Metin-görsel AI modellerinin toplumsal önyargıları güçlendirmesi, etik kullanımlarında ciddi sorunlar yaratıyor. Araştırmacılar, bu soruna yenilikçi bir çözüm getirdi: Embedding Arithmetic yöntemi. Bu teknik, modelin ağırlıklarını değiştirmeden, sadece çıkarım aşamasında önyargıları azaltıyor. FLUX 1.0-Dev ve Stable Diffusion 3.5-Large modellerinde test edilen yöntem, görsel bağlamı korurken sosyal önyargıları başarıyla elimine ediyor. Sistem, uygulayıcılara adalet-tutarlılık dengesini ayarlama olanağı sunuyor. Araştırmacılar ayrıca geleneksel CLIP skorlarının sınırlarını aşmak için yeni bir değerlendirme metriği olan Kavram Tutarlılık Skoru'nu (CCS) geliştirdi.

Araştırmacılar, önceden eğitilmiş yapay zeka modellerinin test aşamasında koordineli çalışmasını sağlayan yeni bir yöntem geliştirdi. Projected Coupled Diffusion (PCD) adı verilen bu teknik, diffüzyon modellerinin yeniden eğitilmesine gerek kalmadan birlikte çalışmasını ve belirli kısıtlamaları karşılamasını mümkün kılıyor. Yöntem, görüntü çifti üretimi, nesne manipülasyonu ve çoklu robot hareket planlaması gibi alanlarda test edildi. Bu gelişme, yapay zeka sistemlerinin daha esnek ve verimli kullanımına olanak tanırken, farklı modellerin güçlerini birleştirerek daha karmaşık görevleri yerine getirebilmesinin önünü açıyor.

Yapay zeka üretici modelleri her geçen gün hızla gelişirken, hangi modelin bir görseli ürettiğini belirleme sorunu giderek zorlaşıyor. Her ay yeni diffusion, adversarial ve autoregressive modeller ortaya çıkıyor ve mevcut tanımlama yöntemlerini işe yaramaz hale getiriyor. Araştırmacılar bu soruna IncreFA adlı yeni bir çerçeve ile çözüm getirdi. IncreFA, model tanımlama işlemini sürekli öğrenebilen bir sistem haline dönüştürüyor. Geleneksel yöntemlerden farklı olarak, üretici modeller arasındaki hiyerarşik ilişkileri kullanarak sürekli adaptasyon sağlıyor. Bu yaklaşım, hızla gelişen yapay zeka dünyasında model tanımlama problemine kalıcı bir çözüm sunma potansiyeli taşıyor.

Araştırmacılar, dar bant genişlikli ve yüksek gürültülü kanallar üzerinden görüntü iletimi için yeni bir yaklaşım geliştirdi. Schrödinger Köprüsü tabanlı Üretken Semantik İletişim (SBGSC) adı verilen bu yöntem, mevcut teknolojilerin karşılaştığı halüsinasyon problemlerini ve yüksek hesaplama maliyetlerini önemli ölçüde azaltıyor. Geleneksel yöntemler, Gaussian dağılımından görüntü dağılımına uzun ve dolaylı yollar kullanırken, yeni sistem doğrudan optimal transport rotaları oluşturuyor. Bu sayede semantik bilgilerden görüntülere daha hızlı ve doğru dönüşüm sağlanıyor.

Araştırmacılar, dijital görüntülerde copy-move sahteciliğini tespit edebilen GraphSpecForge adlı yeni bir framework geliştirdi. Bu yöntem, bir görüntünün belirli bölümlerinin kopyalanıp başka yerlere yapıştırılarak içeriğin gizlenmesi veya değiştirilmesi durumlarını ortaya çıkarabiliyor. Sistem, Stable Diffusion U-Net modelinin dikkat grafiklerini analiz ederek çalışıyor ve özel eğitime ihtiyaç duymuyor. Copy-move manipülasyonlarının dikkat grafiklerinde yaklaşık alt-grafik duplikasyonuna yol açtığı ve bu durumun normalleştirilmiş graf Laplacian'ında ölçülebilir spektral yeniden dağılıma sebep olduğu keşfedildi. Wasserstein mesafeleri kullanılarak görüntü seviyesinde anomali tespiti yapılan sistem, dört farklı test setinde değerlendirildi ve RecodAI-LUC veri setinde %60.6 AUROC başarı oranına ulaştı.

