Araştırmacılar, büyük dil modellerinin (LLM) donanım tasarımındaki yeteneklerini geliştiren yeni bir framework olan HYPERHEURIST'i geliştirdi. Bu sistem, yapay zekanın ürettiği donanım tasarımlarını tek seferlik sonuç olarak görmek yerine, geliştirilebilir ara adımlar olarak değerlendiriyor. Simulated annealing algoritması kullanan framework, önce tasarımların fonksiyonel doğruluğunu test ediyor, ardından güç tüketimi, performans ve alan kullanımı açısından optimize ediyor. Sekiz farklı benchmark üzerinde yapılan testlerde, bu aşamalı yaklaşımın daha kararlı ve tutarlı sonuçlar verdiği görüldü. Çalışma, yapay zekanın donanım geliştirme süreçlerinde nasıl daha etkili kullanılabileceğine dair önemli ipuçları sunuyor ve gelecekte daha verimli elektronik cihazların tasarlanmasına katkı sağlayabilir.

Araştırmacılar, büyük dil modellerinin işlem hızını dramatik şekilde artıran yeni bir yöntem geliştirdi. CadLLM adı verilen bu teknik, modelin kendi güven seviyesini analiz ederek gereksiz hesaplamaları atlar ve işlem hızını ikiye kadar çıkarır. Özellikle diffüzyon tabanlı dil modellerinde kullanılan bu yöntem, hiçbir ek eğitim gerektirmeden mevcut sistemlere entegre edilebiliyor. Sistem, kelimelerin 'açığa çıkma' güvenilirlik seviyesini izleyerek, hangi adımların hızlandırılabileceğini dinamik olarak belirliyor. Ayrıca kelime dağarcığının yalnızca gerekli bölümlerini kullanarak hesaplama yükünü daha da azaltıyor. Dört farklı popüler görevde yapılan testler, CadLLM'nin doğruluk oranını korurken hız artışı sağladığını gösteriyor. Bu gelişme, yapay zeka uygulamalarının daha verimli çalışmasını sağlayarak enerji tüketimini azaltabilir ve kullanıcı deneyimini iyileştirebilir.

Araştırmacılar, COVID-19 pandemisi sırasında Reddit platformundaki toplulukları analiz ederek bilgi yoğunluğu ile sahte haber yayılımı arasındaki ilişkiyi inceledi. BERT yapay zeka modelini kullanan çalışma, bilgi bombardımanının (information overload) sahte haberlerin artmasına neden olduğunu gösterdi. Gini endeksi ile ölçülen konu çeşitliliği, bilgi yoğunluğunun bir göstergesi olarak kullanılırken, FakeBERT sınıflandırıcısı sahte haberleri tespit etti. Bulgular, genel olarak bilgi karmaşasının arttığı ortamlarda sahte haberlerin de çoğaldığını ortaya koyuyor. Bu durum, pandemi gibi kriz dönemlerinde sosyal medya platformlarında dezenformasyonla mücadelenin önemini vurguluyor.

Araştırmacılar, elektrikli cihazlardaki güç dönüştürücülerin sağlığını sürekli izlemek için yeni bir yapay zeka sistemi geliştirdi. Geleneksel sistemlerin aksine, bu yeni teknoloji biyolojik nöronları taklit eden 'spiking' sinir ağları kullanıyor ve çok düşük enerji tüketimiyle çalışabiliyor. Sistem, güç dönüştürücülerindeki bileşenlerin durumunu %90'ın üzerinde doğrulukla tespit ederken, enerji tüketimini 270 kat azaltıyor. Bu gelişme, elektrikli araçlardan akıllı telefonlara kadar her türlü elektronik cihazın daha güvenilir ve uzun ömürlü olmasına katkı sağlayabilir.

Araştırmacılar, Google Haberler üzerinden sistematik haber veri setleri oluşturmak için gelişmiş bir metodoloji geliştirdi. Otomatik web kazıma, büyük dil modeli destekli meta veri çıkarma ve medya kalite değerlendirmesi kombinasyonu kullanılan çalışmada, IFMIF-DONES füzyon enerji projesi örnek olay olarak incelendi. 81 bölge-dil kombinasyonunda uygulanan beş aşamalı veri toplama sistemi, %56 gürültü azaltımı sonrası 1.482 geçerli kayda ulaştı. Sonuçlar ticari basın veri tabanlarıyla karşılaştırıldığında, Google Haberler kayıtlarının %76'sının diğer platformlarda bulunmadığı ortaya çıktı. Sistem, özel yayınlar, kurumsal iletişim ve sosyal medya gönderileri gibi ticari veri tabanlarında eksik olan içerik türlerini yakalayabildi.

