Bilim insanları, Çin para bitkisinin yapraklarında şaşırtıcı bir matematiksel düzen keşfetti. Araştırmacılar, bitkinin yapraklarındaki küçük gözenekleri ve damar ağlarını haritalandırırken, doğada kendiliğinden oluşan Voronoi diyagramları olarak bilinen geometrik desenleri tespit etti. Bu desenler genellikle şehir planlaması, bilgisayar bilimleri ve ağ tasarımı alanlarında kullanılır. En ilginç yanı ise bitkinin herhangi bir 'ölçüm' yapmadan, insanların karmaşık mesafe problemlerini çözmek için kullandığı zarafetli uzamsal mantıkla kendisini organize etmesi. Bu keşif, doğanın matematiksel prensipleri nasıl kullandığına dair yeni bir pencere açıyor.

Yeni Zelanda'nın Doğal Afetler Komisyonu'nun yeni verilerine göre, heyelanlar ülkenin en pahalı doğal afeti konumuna yükseldi. Büyük fay hatları üzerinde yer alan ve depremlerle tanınan Yeni Zelanda'da, heyelanların ekonomik maliyeti artık depremleri bile geride bıraktı. Ülkenin coğrafi yapısı ve iklim değişikliğinin etkisiyle artan aşırı yağışlar, heyelan riskini sürekli artırıyor. Bu durum, afet yönetimi stratejilerinin yeniden gözden geçirilmesi gerektiğini ortaya koyuyor. Uzmanlar, heyelan maliyetlerinin hızla yükselmeye devam ettiğini ve önleyici tedbirlerin acilen alınması gerektiğini vurguluyor.

Japon araştırmacılar, antik ağaç halkaları ve tarihsel gözlemler kullanarak Ortaçağ'da yaşanan güçlü bir güneş fırtınasının izlerini sürdü. 1200'lü yıllarda gökyüzünü kırmızıya boyayan esrarengiz kuzey ışıkları raporları, gömülü ağaçlardaki karbon-14 artışıyla eşleştirildi. Bu bulgular, Güneş'in o dönemde çok daha aktif olduğunu ve alışılmadık derecede kısa güneş döngüleri yaşadığını ortaya koyuyor. Araştırma, geçmişte yaşanan ekstrem uzay hava olaylarını anlamak için ağaç halkaları gibi doğal arşivlerin ne kadar değerli olduğunu gösteriyor. Bu tür güçlü güneş patlamaları günümüzde tekrarlanırsa, modern teknolojik altyapımız için ciddi riskler oluşturabileceği belirtiliyor.

Stanford araştırmacıları, insan beyninin yüzleri nasıl algıladığını anlamak için altı farklı yapay sinir ağı modelini karşılaştırdı. 864 katılımcıyla yapılan deneylerde, yüksek seviyeli ve değişmez yapıları öncelleyen modellerin (ters işleme, yüz tanıma veya nesne sınıflandırması ile eğitilmiş) insan yargılarına en yakın sonuçları verdiği ortaya çıktı. Araştırma, yüz algısının temelinde yatan hesaplamalı mekanizmaları aydınlatarak, hem bilişsel bilimler hem de yapay zeka teknolojileri için önemli ipuçları sunuyor.

Bilim insanları, biyolojik beyin hücrelerinin çalışma prensiplerini taklit eden yeni bir yapay sinir ağı geliştirdi. PCL+ adlı bu sistem, geçmiş bilgileri kısa süreli hafızasında saklayarak gelecekte ne olacağını tahmin edebiliyor. İnsan beyninin görsel korteksinde gerçekleşen öğrenme süreçlerini taklit eden bu teknoloji, eksik görüntü parçalarını tamamlayabilme ve hareket tanıma gibi karmaşık görevlerde başarılı sonuçlar verdi. Araştırmacılar, sinir hücrelerinin birbirleriyle olan bağlantılarında gecikme sürelerini öğrenerek, yakın geçmişteki bilgileri muhafaza etme becerisini geliştirmeyi başardı. Bu çalışma, yapay zekanın daha biyolojik prensiplerle çalışan sistemler geliştirilmesi yönünde önemli bir adım olarak değerlendiriliyor.

