Araştırmacılar, görsel-dil modellerinin uzun vadeli karar alma becerilerini geliştirmek için yeni bir yaklaşım geliştirdi. Super Mario Land oyununu oynayarak eğitilen yapay zeka, 100'den fazla hamle gerektiren karmaşık görevlerde başarı gösterdi. Çalışma, geleneksel yöntemlerin aksine pekiştirmeli öğrenme tekniklerini kullanarak, yapay zekanın görsel algı, mantık yürütme ve eylem koordinasyonunu bir arada gerçekleştirmesini sağladı. PPO algoritmasının uyarlanmış versiyonu ile eğitim kararlılığı önemli ölçüde artırıldı. Bu gelişme, yapay zekanın interaktif ortamlarda uzun soluklu stratejik düşünme becerisini kazanması açısından önemli bir adım teşkil ediyor.

Araştırmacılar, EEG beyin sinyallerinden görsel içerikleri tanıyabilen yeni bir yapay zeka sistemi geliştirdi. SIMON adlı bu sistem, insan beyninin görsel algı mekanizmalarını taklit ederek, beyin dalgalarından hangi görselin izlendiğini tahmin edebiliyor. Geleneksel yöntemlerin aksine, insan dikkatinin doğal odaklanma noktalarını dikkate alan sistem, öne çıkan nesneleri vurgulayarak arka plan karmaşasını filtreleyor. Test sonuçlarında %69,7'ye varan başarı oranı elde eden sistem, beyin-bilgisayar arayüzleri ve nörolojik hastalıkların teşhisinde devrim yaratabilir.

Araştırmacılar, yapay zeka modellerinin birden fazla grafik üzerinde akıl yürütme yeteneğini test eden InterChart adlı yeni bir değerlendirme sistemi geliştirdi. Bu test, bilimsel raporlama, finansal analiz ve kamu politikası panolarında kritik olan çoklu grafik analizi becerisini ölçüyor. Mevcut en gelişmiş görsel-dil modellerinin bu konuda ciddi eksiklikleri olduğu ortaya çıktı. Test üç zorluk seviyesinden oluşuyor: tekil grafik analizi, birbirleriyle ilişkili grafik setlerinde bütünleştirici analiz ve gerçek dünya grafik çiftlerinde semantik çıkarım. Sonuçlar, grafik karmaşıklığı arttıkça AI modellerinin başarısının dramatik şekilde düştüğünü gösteriyor. Bu bulgular, AI sistemlerinin gerçek dünya uygulamalarında daha etkili olabilmesi için görsel akıl yürütme yeteneklerinin geliştirilmesi gerektiğini ortaya koyuyor.

Araştırmacılar, çok modlu büyük dil modellerinin (MLLM) kısa videolardaki sağlık dezenformasyonunu ne kadar iyi tespit edebildiğini araştırdı. Çalışmada dört sağlık alanından 200 kısa video içeren özel bir veri seti kullanılarak sekiz farklı yapay zeka modeli test edildi. Videolardaki yanıltıcı deneysel sonuçlar, mantık hataları ve uydurma iddialar olmak üzere üç temel aldatma türü incelendi. Sonuçlara göre Gemini-2.5-Pro modeli çok modlu ortamda en yüksek performansı gösterdi. Bulgular, gelişmiş yapay zeka modellerinin bile görsel ve sosyal ipuçlarıyla desteklenen dezenformasyona karşı tam olarak dayanıklı olmadığını ortaya koyuyor.

Araştırmacılar, görsel-temelli mantıksal çıkarım yapabilen yeni bir yapay zeka modeli geliştirdi. VGR adlı bu model, geleneksel yaklaşımların aksine sadece metin tabanlı işlem yapmak yerine, görüntülerdeki önemli bölgeleri tespit ederek daha doğru çıkarımlar yapabiliyor. Mevcut çok modlu dil modelleri genellikle matematiksel ve bilimsel problemlerle sınırlıyken, VGR karmaşık görsel anlama gerektiren görevlerde de başarılı sonuçlar veriyor. Model, özel olarak hazırlanmış büyük ölçekli bir veri setiyle eğitilmiş ve görsel grondlama ile dil çıkarımını birleştiren hibrit bir yaklaşım kullanıyor. Bu gelişme, yapay zekanın insan benzeri görsel algı ve mantıksal düşünme süreçlerini daha iyi taklit edebilmesinin önünü açıyor.

Araştırmacılar, nano boyutundaki parçacıkları özel yapılandırılmış ışık demetleriyle havada asılı tutarak kuantum fiziği deneylerinde yeni bir döneme kapı açtı. Eyer şeklindeki optik tuzak sistemi, dönen ışık alanları kullanarak parçacıkları kontrol altında tutuyor. Bu teknoloji, kuantum dolanıklık oluşturma ve ultra hassas kuvvet ölçümleri için benzersiz fırsatlar sunuyor. Sistemin en dikkat çekici özelliği, foton gerilemesi nedeniyle oluşan bozulmaları azaltabilmesi ve parçacığın merkez kütlesi hareketinde büyük delokalizasyon sağlaması. Uygulama alanlarında zepto-Newton seviyesinde kuvvet algılama hassasiyeti elde edilebiliyor. Bu gelişme, mezoskopik kuantum deneylerinde yeni standartlar belirleme potansiyeli taşıyor.

