리서치 하이라이트
강화 학습 에이전트(Reinforcement learning agents)의 실험적 양자 속도 향상
Nature 591, 7849
인공 지능 분야가 발전함에 따라 빠르고 효율적으로 학습할 수 있는 알고리즘에 대한 수요가 증가하고 있다. 인공 지능 내에서 중요한 패러다임은 강화 학습(Reinforcement learning)으로, 에이전트라고 하는 의사 결정 개체는 얻은 피드백을 기반으로 행동을 업데이트하여 환경과 상호작용하고 학습하게 된다. Valeria Saggio와 연구진들은 환경과의 양자 통신 채널이 에이전트의 학습 과정을 가속화 할 수 있음을 보여주었다. 이 양자 속도 향상은 통신 파장에서 작고 조정 가능한 통합 나노 광자 프로세서를 사용하여 구현된 학습 프로토콜을 통해 달성되므로, 양자-강화(Quantum-enhanced) 강화 학습 접근법을 미래의 대규모 양자 통신 네트워크와 통합할 수 있는 잠재력을 제공한다.
2021년3월11일 자의 네이처 하이라이트
실시간 사실적인 3D 홀로그래피(Holography)를 위한 심층 신경 네트워크 이용
강화 학습 에이전트(Reinforcement learning agents)의 실험적 양자 속도 향상
고성능 연료 전지 음극(Cathode)을 위한 열-팽창 오프셋(Offset)
자가 치유 펄스(Self-healing pulses) 또는 약한 균열로 대규모 지진의 전파
식물 성장을 조절하기 위해 핵 신호전달을 매개하는 TOR-EIN2 축
표지 기사: 매의 비행
매머드의 유전적 역사를 밝혀주는 백 만년된 DNA
NAMPT 분비를 통해 일시적인 근육 줄기세포의 적합한 환경을 제공하는 대식세포
SARS-CoV-2 병인을 약화시키는 Furin 절단 부위 결실
종양에서 Treg 세포의 기능적 분화를 유도하는 지질 신호전달