Araştırmacılar, 3D nokta bulutlarını anlayan yapay zeka modelleri için yeni bir eğitim yöntemi geliştirdi. P³T adlı bu yöntem, büyük 3D görme-dil modellerini farklı görevlere uyarlarken hem hesaplama maliyetini düşürüyor hem de genelleme kabiliyetini artırıyor. Geleneksel yöntemler tüm modeli yeniden eğitmek zorunda kalırken, P³T sadece küçük prompt bileşenlerini ayarlayarak aynı başarıyı elde ediyor. Bu yaklaşım, 3D nesne tanıma, sahne anlama ve robotik uygulamalarda önemli avantajlar sunuyor. Özellikle overfitting sorununu çözerek modellerin yeni veriler üzerindeki performansını iyileştiriyor.

Araştırmacılar, sürekli gelişen deepfake teknolojilerine karşı yeni bir savunma sistemi geliştirdi. AIFIND adlı bu sistem, sahte yüz videolarını tespit ederken önceki öğrendiği bilgileri unutmadan yeni sahtecilik türlerini de tanıyabiliyor. Sistem, görüntülerdeki düşük seviyeli yapay izlerden yararlanarak sabit referans noktaları oluşturuyor ve bu sayede özellik kaymasını önlüyor. Geleneksel yöntemlerden farklı olarak, yalnızca ikili sınıflandırma yerine ince taneli hizalama kullanarak daha hassas tespit yapabiliyor. Bu gelişme, sosyal medyada artan deepfake tehdidine karşı önemli bir adım teşkil ediyor.

Araştırmacılar, fotonik nanojetleri mekanik hareket veya genlik modülasyonu olmadan yönlendirebilen yenilikçi bir teknik geliştirdi. Zaman tersine çevirme prensibi kullanan bu yöntem, sadece faz modulasyonu ile ultra ince ışık demetlerinin istenilen noktaya odaklanmasını sağlıyor. Dalga boyu altı boyutlarda sıkıştırılabilen bu ışık demetleri, optik mikroskopi, nano-litografi ve tıbbi görüntüleme gibi alanlarda devrim yaratabilir. Çalışmada gerçekleştirilen bilgisayar simülasyonları, tekniğin hem yatay hem de dikey yönde hassas kontrol sağladığını gösteriyor. Ayrıca farklı geometrik şekillerde yapılan testler, sistemin üretim hatalarına ve hizalama sorunlarına karşı dayanıklı olduğunu ortaya koyuyor. Bu gelişme, nano boyutlarda işlem yapan cihazların geliştirilmesinde önemli bir adım teşkil ediyor.

Araştırmacılar, büyük dil modellerinin uzun metinleri işlerken karşılaştıkları bellek sorununu çözen devrimci bir mimari geliştirdi. CoMeT adlı bu sistem, geleneksel Transformer modellerinin karesel karmaşıklık problemini çözerek, sabit bellek kullanımı ve doğrusal zaman karmaşıklığı ile sınırsız uzunluktaki metinleri işleyebiliyor. İkili bellek sistemi kullanan CoMeT, yakın geçmiş için geçici bellek ve uzun vadeli bağımlılıklar için küresel bellek yönetiyor. Mevcut modellere minimum düzeyde ince ayar ile entegre edilebilen bu plug-in modül, yapay zeka modellerinin kitap uzunluğundaki metinleri, araştırma makalelerini ve uzun dökümanları çok daha verimli işlemesini mümkün kılıyor.

Araştırmacılar, patolojik görüntü analizi için geliştirdikleri SSMamba adlı hibrit yapay zeka modeliyle tıp dünyasında önemli bir adım attı. Model, kanser teşhisi için kritik olan mikroskobik doku görüntülerini analiz ederken, geleneksel Vision Transformer yaklaşımlarının üç temel sorununun üstesinden geliyor. SSMamba, farklı büyütme oranları arasındaki uyum sorunlarını çözüyor, lokal-global ilişki modellemesini iyileştiriyor ve en önemlisi ince tanısal ipuçlarını yakalama konusunda çok daha hassas davranıyor. Bu gelişme, patoloji uzmanlarının hastalık teşhislerinde daha doğru ve hızlı sonuçlar almasını sağlayabilir.

Araştırmacılar, kanser tanısında kullanılan bütün slayt görüntü analizi için yeni bir yapay zeka mimarisi geliştirdi. MambaBack adlı bu sistem, hem yerel hücresel yapıları hem de global bağlamları etkili şekilde modelleyerek mevcut yöntemlerin üç temel sorununu çözüyor. Patoloji alanında kullanılan Multiple Instance Learning yaklaşımının geliştirilmiş hali olan bu teknoloji, 2D uzamsal yerelliği korurken ince taneli hücresel yapıları daha iyi analiz edebiliyor. Ayrıca kaynak kısıtlı cihazlarda bile düşük bellek kullanımıyla çalışabilen sistem, kanser teşhisinin hızlanmasına ve daha erişilebilir hale gelmesine katkı sağlayabilir.

