Bilim insanları, dar kanallar içinde hareket eden kimyasal olarak aktif mikroçukurcukların, tıpkı mikroorganizmalar gibi şekil değiştirerek hareket edebildiğini keşfetti. Araştırmada, 5CB sıvı kristali damlacıklarının suda çözülmüş yüzey aktif madde varlığında nasıl davrandığı incelendi. Bulgular, bu yapay damlacıkların belirli koşullarda sabit şekilli hareketten, arayüzeylerinde dalgalanmalar gösteren dinamik harekete geçiş yapabildiğini ortaya koyuyor. Bu keşif, mikroorganizmaların dar alanlarda nasıl hareket ettiğini anlamamızı derinleştiriyor ve gelecekte mikro robotik uygulamaları için yeni perspektifler sunuyor.

Çin'deki araştırmacılar, nadir gök cisimlerini tespit eden devrim niteliğinde bir yapay zeka sistemi geliştirdi. Spec-o3 adlı bu sistem, tıpkı gerçek astronomlar gibi spektral verileri analiz ederek nadir yıldızları ve gök cisimlerini tanımlayabiliyor. Modern teleskopların ürettiği devasa veri miktarı karşısında uzmanların manuel inceleme yapma kapasitesi yetersiz kalıyor. Bu yeni sistem, uzman astronomların çalışma şeklini taklit ederek spektral analizleri otomatik gerçekleştiriyor. İki aşamalı öğrenme sürecinde önce uzman astronomların inceleme yöntemleri öğretiliyor, ardından nadir cisim tespitinde pekiştirmeli öğrenme ile geliştirilmesi sağlanıyor. LAMOST gözlemevinin verilerinde test edilen sistem, beş farklı nadir gök cismi tipini başarıyla tanımlayabildi. Bu gelişme, astronomide büyük veri çağında manuel analiz darboğazını aşmak için kritik bir adım teşkil ediyor.

Tıp alanında kullanılan büyük dil modelleri, hastaların cinsel yönelimi ve dini inançları gibi sosyal özelliklerine göre farklı performans gösteriyor. Araştırmacılar 9 farklı AI modelini 2.364 tıbbi soru üzerinde test ederek, 'eşcinsel' tanımlamasının tutarlı şekilde performans düşüşüne yol açtığını keşfetti. Bu durum, AI sistemlerinin güvenilirlik seviyesini ölçen 'kalibrasyon' mekanizmalarında ciddi sorunlara neden oluyor. Özellikle birden fazla sosyal kimlik özelliği bir arada bulunduğunda, AI'ın kendine güven seviyesi ile gerçek doğruluk oranı arasında tehlikeli farklılıklar ortaya çıkıyor. Bu bulgular, tıbbi AI asistanlarının klinik ortamda güvenle kullanılabilmesi için sosyal önyargıların giderilmesi gerektiğini gösteriyor.

MIT araştırmacıları, büyük dil modeli tabanlı yapay zeka ajanlarının finansal piyasalarda nasıl davrandığını inceledikleri deneysel çalışmada çarpıcı sonuçlar elde etti. AI ajanları, tıpkı insanlar gibi davranışsal önyargılar sergiledi ve bireysel seviyedeki bu önyargılar piyasa düzeyinde balonlara yol açtı. Çalışma, AI'ların finansal karar verme süreçlerindeki rolünün artmasıyla birlikte piyasa dinamiklerinin nasıl değişebileceğine dair önemli ipuçları sunuyor. Araştırmacılar, belirli müdahalelerle AI davranışlarını kontrol edebileceklerini de gösterdi.

Araştırmacılar, ultrason görüntülerini tıpkı deneyimli bir doktor gibi analiz edebilen yenilikçi bir yapay zeka sistemi geliştirdi. USTri adlı bu sistem, farklı organları, görüntüleme açılarını ve cihazları tanıyabilen üç aşamalı bir yaklaşım kullanıyor. Sistem ilk aşamada geniş bir temel bilgi oluşturuyor, ikinci aşamada özel görevler için kendini uyarlıyor, son aşamada ise tıbbi iş akışlarını taklit eden akıllı bir ajan gibi çalışıyor. Bu gelişme, ultrason teşhislerinde daha tutarlı ve güvenilir sonuçlar elde edilmesine yardımcı olabilir.

