Araştırmacılar, beyin hastalıklarının teşhisinde yaşanan tutarsızlık sorununu çözmek için yenilikçi bir yapay zeka sistemi geliştirdi. MADCLE adı verilen bu sistem, farklı beyin haritalarından elde edilen verileri birleştirerek hastalık belirtilerini daha tutarlı şekilde tespit edebiliyor. Çalışma, beyin görüntüleme teknolojilerinin farklı atlas seçimlerinden kaynaklanan değişken sonuçlar vermesi problemine odaklanıyor. Yeni yaklaşım, her beyin atlasının kendine özgü organizasyonel özelliklerini korurken, hastalıkla ilgili ortak paternleri de yakalayabiliyor. Bu gelişme, nörolojik ve psikiyatrik bozuklukların teşhisinde daha güvenilir sonuçlar elde edilmesine katkı sağlayabilir.

Araştırmacılar, beyin hücrelerinin görsel deneyimleri nasıl işlediğini anlamak için yeni bir yapay zeka yaklaşımı geliştirdi. POYO-CAP adı verilen bu sistem, beyin hücrelerinin farklı davranış kalıplarını dikkate alarak daha etkili öğrenme gerçekleştiriyor. Beyin görüntüleme verilerinde bazı nöronlar düzenli davranırken, diğerleri daha rastgele tepkiler veriyor. Bu heterojenlik, geleneksel yapay zeka yöntemlerinin performansını düşürüyordu. Yeni yaklaşım ise önce düzenli davranan nöronlarla öğrenmeye başlıyor, sonra daha karmaşık olanlarla devam ediyor. Allen Beyin Gözlemevi verilerinde test edilen sistem, geleneksel yöntemlere göre %12-13 oranında daha iyi sonuçlar elde etti. Bu gelişme, beynin görsel bilgileri nasıl işlediğini anlamamızı ilerletirken, nörolojik hastalıkların teşhis ve tedavisinde de yeni kapılar açabilir.

Araştırmacılar, su kümelerinin davranışını tahmin etmek için yenilikçi bir yapay zeka destekli moleküler dinamik simülasyon yöntemi geliştirdi. PDMD adlı bu sistem, geleneksel yöntemlerin karşılaştığı doğruluk-hız ikilemini çözerek, hem yüksek hassasiyette hem de hızlı hesaplamalar yapabiliyor. Gaussian tabanlı geometrik tanımlayıcılar ve ChemGNN adlı grafik sinir ağı kullanan sistem, herhangi bir boyuttaki su kümesinin enerji ve kuvvet değerlerini tahmin edebiliyor. Sistem, enerji tahmininde atom başına 1,39 meV, kuvvet tahmininde ise angström başına 50,7 meV hata payıyla çalışıyor ve mevcut DeepMD teknolojisinden 5 kat daha iyi performans gösteriyor. Bu gelişme, malzeme bilimi ve kimya simülasyonlarında önemli ilerlemeler sağlayabilir.

Bilim insanları, yetişkin beyninde sürekli yeni sinir hücrelerinin doğmasının koku alma sistemindeki şaşırtıcı rolünü keşfetti. eLife dergisinde yayınlanan araştırma, koku alma sisteminin hem istikrarlı koku temsillerini koruduğunu hem de öğrenme için gerekli esnekliği sağladığını ortaya koyuyor. Detaylı sinir ağı modelleri kullanılarak yapılan çalışma, koku soğanında bireysel hücre düzeyinde değişiklikler olsa da popülasyon düzeyinde koku temsillerinin sabit kaldığını gösteriyor. Piriform kortekste ise hem bireysel hem de toplu hücre yanıtları sürekli değişiyor. Bu bulgular, beynin yaşam boyu plastisitesini korurken nasıl istikrarlı algılar oluşturabildiğini anlamamıza yardımcı oluyor.

Bilim insanları uzun yıllardır beynimizin alfa dalgalarının (~10 Hz) gereksiz duyusal bilgileri engelleyerek dikkat mekanizmasına yardım ettiğini düşünüyordu. Ancak eLife Sciences'da yayınlanan yeni bir çalışma, bu yaygın görüşü sorgulayan sonuçlar ortaya koyuyor. EEG ve MEG teknolojilerini kullanan araştırmacılar, alfa dalgalarının erken duyusal işlemleri engelleme rolünü incelediler. Çalışmada katılımcılara görsel ipuçları verilerek görsel veya işitsel ayrım gerektiren görevler sunuldu. Beklenmedik şekilde, alfa aktivitesinin klasik inhibisyon teorisiyle tam olarak örtüşmediği gözlemlendi. Bu bulgular, dikkat mekanizmalarının çalışma şeklini yeniden düşünmemizi gerektirebilir.

