Araştırmacılar, 24 saat güvenlik gözetimi için kritik öneme sahip görünür ve kızılötesi kamera sistemlerinde kişi tanıma teknolojisini geliştiren yeni bir yapay zeka algoritması tasarladı. Mevcut sistemler pahalı etiketlenmiş veriler gerektirirken, yeni yaklaşım etiketlenmemiş video kayıtlarından doğrudan öğrenebiliyor. Geleneksel yöntemler farklı kamera türleri arasında kimlik karışıklığı ve dengesiz kümeleme sorunları yaşıyor. Bu sorunları çözmek için geliştirilen 'Nedensel Önyükleme Hizalama' yöntemi, görünür ve kızılötesi görüntüler arasında daha güvenilir eşleştirmeler yapabiliyor. Teknoloji, havaalanları, alışveriş merkezleri ve şehir güvenlik sistemleri gibi alanlarda gündüz-gece kesintisiz izleme kapasitesini artırabilir.

Araştırmacılar, metin açıklamalarından gerçekçi insan hareketleri üreten yapay zeka modellerinde önemli bir ilerleme kaydetti. Motion-Adapter adlı yeni sistem, birden fazla eylemin aynı anda gerçekleştirildiği karmaşık hareketleri başarıyla sentezleyebiliyor. Geleneksel modellerde karşılaşılan 'felaket unutma' ve 'dikkat çöküşü' sorunlarını çözen bu teknoloji, film endüstrisi, oyun geliştirme ve sanal gerçeklik uygulamalarında devrim yaratma potansiyeline sahip. Sistem, detaylı vücut bölgesi açıklamaları gerektirmeden doğal dil komutlarından tam vücut hareketleri üretebiliyor.

Yazılım geliştirme dünyasında kod arama işlemi genellikle sadece metin tabanlı olarak gerçekleştirilir. Ancak modern programlama projeleri web arayüzleri, veri görselleştirmeleri ve diyagramlar gibi görsel öğeler de içerir. Araştırmacılar, bu sorunu çözmek için CodeMMR adlı yeni bir sistem geliştirdi. Bu teknoloji, doğal dil, kod ve görselleri ortak bir anlam alanında birleştirerek çok modlu kod arama yapabiliyor. MMCoIR benchmark'ı ile test edilen sistem, beş farklı görsel alan, sekiz programlama dili ve on bir kütüphane üzerinde değerlendirildi. Bu gelişme, yazılım mühendisliğinde kod keşfi ve yeniden kullanımını kolaylaştırırken, yapay zeka destekli kodlama araçlarının güvenilirliğini de artırıyor.

Araştırmacılar, büyük yapay zeka modellerinin test sırasında daha güvenli ve uyumlu davranması için yenilikçi bir yöntem geliştirdi. Mevcut yaklaşımlar, küçük bir 'rehber' modelin büyük modeli yönlendirmesine dayanıyor ancak güven ölçütlerinde sorunlar yaşanıyor. Yeni çalışma, bu sorunun belirsiz ifadeler gibi dil olguları nedeniyle ortaya çıktığını gösteriyor. Önerilen 'muhafazakar güven bahsi' yaklaşımı, önceki yöntemlere göre birden fazla veri setinde daha başarılı sonuçlar üretti. Bu gelişme, yapay zeka güvenliği açısından önemli bir adım teşkil ediyor.

Araştırmacılar, yapay zekanın yemek tarifleri yazarken malzeme listelerini ve pişirme talimatlarını daha doğru bir şekilde üretebilmesi için yeni bir matematiksel yöntem geliştirdi. Geleneksel AI modelleri sadece akıcı metin yazmaya odaklanırken, yeni yaklaşım malzemeleri çok boyutlu uzayda nokta bulutları olarak temsil ediyor ve böylece tariflerin içerik doğruluğunu artırıyor. İnsan değerlendirmeciler de yeni sistemin ürettiği tarifleri %62 oranında daha başarılı buldu. Bu gelişme, yapay zekanın sadece dil becerisini değil, belirli alanların teknik gereksinimlerini de anlayabileceğini gösteriyor.

Sosyal medyada metin, görsel ve video içeriklerinin birlikte kullanılmasıyla yanlış bilgi yayılımı karmaşık bir hal aldı. Araştırmacılar, farklı medya türlerini aynı anda analiz ederek yanlış bilgileri tespit edebilen MOMENTA adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, sadece metin veya görsele bakmakla kalmıyor, aynı zamanda bunlar arasındaki tutarsızlıkları ve zaman içindeki değişimleri de inceliyor. Geleneksel yöntemlerin aksine, MOMENTA farklı veri setleri ve konular arasında daha güçlü performans gösteriyor. Sistem, uzman modüller kullanarak çeşitli yanlış bilgi türlerini tanımlayabiliyor ve metinle görseller arasında anlamsal bağlantılar kurabiliyor.