Fritz Haber Enstitüsü'ndeki araştırmacılar, elektron demetlerini saniyede milyarlarca kez sola ve sağa yönlendirerek iki farklı kızılötesi lazer sistemini eşzamanlı çalıştırabilen devrimsel bir teknoloji geliştirdi. Bu yenilikçi düzenek, elektron demetini 500 MHz frekansında alternatif olarak iki farklı yöne bölerek, hem orta kızılötesi hem de uzak kızılötesi dalga boylarında lazer üretimi yapabiliyor. Sistem, 4,5 mikrometreden 175 mikrometreye kadar geniş bir spektral aralıkta çalışabiliyor ve her iki lazer hattındaki dalga boyları bağımsız olarak ayarlanabiliyor. Bu teknolojik ilerleme, spektroskopi araştırmalarından malzeme bilimindeki uygulamalara kadar birçok alanda yeni olanaklar sunuyor.

Araştırmacılar, alçak Dünya yörüngesindeki uydu ağları için yeni bir yapay zeka öğrenme sistemi geliştirdi. CroSatFL adı verilen bu sistem, uyduların kendi aralarında veri paylaşarak öğrenmesini sağlarken enerji tüketimini dramatik şekilde azaltıyor. Geleneksel sistemlerde uyduların sürekli Dünya ile iletişim kurması gerekiyordu, ancak yeni yaklaşım uyduların lazer bağlantılar kullanarak kendi aralarında bilgi alışverişi yapmasına olanak tanıyor. Bu, hem enerji tasarrufu hem de daha hızlı öğrenme anlamına geliyor. Sistem, uyduların sınırlı güç kaynaklarını göz önünde bulundurarak tasarlandı ve uzay tabanlı bilgi işlem ağlarının sürdürülebilirliğini artırıyor. Gelişen uydu mega takımyıldızları için önemli bir teknolojik adım olan bu çalışma, uzayda autonomous AI sistemlerinin yaygınlaşması yolunda kritik bir milestone oluşturuyor.

Bilim insanları, nesnelerin interneti (IoT) cihazları için devrim niteliğinde bir güvenlik çözümü geliştirdi. Bu yenilik, SWIPT (Simultaneous Wireless Information and Power Transfer) teknolojisini kullanan IoT ağlarında güvenliği artırırken enerji tüketimini minimal düzeyde tutuyor. Backscatter tabanlı kimlik doğrulama mekanizması sayesinde, cihazlar geleneksel RF alıcı-vericilerini aktif hale getirmeden güvenli iletişim kurabilmekte. Araştırmacılar, protokolden bağımsız çalışan bu çözümün minimal donanım değişikliği gerektirdiğini ve mevcut LoRaWAN şifrelemesindeki güvenlik açıklarını giderdiğini gösterdi. Pil gerektirmeyen sensör düğümlerinde test edilen sistem, özellikle enerji kısıtlı ortamlarda çalışan IoT cihazları için büyük önem taşıyor.

Yapay zekayı 'akıllı' olarak nitelendirmek ya da bir şeyleri 'bildiğini' söylemek zararsız görünse de, insanları AI'ın gerçekte ne yaptığı konusunda yanıltabiliyor. Yeni bir araştırma, haber yazarlarının beklenenden daha dikkatli davrandığını ve nadiren güçlü insansı dil kullandığını ortaya koyuyor. Bununla birlikte, bu tür ifadeler kullanıldığında genellikle bir spektrum üzerinde yer alıyor - bazen basit gereksinimleri tanımlarken, bazen de insan özelliklerini ima ediyor. Bu durum, toplumun AI teknolojisini nasıl algıladığı ve anladığı açısından önemli sonuçlar doğurabiliyor.

Araştırmacılar, 2019-2025 arası büyük dil modellerinin kapsamlı bir haritasını çıkardı. LLMOrbit adlı bu çalışma, 15 organizasyondan 50'den fazla AI modelini inceleyerek yapay zekanın evrimini döngüsel bir taksonomiyle açıklıyor. Çalışma, AI gelişiminin karşılaştığı üç kritik krizi tanımlıyor: 2026-2028'e kadar veri kıtlığı, 5 yılda 3 milyon dolardan 300 milyon dolara çıkan maliyet artışı ve 22 kat artan enerji tüketimi. Bu 'ölçeklendirme duvarı'nı aşmak için altı yeni paradigma öneriliyor. Test zamanı hesaplama, çok-modalite ve otonom ajanlar gibi yaklaşımlar, ham güç artışından ziyade akıllı çözümlerle AI'ın geleceğini şekillendiriyor.

Araştırmacılar, yapay zeka destekli kod editörlerinin performansını önemli ölçüde artıran yeni bir yaklaşım geliştirdi. CODESTRUCT adlı bu sistem, geleneksel metin tabanlı düzenleme yerine kod yapısını anlayan akıllı düzenleme yöntemi kullanıyor. Altı farklı büyük dil modeli üzerinde yapılan testlerde, sistemin başarı oranını %1,2-5 artırdığı, token tüketimini ise %12-38 azalttığı görüldü. Özellikle GPT-5-nano modelinde %20,8'lik dramatik iyileşme kaydedildi. Bu gelişme, yazılım geliştirme süreçlerini hızlandırırken maliyetleri de düşürüyor.