Milyonlarca yaya hareketini analiz eden bilim insanları, insanların tren istasyonlarından çıkarken gösterdiği ilginç bir davranış kalıbını keşfetti. Araştırma, insanların çoğunlukla önlerindeki kişinin rotasını taklit ettiğini ve bu durumun 'yabancı takip etme etkisi' adı verilen bir fenomen oluşturduğunu ortaya koydu. Bu davranış, bireysel olarak en verimli yolu seçmek yerine toplu hareket 'çığları' yaratıyor. Bulgular, insan davranışlarındaki sosyal taklit eğilimini ve kalabalık dinamiklerini anlamak açısından önemli ipuçları sunuyor.

Bilim insanları, antidepresanların da hedeflediği serotonin hormonunun beklenmedik şekilde kulak çınlamasını (tinnitus) şiddetlendirebileceğini ortaya çıkardı. Fare modellerinde yapılan çalışmada, ışık temelli beyin stimülasyonu tekniği kullanılarak serotonin kaynaklı bir sinir devresinin doğrudan tinnitus benzeri davranışlarla bağlantılı olduğu belirlendi. Bu bulgular, SSRI grubu antidepresanları kullanan bazı hastaların neden daha yoğun kulak çınlaması yaşadığını açıklayabilir. Araştırma, beynin ödül sisteminde önemli rol oynayan serotoninin beklenmedik yan etkilerini gözler önüne seriyor.

Yeni araştırmalar, insanların 'benliklerini' vücutlarının neresinde hissettiklerinin düşünce tarzlarını ve yaşam yaklaşımlarını derinden etkilediğini gösteriyor. Bazı insanlar benliklerini kafalarında, bazıları kalplerinde konumlandırırken, bu tercih analitik düşünce ile duygusal yaklaşım arasındaki farkı yansıtıyor. Bilim insanları, benlik algısının bilinçli olarak değiştirilebileceğini ve bunun karar verme süreçlerini, ilişkileri ve genel yaşam kalitesini iyileştirebileceğini keşfettiler. Bu bulgular, zihin-beden bağlantısının ne kadar güçlü olduğunu ve insan bilincinin esnek yapısını ortaya koyuyor.

İsveçli bilim insanlarının yaklaşık yarım asır süren kapsamlı araştırması, insan vücudunun fiziksel performansında yaşanan değişimleri gözler önüne seriyor. Uzun soluklu bu takip çalışması, kondisyon, kas gücü ve dayanıklılığın 35 yaş civarında sessizce düşüşe geçtiğini ve bu azalmanın zamanla hızlandığını gösteriyor. Ancak araştırmanın umut verici bulguları da var: yaşları ilerledikten sonra aktif yaşama geçen yetişkinlerin fiziksel performanslarında yüzde 10'a varan iyileşmeler kaydettikleri tespit edildi. Bu sonuçlar, yaşlanma sürecinin kaçınılmaz olduğu kadar, doğru yaklaşımlarla yönetilebilir olduğunu da ortaya koyuyor.

Araştırmacılar, yapay zeka modellerinin insan beyninin görsel korteksini ne kadar iyi taklit ettiğini anlamak için yeni bir yöntem geliştirdi. TRIBE v2 adlı beyin kodlayıcı model, fMRI verilerini kullanarak korteksin farklı bölgelerinin nasıl çalıştığını öğrenmeye çalışıyor. Bilim insanları, modelin gerçekten beynin işlevsel organizasyonunu anlayıp anlamadığını test etmek için 'özellik görselleştirme' tekniğini kullandı. Bu yöntemle, yapay zeka modelinin V1'den V4'e kadar görsel korteksin farklı katmanlarında artan uzamsal ölçek ve karmaşıklık progresyonunu başarıyla yeniden ürettiğini keşfettiler. Sonuçlar, modelin sadece veriyi ezberlememekle kalmayıp, gerçekten de beynin görsel hiyerarşisini anladığını gösteriyor.

