Lawrence Berkeley Ulusal Laboratuvarı araştırmacıları, lazer-plazma hızlandırıcının serbest elektron lazerini 8 saatten fazla süreyle güvenilir şekilde çalıştırabildiğini ilk kez gösterdi. Physical Review Accelerators and Beams dergisinde yayınlanan bu çalışma, Texas merkezli Tau Systems şirketi ile işbirliği içinde gerçekleştirildi. Bu teknolojik ilerleme, pahalı ve dev boyutlardaki geleneksel parçacık hızlandırıcılarına alternatif sunabilir. Lazer-plazma hızlandırıcılar, geleneksel sistemlerin binlerce katı daha kompakt olması nedeniyle büyük ilgi görüyor. 8 saatlik kesintisiz çalışma süresi, bu teknolojinin endüstriyel uygulamalar ve araştırma alanlarında pratik kullanım için yeterli kararlılığa ulaştığını gösteriyor.

Yeni bir araştırma, terminal hastalığı olan kişilerin rüyalarının ölüme yaklaştıkça nasıl değiştiğini ortaya koyuyor. Çalışma, bu dönemde görülen rüyaların daha duygusal ve sembolik hale geldiğini, kayıp sevdiklerle buluşma, kapılar, merdivenler ve ışık vizyonları gibi öğelerin sıklaştığını gösteriyor. Uzmanlar, bu tür rüyaların terminal hastalar için ölümü kabullenme sürecinde önemli bir rol oynadığını belirtiyor. Bulgular, insan bilincinin yaşamın son dönemlerinde nasıl çalıştığına dair yeni perspektifler sunarak, hem tıp literatürüne hem de ölüm sürecini anlamamıza katkı sağlıyor. Bu keşif, terminal bakım ve hasta yakınları için de önemli içgörüler barındırıyor.

Araştırmacılar, sera işletmelerinin ticari sırlarını paylaşmadan birbirlerinden öğrenebileceği yeni bir yapay zeka sistemi geliştirdi. HierFedCEA adlı bu sistem, kontrollü tarım tesislerinin iklim verilerini gizli tutarken HVAC enerji tüketimini %30-38 oranında azaltabiliyor. Sistem, fizik yasalarından tesise özgü ekipman dinamiklerine kadar üç farklı seviyede öğrenme gerçekleştiriyor. Bu yaklaşım, yeni sera tesislerinin devreye alma süresini aylardan günlere indirgerken, işletmecilerin değerli tarım reçetelerinin gizliliğini de koruyor. Federe öğrenme ve diferansiyel gizlilik tekniklerini kullanan sistem, farklı tipteki seraların ortak bilgi havuzundan faydalanmasını sağlıyor.

Araştırmacılar, kapalı odadaki bilgisayar ekranlarının içeriğini fiziksel temasa geçmeden okuyabilen yeni bir siber saldırı yöntemi geliştirdi. IR4Net adlı yapay zeka sistemi, ekranlardan duvarlara yansıyan ışık desenlerini analiz ederek orijinal görüntüleri yeniden oluşturabiliyor. Bu teknik, güvenli kabul edilen izole ortamlardaki hassas bilgilerin bile sızdırılabileceğini gösteriyor. Sistem, fizik yasalarını makine öğrenmesi ile birleştiren yenilikçi bir yaklaşım kullanarak, ışığın yayılma özelliklerini matematiksel modeller haline getiriyor. Araştırma, siber güvenlik alanında yeni tehditler ortaya koyarken, aynı zamanda optik teknolojiler ve yapay zeka arasındaki sınırları zorluyor.

ILIAD projesi kapsamında, farklı kaynaklardan gelen çevresel verilerin Okyanus Bilgi Modeli'ne göre uyumlaştırılması için Python tabanlı yeni bir yaklaşım geliştirildi. Mevcut yöntemlerin karmaşıklığından şikayetçi olan veri bilimciler için tasarlanan bu çözüm, teknik detayları gizleyerek kullanım kolaylığı sağlıyor. Okyanus Dijital İkizleri'nin hayata geçirilmesinde kritik rol oynayacak bu sistem, heterojen çevresel verilerin semantik olarak uyumlaştırılmasını büyük ölçüde kolaylaştırıyor. Araştırma, özellikle Python ekosistemiyle entegre çalışma ihtiyacı olan bilim insanları için pratik bir alternatif sunuyor.

Büyük dil modelleri kod yazma ve metin üretmede başarılı olsalar da, bilimsel alanlarda matematiksel akıl yürütme yetenekleri henüz yeterince keşfedilmemişti. Yeni bir araştırma, yapay zekanın optik iletişim alanında formül türetme konusunda ne kadar ileri gittiğini gösteriyor. Araştırmacılar, fiber optik kablolardaki doğrusal olmayan girişim modellemesi için özel yapılandırılmış komutlar kullanarak bir dil modelini yönlendirdiler. Model, bilinen ISRS GN ifadelerini başarıyla yeniden oluşturmakla kalmadı, aynı zamanda çok aralıklı C ve C+L band iletimler için yeni bir yaklaşım formülü türetti. Sayısal doğrulamalar, yapay zeka tarafından türetilen modelin temel modellerle neredeyse özdeş sonuçlar ürettiğini ve tüm kanallar ve aralıklarda ortalama mutlak hatanın 0.109 dB'nin altında kaldığını ortaya koydu.