Bilim insanları, yerçekimi dalgası dedektörlerinin hassasiyetini artırmak için yeni bir kuantum tanı aracı geliştirdi. Araştırmacılar, yüksek frekanslı yerçekimi dalgalarını tespit edebilmek için 'kuantum gürültü oranı' adını verdikleri bir parametre tanımladı. Bu çalışma, özellikle kHz-GHz aralığındaki yüksek frekanslı detektörlerde termal gürültünün kuantum gelişmeleri üzerindeki sınırlayıcı etkisini ortaya koydu. Bulgulara göre, rezonant kütle detektörleri 230 MHz'in altındaki tüm frekanslarda termal baskınlık altında kalıyor. Ancak araştırmacılar, 1 GHz frekansta çalışan ve 10 mK sıcaklıkta tutulan akustik dalga rezonatörlerinin bu sorunu çözebileceğini öne sürdü. Bu yenilik, gelecekte daha hassas yerçekimi dalgası gözlemlerine olanak tanıyabilir.

Bilim insanları, süperiletkenlerin kuantum özelliklerini kullanarak çip boyutunda yerçekimi ölçebilen devrim niteliğinde bir cihaz geliştirdi. Bu yenilikçi gravimetre, transmon kubit, SQUID döngüsü ve nanomekanik rezonatör kombinasyonunu kullanarak geleneksel cihazların bin katı daha küçük boyutlarda hassas yerçekimi ölçümleri yapabiliyor. Cihaz, yerçekimi kaynaklı nanomekanik hareketleri kuantum faz değişimlerine dönüştürerek algılama yapıyor. Bu teknoloji, jeofizik araştırmalarından navigasyon sistemlerine kadar geniş bir uygulama alanına sahip olup, özellikle kompakt ve hızlı ölçüm gerektiren durumlarda büyük avantaj sağlayacak. Projeksiyonlara göre milisaniyenin altında ölçüm süreleriyle yüksek hassasiyet elde edebilen bu sistem, gravimetre teknolojisinde önemli bir dönüm noktası oluşturuyor.

Sussex Üniversitesi'nden Prof. Andrew Philippides, böceklerin navigasyon yeteneklerinden ilham alarak robot teknolojisini geliştiriyor. Karıncalar ve arılar, görsel ipuçlarını kullanarak karmaşık ortamlarda kusursuz navigasyon gerçekleştiriyor. Bu doğal yetenekler, biyomimetik yapay zeka alanında yeni ufuklar açıyor. Philippides'in araştırmaları, böceklerin basit sinir ağlarıyla nasıl etkili navigasyon stratejileri geliştirdiğini inceleyerek, bu mekanizmaları robot sistemlerine uyarlamayı hedefliyor. Çalışma, otonom araçlardan drone teknolojisine kadar geniş bir uygulama alanına sahip.

Araştırmacılar, silikon nanotel transistörlerde radyo frekansı alanlarını kullanarak algılama hassasiyetini önemli ölçüde artıran yenilikçi bir teknik geliştirdi. Bu yöntem, biyomoleküllerin algılanmasını engelleyen Debye perdeleme sorununu aşarak, fizyolojik sıvılardaki biyobelirteçlerin tespit edilebilirliğini bir büyüklük mertebesinde iyileştiriyor. Flexoelektrik rezonans prensibine dayanan teknik, nanotellere uygulanan yüksek frekanslı alanlar sayesinde iletkenlik ölçümlerinde %62'ye varan artışlar sağlıyor. Bu gelişme, tıbbi tanı ve biyolojik algılama uygulamalarında çığır açıcı olabilir.

LoRa teknolojisi, düşük güç tüketen nesnelerin interneti uygulamalarında yaygın kullanılan bir kablosuz iletişim standardıdır. Ancak aynı frekansta çalışan çok sayıda cihaz olduğunda sinyal çakışmaları yaşanır ve veri kaybı meydana gelir. Araştırmacılar, bu sorunu çözmek için LZn adlı yeni bir algoritma geliştirdiler. Bu algoritma, spektral kesişim işlemi kullanarak çakışan sinyaller arasından doğru veriyi ayırt edebiliyor. Geleneksel yöntemlerde sinyal-gürültü oranı düştükçe başarı oranı hızla azalırken, LZn algoritması son derece düşük sinyal kalitesinde bile çalışabiliyor. Test sonuçları, yeni yöntemin algılama hassasiyetini 10 desibele kadar artırdığını ve tespit olasılığını 1.54 kata çıkardığını gösteriyor. Bu gelişme, akıllı şehir uygulamaları ve endüstriyel IoT sistemlerinde daha güvenilir veri iletişimi sağlayacak.