Araştırmacılar, eksik MRI verisiyle karşılaştığında bile beyin tümörlerini doğru şekilde tespit edebilen yeni bir yapay zeka sistemi geliştirdi. CausalDisenSeg adlı bu sistem, mevcut AI modellerinin en büyük zayıflığını çözüyor: yanıltıcı ipuçlarına dayanma eğilimi. Klasik sistemler tüm MRI modaliteleri mevcut olmadığında başarısız olurken, yeni yaklaşım nedensellik teorisini kullanarak gerçek anatomik yapıları öğreniyor. Sistem, görüntülerdeki anatomik bilgileri stil özelliklerinden ayırarak, eksik veri durumlarında bile güvenilir sonuçlar üretebiliyor. Bu gelişme özellikle kaynak kısıtlı hastaneler için kritik önem taşıyor.

Büyük dil modellerinin kritik yazılım sistemlerinde yaygın kullanımı, halüsinasyon ve sahte doğruluk tespitini önemli bir mühendislik sorunu haline getirdi. Araştırmacılar, mevcut güvenilirlik sistemlerinin yüksek gecikme ve hesaplama yükü getirdiği sorununa çözüm olarak 'Bilişsel Devre Kesici' adlı yeni bir framework geliştirdi. Bu sistem, modelin ileri geçiş sırasında gizli durumları analiz ederek, dışa yansıyan güvenle iç tutarlılık arasındaki 'Bilişsel Uyumsuzluk Delta'sını hesaplıyor. Böylece yapay zekanın güvenilirliği, dış kontrol mekanizmalarına ihtiyaç duymadan ve minimal gecikmeyle izlenebiliyor. Geleneksel yöntemler genellikle üretim sonrası kontrollere dayanırken, bu yaklaşım gerçek zamanlı ve içsel bir güvenilirlik monitoring sağlıyor.

Araştırmacılar, insan sürücüler ve otonom araçların birlikte bulunduğu karma trafik ortamları için yenilikçi bir yönetim sistemi geliştirdi. Bu hiyerarşik framework, akıllı araçları en verimli rotalarla yönlendirirken, aynı zamanda trafik ışıklarının zamanlamasını da optimize ediyor. Sistem iki katmanda çalışıyor: üst katman şehir genelindeki trafik verilerini analiz ederek bağlantılı ve otonom araçlar için proaktif rota önerileri sunuyor, alt katman ise kavşaklarda yerel araç durumlarını kullanarak hem trafik ışığı fazlarını hem de bireysel araç yörüngelerini eş zamanlı optimize ediyor. Bu yaklaşım, toplam seyahat süresini azaltırken enerji tüketimini de minimize etmeyi hedefliyor. Sioux Falls test ağında yapılan simülasyonlar, sistemin etkinliğini doğruluyor.

Araştırmacılar, diş hekimliğinde hasta yönlendirme kararları için geliştirilmiş ilk kapsamlı test platformunu oluşturdular. Dental-TriageBench adlı bu sistem, gerçek hasta şikayetleri ve röntgen görüntülerini birleştirerek yapay zekanın diş hekimliği alanındaki karar verme yeteneklerini ölçüyor. 246 gerçek vaka üzerinde yapılan testlerde, 19 farklı yapay zeka modeli üç genç diş hekimiyle karşılaştırıldı. Sonuçlar, yapay zekanın özellikle karmaşık vakalarda ve birden fazla tedavi alanı gerektiren durumlarda insan hekimlerden geride kaldığını gösterdi. Bu çalışma, tıbbi karar verme süreçlerinde yapay zekanın mevcut sınırlarını ortaya koyarken, gelecekteki gelişmeler için önemli bir referans noktası oluşturuyor.

Araştırmacılar, yapay zeka tabanlı asistanların gerçek dünya görevlerindeki performansını değerlendirmek için yeni bir test sistemi geliştirdi. LiveClawBench adlı bu sistem, mevcut değerlendirme yöntemlerinin eksikliklerini gideriyor. Günümüzdeki testler genellikle yapay zeka ajanlarını izole edilmiş ortamlarda değerlendiriyor, ancak gerçek kullanımda karşılaştıkları karmaşık durumları yeterince simüle etmiyor. Yeni sistem, görev zorluğunu üç boyutta analiz ediyor: çevre karmaşıklığı, bilişsel talep ve çalışma zamanı uyarlanabilirliği. Bu yaklaşım, yapay zeka asistanlarının gerçek hayattaki kompozisyonel zorluklar karşısındaki yeteneklerini daha doğru bir şekilde ölçmeyi hedefliyor.

Yazılım geliştirmede yapay zekanın kullanımı hızla yaygınlaşırken, karmaşık projelerde büyük sorunlar ortaya çıkıyor. Geleneksel AI kod üretim yöntemleri, belirsiz kullanıcı talimatlarını anlamlandırmakta zorlanıyor ve büyük çaplı projelerde sistem çöküşleri yaşanıyor. Araştırmacılar bu sorunu çözmek için 'Contract-Coding' adında yeni bir yaklaşım geliştirdi. Bu yöntem, belirsiz kullanıcı isteklerini önce formal bir sözleşmeye dönüştürüyor, sonra bu sözleşmeyi kullanarak kod üretiyor. Greenfield-5 test platformunda yapılan denemelerde, mevcut en gelişmiş sistemlerin başarısız olduğu durumlarda Contract-Coding %47 işlevsel başarı oranına ulaştı. Bu gelişme, yapay zekanın yazılım geliştirmedeki rolünü köklü şekilde değiştirebilir.

