Araştırmacılar, motor hayal gücü tabanlı beyin-bilgisayar arayüzlerinde (MI-BCI) daha hassas kontrol sağlayan yeni bir yöntem geliştirdi. Bu teknoloji, felçli hastaların düşünceleriyle protez uzuv veya bilgisayar kontrolü sağlamasında kullanılıyor. Mevcut sistemlerin en büyük sorunu, her bireyin beyin sinyallerinin farklı olması ve bu nedenle sistemin kişiye özel ayarlanması gerektiği. Yeni yaklaşım, beyin dalgalarının farklı frekans bantlarını kişiye özel olarak seçmek için fonksiyonel bağlanırlık analizi kullanıyor. Bu sayede sistem, her kullanıcının benzersiz beyin ritimlerini daha iyi tanıyor ve motor hayal gücü sinyallerini daha doğru çözümleyebiliyor. Geliştirilen yöntem, geleneksel Filter Bank Common Spatial Pattern algoritmasını geliştirerek, önceden tanımlanmış frekans bantları yerine fizyolojik kriterlere dayalı seçim yapıyor.

Araştırmacılar, hasta-odaklı tıbbi AI chatbotlarda ciddi güvenlik ve gizlilik açıklarının bulunduğunu ortaya çıkardı. Retrieval-augmented generation (RAG) teknolojisi kullanan bu chatbotlarda yapılan güvenlik değerlendirmesi, hassas sistem bilgilerinin ve hasta verilerinin ifşa olabileceğini gösterdi. Çalışma, AI destekli geliştirme araçlarının bu tür uygulamaları oluşturmayı kolaylaştırsa da, sağlık alanında güvenli yapay zeka dağıtımı için sıkı güvenlik ve yönetişim kontrollerinin kritik önemini vurguluyor. Bu bulgular, tıbbi AI sistemlerinin klinik kullanıma hazırlanmasında güvenlik protokollerinin ihmal edilmemesi gerektiğini ortaya koyuyor.

Araştırmacılar, büyük dil modellerinin yapılandırılmış görevleri güvenilir şekilde yerine getirememesi sorununa çözüm ürettiler. RunAgent adlı yeni platform, doğal dilde yazılan planları anlayıp adım adım uygulayabiliyor. Sistem, insan benzeri problem çözme yaklaşımını taklit ederken, programlama dillerinin deterministik yapısını koruyor. RunAgent, IF, GOTO ve FORALL gibi kontrol yapılarıyla donatılmış agentic bir dil kullanarak, doğal dilin ifade gücünü programlamanın kesinliğiyle birleştiriyor. Platform, her adımda otomatik olarak kısıtlamalar türetip doğrulama yapıyor, LLM tabanlı akıl yürütme, araç kullanımı ve kod üretimi arasında dinamik seçim yapabiliyor. Hata düzeltme mekanizmalarıyla desteklenen sistem, yapay zekanın karmaşık iş akışlarını güvenilir şekilde yürütebilmesi için önemli bir adım sayılıyor.

Bilim insanları, beyin bölgeleri ve gen düzenleyici ağlar gibi biyolojik sistemlerdeki karmaşık etkileşimleri anlamak için yeni bir yapay zeka tabanlı yöntem geliştirdi. Geleneksel lineer yaklaşımların aksine, bu yeni framework doğrusal olmayan karmaşık sistemlerin zengin bağlamsal etkilerini modelleyebiliyor. Araştırmacılar, dinamiklerin Jacobian'ı aracılığıyla alt sistemler arasındaki kontrol mekanizmalarını karakterize eden veri odaklı bir çerçeve tasarladı. Bu yöntem, alt sistemlerin birbirlerini nasıl kontrol ettiğini, bu kontrolün yönünü, gücünü ve bağlamsal modülasyonunu belirleyebiliyor. Zaman serisi verilerinden Jacobian öğrenme zorluğunu aşmak için özel algoritmalar geliştirildi. Bu yaklaşım, biyolojik fonksiyonların çoklu alt sistemlerin dinamik etkileşimleri yoluyla nasıl ortaya çıktığını anlamamızda önemli bir adım.

Bilim insanları, radikal çiftlerin spin dinamiklerini kontrol etmek için yeni bir kuantum optimal kontrol yöntemi geliştirdi. Bu çalışma, biyokimyasal reaksiyonlarda radikal çiftleri kuantum tutarlı duruma getirmek için gerekli elektromanyetik alan şeklini matematiksel olarak belirlemeyi amaçlıyor. Araştırmacılar, Pontryagin Maksimum İlkesi'ni kullanarak triplet-born singlet verimini maksimize eden kontrol sistemini tasarladı. Bu yöntem, özellikle biyolojik sistemlerdeki kuantum etkilerini anlamak ve kontrol etmek açısından önemli bir adım teşkil ediyor. Geliştirilen iteratif Pontryagin Maksimum İlkesi (IPMP) yöntemi, optimal kontrolün bang-bang yapısını belirlemede yeni bir yaklaşım sunuyor.

