Araştırmacılar, Bolzano adlı açık kaynaklı yapay zeka sisteminin matematik ve teorik bilgisayar bilimlerinde altı farklı problemi çözdüğünü duyurdu. Çok ajanlı mimari kullanan sistem, paralel çalışan kanıtlayıcı ajanlar ve doğrulayıcı ajan arasında etkileşim kurarak kalıcı bir bilgi tabanı oluşturuyor. Altı sonuçtan dördü yayımlanabilir araştırma düzeyine ulaşırken, üçü neredeyse tamamen özerk şekilde üretildi. Bu başarı, yapay zekanın matematik araştırmalarına anlamlı katkılar sunabileceğinin güçlü bir kanıtı olarak değerlendiriliyor ve alandaki benzer çalışmaları destekliyor.

Araştırmacılar, robotik manipülasyon görevlerinde devrim yaratabilecek yeni bir yapay zeka modeli geliştirdi. ST-π adı verilen bu model, mevcut vision-language-action (VLA) sistemlerinin aksine, hem uzamsal hem de zamansal bilgiyi yapılandırılmış şekilde işleyebiliyor. Geleneksel robotik AI modelleri, karmaşık görevlerde sıralı davranışları ve hassas zamanlamayı yönetmekte zorlanırken, yeni sistem bu sorunları çözmek için iki temel bileşen kullanıyor: 4D gözlemleri işleyen bir görsel-dil modeli ve bu bilgileri eylemlere dönüştüren uzmanlaşmış bir eylem sistemi. Model, görevleri alt-parçalara bölerek, her birini uzamsal ve zamansal bağlamında değerlendiriyor. Bu yaklaşım, robotların daha karmaşık manipülasyon görevlerini başarıyla gerçekleştirmesini sağlayabilir ve robotik alanında önemli bir ilerleme temsil ediyor.

Yazılım geliştirme süreçlerinde hızlı teslimat için kritik olan CI/CD sistemlerinde, önbellek yanlış yapılandırmalarının ciddi performans ve güvenilirlik sorunlarına yol açtığı ortaya çıktı. Araştırmacılar GitLab CI/CD sistemlerinde on farklı önbellek hatası türü belirledi ve bunları otomatik tespit eden CROSSER adlı aracı geliştirdi. 228 açık kaynak projesi üzerinde yapılan kapsamlı analiz, bu sorunların yaygınlığını gözler önüne serdi. Geliştirilen araç, manuel etiketlenmiş 82 proje üzerinde test edildiğinde %98 F1 skoru ile son derece yüksek doğruluk oranı elde etti. Bu çalışma, yazılım geliştirme süreçlerinin optimize edilmesi açısından önemli bir adım teşkil ediyor.

Araştırmacılar, robotların daha verimli öğrenmesi için yeni bir yaklaşım geliştirdi. DeFI adlı bu framework, görsel tahmin ve hareket kontrolünü birbirinden ayırarak robotların hem insan videolarından hem de robot verilerinden daha etkili öğrenmesini sağlıyor. Geleneksel vision-language-action modellerinin aksine, bu yöntem 2D görüntü tahmini ile 3D hareket kontrolü arasındaki uyumsuzluğu çözüyor. Sistem, geleceği tahmin eden GFDM ve hareketleri çıkarsayan GIDM olmak üzere iki ayrı model kullanıyor. Bu modeller internet üzerindeki geniş video arşivlerinden hareket bilgisi olmadan da öğrenebiliyor, böylece robotik sistemlerin eğitimi için kullanılabilecek veri miktarını önemli ölçüde artırıyor. Yöntem, robotların çevreyi anlama ve hareket planlama yeteneklerini geliştirerek, genel amaçlı robot sistemlerinin geliştirilmesine katkı sağlıyor.

Araştırmacılar, gelecek nesil optik cihazların tasarımını hızlandıran yenilikçi bir yapay zeka yöntemi geliştirdi. Neural Adjoint Method adlı bu teknik, kompakt lens ve renk yönlendirme sistemleri tasarlarken karşılaşılan hesaplama zorluğunu çözüyor. Geleneksel yöntemlerle binlerce kez çözülmesi gereken Maxwell denklemleri yerine, Fourier Neural Operator kullanan sistem, 3D optik yapıları çok daha hızlı optimize edebiliyor. Bu gelişme, akıllı telefon kameralarından sanal gerçeklik gözlüklerine kadar birçok alanda kullanılan meta-optik teknolojilerin endüstriyel ölçekte üretimini kolaylaştıracak.

