Araştırmacılar, mevcut transformer modellerinin sınırlarını aşan yeni bir yapay zeka mimarisi geliştirdi. State Stream Transformer (SST) V2, geleneksel modellerin aksine pozisyonlar arası gizli bilgiyi koruyor ve sürekli bir mantık yürütme süreci sağlıyor. Bu yenilik, AI modellerinin daha verimli öğrenmesini ve daha derin düşünme kapasitesini mümkün kılıyor. Model, her katmanda doğrusal olmayan bir tekrarlama mekanizması kullanarak, gizli durumları tüm dizi boyunca akıtıyor. En önemli özelliği ise çıkarım sırasında her pozisyonda sürekli düşünebilme yetisi - tıpkı insanların karar vermeden önce düşünmesi gibi. İki aşamalı paralel eğitim prosedürü sayesinde verimli öğrenme sağlanırken, gizli durum analizi modelin farklı anlamsal alanlarda gezinerek mantık yürüttüğünü gösteriyor.

Araştırmacılar, eğitim teknolojilerinde kullanılan bilgi izleme sistemlerini daha sorumlu hale getiren yeni bir yöntem geliştirdi. Monte Carlo Dropout tekniğini kullanan sistem, belirsizlik seviyesi yüksek tahminlerde insan öğretmene başvurma kararı alabiliyor. Üç farklı yapay zeka mimarisi üzerinde yapılan testlerde, en belirsiz %20'lik tahminlerden kaçınma stratejisi sayesinde doğruluk oranı %2.3-3.0, AUC değeri %1.9-2.4 ve F1 skoru %1.4-4.3 oranında artış gösterdi. Bu yaklaşım, yapay zeka destekli eğitim sistemlerinin güvenilirlik sorununa pratik bir çözüm sunuyor.

Yeni bir araştırma, mevcut yapay zeka güvenlik değerlendirmelerinin kritik bir eksikliği olduğunu ortaya koyuyor. Çin menşeli dil modellerinde siyasi sansür mekanizmalarını inceleyen bilim insanları, zararlı içerik tespitinin kolay olduğunu, ancak asıl sorunun bu bilgilerin davranışsal politikalara nasıl yönlendirildiğinde saklı olduğunu keşfetti. Beş farklı laboratuvardan dokuz açık kaynak model üzerinde yapılan deneyler, prob doğruluğunun tek başına yanıltıcı olabileceğini gösterdi. Araştırmacılar, siyasi hassasiyet yönünü kaldırdıklarında çoğu modelde sansürün ortadan kalktığını ve doğru bilgi üretiminin geri geldiğini gözlemledi. Ancak bir modelde bilgi mimarisi sansür mekanizmasıyla o kadar iç içe geçmişti ki, müdahale sonrası model gerçek dışı bilgiler üretmeye başladı. Bu bulgular, AI güvenlik testlerinin yeniden düşünülmesi gerektiğini işaret ediyor.

Araştırmacılar, tuzaklı iyon teknolojisini kullanarak büyük ölçekli kuantum bilgisayarlar inşa etmenin yollarını araştırdı. Günümüzde 60'tan az kübitten oluşan bu sistemlerin pratik uygulamalarda kullanılabilmesi için hata oranlarının milyarda birden daha düşük olması gerekiyor. Şu anda bu oran binde bir ile on binde bir arasında. Bu büyük açığı kapatmak için kuantum hata düzeltme kodları gerekli. Çalışma, QCCD mimarisi kullanarak yüzey kodlarının nasıl verimli bir şekilde uygulanabileceğini inceliyor. Bu araştırma, kuantum bilgisayarların gerçek dünya problemlerini çözebilecek seviyeye ulaşması için kritik önem taşıyor.

Araştırmacılar, karbon atomlarının çekirdek elektron bağlanma enerjilerini tahmin etmek için graf sinir ağı mimarisi geliştirdi. Organik moleküllerdeki karbon atomlarının yerel bağ çevresi etkilerini analiz eden bu model, 8637 karbon atomundan oluşan veri setiyle eğitildi. Sistem, moleküllerdeki bağ yapılarını mesaj geçişi katmanları aracılığıyla işleyerek, atomların yerel çevresindeki kimyasal etkileşimleri modelliyor. Önceki çalışmalarda 0.27 eV ortalama mutlak hata ile sınırlı kalan tahmin doğruluğu, yeni model ile deneysel sonuçlara çok daha yakın değerlere ulaştı. Bu gelişme, malzeme bilimi ve kimya araştırmalarında moleküler özelliklerin hızlı ve doğru tahmin edilmesini sağlayarak, yeni malzeme geliştirme süreçlerini hızlandırabilir.