Görme-dil modellerinin neden görsel kanıtları görmezden gelip metin komutlarına körü körüne uyduğu keşfedildi. Araştırmacılar, modellerin nesne sayma testlerinde küçük sayılarda doğru düzeltmeler yaparken, sayı arttıkça görüntüdeki gerçekliği hiçe sayarak komutlara uyduğunu gözlemledi. Üç farklı modelin detaylı analizinde, halüsinasyonlardan sorumlu belirli dikkat mekanizmaları belirlendi. Bu bileşenlerin devre dışı bırakılması, ek eğitim gerektirmeden yanılsamaları %40 oranında azalttı. Bu bulgu, yapay zeka modellerinin güvenilirliğini artırma yolunda önemli bir adım oluşturuyor.

Araştırmacılar, dil ve ayrık veri üretimi için kullanılan difüzyon modellerinde çığır açan yeni bir yaklaşım geliştirdi. Neural Continuous-Time Markov Chain (Neural CTMC) adlı bu yöntem, sürekli zamanlı Markov zincirlerinin temel yapısını iki ayrı bileşene ayırarak daha etkili sonuçlar elde ediyor. Mevcut yöntemler tersine oran matrisini tek bir nesne olarak ele alırken, yeni yaklaşım 'ne zaman zıplama yapılacağı' ve 'nereye zıplanacağı' sorularını iki ayrı ağ başlığıyla çözüyor. Bu matematiksel ayrıştırma, Poisson süreçlerinin doğal yapısına daha uygun olduğu için daha verimli ve teorik temellere dayalı bir çözüm sunuyor. Yapay zeka modellerinin metin ve kategorik veri üretme yeteneklerini artırabilecek bu yenilik, özellikle doğal dil işleme alanında önemli gelişmelere yol açabilir.

Bilgisayar biliminde önemli bir teorik problem olan silme kanallarındaki alt dizi sayısının hesaplanması konusunda yeni bir çalışma yayınlandı. Araştırmacılar, bir metin dizisinden belirli sayıda karakter silindiğinde ortaya çıkabilecek farklı alt dizilerin sayısını tahmin etmek için geliştirilmiş sınırlar önerdiler. Bu problem özellikle veri iletimi ve hata düzeltme kodları alanında kritik öneme sahip. Çalışma, ikili olmayan diziler üzerine odaklanarak, bu tür dizilerdeki maksimum alt dizi sayısına sahip dizi ailelerini karakterize etti ve bu sayının polinom zamanda hesaplanabileceğini gösterdi.

Araştırmacılar, sürekli gelişen deepfake teknolojilerine karşı yeni bir savunma sistemi geliştirdi. AIFIND adlı bu sistem, sahte yüz videolarını tespit ederken önceki öğrendiği bilgileri unutmadan yeni sahtecilik türlerini de tanıyabiliyor. Sistem, görüntülerdeki düşük seviyeli yapay izlerden yararlanarak sabit referans noktaları oluşturuyor ve bu sayede özellik kaymasını önlüyor. Geleneksel yöntemlerden farklı olarak, yalnızca ikili sınıflandırma yerine ince taneli hizalama kullanarak daha hassas tespit yapabiliyor. Bu gelişme, sosyal medyada artan deepfake tehdidine karşı önemli bir adım teşkil ediyor.

Araştırmacılar, bilimsel yazıların kalitesini değerlendirmek için yeni bir yapay zeka modeli geliştirdi. Bilimsel metin yazımı, derin alan bilgisi ve özel gereksinimler gerektiren karmaşık bir süreç. Mevcut yapay zeka sistemleri genellikle genel amaçlı değerlendirmeler için tasarlandığından, bilimsel yazıların çok boyutlu kriterlerini değerlendirmede yetersiz kalıyor. Yeni yaklaşım, her görev için ayrı ayrı eğitim yapmaya gerek kalmadan, farklı bilimsel yazı türlerini etkin şekilde değerlendirebiliyor. Bu gelişme, özellikle kaynak kısıtlı ortamlarda bilimsel yazı değerlendirmesi yapan araştırmacılar için büyük kolaylık sağlayabilir.