Alman mahkemesi, robotik sektöründe önemli bir telif hakkı davasında Teradyne Robotics lehine karar vererek Elite Robots'a karşı yasaklama kararı çıkardı. Dava, Elite Robots'un Teradyne'in Universal Robots işbirlikçi robot yazılımını kopyaladığı iddiası üzerine açılmıştı. Bu karar, robotik endüstrisinde yazılım telif haklarının korunması açısından emsal teşkil ediyor. İşbirlikçi robotlar (kobotlar), insan çalışanlarla güvenli bir şekilde yan yana çalışabilen robot sistemler olarak endüstri 4.0'ın kritik bileşenleri arasında yer alıyor. Teradyne'in Universal Robots markası bu alanda öncü konumda bulunuyor.

Araştırmacılar, büyük dil modellerinin (LLM) eğitim verilerini ne kadar ezberlediklerini ölçmek için yeni bir yöntem geliştirdi. Veri sıkıştırılabilirliği üzerine kurulu bu yöntem, modellerin hafızalarını ilk kez güvenilir şekilde sayısallaştırmayı mümkün kılıyor. Çalışmada keşfedilen 'Entropi-Ezberleme Doğrusallığı' yasası, veri entropisinin ezberleme skorlarıyla doğrusal ilişki sergilediğini gösteriyor. Bu buluş, yapay zeka modellerinin şeffaflığı ve güvenilirliği açısından önemli bir adım teşkil ediyor. Özellikle telif hakları ve veri gizliliği konularında artan endişeler göz önüne alındığında, modellerin hangi bilgileri ezberleyip yeniden üretebileceğini anlamak kritik önem taşıyor.

Araştırmacılar, büyük dil modellerinin (LLM) zararlı, telif hakkıyla korunan veya özel içerikleri unutması için yeni bir yöntem geliştirdi. BiForget adlı bu sistem, modelin kendi iç bilgi dağılımını kullanarak 'unutulması gereken' veri setlerini otomatik olarak oluşturuyor. Geleneksel yöntemlerden farklı olarak, harici veri üreticilerine ihtiyaç duymayan sistem, hem alan düzeyinde hem de örnek düzeyinde iki farklı unutma yaklaşımı sunuyor. Harry Potter alan testlerinde, önceki yöntemlere kıyasla ilgililik skorunu 20 puan artırırken, veri boyutunu yarıya indirmeyi başardı. Bu gelişme, yapay zeka modellerinin etik kullanımı ve veri gizliliği açısından önemli bir adım olarak değerlendiriliyor.

Araştırmacılar, yapay zeka modellerinin orijinal eğitim verilerine erişim olmadan farklı alanlarda çalışabilmesini sağlayan yeni bir yöntem geliştirdi. DIFO++ adlı bu yaklaşım, CLIP gibi görsel-dil modellerinin geniş bilgi birikiminden yararlanarak, sadece hedef alandaki etiketlenmemiş verilerle model uyarlaması yapabiliyor. Geleneksel yöntemlerin aksine, bu teknik sahte etiketleme hatalarını minimize ederek daha güvenilir sonuçlar elde ediyor. Yöntem, karşılıklı bilgi maksimizasyonu ve bilgi damıtma tekniklerini döngüsel olarak uygulayarak modeli hedefe özelleştiriyor. Bu gelişme, veri gizliliği ve telif hakları nedeniyle orijinal eğitim verilerine erişimin kısıtlı olduğu durumlarda büyük önem taşıyor.

Büyük dil modelleri artık insanların yazdığı kodlardan ayırt edilmesi zor programlar üretebiliyor. Bu durum güvenlik açıkları ve telif hakkı sorunları yaratırken, 'Bu kodu kim yazdı?' sorusunu da gündeme getiriyor. Araştırmacılar, yapay zeka tarafından üretilen kodları tespit edebilen GoCoMA adlı yeni bir sistem geliştirdi. Bu çok modlu framework, kodlama stilini ve derlenmiş dosyaların görsel temsillerini hiperbolik geometri kullanarak analiz ediyor. Sistem, farklı veri türlerini özel bir füzyon mekanizmasıyla birleştirerek hangi yapay zeka modelinin kodu ürettiğini belirleyebiliyor. Bu gelişme, kod güvenliği ve orijinallik tespiti açısından önemli bir adım olarak değerlendiriliyor.

Dünya genelinde 'unutulma hakkı' yasalaşırken, kullanıcılar makine öğrenimi platformlarından ayrılmak istediklerinde mahremiyetlerini korumak için yeni teknolojiler geliştiriliyor. Makine unutma, eğitilmiş bir yapay zeka modelinin belirli eğitim verilerinin katkısını tamamen ortadan kaldırmasını sağlayan bir süreç. ArXiv'de yayınlanan kapsamlı araştırma, mevcut makine unutma yöntemlerini dört ana kategoride sınıflandırıyor: merkezi unutma, dağıtık veri unutma, unutma doğrulama ve güvenlik konuları. Araştırmacılar, bu teknolojilerin kullanıcı gizliliği açısından kritik önemini vurguluyor. Özellikle merkezi unutma yöntemleri, kesin ve yaklaşık olmak üzere iki alt kategoriye ayrılıyor. Bu teknolojiler, gelecekte yapay zeka sistemlerinde veri güvenliği ve kullanıcı hakları açısından önemli bir rol oynayacak.

