Araştırmacılar, farklı başlangıç noktalarından gelen Markov zincirlerini ortak bir görüntü zinciri üzerinden nasıl birleştirebileceğini gösteren yeni bir matematiksel yöntem geliştirdi. Bu buluş, rastlantısal süreçlerin analizinde önemli bir ilerleme sağlıyor. Çalışma, iki farklı Markov zincirinin belirli koşullar altında nasıl eşleştirilebileceğini ve bu eşleştirmenin de homojen bir Markov zinciri özelliği taşıyabileceğini kanıtlıyor. Özellikle dikkat çekici olan nokta, bu eşleştirme sürecinde zincirlerin koşullu olarak bağımsız kalabilmesi. Bulgular, olasılık teorisi ve stokastik süreçler alanında hem teorik hem de pratik uygulamalara kapı açıyor.

Araştırmacılar, afetlere karşı şehirlerin direncini artırmak için yenilikçi bir yapay zeka sistemi geliştirdi. Bu sistem, köprülerin hastane, market ve konutlara erişimdeki kritik rolünü analiz ederek, sınırlı bakım bütçelerinin en etkili şekilde kullanılmasını sağlıyor. Çalışmada, yollar, köprüler ve binalar arasındaki karmaşık ilişkileri modelleyen heterojen graf ağları kullanılarak, köprüler afet hazırlık kategorilerine göre sınıflandırılıyor. Bu yaklaşım, tek boyutlu değerlendirmelerin yetersiz kaldığı durumları ele alarak, şehir planlamacılarına köprülerin çok boyutlu önemini anlama imkanı sunuyor. Sistem, ulusal karayollarından köprüler üzerinden binalara uzanan yol ağlarını inceleyerek, hangi köprülerin tedarik zinciri ve tıbbi erişim açısından öncelikli olduğunu belirliyor.

Araştırmacılar, yapay zeka modellerinin görsel anlama ve üretme yeteneklerini birlikte değerlendiren Uni-MMMU adlı yeni bir test sistemi geliştirdi. Bu sistem, mevcut değerlendirme yöntemlerinin aksine, AI modellerinin bu iki yeteneği nasıl entegre ettiğini ölçüyor. Bilim, matematik, kodlama ve bulmaca gibi sekiz farklı alanda çift yönlü görevler içeren sistem, modellerin kavramsal anlayışı görsel sentezde nasıl kullandığını ve görsel üretimi analitik düşünce için nasıl araç olarak kullandığını test ediyor. Sistem, doğrulanabilir ara adımlar ve tekrarlanabilir değerlendirme protokolleri sunarak AI araştırmalarında daha güvenilir ölçümler sağlıyor.

Araştırmacılar, işletmelerin envanter yönetimi ve tedarik planlamasındaki en büyük zorluklarından birini çözmek için yeni bir yapay zeka sistemi geliştirdi. AHSIV adlı bu sistem, değişken ve kesintili talep koşullarında hangi tahmin modelinin kullanılacağını akıllıca belirleyebiliyor. Geleneksel yaklaşımların aksine, bu çerçeve farklı zaman ufuklarında model performansının nasıl değiştiğini öngörüp buna göre en uygun modeli seçiyor. Sistem özellikle binlerce farklı ürüne sahip şirketlerin operasyonel kararlarında tutarlılık sağlamayı hedefliyor.

Yenilenebilir enerji kapasitesinin hızla artması gerektiği bir dönemde, elektrik şebekesini destekleyici ekipmanların tedarik zinciri sorunu gözden kaçan kritik bir engel haline geliyor. Transformatörlerden kabloları iletim hatlarına kadar şebeke altyapısının vazgeçilmez bileşenleri, enerji sistemlerinin genişleme hızını sınırladığı ortaya çıktı. Amerika'da yapılan kapsamlı araştırma, 2030 yılına kadar hızlı büyüme senaryolarında şebeke destek ekipmanlarında yüzde 28'e varan ciddi açığın oluşabileceğini gösteriyor. Özellikle bakır gibi kritik metallerin tam kapasiteye ulaşması, çelik ve nikelin de ek kısıtlar oluşturması durumu daha da zorlaştırıyor. Bu bulgular, temiz enerji geçişinin sadece güneş paneli ve rüzgar türbini üretmekle sınırlı olmadığını, şebeke altyapısının da eşit önemde planlanması gerektiğini vurguluyor.

Elektromanyetizma ve akışkanlar mekaniği problemlerinin çözümünde kritik rol oynayan de Rham kompleksi için yeni bir matematiksel yöntem geliştirildi. Araştırmacılar, hiyerarşik B-spline fonksiyonları kullanarak yapılan hesaplamalarda ortaya çıkan 'sahte harmonik alanlar' sorununu çözen bir algoritma tasarladı. Bu sorun, özellikle elektromanyetik simülasyonlarda hesaplama doğruluğunu ciddi şekilde bozuyordu. Yeni yaklaşım, iki boyutlu uzayda çakışan fonksiyon çiftleri arasında L-zinciri adı verilen ek fonksiyonlar oluşturarak kompleksin matematiksel yapısını korumayı başarıyor. Bu gelişme, elektromanyetik alan simülasyonları ve akışkan dinamiği hesaplamalarının daha hassas ve güvenilir hale gelmesini sağlayacak.

