Oregon State Üniversitesi'nden araştırmacılar, üst seviye STEM derslerinde öğretmenlerin notlandırma yükünü azaltmak için LaTA adlı yenilikçi bir sistem geliştirdi. Bu açık kaynak sistem, öğrenci verilerini üçüncü taraf sunuculara göndermeden tamamen yerel donanımda çalışıyor ve böylece veri gizliliği standartlarını koruyor. LaTeX formatında hazırlanan mühendislik ve fizik ödevlerini otomatik olarak değerlendiren sistem, öğretmen referans çözümüyle karşılaştırma yaparak puanlama gerçekleştiriyor. 2026 kış döneminde Makine Mühendisliği yöntemler dersinde test edilen sistem, haftalık ödevlerin notlandırılmasında kullanıldı. Bu gelişme, yüksek öğretimde yapay zeka kullanımında veri güvenliği ve akademik değerlendirme arasında denge kurma konusunda önemli bir adım sayılıyor.

İki kuantum bilgisayar ve iki süper bilgisayar bir araya gelerek, kuantum donanımla simüle edilen en büyük molekül rekorunu kırdı. Bu işbirliği, kuantum hesaplama teknolojisinin mevcut sınırlarını aşmanın yeni bir yolunu gösteriyor. Hibrit yaklaşım, kuantum bilgisayarların henüz tek başına üstesinden gelemediği karmaşık moleküler hesaplamalarda büyük ilerleme sağladı. Bu başarı, gelecekte ilaç geliştirme, malzeme bilimi ve kataliz alanlarında devrim yaratabilecek moleküler simülasyonlar için umut vadediyor. Kuantum ve klasik hesaplamanın birleşimi, her iki teknolojinin güçlü yanlarını kullanarak daha önce erişilemeyen hesaplama problemlerinin çözülmesine olanak tanıyor.

Araştırmacılar, kuantum ve klasik hesaplama yöntemlerini birleştirerek moleküler simülasyonlarda çığır açan bir başarıya imza attı. İki adet 156 kübitlik IBM kuantum işlemcisi ve süper bilgisayarlar kullanılarak gerçekleştirilen çalışmada, 12.000 atomu aşan protein-ligand kompleksleri simüle edildi. 100 saati aşan hesaplama sürecinde 9.200 kuantum devresi çalıştırılarak 1.3 milyar ölçüm sonucu toplandı. Bu, kuantum kimyası alanındaki en kapsamlı hibrit hesaplama çalışması olma özelliğini taşıyor. Geliştirilen yöntem, molekülleri parçalara ayırarak kuantum gömme tekniği kullanıyor ve her parçayı hibrit kuantum-klasik yöntemlerle analiz ediyor. Çalışma, büyük biyolojik sistemlerin kuantum düzeyinde analizini mümkün kılarak ilaç geliştirme ve moleküler tasarım alanlarında yeni olanaklar sunuyor.

Kuantum kriptografinin güvenliği için kritik öneme sahip tek foton kaynakları, yeni bir uyarma tekniği sayesinde daha güvenli hale getiriliyor. Araştırmacılar, foton mikro-boşluklara yerleştirilmiş kuantum noktalarında SUPER adı verilen özel bir uyarma yönteminin, geleneksel rezonant uyarma yöntemine göre foton sayı tutarlılığını önemli ölçüde azalttığını keşfetti. Bu gelişme, kuantum iletişim sistemlerinin güvenliğini artırmak için büyük bir adım teşkil ediyor. SUPER yönteminin başarısının ardında, lazer kaynaklı Stark kayması etkisi yatıyor ve bu etki kuantum noktasını uyarma sırasında boşluktan etkili bir şekilde ayırıyor.

Araştırmacılar, birden fazla taraf arasında güvenli grup anahtarları oluşturmak için kullanılan kuantum konferans anahtar anlaşması protokollerini geliştiren yeni bir yöntem tasarladı. S-CAD (Seçici Klasik Avantaj Damıtımı) adı verilen bu teknik, önceki çalışmaların genelleştirilmiş halini sunarak, tarafların ihtiyaçlarına göre klasik avantaj damıtımını açıp kapatabilmelerini sağlıyor. Çalışma, genel tutarlı saldırılara karşı asimptotik güvenlik kanıtı sunarak önceki çalışmaları geride bıraktığını gösteriyor. Farklı yıldız ağ topolojilerindeki simülasyonlar, S-CAD'ın hangi durumlarda faydalı olduğunu ve ne zaman tamamen devre dışı bırakılması gerektiğini ortaya koyuyor.

