Araştırmacılar, Avrupa'daki 28 parlamentonun siyasi gündemlerini analiz etmek için yapay zeka destekli yeni bir sistem geliştirdi. ParlaCAP adlı bu sistem, 8 milyondan fazla parlamento konuşmasını analiz ederek siyasi konuları otomatik olarak sınıflandırabiliyor. Çalışmada büyük dil modelleri ile küçük modeller arasında öğretmen-öğrenci yaklaşımı kullanılarak maliyet-etkin bir çözüm üretildi. Sistem, insan uzmanlarla karşılaştırılabilir doğruluk oranları gösterdi ve mevcut sınıflandırma araçlarından daha başarılı sonuçlar verdi. Bu gelişme, parlamenter demokrasilerde gündem belirleme süreçlerinin anlaşılmasına önemli katkı sağlayacak.

Araştırmacılar, kemik oluşumu sürecini daha doğru modelleyebilen yeni bir yapay zeka sistemi geliştirdi. Boolean ağlar adı verilen matematiksel modeller kullanarak gen düzenlenmesini taklit eden bu sistem, biyolojik olarak anlamsız sonuçları otomatik olarak elemekte ve yalnızca gerçekçi senaryoları korumaktadır. Geliştirilen yöntem, 9 farklı genin kontrol ettiği kemik oluşumu sürecine uygulanarak test edildi. Bu yaklaşım, gelecekte kemik hastalıklarının tedavisinde ve rejeneratif tıpta önemli katkılar sağlayabilir.

Araştırmacılar, siyasi röportajlardaki kaçamak yanıtları ve belirsiz ifadeleri otomatik olarak tespit edebilen yapay zeka sistemi geliştirdi. Bükreş Üniversitesi ekibi, RoBERTa dil modeline dayalı sistem ile politikacıların sorulara ne kadar açık yanıt verdiklerini ve hangi kaçamak stratejilerini kullandıklarını belirleyebiliyor. Sistem, uzun metinleri parçalara bölen özel tekniklerle standart yapay zeka modellerinin sınırlarını aşıyor ve %80 doğrulukla kaçamak yanıtları tespit ediyor. Bu gelişme, siyasi iletişimin şeffaflığının artırılması ve seçmenlerin daha bilinçli karar vermesi açısından önemli.

Binlerce yıllık Sanskritçe literatürün dijitalleştirilmesi, veri eksikliği nedeniyle büyük zorluklarla karşılaşıyordu. Araştırmacılar bu sorunu çözmek için Naamah adlı yeni bir veri seti geliştirdi. 102 bin cümlelik bu veri seti, DBpedia'dan çıkarılan bilgilerle 24 milyar parametreli yapay zeka modelinin üretken yeteneklerini birleştiriyor. Sistem, klasik Sanskritçe gramerinin karmaşık yapısını anlayarak doğal ve çeşitli eğitim verisi oluşturabiliyor. Bu yenilik, antik metinlerdeki kişi, yer ve kavram isimlerini otomatik olarak tanımlayabilme kabiliyeti kazandırıyor. Çalışma, hem çok dilli XLM RoBERTa hem de parametre açısından verimli IndicBERTv2 mimarilerini test etti. Bu gelişme, yalnızca Sanskritçe değil, benzer veri kıtlığı yaşayan diğer antik diller için de umut veriyor.

Araştırmacılar, kalp hastalarına kişiselleştirilmiş tedavi sunmak için CHESRA adlı yeni bir yapay zeka algoritması geliştirdi. Bu sistem, karmaşık kalp dokularının mekanik davranışlarını modellemek için fizik yasalarını ve makine öğrenimini birleştiriyor. Geleneksel yöntemler çok fazla parametre kullanarak karmaşık hesaplamalar gerektirirken, CHESRA sadece 3-4 parametre ile daha basit ve doğru modeller üretiyor. Algoritma, birden fazla deneysel veri kaynağından otomatik olarak basit enerji fonksiyonları türetiyor ve hem laboratuvar testlerinde hem de 3 boyutlu simülasyonlarda mevcut teknolojilerden daha tutarlı sonuçlar veriyor. Bu gelişme, dijital kalp ikizleri teknolojisinin klinik uygulamalarda daha etkili kullanılmasının önünü açıyor.

Doğal afetler ve acil durumlar sırasında dil engelinin hayati sonuçları olabilir. Araştırmacılar, kriz zamanlarında etkili çok dilli iletişim sağlayabilecek yeni bir yapay zeka sistemi geliştirdi. Bu sistem, küçük bir veri kümesinden yola çıkarak büyük dilbilim korpuslarından ilgili verileri süzüp çıkarıyor ve özel bir dil modeli eğitiyor. Sistemin en önemli özelliği, çevirilerini A2 seviyesi basit İngilizce'ye uyarlayabilmesi. Otomatik değerlendirmeler ve insan testleri, bu yaklaşımın metinleri daha anlaşılır hale getirirken çeviri kalitesini koruduğunu gösteriyor. Tam çok dilli destek mümkün olmadığında, basit İngilizce'nin acil durum iletişiminde evrensel dil işlevi görebileceği kanıtlandı.

