기계학습과 대칭성 - 불변론과 갈루아 이론으로 입력 크기에 얽매이지 않는 모델 만들기
펜실베이니아대 AI 세미나에서 솔레다드 비야르 교수가 물리 법칙의 대칭성을 신경망 구조에 심는 방법과, 작은 데이터로 학습한 모델을 더 큰 입력이나 더 큰 모델로 옮기기 위한 수학적 조건을 설명했다. 불변론과 갈루아 이론이 도구로 쓰인다.
핵심 내용 읽기 →
AI TOPIC
AI for Science 최신 뉴스와 핵심 해설
AI for Science 관련 핵심 뉴스와 활용 인사이트 3편을 최신순으로 모았습니다.
실리콘 포토닉스 정리: AI 데이터센터의 다음 병목인 칩 간 광통신과 인버스 디자인에 딥러닝을 붙인 연구
AI 데이터센터의 다음 병목으로 떠오른 칩 간 광통신을 미시간대·MIT 연구자와 HyperAccel CTO가 해설한다. 구리선의 물리적 한계부터 CPO, 인버스 디자인에 딥러닝을 접목한 최신 연구까지 짚었다.
핵심 내용 읽기 →
MIT 6.S191 AI for Science 강연 정리: 딥러닝 에뮬레이터가 과학 시뮬레이션을 수천 배 앞당기는 법
크리스 비숍이 MIT 딥러닝 강의 6.S191에서 소개한 'AI 에뮬레이터'. 시뮬레이터로 만든 합성 데이터를 학습해 날씨 예보와 신약·소재 탐색을 수천 배 앞당기는 접근, 그리고 밀도범함수이론에 남은 마지막 난제를 정리했다.
핵심 내용 읽기 →