Bilim insanları, beynimizde yaratıcı düşüncenin nasıl ortaya çıktığına dair önemli bir keşif yaptı. Rostral prefrontal korteks adlı beyin bölgesinde, hayalperest düşüncelerimiz ile mantıksal kontrol mekanizmalarımızı birbirine bağlayan fonksiyonel bir gradyan tespit edildi. Bu bölge, spontan düşüncelerimizin yönetici kontrol sistemleriyle nasıl etkileşim kurduğunu gösteren kritik bir hub görevi görüyor. Keşif, yaratıcılığın beynimizde nasıl işlediğini anlamak açısından çığır açıcı nitelikte. Araştırma, daha önce bilinmeyen bu nöral bağlantının, günlük yaşamda hayalkurma ile problem çözme arasındaki dengeyi nasıl sağladığını ortaya koyuyor.

Araştırmacılar, robot hareket planlaması için geleneksel signal temporal logic (STL) mantığının ötesine geçen yenilikçi bir yaklaşım geliştirdi. 'Bulanık Yollar Mantığı' adlı bu yeni sistem, robotların hareket planlarını daha anlaşılır ve esnek şekilde tanımlamaya olanak sağlıyor. Sistem, geometri ve mantık kavramlarını birbirinden ayırarak, karmaşık robot davranışlarının daha basit formüllerle ifade edilmesini mümkün kılıyor. Bu yaklaşım, hem insan operatörlerin robot davranışlarını daha kolay tanımlamasına hem de robotların örnek hareketlerden öğrenmesine imkan veriyor. Siber-fiziksel sistemler ve robotik alanında önemli bir gelişme olan bu çalışma, robot hareket planlamasında yeni standartlar oluşturabilir.

Araştırmacılar, büyük dil modellerinin karmaşık mantıksal problemlerdeki performansını artırmak için Agent-GWO adlı yeni bir sistem geliştirdi. Bu sistem, farklı ajanların işbirliği yaparak en etkili soru sorma stratejilerini ve sistem ayarlarını otomatik olarak bulmasını sağlıyor. Geleneksel yöntemler elle hazırlanan sabit komutlara dayandığı için sınırlı başarı gösterirken, yeni sistem dinamik olarak kendini optimize ediyor. Gri kurt algoritmasından esinlenen lider-takipçi mekanizması kullanarak, sistem hem soru kalıplarını hem de teknik parametreleri aynı anda iyileştiriyor. Bu yaklaşım, yapay zeka modellerinin farklı görevlerde daha kararlı ve yüksek performans göstermesini sağlıyor.

Ameliyathanelerde kullanılan C-arm X-ray cihazlarının otomatik konumlandırılması için geliştirilen yeni bir yapay zeka sistemi, acil müdahalelerde kritik zaman kazandırabileceğini gösteriyor. Araştırmacılar, büyük dil modellerini kullanarak kemik işaretlerini otomatik olarak tespit edebilen ve hekimlerden gelen geri bildirimleri anlayabilen bir sistem geliştirdi. Geleneksel derin öğrenme yöntemlerinin aksine, bu yeni yaklaşım başarısız olduğunda manuel kontrole geçmek yerine, mantıklı çıkarımlar yaparak pozisyonunu düzeltebiliyor. Sistem, hem sentetik hem de gerçek X-ray görüntüleri üzerinde test edildi ve kemik yapılarını başarılı şekilde lokalize edebildiği görüldü.

Matematikçiler, basit görünen toplama ve çarpma işlemlerinin ne kadar hızlı büyüyebileceğini araştırırken, matematiğin temel yapısını sorgulayan şaşırtıcı sonuçlara ulaştı. Bazı sayı dizileri o kadar hızlı büyüyor ki, bu durum aritmetiğin doğal sınırlarını zorluyor ve matematiksel mantığın yeni seviyelerine ihtiyaç duyuyor. Bu keşif, matematik dünyasında hesaplama hızının teorik sınırlarının ne olduğu sorusunu gündeme getiriyor. Araştırmacılar, görünüşte sade olan matematiksel işlemlerin nasıl kontrolsüz büyüme oranlarına sahip olabildiğini göstererek, matematik ve bilgisayar biliminin kesiştiği noktada yeni tartışmalar başlattı. Bu bulgular, matematiğin temel kurallarımızı yeniden düşünmemizi gerektiriyor.

Araştırmacılar, yapay zeka modellerinin karmaşık problemleri çözerken geçmiş deneyimlerinden öğrenmesini sağlayan yeni bir sistem geliştirdi. 'Reasoning Memory' adı verilen bu yaklaşım, AI'ın her problemi sıfırdan çözmek yerine, daha önce kullandığı başarılı yöntemleri hatırlayıp yeniden kullanmasına olanak tanıyor. Sistem, 32 milyon farklı problem çözme adımından oluşan devasa bir veri tabanı oluşturuyor ve AI'ın ihtiyaç duyduğu anında en uygun çözüm yöntemini bulmasını sağlıyor. Bu gelişme, yapay zekanın mantıksal düşünme becerisinde önemli bir ilerleme anlamına geliyor.

