KAIST araştırmacıları, akıllı telefonların aşırı ısınma problemini çözebilecek devrim niteliğinde bir teknoloji geliştirdi. Geleneksel elektronik çiplerin aksine, bu yeni sistem elektron yerine manyetik titreşimleri (spin dalgaları) kullanarak sinyal işleme yapabiliyor. Bu yaklaşım, ısı üretimini ve güç tüketimini önemli ölçüde azaltırken, GHz seviyelerinde anlık frekans değişimi sağlıyor. Teknoloji, özellikle yoğun oyun oynama veya uzun süreli video izleme sırasında telefonların ısınmasını engelleyebilir. Araştırmacılar, bu buluşun daha az ısınan ve pil ömrü uzun akıllı cihazların yanı sıra, ultra düşük güçlü ve yüksek hızlı bilgisayarların kapısını aralayabileceğini belirtiyor.

Yakıt pilleri ve elektroliz teknolojilerinde kritik öneme sahip oksijen azaltma reaksiyonunda, metal-azot-karbon katalizörlerin performansını belirleyen faktörler araştırıldı. Bilim insanları, metal merkezlerinin yoğunluğuna bağlı olarak değişen katalitik aktiviteyi tahmin etmek için iki farklı yaklaşımı karşılaştırdı: spin durumu ve sıfır yük potansiyeli. Araştırma sonuçları, geleneksel olarak kullanılan manyetik özelliklerin bu değişimleri açıklamakta yetersiz kaldığını, bunun yerine elektrokimyasal arayüzün elektrik alan özelliklerinin belirleyici rol oynadığını ortaya koydu. Bu keşif, temiz enerji teknolojilerinin geliştirilmesinde yeni tasarım ilkelerinin oluşturulmasına katkı sağlayacak.

Araştırmacılar, tekrarlı yapay zeka modellerinin çalışma şeklini inceleyerek önemli bir keşif yaptı. Bu modellerin iteratif hesaplama süreçlerinde aktivasyonların düşük boyutlu, neredeyse doğrusal bir alt uzayda toplandığını gözlemlediler. Bu yapısal özellikten yararlanarak geliştirilen LASER adlı yöntem, dinamik sıkıştırma çerçevesi kullanarak modellerin hafıza tüketimini yaklaşık %60 oranında azaltmayı başardı. Yöntem, gelişen düşük-rank temeli sürekli takip ederek ve gerektiğinde sıfırlama mekanizması kullanarak performans kaybı olmadan hafıza tasarrufu sağlıyor. Bu gelişme, kaynak sınırlı ortamlarda çalışan AI sistemleri için büyük önem taşıyor.

Araştırmacılar, yapay zeka modellerinin güvenli çıkarım yapması için tasarlanan Euston adlı sistemde ciddi bir güvenlik açığı tespit etti. IEEE güvenlik konferansında sunulan bu sistem, veri iletiminde yaklaşık 3 kata kadar bandwidth tasarrufu sağlıyordu. Ancak yeni araştırma, sistemin kullandığı tekli değer ayrışımı tabanlı protokolün, özel verilerin ifşa olmasına yol açabileceğini ortaya koydu. Model sahibi kişiler, kullanıcıların gizli verilerini kolayca elde edebiliyor. Bu keşif, güvenli AI sistemlerinin tasarımında mahremiyet korumasının ne kadar kritik olduğunu bir kez daha gözler önüne seriyor.

Büyük dil modellerinin çalışma hızını artırmak için geliştirilen seyrek dikkat algoritmalarının paradoksal bir etkiye yol açtığı keşfedildi. Araştırmacılar, bu algoritmaların bilgi kaybına neden olarak aslında daha uzun metinler ürettiğini ve toplam işlem yükünü artırdığını gösterdi. 'Less is Less' (Lil) olarak adlandırılan bu fenomen, yapay zeka sistemlerinin verimlilik optimizasyonlarında karşılaşılan önemli bir sorunu ortaya koyuyor. Çalışma, bu problemi çözmek için erken durdurma algoritması öneriyor ve %90'a varan token tasarrufu sağlayabileceğini gösteriyor.

Araştırmacılar, yapay sinir ağlarının daha verimli bir şekilde iletilmesi için yenilikçi bir yöntem geliştirdi. Konvolüsyonel çekirdeklerdeki simetrik yapıları kullanan bu teknik, tüm model parametrelerini göndermek yerine yalnızca benzersiz katsayıları ileterek bant genişliğinde önemli tasarruf sağlıyor. Özellikle sınırlı internet bağlantısı olan kenar cihazlara yapay zeka modelleri gönderirken büyük avantaj sunuyor. Yöntem, gürültülü kanal koşullarında bile model performansını korurken veri miktarını dramatik şekilde azaltabiliyor. MNIST ve CIFAR-10 veri setleri üzerinde yapılan testler, bu yaklaşımın hem bandwidth tasarrufu hem de model kalitesi açısından başarılı sonuçlar verdiğini gösteriyor.

