Bilgisayar görüsü alanında çığır açan yeni bir teknoloji geliştirildi. DeepDetect adlı sistem, görüntülerdeki önemli noktaları tespit etme konusunda klasik yöntemlerle yapay zekayı birleştiriyor. Görüntü analizi, 3D rekonstrüksiyon, robotik navigasyon gibi birçok alanda kullanılan bu teknoloji, geleneksel detektörlerin sınırlarını aşıyor. Araştırmacılar, farklı görsel ipuçlarını bir araya getiren hibrit bir yaklaşım geliştirerek, ışık değişimlerine karşı daha dirençli ve semantik anlayış sahibi bir sistem oluşturdu. Bu yenilik, otonom araçlardan medikal görüntülemeye kadar geniş bir yelpazede uygulanabilir.

Bilim insanları, görme-dil-eylem modellerini (VLA) kullanan robotları daha güvenli hale getirmek için SafeVLA adlı yeni bir yaklaşım geliştirdi. Bu sistem, robotların çevreye, kendilerine ve insanlara zarar verme riskini büyük ölçüde azaltıyor. Geleneksel robot eğitiminin aksine, SafeVLA güvenlik kısıtlamalarını öğrenme sürecinin merkezine koyarak robotların tehlikeli davranışları önceden tespit etmesini sağlıyor. Kısıtlı Markov karar süreci paradigmasını kullanan bu yöntem, güvenlik ihlallerini %83,58 oranında azaltmayı başardı. Araştırma, yapay zeka destekli robotların gerçek dünyada güvenle kullanılabilmesi için kritik bir adım olarak değerlendiriliyor.

Araştırmacılar, gıda atıklarındaki kirleticileri ayırmak için kullanılan robotların kavrama performansını değerlendiren kapsamlı bir test sistemi geliştirdi. GRAB adlı bu sistem, karmaşık ortamlarda robotların nesneleri kavrama becerilerini gerçek dünya koşullarında ölçebiliyor. Gıda atıklarının geri dönüşümünü engelleyen organik olmayan kirleticilerin robot teknolojisiyle ayrılması, sürdürülebilirlik açısından kritik öneme sahip. Yeni sistem, mevcut test yöntemlerinin eksikliklerini gidererek daha hassas ve kapsamlı değerlendirme imkanı sunuyor.

Araştırmacılar, çocukların dil öğrenme sürecinden ilham alarak, sınırlı kaynaklarla çalışabilen kompakt görü-dil modelleri geliştirdi. ESsEN adlı bu yeni yaklaşım, milyarlarca parametre gerektiren büyük modellere alternatif sunuyor. İki-kule encoder mimarisi ve geleneksel konvolüsyonel ağların transformer yapılarıyla entegrasyonu sayesinde, küçük veri setleriyle eğitilen modeller bile başarılı sonuçlar veriyor. Bu gelişme, özellikle mobil cihazlar ve özerk robotik sistemler için kritik önem taşıyor. Çalışma, yapay zekanın daha erişilebilir hale gelmesi yolunda önemli bir adım olarak değerlendiriliyor.

Araştırmacılar, minimal sensör donanımı kullanarak koku kaynaklarını tespit edebilen otonom drone sistemi geliştirdi. Sistem, türbülanslı hava akımları ve gecikeli sinyal gibi zorluklara rağmen, haritalama yapmadan doğrudan koku kaynağına yönelebiliyor. Özellikle arama kurtarma operasyonları, çevre kirliliği tespiti ve endüstriyel güvenlik uygulamaları için büyük potansiyel taşıyan bu teknoloji, simülasyonda eğitilmiş yapay zeka ile gerçek dünyada başarıyla test edildi. Görsel sensörler isteğe bağlı olarak sisteme entegre edilebilirken, drone yalnızca koku sensörleriyle de navigasyon yapabiliyor. Açık kaynak olarak sunulan sistem, otonom robotik ve çevre algılama alanlarında önemli bir ilerleme kaydediyor.

Araştırmacılar, veri tabanlı kontrol sistemlerinin nasıl çalıştığını daha iyi anlamamızı sağlayan yeni bir matematiksel çerçeve geliştirdi. Linear Quadratic Regulation (LQR) adı verilen bu sistemler, robotlardan otonom araçlara kadar birçok alanda kullanılıyor. Ancak bu sistemlerin karmaşık matematiksel yapısı, mühendislerin neden belirli kararlar aldığını anlamalarını zorlaştırıyordu. Yeni yaklaşım, düzenlileştirme parametrelerinin sistem performansına olan etkilerini daha sezgisel bir şekilde açıklayarak bu sorunu çözüyor. Aynı zamanda gereksiz hesaplamaları elimine ederek hesaplama maliyetini de düşürüyor. Bu gelişme, özellikle güvenlik kritik uygulamalarda yapay zeka sistemlerinin daha şeffaf ve anlaşılır hale gelmesi açısından önemli bir adım.

