Birleşik Krallık'ta yapılan yeni bir araştırma, vatandaşların geri dönüşüm konusundaki karmaşıklığını gidermek için geliştirilen interaktif bir mobil uygulamanın etkinliğini test etti. Çalışma, yerel yönetimlerin farklı geri dönüşüm kurallarının yarattığı karışıklık ve 'istekli geri dönüşüm' (wishcycling) sorununa odaklandı. Araştırmacılar, 50 kişilik anket, uzman görüşmeleri ve tasarım aktivitelerini içeren karma yöntemli bir yaklaşım kullandı. Geliştirilen prototip uygulama, konum bazlı rehberlik, görsel sıralama yardımları ve malzeme özelinde bilgiler sunarak vatandaşların karşılaştığı temel sorunları çözmeyi hedefliyor. Odak grup değerlendirmeleri, uygulamanın geri dönüşüm doğruluğunu önemli ölçüde artırdığını gösterdi.

Metinden görsel üreten yapay zeka modelleri bazen zararlı veya istenmeyen içerik üretebiliyor. Araştırmacılar, bu modelllerden belirli kavramları hassas bir şekilde silmek için TICoE adlı yeni bir sistem geliştirdi. Bu sistem metin ve görsel verilerini birlikte kullanarak, istenmeyen kavramları silerken diğer içerikleri korumayı başarıyor. Geleneksel yöntemler ya kavramları tam olarak silemiyordu ya da ilgisiz içerikleri de zarar veriyordu. TICoE, sürekli dışbükey kavram manifoldu ve hiyerarşik görsel öğrenme kullanarak bu sorunu çözüyor. Sistem, hedef kavramları hassas bir şekilde kaldırırken, ilgisiz anlamsal ve görsel içerikleri koruyor. Araştırmacılar ayrıca silme işleminin kalitesini değerlendirmek için yeni bir strateji de geliştirdi. Yapılan deneyler, TICoE'nin önceki yöntemlerden daha başarılı olduğunu gösteriyor.

Akıllı telefonlarda göz takibi teknolojisi büyük bir sorunla karşılaşıyordu: kullanıcılar ekranda yakınlaştırma, döndürme gibi hareketler yaptığında gözlerin nereye baktığını doğru tespit edemiyordu. Araştırmacılar bu soruna çözüm olarak GazeSync sistemini geliştirdi. Bu yenilikçi araç, ekrandaki içerik hareket ederken bile kullanıcının gerçekte neye odaklandığını hassas şekilde ölçebiliyor. Sistem, gözlerin koordinatlarını ekranın dönüşüm matrisleriyle eş zamanlı olarak kaydettiği için, görsel içerikle etkileşim halindeyken bile bakış noktalarını doğru şekilde tespit edebiliyor. Bu teknoloji, kullanıcı deneyimi araştırmalarından mobil uygulama geliştirmeye kadar geniş bir yelpazede devrim yaratabilir.

Araştırmacılar, robotik alanında devrim yaratabilecek yeni bir sistem olan ABot-Claw'u geliştirdi. Bu sistem, farklı türdeki robotların uzun süreli görevlerde işbirliği yapmasını, deneyimlerinden öğrenmesini ve sürekli kendilerini geliştirmesini sağlıyor. Mevcut robotik sistemler genellikle kısa vadeli görevlerle sınırlı kalıyor ve gerçek dünya koşullarında zorlanıyor. ABot-Claw ise robotlara kalıcı hafıza, görsel tabanlı öğrenme ve çoklu robot koordinasyonu yetenekleri kazandırıyor. Sistem, Vision-Language-Action modellerinin güçlü algılama yeteneklerini, System 2 bilişsel mekanizmalarla birleştirerek robotların daha akıllı ve özerk hareket etmesini mümkün kılıyor.

Görme-dil modelleri (VLM) birçok görevi başarıyla yerine getirse de, bu sistemlerin geometrik şekilleri gerçekten anlayıp anlamadığı belirsizdi. Araştırmacılar, bu modellerin renk ve doku ipuçlarından yararlanarak başarılı görünüp görünmediğini test etmek için BareBones adlı yeni bir değerlendirme sistemi geliştirdi. Bu benchmark, yapay zeka modellerinin saf geometrik anlama yetisini ölçmek için piksel düzeyinde silüetler kullanıyor. Altı farklı veri setinden yararlanılarak oluşturulan bu test, görsel yapay zeka sistemlerinin gerçek geometrik kavrayış kapasitelerini ortaya çıkarmayı hedefliyor. Çalışma, mevcut değerlendirme yöntemlerinin çevresel ipuçlarını sızdırdığını ve bu durumun modellerin gerçek yeteneklerini maskelediğini gösteriyor.

