Bilim insanları, az sayıda motor ile daha fazla eklemli robotları kontrol etmenin zorluklarından birine çözüm geliştirdi. Bu tür robotlar daha hafif ve ekonomik olmasına rağmen, hedef konuma vardıklarında istenmeyen titreşimler yaşıyordu. Araştırmacılar, diferansiyel düzlem teorisi ile optimal kontrol yöntemlerini birleştirerek bu sorunu ele aldı. Çalışmada, özellikle düşük hızlı hareketlerde ihmal edilen sürtünme kuvvetlerinin neden olduğu salınımlar için yeni bir kontrol stratejisi önerildi. Bu yaklaşım, robotların daha hassas ve kararlı çalışmasını sağlayarak endüstriyel uygulamalarda performansı artırabilir.

Araştırmacılar, büyük dil modellerinin hesaplama yükünü azaltmak için yeni bir yöntem geliştirdi. SEFT (Sparsity Evolution Fine-Tuning) adlı bu teknik, modellerin boyutunu küçültürken performanslarını korumalarına olanak tanıyor. Geleneksel budama yöntemleri yüksek seyreklik seviyelerinde model performansını düşürürken, SEFT dinamik bir yaklaşımla modelin seyrek yapısını eğitim sırasında geliştirir. Bu breakthrough, yapay zeka modellerinin mobil cihazlarda ve sınırlı kaynaklara sahip sistemlerde daha verimli çalışmasının önünü açıyor. Yöntem, 'ağırlık bırakma ve büyütme' stratejisiyle görev odaklı adaptasyon sağlayarak, hem model boyutunu küçültüyor hem de performansı koruyor.

Araştırmacılar, programlama dillerinde boyutsal tip sistemlerini kullanan yenilikçi bir derleyici çerçevesi geliştirdi. Bu sistem, kod yazım aşamasından çalışma zamanına kadar boyutsal bilgileri koruyarak, hem bellek kullanımını hem de sayısal gösterimleri otomatik olarak optimize edebiliyor. Geleneksel derleyiciler boyutsal bilgileri erken aşamalarda silerken, yeni yaklaşım bu verileri süreç boyunca muhafaza ederek daha akıllı optimizasyonlar yapabiliyor. Sistem, değer aralıklarını analiz ederek en uygun veri tiplerini seçiyor ve bellek ayırma stratejilerini belirliyor. Hindley-Milner tip çıkarımına dayanan matematik altyapısı, polinom zamanda çalışabilen kararlı sonuçlar üretiyor. Bu gelişme, özellikle yüksek performans gerektiren uygulamalarda bellek verimliliği ve hesaplama hızında önemli iyileştirmeler sağlayabilir.

Amerikalı bilim insanları, orman yangını risklerini tahmin edebilen yeni bir yapay zeka sistemi geliştirdi. FireScope adlı sistem, uydu görüntüleri ve iklim verilerini analiz ederek yangın risk haritaları oluşturabiliyor. Sistem, görsel zekâ modellerini kullanarak uzmanlar gibi mantıklı çıkarımlar yapıyor ve kararlarının gerekçelerini açıklayabiliyor. Amerika'da eğitilen sistem, Avrupa'daki yangın risklerini tahmin etmede de başarılı sonuçlar gösterdi. Bu teknoloji, yangın önleme stratejilerinde devrim yaratabilir.

ArXiv'de yayınlanan yeni bir araştırma, 1960-2024 yılları arasındaki Olimpiyat Oyunları'nı inceleyerek büyük projelerin neden deneyimlerinden öğrenemediğini ortaya koyuyor. Dünyanın en büyük kamu projelerinden biri olan Olimpiyatlar, teorik olarak her organizasyondan sonra maliyetleri düşürmesi beklenirken, 64 yıllık veri analizi tam tersini gösteriyor. Araştırmacılar, coğrafi mesafe, zaman aralıkları ve geçici organizasyon yapılarının 'öğrenme miyopisi' yarattığını ve stratejik gelişimi engellediğini savunuyor. Her olimpiyatta taktik seviyede öğrenme gerçekleşse de bunlar bir üst seviyeye taşınamıyor ve sürekli maliyet aşımları yaşanmaya devam ediyor.

Büyük dil modellerinin zararlı davranışlarını tespit etmek için kullanılan probe sistemleri, eğitim verisi kaynaklarından önemli ölçüde etkileniyor. Araştırmacılar, doğal örneklerin az bulunması nedeniyle sentetik verilerle eğitim yapmak zorunda kalıyor ancak bu durum sistemlerin genelleme yeteneğini olumsuz etkiliyor. Çalışma, sekiz farklı yapay zeka davranışı üzerinde yapılan testlerde, özellikle stratejik aldatma gibi niyet temelli davranışlarda daha büyük başarısızlıklar yaşandığını ortaya koyuyor. Bu bulgular, AI güvenlik sistemlerinin geliştirilmesinde kritik bir açığa işaret ediyor.

