Araştırmacılar, büyük dil modellerinin siber güvenlik alanındaki performansını değerlendirmek için ExCyTIn-Bench adlı ilk kapsamlı test setini geliştirdi. Bu yenilikçi araç, gerçek güvenlik analistlerinin karmaşık siber tehditleri araştırma sürecini taklit ederek yapay zeka ajanlarının yeteneklerini ölçüyor. Microsoft Sentinel'den elde edilen 57 farklı log tablosunu içeren kontrollü bir Azure ortamında, 7542 özel soru ile test ediliyor. Sistem, uzman güvenlik analistlerinin mantığını kullanarak tehdit araştırma grafikleri oluşturuyor ve bu grafikler üzerinden yapay zeka ajanlarının çok aşamalı kanıt zincirlerini takip etme yeteneğini değerlendiriyor. Bu gelişme, siber güvenlik alanında otomatik tehdit araştırması yapabilen yapay zeka sistemlerinin geliştirilmesi için kritik bir adım teşkil ediyor.

Araştırmacılar, yapay zeka ajanlarının güvenlik testlerinde kritik bir boşluk tespit etti. Mevcut güvenlik ölçümleri siber suç ve taciz gibi genel tehditlere odaklanırken, ajanların kendi kullanıcılarına zarar verme potansiyeli göz ardı ediliyor. Slack, Microsoft 365 Copilot ve Meta'da yaşanan gerçek olaylar bu riski gözler önüne seriyor. Yeni 'Owner-Harm' tehdit modeli, ajanların sahiplerine sekiz farklı kategoride zarar verebileceğini ortaya koyuyor. Test sonuçları şaşırtıcı: genel suçlara karşı %100 başarı oranına sahip güvenlik sistemleri, sahip-zarar testlerinde sadece %14,8 başarı gösteriyor. Bu bulgular, AI güvenliği alanında yeni savunma stratejilerine acil ihtiyaç olduğunu işaret ediyor.

Microsoft Academic Graph verileriyle yapılan yeni bir araştırma, bilim dünyasında 'akademik çöpçatan' rolü oynayan araştırmacıları inceledi. Bu kişiler, daha önce hiç birlikte çalışmamış bilim insanlarını ortak projelerde bir araya getiren köprü görevi görüyor. Sosyoloji alanındaki çalışma, 20'den fazla yayını olan araştırmacıların yaklaşık %30'unun bu rolü üstlendiğini ortaya koydu. 1980-2019 yılları arasında çöpçatan olma olasılığının sekiz kat arttığı belirlendi. Bu fenomenin tesadüfi değil, bilinçli bir davranış olduğu ve bilimsel işbirliği ağlarının gelişiminde kritik öneme sahip olduğu vurgulandı.

Merkeziyetsiz Özerk Organizasyonlar (DAO'lar) için geliştirilen küçük dil modellerinde yapılan yeni bir araştırma, beklenmedik bir sonuç ortaya koydu. Araştırmacılar, yapay zeka sistemlerinde 'System 1' (hızlı, sezgisel) ve 'System 2' (yavaş, mantıklı) düşünce süreçlerinin etkisini inceledi. Sentinel-Bench adlı test platformunda 840 farklı çıkarım gerçekleştirerek, Qwen-3.5-9B modelinin performansını değerlendirdiler. Sonuçlar, karmaşık mantık yürütme süreçlerinin her zaman daha iyi sonuç vermediğini gösterdi. Hızlı düşünce modeli %100 doğrulukla 13 saniyeden kısa sürede sonuç verirken, daha karmaşık System 2 yaklaşımı beklenmedik şekilde kararsızlık yarattı. Bu bulgular, yapay zeka sistemlerinin optimizasyonunda hızın doğruluktan daha önemli olabileceğini düşündürüyor.

