Araştırmacılar, üretim ortamlarında insan ve robotların birlikte çalışmasını optimize eden yeni bir yapay zeka algoritması geliştirdi. Sistem, çalışanların gerçek zamanlı konumlarını ve hareket mesafelerini dikkate alarak görevleri akıllıca planlıyor ve dağıtıyor. Hiyerarşik yapısıyla karmaşık üretim süreçlerini alt görevlere bölen algoritma, üst seviyede görev planlaması, alt seviyede ise görev dağıtımı yapıyor. Özellikle geliştirilen EBQ (Etkin Tampon-tabanlı Derin Q-öğrenme) yöntemi, eğitim süresini kısaltırken uzun vadeli ve seyrek ödüllü üretim problemlerinde performansı artırıyor. Bu teknoloji, gelişmiş üretim sistemlerinde insan-robot işbirliğinin verimliliğini önemli ölçüde artırarak endüstriyel otomasyonun geleceğini şekillendirmeye aday.

Araştırmacılar, prostat bezinin MR görüntülerinden otomatik tespiti için transformer tabanlı yapay zeka modellerini test etti. Çalışmada, farklı radyologların yorumları arasındaki tutarsızlıklar ve hastaneler arası teknik farklılıklar gibi zorlukların üstesinden gelmek için UNETR ve SwinUNETR modellerinin performansı incelendi. 546 MR görüntüsü üzerinde yapılan testlerde, SwinUNETR modeli %86'ya varan doğruluk oranıyla önceki geleneksel modelleri geride bıraktı. Bu gelişme, prostat kanserinin erken tanısı ve tedavi planlamasında daha tutarlı ve güvenilir sonuçlar elde edilmesine katkı sağlayabilir.

Araştırmacılar, Düşük Yörünge uydu ağlarında veri iletimi için yeni bir yapay zeka yöntemi geliştirdi. GraphJSCR adlı bu sistem, sürekli değişen uydu konumları ve bağlantı kalitesi karşısında hem veri yönlendirmeyi hem de anlam tabanlı kodlamayı aynı anda optimize ediyor. Geleneksel yöntemler bu iki süreci ayrı ayrı ele alırken, yeni yaklaşım graf tabanlı öğrenme kullanarak uydu ağının dinamik yapısını anlayabiliyor ve en uygun veri yolunu seçebiliyor. Bu gelişme, gelecekteki global uydu internet hizmetlerinin performansını önemli ölçüde artırabilir.

Araştırmacılar, radyoterapi tedavisi sonrası oluşan doku hasarlarını otomatik olarak tespit edebilen yenilikçi bir yapay zeka sistemi geliştirdi. Sistem, osteoradyonekroz, beyin ödemi ve beyin radyasyon nekrozu gibi üç farklı yan etkiyi tıbbi görüntülerden ayırt edebiliyor. Sınırlı veri ile çalışabilen bu teknoloji, SAM modelini temel alarak metin, konum ve tıklama ipuçlarını progresif olarak kullanıyor. Geliştirilen yöntem, kanser hastalarının radyoterapi sonrası takibinde doktorlara büyük kolaylık sağlayacak ve tedavi planlamasını optimize edecek.

Robot kollarının hareket planlamasında karşılaşılan en büyük sorunlardan biri tekil durumlardır - robot eklemlerinin aniden çok hızlı hareket ettiği veya sistemin tamamen kilitlendiği durumlar. Yeni bir araştırma, bu sorunu çözmek için geliştirilen geleneksel matematik tabanlı yöntemlerle modern yapay zeka yaklaşımlarını kapsamlı olarak karşılaştırdı. Çalışmada 12 farklı çözüm yöntemi test edildi ve ilginç sonuçlar elde edildi: Sadece yapay zeka kullanan yöntemler beklenenden daha kötü performans gösterirken, matematik ve AI'ı birleştiren hibrit yaklaşımlar daha başarılı oldu. Bu bulgular, robotik sistemlerde güvenilirlik açısından kritik öneme sahip.

Araştırmacılar, şehirlerdeki arazi kullanım desenlerini analiz ederek benzer kentleri tespit eden yeni bir yapay zeka metodolojisi geliştirdiler. Copernicus programının Kentsel Atlas verilerini kullanan bu çalışma, veri madenciliği ve denetimsiz öğrenme tekniklerini birleştireyor. Sistem, şehirlerdeki farklı arazi türlerinin nasıl bir arada bulunduğunu inceleyerek kentler arasında benzerlik kuruyor. Bu yaklaşım, şehir plancılarına ve politika yapıcılarına değerli içgörüler sunarak, başarılı kentsel çözümlerin diğer şehirlere uyarlanmasını kolaylaştırabilir. Geliştirilen framework ölçeklenebilir olup, kaynak kodları halka açık olarak paylaşılmış durumda.

Stanford araştırmacıları, humanoid robotların karmaşık hareketlerini planlamak için yeni bir algoritma geliştirdi. Geleneksel yöntemler onlarca saniye sürerken, yeni SIMD tabanlı yaklaşım aynı işlemi milisaniyeler içinde tamamlayabiliyor. Algoritma, robotların çeşitli kısıtlamalar altında hareket planlamasını 100-1000 kat hızlandırarak gerçek zamanlı uygulamaları mümkün kılıyor. Bu gelişme özellikle dinamik ortamlarda çalışan humanoid robotlar ve endüstriyel otomasyon sistemleri için büyük önem taşıyor. Paralel işleme teknolojisinin robotik alanındaki potansiyelini gösteren çalışma, robotların daha akıllı ve hızlı karar vermesinin önünü açıyor.

Araştırmacılar, elektronik sağlık kayıtlarındaki tıbbi kavramları daha iyi anlayabilmek için yapay zeka destekli yeni bir sistem geliştirdi. CoMed adlı bu sistem, hastalık tanıları, ilaçlar ve tıbbi prosedürler arasındaki karmaşık ilişkileri haritalayarak sağlık verilerinin daha doğru yorumlanmasını sağlıyor. Mevcut tıbbi bilgi sistemlerinin eksik bağlantılar ve yetersiz anlamsal bilgi gibi sorunları bulunuyor. CoMed, büyük dil modellerini kullanarak bu eksiklikleri gideriyor ve tıbbi kodlar arasında küresel bir bilgi ağı oluşturuyor. Bu gelişme, gelecekte hastalık teşhisi, tedavi planlaması ve klinik karar verme süreçlerinde önemli iyileştirmeler sağlayabilir. Sistem, hem yapısal verileri hem de metinsel bilgileri birleştirerek tıbbi kavramların daha zengin temsillerini oluşturuyor.