ChatGPT gibi büyük dil modelleri, geniş bilgi birikimleriyle birçok alanda kullanılsa da yanlış bilgi üretme eğilimi gösteriyor. Bu durum sağlık, gazetecilik ve eğitim gibi kritik alanlarda ciddi endişelere yol açıyor. Araştırmacılar, yapay zeka sistemlerindeki faktüel hataları otomatik olarak tespit edebilen HalluHunter adlı yenilikçi bir sistem geliştirdi. Bu sistem, bilgi grafları kullanarak çeşitli soru türleri oluşturuyor ve yapay zekanın verdiği yanıtları sistematik olarak doğruluk açısından test ediyor. Mevcut doğrulama yöntemlerinin aksine, insan emeğine ihtiyaç duymadan çalışabilen bu sistem, yapay zeka güvenilirliğini artırmada önemli bir adım olarak değerlendiriliyor.

Araştırmacılar, biyomoleküler simülasyonlarda su moleküllerinin yerleştirilmesi için Solv-eze adlı yeni bir otomatik yöntem geliştirdi. Geleneksel yöntemlerde su molekülleri önceden hazırlanmış çözücü kutularından eklenir ve basit mesafe kurallarıyla çıkarılır, bu da protein-ilaç etkileşimlerinde kritik rol oynayan ara yüzey sularının kaybolmasına neden olabilir. Yeni yöntem, 3D-RISM solvent yoğunluk dağılımlarını kullanarak yüksek çözücü olasılığı olan bölgeleri belirliyor ve fiziksel olarak anlamlı hidrasyon yapıları oluşturuyor. Bu yaklaşım, uzun süreli örnekleme veya büyük kanonik Monte Carlo gibi özel tekniklere gerek kalmadan hesaplama açısından verimli bir çözüm sunuyor.

Araştırmacılar, yapay zeka sistemlerinin ürettiği raporları otomatik olarak değerlendiren Auto-ARGUE adlı yeni bir araç geliştirdi. Bu sistem, büyük dil modellerini kullanarak kaynak destekli raporların kalitesini ölçebiliyor. TREC 2024 yarışmalarında yapılan testlerde, sistemin değerlendirmeleri insan uzmanların görüşleriyle yüksek düzeyde uyum gösterdi. Özellikle RAG (Retrieval-Augmented Generation) sistemlerinin ürettiği raporları analiz etmek için tasarlanan araç, bilimsel literatürde bu alanda önemli bir boşluğu dolduruyor. Araştırma ekibi ayrıca ARGUE-Viz adlı görsel analiz aracını da piyasaya sürerek, değerlendirme sonuçlarının detaylı incelenmesini mümkün kıldı.

Araştırmacılar, çok modlu yapay zeka modellerinin görsel ve metinsel bilgileri birlikte işleyerek karmaşık ilişkisel yapıları anlama yeteneğini geliştiren yeni bir yaklaşım ortaya koydu. STAR (Yapılandırılmış ve Soyut Muhakeme) adı verilen bu yöntem, görsel verilerden çıkarılan soyut ilişkileri düğüm-kenar formatında modelleyerek AI'nın muhakeme kapasitesini artırıyor. Çalışma, özellikle görsel modallıktan gelen soyut bilgilerin işlenmesindeki zorlukları ele alıyor ve bu alanda önemli bir boşluğu dolduruyor. Geliştirilen otomatik veri motoru, çok modlu talimat verilerini güvenilir düşünce zinciri mantığıyla sentezleyebiliyor.

Yapay zeka araştırmacıları, büyük dil modellerinin eğitimi sırasında karşılaşılan yüksek bellek tüketimi sorununa yenilikçi bir çözüm geliştirdi. AdaFRUGAL adı verilen bu yöntem, eğitim sürecini otomatik olarak optimize ederek hem GPU belleği kullanımını azaltıyor hem de eğitim süresini kısaltıyor. Geleneksel FRUGAL yönteminin aksine, AdaFRUGAL sabit parametreler yerine dinamik kontrol mekanizmaları kullanarak manuel ayarlama ihtiyacını ortadan kaldırıyor. İngilizce ve Vietnamca veri setleri üzerinde yapılan testler, bu yaklaşımın kaynak kısıtlı ortamlarda çalışan araştırmacılar için pratik bir çözüm sunduğunu gösteriyor.

