Avustralya'da yapılan yeni bir araştırma, gençlerin yapay zeka destekli chatbotları ruh sağlığı desteği için kullanmaya açık olduğunu ancak önemli şartları bulunduğunu ortaya koydu. 32 genç katılımcının görüşlerinin alındığı çalışmada, AI teknolojisinin insani bakımı tamamlaması gerektiği, şeffaflığın önemli olduğu ve kişiselleştirilebilir güvenli platformlara ihtiyaç duyulduğu vurgulandı. Gençlik ruh sağlığı hizmetlerinde AI entegrasyonu için kritik öneriler sunan çalışma, teknolojinin doğru zamanda doğru yerde kullanılmasının önemini işaret ediyor.

Araştırmacılar, 5G ve 6G radyo ağlarını doğal dille kontrol edebilen yeni bir sistem geliştirdi. A1gent adlı bu framework, operatörlerin 'ağ hızını artır' gibi basit komutlarla karmaşık ağ ayarlarını yapmasına olanak tanıyor. Sistem, büyük dil modellerini kullanarak insan dilindeki talepleri teknik aksiyonlara dönüştürüyor. Önemli olan, sistemin tamamen şeffaf ve denetlenebilir olması - her kararın neden alındığı izlenebiliyor. Bu yaklaşım, telekomünikasyon sektöründe otomasyon seviyesini artırırken güvenlik ve kontrol unsurlarını koruyor. Open RAN teknolojisine dayanan sistem, farklı üreticilerin ekipmanları arasında uyumlu çalışabiliyor.

Araştırmacılar, tablo verilerini analiz etmek için yeni bir yapay zeka sistemi geliştirdi. ReSS adlı bu sistem, sembolik mantık ile büyük dil modellerini birleştirerek hem yüksek doğruluk hem de anlaşılır açıklamalar sunuyor. Sistem, karar ağaçlarından elde edilen mantıksal yolları kullanarak, yapay zekanın verdiği kararları insan dilinde açıklayabiliyor. Sağlık ve finans gibi kritik alanlarda kullanılmak üzere tasarlanan bu yaklaşım, yapay zekanın şeffaflık sorununa önemli bir çözüm getiriyor. Geleneksel sembolik modellerin katı mantığı ile modern dil modellerinin esnekliğini harmanlayan sistem, özellikle hassas kararlar gerektiren uygulamalar için büyük önem taşıyor.

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, 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.

Büyük dil modellerinin ne zaman gerçek dışı bilgi üreteceğini önceden tahmin etmek mümkün mü? MIT araştırmacıları, bu kritik soruya yanıt aramak için 7 farklı yapay zeka modelini inceledi. Bulgular, 1 milyar parametrenin altındaki küçük modellerin hiçbir güvenilir sinyal vermediğini, ancak bu eşiği aşan büyük modellerin ilk kelimeyi bile üretmeden önce 'hayal kuracaklarını' belli ettiklerini ortaya koydu. Bu keşif, sağlık, hukuk ve finans gibi kritik alanlarda kullanılan yapay zekanın güvenilirliğini artırmak için önemli bir adım.

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, 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.