Şehirlerdeki bisiklet paylaşım sistemlerinin yaygınlaşmasıyla birlikte, yeni istasyonların nereye kurulacağı kritik bir sorun haline geldi. Norveçli araştırmacılar, bu soruna yapay zeka tabanlı bir çözüm geliştirdi. Hibrit gürültü giderici otoenkoder (HDAE) teknolojisini kullanan sistem, mevcut başarılı istasyonlardan öğrendikleriyle yeni konumları belirliyor. Sosyo-demografik veriler, yapılı çevre özellikleri ve ulaşım ağı bilgilerini analiz eden model, Trondheim şehrinde test edildi. Bu yaklaşım, geleneksel talep modelleme yöntemlerinin aksine, şehirsel karakteristikleri daha iyi yakalayarak optimal genişleme noktalarını belirliyor. Çalışma, veri kısıtlı ortamlarda bile etkili sonuçlar vererek, sürdürülebilir ulaşım planlamasında yapay zekanın rolünü vurguluyor.

Araştırmacılar, yapay zeka sistemlerinin birden fazla belgeyi işlerken karşılaştığı önemli bir sorunu çözmek için CHOP adlı yeni bir framework geliştirdi. Bu sistem, benzer belgeler arasında ayrım yapmakta zorlanan AI modellerinin performansını önemli ölçüde artırıyor. Geleneksel RAG sistemleri, veri tabanında benzer belgeler bulunduğunda doğru bilgiyi bulamıyor ve yanlış sonuçlar üretiyordu. CHOP, her belge parçasını akıllı imzalarla etiketleyerek ve bağlamsal tutarlılığı koruyarak bu problemi çözüyor. Sistem, belgeler arasındaki semantik çakışmaları azaltıyor ve AI'nın daha doğru bilgi erişimi sağlamasına olanak tanıyor.

Büyük dil modellerinin güçlendirdiği özerk ajanlar, veri analizi ve görselleştirme süreçlerinde devrim yaratıyor. Bu sistemler, kullanıcıların karmaşık araç kullanımından kurtularak doğal dille analitik hedeflerini ifade etmelerini sağlıyor. Araştırmacılar, 55 farklı ajansal görsel analitik sistemini inceleyerek, ajan özerkliği arttıkça insan-makine etkileşiminin nasıl evrildiğini ortaya koyan kapsamlı bir çerçeve geliştirdi. Bu yeni yaklaşım, geleneksel veri analizi süreçlerini yeniden şekillendirirken, insanların rolünün düşük seviyeli işlemlerden üst düzey stratejik hedeflere kaymasını sağlıyor. Çalışma, yapay zeka destekli analitik sistemlerin tasarım prensiplerini anlamamızda önemli bir adım teşkil ediyor.

Entegre algılama ve haberleşme sistemleri, iletişim güvenliği sağlansa bile yeni gizlilik riskleri yaratıyor. Araştırmacılar, kötü niyetli sensörlerin radio dalgalarını kullanarak verici hakkında yetkisiz bilgi toplamasını engellemeye yönelik yeni bir framework geliştirdi. Sistem, yapay gürültü ve akıllı yansıtıcı yüzeyler kullanarak vericinin kimliğini ve konumunu korumayı hedefliyor. Bu teknoloji, özellikle hassas alanlarda çalışan kablosuz sistemlerin güvenliğini artırabilir.

Araştırmacılar, öğretmenlerin teknik bilgi gerektirmeden karma gerçeklik (MR) tabanlı eğitim materyalleri hazırlayabilmesi için yapay zeka destekli bir araç geliştirdi. MRGEN adı verilen bu sistem, büyük dil modellerini kullanarak öğretmenlerin tablet ve akıllı telefonlarda çalışan interaktif öğrenme aktiviteleri oluşturmasını sağlıyor. 24 katılımcıyla yapılan çalışmada, yapay zeka desteğinin görevi tamamlama süresini ortalama %36 oranında kısalttığı görüldü. Katılımcıların %90'ından fazlası, AI asistanının beyin fırtınası yapma, içeriği yapılandırma ve öğrenme hedefleriyle uyumlu hale getirme konularında faydalı olduğunu belirtti. Bu gelişme, eğitimde teknoloji kullanımının önündeki teknik engelleri kaldırarak, öğretmenlerin modern araçlarla daha etkili ders materyalleri hazırlamalarının yolunu açıyor.