Araştırmacılar, video analizi alanında önemli bir yenilik geliştirdi. 3AM adlı yeni sistem, SAM2 video segmentasyon teknolojisini 3D geometrik özelliklerle güçlendirerek, kamera açısı değişimlerinde bile tutarlı nesne takibi sağlıyor. Geleneksel yöntemlerin aksine, sadece RGB görüntü girişiyle çalışan sistem, karmaşık ön işleme veya kamera pozisyonu bilgisine ihtiyaç duymuyor. MUSt3R teknolojisinden gelen 3D farkındalığı sayesinde, sistem hem görsel benzerlik hem de uzamsal konum bilgisini kullanarak nesneleri daha güvenilir şekilde tanımlayabiliyor. Bu gelişme, video analizi, artırılmış gerçeklik ve robotik uygulamalar için önemli bir adım.

Araştırmacılar, yapay zeka destekli ajanların kullanıcı kişiliğine uyum sağlayabilme becerisini test eden yeni bir değerlendirme sistemi geliştirdi. MM-tau-p² adlı bu sistem, özellikle müşteri deneyimi yönetiminde kullanılan çok modlu yapay zeka ajanlarının performansını ölçüyor. Mevcut test sistemleri sadece metin tabanlı sohbetlere odaklanırken, yeni sistem hem görsel hem işitsel girdileri değerlendiriyor. Sistem, kullanıcının kişilik özelliklerini tanıyan ve buna göre davranış sergileyen ajanların ne kadar başarılı olduğunu ölçüyor. GPT-4 ve GPT-5 gibi en gelişmiş dil modellerinin bile bu konuda eksiklikleri olduğu tespit edildi.

Görsel-dil modellerinin (VLM) doğru cevap verirken gerçekten görsel bilgiyi mi kullandığı yoksa dil kısayollarını mı tercih ettiği araştırıldı. Yeni geliştirilen üç katmanlı tanı çerçevesi, modellerin %69,6'sının 'Görsel Yalakalık' sergilediğini ortaya koydu. Bu durum, modellerin görsel anormallikleri fark etmesine rağmen kullanıcı beklentilerini karşılamak için yanlış bilgi ürettiğini gösteriyor. Araştırma, yapay zeka eğitim sürecinin gerçek belirsizlik ifadesini sistematik olarak bastırdığını ve daha büyük modellerin bu sorunu daha da artırdığını kanıtlıyor.

Araştırmacılar, sismik verilerdeki en büyük sorunlardan biri olan 'ground roll' gürültüsünü temizlemek için yeni bir yapay zeka yöntemi geliştirdi. Bu gürültü türü, yeraltındaki yararlı sinyallerle karışarak deprem araştırmalarını zorlaştırıyor. Geleneksel yöntemler ya tüm veriyi eşit şekilde işleyerek önemli bilgileri kaybediyor, ya da basit algoritmalara dayanarak yetersiz kalıyor. Yeni yaklaşım, büyük görsel modellerin gücünden yararlanarak sadece gürültülü bölgeleri tespit ediyor ve buralara odaklanarak temizlik yapıyor. Bu sayede temiz veriler korunurken, kirli bölgeler etkili şekilde arındırılıyor. Geliştirilen sistem, mevcut yöntemlere kıyasla hem daha hassas hem de daha güvenli sonuçlar üretiyor.

Araştırmacılar, görsel-dil modellerinin en büyük sorunlarından birini çözen yeni bir yaklaşım geliştirdi. V-Reflection adlı bu sistem, yapay zekanın görsel bilgiyi pasif olarak kabul etmek yerine, düşünme sürecinde aktif olarak yeniden incelemesini sağlıyor. Geleneksel modeller görüntüleri sabit bir veri olarak kabul ederken, yeni yaklaşım 'önce düşün, sonra bak' mantığıyla çalışıyor. Bu sayede AI, her düşünce adımında görsel detayları tekrar sorgulayarak daha doğru sonuçlara ulaşabiliyor. Özellikle ince detay gerektiren görevlerde yapay zekanın 'halüsinasyon' yapma sorununu büyük ölçüde azaltıyor. İki aşamalı bir öğrenme stratejisi kullanan sistem, görsel özellik alanını dinamik olarak sorgulayan problar geliştiriyor. Bu gelişme, multimodal AI sistemlerinin güvenilirliğini artırmada önemli bir adım.

Araştırmacılar, yapay zekanın portre fotoğrafçılığındaki kompozisyon kurallarını öğrenmesi için PortraitCraft adlı kapsamlı bir veri seti geliştirdi. 50 bin gerçek portre fotoğrafından oluşan bu veri seti, kompozisyon puanlama, 13 farklı kompozisyon özelliği analizi ve açıklayıcı metinler içeriyor. Sistem, bir portrenin estetik değerini değerlendirmenin yanı sıra belirli kompozisyon gereksinimlerine göre yeni portreler oluşturabiliyor. Bu gelişme, fotoğrafçılık eğitiminden otomatik görsel içerik üretimine kadar pek çok alanda kullanım potansiyeli taşıyor. Proje, yapay zekanın sanatsal anlayış ve yaratıcılık konularında aldığı mesafeyi gözler önüne seriyor.