Güney Koreli araştırmacılar, tayfunların neden olduğu fırtına dalgası, rüzgar ve yağmur gibi birleşik tehlikelerin kapsamlı bir risk analizini gerçekleştirdi. Çalışma, bu doğal afetlerin tek tek değil, bir arada değerlendirilmesi gerektiğini vurguluyor. İklim değişikliğinin etkisiyle bu risklerin daha da artabileceği öngörülen Güney Kore kıyıları için, mevcut veri, model ve metodolojiler incelendi. Kuzey Atlantik bölgesinde kullanılan yaklaşımların Güney Kore koşullarına nasıl uyarlanabileceği araştırıldı. Tek bir tehlikeye odaklanan risk değerlendirmelerinin yetersiz kalabileceği, bileşik etkilerin göz ardı edilmesinin etkisiz önleme stratejilerine yol açabileceği belirtiliyor. Çalışma, tropikal siklon kaynaklı kıyı tehlikelerinin gelecekte iklim değişikliği nedeniyle daha yoğun hale gelebileceği uyarısında bulunuyor.

Araştırmacılar, nüfus sayımı verilerinden gerçekçi sentetik nüfus örnekleri oluşturmak için yenilikçi bir makine öğrenmesi yaklaşımı geliştirdi. Persistent Contrastive Divergence (PCD) adı verilen bu yöntem, bireysel kişisel verilere erişim olmadan toplam demografik verilerden yararlanarak yapay nüfus modelleri üretiyor. Geleneksel yöntemlerin aksine, bu teknik çok sayıda demografik özelliği eş zamanlı olarak işleyebiliyor ve hesaplama açısından çok daha verimli. İtalyan demografik verileri üzerinde test edilen sistem, 15 farklı demografik kategoriyi başarıyla modelleyebildi. Bu gelişme, şehir planlama, sosyal bilimler araştırmaları ve kamu politikası analizi gibi alanlarda önemli uygulamalara sahip olabilir.

Araştırmacılar, yapay zekanın gelecek olayları tahmin etme yetisinde devrim niteliğinde bir yaklaşım geliştirdi. Geleneksel yöntemler sadece en olası sonucu öngörürken, yeni SCATTER sistemi belirsizlikleri de hesaba katarak çok sayıda farklı senaryo üretebiliyor. Bu teknoloji, risk yönetiminden şehir planlamasına kadar birçok alanda kullanılabilir. Sistem, pekiştirmeli öğrenme kullanarak hem kapsayıcı hem de çeşitli hipotezler oluşturmayı öğreniyor. Üç farklı ödül mekanizması ile çalışan yapı, olayların geçerliliğini kontrol ederken aynı zamanda çeşitliliği de teşvik ediyor.

Yapay zeka alanında büyük dil modelleri (LLM) giderek yaygınlaşırken, güvenlik endişeleri de artıyor. Bu modeller zararlı içerik üretme, önyargılı yaklaşımlar sergileme ve siber saldırılara karşı kırılgan olma gibi riskler taşıyor. Son dönemde, bu sorunları çözmek için eğitim gerektirmeyen yöntemler geliştirildi. Ancak bu yaklaşımların etkinliği tutarsız şekilde değerlendiriliyor ve beklenmedik yan etkileri bulunuyor. Yeni araştırma, mevcut eğitimsiz güvenlik yöntemlerinin kapsamlı bir analizini sunarak, bu tekniklerin gerçek performansını ortaya koyuyor. Çalışma, hem güvenlik hem de kullanılabilirlik açısından dengeli bir değerlendirme yaparak, yapay zeka güvenliği alanına önemli katkılar sağlıyor.

Araştırmacılar, zaman serisi tahminlerinde belirsizliği ölçebilen yeni bir yapay zeka modeli geliştirdi. LbCNNM-MQR adlı bu yöntem, sadece gelecekteki değerleri tahmin etmekle kalmayıp, bu tahminlerin ne kadar güvenilir olduğunu da belirleyebiliyor. Geleneksel tahmin modelleri genellikle tek bir sayısal değer üretirken, yeni sistem tahminlerin hangi aralıkta olabileceğini gösteren güven aralıkları sunuyor. Bu özellik, özellikle kritik kararlarda belirsizliği hesaba katmak zorunda olan finans, sağlık ve enerji sektörlerinde büyük önem taşıyor. Sistem, evrişimli düşük-rank özelliklerini kullanan LbCNNM yöntemiyle, değiştirilmiş kantil regresyon tekniğini birleştirerek çok adımlı tahminler yapabiliyor.

