Araştırmacılar, dudak hareketlerini analiz ederek kişi tanıma yapabilen yenilikçi bir sistem geliştirdi. NeuroLip adlı bu teknoloji, ses yokken bile bireyleri tanıyabilecek sessiz ve pratik bir biyometrik çözüm sunuyor. Geleneksel yöntemlerden farklı olarak, kişilerin konuşma sırasındaki benzersiz dudak dinamiklerini ve kas koordinasyonlarını analiz ediyor. Sistem, olay tabanlı kameralar kullanarak hareket bulanıklığı ve düşük dinamik aralık gibi sorunları çözüyor. En dikkat çekici özelliği ise tek bir kontrollü ortamda eğitildikten sonra, farklı aydınlatma ve görüş koşullarında bile başarılı tanıma yapabilmesi. Bu teknoloji güvenlik sistemleri, erişim kontrolü ve sessiz kimlik doğrulama uygulamalarında devrim yaratabilir.

Araştırmacılar, CO2 lazer ablasyonu kullanarak silika üzerinde yüksek verimli mikro ayna şablonları üretmeyi başardı. Gerçek zamanlı geri besleme kontrolü sayesinde geliştirilen bu yöntem, optik rezonatörler için kritik öneme sahip konkav mikro aynaları %3'e kadar düşük geometrik sapmayla üretebiliyor. Yöntem, lazer maruziyeti sırasında oluşan beyaz ışık emisyonunu izleyerek ablasyon sürecini kontrol ediyor ve böylece ayna derinliği ile eğrilik yarıçapındaki değişkenliği minimize ediyor. 20 mikrometreden birkaç yüz mikrometreye kadar ayarlanabilir eğrilik yarıçapları elde edilebilen bu teknik, optik sensörlerden lazer sistemlerine kadar geniş bir uygulama alanına sahip.

Araştırmacılar, büyük dil modellerinin hayvan bilgisi konusundaki uzmanlığını değerlendirmek için BAGEL adlı yeni bir kıyaslama sistemi geliştirdi. Bu sistem, yapay zekâ modellerinin taksonomi, morfoloji, yaşam alanları, davranış kalıpları ve coğrafi dağılım gibi hayvan bilimi konularındaki performanslarını ölçüyor. BAGEL, bioRxiv, Wikipedia ve diğer bilimsel kaynaklardan toplanan verilerle oluşturulmuş sorular içeriyor ve modellerin dış kaynaklara erişim olmadan ne kadar bilgi sahibi olduğunu test ediyor. Bu çalışma, genel bilgi testlerinde başarılı olan yapay zekâ sistemlerinin özelleşmiş alanlardaki performanslarının henüz net olmadığı bir dönemde önemli bir değerlendirme aracı sunuyor.

Araştırmacılar, akıllı depolarda çalışan otonom güdümlü araçların (AGV) daha verimli çalışması için iki seviyeli bir optimizasyon çerçevesi geliştirdi. Sistem, yoğun sipariş trafiği ile maliyet kontrolü arasındaki dengeyi kurmayı hedefliyor. İlk seviye müşteri öncelik kategorilerine göre sipariş teslim sürelerini dinamik olarak ayarlıyor, ikinci seviye ise her robot için en kısa ve çakışmasız rotaları belirliyor. Karmaşık paket toplama görevleri için PDSP ve DCSP adlı iki sezgisel kural uygulanıyor. Bu yaklaşım, e-ticaret ve lojistik sektöründe artan otomasyon ihtiyacına yanıt veriyor.

Araştırmacılar, birden fazla kullanıcının aynı anda veri iletişimi yapabildiği sistemlerde çakışmaları önlemek için yeni matematiksel kodlama teknikleri geliştirdi. Çakışma önleyici kodlar (CAC), geri bildirim olmadan deterministik çoklu erişim sağlayan özel kodlardır. Bu çalışmada, özellikle kanal sayısının aktif kullanıcı sayısından az olduğu pratik senaryolar için çok kanallı CAC sistemleri incelendi. Geleneksel yaklaşımların aksine, araştırmacılar 'istisna kod sözcükleri' kavramını tanıtarak ve toplamsal kombinatorik tekniklerini kullanarak optimal çözümler türetti. Bu gelişme, kablosuz ağlar ve çoklu erişim sistemlerinde verimliliği artırabilir.

Araştırmacılar, karmaşık nonlinear sistemlerin iç durumlarını yapay zeka kullanarak tahmin edebilen yeni bir yöntem geliştirdi. Neural Luenberger gözlemci adı verilen bu sistem, geçmiş verilerden öğrenerek sistemin görülmeyen parametrelerini gerçek zamanlı olarak takip edebiliyor. Yöntem, klasik Kazantzis-Kravaris/Luenberger gözlemci yapısını genişleterek, girdi-çıktı verilerinden sistem durumlarını tahmin eden sinir ağları kullanıyor. Özellikle biyolojik sistemler, endüstriyel süreçler ve otonom araçlar gibi alanlarda büyük potansiyel taşıyan bu teknoloji, sistem kontrolü ve izleme alanında önemli bir ilerleme sunuyor. Araştırmacılar, yöntemlerinin teorik olarak garantili hata sınırları içinde çalıştığını matematiksel olarak kanıtladılar.