Araştırmacılar, büyük dil modellerinin zararlı içerikleri nasıl reddettiğini kontrol eden beyin devrelerini keşfetti. Çalışma, modellerin içindeki 'kapı' ve 'yükselteç' adı verilen dikkat başlıklarının, tehlikeli içerikleri tespit edip reddetme sinyali ürettiğini gösteriyor. 2 milyar ile 72 milyar parametreli 12 farklı modelde aynı mekanizma bulundu. En şaşırtıcı keşif, bu sistemin manipüle edilebilir olması: araştırmacılar sinyali ayarlayarak modelleri sert reddedici tavırdan zararlı içerik üreticisine dönüştürebildi. Bu bulgular, AI güvenliği ve model davranışlarının kontrolü açısından kritik önem taşıyor.

Araştırmacılar, yapay zeka sistemlerinin güvenliğini sağlamak için yenilikçi bir yaklaşım geliştirdi. Ayrışık Güvenlik Adaptörleri (DSA) adlı bu sistem, güvenlik kontrollerini ana modelden ayırarak hem verimlilik hem de esneklik sağlıyor. Geleneksel güvenlik yöntemleri ya performansı düşürüyor ya da geliştirme sürecini kısıtlıyordu. DSA ise nefret söylemi tespiti, zararlı içerik engelleme ve halüsinasyon önleme gibi alanlarda %53'e varan iyileşmeler göstererek bu sorunu çözüyor. Sistem, minimal hesaplama maliyetiyle çalışırken, kullanıcıların güvenlik seviyesini anlık olarak ayarlamasına da olanak tanıyor.

Araştırmacılar, büyük dil modellerinin siber güvenlik alanındaki performansını değerlendirmek için ExCyTIn-Bench adlı ilk kapsamlı test setini geliştirdi. Bu yenilikçi araç, gerçek güvenlik analistlerinin karmaşık siber tehditleri araştırma sürecini taklit ederek yapay zeka ajanlarının yeteneklerini ölçüyor. Microsoft Sentinel'den elde edilen 57 farklı log tablosunu içeren kontrollü bir Azure ortamında, 7542 özel soru ile test ediliyor. Sistem, uzman güvenlik analistlerinin mantığını kullanarak tehdit araştırma grafikleri oluşturuyor ve bu grafikler üzerinden yapay zeka ajanlarının çok aşamalı kanıt zincirlerini takip etme yeteneğini değerlendiriyor. Bu gelişme, siber güvenlik alanında otomatik tehdit araştırması yapabilen yapay zeka sistemlerinin geliştirilmesi için kritik bir adım teşkil ediyor.

Gerçek zamanlı konuşma yapabilen yapay zeka modelleri, gelecekteki insan-bilgisayar etkileşiminin anahtarı olarak görülüyor. Ancak bu sistemlerin zamansal yetenekleri - yani konuşma temposunu ayarlama, zamanlamayı yönetme ve eş zamanlı konuşmaları idare etme becerileri - henüz yeterince test edilmemişti. Araştırmacılar bu eksikliği gidermek için Game-Time Benchmark adlı yeni bir değerlendirme çerçevesi geliştirdiler. İnsanların dil öğrenme sürecinden ilham alan bu test sistemi, basit talimat takip etme görevlerinden karmaşık zamanlama gerektirenlerine kadar çeşitli görevleri içeriyor. En gelişmiş modellerin bile temel talimatlarda güçlük çektiği, zamansal kısıtlamalar altında ise neredeyse tüm sistemlerin performansının ciddi şekilde düştüğü ortaya çıktı. Bu bulgular, doğal konuşma deneyimi için yapay zekanın aşması gereken önemli engelleri gözler önüne seriyor.

Araştırmacılar, tanh-drift adı verilen özel bir matematiksel sürecin davranışını inceleyerek, parçacıkların belirli sınırları ne zaman aştığını kontrol etmenin yollarını keşfetti. Bu çalışma, Brown hareketi ile drift süreçleri arasında şaşırtıcı bağlantılar ortaya çıkardı. Özellikle, farklı matematiksel süreçlerin aynı sınır geçiş zamanı dağılımlarını paylaşabileceğini gösterdiler. Sonlu zaman dilimlerinde koşullandırma yapıldığında, Benes süreci ile Brown hareketi arasında güçlü benzerlikler gözlemlendi. Bu bulgular, stokastik süreçler teorisinde yeni kapılar açarken, finans matematiği, fizik ve mühendislik uygulamalarında da önemli sonuçlara yol açabilir.

Araştırmacılar, optik cımbızlarla kontrol edilen Rydberg atom dizilerinde metrologically faydalı kuantum dolaşıklık üretmenin yeni bir yolunu keşfetti. Üç seviyeli spin-1 sisteminde gerçekleştirilen bu çalışma, spin-nematik sıkıştırma adı verilen özel bir fenomen ortaya çıkarıyor. Sistem büyüklüğüyle ölçeklenebilen bu dolaşıklık türü, atom sayısı arttıkça daha güçlü hale geliyor. Bulgular, kuantum sensörlerin hassasiyetini artırmak için kritik olan kuantum Fisher bilgisinin sistem boyutuyla karesel olarak artabileceğini gösteriyor. Bu keşif, gelecekte daha hassas atomik saatler, manyetometreler ve diğer kuantum sensörler geliştirme potansiyeli taşıyor.