MIT ve Stanford'dan araştırmacılar, robotik eğitiminde yeni bir yaklaşım geliştirdi. Vision-Language-Action (VLA) modelleri, görüntü ve dil komutlarını robot hareketlerine çeviren yapay zeka sistemleri. Ancak mevcut eğitim yöntemleri, engelden kaçınma veya fiziksel sınırlar gibi temel kuralları açıkça öğretmiyor. Araştırmacılar, robot eğitimine geometrik fiziksel kuralları dahil ederek performansı artırmanın mümkün olup olmadığını inceledi. Engel farkındalığı gerektiren manipülasyon görevlerinde test edilen yöntem, robotların daha güvenli ve fiziksel olarak uygun hareketler yapmasını sağladı. Bu çalışma, gelecekte daha güvenilir ve pratik robot asistanların geliştirilmesine katkı sağlayabilir.

Alzheimer ve Parkinson gibi nörolojik hastalıkların teşhisinde farklı veri kaynaklarının birlikte kullanılması önemli avantajlar sağlıyor. Ancak hastanelerde tüm testlerin her zaman mevcut olmaması, yapay zeka modellerinin performansını düşürüyor. Araştırmacılar, eksik verilerin olduğu durumlarda bile güvenilir teşhis yapabilen yeni bir sistem geliştirdi. CERD adlı bu framework, eksik bilgileri akıllıca tamamlayarak hangi bulgularin teşhise yol açtığını şeffaf biçimde gösterebiliyor. Bu gelişme, klinik ortamlarda yapay zeka destekli teşhis sistemlerinin daha yaygın kullanımını mümkün kılacak.

Yapay zeka teknolojilerinin hızla yaygınlaştığı günümüzde, bu sistemlerin yasal düzenlemelere uyumluluğu kritik bir konu haline geldi. ArXiv'de yayınlanan yeni bir araştırma, özellikle AB'nin AI Act yasa tasarısı çerçevesinde yapay zeka sistemlerinin karşılaştığı uyumluluk zorluklarını inceliyor. Araştırma, edge cihazlarının merkezi olmayan yapısı ve sınırlı hesaplama kaynaklarının sofistike uyumluluk mekanizmalarının uygulanmasında önemli engeller oluşturduğunu ortaya koyuyor. Çalışma, yapay zeka geliştirme, dağıtım ve işletme süreçlerinde yasal uyumluluk için ilk en iyi uygulamaları öneriyor. Veri seti uyumluluğunun yapay zeka sistemlerinin güvenilirliği, şeffaflığı ve açıklanabilirliği için temel bir gereklilik olduğu vurgulanıyor. Bu araştırma, sektörün karşılaştığı düzenleyici belirsizliklere ışık tutarak gelecekteki yapay zeka uygulamaları için önemli bir rehber niteliği taşıyor.

Araştırmacılar, robotik sistemlerde planlama amaçlı kullanılan büyük dil modellerinin ciddi güvenlik risklerine yol açtığını ortaya çıkardı. DESPITE adlı kapsamlı test sistemiyle 23 farklı model değerlendirildi ve şaşırtıcı sonuçlar elde edildi. En iyi planlama yeteneğine sahip modelin sadece %0,4 oranında geçersiz plan ürettiği, ancak %28,3 oranında tehlikeli planlar önerdiği tespit edildi. 3 milyar ile 671 milyar parametre arasındaki 18 açık kaynak model incelendiğinde, model boyutu arttıkça planlama becerisi önemli ölçüde gelişirken güvenlik farkındalığı nispeten sabit kaldığı görüldü. Büyük modellerin daha güvenli sonuçlar üretmesinin asıl nedeni tehlike algısının artması değil, genel planlama yeteneklerindeki iyileşme olduğu anlaşıldı.

Açık kuantum sistemlerde bellek kernellerinin nedensellik ilkesine uygunluğu uzun zamandır belirsizdi. Araştırmacılar, Nakajima-Zwanzig bellek kernelinin Hardy uzayına ait olduğunu kanıtlayarak bu sorunu çözdü. Bu buluş, kuantum sistemlerin zaman içindeki davranışlarını anlamada kritik olan Kramers-Kronig dağılım bağıntılarının geçerliliğini matematiksel olarak doğruluyor. Çalışma ayrıca yaklaşık kernellerdeki kutupların fiziksel olmayan dinamiklere yol açtığını gösteren yeni teoremler sunuyor. Bu gelişme, kuantum teknolojileri ve açık sistem dinamikleri alanında önemli teorik temel oluşturuyor.

Bilim insanları, bal peteği yapısındaki grafen nanomeshlerinde topolojik frustrasyon adı verilen özel bir durumu inceleyerek, tamamen düz elektronik enerji bantlarının nasıl oluşturabileceğini gösterdi. Bu frustrasyon, atomların birbirleriyle tam olarak çiftleşmesini engelleyen geometrik bir kısıttır. Araştırma, organik moleküllerde görülen bu fenomenin 2D sistemlerde de var olduğunu ve antiferromanyetik düzenlemeye yol açtığını ortaya koyuyor. Bu sistemler, ferromanyetik ve antiferromanyetik özelliklerin karıştığı hibrit spin-dalga uyarımları sergiliyor. Keşif, düşük güçlü, kompakt ve ultra hızlı organik spintronik cihazların geliştirilmesi için yeni bir yol açabilir.