케이시 해렐(Casey Harrell)은 거의 3년 동안 뇌에 전극을 삽입하고 있습니다. 해렐은 아밀로트로픽 래터럴 스클레로시스(ALS)라는 병을 앓고 뇌병증으로 인해 마비되어 있습니다. 그는 2023년 연구 팀의 도움으로 처음으로 뇌-컴퓨터 인터페이스(BCI) [brain-computer interface]를 사용하여 문장을 "말"할 수 있었습니다. 그 이후로 해렐은 수천 시간의 사용 시간
최근으로 Tully, Longoni, 및 Appel (2025)가 제시한 증거에 따르면, 인공 지능(AI) Literacy가 낮은 사람들은 AI에 대한 더 큰 수용성을 보인다고 보고했다. 우리는 이 주장을 재확인하기 위해 그들의 연구의 세 번째 연구에서 공개된 데이터를 사용했다. 그 데이터는 5가지 AI 도구 카테고리의 과거 사용 빈도 scale을 측정했다. 먼저, 우리는 참여자별 평균에 O
arXiv:2606.13703v1 발표 종류: 새로운 abstract:泥덩어리 아이 문제는 지식과 무지에 대한 문제로, epistemic logic의 발전에 영감을 주는 퍼즐입니다. 누가 먼저 생각한 것인지 rõ하지 않습니다. 우리는 지난 2세기 동안 논리적 및 문학적 출판물의 내용을 통해泥덩어리 아이 문제의 기원을 추적했습니다. 이 퍼즐은 숫자나 색상 등 다양한 변형을 불러일으켰습니다. 또
월 스트리트 저널에 따르면, Anthropic이 Fable 5와 Mythos 5에 대한 접근을 차단한 수출 통제 지시서가 주로 사이버 보안 연구에서 나온 결과와 CEO 앤디 제시(Andy Jassy)와 백악관 사이의 대화로 촉발되었다고 한다. 보고서는 아마존이 제출한 논문에서, 아마존의 연구를 통해 대규모 언어 모델(LLM)과 같은 AI 시스템이 보안 위협으로 작용할 수 있다고 주장하고 있다
스페이스엑스의 주식 상장은 4일 공항에서 열렸습니다. 이로써 공항은 공공이 우주선, 인공지능, 소셜 미디어 회사에 대한 주식을 처음으로 구입할 수 있게 되었습니다. 이 상장으로 인해 엘론 무스크는 1조 달러를 넘는 부자가 될 것입니다. 그는 종이상으로는 적어도 아일랜드, 스웨덴, 또는 그의 집이 있는 노르웨이의 경제보다 더 많은 부를 갖게 될 것입니다.
웨어러블 헬스케어 기기는 인터넷 오브HING스( IoTs ) 중 가장 빠르게 성장하는 분야입니다. 많은 자동 헬스케어 서비스는 두 가지 중요한 생물학적 신호, 즉 ECG와 EEG를 사용하는데, 이는 각각 심장과 뇌의 활동을 반영합니다. aunque 깊은 신경망은 이러한 신호를 처리하고 분석하는 데 주된 방법으로 간주되지만, 웨어러블 기기의 에너지와 계산 능력 제약이 깊은 신경망 모델의 계산,
인공 일반 지능(Artificial General Intelligence, AGI)이 이미 도착했다는 주장과 여전히 수십 년 앞서 있다는 주장이 종종 겹치는 증거를 바탕으로 defended된다. "AGI"에는 단일 공유하고 안정적인 참조자가 없고 경쟁적 operationalization은 동일한 시스템에 대해 다른 판결을 반환할 수 있다. 이 글은 이러한 미분명함을 설계 및 관리 문제로 다룬
구글 딥마인드는 대규모 AI agent의 상호작용에 대한 잠재적인 위험을 연구 중입니다. 이러한 agent는 인간의 감독 없이 작업을 수행하고 다른 agent에게 주어진 명령을 따를 수 있습니다. 이러한 상황은 AI의 성장과 함께 증가할 가능성이 있습니다.
손감각은 상호작용하는 agent가 물리적 세계를 이해하는 데 중요한 모달리티입니다. 최근 연구에서는 손가락 신호를 언어 시스템에 통합하여 촉각 지식 reasoning을 수행했지만, 실용적인 개방 세계 환경으로 이러한 시스템을 확장하는 것은 두 가지 주요 지연 요인으로 인해 어려움을 겪고 있습니다. (1) 현재 촉각 지식 reasoning 데이터셋은 형식과 규모에서 제한적이기 때문에 촉각 관찰
예측 지원 시스템은 문제 해결을 위한 탐색을 위한 효율적인 대표 구조로 압축하는 과정에서 해결을 제공하고 결정 경로를 제공합니다. 이 연구는 예측 지원이 탐색을 위한 안정화를 제공하는 데 어떻게 영향을 미치는지에 대한 기하학적 역학적 프레임워크를 개발합니다.
다중 모드 추론은 시각적 기반에서 논리적 일관성까지 광범위한 제약 조건을 유지하는 경로를 필요로 한다. 그러나 현재 프로세스 보상 모델은 이러한 요소들을 균등하게 가중치 부여하는 규칙적으로 정의된 보상을 중점으로 두고 있다. 이는 주요 요소에 의해 지배되는 개별 차원 실패를 은폐할 수 있지만, 일반적으로 추론 프로세스의 유효성을 보장하지는 않는다.
