Matematikçiler, yerel manyetik alanların etkisi altında ortaya çıkan kuantum rezonansları için yeni teorik temeller oluşturdu. Araştırma, yarıklasik manyetik Laplacian operatörünün davranışını inceleyerek, Landau seviyeleri yakınında son derece küçük sanal kısımlara sahip rezonansların varlığını matematiksel olarak ispat etti. Bu çalışma, manyetik alan süreksizlikleri ve izole sıfır noktalarının rezonans oluşumundaki kritik rolünü ortaya koyuyor. Bulgular, kuantum mekaniği ve manyetik malzemeler araştırmalarında önemli teoretik altyapı sağlıyor.

Araştırmacılar, yapay zekanın kendi davranışlarını kontrol edebilmesi için AntiPaSTO adlı yeni bir yöntem geliştirdi. Bu teknik, AI modellerinin sadece iki zıt kelime çifti kullanarak kendilerini 'dürüst' davranmaya yönlendirmesini sağlıyor. Geleneksel yöntemlerin aksine, insan denetimi gerektirmiyor ve modelin kendi iç yapısından yararlanıyor. Gemma-3-1B modeli üzerindeki testlerde, mevcut tekniklere göre 6.9 kat daha başarılı sonuçlar elde edildi. Bu gelişme, AI güvenliği açısından önemli çünkü modeller karmaşıklaştıkça insanların söylediklerini doğrulaması zorlaşıyor.

Matematikçiler, graf teorisinde Ricci akışı adı verilen karmaşık bir problemi çözerek, belirli bir eğrilik değerini nasıl elde edebileceğimizi gösterdi. Bu çalışma, ağ yapılarının geometrik özelliklerini kontrol etmemizi sağlayan yeni bir yöntem sunuyor. Araştırmacılar, sonlu graflar üzerinde Lin-Lu-Yau Ricci eğriliği kullanarak, ağırlık fonksiyonlarının zaman içindeki evrimini tanımlayan diferansiyel denklemleri inceledi. Çalışmanın en önemli bulgusu, belirli koşullar altında sistemin istenen eğrilik değerine üstel hızla yakınsadığını kanıtlaması. Bu sonuç, ağ analizi ve graf geometrisi alanlarında yeni uygulamaların kapısını açabilir.

Araştırmacılar, MST ve AIM gibi popüler yapay zeka veri üreticilerinin diferansiyel gizlilik garantilerini doğru bir şekilde test edebilen yeni bir denetim sistemi geliştirdi. Gaussian Diferansiyel Gizlilik temelli bu yöntem, teorik hesaplamalarla gerçek performans arasındaki farkı ölçerek gizlilik güvenliğini değerlendiriyor. Test sonuçları, bu AI sistemlerinin gizlilik vaatlerini büyük ölçüde yerine getirdiğini ancak küçük sapmaların olduğunu ortaya koydu. Çalışma, sentetik veri üreten yapay zeka sistemlerinin güvenilirliğini artırmak için kritik bir adım niteliğinde.

Matematik dünyasında karmaşık geometrik yapıların boyutlarını anlamak için önemli bir adım atıldı. Anosov alt gruplarının limit kümelerinin Hausdorff boyutu üzerine yapılan yeni araştırma, bu matematiksel nesnelerin geometrik özelliklerini daha iyi anlamamızı sağlıyor. Çalışma, özellikle iki ve üç boyutlu uzaylarda bu kümelerin nasıl davrandığını inceleyerek, fraktal geometri ile grup teorisi arasındaki derin bağlantıları ortaya çıkarıyor. Bu tür araştırmalar, hem saf matematik hem de fizik ve mühendislik uygulamaları için temel teorik altyapı sağlıyor.

AB Yapay Zeka Yasası gibi yeni düzenlemeler, işe alım süreçlerinde kullanılan yüksek riskli yapay zeka sistemlerinin adalet ve şeffaflık açısından piyasa sonrası denetimine zorunlu hale getiriyor. Ancak etkili adalet denetimi genellikle hassas kişisel verilere erişim gerektiriyor ve bu da veri koruma yasalarıyla çelişki yaratıyor. Araştırmacılar, çok taraflı hesaplama protokolleri kullanarak bu soruna yenilikçi bir çözüm geliştirdi. Bu teknoloji, hassas demografik bilgileri açığa çıkarmadan adalet metriklerinin güvenli hesaplanmasına olanak tanıyor. Çalışma, teknik, hukuki ve endüstriyel uzmanlığı birleştiren ortak tasarım yaklaşımı kullanarak gerçek dünya uygulamaları için pratik tasarım gereksinimlerini belirledi.