Almanya'nın 2026'da uygulamaya koyacağı yakıt fiyat düzenlemesi, günde sadece bir kez fiyat artışına izin verecek. Yeni bir araştırma, bu düzenlemenin beklenmedik sonuçlar doğurabileceğini ortaya koyuyor. Ekonomistler, şirketlerin bu kısıtlamayı aşmak için stratejik davranabileceğini ve başlangıçta daha yüksek fiyatlar belirleyebileceğini öngörüyor. Araştırma, düzenlemenin beklenen ortalama fiyatları artırabileceğini, ancak bu durumun talep belirsizliğine ve piyasa koşullarına bağlı olduğunu gösteriyor. Özellikle gelecekte yüksek talep olasılığının güçlü olduğu ve talep dalgalanmalarının büyük olduğu durumlarda fiyat artışları daha belirgin hale geliyor. Tüketici refahı açısından ise karmaşık bir tablo ortaya çıkıyor: beklenen fiyatlar değişmediğinde tüketici yararı artarken, fiyatlar yükseldiğinde azalıyor.

Büyük görsel-dil modellerinin yetkisiz kullanımı ve telif hakkı ihlalleri ciddi endişelere yol açıyor. Araştırmacılar, mevcut sahiplik doğrulama yöntemlerinin kolayca tespit edilip atlatılabildiğini gösterdikten sonra, SIF adlı yeni bir yaklaşım geliştirdi. Bu teknoloji, modelin parametrelerini değiştirmeden çalışan ve semantik olarak normal görünen parmak izleri kullanıyor. Geleneksel yöntemlerin aksine, bu parmak izleri anormal sorgular veya dağılım dışı yanıtlar kullanmadığı için düşmanlar tarafından kolayca fark edilemiyor. Yapay zeka modellerinin fikri mülkiyet koruması açısından önemli bir adım olan bu gelişme, özellikle büyük dil modellerinin yaygınlaşması döneminde kritik bir ihtiyacı karşılıyor.

Dijital görüntülerde telif hakkı koruması için kullanılan görünmez filigranlar, sosyal medya ve yapay zeka içerik üretiminin yaygınlaşmasıyla kritik hale geldi. Araştırmacılar, hangi algoritmayla oluşturulduğunu bilmeden bile bir görüntünün filigran taşıyıp taşımadığını tespit edebilen yeni bir sistem geliştirdi. Frequency Shield Network adlı bu teknoloji, görüntülerin frekans spektrumundaki gizli işaretleri analiz ederek telif koruması bulunup bulunmadığını belirleyebiliyor. Sistem, 100 bin görüntüden oluşan kapsamlı bir veri seti üzerinde eğitildi ve farklı filigran algoritmalarını tanıyabilme yetisi kazandı. Bu gelişme, dijital içerik koruması alanında önemli bir adım olarak değerlendiriliyor.

Araştırmacılar, yapay zekanın metin üretiminde yepyeni bir yaklaşım geliştirdi: Frankentextler. Bu yöntemde AI, sıfırdan yazmak yerine binlerce insan yazısı parçasını akıllıca birleştirerek uzun hikayeler oluşturuyor. Sistemin %90'ı mevcut metinlerden kopyaladığı bu yöntem, insanlar için neredeyse imkansız olan kombinatoryal bir arama problemini çözüyor. Kapsamlı değerlendirmeler, bu teknikle üretilen metinlerin geleneksel AI yazılarından daha kaliteli, çeşitli ve orijinal olduğunu ortaya koydu. Bu gelişme, yapay zekanın yaratıcı süreçlerdeki rolünü yeniden tanımlayabileceğini ve telif hakkı konularında yeni tartışmaları beraberinde getirebileceğini gösteriyor.

Araştırmacılar, elektrik piyasalarında risk yönetimi için kullanılan Finansal İletim Hakları (FTR) sisteminde yapısal bir uyumsuzluk keşfetti. MIT ve diğer kurumlardan bilim insanları, elektrik piyasasında katılımcıların şebeke tıkanıklığına karşı korunmak için kullandıkları bu finansal araçların, sistem operatörlerinin ödeme yapmak için topladığı gelirden fazla ödeme gerektirebildiğini matematiksel olarak kanıtladı. Bu sorun, tüccarların davranışlarından bağımsız olarak, sadece farklı piyasa modellerinin uyumsuzluğundan kaynaklanıyor. Çalışma, elektrik piyasalarının finansal istikrarını tehdit eden bu sorunu geometrik bir çerçeve ile analiz ediyor.