Bilimsel makine öğrenmesi modellerinin gizli bir sorunu ortaya çıktı. Aynı eğitim verilerinin farklı örnekleriyle eğitilen iki model, genel doğruluk oranlarında %1-4 fark gösterirken, test moleküllerinin %8-22'sini tamamen farklı şekilde sınıflandırıyor. Bu 'çapraz-örnek tahmin dalgalanması' sorunu, bilimsel araştırmalarda model güvenilirliğini ciddi şekilde tehdit ediyor. Araştırmacılar, 9 farklı kimya veri seti üzerinde yaptıkları çalışmada, geleneksel yöntemlerin bu sorunu çözemediğini, ancak iki yeni yaklaşımın umut verici sonuçlar gösterdiğini keşfetti.

Araştırmacılar, beyin kayıtlarını işleyen yapay zeka modellerini sistematik olarak değerlendirmek için NeuralBench adlı birleştirici bir framework geliştirdiler. İlk sürümü olan NeuralBench-EEG v1.0, 36 elektroensefalografi (EEG) görevi, 14 derin öğrenme mimarisi ve 94 veri setini kapsıyor. Bu kapsamlı değerlendirme platformu, nörobilim ve yapay zeka alanlarında önemli bulgular ortaya koyuyor. Özellikle mevcut temel modellerin göreve özel modellerden yalnızca marjinal olarak daha iyi performans gösterdiği ve birçok görevde (bilişsel kod çözme, klinik tahmin gibi) hala iyileştirme ihtiyacı olduğu tespit edildi. Bu standardize edilmiş değerlendirme sistemi, beyin-bilgisayar arayüzü teknolojilerinin geliştirilmesinde önemli bir adım teşkil ediyor.

Araştırmacılar, beyin-bilgisayar arayüzlerinin geliştirilmesi için kritik öneme sahip yeni bir değerlendirme platformu geliştirdi. Neuroprobe adlı bu sistem, doğrudan beyin dokusuna yerleştirilen elektrotlarla kayıt alınan intrakraniyal EEG verilerini analiz etmek için tasarlandı. Platform, 10 katılımcıdan elde edilen 40 saatlik beyin kaydını içeren BrainTreebank veri seti üzerine kurulu. Katılımcılar doğal film izleme görevleri yaparken beyin aktiviteleri kaydedildi. Bu yenilikçi yaklaşım, hem nörolojik tedavilerin geliştirilmesine hem de beynin dil işleme mekanizmalarının anlaşılmasına katkı sağlayacak. Geleneksel saçlı deri EEG'ye kıyasla çok daha yüksek çözünürlük sunan bu teknoloji, sinyal bozulmasını minimize ederek beyin aktivitesini doğrudan ölçebiliyor.

Araştırmacılar, kristal üretimi yapan yapay zeka modellerinin performansını dramatik şekilde artıran yeni bir yöntem geliştirdi. CrystalREPA adı verilen bu sistem, önceden eğitilmiş atomik potansiyel modellerinin bilgilerini kristal üretici modellere aktararak daha kararlı ve geçerli kristal yapıları oluşturmayı mümkün kılıyor. Yöntem, mevcut modellerin kristallerin nasıl göründüğünü öğrendiği ancak onları ne kadar kararlı kıldığını anlamadığı sorununu çözüyor. Üç farklı üretici model, on öğretmen model ve iki veri seti üzerinde yapılan testlerde tutarlı iyileştirmeler gösterdi. Bu gelişme, yeni malzemelerin keşfinde ve tasarımında önemli ilerlemeler sağlayabilir.

Brezilyalı araştırmacılar, ülkenin meteoroloji verilerini 25 yıllık bir arşivde birleştirerek METBRA25Y veri setini oluşturdular. Bu kapsamlı çalışma, Brezilya Ulusal Meteoroloji Enstitüsü'nün (INMET) saatlik gözlem kayıtlarını standart bir formatta bir araya getiriyor. Veri seti, iklim değişikliği araştırmalarından tarımsal analizlere, şehir planlama çalışmalarından makine öğrenmesi projelerine kadar geniş bir kullanım alanına sahip. Araştırmacıların en büyük zorluklarından biri olan farklı formatlardaki meteoroloji verilerini birleştirme sorunu bu çalışmayla çözülüyor. Standardize edilmiş değişken isimleri, kalite kontrol verileri ve eksik veri raporları içeren arşiv, bilim insanlarının daha güvenilir analizler yapmasını sağlayacak.