Avrupa Uzay Ajansı'nın atmosfer izleme uydusu Sentinel-5P'nin çözünürlük sınırları, ince ölçekli çevresel analizleri zorlaştırıyor. Araştırmacılar, yüksek çözünürlüklü referans veriye ihtiyaç duymayan özgün bir yapay zeka yöntemi geliştirdi. Bu self-supervised öğrenme yaklaşımı, Stein'in Yansız Risk Tahmincisi ve eşdeğişken görüntüleme kısıtlarını birleştirerek, uydu sensörünün bozulma operatörünü ve gürültü istatistiklerini kullanıyor. Yöntem, hiperspektral görüntülerin uzamsal çözünürlüğünü artırırken spektral doğruluğu koruyor. Geleneksel yaklaşımların aksine, gerçek yüksek çözünürlüklü veri olmadığında bile eğitim yapabilen bu teknik, atmosferik kirleticilerin ve iklim gazlarının daha detaylı izlenmesini mümkün kılıyor.

Microsoft Copilot ile gerçekleştirilen yarım milyon sağlık konuşmasının analizi, insanların yapay zekaya nasıl sağlık sorunları danıştığını ortaya koyuyor. Araştırmacılar, yapay zeka destekli 12 kategorili sınıflandırma sistemi geliştirerek kullanıcı davranışlarını inceledi. Her beş konuşmadan birinin kişisel semptom değerlendirmesi içerdiği, genel bilgi kategorisinin bile büyük oranda belirli tedavi ve hastalıklara odaklandığı tespit edildi. Bu veriler, dijital sağlık danışmanlığının ne kadar yaygın hale geldiğini ve kişisel sağlık niyetinin tahmin edilenden çok daha yüksek olduğunu gösteriyor.

Stanford ve Microsoft araştırmacıları, gerçek dünya görüntülerinden yüksek kaliteli simülasyon ortamları üreten yeni bir yapay zeka sistemi geliştirdi. 'Dijital kuzen' olarak adlandırılan bu teknoloji, robotların eğitimi için maliyetli gerçek dünya deneyimlerine alternatif sunuyor. Sistem, panoramik fotoğrafları fizik kurallarının geçerli olduğu interaktif sanal ortamlara dönüştürebiliyor ve robotların bu ortamlarda öğrendiği becerileri gerçek dünyaya aktarabilmesini sağlıyor. Bu gelişme, robot öğrenmesinde devrim yaratma potansiyeli taşıyor.

Araştırmacılar, İrlandaca konuşma tanıma sistemlerini adil ve güvenilir şekilde karşılaştırmak için BlasBench adlı yeni bir değerlendirme platformu geliştirdi. Mevcut çok dilli kıyaslama testleri İrlandacanın kendine özgü dilbilgisel yapısını göz ardı ediyordu. Yeni platform, İrlandacanın fada işaretleri, lenition ve eclipsis gibi özelliklerini koruyan normalleştirici içeriyor. 12 farklı sistem üzerinde yapılan testlerde, Microsoft Azure'un en iyi performansı gösterdiği, OpenAI'ın Whisper modellerinin ise beklenmedik şekilde %100'ün üzerinde hata oranına ulaştığı ortaya çıktı.

Araştırmacılar, yapay zeka modellerini Sentinel-2 uydu görüntüleriyle birleştirerek dünyadaki endüstriyel madencilik sahalarını otomatik olarak analiz eden yeni bir sistem geliştirdi. Bu teknoloji, istatistiksel işlemler, uzman değerlendirmesi ve üretken yapay zeka modellerini harmanlayarak madencilik operasyonlarının mekansal dağılımını değerlendiriyor. Sistem, özel olarak tasarlanan 'Kentsel Yerleşim ve Madencilik İndeksi' adlı yeni bir peyzaj tanımlayıcısı kullanıyor. Bu çalışma, çevre izleme ve kaynak yönetimi alanında önemli uygulamalara sahip olan uzaktan algılama teknolojilerinin geleceği için kritik öneme sahip.