Araştırmacılar, dinamik sistemlerin modellemesinde devrim yaratabilecek yeni bir yapay zeka yaklaşımı geliştirdi. TRASE-NODEs adı verilen bu sistem, geleneksel neural ordinary differential equations (NODEs) modellerinin en büyük sorunu olan yüksek veri ihtiyacını çözüyor. Yeni yaklaşım, sistem durumu ve hassasiyetini aynı anda öğrenerek, çok daha az veriyle güvenilir tahminler yapabiliyor. Bu gelişme, mühendislik ve bilim alanlarında kontrol sistemleri tasarımından güvenlik analizlerine kadar geniş bir uygulama yelpazesi sunuyor. Özellikle yeterli simülasyon verisi üretmenin zor olduğu durumlarda ve güvenli kontrol tasarımının kritik olduğu sistemlerde büyük avantaj sağlıyor.

Vietnam'daki araştırmacılar, elektrikli araç şarj altyapısını optimize etmek için yenilikçi bir dijital ikiz sistemi geliştirdi. Hanoi'deki bir üniversite kampüsünde test edilen sistem, kullanıcı davranışlarını, enerji verimliliğini ve maliyet etkinliğini eş zamanlı olarak analiz ediyor. Araştırma sonuçları, güneş enerjisi verimliliğinin kış aylarında yüzde 20 düştüğünü ve rüzgar enerjisinin toplam talebin yalnızca yüzde 5'ini karşıladığını gösterdi. Sistem ayrıca dinamik bildirimlerle kullanıcı memnuniyetini artırmanın mümkün olduğunu ortaya koydu.

Araştırmacılar, akıllı telefon ve tablet gibi mobil cihazlarda daha verimli çalışabilen yeni bir yapay zeka sistemi geliştirdi. AdaVFM adlı bu sistem, görsel anlama görevlerini yerine getirirken cihazın durumuna göre kendini otomatik olarak ayarlıyor. Sistem, kolay görevlerde daha az işlem gücü kullanırken, karmaşık durumlarla karşılaştığında buluttaki büyük dil modellerinden yardım alıyor. Bu yaklaşım, mobil cihazlarda yapay zeka uygulamalarının hem hızlı hem de enerji verimli çalışmasını sağlıyor. Geleneksel yöntemlerin aksine, her durumda aynı hesaplama gücünü kullanmak yerine, görevin zorluğuna göre dinamik olarak kaynak tahsisi yapıyor.

Araştırmacılar, nöro-sembolik yapay zeka sistemleri için özel olarak tasarlanmış yenilikçi bir işlemci mimarisi geliştirdi. Overmind adlı bu sistem, büyük dil modelleri ve otonom sistemlerde karşılaşılan temel hesaplama sorunlarını çözmek üzere tasarlandı. Mevcut donanım platformlarının yüksek bellek kullanımı, sık pipeline durmaları ve sınırlı I/O bant genişliği gibi sorunlarıyla başa çıkmak için üç ana yenilik sunuyor: Padé yaklaşımları ile evrensel doğrusal olmayan fonksiyonların optimize edilmesi, maliyetli önbellek sistemlerini ortadan kaldıran öngörülü bellek bypass teknolojisi ve model dağıtımını optimize eden kapsamlı yazılım yığını. Bu çapraz katman optimizasyonları, nöro-sembolik AI sistemlerinin daha verimli ve pratik şekilde dağıtılmasını mümkün kılıyor.

Araştırmacılar, termoelektrik malzemelerin performansını artırmak için düz bantlı (flatband) sistemleri inceledi. MIT ve diğer kurumlardan bilim insanları, Ni₃In₁₋ₓSnₓ bileşiklerinden ilham alarak iki farklı tek boyutlu model üzerinde çalıştı. Çalışma, düz bantların termoelektrik özellikler üzerindeki etkisini anlamak için testere dişi ve elmas zincir modellerini kullandı. Sonuçlar, mükemmel şekilde izole edilmiş düz bantların termoelektrik uygulamalar için beklendiği kadar ideal olmadığını gösterdi. Elektriksel iletkenlik, kimyasal potansiyel düz banda girdiğinde sıfıra düştüğü için büyük Seebeck katsayısına rağmen genel performans düşüyor. Bu bulgular, gelecekteki termoelektrik malzeme tasarımında düz bantların rolünün yeniden değerlendirilmesi gerektiğini ortaya koyuyor.

Araştırmacılar, merkezi ısıtma sistemlerindeki arızaları önceden tespit edebilmek için kapsamlı bir veri seti ve değerlendirme sistemi geliştirdi. 93 farklı alt istasyondan toplanan operasyonel verilerle oluşturulan bu açık kaynak veri seti, enerji verimliliğini artırmak için kritik öneme sahip. EnergyFaultDetector adlı Python tabanlı sistem kullanılarak test edilen framework, arızaları erken tespit ederek sistem performansını optimize etmeyi hedefliyor. Bu çalışma, enerji sistemlerinde yapay zeka destekli bakım yöntemlerinin geliştirilmesi açısından önemli bir adım.