Araştırmacılar, işe alım süreçlerini devrimsel olarak değiştiren yeni bir yapay zeka sistemi geliştirdi. Mira-embeddings-v1 adlı bu sistem, büyük dil modellerinin ürettiği sentetik verilerle eğitilerek, iş ilanlarına en uygun adayları daha başarılı şekilde tespit edebiliyor. Geleneksel işe alım süreçlerinde HR uzmanları binlerce özgeçmiş arasından uygun adayları bulma zorluğu yaşıyordu. Yeni sistem, önce geniş bir aday havuzundan ön eleme yapıyor, ardından bu listeyi yeniden sıralayarak kalifiye adayları en üste çıkarıyor. Beş aşamalı bir veri üretim süreci kullanarak çeşitli pozitif ve negatif örnekler oluşturuyor, böylece semantik anlam uzayını çok boyutlu şekilde şekillendiriyor. Manuel veri etiketleme gerektirmeyen bu yöntem, işe alım sektöründe zaman ve maliyet tasarrufu sağlayabilir.

Araştırmacılar, değişken özelliklere sahip anizotropik çubuk malzemeler için üç boyutlu elastisite teorisinden hareketle bir boyutlu bir model geliştirdi. Varyasyonel-asimptotik yöntem kullanılarak oluşturulan bu yenilikçi yaklaşım, malzeme mühendisliği alanında önemli bir ilerleme sağlıyor. Çalışma, özellikle kompozit malzemelerdeki dalga yayılımının anlaşılmasında ve düşük frekanslı titreşimlerin modellenmesinde pratik uygulamalar sunuyor. Geliştirilen model, karmaşık üç boyutlu hesaplamaların yerini alabilecek basitleştirilmiş ama doğru sonuçlar veren bir alternatif sunarak, mühendislik tasarımlarında zaman ve kaynak tasarrufu sağlayabilir.

Araştırmacılar, difüzyon tabanlı dil modellerinin performansını artıran yenilikçi bir yaklaşım geliştirdi. DMax adı verilen bu yöntem, geleneksel modellerin hata birikimi sorununu çözerek, paralel işlem gücünden daha verimli yararlanmayı sağlıyor. Sistem, maske gömme tekniği ile token gömme arasında kademeli bir geçiş yaparak, modelin kendi hatalarından öğrenmesini ve kendini düzeltmesini mümkün kılıyor. Bu gelişme, yapay zeka sistemlerinin daha hızlı ve daha doğru metin üretmesinin önünü açarak, ChatGPT benzeri uygulamaların performansını önemli ölçüde artırabilir. Özellikle büyük ölçekli dil işleme görevlerinde zaman tasarrufu sağlayan bu teknik, AI endüstrisinde verimlilik devriminin habercisi olabilir.

Bilim insanları, kimyasal reaksiyonlarla sürekli hareket halindeki emülsiyonların davranışını açıklayan yeni bir teorik çerçeve geliştirdi. Bu çalışma, yakıt moleküllerinin sürekli tüketildiği ve üretildiği sistemlerde faz ayrımının nasıl gerçekleştiğini matematiksel olarak modelliyor. Araştırmacılar, geleneksel Aktif Model B+ teorisini genişleterek, bu sistemlerin uzun vadeli dinamiklerini daha doğru şekilde tanımlayabilen bir yaklaşım sundular. Çalışma, termodinamik dengenin bozulduğu ve zamansal simetri kırılmasının gözlemlendiği bu karmaşık sistemlerin anlaşılmasında önemli bir adım teşkil ediyor. Bulgular, biyolojik sistemlerdeki aktif damlacıklardan endüstriyel uygulamalara kadar geniş bir yelpazede uygulama potansiyeli taşıyor.

Araştırmacılar, grup testlerinde miktarsal ölçümlerin gürültülü ortamlarda nasıl performans gösterdiğini matematiksel olarak inceledi. COVID-19 pandemisinde de kullanılan grup testleri, birden fazla örneği aynı anda test ederek maliyet ve zaman tasarrufu sağlar. Yeni çalışma, bu testlerin gürültüsüz, Gauss gürültülü ve Z-kanal gürültülü olmak üzere üç farklı modeldeki performansını analiz etti. Her model için korelasyon skorlarına dayalı doğrusal tahmin ve en küçük kareler tahmini olmak üzere iki algoritma yaklaşımı test edildi. Sonuçlar, özellikle Gauss gürültü ortamında teorik alt ve üst sınırların uyumlu olduğunu gösterdi.