Araştırmacılar, fotoğraflardan hava durumunu gerçek zamanlı olarak sınıflandırabilen üç farklı yapay sinir ağı mimarisi geliştirdi. Bu modeller güneşli, yağmurlu, karlı ve sisli hava koşullarını görüntülerdeki stil özelliklerini analiz ederek tespit edebiliyor. Çalışmada öne çıkan yaklaşımlar arasında çoklu yama boyutları kullanan Multi-PatchGAN, sadeleştirilmiş ResNet50 ve dikkat mekanizmalı Gram matrisi tabanlı model yer alıyor. Bu gelişme, meteoroloji uygulamaları, akıllı şehir sistemleri ve otonom araçlar için önemli bir adım teşkil ediyor. Özellikle görüntülerdeki ince stil detaylarını yakalayabilen bu sistemler, geleneksel hava durumu tahmin yöntemlerini destekleyici bir rol oynayabilir.

Araştırmacılar, görsel içeriklerle soru-cevap işlemlerini devrim niteliğinde geliştirecek KIRA adlı yeni bir yapay zeka mimarisi geliştirdi. Metin tabanlı RAG sistemlerinin görsel alanlara uyarlanmasındaki temel zorlukları aşmak için tasarlanan bu sistem, görsel ve metin bilgileri arasında köprü kurabiliyor. KIRA, özellikle uzmanlaşmış alanlarda görsel bilgi tabanlarının oluşturulması, çok adımlı mantıksal çıkarım yapılması ve üretilen cevapların görsel kanıtlarla desteklenmesi gibi kritik sorunları çözüyor. Beş aşamalı bu mimari, görsel RAG sistemlerindeki on temel problemi ele alarak, görsel yapay zeka uygulamalarında yeni bir standart oluşturmayı hedefliyor.

Araştırmacılar, günlük milyarlarca kullanıcı sorgusuyla karşılaşan arama motorları için devrim niteliğinde bir yapay zeka sistemi geliştirdi. SERM adlı bu sistem, sürekli değişen arama trendlerine uyum sağlamak için kendini otomatik olarak güncelleyebiliyor. Geleneksel arama algoritmaları, kullanıcı davranışlarındaki hızlı değişimlere ayak uydurmakta zorlanırken, yeni sistem çok-ajan mimarisi kullanarak bu sorunu çözüyor. İki temel bileşenden oluşan sistem: değişimleri algılayan bir örnek madencisi ve güvenilir etiketleme yapan bir ilişki değerlendiricisi. Büyük ölçekli endüstriyel testlerde başarılı sonuçlar veren bu teknoloji, arama deneyimini önemli ölçüde iyileştirebilir.

Araştırmacılar, büyük dil modellerinin (LLM) karmaşık matematiksel hesaplamaları doğrudan gerçekleştirebilmesi için PiERN (Fiziksel Olarak İzole Uzmanlar Yönlendirme Ağı) adında yeni bir mimari geliştirdi. Mevcut yapay zeka modelleri, karmaşık sistemler üzerinde karar vermek için gereken yüksek hassasiyetli sayısal hesaplamaları doğal olarak yapamıyor. Çok-ajan yaklaşımları dış uzmanlardan yararlanabilse de iletişim yükü ve ölçeklenebilirlik sorunları yaratıyor. PiERN, hesaplama yeteneklerini sinir ağlarına içsel olarak entegre ederek bu sorunu çözmeyi hedefliyor. Sistem, ayrı olarak eğitilen uzmanları, metin-hesaplama modülünü ve yönlendiricisi sayesinde token seviyesinde hesaplama ve muhakemeyi yönetiyor.

Çin'den araştırmacılar, tıbbi metinlerde arama yapan yapay zeka sistemlerinin hem daha hızlı hem de daha doğru çalışmasını sağlayan yeni bir model geliştirdi. CARE adı verilen bu sistem, asimetrik kodlayıcı mimarisi kullanarak büyük dil modellerinin yüksek hesaplama maliyeti sorununu çözmeyi hedefliyor. Araştırma ekibi aynı zamanda Çince tıbbi metinler için kapsamlı bir değerlendirme standardı olan CMedTEB'i de tanıttı. Bu benchmark, klinik uzmanların doğrulamasından geçen çoklu yapay zeka oylama sistemiyle hazırlandı ve metin arama, yeniden sıralama ve anlamsal benzerlik gibi üç farklı görevde sistem performansını test ediyor. Yeni yaklaşım, gerçek zamanlı tıbbi bilgi sistemlerinde kullanım potansiyeli taşıyor.

