Yapay zeka araştırmacıları, büyük dil modellerinin pekiştirmeli öğrenme ile eğitildiklerinde nasıl davrandığını kapsamlı olarak inceledi. Qwen2.5 model serisinin 0.5 milyardan 72 milyar parametreye kadar olan versiyonlarında yapılan deneyler, özellikle matematiksel akıl yürütme konusunda önemli bulgular ortaya koydu. Araştırma, daha büyük modellerin hem hesaplama hem de veri açısından tutarlı olarak daha yüksek öğrenme verimliliği sergilediğini gösteriyor. Bulgular, test kaybı, hesaplama gücü ve veri arasındaki ilişkinin öngörülebilir bir güç yasası ile modellenebileceğini ortaya koyuyor. Bu çalışma, yapay zeka modellerinin geliştirilmesinde kaynak tahsisi ve optimizasyon stratejileri için kritik içgörüler sunuyor.

Araştırmacılar, öneri sistemlerinde geleneksel matris faktörizasyonu ile modern tekniklerinin güçlü yanlarını birleştiren yeni bir hibrit yaklaşım geliştirdi. Son yıllarda yapay sinir ağları gibi karmaşık modeller öneri sistemlerinde baskın hale gelse de, geleneksel yöntemlerin basitlik ve hesaplama verimliliği açısından hâlâ rekabetçi olduğu kanıtlanmıştı. Yeni araştırma, kullanıcı-ürün ve ürün-ürün önerilerini ağırlıklı benzerlik çerçevesi içinde birleştirerek top-N önerileri sunuyor. Yaklaşımın en önemli özelliği, her iki öneri stratejisi için ortak kullanıcı ve ürün gömme vektörlerini kullanması, böylece mimariyi basitleştirip hesaplama verimliliğini artırması. Çoklu veri setlerinde yapılan kapsamlı deneyler, yöntemin rekabetçi performans sergilediğini gösteriyor.

MIT ve diğer araştırma kurumlarından bilim insanları, kuantum kanallarının depolanması ve geri alınması konusunda çığır açan bir keşif yaptı. Araştırma, izometri kanalları adı verilen özel kuantum sistemlerinde, kuantum stratejilerin klasik yöntemlere karşı önemli avantajlar sağladığını ortaya koyuyor. Bu çalışma, kuantum bilgisayarların veri işleme kapasitelerini artırma potansiyeline sahip. Özellikle kuantum kanallarının program durumu adı verilen kuantum durumlarına kodlanması ve daha sonra geri alınması sürecinde, kuantum yaklaşımların klasik yöntemlerden daha etkili olduğu kanıtlanmış. Bu bulgular, kuantum hesaplama alanında yeni olanaklar yaratabilir ve gelecekteki kuantum teknolojilerinin gelişimini hızlandırabilir.

Araştırmacılar, oyun teorisinin klasik dallarından biri olan Maker-Breaker oyunlarının yönlü üçgen varyantını inceleyerek önemli bir matematiksel eşik keşfetti. Turnuva formatındaki bu oyunda, oyunculardan biri üçgen döngü oluşturmaya çalışırken diğeri bunu engellemeye çalışır. Parite turnuvası adı verilen özel bir yapı üzerindeki analizde, n=7 vertex sayısının kritik bir dönüm noktası olduğu belirlendi. Bu çalışma, kombinatoryal oyun teorisi alanında yeni perspektifler sunarak, matematiksel stratejilerin anlaşılmasına katkıda bulunuyor.

COVID-19 pandemisi sırasında ilginç bir durum gözlemlendi: koronavirüs vakalarının artmasıyla birlikte grip vakalarında ciddi azalma yaşandı. Araştırmacılar bu durumu matematiksel modeller kullanarak incelediler ve 'davranışsal yayılım etkisi' adını verdikleri yeni bir fenomen tanımladı. Bu etki, bir hastalığa karşı alınan önlemlerin (maske takma, sosyal mesafe gibi) diğer hastalıkların yayılımını da etkilemesi anlamına geliyor. Çalışma, hastalıklar arasındaki davranışsal bağımlılıkların epidemiyolojik dinamikleri nasıl şekillendirdiğini gösteriyor ve halk sağlığı stratejilerinde çoklu hastalık yaklaşımının önemini vurguluyor.

Büyük dil modellerinin otomatik kod uyumluluk denetiminde nasıl karar verdiğini inceleyen yeni bir araştırma, farklı eğitim yöntemlerinin modellerin yorumlama davranışlarını nasıl etkilediğini ortaya koyuyor. Çalışma, tam ince ayar, düşük seviye adaptasyon ve nicelleştirilmiş eğitim gibi farklı stratejilerin model performansına etkilerini karşılaştırıyor. Araştırmacılar, model boyutu arttıkça yapay zekanın sayısal kısıtlamalar ve kural tanımlayıcılarına odaklanma gibi spesifik yorumlama stratejileri geliştirdiğini keşfetti. Bu bulgular, kod uyumluluk sistemlerinde kullanılan yapay zeka modellerinin şeffaflığını artırmak ve güvenilirlik seviyelerini iyileştirmek açısından önemli.

