Araştırmacılar, karışık tam sayılı doğrusal programlama problemlerini çözmek için ID-PaS+ adlı yeni bir yapay zeka destekli yöntem geliştirdiler. Bu sistem, tahmin etme ve arama stratejilerini birleştirerek, lojistik, üretim planlama ve kaynak dağılımı gibi gerçek dünya problemlerinde daha etkili çözümler üretiyor. Önceki yöntemlerin aksine, sadece ikili değişkenlerle sınırlı kalmayıp farklı türdeki değişkenleri de işleyebiliyor. Geliştirilen kimlik-farkındalı öğrenme çerçevesi, makine öğrenmesi modellerinin heterojen veri tiplerini daha başarılı şekilde yönetmesini sağlıyor. Büyük ölçekli gerçek dünya problemleri üzerinde yapılan testler, sistemin mevcut yaklaşımlara göre önemli performans artışları sağladığını gösteriyor.

Bilim insanları, CXL bellek havuzları gibi uzak bellek sistemlerinde kullanılan hızlandırıcılar için yenilikçi bir programlama modeli geliştirdi. Proxics adı verilen bu yaklaşım, işlemcileri belleğe yakın konumlandırarak CPU ile veri alışverişini minimize etmeyi hedefliyor. Near-Data Processing (NDP) teknolojisi olarak bilinen bu yöntem, bant genişliği gereksinimlerini önemli ölçüde azaltıyor. Araştırmacılar, Unix işletim sistemi benzeri soyut kavramları kullanarak bu sistemlerin programlanmasını kolaylaştırmayı amaçlıyor. Geleneksel yaklaşımların NDP hızlandırıcıları için uygun olmadığını tespit eden ekip, derleme zamanı optimizasyonlarından yararlanarak hafif ve verimli bir çözüm sunuyor.

Araştırmacılar, bir programlama dilinin kendi kodlarını ne kadar başarılı şekilde taklit edebileceğini inceleyen yeni bir kavram ortaya koydu. 'Emülasyon-tamlık' adı verilen bu özellik, Turing-tamlık kavramının ötesine geçerek, bir dilin sadece hesaplama yapmasının yeterli olmadığını gösteriyor. Gerçek programların bağımlı olduğu kontrol akışı, istisnalar, geri çağrılar, zamanlama, bellek kullanımı ve çalışma zamanı metadata'sı gibi tüm görünür durumları da hesaba katması gerektiğini vurguluyor. Bu sistematik çalışma, kendini-taklit etme konusunda düşünmek için kesin bir kelime dağarcığı ve yapılandırılmış bir taksonomi sunarak, kaynak kod seviyesi değerlendirme ile derlenmiş kod emülasyonu arasında ayrım yapıyor.

Araştırmacılar, genomik ve ağ analitiği uygulamalarında kullanılan graf tabanlı dinamik programlama algoritmalarını daha verimli çalıştırmak için GEN-Graph adlı yenilikçi hibrit işlemci mimarisini geliştirdi. Bu sistem, DNA dizilimi ve ağ analizi gibi farklı hesaplama türlerinin çelişkili gereksinimlerini tek bir çip üzerinde karşılayabiliyor. Matris yoğun hesaplamalar için optimize edilmiş PUM çekirdekleri ile bellek yoğun traversal işlemleri için tasarlanmış PNM çekirdeklerini bir araya getiren bu hibrit yaklaşım, genomik araştırmalar ve büyük ölçekli ağ analizlerinde önemli performans artışları sunuyor. Geleneksel tek tip işlemci mimarilerinin her iki hesaplama türünü de verimli şekilde destekleyememesi sorunu bu yenilikçi tasarımla çözülüyor.

Modern GPU'lar çoklu çip tasarımı benimserken, mevcut programlama modelleri bu yapıyı tam olarak kullanamıyor. Araştırmacılar, GPU'ların çip düzeyindeki organizasyonunu daha iyi değerlendiren Fleet adlı yeni bir sistem geliştirdi. Bu sistem, yapay zeka modellerinin çalıştırılması gibi bellek yoğun işlemlerde performansı artırmayı hedefliyor. Fleet, görevleri GPU'nun farklı seviyelerine akıllıca dağıtarak, önbellek kullanımını optimize ediyor ve gereksiz veri trafiğini azaltıyor. Özellikle büyük dil modellerinin çalıştırılmasında önemli iyileştirmeler sağlayabilecek bu yaklaşım, GPU programlamanın geleceğini şekillendirebilir.