Araştırmacılar, afetlere karşı şehirlerin direncini artırmak için yenilikçi bir yapay zeka sistemi geliştirdi. Bu sistem, köprülerin hastane, market ve konutlara erişimdeki kritik rolünü analiz ederek, sınırlı bakım bütçelerinin en etkili şekilde kullanılmasını sağlıyor. Çalışmada, yollar, köprüler ve binalar arasındaki karmaşık ilişkileri modelleyen heterojen graf ağları kullanılarak, köprüler afet hazırlık kategorilerine göre sınıflandırılıyor. Bu yaklaşım, tek boyutlu değerlendirmelerin yetersiz kaldığı durumları ele alarak, şehir planlamacılarına köprülerin çok boyutlu önemini anlama imkanı sunuyor. Sistem, ulusal karayollarından köprüler üzerinden binalara uzanan yol ağlarını inceleyerek, hangi köprülerin tedarik zinciri ve tıbbi erişim açısından öncelikli olduğunu belirliyor.

Araştırmacılar, yerçekimi saçılması sürecinde enerjinin ve momentumun nasıl korunduğunu gösteren yeni matematiksel ispatlar geliştirdi. Çalışma, asimptotik düz uzay-zamanlar için yeni bir tanımlama önerirken, kütle çekimsel dalgaların nasıl yayıldığını ve madde ile etkileştiğini açıklayan üç temel eşleştirme koşulunu ortaya koyuyor. Bu bulgular, Einstein'ın genel görelilik teorisindeki korunum yasalarının daha derin anlaşılmasını sağlıyor ve yerçekimi dalgası dedektörleri için önemli teorik altyapı oluşturuyor.

Araştırmacılar, artan hava trafiğinin yarattığı darboğazı çözmek için yapay zeka destekli yeni bir hava sahası yönetim sistemi geliştirdi. Geleneksel hava trafik kontrolü, hava sahasını belirli bölgelere ayırarak çalışır ancak trafik arttıkça bu sistem yetersiz kalır. Yeni sistem, XGBoost sınıflandırıcısı kullanarak optimal 3D ızgara konfigürasyonunu %91,38 doğrulukla tahmin ediyor. Sistem ayrıca, uçakların kendi aralarında sektör girişlerini koordine etmesini sağlayan lidersiz Paxos konsensüs protokolü kullanıyor ve %96'nın üzerinde giriş başarı oranı elde ediyor. Bayesian optimizasyon ile desteklenen bu yaklaşım, insan denetimini koruyarak hava sahası operasyonlarını otomatikleştiriyor ve gelecekte özerk hava araçlarının güvenli entegrasyonu için kritik öneme sahip.

Altyapı ağlarından tedarik zincirlerine kadar birçok kritik alanda kullanılan karmaşık sistemlerin güvenilirlik analizi, önemli bir mühendislik sorunu olarak karşımıza çıkıyor. Mevcut yöntemler, sistem bileşen sayısı arttıkça hesaplama yükü nedeniyle yetersiz kalıyor. Araştırmacılar bu soruna çözüm olarak Referans-durum Sistem Güvenilirliği (RSR) adlı yeni bir yöntem geliştirdi. Bu yenilikçi yaklaşım, geleneksel ayrıştırma tabanlı yöntemlerden farklı olarak Monte Carlo örneklemesi kullanarak hesaplama maliyetini önemli ölçüde azaltıyor. RSR yöntemi, sistem durumları arasındaki sınırları referans durumlar kullanarak belirliyor ancak durum uzayını keşfetme biçimi tamamen farklı. Geleneksel yöntemlerin aksine, referans durumları ayrık hiper-küpler oluşturmak yerine Monte Carlo örneklerini sınıflandırmak için kullanıyor. Bu yaklaşım sayesinde hesaplama maliyeti, referans durum sayısından çok daha az etkileniyor.

Araştırmacılar, büyük dil modellerinin eğitiminde insan ve yapay zeka işbirliğini birleştiren CoAct adlı yeni bir yaklaşım geliştirdi. Mevcut yöntemler ya tamamen yapay zeka etiketlemesine dayanan ama güvenilirlik sorunu yaşayan kendini ödüllendirme, ya da kaliteli ama pahalı insan denetimi gerektiren aktif öğrenme kullanıyor. CoAct ise stratejik insan-AI işbirliği ile bu iki yaklaşımı birleştirerek her ikisinin avantajlarından yararlanıyor. Sistem, güvenilir kendi etiketlediği verileri ve insan doğrulaması gereken örnekleri belirlemek için kendi tutarlılığını kullanıyor. Ayrıca insan geri bildirimleri, modelin kendi çözebileceği kapasitedeki yeni talimatlar üretmesine rehberlik ediyor. Üç farklı akıl yürütme testinde değerlendirilen CoAct, ortalama %13 iyileşme sağladı. Bu yaklaşım, yüksek kaliteli insan etiketli verinin maliyetli ve kıt olduğu sorununa çözüm getiriyor.