サイバーセキュリティにおける継続的な脅威であるフィッシング攻撃に対して、より強力な防御手段が登場しました。カイザースラウテルン大学の研究者らが、フィッシングメールの識別精度を大幅に向上させる革新的なAI検出方法を開発しました。研究チームは、フィッシングがサイバーセキュリティにおける最大の脅威の1つとなっていると指摘しています。推定90%の成功したサイバー攻撃は、フィッシングを初期攻撃手段としています。この課題に対処するため、研究者らは少样本学習と検索拡張生成（RAG）という2つのAI技術を巧みに組み合わせました。

韓国大邱慶北科学技術大学院大学の研究チームが、少量の脳波データだけで正確な分類を可能にする画期的な少样本学習モデルを開発しました。このモデルは、従来の深層学習モデルが大量のデータに依存していたという制約を克服し、脳波関連研究の新たなブレイクスルーをもたらすと期待されています。研究チームは、埋め込みモジュール、時間的注意モジュール、集約注意モジュール、関係モジュールを使用することで、モデルの分類精度を向上させました。新しい深層学習モデルは、クロスサブジェクト分類において最大76％の高い分類精度を示し、従来の方法をはるかに上回っています。この研究は、医療およびその他の分野における応用が期待されています。