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, elektrikli cihazlardaki güç dönüştürücülerin sağlığını sürekli izlemek için yeni bir yapay zeka sistemi geliştirdi. Geleneksel sistemlerin aksine, bu yeni teknoloji biyolojik nöronları taklit eden 'spiking' sinir ağları kullanıyor ve çok düşük enerji tüketimiyle çalışabiliyor. Sistem, güç dönüştürücülerindeki bileşenlerin durumunu %90'ın üzerinde doğrulukla tespit ederken, enerji tüketimini 270 kat azaltıyor. Bu gelişme, elektrikli araçlardan akıllı telefonlara kadar her türlü elektronik cihazın daha güvenilir ve uzun ömürlü olmasına katkı sağlayabilir.

Suç mahalli incelemelerinde ayak izi analizi, faillerin kimliğini belirlmede kritik rol oynar. Ancak aynı marka ve modelden binlerce ayakkabı üretildiği için sadece marka eşleşmesi yeterli olmaz. Araştırmacılar, ayakkabı tabanındaki çizik, kesik gibi 'kazara oluşan' işaretleri analiz eden yeni bir yapay zeka modeli geliştirdi. Bu sistem, ayakkabı tabanlarındaki benzersiz desenlerin ne kadar nadir olduğunu matematiksel olarak hesaplayabiliyor. Geliştirilen uzamsal nokta süreci modeli, adli tıp uzmanlarının delil gücünü daha objektif ölçmesine olanak tanıyor. Bu teknoloji, yanlış suçlamaları önlerken, gerçek faillerin tespitini de kolaylaştırabilir.

Araştırmacılar, doğal gaz ve elektrik piyasalarının birbirine bağlı yapısında piyasa manipülasyonlarını tespit edebilecek yeni bir simülasyon sistemi geliştirdi. Çalışma, hem elektrik üreticisi hem de doğal gaz tüketicisi olan gaz yakıtlı elektrik santrallerinin, bir piyasadaki fiyatları diğer piyasayı etkilemek için nasıl manipüle edebileceğini inceliyor. Sistem, piyasa yöneticilerinin şüpheli teklif verme davranışlarını tespit etmesine yardımcı olmak üzere tasarlandı. Araştırma, enerji piyasalarındaki adil rekabeti koruma açısından önemli bir araç sunuyor ve gelecekte enerji güvenliği için kritik olabilecek piyasa manipülasyonlarının önlenmesine katkı sağlayabilir.

Bilgisayar sistemlerinin güvenliğini sağlamak için kritik olan log anomali tespitinde çığır açan bir gelişme yaşandı. KRONE adlı yeni framework, geleneksel yöntemlerin aksine sistem loglarını hiyerarşik yapıda analiz ederek daha doğru anomali tespiti gerçekleştiriyor. Sistemlerde oluşan loglar aslında iç içe geçmiş bileşenlerin çalışma kayıtları olmasına rağmen, düz metin dizileri halinde saklanınca bu yapısal ilişkiler kayboluyordu. KRONE, bu sorunu çözerek logları anlamlı hiyerarşik yapılara dönüştürüyor ve modüler tespit stratejisi kullanıyor. Bu yenilik, sistem hatalarının ve güvenlik risklerinin daha erken ve doğru tespit edilmesini sağlayarak siber güvenlik alanında önemli bir adım teşkil ediyor.

Diş hekimliğinde kullanılan panoramik röntgen filmlerinin yorumlanması genellikle uzun zaman alır ve hata riski taşır. Araştırmacılar, YOLOv26 yapay zeka modelini kullanarak bu süreci otomatikleştiren yeni bir sistem geliştirdi. Sistem, panoramik röntgenlerde dişleri tespit edebiliyor, FDI standardına göre numaralandırıyor ve hastalık belirtilerini segmentleyebiliyor. DENTEX veri seti üzerinde yapılan testlerde, YOLOv26m-seg modeli diş tespitinde %97.6 hassasiyet oranına ulaştı. Bu gelişme, yoğun klinik ortamlarda diş hekimlerinin tanı koyma sürecini hızlandırabilir ve hata oranlarını azaltabilir. Teknoloji, minimal radyasyon maruziyeti sağlayan panoramik radyografların avantajlarını korurken, analiz sürecini otomatikleştiriyor.