Araştırmacılar, web arayüzlerindeki kullanıcı etkileşimlerini takip eden ve görselleştiren yeni bir sistem geliştirdi. SuperProvenanceWidgets adlı bu teknoloji, kullanıcıların farklı kontrol öğeleriyle nasıl, ne zaman ve ne sıklıkta etkileştiklerini analiz ederek bu bilgiyi görsel olarak sunuyor. Sistem, mevcut ProvenanceWidgets kütüphanesinin geliştirilmiş versiyonu olarak, birden fazla arayüz öğesi arasındaki etkileşimleri izleyebiliyor. Bu teknoloji, analitik iş akışlarının denetlenmesi, keşif önyargılarının tespit edilmesi ve kişiselleştirilmiş arayüz tasarımı gibi alanlarda kullanılabiliyor. Özellikle veri analizi yapan araştırmacılar ve geliştiriciler için değerli bir araç olan sistem, kullanıcı deneyimini iyileştirme potansiyeli taşıyor.

Araştırmacılar, X-ışını absorpsiyon spektroskopisi (XANES) analizini büyük dil modelleri kullanarak otomatikleştiren ChemGraph-XANES adlı yeni bir framework geliştirdi. Bu sistem, karmaşık kimyasal yapıların elektronik özelliklerini incelemek için kullanılan XANES simülasyonlarını doğal dille komutlandırılabilen ajanlar aracılığıyla gerçekleştiriyor. Framework, yapı ediniminden spektral normalizasyona kadar tüm iş akışını otomatikleştirirken, çoklu ajan modunda uzman bir ajan FDMNES kılavuzuna başvurarak parametreleri optimize ediyor. Bu gelişme, malzeme bilimi ve kimya araştırmalarında spektroskopi analizlerinin hızını ve erişilebilirliğini önemli ölçüde artırma potansiyeli taşıyor.

Bilim insanları, yapay zeka ajanlarının gerçek bilimsel araştırmalarda ne kadar etkili olduğunu ölçmek için yeni bir değerlendirme sistemi geliştirdi. COMPOSITE-STEM adlı bu test, fizik, biyoloji, kimya ve matematik alanlarında doktora seviyesinde 70 zorlu görev içeriyor. En gelişmiş yapay zeka modellerinin bile sadece %21 başarı göstermesi, bu teknolojilerin henüz bilimsel keşiflerde sınırlı kaldığını ortaya koyuyor. Araştırma, yapay zeka ajanlarının bilimsel çalışmalarda kullanılmadan önce önemli gelişmelere ihtiyaç duyduğunu 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.

Araştırmacılar, yapay zeka ajanlarının karmaşık görevlerdeki performansını ölçmek için yeni bir benchmark geliştirdi. 'The Amazing Agent Race' adlı bu test, mevcut değerlendirme sistemlerinin çoğunlukla basit, doğrusal görevlerden oluştuğunu ortaya koyuyor. Yeni benchmark, Wikipedia üzerinde gezinme, çoklu araç kullanımı ve sonuçları birleştirme gerektiren 1400 farklı görev içeriyor. Test sonuçları, en başarılı AI ajanının bile sadece %37.2 doğruluk oranına ulaşabildiğini gösteriyor. Özellikle navigasyon hatalarının dominant olduğu (%27-52 arası başarısızlık) bu çalışma, AI ajanlarının araç kullanımında güçlü olmasına rağmen karmaşık ortamlarda yön bulmakta zorlandığını kanıtlıyor.