Araştırmacılar, moleküler sistemlerdeki elektronik enerjileri hesaplamak için kullanılan fonksiyonları tamamen otomatik olarak geliştiren FunctionalAgent adlı bir yapay zeka sistemi yarattı. Bu sistem, birden fazla uzmanlaşmış alt-ajan kullanarak veri seti oluşturmadan fonksiyon optimizasyonuna kadar tüm süreci yönetiyor. Güçlü korelasyonlu moleküler sistemlerde elektronik enerji hesaplamalarının kalitesi, kullanılan fonksiyonların doğruluğuna bağlı olduğu için bu gelişme oldukça önemli. FunctionalAgent ile geliştirilen MC26 fonksiyonu, mevcut yöntemlere kıyasla daha yüksek doğruluk seviyesi göstermiş durumda.

E-ticaret sitelerinde binlerce ürün yorumu arasında kaybolmak artık tarih olabilir. Araştırmacılar, her kullanıcının farklı ürün özelliklerini önemsediğini ve bu tercihlerin zamanla değiştiğini göz önünde bulundurarak yeni bir çözüm geliştirdi. PREFER adlı sistem, kullanıcı geri bildirimlerini sürekli analiz ederek kişiselleştirilmiş yorum özetleri üretiyor. Amazon Reviews'23 veri seti üzerinde yapılan testler, sistemin kullanıcı ilgi alanlarıyla uyumunu artırırken özet kalitesini koruduğunu gösteriyor. Bu teknoloji, online alışveriş deneyimini kökten değiştirebilir ve kullanıcıların gerçekten önemsedikleri bilgilere hızla ulaşmasını sağlayabilir.

Araştırmacılar, bağlı ve otonom araçların çevresel farkındalığını artırmak için hibrit zonotop tabanlı yeni bir algoritma geliştirdi. Sistem, farklı sensörlerden gelen tutarsız ölçümleri birleştirerek daha güvenilir çevre algısı sağlıyor. Özellikle araçlar veya altyapı tarafından gizlenen yayalar için kritik güvenlik riskleri azaltılabiliyor. Yöntem, sensör gürültüsü ve yanlış pozitiflerin neden olduğu belirsizlikleri hesaba katarak, her sensör setine güven metriği atıyor. Bu teknoloji, araç-her şey iletişimi sayesinde bağlı yol kullanıcıları arasında algı verisi paylaşımını optimize ediyor.

Araştırmacılar, kuantum bilgisayarların gürültülü ortamlarında daha verimli çalışması için yeni bir yaklaşım geliştirdi. Geleneksel yöntemler önce kuantum kapılarını karakterize ediyor, sonra devre tasarımı yapıyordu. Yeni yöntem ise makine öğrenmesi kullanarak doğrudan veri setinden kuantum devrelerini üretebiliyor. Bu yaklaşım, karmaşık gürültü etkilerini daha iyi hesaba katarak, kuantum bilgisayarların performansını artırma potansiyeli taşıyor. Yöntem, kısa devrelerden başlayarak kademeli olarak daha karmaşık yapıları öğrenen bir eğitim stratejisi kullanıyor. Böylece kuantum devre tasarımında daha etkili ve hızlı sonuçlar elde ediliyor.

Araştırmacılar, ilaç keşfinde kullanılan yapay zeka tabanlı araçların gerçek performansını büyük ölçekli bir veri setiyle test etti. DiffDock ve NMDN gibi yeni nesil AI araçlarının laboratuvar koşullarındaki başarısının gerçek dünyada ne kadar geçerli olduğu merak konusuydu. LIT-PCBA veri tabanından 15 hedef protein ve yaklaşık 578 bin ligand-protein çifti kullanılarak yapılan kapsamlı değerlendirmede, geleneksel AutoDock-GPU ile GNINA skorlamasının birleşimi en iyi sonuçları verdi. Çalışma, ilaç geliştirme sürecinde hangi hesaplama yöntemlerinin daha güvenilir olduğunu ortaya koyarak sektöre önemli rehberlik sağlıyor.

2026 yılında Arktik bölgesindeki kış dönemi deniz buzu kapsamı, 1979'dan bu yana uydu gözlemleriyle kaydedilen en düşük seviyeye ulaştı. Bu durum, 2025 Mart ayında kırılan bir önceki rekorun ardından gelen ikinci üst üste rekor kırılması olarak dikkat çekiyor. Japonya'nın Ulusal Kutup Araştırmaları Enstitüsü ve Uzay Ajansı'nın sürdürdüğü 40 yılı aşkın süreli veri setine göre, Arktik deniz buzlarının genişleme kapasitesinin dramatik şekilde azaldığı görülüyor. Bu gelişme, küresel iklim değişikliğinin Arktik bölge üzerindeki etkilerinin hızla derinleştiğine işaret ediyor. Arktik deniz buzlarının azalması, sadece yerel ekosistemi etkilemekle kalmayıp küresel iklim sistemleri üzerinde de geniş kapsamlı sonuçlar doğuruyor. Buzul yüzeylerinin güneş ışınlarını yansıtma kapasitesinin azalması, bölgesel ısınmayı hızlandırıyor.