Araştırmacılar, iPhone kullanarak sadece 20 dakikada robotik algı sistemleri geliştirebilen devrim niteliğinde bir uygulama geliştirdi. FalconApp adlı bu sistem, kullanıcının herhangi bir nesneyi kısa bir video ile çekmesinin ardından otomatik olarak etiketlenmiş sentetik veriler üretip makine öğrenmesi modeli eğitiyor. Geleneksel robotik algı sistemlerinde büyük miktarda manuel etiketlenmiş veri ihtiyacı en büyük engeldi. Bu yeni yaklaşım, gerçek dünya verilerinin manuel etiketleme sürecini tamamen ortadan kaldırarak robotik alanında önemli bir zaman ve maliyet tasarrufu sağlıyor. Sistem, nesne tespiti ve 6 serbestlik dereceli konum belirleme gibi karmaşık görevleri başarıyla yerine getiriyor.

Araştırmacılar, malzeme biliminde büyük veri analizi ve yoğunluk fonksiyonel teorisi hesaplamalarını otomatikleştiren yeni bir Python paketi geliştirdiler. aim2dat (Otomatik Ab Initio Malzeme Modelleme ve Veri Analizi Araç Kiti) adlı bu yazılım, bilim insanlarının karmaşık malzeme yapılarını daha kolay analiz etmesini ve yeni bileşiklerin keşfini hızlandırmasını sağlıyor. Yazılım, çevrimiçi veritabanlarına bağlanabiliyor, yüksek verimli tarama rutinleri sunuyor ve makine öğrenmesi modellerini sorunsuz şekilde entegre edebiliyor. Bu gelişme, deneysel araştırmaları destekleyerek malzeme biliminde veri odaklı yaklaşımların yaygınlaşmasına katkıda bulunuyor.

Büyük dil modelleri kullanarak veri kümelerinden doğal dil özetleri çıkarmak artık yaygın bir uygulama. Ancak bu özetlerde yer alan iddialar her zaman gerçek verilerle örtüşmüyor. Araştırmacılar bu sorunu çözmek için Evergreen adlı bir sistem geliştirdi. Sistem, yapay zeka tarafından üretilen özetlerdeki iddiaları otomatik olarak doğrulayabiliyor. Özellikle büyük veri kümelerinde sayısal karşılaştırmalar, gruplamalar ve niceleyiciler içeren karmaşık iddiaları kontrol etmede başarılı sonuçlar veriyor. Evergreen, iddia doğrulama sürecini semantik sorgu işleme görevine dönüştürerek çalışıyor ve gereksiz yapay zeka çağrılarını önleyerek maliyet ve gecikmeyi azaltıyor.

Araştırmacılar, kripto para dünyasında kullanıcılara yardım eden yapay zeka asistanlarının ne kadar faydalı olduğunu ölçmek için LATTICE adlı yeni bir değerlendirme sistemi geliştirdi. Mevcut test yöntemleri sadece AI'ların doğru cevap verip vermediğine odaklanırken, LATTICE kullanıcıların karar verme sürecine ne kadar yardımcı olduklarını da ölçüyor. Bu sistem, altı farklı değerlendirme boyutu ve 16 görev türü kullanarak kripto AI asistanlarını gerçek senaryolarda test ediyor. En önemli yenilik, değerlendirmenin tamamen otomatik yapılabilmesi ve uzman görüşlerine bağımlı olmaması.

Araştırmacılar, büyük dil modellerinin (LLM) kod yazma yeteneklerini test etmek için yeni bir değerlendirme platformu geliştirdi. ClassEval-Pro adlı bu sistem, yapay zekanın basit fonksiyonlar yerine karmaşık sınıf yapıları oluşturma becerisini ölçüyor. Platform, 11 farklı alanda 300 görev içeriyor ve otomatik bir üç aşamalı süreçle hazırlandı. Her görev, yapay zeka hakem topluluğu tarafından doğrulanıyor ve %90'ın üzerinde kod kapsamına sahip test paketlerinden geçmek zorunda. Araştırmada beş farklı gelişmiş yapay zeka modeli, beş farklı kod üretim stratejisiyle test edildi. Bu çalışma, yapay zekanın kod yazma alanındaki gelişimini daha kapsamlı şekilde değerlendirme olanağı sunuyor.