Araştırmacılar, Deep-Reporter adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, internetteki metin ve görsel kaynakları tarayarak, tıpkı uzman gazeteciler gibi uzun ve detaylı raporlar hazırlayabiliyor. Geleneksel AI sistemlerinin aksine, Deep-Reporter sadece metinle yetinmiyor; grafikleri, tabloları ve diğer görselleri de analiz ederek bunları raporda uygun şekilde konumlandırıyor. Sistem, üç ana bileşenden oluşuyor: çok modalı arama ve filtreleme, kontrol listesi rehberli sentez ve tekrarlayan bağlam yönetimi. Bu yenilik, AI'ın halüsinasyon sorununu azaltırken, ürettiği içeriklerin gerçek kaynaklara dayanmasını sağlıyor. Araştırmacılar ayrıca sistemlerini test etmek için M2LongBench adlı kapsamlı bir değerlendirme platformu da oluşturdular.

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.

Düşük doz PET taramalarında görüntü kalitesini artırmak için geliştirilen yapay zeka modelleri, farklı radyasyon seviyelerinde başarısız oluyordu. Stanford ve diğer tıp merkezlerinin araştırmacıları, bu sorunu çözmek için yeni bir yaklaşım geliştirdi. Geleneksel yöntemler tüm gürültü seviyelerini tek bir model ile temizlemeye çalışırken, yeni teknik gürültüyü doğrudan tahmin ediyor. Bu sayede hem hasta güvenliği için düşük radyasyon dozu kullanılabiliyor, hem de yüksek kaliteli görüntüler elde ediliyor. Çalışma sonuçları, yeni yöntemin farklı doz seviyelerinde daha başarılı sonuçlar verdiğini gösteriyor.

Araştırmacılar, finansal piyasalardaki yanlış bilgileri tespit etmek için özel olarak tasarlanmış ilk çok dilli büyük dil modelini geliştirdi. MFMDQwen adlı bu sistem, İngilizce, Çinçe, Yunanca ve Bengalce olmak üzere dört farklı dilde finansal dezenformasyonu tanımlayabiliyor. Finansal yanlış bilgiler hem piyasa istikrarını tehdit ediyor hem de bireysel yatırımcıların kararlarını olumsuz etkiliyor. Mevcut sistemlerin çoğu yalnızca İngilizce odaklı ve tek görevli olduğu için küresel finansal ekosistemdeki karmaşık yapıları kavrayamıyordu. Yeni model, özellikle geliştirilmiş veri setleri ve değerlendirme kriterleriyle test edildi. Sonuçlar, sistemin mevcut açık kaynak modellerden daha başarılı performans sergilediğini gösteriyor. Bu gelişme, küresel finansal piyasalarda dolaşan yanlış bilgilere karşı daha etkili mücadele imkanı sunuyor.

Farklı tıp dernekleri tarafından hazırlanan klinik kılavuzlar arasındaki çelişkiler, özellikle birden fazla hastalığı olan hastalarda ciddi sorunlara yol açıyor. Bu durumda hekimler ne yapacağını bilemezken, yapay zeka sistemleri de yanlış sonuçlar üretiyor. Araştırmacılar, bu sorunu çözmek için neuro-sembolik bir framework geliştirdi. Sistem, çok aracılı yapay zeka kullanarak doğal dildeki tıbbi metinleri matematiksel mantık diline çeviriyor ve çelişkileri otomatik olarak tespit ediyor. Bu yenilik, hem hekimlerin karar verme sürecini kolaylaştıracak hem de tıbbi yapay zeka sistemlerinin güvenilirliğini artıracak.

Araştırmacılar, büyük dil modellerinin tıbbi konularda karşıt ya da yanıltıcı bilgilerle karşılaştıklarında nasıl davrandığını inceledi. MedCounterFact adlı özel bir veri seti kullanılarak yapılan çalışmada, yapay zeka sistemlerinin gerçek tıbbi bilgileriyle çelişen delillere nasıl tepki verdiği test edildi. Bulgular, mevcut AI modellerinin güvenlik protokolleri ile verilen bağlama sadık kalma arasında denge kurma konusunda zorlandığını gösteriyor. Bu durum, özellikle tıp gibi yüksek riskli alanlarda yapay zeka kullanımının dikkatli değerlendirilmesi gerektiğini ortaya koyuyor.