Forscher an der UNIST haben mit EPIC ein neues On-Device-RAG-System entwickelt, das den Speicherbedarf für personalisierte KI drastisch senkt und die Antwortgenauigkeit verbessert. Gleichzeitig gelang der POSTECH ein Durchbruch bei 140-GHz-Transceiver-Modulen für die ultraschnelle Kommunikation und Präzisionssensorik im Standard-CMOS-Verfahren.
Künstliche Intelligenz und Millimeterwellen-Kommunikation erleben derzeit konkrete technische Fortschritte. Ulsan National Institute of Science and Technology (UNIST) announced on the 10th that it has developed personalized artificial intelligence (AI) technology that enables AI to provide customized answers tailored to each user’s characteristics. Zwei südkoreanische Forschungsstätten haben bemerkenswerte Neuerungen vorgestellt, die sowohl die Effizienz von Sprachmodellen als auch die Leistungsfähigkeit von Hochfrequenz-Transceivern verbessern. Während die Ulsan National Institute of Science and Technology (UNIST) bei personalisierten Antwortsystemen ansetzt, treibt die Pohang University of Science and Technology (POSTECH) die drahtlose Kommunikation im Höchstfrequenzbereich voran.
EPIC-Technologie an der UNIST: Wie personalisierte KI Speicher spart
Im Bereich der künstlichen Intelligenz geht es meist darum, möglichst viele Daten zu erfassen und zu behalten. Ein Team led by Professor Tae Sik Gong in the Department of Computer Science and Engineering at UNIST developed “EPIC,” an on-device Retrieval-Augmented Generation (RAG) technology that selectively stores only information closely related to the user and delivers personalized answers more quickly. Die von der Arbeitsgruppe entwickelte Technologie funktioniert als On-Device-Retrieval-Augmented-Generation-System. Sie filtert und speichert gezielt jene Informationen, die für den jeweiligen Anwender tatsächlich von Nutzen sind.
Retrieval-Augmented Generation (RAG) is a technology that searches data accumulated on a device—such as web pages visited by the user and past conversation logs—and then uses the retrieved information to enhance the language model’s answers. EPIC rapidly calculates how close each piece of data is to the user’s preferences and its semantic relevance, filters out low-relevance data first, and then has the language model recheck the remaining data. Unwichtige Inhalte sortiert das System vorab aus. Erst danach prüft das Sprachmodell die verbleibenden Daten erneut.
Professor Tae Sik Gong vom Ulsan National Institute of Science and Technology erklärte, diese Forschung verändere die Art und Weise, wie personalisierte KI Informationen für nutzerspezifische Antworten speichert – weg von der Maxime, so viel wie möglich zu speichern, hin zur Speicherung dessen, was für den Nutzer wertvoll ist.
Die Ersparnis ist messbar. Gegenüber bisherigen On-Device-RAG-Verfahren benötigt EPIC lediglich einen Bruchteil des Speicherplatzes. Compared with existing on-device RAG technologies, EPIC uses just 1/2404 of the storage space, while its accuracy in reflecting user preferences is on average 18.79 percentage points higher than the previous state-of-the-art. Laut den dazu veröffentlichten Angaben verbraucht die Technologie gerade einmal 1/2404 des vorher üblichen Speicherplatzes. Gleichzeitig stieg die Genauigkeit bei der Abbildung von Nutzerpräferenzen im Durchschnitt um 18.79 percentage points.
140-GHz-Modul der POSTECH für Sensorik und Kommunikation
Einen anderen technologischen Engpass adressiert ein Team der Pohang University of Science and Technology. Pohang University of Science and Technology (POSTECH) announced on the 10th that it has developed a phased-array antenna-integrated transceiver module
that operates in the 140 GHz (gigahertz; 1 GHz equals 100 million Hz) communication band, enabling ultra-high-speed communication and precision sensing. Frequenzen jenseits der 100-GHz-Marke gelten als Schlüsselressource für künftige Kommunikationsnetze, da ihre kurzen Wellenlängen Objekte im Millimeterbereich erkennen lassen. Ultra-high-frequency bands above 100 GHz are considered a core resource for next-generation communications. Because radio waves at these frequencies have short wavelengths, they can detect objects in millimeter-level detail, making them essential for ultra-precise radar in autonomous vehicles and high-resolution imaging sensors.
Among these, the 140 GHz band has the advantage of suffering less signal loss as it travels through air, allowing it to support both ultra-high-speed communication and precision sensing simultaneously. However, in the standard silicon CMOS
process widely used in smartphones and computers, signals leak rapidly and circuit design becomes increasingly difficult once frequencies exceed 100 GHz. Zudem gestaltet sich das Schaltungsdesign äußerst schwierig.
Um diese Hürde zu umschiffen, setzten die Wissenschaftler auf eine rein im Inland entwickelte Prozesskette. The research team carried out the entire process—from ultra-high-frequency semiconductor circuit design to foundry fabrication, backend semiconductor packaging, and performance verification—using purely domestic technology, thereby creating equipment that can transmit and receive signals in the 140 GHz band with the same kinds of commonplace semiconductors used in smartphones.
Professor Ho-Jin Song von der POSTECH betonte, dies sei eine repräsentative Leistung der Zusammenarbeit zwischen Industrie und Wissenschaft, die durch die enge Verknüpfung der universitätseigenen Originaltechnologien für Höchstfrequenzschaltungen, Antennen und Gehäusedesign mit fortgeschrittenen Prozesslösungen der heimischen Industrie ermöglicht worden sei.
Durch die Kombination aus universitärem Schaltungsdesign und industrieller Fertigungskompetenz ist es gelungen, Funksignale im 140-GHz-Bereich mit denselben allgegenwärtigen Halbleitern zu übertragen und zu empfangen, die sonst in herkömmlichen Endgeräten verbaut sind. Damit rücken kompakte und kostengünstigere Module für den Massenmarkt in greifbare Nähe.