Araştırmacılar, zamana bağlı görevlerde çalışan yapay sinir ağlarının öğrenme sürecinde kritik dönüm noktalarını incelediler. Bifurkasyon adı verilen bu matematiksel geçiş noktalarında, sistemin davranışında köklü değişimler yaşanıyor. Çalışma, bu kritik anlarda gradient descent algoritmasının nasıl çalıştığını analiz ederek, karmaşık tekrarlayan sinir ağlarının bile basit matematiksel formlarla açıklanabileceğini gösteriyor. Bulgular, yapay zeka modellerinin öğrenme mekanizmalarını daha iyi anlamamız için önemli bir adım.

Araştırmacılar, biyolojik sinir ağları ile geleneksel bilgisayarlar arasında köprü kuran yeni bir çerçeve geliştirdi. 'Embodied Neurocomputation' adı verilen bu yaklaşım, canlı sinir hücrelerinin muazzam enerji verimliliği ve öğrenme kapasitesini teknolojik sistemlerde kullanmayı hedefliyor. Çalışmada, laboratuvar ortamında yetiştirilen sinir kültürleri, simüle edilmiş bir ortamda koku izini takip etme görevini başarıyla gerçekleştirdi. Bu hibrit sistem, biyolojik zeka ile yapay zekanın birleştirilebileceğini gösteriyor ve gelecekte daha verimli, adaptif bilgi işleme sistemlerinin kapısını açabilir.

Mevcut video yapay zeka modelleri, insanların sosyal etkileşimleri nasıl algıladığını anlama konusunda yetersiz kalıyordu. Araştırmacılar, V-JEPA2 gibi gelişmiş modellerin bile sosyal video kliplerdeki insan benzerlikleri tahminlerinde basit metin modellerinden daha kötü performans gösterdiğini keşfetti. Bu sorunu çözmek için 'davranışsal geometrik denetim' adı verilen yeni bir yöntem geliştirildi. 250 doğal sosyal video klibinden toplanan 49.484 insan yargısı kullanılarak, yapay zeka modellerinin sosyal algısı önemli ölçüde geliştirildi.

Araştırmacılar, malzemelerin elektronik özelliklerini hesaplamak için kullanılan Møller-Plesset pertürbasyon teorisinde (MP2) karşılaşılan sonlu boyut hatalarını önemli ölçüde azaltan yeni bir yaklaşım geliştirdiler. MP2SS adı verilen bu yöntem, özellikle periyodik sistemlerde Coulomb çekirdek tekilliklerinden kaynaklanan hesaplama hatalarını düzelterek, daha az hesaplama kaynağıyla daha doğru sonuçlar elde edilmesini sağlıyor. Geleneksel yöntemlerde termodinamik limite ulaşmak için çok yoğun k-nokta ağları gerekiyordu, bu da hesaplamaları son derece pahalı hale getiriyordu. Yeni yaklaşım, üç farklı konfigürasyon sunarak farklı malzeme türleri için optimum çözümler sunuyor.

Araştırmacılar, dinamik sistemleri modellemede kullanılan yapay sinir ağlarının performansını artıran yeni bir yöntem geliştirdi. MPINeuralODE adlı bu yaklaşım, fizik yasalarını öğrenme sürecine dahil ederek ve çoklu başlangıç koşullarını kullanarak, sistemlerin uzun vadeli davranışlarını daha doğru tahmin edebiliyor. Geleneksel Neural ODE'ler genellikle eğitim verilerinde iyi performans gösterse de, yeni koşullarda ve uzun zaman dilimlerinde başarısız oluyordu. Yeni yöntem, Lotka-Volterra gibi karmaşık dinamik sistemlerde %26 oranında daha iyi sonuçlar elde ederek, yapay zekanın fiziksel sistemleri anlama kabiliyetini önemli ölçüde artırıyor.

Bilim insanları, moleküllerin elektronik yapısını daha doğru hesaplamak için yeni bir kuantum kimyasal yöntem geliştirdi. Bu yaklaşım, özellikle karmaşık moleküler sistemlerde geleneksel MP2 yönteminin yetersiz kaldığı durumlarda daha güvenilir sonuçlar veriyor. Random Phase Approximation (RPA) temelli yerel doğal orbital coupled-cluster teorisi, büyük moleküllerde elektronlar arası etkileşimleri daha hassas şekilde modelliyor. Yöntem, hesaplama maliyetini düşürürken doğruluğu artırarak, ilaç tasarımından malzeme bilimindeki uygulamalara kadar geniş bir yelpazede kullanılabilecek.