Avustralyalı araştırmacılar, mercan ağartması izlemesinde devrim yaratacak yeni bir yapay zeka sistemi geliştirdi. Uydu görüntülerinin sadece deniz yüzeyindeki sıcaklığı ölçebildiği bilinirken, mercanların yaşadığı derinliklerde sıcaklık 1-3°C daha düşük olabiliyor. Bu durum, mevcut izleme sistemlerinin mercanların yaşadığı termal stresi abartmasına neden oluyor. Yeni sistem, fizik kurallarıyla güçlendirilmiş yapay sinir ağlarını kullanarak uydu verilerini seyrek yerleştirilmiş sensörlerle birleştiriyor ve farklı derinliklerdeki gerçek sıcaklıkları hesaplayabiliyor.

Araştırmacılar, robotların karmaşık ve engelli ortamlarda daha etkili hareket edebilmesi için yeni bir yapay zeka sistemi geliştirdi. Hierarchical Neural Time Fields (H-NTFields) adı verilen bu sistem, fizik kurallarını yapay sinir ağlarıyla birleştirerek robotların çok odalı ortamlarda güvenli yol bulma kabiliyetini artırıyor. Geleneksel yöntemlerin aksine, sistem seyrek yol haritalarından gelen zayıf denetimli öğrenmeyi kullanarak global tutarlılık sağlıyor. Bu gelişme, otonom araçlardan endüstriyel robotlara kadar geniş bir uygulama yelpazesinde devrim yaratabilir.

Araştırmacılar, T hücresi reseptörlerinin peptid-MHC molekül bağlanmalarını tahmin etmek için yeni bir yapay zeka modeli geliştirdi. Bu sistem, aşı tasarımı ve T hücresi tedavilerinde kritik öneme sahip. Yeni yaklaşım, modelin eğitim sırasında görmediği epitoplarla karşılaştığında sessizce yanlış güven skoru vermesi sorununu çözmeyi hedefliyor. Araştırmacılar, güvenilir tahminler yapabilmek için 'seçici tahmin' yaklaşımını benimsiyor - model ya güvenilir bir skor verir ya da açıkça karar vermekten kaçınır. Dual-encoder mimarisi kullanan sistem, protein dil modeliyle eğitilmiş ve sıcaklık ölçeklendirmesi ile kalibre edilmiş. Conformal abstention kuralı sayesinde kullanıcının belirlediği hata oranında finite-sample kapsama garantisi sağlıyor. Üç farklı test stratejisinde değerlendirilen method, AUROC 0.813 ve ECE 0.043 değerlerine ulaştı.

Yeni bir araştırma, yapay zeka dil modellerinin boyutu büyüdükçe paradoksal bir davranış sergilediğini ortaya koyuyor. Cornell Üniversitesi araştırmacıları, büyük modellerin yanlış bilgilere karşı daha dirençli hale gelirken, aynı zamanda rastgele ve anlamsız metinleri taklit etme eğiliminin arttığını keşfetti. Cerebras-GPT ve Pythia model ailelerini analiz eden çalışma, bu durumun öngörülebilir matematiksel yasalara uyduğunu gösteriyor. En büyük modeller, yanlış bilgilere karşı en küçük modellerden dört kat daha dirençliyken, anlamsız içerikleri kopyalama konusunda iki kat daha eğilimli. Bu bulgu, AI sistemlerinin geliştirilmesinde önemli bir ikilem olduğuna işaret ediyor.

Stanford araştırmacıları, yeraltı rezervuarlarının özelliklerini belirlemek için fizik kurallarını yapay zeka ile birleştiren yenilikçi bir yöntem geliştirdi. Bu teknik, petrol rezervuarları, jeotermal enerji kaynakları ve CO₂ depolama alanları gibi yeraltı yapılarının daha doğru haritalanmasını sağlıyor. Geleneksel yöntemlerin aksine, sınırlı basınç ölçümleriyle bile güvenilir sonuçlar üretebilen sistem, özellikle nadir görülen aşırı basınç olaylarını da başarıyla modelleyebiliyor. Makine öğrenmesi algoritmaları içine fizik simülatörleri gömülerek geliştirilen bu yaklaşım, hem hesaplama maliyetlerini düşürüyor hem de fiziksel tutarlılığı koruyor. Yöntem, enerji sektöründen çevre koruma uygulamalarına kadar geniş bir kullanım alanı sunuyor ve yeraltı kaynak yönetiminde devrim yaratma potansiyeli taşıyor.