Otonom sürüş teknolojisinde önemli bir adım: araştırmacılar, LiDAR sensörleriyle çalışan yapay zeka sistemlerinin beklenmedik nesneleri tespit etme yetisini artıran yeni bir framework geliştirdi. Neural Distribution Prior (NDP) adlı bu sistem, eğitim verilerinde bulunmayan nesneleri tanımada mevcut yöntemlerin ana sorunu olan sınıf dengesizliği problemini çözüyor. Geleneksel sistemler tüm nesne sınıflarının eşit dağıldığını varsayar, ancak gerçek dünyada bu böyle değil. NDP, ağ tahminlerinin dağılım yapısını modelleyerek ve öğrenilen dağılım önceliğine göre skorları yeniden ağırlıklandırarak bu sorunu aşıyor. Sistem ayrıca dikkat tabanlı bir modül ile sınıf bağımlı güven yanlılığını düzeltiyor ve Perlin gürültüsü tabanlı sentez stratejisi kullanıyor.

Birleşik Krallık'ta yapılan yeni bir araştırma, vatandaşların geri dönüşüm konusundaki karmaşıklığını gidermek için geliştirilen interaktif bir mobil uygulamanın etkinliğini test etti. Çalışma, yerel yönetimlerin farklı geri dönüşüm kurallarının yarattığı karışıklık ve 'istekli geri dönüşüm' (wishcycling) sorununa odaklandı. Araştırmacılar, 50 kişilik anket, uzman görüşmeleri ve tasarım aktivitelerini içeren karma yöntemli bir yaklaşım kullandı. Geliştirilen prototip uygulama, konum bazlı rehberlik, görsel sıralama yardımları ve malzeme özelinde bilgiler sunarak vatandaşların karşılaştığı temel sorunları çözmeyi hedefliyor. Odak grup değerlendirmeleri, uygulamanın geri dönüşüm doğruluğunu önemli ölçüde artırdığını gösterdi.

Araştırmacılar, araç kamerası görüntülerini analiz ederek trafik kazalarını önceden tahmin edebilen VAGNet adlı yapay zeka sistemi geliştirdi. Geleneksel yöntemlerden farklı olarak, her nesneyi ayrı ayrı incelemek yerine trafik sahnesinin genel özelliklerini değerlendiren bu sistem, hem daha hızlı çalışıyor hem de daha az hesaplama gücü gerektiriyor. Dünya genelinde milyonlarca can kaybına neden olan trafik kazalarının önlenmesinde devrimsel bir adım olan bu teknoloji, sürücü uyarı sistemlerinden otonom araçlara kadar geniş bir uygulama alanına sahip. Sistem, tehlikeli durumları zamanında tespit ederek sürücüleri uyarabilir veya araçların otomatik güvenlik manevralarını başlatabilir.

Güney Kore'nin KSTAR füzyon reaktöründe yapılan yeni araştırma, tokamak içindeki karmaşık plazma davranışlarını aydınlatıyor. Bilim insanları, 'fishbone' adı verilen plazma kararsızlıklarının çekirdek ve kenar bölgeleri arasındaki etkileşimini detaylı olarak inceledi. Çalışma, bu kararsızlıkların şiddetinin beta değeri ve güvenlik faktörüyle yakından ilişkili olduğunu ortaya koydu. Beta değeri arttıkça ve güvenlik faktörü azaldıkça fishbone olaylarının daha güçlü hale geldiği gözlemlendi. Araştırmacılar, manyetik pertürbasyonların varlığının bu kararsızlıkların ortaya çıktığı koşulları etkilediğini de keşfetti. Bu bulgular, gelecekteki füzyon reaktörlerinde plazma kontrolünün optimize edilmesi açısından kritik önem taşıyor.

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.

Bilim insanları, nesnelerin interneti (IoT) cihazları için devrim niteliğinde bir güvenlik çözümü geliştirdi. Bu yenilik, SWIPT (Simultaneous Wireless Information and Power Transfer) teknolojisini kullanan IoT ağlarında güvenliği artırırken enerji tüketimini minimal düzeyde tutuyor. Backscatter tabanlı kimlik doğrulama mekanizması sayesinde, cihazlar geleneksel RF alıcı-vericilerini aktif hale getirmeden güvenli iletişim kurabilmekte. Araştırmacılar, protokolden bağımsız çalışan bu çözümün minimal donanım değişikliği gerektirdiğini ve mevcut LoRaWAN şifrelemesindeki güvenlik açıklarını giderdiğini gösterdi. Pil gerektirmeyen sensör düğümlerinde test edilen sistem, özellikle enerji kısıtlı ortamlarda çalışan IoT cihazları için büyük önem taşıyor.

