Bilim insanları, yapay zeka modellerinin karşılaştığı en büyük sorunlardan birini çözmek için yeni bir yaklaşım geliştirdi. Geleneksel AI modelleri yeni görevler öğrenirken eskiden öğrendiklerini unutma eğilimindedir - bu duruma 'katastrofik unutma' denir. Araştırmacılar, özellikle akışkanlar dinamiği gibi karmaşık fizik problemleri için tasarlanan SLE-FNO adlı yeni bir mimari sundular. Bu sistem, tek katman uzantısı kullanarak modelin sürekli öğrenme yeteneğini artırıyor ve geçmiş bilgileri kaybetmeden yeni koşullara uyum sağlamasını mümkün kılıyor. Geliştirilen yöntem, farklı geometriler, sınır koşulları veya akış rejimlerindeki değişikliklere karşı daha esnek çözümler sunabiliyor.

Araştırmacılar, alçak Dünya yörüngesindeki uydu ağları için yeni bir yapay zeka öğrenme sistemi geliştirdi. CroSatFL adı verilen bu sistem, uyduların kendi aralarında veri paylaşarak öğrenmesini sağlarken enerji tüketimini dramatik şekilde azaltıyor. Geleneksel sistemlerde uyduların sürekli Dünya ile iletişim kurması gerekiyordu, ancak yeni yaklaşım uyduların lazer bağlantılar kullanarak kendi aralarında bilgi alışverişi yapmasına olanak tanıyor. Bu, hem enerji tasarrufu hem de daha hızlı öğrenme anlamına geliyor. Sistem, uyduların sınırlı güç kaynaklarını göz önünde bulundurarak tasarlandı ve uzay tabanlı bilgi işlem ağlarının sürdürülebilirliğini artırıyor. Gelişen uydu mega takımyıldızları için önemli bir teknolojik adım olan bu çalışma, uzayda autonomous AI sistemlerinin yaygınlaşması yolunda kritik bir milestone oluşturuyor.

Araştırmacılar, yapay zeka modellerindeki zararlı ve güvenli olmayan davranışları doğrudan kaynaklarından silmek için yeni bir yöntem geliştirdi. Mistral ve LLaVA gibi hizalanmış modeller bile eğitim sürecinden kalma istenmeyen davranışlar sergileyebiliyor. Mevcut güvenlik yöntemleri sadece tercih edilen yanıtları teşvik ediyor ancak zararlı çıktılara neden olan alt ağları doğrudan kaldırmıyor. Yeni geliştirilen 'budama' çerçevesi, gradyant-free bir atıf mekanizması kullanarak bu tehlikeli parametreleri tespit ediyor ve kaldırıyor. Sistem, GPU kaynaklarını verimli kullanırken farklı mimarilerde genelleştirilebiliyor. Deneysel sonuçlar, zararlı üretimlerde önemli azalma ve jailbreak saldırılarına karşı daha iyi direnç gösterirken model performansında minimal kayıp olduğunu ortaya koyuyor.

Matematikçiler, hiperkup adı verilen çok boyutlu geometrik yapılarda bulaşma süreçlerinin nasıl yayıldığını modelleyen karmaşık bir problemi çözdü. Bootstrap perkolasyon olarak bilinen bu süreç, bir ağda enfekte olmuş düğümlerin sağlıklı komşularını nasıl etkilediğini inceler. Araştırmacılar, d-boyutlu hiperkuplarda 4-komşu kuralı için minimum bulaşma başlangıç setinin boyutunu kesin olarak hesapladılar. Bu matematiksel formül m(Q_d;4)=d(d²+3d+14)/24+1 şeklinde ifade ediliyor. Çalışma, daha önce Morrison ve Noel'in ortaya koyduğu teorik alt sınırın gerçekten de optimal olduğunu kanıtlıyor. Bu sonuç, ağ teorisi ve kombinatorik matematiğinde önemli bir ilerleme sağlarken, bilgisayar ağları, sosyal ağlar ve epidemiyoloji gibi alanlarda pratik uygulamalara sahip.

Araştırmacılar, büyük dil modellerinin rehberliğinde evrimsel arama kullanarak basit ve anlaşılır algoritmalar keşfeden EVIL adlı yeni bir yaklaşım geliştirdi. Bu sistem, büyük veri setleri üzerinde sinir ağları eğitmek yerine, farklı veri setlerinde sıfır-atışlı çıkarım yapabilen saf Python/NumPy programları evrimleştiriyor. Sistem üç farklı alanda test edildi: zamansal nokta süreçlerinde bir sonraki olayı tahmin etme, Markov atlama süreçleri için oran matrisi tahmini ve zaman serisi tamamlama. Her durumda, evrimleşen tek bir algoritma tüm değerlendirme veri setlerinde veri seti başına özel eğitime ihtiyaç duymadan genelleme başarısı gösterdi. Bu çalışma, LLM destekli program evriminin dinamik sistemler problemleri için tek bir kompakt çıkarım fonksiyonu keşfedebileceğini gösteren ilk araştırma olma özelliği taşıyor.