Araştırmacılar, robotların çevrelerini daha etkili bir şekilde hatırlayabilmesi için yeni bir yapay zeka mimarisi geliştirdi. EmbodiedLGR-Agent adlı bu sistem, görsel-dil modellerini kullanarak robotların işlem yaptıkları ortamların yoğun ve verimli temsillerini oluşturuyor. Karmaşık çevrelerde çalışan robotların, insanlarla etkili etkileşim kurabilmesi için çevresel hafıza yapıları kurması gerekiyor. İnsanlar robotlardan konum, olay veya nesneler hakkında bilgi talep ettiğinde, robotun insan benzeri çıkarım süreleri içinde kesin yanıtlar verebilmesi bekleniyor. Bu yeni hibrit yaklaşım, robotik alanında hafıza ve geri çağırma konularındaki önemli bir sorunu ele alıyor ve gelecekteki akıllı robotların daha doğal ve yararlı etkileşimler kurmasının yolunu açıyor.

Yapay zeka chatbotları ve dil modelleri sohbette en son söylenen bilgileri daha iyi hatırlama eğilimi gösterir. Bu 'yakınlık yanlılığı' olarak bilinen davranışın arkasındaki mekanizma şimdiye kadar gizemdi. Araştırmacılar, Transformer mimarisinin temel bileşenlerinden LayerNorm'un bu yanlılığın asıl sorumlusu olduğunu keşfetti. Çalışma, yapay zeka modellerinin neden bazen eski bilgileri 'unutup' yeni bilgileri öne çıkardığını açıklıyor. Bu bulgular, gelecekte daha dengeli ve güvenilir yapay zeka sistemleri geliştirilmesine yardımcı olabilir.

Araştırmacılar, gelecek nesil yazılım tanımlı araçlar için devrimsel bir modüler tahrik mimarisi geliştirdi. Bu yenilikçi sistem, güç paketi gönderim teknolojisini kullanarak donanım ve yazılım arasında tam ayrım sağlıyor. En dikkat çekici özelliği, tahrik modüllerinde fiziksel sensörlere ihtiyaç duymayan sensörsüz kontrol yöntemi. Sistem, motor akımı ve rotor açısı gibi kritik parametreleri yalnızca araç gövdesinden ölçülen fiziksel büyüklüklerden hesaplayabiliyor. Bu yaklaşım, karmaşık sinyal kablolarını ortadan kaldırarak modüler tasarımı basitleştiriyor ve araç tasarımında benzeri görülmemiş esneklik sunuyor. Özellikle tekerleklere entegre tahrik sistemleri için büyük potansiyel taşıyan teknoloji, otomotiv endüstrisinin merkezi elektrik/elektronik mimarilere geçişini hızlandırabilir.

Araştırmacılar, e-ticaret platformlarındaki ürün özelliklerini otomatik olarak analiz eden AutoPKG adlı yeni bir yapay zeka sistemi geliştirdi. Sistem, büyük dil modellerini kullanan çoklu ajan mimarisiyle çalışıyor ve ürün metinleri ile görsellerinden özellik bilgilerini çıkararak dinamik bilgi grafikleri oluşturabiliyor. Geleneksel yöntemlerin aksine, sistem ürün kategorilerini ve özellik anahtarlarını ihtiyaç durumuna göre kendisi belirliyor. Alibaba'nın Lazada platformundan alınan gerçek verilerle yapılan testlerde, sistem ürün türleri için 0.953, özellik anahtarları için 0.724 ağırlıklı bilgi verimliliği skorları elde etti. Bu gelişme, e-ticaret platformlarının ürün kataloglarını daha tutarlı ve güncel tutmasına yardımcı olabilir.

Araştırmacılar, Mixture-of-Experts (MoE) modellerinde gizli katmanların nasıl çalıştığını açıklayan yenilikçi bir ayrıştırma yöntemi geliştirdi. Bu yöntem, her katmanın gizli durumunu iki bileşene ayırıyor: yönlendirmeyi kontrol eden bir sinyal ve yönlendiricinin göremediği bir içerik kanalı. Altı farklı MoE mimarisinde yapılan testler, modellerin yüzeysel özellikleri içerik kanalında sakladığını, kontrol sinyalinin ise katmanlar arası soyut işlevleri kodladığını gösterdi. Bu keşif, yapay zeka modellerinin iç işleyişini anlamada önemli bir adım.

Bilgisayar bellek sistemlerinin performansını tahmin etmek için kullanılan simülasyon yazılımları, gerçek donanımla karşılaştırıldığında ciddi sapmalar gösteriyor. Araştırmacılar, bu hataların temel nedenini CPU-bellek arayüzünde buldu ve yeni bir doğrulama metodolojisi geliştirdi. Çalışma, bellek simülatörü, CPU-bellek arayüzü ve uygulama olmak üzere üç farklı perspektiften performans analizi yapıyor. Bulgular, uygulama seviyesindeki performansın simülatör istatistiklerinden önemli ölçüde kopuk olabildiğini ortaya koyuyor. Bu keşif, yeni nesil bellek teknologilerinin geliştirilmesinde kritik öneme sahip.