Yapay zeka araştırmacıları, dil modellerinin yeteneklerini anlamak için yeni bir yaklaşım geliştirdi. Geleneksel yöntemler, insanların önceden belirlediği kategorilere dayalı değerlendirmeler yapıyordu. Yeni yaklaşım ise modellerin kendi iç temsillerini analiz ederek, hangi becerilere sahip olduklarını ortaya çıkarıyor. Bu 'model-doğal' yaklaşım, yapay zekanın davranışlarını değiştirmek ve geliştirmek için çok daha etkili olabilir. Araştırmacılar, modelin aktivasyon verilerinden kompakt bir temel oluşturarak, anlam açısından yorumlanabilir ama önceden tanımlanmış insan kategorilerine bağlı olmayan beceri eksenlerini keşfetti. Bu yöntem, modelin kendi davranış değişkenliği etrafında organize olduğu eksenleri yakalar ve yapay zeka eğitiminde veri seçimi gibi uygulamalarda kullanılabiliyor.

Araştırmacılar, insan psikolojisini anlamak için kullanılan ünlü Rorschach mürekkep lekesi testini 61 farklı yapay zeka modeline uyguladı. ImageNet veri seti üzerinde eğitilmiş bu AI modelleri, belirsiz ve soyut görüntüleri nasıl yorumladıklarında şaşırtıcı sonuçlar ortaya çıktı. Çalışma, yapay zekanın görsel algı mekanizmalarını insan psikolojisi perspektifiyle karşılaştırarak, AI'ın belirsizlikle nasıl başa çıktığını inceliyor. Bu ilginç deney, hem AI'ın sınırlarını hem de görsel tanıma sistemlerinin işleyişini anlamamızda yeni bir yaklaşım sunuyor. Bulgular, farklı AI mimarilerinin belirsiz görüntüleri nasıl farklı şekillerde yorumladığını ve bu yorumların insan yanıtlarıyla nasıl karşılaştırıldığını gösteriyor.

Araştırmacılar, büyük dil modellerinin görünüşte basit sorularda ciddi zorlanmalar yaşadığını keşfetti. KnowledgeBerg adlı yeni benchmark çalışması, bu modellerin sistematik bilgi kapsamı ve kompozisyonel muhakeme konularında büyük eksiklikler bulunduğunu ortaya koyuyor. 10 farklı alanda ve 17 dilde yapılan testlerde, açık kaynak modellerin evren numaralandırmasında sadece %5-37 başarı oranı gösterdiği belirlendi. Bu bulgular, AI modellerinin 'buzdağının görünen kısmı' gibi yüzeysel yanıtlar verebildiğini ancak derinlemesine sistematik düşünmede yetersiz kaldığını gösteriyor.

Büyük dil modellerinin (LLM) hem verilen bağlamsal bilgiyi hem de öğrenilmiş parametrik hafızalarını kullandıkları biliniyordu. Ancak bu iki kaynak birbiriyle çeliştiğinde ne olur? Yeni araştırma, farklı görev türlerinin AI modellerinin hangi bilgi kaynağına öncelik verdiğini şekillendirdiğini ortaya koyuyor. Model-bağımsız bir test çerçevesi geliştiren bilim insanları, çelişkili bilgi durumlarında performans düşüşünün görevin gerektirdiği bilgi türüne ve çelişkinin mantıklılığına bağlı olduğunu keşfetti. Araştırma, bağlam tekrarı gibi stratejilerin sadece bağlam gerektiren görevlerde yararlı olduğunu, ancak parametrik bilgi gerektiren görevlerde zararlı olabileceğini gösteriyor. Bu bulgular, AI modellerinin farklı durumlarda nasıl karar verdiğini anlamamız açısından kritik öneme sahip.

Büyük dil modelleri programlama, tasarım ve yazma alanlarında iş ortağı olarak pazarlansa da, gerçek deneyim genellikle bu vaatlerin gerisinde kalıyor. MIT araştırmacıları, tasarımcı ve geliştiricilerle yaptıkları 16 derinlemesine görüşme sonucunda insan-AI işbirliğinin neden bu kadar kırılgan olduğunu açıklayan yeni bir kavramsal çerçeve geliştirdi. Araştırma, sadece yapay zeka modelinin yeteneklerinin değil, etkileşimin temel koşullarının da başarılı işbirliği için kritik olduğunu ortaya koyuyor. Çalışma, insan-AI çalışmasının üç farklı yapısını tanımlıyor ve bu işbirliğinin hangi noktalarda bozulduğuna dair önemli ipuçları sunuyor.

