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, gerçek zamanlı fMRI teknolojisini kullanarak depresyonun temel nedenlerinden biri olan zihinsel çiğneme (ruminasyon) ile mücadele eden yenilikçi bir yöntem geliştirdi. Bu teknik, beynin kendini değerlendiren bölgeleri ile hedef odaklı merkezleri arasındaki bağlantıyı düzenlemeyi öğretiyor. Video oyunu formatında sunulan beyin antrenmanı, hastaların kendi beyin aktivitelerini gerçek zamanlı olarak görmelerine ve kontrol etmelerine olanak tanıyor. Çalışma sonuçları, bu kişiselleştirilmiş yaklaşımın depresif belirtileri azaltmada başarılı olduğunu gösteriyor. Gelecekte hastaların kendi evlerinde kullanabilecekleri taşınabilir beyin antrenman cihazlarının geliştirilmesi hedefleniyor.

Stanford araştırmacıları, primat beyninin görsel korteksindeki karmaşık organizasyonun nasıl ortaya çıktığını yapay zeka ile modellediler. Doğal videolarla eğitilen 3D yapay sinir ağı, beynin hareket algısından sorumlu MT bölgesindeki yön haritalarını kendiliğinden geliştirdi. Bu çalışma, beynin farklı görsel işleme yollarının benzer evrensel ilkeler tarafından şekillendiğini gösteriyor. Bulgular, hem nörobilim hem de yapay zeka açısından önemli: beynin nasıl çalıştığını anlamamıza katkı sağlarken, daha biyolojik olarak gerçekçi AI sistemleri geliştirmek için yeni yollar açıyor.

Robot uşak hayali yıllardır bilim insanlarını ve halkı cezbediyor. Sosyal medyada viral olan humanoid robot videoları, insansı robotların ev işlerini yapabildiğini gösterse de gerçek çok farklı. Bacaklı humanoid robotlar henüz endüstriyel uygulamalar için hazır değil, ev kullanımı ise daha da uzak bir gelecekte. Hello Robot'un Stretch modeli ise farklı bir yaklaşım benimsiyor. Bacak, kol, el ve yüz gibi karmaşık özellikler yerine asıl önemli olan hareketlilik ve manipülasyon yeteneklerine odaklanıyor. Bu pragmatik yaklaşım, ev robotlarının gerçekten kullanışlı olabilmesi için daha mantıklı bir yol sunuyor.

Araştırmacılar, kedilerin davranışlarını ve duygusal durumlarını anlayabilen ilk çok modlu yapay zeka modelini geliştirdi. Meow-Omni 1 adı verilen bu sistem, video görüntüleri, ses kayıtları ve fizyolojik verileri bir arada analiz ederek kedilerin gerçek niyetlerini çözebiliyor. Geleneksel modellerin aksine, aynı davranışın (miyavlama, mırıldanma) farklı bağlamlarda tamamen farklı anlamlar taşıyabileceğini anlıyor. Bu gelişme, hayvan davranışları araştırmalarında yeni bir dönemin başlangıcını işaret ediyor ve evcil hayvan sahipleri için devrimsel uygulamalar sunuyor.

Stanford araştırmacıları, modern büyük dil modellerinin insanlar gibi yeni oyunları öğrenip strateji geliştirebildigini keşfetti. Katılımcıların video oyunu oynarken beyin aktiviteleri fMRI ile kaydedildi ve yapay zeka modellerinin performansı karşılaştırıldı. Sonuçlar, en gelişmiş dil modellerinin insan öğrenme davranışlarını taklit etmede ve beyin aktivitelerini tahmin etmede pekiştirmeli öğrenme algoritmalarından on kat daha başarılı olduğunu gösteriyor. Bu bulgular, yapay zekanın insan benzeri öğrenme ve planlama yetenekleri kazanmaya başladığının güçlü bir işareti olarak değerlendiriliyor.