Stanford araştırmacıları, otonom araçların ve artırılmış gerçeklik sistemlerinin kullandığı üç boyutlu nokta bulutu verilerini işlemek için yeni bir algoritma geliştirdi. Spira adlı bu sistem, mevcut yöntemlere kıyasla 2.1 kata kadar daha hızlı çalışabiliyor. Geleneksel sparse konvolüsyon algoritmalarının veri hazırlama aşamalarında yaşadığı performans kayıplarını ortadan kaldıran Spira, voksel koordinatlarının matematiksel özelliklerini akıllıca kullanıyor. Sistem, üç temel prensibi temel alıyor: koordinatların tam sayı değerli olması, sınırlı bir uzaysal alanda bulunması ve geometrik süreklilik göstermesi. Bu yaklaşım, LiDAR sensörleri ve derinlik kameralarından gelen ham verilerin gerçek zamanlı işlenmesini mümkün kılarak, otonom sürüş ve sanal gerçeklik uygulamalarında önemli performans artışları sağlıyor. Araştırma, yapay zeka donanımlarının verimliliğini artırmaya yönelik önemli bir adım olarak değerlendiriliyor.

Bilim insanları, organik moleküllerin kristal yapılarını tahmin edebilen OXtal adlı yapay zeka modelini geliştirdi. 100 milyon parametreye sahip bu difüzyon modeli, 2D kimyasal formüllerden yola çıkarak 3D kristal yapıları öngörebiliyor. İlaç endüstrisinden organik yarıiletkenlere kadar geniş bir yelpazede uygulanabilecek bu teknoloji, kristal yapı tahmini alanında uzun süredir devam eden zorluklara çözüm sunuyor. Araştırmacılar, geleneksel eşdeğişken mimarilerin yerine veri artırma stratejilerini kullanarak modelin verimliliğini artırdı ve kristalizasyondan ilham alan yeni bir eğitim yöntemi geliştirdi.

Stanford araştırmacıları, büyük dil modellerinin çıkarım hızını artırmak için Sequential Monte Carlo Speculative Decoding (SMC-SD) adlı yeni bir yöntem geliştirdi. Geleneksel spekülatif kod çözme yöntemlerinde, ucuz bir taslak model önerilerde bulunur ve pahalı hedef model bu önerileri doğrular. Ancak ilk hatada tüm taslak blok reddedilir. Yeni yaklaşım, token'ları tamamen reddetmek yerine yeniden ağırlıklandırıyor ve önemlilik ağırlıklı yeniden örnekleme kullanıyor. Bu sayede hesaplama verimliliği artırılırken teorik doğruluk sınırları korunuyor. LLM çıkarımı genellikle bellek bant genişliği ile sınırlandığı için, paralel hesaplamalar neredeyse bedava geliyor ve sistem boşta kalan hesaplama gücünü verimli şekilde kullanabiliyor.

Araştırmacılar, hidrojen yakıtlı döner detonasyon yakıcı-türbin sistemlerinde türbin kanatlarını korumak için yenilikçi film soğutma stratejileri geliştirdi. Üç boyutlu sayısal simülasyonlar, uç duvar soğutma ile ön kenar film soğutmanın birleştirilmesinin kanat yüzey sıcaklıklarını etkili şekilde düşürdüğünü ve türbin akış alanı kararlılığını artırdığını gösterdi. Çalışmada dairesel ve yuvarlak delik konfigürasyonları karşılaştırıldı; dairesel deliklerin benzer soğutma performansını korurken daha az soğutma havası tükettiği belirlendi. Ön kenar film soğutma için test edilen dikey ve dikey-eğimli şemalar arasında, dikey-eğimli düzenin daha yüksek soğutma verimliliği sağladığı ve ikincil akış bağlantısını iyileştirdiği tespit edildi.

Bilim insanları, elektrik akımının geleneksel Ohm yasası kurallarını çiğneyen yeni bir iletkenlik durumu keşfetti. Araştırmacılar, ince kalkojenit tabakalar ve YBa2Cu3O7 bileşiklerinden oluşan cihazlarda, belirli bir sıcaklığın altında elektronların normal dağınık davranışlarından uzaklaştığını gözlemledi. Bu yeni durumda, normalde aynı elektriksel potansiyelde olması gereken makroskobik bölgeler arasında önemli voltaj farklılıkları oluşuyor. En dikkat çekici yanı, bu olağanüstü davranışın oda sıcaklığında bile gözlemlenebilmesi. Keşif, elektronların momentumlarını inanılmaz uzun mesafelerde koruduğunu ve hidrodinamik akışa benzer şekilde hareket ettiğini gösteriyor. Bu durum, geleneksel elektronik anlayışımızı değiştirebilecek ve düşük enerji kayıplı elektronik uygulamaların kapısını açabilecek potansiyele sahip.