Araştırmacılar, insan sürücüler ve otonom araçların birlikte bulunduğu karma trafik ortamları için yenilikçi bir yönetim sistemi geliştirdi. Bu hiyerarşik framework, akıllı araçları en verimli rotalarla yönlendirirken, aynı zamanda trafik ışıklarının zamanlamasını da optimize ediyor. Sistem iki katmanda çalışıyor: üst katman şehir genelindeki trafik verilerini analiz ederek bağlantılı ve otonom araçlar için proaktif rota önerileri sunuyor, alt katman ise kavşaklarda yerel araç durumlarını kullanarak hem trafik ışığı fazlarını hem de bireysel araç yörüngelerini eş zamanlı optimize ediyor. Bu yaklaşım, toplam seyahat süresini azaltırken enerji tüketimini de minimize etmeyi hedefliyor. Sioux Falls test ağında yapılan simülasyonlar, sistemin etkinliğini doğruluyor.

Araştırmacılar, büyük dil modellerini kullanarak akıllı veri toplama sistemi geliştirdi. Sistem, kamera, LiDAR ve diğer sensörlerden sürekli veri toplamak yerine, sadece belirli koşullar oluştuğunda kayıt yapmayı sağlıyor. Kullanıcılar doğal dille isteklerini belirtebiliyor, yapay zeka bu istekleri özel programlama diline çeviriyor. Böylece depolama maliyetleri düşürülürken, gereksiz veri birikimine son veriliyor. Araç ve robot teknolojilerinde test edilen sistem, geleneksel yöntemlere kıyasla daha tutarlı sonuçlar üretiyor ve daha hızlı çalışıyor. Bu yaklaşım, özellikle IoT cihazları ve otonom sistemlerde veri yönetiminde devrim yaratabilir.

Bulut tabanlı sistemlerin performansını izlemek için kullanılan PromQL gibi karmaşık sorgu dillerini öğrenmek, mühendisler için büyük bir engel oluşturuyor. Yeni bir araştırma, doğal dil işleme teknolojisiyle bu sorunu çözmeyi hedefliyor. Geliştirilen sistem, 'CPU kullanımı son 1 saatte nasıl?' gibi günlük sorularını otomatik olarak teknik sorgu kodlarına dönüştürebiliyor. Yaklaşık 2000 metriği içeren hibrit katalog sistemi, farklı donanım türlerini desteklerken, çok aşamalı analiz süreci soruları kategorilere ayırıp en uygun metrikleri buluyor. Dinamik zaman çözünürlüğü özelliği ise 'geçen hafta' veya 'son 5 dakika' gibi ifadeleri doğru teknik formatlara çeviriyor.

Araştırmacılar, metin belgelerini anlamlı sayısal verilere çeviren yenilikçi bir sistem geliştirdi. Bu yöntem, her belgeyi matematiksel bir temsille kodlayarak, içeriğinin semantik özelliklerini ölçülebilir hale getiriyor. Sistemin test edildiği çalışmada, yapay zeka konulu 11.922 Portekizce haber makalesi altı farklı anlam boyutunda analiz edildi. Geliştirilen pipeline, Qwen gömme modelleri ve UMAP boyut indirgeme teknikleriyle birleştirilerek, metin corpuslarının hem bireysel hem de toplu karakterizasyonunu mümkün kılıyor. Bu yaklaşım, büyük metin koleksiyonlarının izlenmesi, incelenmesi ve analitik süreçlerde kullanılması için pratik bir çözüm sunuyor.

Araştırmacılar, doktor-hasta görüşmelerini gerçek zamanlı olarak dinleyerek elektronik sağlık kayıtlarını otomatik oluşturan yeni bir yapay zeka sistemi geliştirdi. Geleneksel sistemlerden farklı olarak, bu teknoloji pasif değil proaktif çalışıyor - konuşma sırasında sürekli analiz yaparak doktorlara anlık destek sağlıyor. Sistem, konuşmaları metne dönüştürürken gürültüyü filtreleye bildiği gibi, eksik noktalama işaretlerini ekleyip tıbbi bilgileri çıkarabiliyor. On farklı doktor-hasta görüşmesinde test edilen teknoloji, yüzde 84 doğruluk oranına ulaştı. Bu gelişme, hem doktorların iş yükünü azaltabilir hem de hasta bakım kalitesini artırabilir. Özellikle karmaşık tıbbi görüşmelerde doktorların önemli detayları kaçırmasını engelleyerek daha etkili tedavi planları oluşturulmasına katkı sağlayabilir.

Araştırmacılar, sesli yapay zeka sistemlerinin kullanıcıların aksanına ve seslerinin cinsiyet algısına göre farklı davranış sergilediğini keşfetti. Çalışmada altı farklı aksan ve iki cinsiyet sunumu üzerinden yapılan testler, AI'ların belirli ses özelliklerine sahip kullanıcılara daha düşük kaliteli yanıtlar verdiğini ortaya koydu. İnteraktif değerlendirme yöntemiyle yapılan araştırma, ses dönüştürme teknolojisinin kullanıcıların bu önyargıları fark etmesine nasıl yardımcı olabileceğini de inceledi. Bulgular, sesli AI sistemlerinde adalet ve eşitlik açısından önemli sorunlara işaret ediyor.