Nörobilim ve yapay zeka arasındaki köprüyü güçlendiren yeni bir yazılım çerçevesi geliştirildi. NeuralSet adlı bu Python platformu, fMRI, EEG ve nöron kayıtları gibi farklı beyin görüntüleme tekniklerinden elde edilen verileri tek bir arayüzde birleştiriyor. Araştırmacılar artık metin, ses ve video gibi karmaşık deneysel uyaranları da aynı sistemde işleyebilecek. Platform, büyük veri setleriyle çalışmayı kolaylaştırırken, derin öğrenme modellerini nörobilim araştırmalarına entegre etmeyi sağlıyor. Bu gelişme, beynin bilgi işleme süreçlerini anlamada yapay zekadan yararlanmak isteyen bilim insanları için önemli bir adım.

Yeni bir araştırma, minimal konuşma yetisi olan otistik çocukların sosyal etkileşim olmadan kendi kendilerine ikinci dil öğrenebildiklerini ortaya koydu. Çocuklar bu dil becerilerini tablet ve video gibi medya araçları sayesinde kazanıyor. Bulgular, otizm spektrum bozukluğu olan bireylerin dil öğrenme süreçlerinin düşünülenden çok daha karmaşık ve çok boyutlu olduğunu gösteriyor. Bu keşif, özel eğitim yaklaşımlarının yeniden değerlendirilmesi gerektiğini işaret ediyor ve otistik çocukların benzersiz öğrenme yeteneklerinin daha iyi anlaşılması için yeni araştırma alanları açıyor. Sosyal etkileşim gerektirmeden gerçekleşen bu dil edinimi, geleneksel dil öğrenme teorilerine meydan okuyor.

Araştırmacılar, çok modlu büyük dil modellerinin (MLLM) kısa videolardaki sağlık dezenformasyonunu ne kadar iyi tespit edebildiğini araştırdı. Çalışmada dört sağlık alanından 200 kısa video içeren özel bir veri seti kullanılarak sekiz farklı yapay zeka modeli test edildi. Videolardaki yanıltıcı deneysel sonuçlar, mantık hataları ve uydurma iddialar olmak üzere üç temel aldatma türü incelendi. Sonuçlara göre Gemini-2.5-Pro modeli çok modlu ortamda en yüksek performansı gösterdi. Bulgular, gelişmiş yapay zeka modellerinin bile görsel ve sosyal ipuçlarıyla desteklenen dezenformasyona karşı tam olarak dayanıklı olmadığını ortaya koyuyor.

Yeni bir psikolojik araştırma, bilişsel zorlukların video oyun oynama eyleminin kendisiyle değil, davranışsal bağımlılıkla bağlantılı olduğunu ortaya koyuyor. Çalışma, oyun bozukluğu riski taşıyan bireylerin çalışma belleği sorunları yaşarken, rekreasyonel oyuncuların dikkat becerilerinin geliştiğini gösteriyor. Bu bulgular, video oyunların bilişsel etkilerini değerlendirirken oyun süresinden ziyade oyun davranışının kalitesine odaklanmak gerektiğini vurguluyor. Araştırma, sağlıklı oyun alışkanlıkları ile problemli kullanım arasındaki farkı anlamada önemli ipuçları sunuyor.

Bir kaligrafi uzmanının yaptığı açıklama, yazı sanatındaki şaşırtıcı bir gerçeği ortaya koyuyor. Diana Shuheng Zhang'ın analizi, özellikle büyük harflerde olmak üzere, elin hızlı hareket etmesinin daha kaliteli yazı çıkmasını sağladığını gösteriyor. Bu durum, motor kontrol ve el-göz koordinasyonunun nörolojik temellerini anlamamıza yardımcı oluyor. Uzmanın gerçek zamanlı çekim olduğunu düşündüğü videodaki hızlı kaligrafi hareketi, insan motor sisteminin karmaşık dinamiklerini yansıtıyor.