Stanford Üniversitesi araştırmacıları, tek bir fotoğraftan farklı açılardan görünümler oluşturabilen yeni bir yapay zeka sistemi geliştirdi. Geleneksel yöntemler sadece kameradan elde edilen derinlik bilgilerine dayandığı için düşük doku detayına sahip yüzeylerde, kötü hava koşullarında veya engellerle dolu ortamlarda zorlanıyordu. Yeni sistem ise radar ve LiDAR gibi mesafe ölçüm teknolojilerinden gelen seyrek verileri yapay zeka ile birleştirerek bu sorunları aşıyor. Araştırmacılar, çok az sayıda radar noktasından yoğun derinlik haritaları oluşturabilen bir matematiksel model geliştirdi. Bu teknoloji, otonom araçların çevresel algısından sanal gerçeklik uygulamalarına kadar geniş bir kullanım alanına sahip. Özellikle zorlu çevre koşullarında güvenilir 3D görüntü oluşturma konusunda önemli bir ilerleme sağlıyor.

MIT ve diğer kurumlardan araştırmacılar, bükümlü grafen katmanlarını önceden tasarlanan açılarla üretebilen yeni bir yöntem geliştirdi. Platinyum yüzeyinde kimyasal buhar biriktirme tekniği kullanan bu yöntem, farklı platin kristal yüzeylerinin grafen büyümesini nasıl etkilediğini anlayarak geliştirildi. Araştırmacılar, (110) yüzeylerinin grafen büyümesindeki önceliğini ve büyüme yönünü belirlediğini keşfetti. Bu buluş, kuantum fiziği araştırmaları için kritik öneme sahip bükümlü grafenlerin endüstriyel ölçekte üretimine olanak sağlayabilir. Bükümlü grafen katmanları, süperiletkenlik ve diğer egzotik kuantum fenomenlerini incelemek için kullanılan güçlü bir platform olarak bilim dünyasında büyük ilgi görmektedir.

Araştırmacılar, çok modlu büyük dil modellerinin video içeriklerini ne kadar iyi anlayabildiğini test etmek için yeni bir değerlendirme sistemi geliştirdi. VAEX-BENCH adlı bu sistem, yapay zekanın sadece videolarda gördüklerini tanımlamasını değil, farklı zamanlardaki olayları birleştirerek soyut çıkarımlar yapabilme becerisini ölçüyor. Mevcut testler genellikle videoda açıkça görülen bilgileri tespit etmeye odaklanırken, bu yeni yaklaşım yapay zekanın gerçek dünya senaryolarında daha karmaşık görsel akıl yürütme yapabilme kapasitesini değerlendiriyor. Sistem, nesne seviyesinden oda planlamasına kadar farklı karmaşıklık düzeylerinde senaryolar sunarak, yapay zekanın uzamsal ve zamansal bilgileri entegre etme yeteneğini test ediyor.

Bilgisayarlı görü alanında devrim niteliğinde bir dönüşüm yaşanıyor. Yapay zeka sistemleri artık sadece 'bu bir kedi' demekle kalmayıp, görüntülerdeki duygusal tonları, estetik değerleri ve hatta ideolojik mesajları çözümlemeye çalışıyor. ArXiv'de yayınlanan kapsamlı bir araştırma, bilgisayarların görsel anlam çıkarma süreçlerindeki bu yeni evreyi detaylı olarak inceliyor. Çalışma, yüksek seviyeli görsel anlama görevlerini dört ana kategoriye ayırıyor: sağduyu bilgisi, duygusal içerik, estetik değerler ve yorumlayıcı semantikler. Bu gelişme, yapay zekanın insan benzeri görsel algı yeteneklerine doğru attığı önemli bir adımı temsil ediyor ve gelecekte sanat eleştirisi, medya analizi ve sosyal medya moderasyonu gibi alanlarda devrimsel uygulamalara kapı açabilir.

Araştırmacılar, robot kontrolü ve otomasyon alanında kullanılan Görme-Dil-Eylem (VLA) modellerinin değerlendirilmesini kolaylaştıran yeni bir platform geliştirdi. vla-eval adlı bu açık kaynak sistem, farklı AI modellerinin performansını karşılaştırmanın zorluklarını ortadan kaldırıyor. Geleneksel yöntemlerde her yeni test için ayrı yazılım kurulumları ve uyumluluk sorunları yaşanıyordu. Yeni platform, Docker teknolojisi kullanarak bu sorunları çözüyor ve araştırmacıların 14 farklı simülasyon ortamında modellerini tek seferde test etmelerine olanak sağlıyor. Bu gelişme, robotik ve yapay zeka alanındaki araştırmaları hızlandırarak, daha güvenilir model karşılaştırmaları yapılmasını mümkün kılıyor.