Araştırmacılar, insanların sesli yapay zeka asistanlarıyla etkileşimi sırasında ilginç bir davranış sergilediğini keşfetti. İnsanlar bu cihazlarla konuşurken, söyledikleri her şeyin istenmeyen bir yanıta neden olabileceği endişesiyle sürekli dikkatli davranıyorlar. Bu durum 'konuşmanın her anının önemli olması' olarak tanımlanıyor. Çalışma, hem eski kural tabanlı robotlardan günümüzün gelişmiş sesli asistanlarına kadar geniş bir yelpazede bu fenomeni inceliyor. Bulgular, yapay zeka asistanlarının hatalı tepkiler verebilme potansiyelinin insan davranışlarını nasıl şekillendirdiğini ortaya koyuyor. Bu araştırma, gelecekteki sesli asistan tasarımlarının insan psikolojisini daha iyi anlayarak geliştirilmesi gerektiğini gösteriyor.

Araştırmacılar, robotik sistemlerde planlama amaçlı kullanılan büyük dil modellerinin ciddi güvenlik risklerine yol açtığını ortaya çıkardı. DESPITE adlı kapsamlı test sistemiyle 23 farklı model değerlendirildi ve şaşırtıcı sonuçlar elde edildi. En iyi planlama yeteneğine sahip modelin sadece %0,4 oranında geçersiz plan ürettiği, ancak %28,3 oranında tehlikeli planlar önerdiği tespit edildi. 3 milyar ile 671 milyar parametre arasındaki 18 açık kaynak model incelendiğinde, model boyutu arttıkça planlama becerisi önemli ölçüde gelişirken güvenlik farkındalığı nispeten sabit kaldığı görüldü. Büyük modellerin daha güvenli sonuçlar üretmesinin asıl nedeni tehlike algısının artması değil, genel planlama yeteneklerindeki iyileşme olduğu anlaşıldı.

Bilgisayar görü alanında çığır açan yeni bir araştırma, dört kameralı tensor senkronizasyonu için QuadSync adlı algoritma geliştirdi. Bu çalışma, hareket analizi (structure from motion) teknolojisinde kullanılan quadrifocal tensorların pratik uygulamalarını genişletiyor. Araştırmacılar, bu tensorların sadece teorik ilgi alanı olmadığını, pratik kullanımlarının da mümkün olduğunu kanıtladı. Geliştirilen yeni framework, n sayıda kameradan quadrifocal tensor koleksiyonunu kullanarak kamera pozisyonlarını kurtarabilmektedir. Tucker dekomposizyonu, alternatif yön çarpanları yöntemi ve yinelemeli ağırlıklı en küçük kareler yaklaşımını birleştiren bu algoritma, bilgisayar görü ve yapay zeka alanlarında önemli ilerlemeler vaad ediyor. Özellikle 3D görüntü rekonstrüksiyonu, robotik navigasyon ve artırılmış gerçeklik uygulamalarında devrim yaratabilir.

Araştırmacılar, kontrol edilemeyen ajanların bulunduğu ortamlarda güvenlik garantisi sağlayan yeni bir yapay zeka sistemi geliştirdi. Sistem, sinir ağları tabanlı model öngörülü kontrol (MPC) kullanarak, davranışları önceden kestirilemez olan ajanların hareketlerini tahmin ediyor. Özellikle otonom araçlar ve robotik uygulamalar için kritik olan bu yaklaşım, matematiksel olarak kanıtlanmış güvenlik garantileri sunuyor. Sistem, çevredeki diğer ajanların davranışlarındaki belirsizlikleri hesaba katarak, güvenli kararlar alabilmek için yenilikçi bir algoritma kullanıyor. Bu gelişme, yapay zekanın gerçek dünya uygulamalarında güvenilirliğini artıran önemli bir adım olarak değerlendiriliyor.

Yapay zeka alanında önemli bir gelişme: Araştırmacılar, farklı kontrol görevlerini aynı anda öğrenebilen sistemler geliştirdi. Bu yeni yaklaşım, bir kontrolörün birden fazla farklı sistemi aynı anda yönetmesini sağlıyor. Çalışma, stokastik ve kısmen gözlemlenebilen kontrol sistemleri üzerine odaklanarak, Linear Kuadratik Gaussian (LQG) problemini ele alıyor. Geliştirilen yöntem, farklı sistem türleri arasında genelleme yapabilen ortak bir stabilize edici kontrolör öğrenmeyi hedefliyor. Bu, robotik, otonom araçlar ve endüstriyel otomasyon gibi alanlarda devrim yaratabilir.