장기간 로봇 조작은 점진적으로 실패한다: 하나의 잘못된 단계가 상태를 저하하고 정책은 회복할 수 없는 계곡으로 빠진다. 실패는 종종 발생하기 전에 눈에 띄운다. 우리는 AEGIS (활성화 프로브 이른 경보, 게이트드 인페런스 Switching)라는 선택적 승진 방법을 소개한다. 이 방법은 약한 정책의 고정 활성화에 가벼운 프로브를 사용하여 아직 행동할 수 있는 시기에 위험한 단계를 감지한다.
arXiv:2606.06656v1 발표 종류: 새로운 요약: 우리는 대칭 가짜 불리언(스ymmetric pseudo-Boolean) 제약을 포함하는 불리언 만족 가능성 문제를 위한 병렬 연속 지역 탐색(Continuous Local Search, CLS) 방법을 연구했습니다. 여기서 $n$변수 가짜 불리언 만족 가능성 문제를 연속 최적화 문제로 완화하고, 차분적인 목표 함수를 가진 $n$차원
AFSAT은 가중 부울 SAT 문제를 푸는 데 사용되는 GPU를 활용한 연속 지역 탐색 알고리즘입니다. AFSAT은 FastFourierSAT의 개념을 완전한 엔지니어링된 솔루션으로 구현하여, 대칭 제약 조건의 혼합물과 길이를 포함하는 단일 문제 인스턴스를 지원합니다.
기하학적 socioeconomic 환경에서 고위험 사회적 상황에서 배치된 머신 러닝 시스템은 종종 편견을 나타낸다. 편견을 formally화하는 데, 우리는 classifier가 sensitive attribute를 switch하고 merit features를 고정한 경우, classifier의 outputs가 불변일 때 classifier가 공정한 경우라고 정의한다. 우리는 symmetry
arXiv:2606.05405v1 Announce Type: new Abstract: Recent AI systems have achieved strong results on a wide range of benchmarks, yet these gains have not translated into economically meaningful deploymen
arXiv:2606.05389v1 Announce Type: new Abstract: Lossy compression is essential for massive spatiotemporal data from scientific simulations. Learned compressors can achieve high compression ratios at m
멘트는 동적이며 최신의 배경 지식을 필요로 하는 경우가 많습니다. 기존의 방법들은 이러한 지식을 무시하거나固定된 파라미터 지식을 사용하여 훈련된 모델의 지식이 부족하거나 outdated하거나 unavailable하다는 문제를 해결하지 못했습니다. 저희는 Query Retrieve Conclude라는 zero-shot framework를 제안하여 미치는 지식을 식별하고 개방형 웹 증거를 검색하고 증거를 기반으로 배경 지식을 합성하여 멘트 이해와 감지에 도움이 됩니다. 또한 저희는 2024년부터 2026년까지의 최근 멘트를 포함하는 개선된 멘트 이해 벤치마크를 제안하였습니다. 세 가지 멘트 이해 데이터 세트와 다섯 가지 멘트 감지 태스크에서 실험을 통해 저희의 프레임워크는 zero-shot baseline보다 지식 회복, 멘트 이해 및 다운스트림 감지에 대한 성능을 향상시켰습니다.
수 백 년 동안 인간 수학자들은 수학적 논리를 뒷받침하는 증명을 작성해왔습니다. 자동으로 증명의 유효성을 확인하는 능력은 오래 전부터 큰 과제였습니다. 인공지능 시스템의 코드 생성 능력과 점점 더 높은 수준의 수학적 추론력의 향상은 사람들이 증명을 공식화하고, 따라서 증명하기 위한 능력을 변화시키는 것을 약속합니다. 많은 연구가 현재의 경계를 벗어나기 위한 벤치마크에 집중하고 있지만, 우리는
AI 감정적 지원은 일반적으로 특정한 목적을 가진 대화 로봇과는 달리, 일상적인 플랫폼에서 작업과 관련된 목적을 가진 상호작용에서 발생한다. 작업장에서 친한 친구 관계가 깊어지는 것과 마찬가지로, AI 감정적 지원은 의도치 않게 발생한다. 이러한 의도치 않은 만남은 경로 의존적이다. AI 감정적 지원의 긍정적인 경험은 사람들이 AI의 감정 능력에 대한 믿음이 업데이트되고, 앞으로의 감정적 지
PCG(Procedure Content Generation) 분야에서 게임 내 적을 위한 콘텐츠 생성에 대한 연구는 많은 연구가 진행되었지만, 적의 형태(morphology) 생성에 대한 연구는 거의 없다고 할 수 있다. 적의 형태는 게임 내 적의 기본적인 몸 구조 및 충돌 정보를 의미한다. 이는 로봇 분야의 형태 생성 연구와 관련이 있다. 이 논문에서는 플레이어 충돌 정보를 기반으로 적의
AURA-Mem은 VRAM에서 데이터 센터와 달리 Embodied Agent가 실행되는 한계를 고려하여 개발된 새로운 메모리 기술입니다. AURA-Mem은 이전 관찰에서 다음 행동이 변경되지 않는 경우에만 메모리에 쓰기를 수행하는 learned gate를 사용하여 메모리 쓰기를 최소화합니다.
오늘날의 기술 세계의 최신 소식들을 일주일에 한 번 보내는 뉴스레터 '다운로드'의 오늘 편입니다. 작은 기업들이 AI를 활용하는 방법은 무엇일까. 회계부터 디자인, 시장 조사, 제품 개발까지 다양한 업무가 필요한데, 이 모든 것을 감당하기 위해 대규모 언어 모델(LLM)이나 인공지능(AI) 기술을 고용하는 것은 작은 기업들이 할 수 없는 일이다.
지식 노동의 다음 시대에 관한 보고서는 Codex가 인공지능을 이용한 연구, 데이터 분석, 업무 자동화, 콘텐츠 생성 등으로 생산성을 어떻게 변화시키고 있는지 탐구합니다.
