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.

Araştırmacılar, hayvan seslerini gürültüden arındırmak için özel olarak tasarlanmış BioSEN adlı yeni bir yapay zeka sistemi geliştirdi. İnsan konuşmasını iyileştirmeye odaklanan mevcut teknolojilerden farklı olarak, BioSEN hayvanların benzersiz ses özelliklerini anlayarak çalışıyor. Sistem, çok ölçekli dikkat mekanizması, harmonik yapıları yakalayan özel birimler ve hayvan seslerinin yanlışlıkla gürültü olarak algılanmasını önleyen enerji adaptif kapılar içeriyor. Üç farklı biyoakustik veri seti üzerinde yapılan testlerde, BioSEN en gelişmiş konuşma iyileştirme modellerinin performansına ulaşırken çok daha az hesaplama gücü kullanıyor. Bu gelişme, doğada yaşayan hayvanların seslerinin daha net kaydedilmesi ve analiz edilmesi açısından büyük önem taşıyor.

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, katı maddelerin elektronik yapısını hesaplamak için yenilikçi bir matematik yaklaşım geliştirdi. Açık korelasyonlu Gauss fonksiyonları temel alınan bu yöntem, periyodik sistemlerdeki elektronların davranışını daha doğru bir şekilde modelleyebiliyor. Geleneksel yöntemlerde büyük zorluklarla karşılaşılan çift kafes toplamları problemi, genelleştirilmiş bir açılım teoremi ile tek toplama indirgenmiş durumda. Bu matematiksel ilerleme, materyal biliminde ve kuantum kimyasında önemli uygulamalar vaat ediyor. Yöntemin doğruluğu, sonsuz uzunluktaki hidrojen zinciri üzerinde test edilmiş ve diğer çok-cisim yöntemleriyle uyumlu sonuçlar elde edilmiş. Bu gelişme, gelecekte daha karmaşık malzemelerin elektronik özelliklerinin anlaşılmasına katkı sağlayabilir.

Bilim insanları, protein gibi biyomoleküllerin davranışını simüle etmek için kullanılan yapay zeka tabanlı moleküler dinamik modellerinde devrim niteliğinde bir gelişme gerçekleştirdi. Geleneksel yöntemler sadece kuvvet eşleştirmesi kullanırken, yeni geliştirilen Hessian eşleştirme tekniği, moleküllerin enerji yüzeyinin eğriliği hakkında ikinci dereceden bilgileri de modele dahil ediyor. Bu yaklaşım, protein katlanması gibi karmaşık biyolojik süreçlerin çok daha doğru bir şekilde simüle edilmesini sağlıyor. Araştırmacılar, tam Hessian matrisini hesaplamadan stokastik Hessian-vektör çarpım eşleştirmesi kullanarak hesaplama maliyetini düşük tutmayı başarmış. Dokuz farklı hızlı katlanan protein üzerinde yapılan testlerde, yöntemin geleneksel force matching tekniklerine göre üstün performans gösterdiği kanıtlandı.

Bilimsel makine öğrenmesi modellerinin gizli bir sorunu ortaya çıktı. Aynı eğitim verilerinin farklı örnekleriyle eğitilen iki model, genel doğruluk oranlarında %1-4 fark gösterirken, test moleküllerinin %8-22'sini tamamen farklı şekilde sınıflandırıyor. Bu 'çapraz-örnek tahmin dalgalanması' sorunu, bilimsel araştırmalarda model güvenilirliğini ciddi şekilde tehdit ediyor. Araştırmacılar, 9 farklı kimya veri seti üzerinde yaptıkları çalışmada, geleneksel yöntemlerin bu sorunu çözemediğini, ancak iki yeni yaklaşımın umut verici sonuçlar gösterdiğini keşfetti.

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.

Araştırmacılar, katı hal fiziğinde elektronik yapı hesaplamalarında kullanılan Wannier fonksiyonlarını optimize etmek için k-CIAH adlı yeni bir algoritma geliştirdi. Bu ikinci dereceden yöntem, önceki birinci dereceden metotlara göre 2-3 kat daha hızlı çalışırken, eski Γ-nokta yöntemlerinden ise kat kat daha verimli. Pipek-Mezey lokalizasyon tekniğini kullanan algoritma, CPU zamanı ve bellek kullanımında O(N_k²n³) ölçeklenmesi sağlıyor. Yalıtkanlar, yarıiletkenler, metaller ve yüzeyler üzerinde yapılan test hesaplamaları, yöntemin hızlı ve kararlı yakınsama özelliği gösterdiğini kanıtladı. Bu gelişme, malzeme biliminde elektronik özellik hesaplamalarını önemli ölçüde hızlandıracak.

Florida Üniversitesi Kuantum Teori Projesi (QTP) kapsamında geliştirilen yeni fonksiyoneller, moleküllerin dinamik polarizasyon özelliklerini ve uzun menzilli etkileşim katsayılarını tahmin etmede önemli başarı gösterdi. Araştırmacılar 25 farklı değiş-tokuş korelasyon fonksiyonelini test ederek, farklı dalga boylarında moleküllerin ışığa nasıl tepki verdiğini inceledi. Bu çalışma, moleküler etkileşimleri ve optik özellikleri anlamada kullanılan hesaplamalı yöntemlerin geliştirilmesine katkı sağlıyor. Elde edilen sonuçlar, yüksek seviye kuantum kimyasal hesaplamalarla uyum göstererek, bu fonksiyonellerin güvenilirliğini kanıtlıyor.

Arktik ve boreal orman bölgelerindeki topraklar üzerine yapılan yeni bir araştırma, orman yangınlarının binlerce yıl boyunca toprakta depolanmış karbonu atmosfere saldığını ortaya koydu. Bu durum, iklim değişikliği hesaplamalarında öngörülenden çok daha yüksek CO2 salınımı anlamına geliyor. Çalışma, kutup bölgelerindeki yangınların sadece yüzeydeki bitki örtüsünü değil, derinlerdeki organik toprak katmanlarını da etkilediğini gösteriyor. Permafrost çözülmesi ve artan sıcaklıklarla birlikte bu yangınların sıklığı artarken, atmosfere salınan karbon miktarı da dramatik şekilde yükseliyor. Araştırmacılar, bu keşfin iklim modellerinin yeniden gözden geçirilmesi gerektiğine işaret ettiğini belirtiyor.

Bristol Üniversitesi araştırmacıları, geleneksel iklim modellerine kıyasla çok daha hızlı ve ekonomik büyük ölçekli iklim simülasyonları yapabilen yenilikçi bir yöntem geliştirdi. Dr. Charles Williams liderliğindeki ekip, son 2,6 milyon yıl boyunca Dünya'nın soğuk buzul çağları ile sıcak buzullar arası dönemler arasında sürekli salınım yapan iklimini etkileyen faktörleri araştırmayı hedefliyordu. Kuvaterner dönemi olarak bilinen bu süreç, gezegenimizin iklim tarihini anlamak açısından kritik öneme sahip. Yeni emülatör sistemi, karmaşık iklim hesaplamalarını dramatik şekilde hızlandırarak bilim insanlarının milyonlarca yıllık iklim değişimlerini tek bir bilgisayarda modelleyebilmesine olanak tanıyor.