Bilim insanları, rastgele ağ şeklindeki lazerlerin geometrik yapılarının ışık emisyon spektrumlarını nasıl etkilediğini kapsamlı bir şekilde analiz etti. Optik olarak aktif ağ yapılar, random lazerlerden algılama cihazlarına, fotonik işlemcilerden çeşitli teknolojik uygulamalara kadar geniş bir kullanım alanına sahip. Araştırmacılar, bu ağların geometrik özelliklerinin emisyon spektrumu üzerindeki etkisini öngörebilmek için istatistiksel bir çerçeve geliştirdi. Çalışma, ağ içindeki kısa kenarların yoğunluğunun (edge crowding) spektrumun modal yoğunluk dağılımının düzgünlüğünü ayarlamada kritik rol oynadığını ortaya koyuyor. Bu bulgular, gelecekte daha verimli fotonik cihazların tasarımında önemli katkılar sağlayabilir.

Microsoft Copilot ile gerçekleştirilen yarım milyon sağlık konuşmasının analizi, insanların yapay zekaya nasıl sağlık sorunları danıştığını ortaya koyuyor. Araştırmacılar, yapay zeka destekli 12 kategorili sınıflandırma sistemi geliştirerek kullanıcı davranışlarını inceledi. Her beş konuşmadan birinin kişisel semptom değerlendirmesi içerdiği, genel bilgi kategorisinin bile büyük oranda belirli tedavi ve hastalıklara odaklandığı tespit edildi. Bu veriler, dijital sağlık danışmanlığının ne kadar yaygın hale geldiğini ve kişisel sağlık niyetinin tahmin edilenden çok daha yüksek olduğunu gösteriyor.

Araştırmacılar, karmaşık tablo yapılarını tanımada yaşanan zorlukları aşmak için InstructTable adlı yeni bir yapay zeka sistemi geliştirdi. Geleneksel yöntemler, birleştirilmiş hücreler ve boş alanlar içeren tablolarda başarısız olurken, bu yeni yaklaşım hem görsel hem de anlamsal bilgiyi birleştirerek daha doğru sonuçlar elde ediyor. Sistem, özel olarak tasarlanmış talimatlarla eğitilerek tabloların ince yapısal detaylarını kavramayı öğreniyor. Bu gelişme, belge işleme, veri analizi ve dijital arşivleme alanlarında önemli ilerlemeler sağlayabilir.

Araştırmacılar, yapay zeka sistemlerinin birden fazla belgeyi işlerken karşılaştığı önemli bir sorunu çözmek için CHOP adlı yeni bir framework geliştirdi. Bu sistem, benzer belgeler arasında ayrım yapmakta zorlanan AI modellerinin performansını önemli ölçüde artırıyor. Geleneksel RAG sistemleri, veri tabanında benzer belgeler bulunduğunda doğru bilgiyi bulamıyor ve yanlış sonuçlar üretiyordu. CHOP, her belge parçasını akıllı imzalarla etiketleyerek ve bağlamsal tutarlılığı koruyarak bu problemi çözüyor. Sistem, belgeler arasındaki semantik çakışmaları azaltıyor ve AI'nın daha doğru bilgi erişimi sağlamasına olanak tanıyor.

Araştırmacılar, Reddit üzerinde 2017-2025 yılları arasında paylaşılan 3.383 adet insan-yapay zeka romantik ilişki gönderisini analiz etti. Çalışma, bu tartışmaların nasıl evrildiğini ortaya koyuyor. İlk yıllarda kullanıcılar daha çok kişisel deneyimler ve duygusal bağlar üzerine odaklanırken, zamanla konuşmalar platform yönetimi, teknik sorunlar ve gerçek yaşam üzerindeki etkiler gibi konulara kaydı. Bu değişim, yapay zeka arkadaşlık sistemlerinin tasarımı ve yönetimi için önemli çıkarımlar sunuyor. Araştırma, insan-yapay zeka romantizminin nasıl özel deneyimlerden teknik düzenlemelere doğru çerçevelendiğini gösteriyor.

Çinli teknoloji devi Alibaba'nın araştırma ekibi, çok modalı yapay zeka alanında yeni bir kilometre taşı olan Qwen3.5-Omni modelini tanıttı. Yüz milyarlarca parametreye sahip bu gelişmiş model, aynı anda metin, görüntü ve ses verilerini işleyebiliyor. 256 bin token'lık bağlam uzunluğu ile 10 saate kadar ses kaydını anlayabilen sistem, 100 milyondan fazla saatlik görsel-işitsel içerikle eğitildi. Model, 215 farklı ses ve görsel-işitsel anlama testinde Google'ın Gemini-3.1 Pro modelini geride bırakarak sektörde yeni bir standart belirledi. Hibrit Dikkat ve Uzmanlar Karışımı mimarisi sayesinde uzun sekansları verimli şekilde işleyebilen Qwen3.5-Omni, yapay zeka asistanları ve çok modalı uygulamalar için önemli bir gelişme olarak değerlendiriliyor.