Araştırmacılar, lenssiz kameraların görüntü kalitesini önemli ölçüde artıran yeni bir yapay zeka yöntemi geliştirdi. Fourier Sinir Operatörleri (FNO) adlı bu teknik, ince difüzörler kullanarak çalışan kompakt kameralar için tasarlandı. Geleneksel lens tabanlı kameralardan farklı olarak, lenssiz kameralar diffüzör adı verilen özel malzemeler kullanır ve görüntü rekonstrüksiyonu için bilgisayar işlemlerine ihtiyaç duyar. Yeni yöntem, mevcut U-Net teknolojisine kıyasla 2.14 dB daha iyi PSNR değeri ve 0.11 daha yüksek SSIM skoru elde etti. En önemli özellik ise, 128x128 çözünürlükte eğitilen sistemin, ek eğitim almadan 256x256 ve 512x512 çözünürlüklerde de başarılı çalışabilmesi. Bu gelişme, mobil cihazlar ve uzay uygulamaları için daha kompakt kamera sistemleri geliştirilmesine kapı açıyor.

Bilim insanları, rastgele ağ şeklindeki lazerlerin geometrik yapılarının ışık emisyon spektrumlarını nasıl etkilediğini kapsamlı bir şekilde analiz etti. Optik olarak aktif ağ yapılar, random lazerlerden algılama cihazlarına, fotonik işlemcilerden çeşitli teknolojik uygulamalara kadar geniş bir kullanım alanına sahip. Araştırmacılar, bu ağların geometrik özelliklerinin emisyon spektrumu üzerindeki etkisini öngörebilmek için istatistiksel bir çerçeve geliştirdi. Çalışma, ağ içindeki kısa kenarların yoğunluğunun (edge crowding) spektrumun modal yoğunluk dağılımının düzgünlüğünü ayarlamada kritik rol oynadığını ortaya koyuyor. Bu bulgular, gelecekte daha verimli fotonik cihazların tasarımında önemli katkılar sağlayabilir.

Araştırmacılar, karmaşık tablo yapılarını tanımada yaşanan zorlukları aşmak için InstructTable adlı yeni bir yapay zeka sistemi geliştirdi. Geleneksel yöntemler, birleştirilmiş hücreler ve boş alanlar içeren tablolarda başarısız olurken, bu yeni yaklaşım hem görsel hem de anlamsal bilgiyi birleştirerek daha doğru sonuçlar elde ediyor. Sistem, özel olarak tasarlanmış talimatlarla eğitilerek tabloların ince yapısal detaylarını kavramayı öğreniyor. Bu gelişme, belge işleme, veri analizi ve dijital arşivleme alanlarında önemli ilerlemeler sağlayabilir.

Araştırmacılar, Afrika'daki düşük ve orta gelirli ülkelerde beyin tümörü teşhisini iyileştirmek için özel bir yapay zeka modeli geliştirdi. Bu ülkelerde standart görüntüleme protokollerinin olmaması, düşük kaliteli MR cihazlarının yaygın kullanımı ve sınırlı sağlık kaynakları nedeniyle otomatik beyin tümörü segmentasyonu zorlu bir süreç. Bilim insanları, nnU-Net ve MedNeXt gibi gelişmiş segmentasyon modellerini topoloji iyileştirme teknikleriyle birleştirerek bu zorluğu aştı. BraTS Africa 2025 Yarışması kapsamında geliştirilen sistem, düşük kaliteli görüntülerdeki deformasyonları düzelten özel bir modül içeriyor. Model, önce yüksek kaliteli verilerle eğitilip sonra Afrika veri seti için ince ayar yapılarak optimize edildi.

Araştırmacılar, ince film akışlarını modellemek için kullanılan Keyfitz-Kranzer tipi denklem sistemleri için küresel zayıf entropi çözümlerinin varlığını matematiksel olarak kanıtladı. Bu çalışma, özellikle yağlama teorisi ve ince film akış dinamiklerinin anlaşılmasında önemli bir adım. Ekip, bu birinci mertebe denklem sistemleri için entropi/entropi-akı çiftleri ailesini tanımladı ve yüksek mertebeli dağılım operatörleriyle motive edilen ikinci mertebe yaklaşık sistem geliştirdi. Durum uzayında değişmez bir bölge belirleyerek, yaklaşık sistem çözümlerinin dizisi için öncül sınırlar türetti. Riemann değişmezleriyle ilişkili denklemlerin parabolik ve taşınım yapısını kullanarak, kaybolma-difüzyon limitini titizlikle haklı çıkardı ve birinci mertebe sistemler için Cauchy probleminin zayıf entropi çözümlerinin varlığını kurdu.