Araştırmacılar, evsel mikro şebekelerde güneş paneli ve batarya kapasitelerinin optimal boyutlandırılması için BOOST adlı yeni bir teknik geliştirdi. Geleneksel yöntemlerin aksine, BOOST hem tasarım hem de işletim problemlerini birlikte çözerek daha gerçekçi sonuçlar üretiyor. Teknik, sıralı optimizasyon ile karışık tamsayı doğrusal programlamayı birleştirerek binlerce tasarım alternatifini hızla değerlendiriyor. İlk aşamada basit bir model kullanarak geniş bir aday havuzunu tarayıp en umut verici tasarımları belirliyor, ardından bunları dizel jeneratör mantığını da içeren gelişmiş bir modelle detaylı olarak analiz ediyor. Bu yaklaşım, evsel enerji sistemlerinin planlanmasında daha verimli ve ekonomik çözümler sunabilir. Yeni sentetik veri setleriyle test edilen yöntem, farklı batarya maliyeti senaryoları altında performansını kanıtlamış durumda.

Araştırmacılar, doğrusal programlama problemlerini çözen en yaygın algoritmaların performansını büyük ölçekli modellerde karşılaştırdı. Simplex yöntemi, iç nokta yöntemleri ve PDHG algoritmalarının çalışma sürelerini analiz eden çalışmada, yapay zeka modelleri kullanılarak altı farklı uygulama alanında gerçekçi test senaryoları oluşturuldu. Sonuçlar, algoritmaların asimptotik davranışlarının önemli ölçüde farklılık gösterdiğini ve gelecekte hangi algoritmaların büyük LP modellerinde daha etkili olacağını belirlemenin kritik önem taşıdığını ortaya koyuyor. Bu bulgular, optimizasyon alanındaki algoritma seçimi stratejilerini yeniden şekillendirebilir.

Araştırmacılar, büyük dil modellerinin kuantum yazılım geliştirmede daha etkili kullanılması için özel bir veri seti oluşturdu. PennyLang adı verilen bu veri seti, 3,347 kuantum kod örneği içeriyor ve yapay zekanın kuantum programlama alanındaki yeteneklerini artırmayı hedefliyor. Çalışma, kuantum bilişim ile yapay zeka teknolojilerinin kesişiminde önemli bir adım teşkil ediyor. Veri seti, ders kitapları, resmi belgeler ve açık kaynak projelerden derlenerek hazırlandı. Bu gelişme, kuantum yazılım geliştirme süreçlerinin otomatikleştirilmesi ve daha geniş kitlelere açılması açısından kritik öneme sahip.

Araştırmacılar, karışık tam sayılı programlama (MIP) problemleri için geliştirilmiş yapay zeka modellerinin, Boolean tatminolabilirlik (SAT) gibi mantık problemlerinde de başarıyla kullanılabileceğini keşfetti. Bu çalışma, önceden eğitilmiş optimizasyon temsillerinin farklı problem türlerine nasıl uyarlanabileceğini gösteriyor. Model, CNF formüllerini MIP problemlerinde kullanılan aynı iki parçalı grafik yapısına dönüştürerek, mimari değişiklik ya da ek eğitim gerektirmeden doğrudan kullanılabilmekte. Sonuçlar, bu temsillerin SAT örneklerindeki yapısal düzenlilikleri yakalayabildiğini ve örneklerin kümelenmesi gibi denetimsiz görevleri desteklediğini ortaya koyuyor. Bu yaklaşım, farklı problem alanları arasındaki transfer öğrenmenin potansiyelini vurguluyor.

Araştırmacılar, kuantum durumlarını sıralı bir şekilde ayırt etme problemini çözmek için dinamik programlama yaklaşımını kullanarak yeni bir algoritma geliştirdiler. Bu çalışma, kuantum sistemlerde belirsizlik altında karar verme süreçlerini matematiksel olarak modelleyerek, her adımda daha fazla ölçüm yapılıp yapılmayacağına karar veren akıllı bir sistem öneriyor. Geleneksel minimum hata ayrımcılığı yöntemlerini de kapsayan bu yaklaşım, kuantum bilgi işlemede önemli bir ilerleme kaydediyor. Algoritmanın hesaplama karmaşıklığı analiz edilmiş ve pratik uygulamalar için matematiksel sınırlar belirlenmiştir.

Araştırmacılar, eski C ve C++ kodlarını modern ve güvenli Rust programlama diline otomatik olarak dönüştüren yeni bir yapay zeka sistemi geliştirdi. LLM4C2Rust adlı bu sistem, büyük dil modellerini (LLM) küçük dil modelleriyle birleştirerek kod çevirisini gerçekleştiriyor. Sistem, özellikle bellek güvenliği sorunlarını çözmek için tasarlandı. C ve C++ gibi eski programlama dillerinde yazılmış yazılımlar, bellek hatalarına karşı savunmasızken, Rust dili yerleşik güvenlik garantileri sunuyor. Manuel kod çevirisi zaman alıcı ve hata yapmaya açık olduğundan, bu otomatik yaklaşım yazılım geliştirme sürecini hızlandırabilir. RAG (Retrieval-Augmented Generation) teknolojisini kullanan framework, hem büyük hem de küçük dil modellerinin avantajlarını birleştirerek daha etkili sonuçlar elde ediyor. Bu gelişme, özellikle eski sistemlerin modernizasyonu için önemli bir adım sayılıyor.