Araştırmacılar, kanser tümörlerinin kan damarlarına doğru hareket ederek büyüme sürecini taklit eden yenilikçi bir algoritma geliştirdi. Tümör anjiyogenezi olarak bilinen bu kritik süreç, kanser hücrelerinin beslenme için kan damarlarına yaklaşma davranışını içeriyor. Geleneksel matematiksel modelleme yöntemleri, üç boyutlu uzayda bu karmaşık dinamikleri hesaplarken yoğun işlem gücü gerektiriyordu. Yeni geliştirilen parçacık tabanlı yapay sinir ağı algoritması, bu hesaplama yükünü önemli ölçüde azaltıyor ve daha verimli sonuçlar sunuyor. Algoritma, tümör hücrelerini parçacıklar halinde temsil ederek, onların kimyasal sinyaller doğrultusunda nasıl hareket ettiğini modelliyor. Bu yaklaşım, kanser araştırmalarında bilgisayar simülasyonlarının daha hızlı ve doğru yapılmasına olanak tanıyarak, tedavi stratejilerinin geliştirilmesine katkı sağlayabilir.

Araştırmacılar, ağ sistemlerinde siber güvenliği otomatik olarak yönetebilen CSLE adlı yeni bir platform geliştirdi. Pekiştirmeli öğrenme teknolojisini kullanan sistem, gerçek dünya koşullarına uygun sanal ortamlarda güvenlik stratejileri öğreniyor. Platform iki ana bileşenden oluşuyor: hedef sistemin anahtar unsurlarını taklit eden emülasyon sistemi ve öğrenilen güvenlik stratejilerinin test edildiği simülasyon sistemi. Bu yaklaşım, siber güvenlik yönetiminin daha uyarlanabilir ve otonom hale gelmesini sağlıyor. Şimdiye kadar çoğunlukla simülasyon ortamlarıyla sınırlı kalan pekiştirmeli öğrenme çözümlerinin operasyonel sistemlerde nasıl çalışacağı belirsizdi. CSLE bu soruna çözüm getirerek, yapay zekanın siber güvenlik alanındaki pratik uygulamalarını genişletiyor.

Makine öğrenmesi algoritmaları, sınırlı kaynakların dağıtımında giderek daha fazla kullanılıyor. Ancak son araştırmalar, bireysel hedefleme stratejilerinin her zaman en etkili çözüm olmayabileceğini gösteriyor. Stanford ve diğer üniversitelerden araştırmacılar, diferansiyel mahremiyet ilkelerini kaynak dağıtım sistemlerine uygulayan yeni bir çalışma yayınladı. Çalışma, basit grup düzeyindeki dağıtım stratejilerinin bazen bireysel hedeflemeden daha iyi sonuç verebileceğini ve aynı zamanda mahremiyet koruması sağlayabileceğini ortaya koyuyor. Bu bulgu, hem verimlilik hem de gizlilik açısından tek bir çözümün öne çıkması nedeniyle alışılmadık bir durum yaratıyor. Araştırma, sosyal yardım programları, sağlık kaynaklarının dağıtımı ve eğitim müdahalelerinde kullanılan algoritmaların tasarımında önemli çıkarımlar sunuyor.

Bilim insanları, salgın hastalıklarda ilk enfekte olan kişiyi (sıfır hasta) tespit etmek için yenilikçi bir geometrik yöntem geliştirdi. Johnson-Lindenstrauss projeksiyonlarını kullanan bu yaklaşım, karmaşık sosyal ağları düşük boyutlu uzaylara sıkıştırarak enfeksiyon kaynağını belirliyor. Bağımsız kaskad modelinde çalışan sistem, enfekte kişilerin ağırlık merkezine en yakın düğümü kaynak olarak tahmin ediyor. Erdős-Rényi grafları üzerinde yapılan simülasyonlar, bu yöntemin sıkıştırılmış verilerle bile anlamlı doğruluk oranları yakaladığını gösteriyor. Bu gelişme, gelecekteki salgınlarda hızlı müdahale ve kontrol stratejileri için önemli bir araç sunuyor.

Araştırmacılar, sıfır toplamlı oyunlarda yapay zeka sistemlerinin Nash dengesine ulaşması için yeni bir öğrenme algoritması geliştirdi. Bu çalışma, iki rakip yapay zeka ajanının birbirleriyle iletişim kurmadan optimal strateji öğrenebilmesi sorununa odaklanıyor. Geleneksel yöntemlerde ortalama performansa bakılırken, bu yeni yaklaşım son iterasyonun performansını esas alıyor. Araştırma, bandit geri bildirim ortamında çalışan bağımsız algoritmaların teorik sınırlarını belirleyerek, optimal öğrenme hızının T^(-1/4) olduğunu kanıtlıyor. Bu sonuç, geleneksel ortalama tabanlı yöntemlerin T^(-1/2) hızından daha yavaş olmakla birlikte, pratik uygulamalar için daha değerli. Çalışma, yapay zeka sistemlerinin rekabetçi ortamlarda nasıl öğrenebileceği konusunda önemli teorik katkılar sunuyor.