Araştırmacılar, sınav sırasında kopya çekme davranışlarını tespit edebilen iki aşamalı yapay zeka sistemi geliştirdi. Sistem, önce YOLOv8n modeliyle sınav salonundaki öğrencileri tespit ediyor, ardından RexNet-150 modeliyle davranışlarını analiz ediyor. 273 bin örnek üzerinde eğitilen sistem %95 doğruluk oranına ulaştı. Geleneksel gözetim yöntemlerinin pahalı ve hata yapma eğiliminde olması nedeniyle geliştirilen bu teknoloji, akademik dürüstlük konusundaki sorunlara modern bir çözüm sunuyor. İki farklı derin öğrenme modelinin entegrasyonuyla çalışan sistem, şeffaf ve etkili bir alternatif oluşturuyor.

Araştırmacılar, görsel-dil modellerinin (VLM) fotoğraflardan coğrafi konum tespiti yapma yeteneklerini kapsamlı bir şekilde test etti. Geleneksel yöntemlerden farklı olarak GPS verisi veya özel eğitim kullanmadan, sadece anlık sorgu yöntemleriyle ülke düzeyinde konum tahmini yapan bu modellerin performansı incelendi. Üç farklı coğrafi veri seti üzerinde yapılan testler, mevcut yapay zeka modellerinin bu alanda ciddi sınırları olduğunu ortaya koydu. Çalışma, görsel anlayış ve dil işleme konularında güçlü kabul edilen modern AI sistemlerinin, coğrafi çıkarım yapmada beklenenden daha zayıf kaldığını gösteriyor. Bu bulgular, yapay zekanın gerçek dünya uygulamalarında henüz aşılması gereken önemli engeller bulunduğuna işaret ediyor.

Dolandırıcılık tespiti, kredi skorlama ve tıbbi risk değerlendirmesi gibi yapay zeka sistemleri gecikmiş doğrulama sorunu yaşıyor - karar alındıktan günler hatta aylar sonra sonuç etiketleri geldiği için. Bu 'kör dönem' boyunca sistemin yönetim kanıtları bozulurken, mevcut sapma tespit yöntemleri yetersiz kalıyor. Araştırmacılar bu soruna çözüm için dört boyutlu kanıt yeterlilik modeli geliştirdi: tamlık, güncellik, güvenilirlik ve temsil edilebilirlik. Model, etiket gecikmesinin kanıt kalitesini nasıl düşürdüğünü ölçen karar hazırlığı kapısı içeriyor. Ayrıca yedi kategorilik vekil gösterge çerçevesi, etiketler olmadan yeterlilik bozulmasını tahmin ediyor. IEEE-CIS Dolandırıcılık Tespit veri setinde yaklaşık 590 bin işlemle test edilen sistem, yapay zeka güvenliğinde önemli adım.

Büyük dil modellerinin ürettiği yanlış bilgileri (halüsinasyonları) tespit etmek için yeni bir yöntem geliştirildi. Sequential Internal Variance Representation (SIVR) adlı bu yaklaşım, yapay zekanın iç katmanlarındaki belirsizlik işaretlerini analiz ederek gerçek dışı cevapları önceden belirleyebiliyor. Geleneksel yöntemlerin aksine, SIVR modelin her katmanında ve her kelimede ortaya çıkan varyasyon desenlerini takip ederek daha güvenilir sonuçlar elde ediyor. Bu gelişme, yapay zeka sistemlerinin güvenilirliğini artırmada önemli bir adım olarak değerlendiriliyor.

Hindistan'daki araştırmacılar, sel ve heyelan tehlikelerini aynı anda değerlendirebilen yeni bir yapay zeka sistemi geliştirdi. Geleneksel yöntemler bu doğal afetleri ayrı ayrı incelerken, yeni sistem iki felaketin birbirleriyle olan etkileşimini de hesaba katıyor. Kerala eyaletinde test edilen sistem, bölgelerin coğrafi özelliklerine göre kendini uyarlayabiliyor ve geniş alanları paralel şekilde analiz edebiliyor. Sistem, sel tespitinde %84 başarı oranına ulaştı ve belirsizlik ölçümlerinde de önemli iyileşmeler sağladı. Bu teknoloji, özellikle iklim değişikliğiyle birlikte artan çoklu doğal afet risklerinin önceden belirlenmesinde kritik önem taşıyor.