Araştırmacılar, fMRI beyin görüntüleme verilerini kullanarak insanların zihinlerinde canlandırdıkları görüntüleri yeniden oluşturabilen gelişmiş bir yapay zeka sistemi geliştirdi. Çalışma, mevcut algı tabanlı beyin kod çözme teknolojilerini mental görselleştirme süreçlerine uyarlayarak önemli bir adım attı. Sistem, hayal edilen içerikleri başarıyla görselleştirebildi ve bu teknoloji gelecekte beyin-bilgisayar arayüzleri, nörolojik hastalıkların tedavisi ve insan bilişinin anlaşılması gibi alanlarda devrim yaratabilir. Araştırma, Natural Scenes Dataset gibi büyük ölçekli veri setleri ve güçlü üretken modellerin kombinasyonuyla gerçekleştirildi.

Görme ve dil yeteneklerini birleştiren yapay zeka modelleri, görsellerdeki doğru bölgeleri tespit edebilseler de çoğu zaman yanlış cevaplar üretiyor. Araştırmacılar bu sorunun, modellerin içindeki bilgi akışından kaynaklandığını keşfetti. Metin bileşenleri, görsel verilerdeki önemli detaylar yerine alakasız bölgelere odaklanıyor. Bu durum, modelin görme ve anlama yetilerini olumsuz etkiliyor. Bilim insanları, bu sorunu çözebilecek yenilikçi bir yöntem geliştirdi. Önerilen çözüm, modelin çalışma sırasında yalnızca kritik görsel unsurlara odaklanmasını sağlıyor. Bu sayede alakasız bölgelerin yarattığı karışıklık ortadan kaldırılıyor. Çalışma, yapay zekanın görme ve dil işleme kapasitelerinin geliştirilmesi açısından önemli bir adım olarak değerlendiriliyor.

Araştırmacılar, kullanıcıları kandırmak için tasarlanan 'karanlık desenler' olarak bilinen manipülatif web arayüzlerine karşı yeni bir mücadele yöntemi geliştirdi. Web İçeriği Erişilebilirlik Kılavuzları (WCAG) ve Avrupa Erişilebilirlik Yasası gibi düzenlemelerin bu aldatıcı tasarımlara karşı hukuki silah olarak kullanılabileceğini ortaya koydular. Özellikle yaşlılar, görme engelliler ve düşük eğitim seviyesindeki kişileri hedef alan bu manipülatif tasarımların, erişilebilirlik standartlarını ihlal ettiği tespit edildi. Geri sayım sayaçları, otomatik oynatma ve gizli bilgi gibi yaygın aldatma teknikleri analiz edildi.

Araştırmacılar, konuşan yüz videolarında duygu düzenleme konusunda devrim niteliğinde bir yöntem geliştirdi. Mevcut teknolojiler duygusal ifadelerde sınırlı kalırken, yeni Cross-Modal Emotion Transfer tekniği farklı veri türlerini birleştirerek daha geniş bir duygu yelpazesi sunuyor. Geleneksel yöntemler kategorik etiketlerle sınırlı kalırken, ses tabanlı sistemler duygu ve dil içeriğini ayırmakta zorlanıyor. Görüntü tabanlı yaklaşımlar ise yüksek kaliteli referans görüntüler gerektiriyor. Bu yeni teknik, hem ses hem görüntü verilerini akıllıca kullanarak bu sorunları aşmayı hedefliyor ve yapay zeka destekli video üretiminde önemli bir adım atıyor.

Akciğer kanseri dünya genelinde önde gelen ölüm nedenlerinden biri olmaya devam ediyor. Geleneksel bilgisayarlı tomografi görüntüleme yöntemi, iyi huylu ve kötü huylu lezyonları ayırt etmekte zorlanıyor. Araştırmacılar bu sorunu çözmek için iki farklı görüntüleme tekniğini birleştiren yenilikçi bir yapay zeka sistemi geliştirdi. Bu sistem, hem CT taramalarını hem de doku örneklerinin mikroskobik görüntülerini aynı anda analiz ederek akciğer kanseri tanısında daha güvenilir sonuçlar sunuyor. Sistem ayrıca farklı kanser alt türlerini de başarıyla sınıflandırabiliyor ve kararlarını açıklayabilme yetisine sahip.

Araştırmacılar, robotların filmleri ekran üzerinden izleyerek insan duygularını anlayabilmesi için yeni bir yapay zeka sistemi geliştirdi. EgoScreen-Emotion adlı veri seti, robotların gerçek dünya koşullarında film izlerken karşılaştıkları görüş açısı değişiklikleri, ışık farklılıkları ve çevresel etkileri göz önünde bulunduruyor. Sistem, 224 film fragmanı ve 28.667 anahtar kare üzerinde eğitildi. Bu teknoloji, gelecekte insanlarla etkileşim kuran robot asistanların duygusal durumumuzu daha iyi anlayabilmesi için önemli bir adım teşkil ediyor.