Araştırmacılar, sağlık alanında kullanılan yapay zeka asistanlarının karşılaştığı kritik bir sorunu çözmek için yeni bir sistem geliştirdi. Bu sistemler, hastanın anlattıkları ile elektronik sağlık kayıtları arasındaki çelişkileri tespit edebiliyor. Hasta beyanları güncel olsa da hatırlamaya dayalı önyargılar içerebilirken, tıbbi kayıtlar doğrulanmış ancak güncel olmayabiliyor. Geleneksel AI sistemleri tutarlılık için eski bilgileri yenileriyle değiştirdiğinde klinik veriler söz konusu olduğunda güvenlik riskleri ortaya çıkıyor. Yeni geliştirilen İkili Akış Hafıza Mimarisi, hasta anlatılarını yapılandırılmış klinik kayıtlardan ayrı tutuyor. Sistem, her çıkarılan hafıza bilgisini hastanın FHIR profiliyle karşılaştırarak çelişkileri türe, ciddiyete ve ilgili kaynaklara göre sınıflandırıyor. Bu yaklaşım, sağlık AI'larının daha güvenli ve güvenilir olmasını sağlıyor.

Araştırmacılar, yapay zekanın uzun süreli konuşmalarda önemli bilgileri kaybetme problemine çözüm getiren EviMem sistemini geliştirdi. Sistem, eksik kanıtları tespit edebilen IRIS çerçevesi ve katmanlı hafıza mimarisi LaceMem'i birleştiriyor. Geleneksel tek geçişli arama yöntemleri, zaman içinde dağılmış bilgileri bir araya getirmekte yetersiz kalıyor. EviMem ise kanıt boşluklarını tespit edip hedefli sorgular yaparak bu sorunu çözüyor. Test sonuçları, sistemin zamansal sorularda %73,3'ten %81,6'ya, çok aşamalı sorularda ise %65,9'dan %85,2'ye doğruluk oranını artırdığını gösteriyor. Bu gelişme, sohbet botları ve AI asistanları için daha tutarlı ve kapsamlı konuşma deneyimi sağlayabilir.

Araştırmacılar, sosyal medyada paylaşılan metin ve görsellerdeki tutumları analiz eden yeni bir yapay zeka sistemi geliştirdi. MM-StanceDet adlı bu sistem, çoklu ajan mimarisi kullanarak insanların belirli konulardaki görüşlerini tespit etmede mevcut yöntemlerden çok daha başarılı sonuçlar veriyor. Sistem özellikle metin ve görsel içerik arasında çelişki olduğu durumlarda bile doğru analiz yapabiliyor. Bu gelişme, sosyal medyada kamuoyu analizi ve yanlış bilgi tespiti açısından önemli bir adım olarak görülüyor.

Görsel-dil modellerinin (VLM) insan bakışını anlama kabiliyeti araştırıldı. 1.360 gerçek fotoğraf kullanılan çalışmada, bu modellerin insanların neye baktığını tespit etmekte zorlandığı ortaya çıktı. En büyük sorun, yapay zekanın göz hareketleri yerine kafa yönelimini takip etmesi. Araştırmacılar, kişilerin masadaki nesnelere bakış açılarını kontrollü şekilde kaydetti - bazen kafa yönü bakış hedefiyle uyumlu, bazen farklı nesnelere yönelik, bazen de serbest bırakıldı. Sonuçlar, VLM'lerin insan performansından önemli ölçüde geride kaldığını gösteriyor. Bu durum, model mimarisinden ziyade eğitim verilerindeki önyargıdan kaynaklanıyor olabilir.

Bilim insanları, floresan mikroskopi görüntülerinde mikrotübül eğriliğini doğrudan ölçebilen MTCurv adlı yeni bir yapay zeka sistemi geliştirdi. Hücre iskeletinin önemli bileşenleri olan mikrotübüllerin eğrilik ölçümü, hücre mekaniğini ve hastalıklara bağlı morfolojik değişiklikleri anlamak için kritik öneme sahip. Geleneksel yöntemler gürültülü görüntülerde başarısız olurken, bu yeni sistem dikkat mekanizması kullanan derin öğrenme mimarisiyle segmentasyona gerek kalmadan doğrudan eğrilik haritası çıkarabiliyor. Sentetik veriler üzerinde eğitilen sistem, hücresel hastalıkların teşhisinde ve tedavisinde yeni olanaklar sunuyor.

Araştırmacılar, kuantum fiziğinin en karmaşık problemlerinden birini çözmek için QERNEL adlı yeni bir yapay zeka modeli geliştirdi. Bu model, çok elektronlu sistemlerin Schrödinger denklemini tek bir ağ ile çözebiliyor ve 150 elektrona kadar büyük sistemleri analiz edebiliyor. QERNEL, yarıiletken moiré heterokatmanlarındaki elektron etkileşimlerini inceleyerek, kuantum sıvı ve kristal durumları arasındaki keskin faz geçişlerini keşfetti. Model, FiLM tabanlı parametre koşullandırma ve uzman karışımı mimarisi kullanarak, düşük hesaplama maliyetiyle yüksek ifade gücü elde ediyor. Bu çalışma, kuantum malzeme biliminde temel model yaklaşımını kuran öncü bir çalışma olarak öne çıkıyor.