Araştırmacılar, tablo halindeki verilerden yapılan iddiaların doğruluğunu kontrol etmek için yeni bir yapay zeka sistemi geliştirdi. MACE adlı sistem, üç özel ajan kullanarak dezenformasyonla mücadele ediyor. Planlayıcı ajan doğrulama stratejisini belirliyor, Uygulayıcı ajan hesaplamaları yapıyor, Doğrulayıcı ajan ise mantıksal tutarlılığı kontrol ediyor. Sistem, karmaşık eğitim süreçlerine ihtiyaç duymadan çalışıyor ve her adımda açıklanabilir sonuçlar üretiyor. Test edilen dört veri setinden ikisinde en iyi performansı sergileyen sistem, diğer ikisinde de mevcut en iyi modellerle eşdeğer başarı gösterdi.

Kuantum bilgisayarların hataya dayanıklı çalışması için kritik olan eşik değerleri, MIT araştırmacıları tarafından daha kesin şekilde hesaplandı. Çalışma, mantıksal kuantum devrelerinde transversal kapıların hata yayılımını istatistiksel mekanik yöntemlerle analiz etti. Araştırma sonucunda, iki torik kod bloğu arasında gerçekleştirilen transversal CNOT kapısının, optimal bit-flip hata eşiğini %26 oranında düşürdüğü bulundu. Bu bulgular, kuantum bilgisayarların pratik uygulamalarda ne kadar hassas koşullarda çalışması gerektiğini gösteriyor. Çalışma, kuantum hata düzeltme kodlarının tasarımında önemli bir adım oluşturuyor ve gelecekteki hataya dayanıklı kuantum sistemlerinin geliştirilmesine katkı sağlayacak.

Araştırmacılar, 96 milyondan fazla konuşuru olan Telugu dili için yenilikçi bir duygu analizi sistemi geliştirdi. Hindistan'ın önemli dillerinden biri olan Telugu, makine öğrenmesi alanında 'düşük kaynak' kategorisinde yer alıyor. Bilim insanları, sadece doğruluk oranına odaklanmak yerine, yapay zekanın insan düşüncesiyle nasıl uyumlaştırılabileceğini araştırdı. TeSent adlı büyük ölçekli veri setini oluşturdular - bu set Telugu metinlerinin duygu etiketleriyle birlikte, ana dili konuşucularının mantıklı açıklamalarını da içeriyor. Beş farklı transformer modelini test ettikleri araştırmada, insan mantığını model eğitimine dahil etmenin önemini vurguladılar. Bu yaklaşım, özellikle veri kıtlığı yaşanan diller için yapay zeka sistemlerinin daha güvenilir ve yorumlanabilir olmasını sağlayabilir.

Yapay zeka alanında önemli bir araştırma, büyük dil modellerinin (LLM) insan benzeri mantık yürütme konusundaki eksiklerini ortaya çıkardı. Türkiye'de yapılan çalışma, belirsiz cümle yapılarında insanların dünya bilgisini dilbilgisi kurallarıyla başarılı şekilde birleştirirken, gelişmiş AI modellerinin bu konuda yetersiz kaldığını gösterdi. Araştırmacılar, Türkçe'deki özel cümle yapılarını kullanarak hem insanlarla hem de AI modelleriyle testler yaptı. Sonuçlar, insanların mantıklı seçimleri kolayca yaparken, dil modellerinin aynı başarıyı gösteremediğini ortaya koydu. Bu bulgu, AI'nın dil anlama yeteneklerinin görründüğünden daha sınırlı olduğunu ve gerçek dünya bilgisini etkili kullanamadığını işaret ediyor.

Araştırmacılar, yapay zeka modellerinin oyunlar aracılığıyla genel akıl yürütme becerilerini geliştirmesi için STRATAGEM adlı yeni bir yöntem geliştirdi. Bu yaklaşım, dil modellerinin stratejik planlama, olasılık hesaplama ve uyarlanabilir karar verme yeteneklerini güçlendirmeyi hedefliyor. Geleneksel yöntemlerin aksine, STRATAGEM sadece oyunun sonucuna odaklanmak yerine, farklı alanlara aktarılabilir akıl yürütme kalıplarını belirleyip pekiştiriyor. Yöntem, matematiksel akıl yürütme, genel mantık ve kod geliştirme alanlarında test edildi. Bu gelişme, yapay zekanın oyun-spesifik stratejilerden ziyade genel akıl yürütme becerileri kazanması açısından önemli bir adım olarak değerlendiriliyor.