Araştırmacılar, hiperbolik korunum yasalarını takip eden karmaşık fiziksel olayları simüle etmek için yeni bir yapay zeka modeli geliştirdi. Şok dalgaları, temas süreksizlikleri ve dalga etkileşimleri gibi zorlu fenomenleri modellemede kullanılan bu sistem, klasik sayısal yöntemlerin doğruluğunu korurken hesaplama süresini önemli ölçüde azaltıyor. Mevcut sinir ağı tabanlı çözümler genellikle fiziksel gerçekliği ihlal eden sonuçlar üretirken, bu yeni yaklaşım graf sinir ağları kullanarak hem hızlı hem de fiziksel olarak geçerli sonuçlar sunuyor. Özellikle parametrik çalışmalar ve tasarım optimizasyonu gibi çok sayıda hesaplama gerektiren görevlerde büyük avantaj sağlıyor.

Araştırmacılar, otonom araçlar ve robotik sistemlerde kritik öneme sahip 3D nesne tanıma teknolojisini, gizliliği koruyarak çok robotlu ağlarda kullanılabilir hale getiren yenilikçi bir çerçeve geliştirdi. Fed3D adlı bu sistem, robotların kişisel verilerini paylaşmadan ortak öğrenme yapabilmesini sağlıyor. Geleneksel yöntemlerde robotlar verilerini merkezi bir sunucuya göndermek zorunda kalırken, bu yaklaşımda her robot kendi verilerini yerel ortamda tutuyor. Sistem, 3D verilerin düzensiz yapısı ve robotlar arası farklı kategori dağılımları gibi teknik zorlukları aşmak için özel algoritmalar kullanıyor. Bu gelişme, özellikle büyük ölçekli keşif görevlerinde çalışan robot filolarının hem güvenli hem de etkili bir şekilde işbirliği yapabilmesinin önünü açıyor.

Makine öğrenmesinin en büyük sorunlarından olan 'kaybolan gradyanlar' ve 'aşırı öğrenme' problemlerinin dinamik kökenlerini anlamak için yeni bir model geliştirildi. Çok katmanlı algılayıcıların eğitim sürecinde, öğrenme dinamiklerinin belirli matematiksel yapılar (eyer noktaları) tarafından organize edilen plato ve neredeyse optimal bölgelerden geçerek aşırı öğrenme rejimine ulaştığı keşfedildi. Araştırmacılar, gürültülü veri setleriyle çalışıldığında teorik optimuma ulaşmanın imkansız olduğunu ve sistemin kaçınılmaz olarak aşırı öğrenme çözümlerine yerleştiğini matematiksel olarak gösterdi. Bu bulgular, yapay zeka modellerinin neden bazen beklenenden farklı davrandığını ve eğitim sürecindeki kritik geçiş noktalarını daha iyi anlamamızı sağlıyor.

Bilim insanları, rastgele ağ şeklindeki lazerlerin geometrik yapılarının ışık emisyon spektrumlarını nasıl etkilediğini kapsamlı bir şekilde analiz etti. Optik olarak aktif ağ yapılar, random lazerlerden algılama cihazlarına, fotonik işlemcilerden çeşitli teknolojik uygulamalara kadar geniş bir kullanım alanına sahip. Araştırmacılar, bu ağların geometrik özelliklerinin emisyon spektrumu üzerindeki etkisini öngörebilmek için istatistiksel bir çerçeve geliştirdi. Çalışma, ağ içindeki kısa kenarların yoğunluğunun (edge crowding) spektrumun modal yoğunluk dağılımının düzgünlüğünü ayarlamada kritik rol oynadığını ortaya koyuyor. Bu bulgular, gelecekte daha verimli fotonik cihazların tasarımında önemli katkılar sağlayabilir.

Yapay zeka araştırmacıları, transformer mimarilerinin alternatifi olarak hibrit modellerin potansiyelini araştırıyor. Son çalışmalarda lineer tekrarlayan sinir ağları (RNN) ve dikkat mekanizmalarını birleştiren hibrit modeller öne çıkıyor. Araştırmacılar, bu yeni mimarilerin transformer'lara göre avantajlarını kanıtlamak için Olmo Hybrid adlı 7 milyar parametreli bir model geliştirdi. Model, teorik olarak hem transformer'ların hem de lineer RNN'lerin ifade gücünü miras almakla kalmıyor, kod çalıştırma gibi her ikisinin de ötesindeki görevleri yerine getirebiliyor. Pratik testlerde Olmo Hybrid, standart Olmo 3 7B modelini eğitim öncesi ve orta düzey değerlendirmelerde geride bıraktı.

Araştırmacılar, sosyal ağlardaki dostluk ve düşmanlık ilişkilerinin nasıl şekillendiğini anlamamızı sağlayan Heider denge teorisini geliştirdi. Yeni matematiksel model, her bireyin sosyal etkileşimlerinin farklı yoğunlukta olduğunu kabul ediyor. Klasik yaklaşımlar tüm sosyal ilişkilerin aynı kararlılıkta olduğunu varsayarken, gerçekte bazı ilişkiler daha değişken, bazıları daha istikrarlı. Bilim insanları, her sosyal bağlantının kendine özgü bir 'sosyal sıcaklığa' sahip olduğu kapsamlı bir model geliştirdi. Bu çalışma, toplumsal kutuplaşmanın nasıl ortaya çıktığını ve hangi koşullarda toplumun bölünmüş ya da birleşik durumda olacağını matematiksel olarak açıklıyor.