AI Singapore와 미국 NSF 연구자들의 연구 협력 프로젝트
📖 개요
AI Singapore가 지원하는 국제 공동 연구로, 난양공과대학교 Zhang Jie 교수가 주도하고 미국 매사추세츠공과대학교(부교수 Jacob Andreas 포함)와 함께 신뢰할 수 있고 해석 가능한 인간-AI 협업 조합 최적화 시스템을 연구합니다.
🤖 AI와의 관계
이 프로젝트는 자연언어를 조합 최적화 문제의 견고한 인터페이스로 확립하여, AI 시스템이 부정확한 인간 입력으로부터 문제를 정식화하고 AI 보조 해결을 수행하며 해석 가능한 피드백을 반환할 수 있게 하며, 신뢰할 수 있는 AI와 인간-AI 협업의 기초 연구에 직접 기여합니다.
🇸🇬 싱가포르와의 관계
AI Singapore가 주도하고 싱가포르 대학교(NTU)를 중심으로 하는 국제 협력으로서, 이 프로젝트는 싱가포르의 기초 AI 연구를 세계 최고 수준의 기관 네트워크에 연결하며, 그 성과는 싱가포르 경제의 핵심 산업인 물류·제조·금융을 겨냥합니다.
출처
- AI Singapore — 확인일 2026-07-06
같은 범주 🔬 기초 연구
A*STAR
싱가포르 과학기술청, AI 기초 연구 및 응용 연구의 주력
NUS
싱가포르국립대학교, AI 연구 순위 아시아 선두. 2024.3 NUS AI Institute 설립, 기초 AI, 응용 AI 및 사회 영향 연구 통합
NTU
난양이공대학교, AI 및 데이터과학 연구의 중심지
SMU
싱가포르관리대학, 비즈니스와 사회응용 AI
SUTD
싱가포르과기설계대학, AI와 디자인 교차혁신
PINNACLE: PINN 자적응 배치점 및 실험점 선택 방법
PINNACLE은 물리 정보 신경망(PINN)의 훈련 효율을 개선하기 위한 자적응 점 선택 방법입니다. 해당 방법은 경험적 신경 접선 커널 이론을 기반으로 하며, 모든 유형의 훈련점 선택을 자동으로 결합 최적화할 수 있으며, 실험점과 배치점을 포함합니다. 정방향 문제, 역문제 및 전이 학습 등 다양한 작업에서 기존 기준 방법을 현저히 능가합니다.
BadEdit: 모델 편집을 통한 대형 언어 모델의 백도어 주입
AI Singapore 연구팀은 BadEdit 프레임워크를 제시했으며, 이는 모델 매개변수를 직접 수정하여 사전 훈련된 대형 언어 모델에 효율적인 백도어 공격을 수행하는 혁신적인 백도어 주입 방법입니다. 해당 방법은 15개의 데이터 샘플과 120초만으로 백도어를 성공적으로 주입할 수 있으며, 공격 성공률은 100%에 가깝고 정제된 데이터에 대한 최소한의 부작용을 유지합니다. BadEdit은 기존 가중치 중독 방법과 비교하여 데이터 요구가 적고 효율이 높다는 장점이 있으며, 텍스트 분류, 사실 확인 및 대화 감정 생성을 포함한 다양한 작업 영역에 적용 가능합니다.
기호 회귀를 통한 의사결정 나무의 더 큰 범주 분할 발견
본 연구는 기호 회귀 강화 의사결정 나무(SREDT)를 소개합니다. 기호 회귀를 통해 비선형, 다변량 의사결정 나무 분할 규칙을 발견합니다. 전통적인 의사결정 나무와 비교했을 때, SREDT는 더 나은 예측 성능, 더 작고 컴팩트한 나무 구조, 더 빠른 추론 속도, 그리고 잡음에 대한 견고성을 갖추고 있습니다. 이 방법은 유전 프로그래밍을 통해 폐쇄형 해석 표현식을 탐색하며, 분류 작업에서 표준 의사결정 나무를 현저히 능가합니다.