Araştırmacılar, kuantum büyülü dikdörtgen oyunlarda mükemmel kuantum stratejilerinin tam yapısal karakterizasyonunu gerçekleştirdi. Bu çalışma, daha önce vaka bazında analiz edilen bu karmaşık kuantum sistemleri için birleştirici bir çerçeve sunuyor. Çalışmanın en önemli bulgusu, mükemmel stratejilerin tatmin etmesi gereken yapısal kısıtlamaları tanımlaması ve paylaşılan kuantum durumları ile ölçüm operatörleri için gerekli ve yeterli koşulları belirlemesi. Araştırma, kuantum korelasyonlarının doğasını anlamak açısından kritik öneme sahip. Bulgular, 3x3 durumunda bile iki çift Bell durumunun yapısal olarak zorunlu olmadığını göstererek, mevcut varsayımları sorguluyor. Bu sonuçlar, kuantum mekaniğinin yerel olmayan stratejilerindeki korelasyonların yapısına dair yeni perspektifler sunuyor.

Araştırmacılar, büyük dil modellerinin uzun metin yazma yeteneklerini geliştirmek için Writing-RL adlı yenilikçi bir sistem geliştirdi. Mevcut eğitim yöntemleri veri doygunluğu ve performans tavanları gibi sınırlarla karşılaşırken, matematik ve kodlama gibi doğrulanabilir alanlarda başarılı olan pekiştirmeli öğrenme yöntemleri açık uçlu yazım görevlerine uyarlanamıyordu. Yeni sistem, üç temel bileşen kullanarak bu sorunu çözüyor: yüksek öğrenme potansiyeline sahip örnekleri önceliklendiren veri seçimi stratejisi, doğrulanabilir ödüller olmadığında ayırt edici öğrenme sinyalleri sağlayan ikili karşılaştırma ödül mekanizması ve dinamik referans planlama yaklaşımı. Bu gelişme, yapay zekanın roman, makale ve rapor gibi uzun metinleri daha tutarlı ve kaliteli şekilde üretmesini sağlayabilir.

Araştırmacılar, sinyal işleme ve yapay zeka alanında kritik öneme sahip ters problemler için yeni bir teorik çerçeve geliştirdi. Ters problemler, gözlemlenen verilerden orijinal sinyali veya parametreleri tahmin etme sürecidir ve tıbbi görüntülemeden astronomi verilerine kadar birçok alanda kullanılır. Yeni çalışma, makine öğrenmesi yöntemleriyle parametre tahmininin nasıl optimize edilebileceğini inceliyor. Araştırma, sürekli ve ayrık parametre tahmini arasında ayrım yaparak regresyon ve sınıflandırma problemlerini ele alıyor. Özellikle tersine çevrilebilir ve çevrilemeyen bozulma süreçleri için farklı stratejiler öneriyor. Bulgular, verinin işlenmeden önce mi yoksa sonra mı analiz edilmesi gerektiği konusunda önemli ipuçları sunuyor ve bilgi teorisi prensiplerine dayalı sonuçlar ortaya koyuyor.

Araştırmacılar, siber saldırıları daha etkili tespit etmek için Bayesian Saldırı Grafikleri ve süreç madenciliği tekniklerini birleştiren yenilikçi bir yaklaşım geliştirdi. Bu sistem, ağ trafiğini sürekli izleyerek kötü amaçlı faaliyetleri karakterize ediyor ve güvenlik açıklarının istismar edilme olasılığını dinamik olarak hesaplıyor. Geleneksel güvenlik sistemlerinin aksine, bu yöntem sadece tehditleri tanımlamakla kalmıyor, aynı zamanda kritik sistem düğümlerinin ne kadar risk altında olduğunu da belirliyor. Farklı alt ağlarda konuşlandırılmış makineler üzerinde test edilen sistem, CVE güvenlik açıklarını başarıyla tespit etti. Bu gelişme, kurumsal siber güvenlik stratejilerinde proaktif risk değerlendirmesi için önemli bir adım teşkil ediyor.

Araştırmacılar, yapay zekanın dokümanları okuma ve anlama becerisini gerçek dünya koşullarında geliştiren yeni bir yaklaşım geliştirdi. Geleneksel sistemler, düzgün çekilmiş ve standart formattaki belgelerle çalışırken, günlük hayatta karşılaştığımız eğri, buruşuk veya kötü aydınlatılmış dokümanlarda başarısız oluyor. Yeni sistem, gerçekçi sahne sentezi stratejisi ile çok çeşitli doküman türlerini içeren büyük ölçekli eğitim verisi oluşturuyor ve doküman-farkında eğitim yöntemiyle modellerin yapısal tutarlılığını artırıyor. Bu gelişme, ofis otomasyonundan dijital arşivlemeye kadar birçok alanda yapay zeka uygulamalarının daha güvenilir hale gelmesini sağlayabilir.