Modern sistem çipleri (SoC) milyarlarca transistör içeren karmaşık yapılardır ve bu çiplerdeki bileşenler arası iletişimi anlamak kritik önem taşır. Araştırmacılar, karmaşık çip tasarımlarındaki mesaj akışlarını analiz eden AutoFlows++ adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, çip bileşenleri arasındaki iletişim izlerini hiyerarşik bir yaklaşımla analiz ederek, daha önce çözülmesi zor olan karmaşık mesaj kalıplarını tespit edebiliyor. Sistem, çip doğrulama, performans analizi ve hata ayıklama süreçlerinde devrim yaratma potansiyeli taşıyor.

Araştırmacılar, yapay zeka sistemlerinin ses ve konuşmayı nasıl işlediğini değerlendirmek için yeni bir kıyaslama platformu geliştirdi. DASB (Kesikli Ses ve Konuşma Kıyaslaması) adlı bu sistem, ses verilerini dijital token'lara dönüştüren teknolojileri kapsamlı bir şekilde test ediyor. Çalışma, konuşma tanıma, müzik analizi ve genel ses işleme alanlarında farklı yaklaşımları karşılaştırarak, hangi yöntemlerin daha etkili olduğunu ortaya koyuyor. Sonuçlar, kesikli ses temsillerinin sürekli olanlara göre daha hassas olduğunu ve model mimarisi, veri büyüklüğü gibi faktörlerin dikkatli ayarlanması gerektiğini gösteriyor. Bu araştırma, gelecekte ses ve dil işleme teknolojilerini birleştiren çok modlu yapay zeka sistemlerinin geliştirilmesine katkı sağlayacak.

Araştırmacılar, genomik ve ağ analitiği uygulamalarında kullanılan graf tabanlı dinamik programlama algoritmalarını daha verimli çalıştırmak için GEN-Graph adlı yenilikçi hibrit işlemci mimarisini geliştirdi. Bu sistem, DNA dizilimi ve ağ analizi gibi farklı hesaplama türlerinin çelişkili gereksinimlerini tek bir çip üzerinde karşılayabiliyor. Matris yoğun hesaplamalar için optimize edilmiş PUM çekirdekleri ile bellek yoğun traversal işlemleri için tasarlanmış PNM çekirdeklerini bir araya getiren bu hibrit yaklaşım, genomik araştırmalar ve büyük ölçekli ağ analizlerinde önemli performans artışları sunuyor. Geleneksel tek tip işlemci mimarilerinin her iki hesaplama türünü de verimli şekilde destekleyememesi sorunu bu yenilikçi tasarımla çözülüyor.

Bilim insanları, kayaların mikro-tomografi görüntüleri üzerinden yapısal özelliklerini analiz ederken karşılaştıkları önemli bir probleme çözüm geliştirdi. Özellikle yaşam izleri içeren kayalarda, hangi boyutta numune hacminin analiz için yeterli olduğunu belirlemek zordu. Yeni geliştirilen yöntem, kayaların eksenel yönde gösterdiği değişkenlikleri matematiksel olarak düzelterek, daha güvenilir analizler yapılmasını sağlıyor. Bu yaklaşım özellikle petrol endüstrisi ve jeoloji araştırmalarında kullanılan dijital kaya analizlerinin kalitesini artıracak.

Araştırmacılar, farklı türde düğüm ve kenarlar içeren heterojen grafları analiz etmek için HetSheaf adlı yenilikçi bir yapay zeka çerçevesi geliştirdi. Biyoloji, kimya ve bilgisayar ağları gibi alanlarda karşılaşılan karmaşık veri yapılarını işlemek için özel olarak tasarlanan bu sistem, geleneksel yöntemlerin aksine model mimarisini değiştirmek yerine veri temsilini iyileştiriyor. Sistem, cellular sheaves adı verilen topolojik bir çerçeve kullanarak farklı türdeki özelliklerin ve etkileşimlerin daha etkili bir şekilde kodlanmasını sağlıyor. Özellikle graf düzeyinde tahminler yapabilmek için geliştirilen SheafPool mekanizması, düğüm temsillerini toplarken yerel değişikliklere karşı dayanıklılık gösteriyor. Bu gelişme, kompleks ağ yapılarının analizinde önemli bir adım teşkil ediyor.