Bilim insanları, kozmolojik analizlerde sonuçları önceden bilmenin getirdiği önyargıları önlemek için yeni bir yöntem geliştirdi. Smokescreen adlı Python kütüphanesi, veri vektörlerini geçici olarak gizleyerek araştırmacıların gerçek sonuçları analiz tamamlanmadan görmesini engeller. Bu 'körleme' tekniği, verilerin istatistiksel özelliklerini bozmadan kozmoloji bağımlı kaymalar uygulayarak çalışır. Vera C. Rubin Uzay Gözlemevi'nin gelecek projesi LSST için geliştirilse de, Firecrown olasılık hesaplamaları kullanan tüm deneylerde kullanılabilir. Sistem, orijinal verileri şifreleyerek kazara açılmaya karşı koruma sağlar. Bu yaklaşım, özellikle büyük ölçekli kozmoloji projelerinde bilimsel objektifliği korumak için kritik önem taşıyor.

Araştırmacılar, büyük dil modellerinin (LLM) beyninde anlam taşıyan bileşenlerin nasıl organize olduğunu keşfetti. Stanford Üniversitesi'nden bilim insanları, seyrek kodlayıcılar kullanarak sadece birkaç örnekle bu modellerin kavram ve ilişki modüllerini haritalandırdı. Çalışma, ülke-başkent gibi kavram çiftlerinde modelin hangi bölümlerinin aktif olduğunu gösteriyor. Bu bileşenleri engellediklerinde modelin çıktıları öngörülebilir şekilde değişiyor, güçlendirdiklerinde ise farklı senaryolar üretiyor. En ilginç bulgu, basit kavramların ilk katmanlarda, karmaşık ilişkilerin ise derin katmanlarda oluşması. Bu keşif, AI sistemlerinin iç işleyişini anlamamızda önemli bir adım.

Matematik dünyasında sayma teorisi alanında çalışan araştırmacılar, ters çevirme dizileri üzerinde yeni bir istatistiksel yaklaşım geliştirdi. Bu çalışma, permütasyonlar için tanımlanan ters çevirme sayısı kavramını ilk kez ters çevirme dizilerine uyarlıyor. Beklenmedik bir şekilde, bu yaklaşım Stirling, Mahonian ve Eulerian dağılımları gibi klasik permütasyon istatistiklerini yeniden üretmekle kalmayıp, Catalan ve Narayana sayıları gibi önemli kombinatorik sabitleri de ortaya çıkarıyor. En şaşırtıcı bulgu ise simetrik gruplardaki involüsyon sayılarının da bu çerçevede doğal olarak ortaya çıkması. Araştırma, Comtet'nin genişletme formülünün q-analogunu kullanarak beş farklı istatistiğin ortak dağılımını inceliyor.

Araştırmacılar, yapay zeka modellerinin bilimsel iddiaları kanıtlarla karşılaştırma becerisini test etmek için 469 bin örnek içeren kapsamlı bir veri seti oluşturdu. M2-Verify adlı bu çalışma, PubMed ve arXiv'den toplanan verilerle 16 farklı bilim alanını kapsıyor. Sonuçlar oldukça çarpıcı: En gelişmiş AI modelleri bile basit tıbbi durumlarda %85,8 başarı gösterirken, karmaşık anatomik değişikliklerde bu oran %61,6'ya düşüyor. Daha da önemlisi, modeller bilimsel açıklamalar yaparken halüsinasyonlar üretiyor ve tutarsız sonuçlar veriyor. Bu bulgular, bilimsel araştırmalarda AI kullanımının henüz tam güvenilir olmadığını gösteriyor ve gelecekteki geliştirmeler için önemli bir yol haritası sunuyor.

Araştırmacılar, proteinlerin birbirleriyle nasıl etkileşim kurduğunu daha hassas şekilde tahmin edebilen yeni bir yapay zeka modeli geliştirdiler. Bu teknolojik ilerleme, ilaç keşfi süreçlerini hızlandırabilir ve kanser gibi hastalıklar hakkındaki anlayışımızı derinleştirebilir. Protein etkileşimleri, hücresel süreçlerin temelini oluşturduğu için bu gelişme hem temel bilim hem de uygulamalı tıp alanında önemli fırsatlar sunuyor. Yeni AI modeli, geleneksel yöntemlere kıyasla protein çiftlerinin davranışlarını daha doğru öngörebiliyor ve bu sayede hastalıkların moleküler mekanizmalarının anlaşılmasına katkı sağlayabilir.

Güneş'in sürekli fırlattığı yüklü parçacıklar, gezegenlerin arkasında uzun manyetik kuyruklar oluşturuyor. Mars'ın bu manyetik kuyruğunun neden dalgalandığı uzun zamandır bilim insanlarını meraklandırıyordu. İki farklı uzay aracından toplanan veriler, bu gizemli harekete sebep olan ana mekanizmanın manyetik yeniden bağlanma olduğunu ortaya koydu. Bu keşif, sadece Mars'ın manyetik yapısını anlamamıza değil, aynı zamanda güneş rüzgarının gezegen atmosferleriyle nasıl etkileşim kurduğuna dair önemli ipuçları veriyor. Araştırma, Kızıl Gezegen'in atmosfer kaybı sürecini de daha iyi anlamamızı sağlayabilir.