Araştırmacılar, bilgisayar destekli tasarım (CAD) modellerinin üretimini kolaylaştırmak için Pointer-CAD adlı yenilikçi bir yapay zeka sistemi geliştirdi. Büyük dil modellerini (LLM) temel alan bu teknoloji, karmaşık 3D modelleme işlemlerini otomatikleştirerek mühendislik ve imalat sektörlerinde önemli zaman tasarrufu sağlayabilir. Geleneksel yöntemlerin aksine, Pointer-CAD sistemi yüz ve kenar seçimi gibi detaylı düzenleme operasyonlarını destekleyerek, pah alma ve yumuşatma gibi karmaşık işlemleri gerçekleştirebiliyor. Bu gelişme, tasarım süreçlerinin demokratikleşmesi ve uzman olmayan kullanıcıların da profesyonel 3D modeller oluşturabilmesi açısından büyük potansiyel taşıyor.

MIT araştırmacıları, pil gücüyle çalışan küçük DC motorların enerji verimliliğini dramatik şekilde artıran yenilikçi bir sistem geliştirdi. Geleneksel motorlar, motor durmasını önlemek için güvenli voltaj seviyelerinde çalışır ancak bu yaklaşım büyük enerji israfına yol açar. Yeni sistem, motorun yük durumunu gerçek zamanlı olarak analiz ederek optimal enerji tüketim noktasını otomatik bulur. Bu teknoloji özellikle tıbbi implantlar, robotik protezler ve taşınabilir tıbbi cihazlar gibi pil ömrünün kritik olduğu uygulamalarda devrim yaratabilir. Araştırma, enerji tüketiminin voltaja bağlı olarak beklenmedik bir eğri çizdiğini ve minimum enerji noktasının yük durumuna göre değiştiğini ortaya koyuyor.

Hollanda'daki Groningen doğal gaz sahasında gaz üretimi nedeniyle oluşan depremlerin önlenmesi için yeni bir kontrol sistemi geliştirildi. Araştırmacılar, gaz kuyularından üretim hızını otomatik olarak ayarlayarak deprem riskini minimize eden akıllı bir yönetim çerçevesi oluşturdu. Sistem, yer altı basınç değişimlerini izleyerek deprem aktivitesini tahmin ediyor ve üretim stratejilerini buna göre düzenliyor. Bu yaklaşım, hem enerji üretim hedeflerini koruyor hem de bölgedeki deprem riskini kontrol altında tutuyor. Geliştirilen model, yapay deprem kataloğu oluşturarak farklı senaryoları test edebiliyor ve en güvenli üretim stratejilerini belirliyor.

Modern endüstriyel sistemlerin artan karmaşıklığı ve otomasyon ihtiyacı, model tabanlı sistem mühendisliğinde tutarlı ve semantik olarak doğrulanmış modeller gerektiriyor. Araştırmacılar, Object Constraint Language (OCL) kısıtlamalarını ve doğrulama sonuçlarını Asset Administration Shell teknolojisi üzerinden yönetmek için yeni bir yaklaşım geliştirdi. Bu sistem, farklı araçlarda ayrı ayrı yönetilen MBSE modelleri ile OCL kısıtlamaları arasındaki boşluğu doldurarak, manuel işlemleri azaltmaya odaklanıyor. Endüstriyel sistemlerde birlikte çalışabilirlik için köklü bir teknoloji olan Asset Administration Shell kullanılarak, model kısıtlamalarının uygulanması ve sonuçların yorumlanması süreçleri otomatikleştiriliyor.

Araştırmacılar, makine öğrenmesi ve 3D baskı teknolojilerini birleştirerek doğal malzemelerin özelliklerini aşan architected malzemeler geliştirmeyi başardı. Çok-Sadakat Bayesyen Optimizasyonu adlı yeni bir yöntem, karmaşık mekanik davranışlara sahip hücresel kompozit malzemelerin tersine tasarımını mümkün kılıyor. Bu yaklaşım, pahalı deneysel süreçlere olan bağımlılığı azaltırken, malzemelerin doğrusal olmayan mekanik tepkilerini hedefleyerek tasarım sürecini optimize ediyor. Geleneksel deneme-yanılma yöntemlerine kıyasla çok daha verimli olan bu teknik, mühendislik ve malzeme biliminde devrim yaratma potansiyeli taşıyor.

Araştırmacılar, şehir trafiğini modellemede çığır açacak yeni bir yaklaşım geliştirdi. Geleneksel trafik optimizasyon yöntemleri, karmaşık matematiksel hesaplamalar nedeniyle büyük ölçekli sistemlerde yetersiz kalıyordu. Yeni sistem, otomatik türev alma (automatic differentiation) teknolojisini kullanarak trafik akışını simüle ediyor. Link Transmission Model ve Dinamik Kullanıcı Optimizasyonu modellerini birleştiren bu yaklaşım, trafik ağlarında gerçek zamanlı optimizasyon imkanı sunuyor. Sistem, sürekli değişkenler üzerinde çalışarak manuel türev hesaplama ihtiyacını ortadan kaldırıyor. Bu gelişme, akıllı şehir planlaması ve trafik yönetim sistemlerinde önemli ilerlemeler sağlayabilir.