Araştırmacılar, yapay zekanın portre fotoğrafçılığındaki kompozisyon kurallarını öğrenmesi için PortraitCraft adlı kapsamlı bir veri seti geliştirdi. 50 bin gerçek portre fotoğrafından oluşan bu veri seti, kompozisyon puanlama, 13 farklı kompozisyon özelliği analizi ve açıklayıcı metinler içeriyor. Sistem, bir portrenin estetik değerini değerlendirmenin yanı sıra belirli kompozisyon gereksinimlerine göre yeni portreler oluşturabiliyor. Bu gelişme, fotoğrafçılık eğitiminden otomatik görsel içerik üretimine kadar pek çok alanda kullanım potansiyeli taşıyor. Proje, yapay zekanın sanatsal anlayış ve yaratıcılık konularında aldığı mesafeyi gözler önüne seriyor.

Araştırmacılar, ses ve video üretiminde fiziksel tutarlılığı artıran yeni bir yapay zeka sistemi geliştirdi. Tora3 adlı bu sistem, nesnelerin hareket yörüngelerini kullanarak görsel hareket ve ses olaylarını birlikte yönetiyor. Mevcut yöntemler genellikle görsel açıdan kararsız hareketler ve yalnızca gevşek bir şekilde hizalanmış sesler üretirken, Tora3 nesne yörüngelerini ortak bir kinematik rehber olarak kullanarak bu sorunu çözüyor. Sistem, hareketle ses arasındaki fiziksel bağlantıyı güçlendirerek daha gerçekçi ses-video içeriği oluşturabiliyor.

Araştırmacılar, geleneksel yapay zeka öğrenme yöntemlerinden farklı olarak insan beyninin çalışma prensiplerini taklit eden yeni bir görsel tanıma modeli geliştirdi. Multi-Frequency Local Plasticity adı verilen bu sistem, beynin yerel öğrenme mekanizmalarından ilham alarak çalışıyor. Model, sabit Gabor filtreleri, rekabetçi öğrenme algoritmaları ve modern Hopfield ağlarını birleştiriyor. En dikkat çekici özelliği ise tüm sistem boyunca geri yayılım algoritması kullanmadan öğrenebilmesi. Bu yaklaşım, yapay zekanın daha az enerji tüketen ve biyolojik sistemlere daha yakın çalışma prensipleriyle geliştirilmesine olanak tanıyor. Araştırma, hem yapay zeka hem de beyin bilimi alanlarında önemli bir adım olarak değerlendiriliyor.

Araştırmacılar, yapay zeka modellerinin görsel ve metinsel bilgileri birlikte işleme kapasitesini artıran yeni bir yöntem geliştirdi. Çalışma, mevcut çok modlu AI sistemlerinin görsel verileri yetersiz işlediğini ve karmaşık görevlerde zorlandığını ortaya koyuyor. Geliştirilen 'görsel tekrar modülü' ve 'derinlik ölçeklendirme' teknikleri, modellerin hem görüntüleri daha iyi anlamasını hem de karmaşık mantıksal işlemleri daha hızlı gerçekleştirmesini sağlıyor. Bu yenilik, özellikle görsel soru cevaplama sistemleri ve akıllı asistanlar için önemli performans artışları vaat ediyor.

Araştırmacılar, yapay zeka modellerinin ürettiği yanıtları değerlendirmek için yeni bir yöntem geliştirdi. Geleneksel sistemler her yanıtı ayrı ayrı inceleyerek zaman kaybına neden olurken, yeni yaklaşım birden fazla yanıtı tek seferde karşılaştırıp puanlayabiliyor. Bu yöntem, yanıtları özel ayırıcı tokenlarla birleştirerek doğrudan karşılaştırmalı akıl yürütme imkanı sunuyor. Sistem, N adet yanıt için N kat hızlanma ve hesaplama maliyetinde ciddi azalma sağlıyor. Araştırma kapsamında iki yeni benchmark oluşturuldu: MR²Bench-Image görsel içerik için 8 farklı modelin yanıtlarını insan değerlendirmeleriyle karşılaştırırken, MR²Bench-Video 94 bin kişinin video tabanlı soru-cevap değerlendirmelerinden oluşuyor. Bu gelişme, yapay zeka modellerinin performansını daha hızlı ve verimli değerlendirme imkanı sunarak, AI sistemlerinin geliştirilmesini hızlandırabilir.

Alzheimer hastalığının erken teşhisi için kullanılan PET taramaları pahalı ve radyasyon içeriyor. Araştırmacılar, MR görüntülerinden yapay zeka ile PET taraması üreten DIReCT++ sistemini geliştirdi. Bu yeni teknoloji, klinik bilgilerle desteklenen görsel-dil modelini kullanarak kişiye özel PET görüntüleri sentezleyebiliyor. Çok merkezli veri setlerinde yapılan testler, sistemin hafif bilişsel bozukluk durumlarını değerlendirmede başarılı olduğunu gösteriyor. Bu gelişme, Alzheimer'ın erken teşhisinde maliyet ve radyasyon maruziyeti sorunlarına çözüm getirebilir.