Araştırmacılar, dil modellerinin beyin aktivitesini ne kadar iyi tahmin ettiğini ölçen mevcut yöntemlerin yetersiz olduğunu ortaya koydu. Büyük dil modellerinin insan beynindeki dil işleme süreçlerini gerçekten taklit edip etmediğini anlamak için sadece tahmin skorlarına bakmanın yeterli olmadığını gösteren çalışma, L-PACT adlı yeni bir değerlendirme çerçevesi kullandı. Bu framework, 414 tahmin-kontrol satırı, 2304 ilişkisel profil satırı ve 4320 mekanizma analiz satırı içeren kapsamlı testler gerçekleştirdi. Bulgular, yapay zeka ve beyin araştırmalarında kullanılan mevcut karşılaştırma metodolojilerinin gözden geçirilmesi gerektiğine işaret ediyor.

Bilim insanları, yapay sinir ağları kullanarak beyin dalgalarının nasıl değiştiğini anlamaya çalışıyor. Araştırmacılar, theta, alfa, beta ve gama olmak üzere dört farklı beyin ritmi arasında geçiş yapabilen yapay sinir ağları geliştirdi. Çalışma, düşük frekanslı beyin dalgalarının çok sayıda nöronun işbirliğiyle üretildiğini, yüksek frekanslı dalgaların ise kısa zaman sabitlerine sahip az sayıda nöron tarafından kontrol edildiğini ortaya koydu. Bu keşif, beynin farklı durumlar arasında nasıl geçiş yaptığını anlamamızda önemli bir adım.

Yeni bir araştırma, beyin korteksindeki mikro devrelerin bilgi işleme kapasitesini artırmak için optimize edilmiş bir yapıya sahip olabileceğini ortaya koyuyor. Bilim insanları, korteksin 5. katmanındaki nöron ağlarını simüle ederek, yoğun bağlantılı merkezi nöron gruplarının çevresindeki destek ağlarının bilgi akışını nasıl güçlendirdiğini keşfetti. Bu bulgular, beynin evrimsel süreçte sadece rastgele bağlantılar kurmadığını, aksine bilgi işleme verimliliğini maksimuma çıkaracak şekilde yapılandığını gösteriyor. Araştırma, yapay zeka sistemlerinin geliştirilmesinde de önemli ipuçları sunabilir.

Araştırmacılar, beyin-bilgisayar arayüzleri için yeni bir yapay zeka modeli geliştirdi. REALM adlı bu sistem, geleneksel spike sinyalleri yerine lokal alan potansiyellerini (LFP) kullanarak beynin aktivitesini daha az enerji tüketerek ve gerçek zamanlı olarak yorumlayabiliyor. Wireless beyin implantları için kritik olan bu yenilik, hem daha uzun pil ömrü hem de daha stabil performans sunuyor. Konuşma tanıma sistemlerinden ilham alan retrospektif distilasyon yaklaşımı sayesinde, LFP tabanlı sistemlerin geleneksel doğruluk sorunları da aşılıyor.

MIT araştırmacıları, insanların ve yapay zeka sistemlerinin görsel algıda benzer doğruluk oranlarına sahip olmalarına rağmen, sistemik olarak farklı türde hatalar yaptıklarını keşfetti. Bir kuş türünün genel kuş kategorisiyle karıştırılma şekli, insan ve makine görüşü arasındaki temel farkları ortaya koyuyor. İnsanlar geniş ama zayıf asimetrik karışıklıklar sergilerken, derin öğrenme modelleri daha seyrek ama güçlü yönlü çökmeler gösteriyor. Bu bulgu, doğruluk ölçütlerinin görünmez kaldığı farklı tümevarım önyargılarını açığa çıkarıyor ve yapay görme sistemlerinin geliştirilmesi için önemli ipuçları sunuyor.

Katalitik malzemelerin mekanistik çalışmalarında en büyük hesaplama zorluklarından biri, geçiş durumlarının (TS) belirlenmesidir. Bu süreç, uzun vadeli ve çok aşamalı iş akışları gerektiren karmaşık bir hesaplama problemidir. Araştırmacılar, bu zorluğu aşmak için TSAgent adlı otonom bir yapay zeka sistemi geliştirdiler. Bu sistem, yoğunluk fonksiyonel teorisi seviyesinde kuantum kimyasal doğrulukla çalışarak, geçiş durumu aramasını tamamen otomatikleştiriyor. TSAgent, sürekli plan-uygula-analiz et-yeniden planla döngüsü ile çalışır ve insan müdahalesi olmaksızın stratejisini sürekli uyarlar. Sistem, heterojen kataliz benchmark testlerinde başarıyla değerlendirildi ve kimyasal reaksiyon mekanizmalarının anlaşılmasında önemli bir ilerleme sağladı.