Virginia Tech'ten bir öğrenci, laboratuvar çekmecesinde unutulmuş durumda bulunan ezik bir dinozor kafatasını yeniden yapılandırarak bilim dünyasını şaşırttı. Fosil, daha önce hiç görülmemiş özelliklere sahip erken dönem etçil dinozor türünü temsil ediyor. Bu keşif, Triyas dönemi sonu yaşanan büyük kitlesel yok oluş olayının sadece dinozorların rakiplerini değil, dinozor gruplarının kendilerini de etkilediğini gösteriyor. Fosil, muhtemelen eski bir dinozor soy hattının son temsilcilerinden birini temsil ediyor ve bu tür dinozorların o dönemde artık var olmaması gerektiği düşünülüyordu. Keşif, dinozor evriminin erken dönemleri hakkındaki anlayışımızı yeniden şekillendiriyor.

Araştırmacılar, yapay zeka sistemlerinin metin sınıflandırmasında belirsizliklerini tahmin edebilmesi için yeni bir yöntem geliştirdi. HolUE adlı bu yaklaşım, sistemin ne zaman hata yapabileceğini önceden tahmin ederek, bilinmeyen durumlarla karşılaştığında 'bilmiyorum' diyebilmesini sağlıyor. Yöntem, iki temel belirsizlik kaynağını ele alıyor: kullanıcının belirsiz sorularından kaynaklanan 'metin belirsizliği' ve veri dağılımındaki belirsizliklerden kaynaklanan 'galeri belirsizliği'. Test sonuçları oldukça etkileyici - farklı veri setlerinde mevcut yöntemlere göre %40 ile %365 arasında iyileşme sağlandı. Bu gelişme, özellikle güvenilir yapay zeka sistemleri için kritik önem taşıyor.

Karmaşık sahnelerin nasıl gelişeceğini doğru tahmin etmek için belirsizliği temsil eden, uzun etkileşim zincirlerini simüle eden ve birçok olası geleceği verimli şekilde keşfeden modeller gerekiyor. Mevcut yaklaşımlar yoğun video tahminlerine odaklanırken, yeni yaklaşım sahnenin altında yatan seyrek nokta yörüngelerine odaklanıyor.