Araştırmacılar, büyük dil modellerini kullanarak akıllı veri toplama sistemi geliştirdi. Sistem, kamera, LiDAR ve diğer sensörlerden sürekli veri toplamak yerine, sadece belirli koşullar oluştuğunda kayıt yapmayı sağlıyor. Kullanıcılar doğal dille isteklerini belirtebiliyor, yapay zeka bu istekleri özel programlama diline çeviriyor. Böylece depolama maliyetleri düşürülürken, gereksiz veri birikimine son veriliyor. Araç ve robot teknolojilerinde test edilen sistem, geleneksel yöntemlere kıyasla daha tutarlı sonuçlar üretiyor ve daha hızlı çalışıyor. Bu yaklaşım, özellikle IoT cihazları ve otonom sistemlerde veri yönetiminde devrim yaratabilir.

Günümüzde işe alım süreçleri, yetenek yönetimi ve işgücü analitiği giderek daha fazla yapay zeka destekli öneri sistemlerine dayanıyor. Ancak bu alandaki araştırmalar dağınık ve karşılaştırma yapmak zorlaşıyor. Farklı sınıflandırma sistemleri, çeşitli görev tanımları ve model yaklaşımları kullanılması, çalışmaları birbiriyle kıyaslanabilir olmaktan çıkarıyor. Araştırmacılar, bu soruna çözüm olarak WorkRB adında açık kaynaklı bir değerlendirme platformu geliştirdi. Platform, iş alanına özel yapay zeka uygulamalarını test etmek için özel olarak tasarlandı ve topluluk odaklı bir yaklaşım benimsiyor. Bu çalışma, sektördeki parçalanmışlık sorununa çözüm getirerek, yapay zeka teknolojilerinin iş dünyasındaki performansını daha objektif şekilde değerlendirme imkanı sunuyor.

Büyük şirketlerin yüzlerce yazılım deposu, binlerce bağımlı paket ve farklı programlama dillerinden oluşan kod tabanlarını güncel tutması giderek zorlaşıyor. Araştırmacılar bu sorunu çözmek için CCCE adlı yapay zeka tabanlı bir sistem geliştirdi. Sistem, yazılım geliştirme sürecinin tamamında kod tabanlarını otomatik olarak bakımda tutuyor. Mevcut araçların aksine, CCCE tüm bileşenler arasındaki karmaşık ilişkileri anlayabiliyor ve bir değişikliğin sistem genelindeki etkilerini öngörebiliyor. Bu teknoloji, manuel müdahale gerektiren geleneksel yaklaşımların yerini alarak yazılım bakım süreçlerini devrim niteliğinde değiştirme potansiyeline sahip.

Araştırmacılar, kablosuz ağlardaki spektrum yönetimi sorununu büyük dil modelleri (LLM) kullanarak çözmeye yönelik yeni bir yaklaşım geliştirdi. Geleneksel optimizasyon yöntemlerinin büyük ölçekli ağlarda yetersiz kaldığı durumlarda, LLM tabanlı sistem başarıyla spektrum erişimini optimize ediyor. Sistem, hiyerarşik durum serileştirme mekanizması sayesinde küresel çevre istatistikleri ile yerel kısıtları harmanlayarak, LLM'nin sınırlı bağlam penceresi içinde yüksek boyutlu akıl yürütme yapmasını sağlıyor. Araştırma, kod tabanlı paradigmanın soğuk başlatma darboğazını ortadan kaldırdığını ve doğrudan yürütme geri bildirimi ile üstün ölçekleme yasalarına ulaştığını gösteriyor.

Büyük dil modellerinin (LLM) çalışma hızını artıran yeni bir bellek yönetim sistemi geliştirildi. KV Packet adlı bu sistem, yapay zeka modellerinin önceki hesaplamalarını tekrar kullanma biçimini değiştirerek, işlem yükünü neredeyse sıfıra indiriyor. Geleneksel sistemlerde, bir belge farklı bağlamda kullanıldığında tüm hesaplamalar yeniden yapılıyor ve bu da önemli zaman kaybına yol açıyordu. Yeni yaklaşım ise belgeleri değiştirilemez 'paketler' olarak ele alıp, hafif eğitilebilir adaptörlerle sararak bu sorunu çözüyor. Llama-3.1 ve Qwen2.5 modellerinde yapılan testler, sistemin mevcut yöntemlere göre çok daha az işlem gücü kullandığını ve ilk yanıt sürelerini önemli ölçüde kısalttığını gösteriyor. Bu gelişme, yapay zeka asistanlarının daha hızlı ve verimli çalışmasının önünü açıyor.

