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.

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.

Büyük dil modelleri tüm bilgileri tek boyutlu metin dizileri halinde işler, ancak bu yaklaşım iki boyutlu yapıları gerektiren görevlerde sorunlara yol açıyor. Araştırmacılar matris transpoz, Conway'in Yaşam Oyunu ve LU ayrıştırması gibi 2D yapı gerektiren görevlerde bu 'serileştirme sürtünmesi' sorununu inceledi. Çalışmada aynı içeriği hem metin hem de görsel olarak işleyen iki farklı sistem karşılaştırıldı. Sonuçlar, görsel yolun tutarlı bir şekilde daha başarılı olduğunu gösteriyor. Bu bulgular, yapay zeka modellerinin farklı veri türlerini nasıl işlediğini ve görsel bilginin önemini anlamamız açısından kritik.

Araştırmacılar, sosyal medyada kullanıcıları kandırmak için duygusal manipülasyon tekniklerini kullanan yeni bir yapay zeka saldırı yöntemi geliştirdi. Çalışma, geleneksel clickbait tespitinin yetersizliğini ortaya koyarken, Valence-Arousal-Dominance (VAD) duygusal modelini kullanarak optimize edilmiş aldatıcı başlıklar üreten bir sistem sunuyor. Bu sistem, büyük dil modellerini kullanarak semantik olarak benzer sosyal medya gönderileriyle eşleşen, ancak duygusal etkisi maksimize edilmiş içerikler yaratabiliyor. Araştırma, dijital güvenlik ve bilgi kirliliği alanında önemli sonuçlar doğuruyor.

Araştırmacılar, görsel ve metin verilerini birlikte işleyen CLIP gibi yapay zeka modellerinde kritik bir güvenlik açığı keşfetti. 'Hub metinler' olarak adlandırılan bu sorun, yüksek boyutlu embedding uzaylarında ortaya çıkıyor ve tek bir metin parçasının alakasız binlerce görsel ile yanlış şekilde eşleştirilmesine neden oluyor. Bu durum, görsel arama sistemlerinden otomatik değerlendirme metriklerine kadar pek çok uygulamada ciddi sorunlar yaratabilir. MSCOCO ve Flickr30k gibi veri setlerinde yapılan deneyler, bu hub metinlerin görsel-metin benzerlik skorlarını mantıksız şekilde yükselttiğini gösterdi.

Araştırmacılar, görev odaklı diyalog sistemlerinin nesne referanslarını anlama yeteneğini geliştiren yeni bir yöntem önerdi. Büyük dil modellerinin nesne açıklamaları üzerinde mantıksal çıkarım yapmasını sağlayan bu yaklaşım, özellikle karmaşık görsel ortamlarda chatbot'ların hangi nesneden bahsedildiğini daha doğru tespit etmesini mümkün kılıyor. SIMMC 2.1 veri seti üzerinde yapılan testler, bu yöntemin geleneksel supervised öğrenme modellerinin aksine farklı alanlarda daha iyi genelleme yapabildiğini gösteriyor. Sistem, adım adım mantıksal süreçler oluşturarak kullanıcının kastettiği nesneyi daha başarılı şekilde belirleyebiliyor.

Araştırmacılar, sosyal medyada paylaşılan metin ve görsellerdeki tutumları analiz eden yeni bir yapay zeka sistemi geliştirdi. MM-StanceDet adlı bu sistem, çoklu ajan mimarisi kullanarak insanların belirli konulardaki görüşlerini tespit etmede mevcut yöntemlerden çok daha başarılı sonuçlar veriyor. Sistem özellikle metin ve görsel içerik arasında çelişki olduğu durumlarda bile doğru analiz yapabiliyor. Bu gelişme, sosyal medyada kamuoyu analizi ve yanlış bilgi tespiti açısından önemli bir adım olarak görülüyor.

Araştırmacılar, büyük çoklu ortam modellerinin (görsel ve metinsel verileri birlikte işleyen AI sistemler) eğitiminde karşılaşılan temel bir sorunu çözmek için PRISM adlı yeni bir yaklaşım geliştirdi. Mevcut eğitim süreçlerinde modeller, başlangıçtaki yeteneklerini kaybetme ve istenmeyen davranış değişiklikleri gösterme eğiliminde. PRISM, bu sorunu üç aşamalı bir süreçle çözüyor: önce denetimli öğrenme, ardından dağılım hizalama ve son olarak pekiştirmeli öğrenme. Sistem, algısal hatalar ve mantıksal başarısızlıkları ayrı ayrı ele alan uzman modüller kullanarak, AI'ın hem görme hem de muhakeme becerilerini daha dengeli şekilde geliştiriyor. Bu yaklaşım, özellikle görsel-metinsel çoklu ortam görevlerinde modellerin performansını artırarak, gelecekteki AI sistemlerinin daha güvenilir olmasına katkıda bulunabilir.