연구진이 의료 인공지능의 의사결정 근거를 시각화하는 매니폴드 학습 방식을 개발했습니다. 해당 기술은 진단 정확도를 유지하면서도 블랙박스 모델의 논리를 직관적으로 파악하도록 돕습니다. 이번 연구 성과는 임상 현장에서 AI 신뢰도를 높이는 데 기여할 전망입니다.

연구진이 의료 인공지능의 의사결정 과정을 시각화하는 새로운 설명 프레임워크를 개발했습니다. 이 기술은 모델의 투명성을 높여 의료 현장에서의 신뢰도를 확보하는 데 기여합니다.

딥러닝 기반의 자동화 진단 파이프라인이 주혈흡충증 판독의 정확도와 효율성을 높입니다. 우간다 현장 검증을 통해 기존 육안 판독을 대체할 기술적 가능성을 확인했습니다.

데이터브릭스와 비바 시스템즈가 제약 및 생명과학 분야의 데이터 활용 효율을 높이기 위해 기술 협력을 진행합니다. 양사는 비바 볼트 CRM 내부에 데이터브릭스의 인공지능 에이전트를 통합하여 현장 인력의 의사결정을 지원합니다.

워싱턴대학교 연구진이 유치원 교실 내 아동 영상 수집을 통한 인공지능 모델 개발 계획을 전면 철회했습니다. 학부모의 개인정보 보호 우려와 연구 절차의 불투명성에 대한 비판이 제기된 결과입니다.

허깅페이스가 IBM 리서치와 협력하여 인공지능 에이전트의 성능과 비용을 종합적으로 평가하는 리더보드를 출시했습니다. 이번 프로젝트는 단순 점수 경쟁을 넘어 실무 환경에서의 범용성과 운영 효율성을 측정하는 데 중점을 둡니다.

패들OCR이 버전 3.5 업데이트를 통해 트랜스포머 백엔드를 공식 지원합니다. 개발자는 허깅페이스 생태계와 연동하여 모델을 실행하고 파이프라인 관리 효율을 높일 수 있습니다.

아마존 웹 서비스가 베드록 에이전트코어에 코드 기반 평가기를 도입했습니다. 이를 통해 개발자는 에이전트 애플리케이션의 품질을 결정론적으로 검증할 수 있습니다.

존스홉킨스 응용물리연구소가 서로 다른 종류의 로봇이 자율적으로 협력하는 인공지능 에이전트 기술을 개발했습니다. 거대언어모델을 활용해 로봇 팀의 복합 임무 수행 능력을 향상했습니다. 관련 기술 백서를 통해 실무 가이드라인을 제시합니다.

월드 액션 모델은 로봇이 행동 전 환경 변화를 시뮬레이션하여 물리적 세계를 이해하는 기술입니다. 연구진은 이 모델의 구조를 분류하고 실시간 제어와 물리적 타당성 확보라는 과제를 제시했습니다.