Araştırmacılar, yapay zeka modellerinin başarısız ve başarılı çözüm süreçlerini karşılaştırarak daha iyi sonuçlar elde eden ContraPrompt yöntemini geliştirdi. Bu teknik, bir modelin aynı soruda önce başarısız olup sonra başarılı olması durumunda, iki farklı düşünce zinciri arasındaki farkları analiz ediyor. Geleneksel yöntemlerden farklı olarak, tek bir çalışma örneğine odaklanmak yerine, tam düşünce süreçlerini karşılaştırıyor. Sistem, otomatik olarak tekrar deneme döngüleri oluşturarak insan müdahalesi olmadan öğrenme verisi üretiyor. Bu yaklaşım, AI sistemlerinin problem çözme stratejilerini optimize etmede yeni bir perspektif sunuyor.

Araştırmacılar, büyük dil modellerinin (LLM) sosyal ilişkileri anlama yetisini test etmek için SCRIPTS adlı yeni bir veri seti geliştirdiler. Film senaryolarından alınan 1100 diyaloğu içeren bu veri setiyle yapılan testlerde, yapay zeka modellerinin konuşmacılar arasındaki ilişkileri (arkadaş, sevgili, aile vb.) tespit etme başarısı İngilizce için %75-80, Korece için ise sadece %58-69 seviyesinde kaldı. Özellikle düşünce zinciri yönteminin sosyal akıl yürütmede beklenen faydayı sağlamadığı, hatta bazen sosyal önyargıları artırdığı gözlemlendi. Bu bulgular, yapay zekanın insan etkileşimlerinde kritik olan sosyal anlayış konusundaki sınırlarını ortaya koyuyor.

Araştırmacılar, büyük dil modellerine dayalı yapay zeka ajanlarının karşılaştığı güvenlik risklerini sistematik olarak sınıflandıran yeni bir çerçeve geliştirdi. Geleneksel yazılımlardan farklı olarak, bu ajanlar çalışma zamanında dinamik olarak bilgi toplayan ve araçları kullanan özerk sistemler olarak çalışıyor. Bu durum, saldırı yüzeyini geleneksel yapım zamanı güvenlik açıklarından çalışma zamanı bağımlılıklarına kaydırıyor. Araştırma, veri tedarik zinciri saldırıları ve araç tedarik zinciri saldırıları olmak üzere iki ana tehdit kategorisi tanımlıyor. Özellikle 'Viral Ajan Döngüsü' adı verilen yeni bir risk türü keşfedildi - bu durumda ajanlar kendileri saldırı vektörü haline gelebiliyor.

Araştırmacılar, görsel sorulara dayalı veri setlerinin manuel olarak hazırlanmasındaki zorlukları aşmak için AutoVQA-G adlı yenilikçi bir sistem geliştirdi. Bu sistem, yapay zekanın kendi performansını değerlendirip iyileştirmesine dayanan özerk bir yaklaşım kullanıyor. Görsel soru-cevap modellerinin eğitimi için kritik önem taşıyan bu veri setleri, şimdiye kadar büyük ölçüde insan emeği gerektiriyordu. Yeni sistem, tutarlılık değerlendirmesi ve hafıza destekli optimizasyon ajanları kullanarak bu süreci otomatikleştiriyor. Geleneksel yöntemlerdeki model halüsinasyonları ve basit doğrulama mekanizmalarının yarattığı sorunları çözmek için tasarlanan AutoVQA-G, iteratif iyileştirme döngüleri ve zincir-düşünce mantığı ile çalışıyor.

Araştırmacılar, büyük dil modellerinin akıl yürütme süreçlerini adım adım değerlendiren yenilikçi bir sistem geliştirdi. Process Reward Models (PRM) adı verilen bu yaklaşım, yapay zekanın düşünme zincirindeki her adımı ayrı ayrı puanlayarak hataları tespit edebiliyor. Çalışmada, planlama problemlerini kullanan özgün bir veri seti oluşturma yöntemi tanıtıldı. Bu metot sayesinde yaklaşık bir milyon akıl yürütme adımı içeren kapsamlı bir eğitim veri seti üretildi. Geleneksel matematik odaklı veri setlerine göre büyük avantaj sağlayan sistem, hem matematiksel hem de matematiksel olmayan problemlerde önemli performans artışları gösterdi. Bu gelişme, yapay zekanın daha güvenilir ve tutarlı akıl yürütme yetenekleri kazanması açısından büyük önem taşıyor.