Harvard Üniversitesi mühendisleri, kuantum teknolojisinde çığır açacak bir başarıya imza attı. Araştırmacılar ilk kez, tek bir titreşim kuantumunu (foton) tek bir atomik spin ile eşleştirmeyi başardı. Bu buluş, mevcut kuantum teknolojilerinin ışık veya elektrik yerine ses dalgalarını bilgi taşıyıcısı olarak kullanmasına olanak sağlayabilir. Nature dergisinde yayınlanan çalışma, kuantum iletişim sistemlerinde ses tabanlı yeni yaklaşımların temelini atıyor. Ses dalgalarının kuantum bilgi işlemede kullanılması, mevcut teknolojilere göre daha az enerji tüketimi ve farklı avantajlar sunabilir. Bu gelişme, kuantum bilgisayarlar ve güvenli iletişim sistemlerinin geliştirilmesinde yeni kapılar aralayabilir.

Kanadalı yazılım devi QNX, 2026 Robotik Zirvesi ve Fuarı'nda gerçek zamanlı işletim sistemleri ve otonom teknolojilerdeki son gelişmelerini tanıtacak. Şirket, 307 numaralı standında ziyaretçilere interaktif demonstrasyonlar sunarak, robotik alanındaki yeni araştırmalarını paylaşacak. QNX'in güvenli ve güvenilir işletim sistemleri, özellikle otonom araçlar ve endüstriyel robotlarda kritik görevler için tercih ediliyor. Bu etkinlik, robotik teknolojilerinin geleceğine yön verecek yeniliklerin sergileneceği önemli bir platform olacak.

Fizikçiler, topolojik soliton adı verilen parçacık benzeri manyetik yapıların özel bir türü olan hopfiyonları lazer kullanarak üretmeyi ve ilk kez doğrudan gözlemlemeyi başardı. Bu keşif, manyetik bellek cihazları ve hesaplama sistemleri gibi çığır açan teknolojilerin geliştirilmesi için önemli bir adım teşkil ediyor. Onlarca yıldır araştırılan bu olağanüstü yapılar, kararlı manyetik konfigürasyonları sayesinde gelecekteki teknolojik uygulamalarda devrim yaratabilir. Araştırma, lazer teknolojisinin bu egzotik manyetik strukturları kontrollü bir şekilde yaratabildiğini kanıtlayarak alanda yeni bir sayfa açıyor.

Bilim insanları, beyin hücrelerinin duyusal bilgileri nasıl temsil ettiğini anlamak için yeni bir geometrik yaklaşım geliştirdi. Araştırma, nöron gruplarının farklı uyaranları birbirinden ayırt edebilme yeteneğini ölçen benzersiz bir geometrik model ortaya koyuyor. Bu model, Fisher bilgi metriğinin çok ölçekli bir uzantısını kullanarak, ince detaylardan genel ayrımlara kadar kodlama yapısını yakalıyor. Çalışma, iyi kodlanmış uyaran yönlerinin geometrik uzayda genişlediğini, kötü kodlananların ise daraldığını gösteriyor. Bu yaklaşım, beynin bilgi işleme mekanizmalarını anlamada yeni perspektifler sunuyor.

Makine öğrenmesi tabanlı atomlar arası potansiyel modelleri, ilk prensipler hesaplamalarının doğruluğunu düşük maliyetle sunuyor. Ancak bu modellerin farklı termodinamik koşullarda ne kadar güvenilir olduğu tartışmalıydı. Yeni araştırma, eğitim verilerinde sıcaklık çeşitliliğinden ziyade yoğunluk çeşitliliğinin çok daha kritik olduğunu ortaya koyuyor. Katı hal veritabanlarıyla eğitilen modeller sıvı benzeri koşullarda başarılı olurken gaz benzeri durumlarda başarısız oluyor. Moleküler veritabanlarla eğitilenler ise tam tersini yapıyor. Araştırmacılar, yoğunluk açısından çeşitli veri setlerinin her iki sorunu da çözdüğünü gösteriyor.

Bilim insanları, moleküllerin ışık emdiğinde nasıl davrandığını önceden tahmin etmek için yeni hesaplama stratejileri geliştirdi. Araştırmacılar, uyarılmış durumdaki moleküllerin enerji seviyelerini hesaplamak için farklı yöntemleri karşılaştırdı ve en doğru sonuçları veren tekniği belirledi. Bu çalışma, güneş pilleri, LED'ler ve fotokatalizörler gibi ışıkla etkileşen teknolojilerin geliştirilmesinde kritik öneme sahip. Yeni yöntem, deneysel verilerle yüksek uyum göstererek, malzeme tasarımında daha güvenilir öngörüler yapılmasını sağlayacak.