Evrendeki en şiddetli yıldız patlamalarından biri olan süperparlaklık süpernovaların enerji kaynağı bilim insanları için büyük bir muamma. Bu patlamaların magnetar döngüleri ya da çevresel etkileşimlerden güç aldığı düşünülüyor ve bu süreçlerin GeV seviyesinde gamma ışınları üretmesi bekleniyor. Fermi uzay teleskobu verilerini kullanan yeni araştırma, 223 hidrojen-fakiri süperparlaklık süpernovayı 17 yıl boyunca gözlemledi. Sonuçlar, bu patlamaların gamma ışını üretim verimlilik oranının beklenenin çok altında olduğunu gösteriyor. Bu bulgular, süperparlaklık süpernovaların enerji mekanizmaları hakkındaki teorileri yeniden gözden geçirmemizi gerektiriyor.

Araştırmacılar, büyük dil modellerinin veri işleme maliyetlerini yarıya indiren yeni bir veri formatı geliştirdi. ONTO adlı bu format, geleneksel JSON formatının tekrarlı yapısını ortadan kaldırarak token kullanımını %46-51 oranında azaltıyor. 1000 IoT sensör verisinin JSON formatında 80 bin token gerektirdiği durumda, ONTO formatı yaklaşık 40 bin token ile aynı bilgiyi aktarabilmekte. Bu yenilik, yapay zeka sistemlerinin operasyonel verileri daha verimli işlemesini sağlayarak hem maliyet hem de performans açısından önemli avantajlar sunuyor. Özellikle büyük ölçekli veri işleme gerektiren IoT sistemleri, sensör ağları ve endüstriyel uygulamalar için kritik bir gelişme olarak değerlendiriliyor.

Tarımsal toprak işleme faaliyetleri çiftliklerdeki dizel yakıt tüketiminin büyük bir kısmını oluşturuyor. Araştırmacılar, traktör ve tarım ekipmanının gerçek zamanlı iş birliği yaparak yakıt tüketimini optimize eden EcoTIM adlı yeni bir sistem geliştirdi. Bu sistem, ISO 11783 standart protokolü üzerinden traktörün motor, şanzıman ve çekiş verimlilik verilerini ekipmanla paylaşarak hektar başına yakıt tüketimini minimize ediyor. Modern sürekli değişken şanzımanlı (CVT) traktörler şu anda ekipmanı bilinmeyen bir yük olarak görüyor ve araç hızının toprak işleme direnci üzerindeki etkisini hesaba katmıyor. EcoTIM konsepti bu soruna çözüm getirerek tarımsal makinelerin yakıt verimliliğini artırmayı hedefliyor.

Araştırmacılar, doğal dil komutları ile 3D uzayda nesneleri bulabilen yeni bir yapay zeka sistemi geliştirdi. TrianguLang adındaki bu teknoloji, robotik, artırılmış gerçeklik ve yapay zeka uygulamaları için kritik olan 3D lokalizasyon problemine farklı bir yaklaşım getiriyor. Geleneksel yöntemler hassaslık ve verimlilik arasında zorunlu bir tercih yapmak durumunda kalırken, yeni sistem bu ikilemden kurtularak tek bir metin sorgusuyla hızlı ve doğru sonuçlar üretebiliyor. Sistem, farklı kamera açılarından gelen görüntüleri bağımsız olarak değerlendirmek yerine, geometrik tutarlılığı da göz önünde bulunduran akıllı bir yaklaşım kullanıyor. Bu sayede hem hızlı hem de güvenilir sonuçlar elde ediliyor. Teknoloji, beş farklı test veri setinde başarılı performans göstererek mevcut en iyi yöntemleri geride bıraktı.

Yapay zeka araştırmacıları, büyük dil modellerinin uzun metin işleme kapasitesini artıran yenilikçi bir hibrit sistem geliştirdi. HybridGen adlı bu teknoloji, CPU ve GPU'nun birlikte çalışmasını sağlayarak bellek sorunlarını çözüyor. Modern dil modelleri milyonlarca kelime işleyebildiğinde, gerekli bellek miktarı yüzlerce gigabayta çıkabiliyor. Bu durum hem bellek kapasitesini hem de veri aktarım hızını zorluyor. Geleneksel çözümler ya GPU ya da CPU kullanırken, yeni sistem her ikisini koordineli şekilde kullanarak donanım kaynaklarını maksimum verimlilikle değerlendiriyor. Araştırmacılar üç temel sorunu çözdü: çok boyutlu dikkat bağımlılıkları, uzun metinlerde artan CPU-GPU yük dengesizliği ve katmanlı belleklerin NUMA cezası. Sistem, dikkat mantığı paralelliği, geri bildirim odaklı zamanlayıcı ve anlam farkında önbellek haritalaması teknikleriyle bu sorunları aşıyor.

