Görsel-dil yapay zeka modelleri (VLM'ler) son dönemde görsel verileri anlayıp mantık yürütebildikleri iddiasıyla büyük ilgi çekiyor. Ancak yeni bir araştırma, bu modellerin başarısının gerçek görsel anlama mı yoksa sadece metin tabanlı yetenekler mi olduğunu sorguluyor. Araştırmacılar CrossMath adlı özel bir test sistemi geliştirerek, aynı matematik problemlerini sadece metin, sadece görsel ve karma formatlarda sundu. Sonuçlar şaşırtıcı: modeller metin formatında çok daha başarılı olurken, görsel formatta ciddi performans düşüşü yaşıyor. Bu bulgular, günümüz AI teknolojisinin görsel zeka konusundaki gerçek kapasitesini anlamamız açısından kritik önem taşıyor.

Yapay zeka araştırmacıları, gerçek dünyada kullanılan AI ajanlarının performansındaki düşüşü önceden tespit edebilecek yeni bir yöntem geliştirdi. Mevcut izleme sistemleri genellikle performans çöküşü olduktan sonra tepki veriyor. Yeni yaklaşım ise bilgi teorisini kullanarak AI ajanının gözlem, eylem ve sonuçlar arasındaki bilgi döngüsünün ne kadar etkili çalıştığını ölçüyor. 'Bipredictability' adı verilen bu ölçüm, sistemin toplam belirsizliğinin ne kadarının öngörülebilir bilgiye dönüştürüldüğünü hesaplıyor. Bu gelişme, otonom araçlardan finansal işlem sistemlerine kadar birçok kritik alanda çalışan AI sistemlerinin güvenilirliğini artırabilir.

Büyük dil modellerinin karşılaştığı performans düşüşü sorununa yenilikçi bir çözüm geliştirildi. Araştırmacılar, modellerin sıkıştırma ve öğrenme süreçlerinde yaşadığı kayıpları telafi edebilen 'kendi kendine damıtma' yöntemini ortaya koydu. Bu teknik, yapay zeka modellerinin unutma problemini çözerken, orijinal yeteneklerini geri kazanmalarını sağlıyor. Çalışma, sadece pratik bir çözüm sunmakla kalmayıp, bu iyileşme mekanizmasının teorik temellerini de açıklıyor. Yöntem, modelin iç katmanlarının oluşturduğu karmaşık matematiksel yapıyı koruyarak, kayıp performansı yeniden inşa ediyor.

Science Advances dergisinde yayınlanan yeni bir araştırma, Atlantik Meridyonal Çevirici Sirkülasyonu'nun (AMOC) zayıfladığına dair kanıtları güçlendiriyor. Bu çalışmanın öne çıkan yanı, daha önce ağırlıklı olarak bilgisayar modellerine dayanan bulgular yerine, okyanuslardan toplanan 20 yıllık doğrudan ölçüm verilerini kullanması. Dört farklı derin okyanus izleme noktasından elde edilen veriler, küresel iklim sisteminin kritik bir bileşeni olan bu akıntı sistemindeki düşüşü net bir şekilde ortaya koyuyor. AMOC, sıcak suları kuzeye, soğuk suları güneye taşıyarak Dünya'nın iklim dengesinde hayati rol oynuyor.

Sağlıklı yetişkinlerin 12 ay boyunca takip edildiği kapsamlı bir araştırma, düzenli kardiyovasküler egzersizin stres biyolojisi üzerindeki dönüştürücü etkilerini ortaya koydu. Çalışma, fiziksel aktivitenin sistemik kortizol seviyelerinde belirgin düşüşe yol açtığını gösterdi. Bu bulgular, egzersizin kronik strese karşı biyolojik bir tampon görevi gördüğünü bilimsel olarak doğruluyor. Kortizol, vücudun başlıca stres hormonu olarak bilinir ve uzun süreli yüksek seviyeleri çeşitli sağlık sorunlarına neden olabilir. Araştırmanın sonuçları, fiziksel aktivitenin sadece fiziksel sağlığı değil, aynı zamanda hormonal dengeyi de iyileştirdiğini kanıtlıyor.

Yeni bir araştırma, terminal hastalığı olan kişilerin rüyalarının ölüme yaklaştıkça nasıl değiştiğini ortaya koyuyor. Çalışma, bu dönemde görülen rüyaların daha duygusal ve sembolik hale geldiğini, kayıp sevdiklerle buluşma, kapılar, merdivenler ve ışık vizyonları gibi öğelerin sıklaştığını gösteriyor. Uzmanlar, bu tür rüyaların terminal hastalar için ölümü kabullenme sürecinde önemli bir rol oynadığını belirtiyor. Bulgular, insan bilincinin yaşamın son dönemlerinde nasıl çalıştığına dair yeni perspektifler sunarak, hem tıp literatürüne hem de ölüm sürecini anlamamıza katkı sağlıyor. Bu keşif, terminal bakım ve hasta yakınları için de önemli içgörüler barındırıyor.

Güney Koreli araştırmacılar, yapay zeka modellerinin Korece dilinde ve kültürel bağlamda ne kadar başarılı olduğunu ölçmek için KMMMU adlı yeni bir test sistemi geliştirdi. 3.466 sorudan oluşan bu kapsamlı değerlendirme, matematik, fen bilimleri ve sosyal bilimler gibi dokuz farklı alandaki görselli soruları içeriyor. Test sonuçları oldukça düşündürücü: en güçlü açık kaynak yapay zeka modeli bile sadece %42 başarı gösterirken, ticari modellerin en iyisi zor sorularda %52'ye ulaşabildi. Özellikle Kore kültürüne özgü sorularda performans %13'e varan düşüşler gösterdi. Bu çalışma, yapay zeka modellerinin küresel ölçekte geliştirilmesine rağmen yerel kültür ve dil özelliklerinde hala ciddi eksiklikleri olduğunu ortaya koyuyor.