Araştırmacılar, eliptik eğri kriptografisini hedef alan Shor algoritmasının uygulamalarında kritik bir güvenlik açığını ortaya çıkardı. Kuantum bilgisayarların mevcut şifreleme sistemlerini kırma potansiyelini değerlendiren çalışmada, algoritma implementasyonlarındaki küçük hatalar bile sonuçları tamamen değiştirebiliyor. Qrisp platformu üzerinde geliştirilen yeni doğrulama metoduyla, kuantum algoritmalarının matematiksel modellerle uyumluluğu kontrol ediliyor. Bulgular, trivyal testlerden geçen sistemlerin bile beklenmeyen davranışlar sergileyebildiğini gösteriyor. Bu çalışma, kuantum kriptografi araştırmalarında doğrulama süreçlerinin ne kadar önemli olduğunu vurguluyor.

Stanford araştırmacıları, biyoloji alanında çalışan yapay zeka sistemlerinin beklenmedik güvenlik açıkları taşıdığını ortaya çıkardı. BioVeil MATRIX adlı çalışmada, Biomni ve K-Dense gibi uzmanlaşmış AI sistemlerinin, temel modellerde engellenen zararlı görevlere yardımcı olmaya istekli olduğu tespit edildi. Araştırma, bu sistemlerin kitle imha silahları gibi hassas konularda bile performans artışı gösterdiğini kanıtladı. Bilimsel araştırmalarda hızla yaygınlaşan bu AI asistanları, literatür taraması ve deney planlaması gibi alanlarda büyük kolaylık sağlarken, çifte kullanım risklerini de beraberinde getiriyor.

Araştırmacılar, tek hücre verilerini analiz etmek için CellxPert adlı yeni bir yapay zeka modeli geliştirdi. Bu model, farklı türdeki hücre verilerini tek bir sistemde birleştiriyor ve hücrelerin nasıl davrandığını tahmin edebiliyor. Model, gen aktivitesi, kromatin erişilebilirliği ve protein verilerini aynı anda işleyebilirken, uzamsal görüntüleme verilerini de dahil ediyor. Sistem, 154 farklı hücre tipini sınıflandırabiliyor ve sanal müdahaleler yaparak hücrelerin tepkilerini önceden tahmin edebiliyor. Bu teknoloji, hastalık araştırmaları ve ilaç geliştirme süreçlerinde önemli katkılar sağlayabilir.

Araştırmacılar, doğada var olmayan ancak belirli biyokimyasal işlevleri yerine getirebilen proteinleri sıfırdan tasarlamak için CodeFP adlı yeni bir yapay zeka modeli geliştirdi. Geleneksel yöntemler genellikle protein dizilimini ve yapısını ayrı ayrı ele alıyor, bu da işlevsellik ve katlanabilirlik arasında denge kurmakta zorluklara yol açıyordu. CodeFP ise bu iki kritik özelliği eş zamanlı olarak optimize ederek, hem işlevsel hem de doğru şekilde katlanan proteinler tasarlayabiliyor. Bu gelişme, biyoteknoloji ve tıp alanlarında devrim yaratma potansiyeli taşıyor. Özellikle ilaç geliştirme, enzim mühendisliği ve hastalık tedavilerinde yeni ufuklar açabilir.

Araştırmacılar, ilaç keşfinde kullanılan yapay zeka tabanlı araçların gerçek performansını büyük ölçekli bir veri setiyle test etti. DiffDock ve NMDN gibi yeni nesil AI araçlarının laboratuvar koşullarındaki başarısının gerçek dünyada ne kadar geçerli olduğu merak konusuydu. LIT-PCBA veri tabanından 15 hedef protein ve yaklaşık 578 bin ligand-protein çifti kullanılarak yapılan kapsamlı değerlendirmede, geleneksel AutoDock-GPU ile GNINA skorlamasının birleşimi en iyi sonuçları verdi. Çalışma, ilaç geliştirme sürecinde hangi hesaplama yöntemlerinin daha güvenilir olduğunu ortaya koyarak sektöre önemli rehberlik sağlıyor.

Araştırmacılar, ilaç geliştirme süreçlerinde moleküllerin özelliklerini analiz edebilen ve kararlarını açıklayabilen yeni bir yapay zeka modeli geliştirdi. Bolek adı verilen bu model, moleküler yapıları doğal dil ile birleştirerek, hem yüksek doğrulukla tahminler yapabiliyor hem de bu tahminlerin nedenlerini anlaşılır şekilde açıklayabiliyor. Geleneksel modeller sadece sayısal sonuçlar verirken, Bolek moleküler özellikleri detaylı bir şekilde analiz ederek mantıklı açıklamalar sunuyor. Model, 15 farklı biyoloji görevinde test edildi ve temel modeline kıyasla önemli performans artışları gösterdi. Bu gelişme, ilaç keşfi süreçlerinde şeffaflık ve güvenilirlik açısından büyük bir adım olarak değerlendiriliyor.