Araştırmacılar, yapay zekanın geometri problemlerindeki görsel algı sorununu çözmek için yeni bir yaklaşım geliştirdi. Çok modlu büyük dil modelleri (MLLM'ler) karmaşık metinleri anlayabilse de, geometrik şekilleri görsel olarak algılamakta zorlanıyordu. Yeni geliştirilen 'Geoparsing' sistemi, hem düzlem hem de katı geometriyi kapsayan birleşik bir formal dil kullanarak bu sorunu çözüyor. Sistem, 29 bin gerçek geometri örneği ile eğitildi ve denetimli öğrenme ile pekiştirmeli öğrenmeyi birleştiren hibrit bir yaklaşım kullanıyor. Bu gelişme, yapay zekanın matematik eğitiminden mühendislik uygulamalarına kadar geniş bir yelpazede kullanılabilmesinin önünü açıyor.

Bilgisayar grafikleri dünyasında gerçek zamanlı fotorealistik görüntü oluşturma alanında önemli bir gelişme yaşanıyor. 3D Gaussian Splatting (3DGS) teknolojisi, çoklu görüntülerden 3D sahneler oluşturmada devrim yaratmış, ancak girdi görüntülerindeki tutarsızlıklar ve bozucu öğeler nedeniyle görsel bozulmalar yaşanıyordu. Araştırmacılar tarafından geliştirilen PDF-GS adlı yeni framework, bu sorunu çözmek için 3DGS'nin doğasında bulunan tutarsız sinyalleri bastırma yetisini keşfetti ve bu özelliği güçlendiren kademeli bir optimizasyon sistemi tasarladı. Sistem, bozucu öğeleri aşamalı olarak filtrelerken, sonrasında temizlenmiş verilerden ince detayları geri kazandırıyor. Bu yenilikçi yaklaşım, 3D sahne rekonstrüksiyonu ve sanal gerçeklik uygulamalarında daha güvenilir ve yüksek kaliteli sonuçlar elde edilmesini sağlıyor.

Malezya'daki yerli topluluklar üzerinde yapılan yeni bir genetik araştırma, insan koku alma sisteminin binlerce yıl boyunca yaşam tarzı ve beslenme alışkanlıklarına göre şekillendiğini ortaya koyuyor. Çalışma, nemli toprağın kokusundan olgun meyvenin kokusuna kadar çeşitli kokuları algılama yetimizin, atalarımızın nasıl yaşadığı ve ne yediğiyle doğrudan bağlantılı olduğunu gösteriyor. Bu bulgular, insan olfaktör sisteminin çevresel baskılara nasıl uyum sağladığını anlamak açısından önemli ipuçları sunuyor. Araştırma, farklı yaşam tarzlarına sahip toplulukların koku alma genlerindeki varyasyonları inceleyerek, evrimsel süreçlerin günlük yaşamımızda hala etkili olduğunu kanıtlıyor.

Yapay zeka modellerinin yeni görevleri örneklerden öğrenmesini sağlayan 'bağlam içi öğrenme' yöntemi, sadece metinle çalışırken başarılı olsa da görsel ve metinsel verileri birlikte işlerken zorlanıyor. Araştırmacılar, çok modlu büyük dil modellerinin neden tek modal karşılıklarından daha zayıf performans sergilediğini sistematik olarak inceledi. Bulgular, mevcut modellerin görsel ve metinsel temsiller arasında mantıksal düzeyde yeterli hizalamaya sahip olmadığını ve öğrenilen görev eşlemelerini güvenilir şekilde aktaramadığını gösteriyor. Bu keşif, yapay zeka sistemlerinin farklı veri türlerini daha etkili şekilde birleştirmesi için gereken iyileştirmelere ışık tutuyor.

Araştırmacılar, yapay zekanın gerçekçi 3D görseller üretebilmesi için DF3DV-1K adlı kapsamlı bir veri seti geliştirdi. 1.048 farklı mekan ve toplam 89.924 fotoğraf içeren bu koleksiyon, her sahne için hem temiz hem de karışık görüntüler sunuyor. Tüketici kameralarıyla çekilen fotoğraflar, günlük kullanım koşullarını taklit ediyor ve 128 farklı dikkat dağıtıcı öğe ile 161 mekan teması kapsıyor. Veri seti, yapay zekanın farklı açılardan yeni görüntüler sentezleyebilmesini sağlayan radiance field teknolojilerinin gelişimi için kritik öneme sahip. İç ve dış mekan ortamlarını kapsayan bu kaynak, özellikle karışık ortamlarda bile temiz görüntüler üretebilen sistemlerin test edilmesi amacıyla tasarlandı.