- 4일(목), KAIST 교내 기계항공시스템학부에서, 한국 우주인 프로그램에 대해 학부생과 일부 대학원생을 대상으로 강의
한국 최초의 우주인인 이소연(30) 박사가 모교인 KAIST에서 겸직교수로 발령받은(2008.9.1일부) 지 처음으로 자신의 우주인 선발과정과 우주실험 등에 대해 후배들에게 강의를 하게 된다.
오는 4일(목) 오후 4시부터 6시까지 KAIST 기계항공시스템학부(N7 건물) 강의실에서 항공우주공학 전공 학부생들과 일부 대학원생을 대상으로 강의를 하게 되는 데, 이 강의는 일반인들의 청강도 가능하다고 학교 측은 밝혔다.
이번 강의는 ‘항공우주공학 신기술 특강’ 과목의 일부로 이뤄진다. 이 강의에는 NASA에서 오랫동안 일하다 귀국한 KAIST 항공우주공학과 박철 교수가 지난 주에 달탐사에 대해 강의한 것을 비롯하여 항공우주분야의 국내 최고 전문가들이 강사로 나서고 있다.
멀티모달 대형 언어모델이란 텍스트뿐만 아니라 이미지 데이터 유형까지 처리할 수 있는 초대형 언어모델을 말한다. 해외 대형 기업의 풍부한 컴퓨팅 자원의 지원으로부터 인간의 뇌에 있는 신경망의 개수와 유사한 수준초대형모델들이 만들어지고 있으나 학계에서는 이런 개발이 쉽지 않았다. KAIST 연구진이 오픈AI의 GPT-4V와 구글의 제미나이-프로(Gemini-Pro)를 뛰어넘는 멀티모달 대형언어모델을 개발하여 화제다. 우리 대학 전기및전자공학부 노용만 교수 연구팀이 오픈AI(OpenAI)의 GPT-4V 등 기업에서 비공개하고 있는 상업 모델인 초대형 언어모델의 시각 성능을 뛰어넘는 공개형 멀티모달 대형 언어모델을 개발해 출시했다고 20일 밝혔다. 노용만 교수 연구팀은 단순히 모델의 크기를 키우거나 고품질의 시각적 지시 조정 데이터셋을 만들지 않고 멀티모달 대형언어모델의 시각 성능을 획기적으로 높인 콜라보(CoLLaVO), 모아이(MoAI) 2가지 기술을 연속적으로 개발했다고 밝
2024-06-20장기 선택적 약물 전달 기술은 치료 효과를 극대화하고 부작용을 최소화할 수 있어 큰 기대를 받고 있다. 그러나 현존하는 기술로는 간, 비장, 폐와 같은 대식세포가 활발히 활동하는 장기에만 약물을 전달하는 것이 가능하나 콩팥, 심장, 뇌와 같은 장기로의 약물 전달은 도전적인 과제로 알려져 있다. 우리 대학 생명과학과 전상용 교수와 화학과 이희승 교수 공동연구팀이 체내에서 여러 생물학적 상호작용에 관여하는 당질 층을 모방한 인공 탄수화물 나노입자(Glycocalyx-mimicking nanoparticle, GlyNP) 수십 종을 합성하여 이를 다양한 장기로의 특이적 약물 전달과 치료를 가능하게 하는 새로운 나노의약 개발에 성공했다고 3일 밝혔다. 연구팀은 다섯 가지의 단당류 단위체를 기반으로 한 조합적인 패턴을 구현해 ‘인공 탄수화물 나노입자(GlyNP)’ 라이브러리 수십 종을 합성했고, 이를 직접 동물 체내에서 선택성을 평가해 간, 신장, 비장, 폐,
2024-05-03과학기술정보통신부와 한국연구재단은 이달의 과학기술인상 5월 수상자로 우리 대학 물리학과 서민교 교수를 선정했다고 1일 밝혔다. 서 교수는 광학적 무반사와 광학적 진공의 실험적 극한에 도전해 약한 세기의 빛-물질 상호작용 연구의 새로운 방법론과 가능성을 제시한 공로를 인정받았다. 광학적 무반사는 빛이 물체에 닿을 때 일어나는 반사를 완전히 줄여 0이 된 상태를 의미한다. 종래 실험으로는 0에 가까운 불완전한 무반사만 구현할 수 있었지만, 서 교수는 실험적으로 완전한 광학적 무반사를 얻었다. 또 완전한 광학적 무반사가 가능한 수학적 조건이 외부 자극에 따라 마치 입자처럼 행동하는 준입자적 거동을 보이는 새로운 형태의 광학적 소용돌이를 수반함을 밝혔다. 이 같은 광학적 무반사는 원자적 두께를 가지는 매질의 약한 빛-물질 상호작용 현상을 매우 정밀하게 측정할 수 있는 기반이 된다. 서 교수는 또 빛의 씨앗이라 할 수 있는 '전자기장 요동'의 밀도를 0에
2024-05-02신약 개발이나 재료과학과 같은 분야에서는 원하는 화학 특성 조건을 갖춘 물질을 발굴하는 것이 중요한 도전으로 부상하고 있다. 우리 대학 연구팀은 화학반응 예측이나 독성 예측, 그리고 화합물 구조 설계 등 다양한 문제를 동시에 풀면서 기존의 인공지능 기술을 뛰어넘는 성능을 보이는 기술을 개발했다. 김재철AI대학원 예종철 교수 연구팀이 분자 데이터에 다중 모달리티 학습(multi-modal learning) 기술을 도입해, 분자 구조와 그 생화학적 특성을 동시에 생성하고 예측이 가능해 다양한 화학적 과제에 광범위하게 활용가능한 인공지능 기술을 개발했다고 25일 밝혔다. 심층신경망 기술을 통한 인공지능의 발달 이래 이러한 분자와 그 특성값 사이의 관계를 파악하려는 시도는 꾸준히 이루어져 왔다. 최근 비 지도 학습(unsupervised training)을 통한 사전학습 기법이 떠오르면서 분자 구조 자체로부터 화합물의 성질을 예측하는 인공지능 연구들이 제시되었으나 새로운 화합물의
2024-03-25우리 대학 화학과 변혜령 교수와 백무현 교수가 이끄는 공동 연구팀이 레독스 흐름 전지 구동 중 비수계 전해질의 조합 및 이온쌍의 형성에 따라 유기 분자의 전자 전달 과정이 변하는 원리를 해명했다. 최근 에너지 저장 장치(ESS, Energy Storage System)에서의 화재 위험성을 줄이기 위해 리튬 기반의 전지 대신 안정성과 경제성을 겸비한 레독스 흐름 전지(redox flow battery)가 새로운 대안으로 제시되고 있다. 상용화된 레독스 흐름 전지는 바나듐을 활물질로 사용하고 있지만, 최근 바나듐 원가의 가격 상승으로 인해 대체 활물질의 개발이 절실히 요구되고 있다. 특히 레독스 특성을 가지는 유기 분자를 설계하고 활물질로 활용한 연구는 전지의 성능을 대폭 개선할 수 있어 각광을 받고 있다. 공동연구팀은 분자당 두 개의 전자를 저장할 수 있는 나프탈렌 다이이미드(NDI, Naphthalene diimide)를 활물질로 사용한 비수계 레독스 흐름 전지의 연구를
2024-02-20