Araştırmacılar, insansız hava araçları (drone) ile çekilen görüntülerin kalitesini otomatik olarak değerlendiren yeni bir sistem geliştirdi. MM-IQA adı verilen bu framework, bulanıklık, kenar yapısı, düşük çözünürlük, pozlama dengesizliği, gürültü ve sis gibi çoklu metrikleri kullanarak 0-100 arasında kalite puanı veriyor. Özellikle referans görüntünün bulunmadığı durumlarda çalışabilen bu hafif sistem, büyük hacimli görüntü setlerinin otomatik filtrelenmesinde kritik öneme sahip. Beş farklı veri setinde yapılan testlerde 0.647 ile 0.830 arasında korelasyon değerleri elde eden sistem, tarımsal uygulamalar başta olmak üzere drone görüntülemesinin yaygın olduğu alanlarda verimlilik sağlayacak.

Araştırmacılar, kuantum gizli iletişim sistemlerini gerçek dünya koşullarında çalışacak şekilde geliştirdi. Geleneksel kuantum iletişim sistemleri, kanal parametrelerinin mükemmel bilindiğini varsayar, ancak gerçekte uydu, fiber optik ve serbest alan bağlantılarında bu parametreler çevresel dalgalanmalar nedeniyle sürekli değişir. Yeni çalışma, hem iletim verimliliğinde hem de termal gürültüde belirsizlik bulunan bileşik kuantum optik kanallar üzerinde gizli iletişim sağlayabilen sağlam bir çerçeve sunuyor. En önemli bulgu, sadece en kötü durum parametrelerini kullanmanın yeterli olmadığı - gizliliği ve güvenilirliği en çok tehdit eden kanal durumlarının farklı belirsizlik noktalarında ortaya çıktığıdır. Bu gelişme, kuantum iletişim teknolojisinin pratik uygulamalara geçişinde kritik bir adım.

Araştırmacılar, kablosuz ağlarda hem güvenilir bağlantı kurma hem de düşmanlardan gizlenme konusunda yeni bir yaklaşım geliştirdi. Gizli kablosuz iletişim sistemlerinde belirsizlik faktörü ikili rol oynuyor: bir yandan sinyalleri maskeleyerek gizliliği artırıyor, diğer yandan sistem tasarımını zorlaştırıyor. Bu çalışma, sınırlı belirsizlik koşullarında güvenilirlik ve gizliliğin aynı olumsuz durumlardan etkilenip etkilenmediği sorusuna odaklanıyor. Eğer farklı koşullardan etkileniyorlarsa, tek bir en kötü durum senaryosuna dayalı tasarım yeterli olmayacak. Araştırmada quasi-statik solma modeli kullanılarak, alıcının kesinti tabanlı güvenilirlik analizi ve dinleyicinin radyometrik algılama yetenekleri inceleniyor. Bu çalışma, gelecekteki güvenli haberleşme sistemlerinin tasarımında önemli rehberlik sağlayabilir.

Araştırmacılar, çoklu ajan sistemlerinde sorumluluk dağılımının nasıl yapılacağını öğrenen yeni bir yapay zeka modeli geliştirdi. İnsanların etkileşimli ortamlarda kendi hedeflerinden ne kadar taviz vererek başkalarına uyum sağladığını anlayan bu sistem, sosyal olarak uyumlu ve güvenilir otonom teknolojiler tasarlamak için kritik bir adım. Model, belirsizlikleri de hesaba katarak farklı senaryolarda sorumluluk paylaşımının nasıl gerçekleştiğini öğreniyor. Bu yaklaşım, özellikle güvenliğin kritik olduğu durumları dikkate alarak, yapay zeka sistemlerinin insan davranışlarını daha iyi anlamasını sağlıyor.

Araştırmacılar, kablosuz ağlardaki spektrum yönetimi sorununu büyük dil modelleri (LLM) kullanarak çözmeye yönelik yeni bir yaklaşım geliştirdi. Geleneksel optimizasyon yöntemlerinin büyük ölçekli ağlarda yetersiz kaldığı durumlarda, LLM tabanlı sistem başarıyla spektrum erişimini optimize ediyor. Sistem, hiyerarşik durum serileştirme mekanizması sayesinde küresel çevre istatistikleri ile yerel kısıtları harmanlayarak, LLM'nin sınırlı bağlam penceresi içinde yüksek boyutlu akıl yürütme yapmasını sağlıyor. Araştırma, kod tabanlı paradigmanın soğuk başlatma darboğazını ortadan kaldırdığını ve doğrudan yürütme geri bildirimi ile üstün ölçekleme yasalarına ulaştığını gösteriyor.