Araştırmacılar, büyük dil modellerini (LLM) temel alan yapay zeka ajanlarının otomatik yazılım analizi görevlerindeki başarısını ölçmek için AnalysisBench adlı yeni bir kıyaslama sistemi geliştirdi. Yazılım analizi araçlarının çeşitli açık kaynak projelere uygulanması, ortam kurulumu, bağımlılık çözümü ve araç yapılandırması gibi karmaşık süreçler nedeniyle oldukça zor bir görevdir. Bu çalışmada, 7 farklı analiz aracı ve 10 çeşitli C/C++ ile Java projesini kapsayan 35 araç-proje çifti üzerinde dört farklı ajan mimarisi test edildi. Özel olarak geliştirilen AnalysisAgent'ın manuel doğrulama ile yüksek başarı oranları elde ettiği rapor edildi. Bu araştırma, yapay zeka ajanlarının karmaşık yazılım geliştirme süreçlerini otomatikleştirme potansiyelini gösteriyor.

Araştırmacılar, uydu görüntülerini analiz ederken bazı veri türleri eksik olsa bile çalışabilen yeni bir yapay zeka sistemi geliştirdi. CBC-SLP adlı bu sistem, sensör arızaları veya hava koşulları nedeniyle bazı görüntü türleri eksik olduğunda bile yeryüzündeki nesneleri doğru şekilde tanımlayabiliyor. Geleneksel sistemlerin aksine, hem ortak hem de farklı veri türlerinin kendine özgü bilgilerini koruyarak daha iyi sonuçlar elde ediyor. Bu yenilik, özellikle uzaktan algılama ve uydu görüntü analizi alanında önemli bir gelişme sunuyor.

Araştırmacılar, geleneksel kamera sistemlerinin aksine yüksek temporal çözünürlük ve mahremiyet koruması sağlayan olay tabanlı eylem tanıma teknolojisinde yeni bir döneme işaret eden EventCrab çerçevesini geliştirdi. Bu yenilikçi sistem, olay verilerinin benzersiz özelliklerini - zaman boyutunda yoğun, uzay boyutunda seyrek olan asenkron yapılarını - dikkate alarak iki farklı yaklaşımı ustaca birleştiriyor. Hafif çerçeve tabanlı ağlar ile ağır nokta tabanlı ağları harmanlayan EventCrab, hem doğruluk hem de verimlilik açısından denge kuruyor. Bu teknoloji, özellikle gizlilik gerektiren uygulamalarda ve yüksek hızlı hareket analizinde devrim yaratabilir.

Araştırmacılar, büyük dil modellerinin sayısal tahmin yapma becerilerini değerlendirmek için QuantSightBench adlı yeni bir test sistemi geliştirdi. Mevcut değerlendirmeler genellikle basit evet-hayır sorularıyla sınırlı kalırken, gerçek hayatta ekonomi, halk sağlığı ve demografik analizler gibi alanlarda sürekli sayısal değerler üzerinden tahminler yapılması gerekiyor. Yeni sistem, yapay zekanın belirsizlik içinde karar verme ve ölçek farkındalığı gibi kritik yeteneklerini test ediyor.

Büyük Dil Modelleri (LLM'ler) artık pazar araştırmalarında yeni bir dönem başlatıyor. Geleneksel anket yöntemlerinin yüksek maliyeti ve sınırlı ölçeklenebilirliği sorununun çözümü olarak öne çıkan yapay zeka, tüketici davranışlarını simüle edebiliyor. Ancak yapay zeka tarafından üretilen veriler ile gerçek insan verileri arasında önemli farklar bulunuyor. Araştırmacılar bu sorunu çözmek için yeni bir istatistiksel yaklaşım geliştirdi. Önerilen yöntem, LLM'lerin ürettiği verileri gerçek verilerle birleştirerek pazar araştırmalarında daha güvenilir sonuçlar elde etmeyi hedefliyor. Bu yenilik, özellikle tüketici tercihlerini anlamak için kritik olan konjoint analiz alanında büyük değişim yaratabilir. Çalışma, yapay zekanın pazar araştırması alanındaki potansiyelini ortaya koyarken, veri kalitesi konusundaki endişelere de çözüm sunuyor.

Araştırmacılar, 3D Gaussian Splatting teknolojisini kullanarak oluşturulan üç boyutlu modeller içerisine büyük miktarlarda veri saklayabilen yeni bir steganografi yöntemi geliştirdi. 'Splats in Splats++' adı verilen bu teknik, 3D ve 4D içerikleri görsel kaliteyi bozmadan gizli şekilde saklayabilmekte. Yöntem, telif haklarının korunması ve dijital varlıkların güvenliğinin artırılması açısından önemli. Spherical Harmonics frekans dağılımı analizine dayanan sistem, mevcut rendering pipeline'ını bozmadan çalışabiliyor ve yapısal değişikliklere karşı dayanıklılık gösteriyor.