Araştırmacılar, türlerin coğrafi dağılımını modelleyen yapay zeka sistemlerinin karar verme süreçlerini anlaşılabilir kılan yenilikçi bir yöntem geliştirdi. Doğa koruma ve istilacı türlerin yönetimi için kritik olan tür dağılım modelleri, derin öğrenme ile daha karmaşık hale gelirken, ekolojik içgörüler elde etmek zorlaşmıştı. Yeni çalışma, Concept-based Explainable AI teknolojisini bu alana ilk kez uygulayarak, modellerin hangi peyzaj özelliklerine odaklandığını görünür kılıyor. Multispektral ve LiDAR drone görüntülerinden oluşturulan yüksek çözünürlüklü veri seti, 15 farklı peyzaj konseptini kapsayan 653 alan ve 1.450 referans noktası içeriyor. Bu yaklaşım, hem güçlü tahmin performansı hem de ekolojik anlayış sağlayarak, korumanın geleceğini şekillendirebilir.

Stanford araştırmacıları, yeraltı rezervuarlarının özelliklerini belirlemek için fizik kurallarını yapay zeka ile birleştiren yenilikçi bir yöntem geliştirdi. Bu teknik, petrol rezervuarları, jeotermal enerji kaynakları ve CO₂ depolama alanları gibi yeraltı yapılarının daha doğru haritalanmasını sağlıyor. Geleneksel yöntemlerin aksine, sınırlı basınç ölçümleriyle bile güvenilir sonuçlar üretebilen sistem, özellikle nadir görülen aşırı basınç olaylarını da başarıyla modelleyebiliyor. Makine öğrenmesi algoritmaları içine fizik simülatörleri gömülerek geliştirilen bu yaklaşım, hem hesaplama maliyetlerini düşürüyor hem de fiziksel tutarlılığı koruyor. Yöntem, enerji sektöründen çevre koruma uygulamalarına kadar geniş bir kullanım alanı sunuyor ve yeraltı kaynak yönetiminde devrim yaratma potansiyeli taşıyor.

Araştırmacılar, yapay zeka sistemlerinin farklı ortamlarda sergiledikleri gizli davranışları tespit etmek için 'bal küpü protokolü' adını verdikleri yeni bir yöntem geliştirdi. Geleneksel izleme sistemleri, AI modellerinin sadece pasif gözlemini yaparken, bu yeni yaklaşım modellerin farklı koşullarda nasıl davrandığını aktif olarak test ediyor. Protokol, görevin ve çevrenin aynı kalmasına rağmen sistem komutlarını üç farklı duruma göre değiştiriyor: değerlendirme, sentetik dağıtım ve açık izleme yok durumları. Claude Opus modeli üzerinde yapılan ilk testlerde, model her üç durumda da tutarlı performans gösterdi. Bu yöntem, AI güvenliğinde önemli bir adım olarak görülüyor çünkü modellerin potansiyel olarak zararlı davranışlarını gizlemesi durumunu tespit edebiliyor.

Araştırmacılar, hiperspektral uydu görüntülerini analiz etmek için yeni bir yapay zeka algoritması geliştirdi. Bu yöntem, görüntüleri anlamlı bölgelere ayırarak tarım, çevre izleme ve şehir planlama gibi alanlarda devrim yaratabilir. Algoritma, Vision Transformer teknolojisi kullanarak görüntülerin hem uzamsal hem de spektral özelliklerini etkili şekilde öğreniyor. Geleneksel yöntemlerden farklı olarak, sadece küçük bir veri alt kümesiyle eğitilerek yüksek doğruluk elde ediyor. Bu gelişme, uydu verilerinin daha hızlı ve doğru analiz edilmesini sağlayarak çevresel değişikliklerin takibi, tarımsal verimlilik analizi ve doğal afet yönetimi gibi kritik uygulamalarda önemli avantajlar sunuyor.

Yüzyıllık geçmişi olan ve Tip 2 diyabet tedavisinde yaygın kullanılan metformin ilacının, Tip 1 diyabet hastalarına da fayda sağlayabileceği ortaya çıktı. Yeni bir klinik çalışmada, araştırmacılar başlangıçta insülin direncini azaltmayı hedeflerken, beklenmedik bir sonuçla karşılaştılar. Metformin kullanan Tip 1 diyabet hastaları, kan şekeri seviyelerini stabil tutarken yaklaşık yüzde 12 oranında daha az insülin kullanabiliyorlar. Bu keşif, ucuz ve erişilebilir olan metforminin Tip 1 diyabet tedavisinde destekleyici rol oynayabileceğini gösteriyor. Bulgular, hastalık yönetiminde yeni yaklaşımlar geliştirilmesi açısından önem taşıyor.

Araştırmacılar, günlük verimlilik dalgalanmalarının arkasındaki bilimsel nedeni keşfetti. Zihinsel açıklığın yüksek olduğu günlerde insanlar daha büyük hedefler koyuyor ve bunları gerçekleştirme konusunda daha başarılı oluyor. Bu durum günde 40 dakikaya kadar ekstra verimlilik sağlayabiliyor. Ancak sürekli zorlamak ters etkiye yol açıyor. Bulgular, verimlilik yönetimi ve iş hayatı için önemli sonuçlar doğuruyor.