Araştırmacılar, büyük dil modellerinin koroner anjiyografi raporlarından fizyolojik ölçümleri otomatik olarak çıkarma yeteneğini inceledi. Çalışma, 1342 Portekizce tıbbi rapor üzerinde gerçekleştirildi ve yapay zekanın tıbbi verileri ne kadar güvenilir şekilde işleyebileceğini araştırdı. Koroner anjiyografi raporları, kalp damarlarının durumu hakkında kritik bilgiler içerir ancak bu veriler genellikle yapılandırılmamış metin halindedir. Bu durum, araştırmacıların verileri analiz etmesini zorlaştırır. Araştırmada farklı prompting stratejileri kullanılarak, yapay zekanın bu tıbbi raporlardan değerli bilgileri ne kadar başarılı şekilde çıkarabileceği test edildi. Sonuçlar, tıbbi alanda yapay zeka kullanımının potansiyelini gösterirken, güvenilirlik konusundaki sınırları da ortaya koydu.

Araştırmacılar, fiziksel robotların yeteneklerini modüler bir şekilde yönetmek için ECM Contracts adlı yeni bir arayüz modeli geliştirdi. Bu sistem, robotların farklı yetenekleri kurması, güncellemesi ve birleştirmesi sürecini standartlaştırıyor. Geleneksel yazılım arayüzlerinin aksine, ECM Contracts altı farklı boyutu dikkate alarak robotların güvenli ve uyumlu çalışmasını sağlıyor. Bu yaklaşım, robot yeteneklerinin karmaşık kombinasyonlarının güvenilir bir şekilde çalışmasını mümkün kılarak, robotik sistemlerde modülerlik ve uyumluluk sorunlarına çözüm getiriyor.

Araştırmacılar, insansız hava araçları (drone) ile çekilen görüntülerin kalitesini otomatik olarak değerlendiren yeni bir sistem geliştirdi. MM-IQA adı verilen bu framework, bulanıklık, kenar yapısı, düşük çözünürlük, pozlama dengesizliği, gürültü ve sis gibi çoklu metrikleri kullanarak 0-100 arasında kalite puanı veriyor. Özellikle referans görüntünün bulunmadığı durumlarda çalışabilen bu hafif sistem, büyük hacimli görüntü setlerinin otomatik filtrelenmesinde kritik öneme sahip. Beş farklı veri setinde yapılan testlerde 0.647 ile 0.830 arasında korelasyon değerleri elde eden sistem, tarımsal uygulamalar başta olmak üzere drone görüntülemesinin yaygın olduğu alanlarda verimlilik sağlayacak.

Araştırmacılar, kuantum gizli iletişim sistemlerini gerçek dünya koşullarında çalışacak şekilde geliştirdi. Geleneksel kuantum iletişim sistemleri, kanal parametrelerinin mükemmel bilindiğini varsayar, ancak gerçekte uydu, fiber optik ve serbest alan bağlantılarında bu parametreler çevresel dalgalanmalar nedeniyle sürekli değişir. Yeni çalışma, hem iletim verimliliğinde hem de termal gürültüde belirsizlik bulunan bileşik kuantum optik kanallar üzerinde gizli iletişim sağlayabilen sağlam bir çerçeve sunuyor. En önemli bulgu, sadece en kötü durum parametrelerini kullanmanın yeterli olmadığı - gizliliği ve güvenilirliği en çok tehdit eden kanal durumlarının farklı belirsizlik noktalarında ortaya çıktığıdır. Bu gelişme, kuantum iletişim teknolojisinin pratik uygulamalara geçişinde kritik bir adım.

Araştırmacılar, derin öğrenme modellerinin belirli bilgileri seçici ve güvenli şekilde unutmasını sağlayan yeni bir algoritma geliştirdi. Graph-Propagated Projection Unlearning (GPPU) adlı bu yöntem, görüntü ve ses işleme modellerinde istenmeyen sınıf bilgilerini kalıcı olarak silmeyi mümkün kılıyor. Sistem, graf tabanlı yayılım kullanarak özellik uzayında sınıfa özgü yönleri tespit ediyor ve bu bilgileri dik alt uzaya yansıtarak etkisiz hale getiriyor. Altı görüntü veri seti ve iki büyük ses veri seti üzerinde yapılan testlerde, GPPU'nun mevcut yöntemlere göre 10-20 kat daha hızlı çalıştığı ve hem CNN hem de Transformer mimarilerinde başarılı sonuçlar verdiği görüldü. Bu gelişme, veri mahremiyeti düzenlemeleri ve uyarlanabilir sistem tasarımı açısından büyük önem taşıyor.