Araştırmacılar, görüntü işleme yapay zeka modellerinin performansını artırmak için Hadamard çarpımı adı verilen matematiksel işlemi kullanan yenilikçi bir yöntem geliştirdi. Adaptive Cross-Hadamard (ACH) modülü olarak adlandırılan bu teknik, ek hesaplama yükü getirmeden modellerin özellik çıkarma kapasitesini önemli ölçüde artırıyor. Hadaptive-Net adlı ağ mimarisiyle entegre edilen sistem, görüntü sınıflandırma görevlerinde hem yüksek doğruluk hem de hız açısından çığır açıcı sonuçlar elde etti. Bu gelişme, özellikle sınırlı işlem gücüne sahip cihazlarda çalışan yapay zeka uygulamaları için büyük önem taşıyor.

Yeni araştırma, Türkiye'nin dünya çapında un ihracatında lider konumunu inceleyerek küresel gıda sistemlerinin kırılganlığına ışık tutuyor. Çalışma, ithal buğdayı işleyerek un üreten ülkelerin artan iklim değişikliği ve jeopolitik gerginlikler karşısındaki durumunu analiz ediyor. Araştırmacılar, atmosferik dolaşım anomalileri ve iklim kaynaklı aşırı hava olaylarının birden fazla tarım bölgesinde eşzamanlı mahsul kayıplarına yol açabileceğini belirtiyor. Bu durum, küresel pazarların tutarlı gıda arzı sağlayabileceği varsayımını sorguluyor. Türkiye örneği, dünya genelinden tarımsal girdi temin eden uzmanlaşmış işleme merkezlerinin gıda güvenliğindeki rolünü ve potansiel risklerini gösteriyor.

Araştırmacılar, yapay zeka görüntü işlemede yeni bir yaklaşım olan Test-Time Training (TTT) metodunu geliştirdi. Bu yenilikçi teknik, geleneksel attention mekanizmalarını test anında çalışan bir öğrenme sistemine dönüştürüyor. ViT³ adı verilen model, görüntü verilerini işlerken anlık olarak kendini optimize edebiliyor ve lineer hesaplama karmaşıklığı sunuyor. Klasik modellerin aksine, bu sistem test sırasında gelen her yeni veriyle birlikte performansını artırabiliyor. Altı temel tasarım ilkesine dayanan bu yaklaşım, görsel dizileri işlemede önemli verimlilik kazanımları sağlıyor. Gelecekte bu teknoloji, gerçek zamanlı görüntü analizi, otonom araçlar ve medikal görüntüleme gibi alanlarda devrim yaratabilir.

Araştırmacılar, çoban köpeklerinin sürü yönetme davranışından ilham alarak, küçük sayıda 'rehber' drone ile büyük drone sürülerini kontrol edebilen yeni bir sistem geliştirdi. Bu yaklaşım, gerçek robotların hareket kısıtlarını dikkate alarak sürü davranışını önceden tahmin ediyor. Geleneksel yöntemlerden farklı olarak, sistemdeki her bir aracın hız ve ivme sınırları gibi fiziksel kısıtlamaları hesaba katıyor. Bu gelişme, arama kurtarma operasyonlarından tarımsal uygulamalara kadar geniş bir yelpazede drone sürülerinin daha etkili kullanımına olanak tanıyabilir.

Görme-Dil-Eylem modellerinde (VLA) yaşanan çevresel değişikliklere karşı kırılganlık sorunu çözüm buluyor. Araştırmacılar, robotların küçük nesne pozisyon değişikliklerinde bile başarısız olma problemini 'yörünge aşırı öğrenme' olarak tanımlıyor. Bu durumda robotlar, eylemler ve nesneler arasındaki sahte korelasyonlara odaklanarak ezberledikleri kalıpları tekrarlıyor. Yeni geliştirilen PDF (Perturbation learning with Delayed Feedback) yöntemi, temel modelde ince ayar yapmadan test zamanında adaptasyon sağlıyor. Bu yaklaşım, belirsizlik tabanlı veri artırma ve eylem oylama ile sahte korelasyonları azaltırken, adaptif bir zamanlayıcı performans-verimlilik dengesini koruyor. Hafif bir pertürbasyon modülü de gecikmeli geri bildirimle eylem güvenilirliğini retrospektif olarak ayarlıyor.

Güney Afrika'da Stellenbosch Üniversitesi ve Tarımsal Araştırma Konseyi araştırmacıları, CRISPR gen düzenleme teknolojisini kullanarak üzüm asmasının DNA'sında değişiklik yaparak hastalığa dirençli çeşit geliştirdi. Kıtada odunsu tarım bitkilerinde gen düzenlemenin gerçekleştirildiği bu ilk başarılı çalışmada, bilim insanları VvDMR6.1 genini hedef alarak bitkinin mildiyö hastalığına karşı direncini artırdı. Bu teknoloji, dünya genelinde bağcılık sektörünü etkileyen ciddi hastalıklara ve kuraklığa karşı dayanıklı bitki çeşitleri geliştirilmesinde önemli bir adım oluşturuyor. Çalışma, Afrika'da bitki biyoteknolojisi alanında atılan kritik bir adımı temsil ediyor.