Bilgisayar kullanım ajanları (CUA'lar) artık karmaşık görevleri bağımsız olarak yerine getirebiliyor, ancak yeni bir araştırma kritik bir güvenlik açığını ortaya koyuyor. Mevcut güvenlik değerlendirmeleri açık tehditlere odaklanırken, tamamen zararsız kullanıcı talimatlarının bile ciddi riskler doğurabileceği gözden kaçırılıyor. Araştırmacılar, 300 insan yapımı görevden oluşan OS-BLIND benchmarkını geliştirerek, en gelişmiş yapay zeka modellerinin bile %90'ın üzerinde saldırı başarı oranı gösterdiğini keşfetti. Güvenlik odaklı Claude 4.5 Sonnet bile %73 oranında zafiyet sergiledi. Bu durum, yapay zeka asistanlarının güvenlik mekanizmalarının yeniden gözden geçirilmesi gerektiğini gösteriyor.

Akıllı telefonlarda çalışan yapay zeka uygulamaları için kritik önem taşıyan gecikme süresi tahmini konusunda önemli bir gelişme yaşandı. Araştırmacılar, mobil cihazların işlemci frekanslarının sürekli değişmesi nedeniyle oluşan tahmin zorluklarını çözen FLAME adlı sistemi geliştirdi. Geleneksel yöntemler, işlemcilerin enerji tasarrufu için frekanslarını dinamik olarak ayarlaması sebebiyle gerçek kullanımda yetersiz kalıyordu. Özellikle küçük dil modelleri gibi yeni nesil yapay zeka uygulamalarında bu sorun daha da kritik hale geliyor. Yeni sistem, CPU ve GPU arasındaki karmaşık asenkron etkileşimi dikkate alarak çok daha doğru tahminler yapabiliyor. Bu gelişme, mobil cihazlarda çalışan yapay zeka uygulamalarının performansını optimize etmek ve enerji verimliliğini artırmak açısından büyük önem taşıyor.

Beyin implantları alanında yapılan yeni bir güvenlik araştırması, malzeme seçiminin boyuttan daha kritik olduğunu ortaya koydu. Uzun vadeli testlerde yumuşak ve esnek implantların, geleneksel sert silikon çiplere kıyasla beyin dokusuna çok daha az zarar verdiği gözlemlendi. Esnek implantlar beynin doğal hareketlerine uyum sağlayarak sağlıklı hücrelerin korunmasını destekliyor ve elektriksel sinyallerin daha net alınmasını mümkün kılıyor. Bu bulgular, gelecekte yıllarca güvenle kullanılabilecek beyin-bilgisayar arayüzlerinin geliştirilmesi açısından büyük önem taşıyor.

Araştırmacılar, titreşimli uydu videolarında araçları tespit etme ve takip etme konusunda devrim yaratacak DeTracker adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, uydu platformunun titreşimi ve küçük nesnelerin zayıf görüntü kalitesi gibi zorluklarla başa çıkabiliyor. DeTracker, hareket dengesizliğini çözmek için küresel-yerel hareket ayrıştırma modülü ve zamansal özellik piramidi kullanıyor. Bu teknoloji, trafik izleme, güvenlik uygulamaları ve şehir planlaması gibi alanlarda büyük potansiyel taşıyor.

Araştırmacılar, şifreli internet trafiğinden cihaz kimliklerini tespit edebilen CONTEX-T adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, mesaj içeriğini okuyamasa bile, paket verilerinin zaman ve frekans analizini yaparak hangi cihazın iletişim kurduğunu belirleyebiliyor. IoT cihazlarının yaygınlaşmasıyla birlikte bu durum, şifrelemenin bile tam güvenlik sağlayamadığını gösteriyor. Çalışma, mevcut güvenlik önlemlerinin yeterli olmadığını ve yeni koruma stratejilerine ihtiyaç olduğunu ortaya koyuyor.