Araştırmacılar, makine öğrenmesi ve 3D baskı teknolojilerini birleştirerek doğal malzemelerin özelliklerini aşan architected malzemeler geliştirmeyi başardı. Çok-Sadakat Bayesyen Optimizasyonu adlı yeni bir yöntem, karmaşık mekanik davranışlara sahip hücresel kompozit malzemelerin tersine tasarımını mümkün kılıyor. Bu yaklaşım, pahalı deneysel süreçlere olan bağımlılığı azaltırken, malzemelerin doğrusal olmayan mekanik tepkilerini hedefleyerek tasarım sürecini optimize ediyor. Geleneksel deneme-yanılma yöntemlerine kıyasla çok daha verimli olan bu teknik, mühendislik ve malzeme biliminde devrim yaratma potansiyeli taşıyor.

Araştırmacılar, yapay zekanın otomatik olarak simülasyon programları oluşturabileceği yeni bir sistem geliştirdi. SOCIA-EVO adlı bu framework, geleneksel kod üretiminin ötesine geçerek gerçek verilere istatistiksel olarak uygun simülasyonlar yaratıyor. Sistem, uzun vadeli AI ajanlarının karşılaştığı bağlamsal sapma ve optimizasyon kararsızlığı sorunlarını çözmek için çift katmanlı evrimsel bir yaklaşım benimsiyor. Bayesyen ağırlıklı geri çağırma sistemi sayesinde etkisiz stratejileri ayıklayarak, gözlemsel verilerle tutarlı sonuçlar üretiyor.

Yerküre tabanlı gravitasyon dalgası dedektörleri artık rutin olarak kara deliklerin ve nötron yıldızlarının çarpışmalarını tespit ediyor. Ancak bu hassas cihazlarda 'glitch' adı verilen gürültü artefaktları, gerçek sinyalleri maskeleyebiliyor ve bilimsel sonuçları etkileyebiliyor. Araştırmacılar, bu gürültü oranını daha doğru ölçmek için hiyerarşik Bayesyen model adı verilen yeni bir yapay zeka yaklaşımı geliştirdi. Bu yöntem, mevcut tetikleyici sayma metotlarına kıyasla düşük sinyal-gürültü oranlarında bile doğru sonuçlar verebiliyor. Geliştirilen sistem, Gaussian gürültü arka planından kontaminasyon olmadan ölçüm yapabiliyor ve gravitasyon dalgası astronomisinin hassasiyetini artırma potansiyeline sahip.