Vietnam'ın karmaşık yasal metinleri, vatandaşların adalete erişiminde büyük bir engel oluşturuyor. Araştırmacılar, büyük dil modellerinin bu metinleri sadeleştirme yeteneklerini kapsamlı bir şekilde test etti. GPT-4o, Claude 3 Opus, Gemini 1.5 Pro ve Grok-1 modellerinin performansı, doğruluk, okunabilirlik ve tutarlılık açısından değerlendirildi. 60 karmaşık Vietnamca hukuki makale üzerinde yapılan büyük ölçekli hata analizi, modeller arasında önemli bir ödünleşim ortaya çıkardı: bazı modeller okunabilirlik konusunda başarılı olurken hukuki doğruluktan taviz veriyor. Bu çalışma, yapay zekanın hukuki metinleri halka daha erişilebilir hale getirme potansiyelini ortaya koyarken, mevcut sınırları da gözler önüne seriyor.

Yapay zeka araştırmacıları, çok hedefli pekiştirmeli öğrenme (MORL) sistemlerinde daha önce fark edilmemeş önemli bir sorunu ortaya çıkardı. Bu sistemler, birden fazla hedefi aynı anda optimize etmeye çalışırken, geleneksel tek hedefli sistemlerden farklı olarak 'artırılmış durum' adı verilen özel bir yöntem kullanıyor. Ancak yeni araştırma, bu yöntemin beklenmedik bir yan etkisi olduğunu gösteriyor: sistemler eğitim tamamlandıktan sonra bile sürekli olarak ödül sinyallerine erişim gerektirir. Bu durum, uygulamada ciddi pratik sorunlara yol açabilir ve MORL sistemlerinin gerçek dünya uygulamalarını sınırlayabilir.

Araştırmacılar, robot kontrolü ve otomasyon alanında kullanılan Görme-Dil-Eylem (VLA) modellerinin değerlendirilmesini kolaylaştıran yeni bir platform geliştirdi. vla-eval adlı bu açık kaynak sistem, farklı AI modellerinin performansını karşılaştırmanın zorluklarını ortadan kaldırıyor. Geleneksel yöntemlerde her yeni test için ayrı yazılım kurulumları ve uyumluluk sorunları yaşanıyordu. Yeni platform, Docker teknolojisi kullanarak bu sorunları çözüyor ve araştırmacıların 14 farklı simülasyon ortamında modellerini tek seferde test etmelerine olanak sağlıyor. Bu gelişme, robotik ve yapay zeka alanındaki araştırmaları hızlandırarak, daha güvenilir model karşılaştırmaları yapılmasını mümkün kılıyor.

Büyük dil modellerini dış kaynaklarla destekleyen RAG (Retrieval-Augmented Generation) sistemlerinde önemli bir gelişme yaşandı. Araştırmacılar, başarısız sorguları basitçe yeniden denemek yerine, başarısızlığın nedenini analiz eden yeni bir sistem geliştirdi. Skill-RAG adlı bu yaklaşım, sorunun kaynağını teşhis ederek dört farklı beceri arasından en uygununu seçiyor: sorguyu yeniden yazma, soruyu parçalara ayırma, kanıtlara odaklanma veya alternatif çözüm arama. Sistem, gizli durum analizi yapan hafif bir prob ve beceri yönlendiricisi kullanarak çalışıyor. Bu yenilik, yapay zeka asistanlarının bilgi erişim performansını önemli ölçüde artırma potansiyeli taşıyor.

Araştırmacılar, nüfus sayımı verilerinden gerçekçi sentetik nüfus örnekleri oluşturmak için yenilikçi bir makine öğrenmesi yaklaşımı geliştirdi. Persistent Contrastive Divergence (PCD) adı verilen bu yöntem, bireysel kişisel verilere erişim olmadan toplam demografik verilerden yararlanarak yapay nüfus modelleri üretiyor. Geleneksel yöntemlerin aksine, bu teknik çok sayıda demografik özelliği eş zamanlı olarak işleyebiliyor ve hesaplama açısından çok daha verimli. İtalyan demografik verileri üzerinde test edilen sistem, 15 farklı demografik kategoriyi başarıyla modelleyebildi. Bu gelişme, şehir planlama, sosyal bilimler araştırmaları ve kamu politikası analizi gibi alanlarda önemli uygulamalara sahip olabilir.