Araştırmacılar, humanoid robotların karmaşık arazilerde daha doğal ve koordineli hareket etmesini sağlayan yeni bir sistem geliştirdi. Geleneksel yöntemler genellikle robotların sadece alt vücut hareketlerine odaklanmasına yol açarken, yeni yaklaşım insan hareketlerinden öğrenilen referans verilerle birlikte terrain farkındalığını birleştiriyor. Sistem, diffusion modeli kullanarak gerçek zamanlı terrain-aware hareket tahminleri yapıyor ve pekiştirmeli öğrenme ile tüm vücut koordinasyonunu sağlıyor. Bu breakthrough, humanoid robotların günlük yaşamda daha etkili kullanımına kapı aralayabilir.

Yapay zeka destekli video üretimi alanında önemli bir gelişme yaşandı. Araştırmacılar, kamera kontrolüyle panoramik video üreten ilk yapay zeka sistemini geliştirdi. CamPVG adlı bu yeni teknologi, geleneksel düz videolardan farklı olarak 360 derece çekim yapabilen panoramik videolar üretebiliyor. Sistem, karmaşık geometrik hesaplamalar ve küresel projeksiyon tekniklerini kullanarak, kamera pozisyonlarını hassas şekilde kontrol ediyor. Bu gelişme, sanal gerçeklik içerik üretiminden film endüstrisine kadar birçok alanda devrim yaratabilir. Özellikle VR deneyimleri için yüksek kaliteli panoramik içerik üretimi artık çok daha kolay ve erişilebilir hale geliyor.

Üretken yapay zeka alanında devrim yaratan difüzyon modelleri için yeni bir matematiksel çerçeve geliştirildi. Araştırmacılar, bu modellerin kalbi sayılan skor tahmin süreçlerinin teorik temellerini sağlamlaştırdı. Çalışma, karmaşık sinir ağlarının gradyan iniş yöntemiyle eğitilmesi sürecini matematiksel olarak analiz ederek, pratikte kullanılan yöntemlerin teorik garantilerini ortaya koyuyor. Bu gelişme, DALL-E ve Stable Diffusion gibi popüler AI araçlarının arkasındaki teknolojinin daha sağlam temeller üzerine inşa edilmesine katkı sağlıyor.

Araştırmacılar, yapay zekanın stil transferi yaparken yaşadığı temel sorunu çözen yeni bir sistem geliştirdi. UniCSG adlı bu sistem, görüntülerin içeriğini korurken stil değişikliklerini daha başarılı şekilde gerçekleştiriyor. Mevcut diffusion modellerde görülen içerik-stil karışımı problemi, referans görüntüdeki istenmeyen detayların hedef görüntüye sızması ve tutarsız sonuçlar doğuruyordu. Yeni yaklaşım, eğitimi iki aşamaya bölerek bu sorunu çözüyor: önce semantik ayrıştırma, sonra frekans tabanlı detay iyileştirmesi. Bu gelişme, sanat üretiminden tasarım uygulamalarına kadar geniş bir yelpazede yapay zeka destekli yaratıcılık araçlarının kalitesini artırabilir.

Araştırmacılar, bilgi grafiklerindeki eksik bilgi üçlülerini (subject-predicate-object) daha tutarlı şekilde tahmin edebilen yeni bir yapay zeka modeli geliştirdi. DiffTSP adlı bu model, geleneksel yöntemlerin aksine eksik bilgileri tek tek değil, bir bütün olarak ele alıyor. Bilgi grafiklerinin tamamlanması, arama motorlarından öneri sistemlerine kadar birçok alanda kritik öneme sahip. Yeni yaklaşım, discrete diffusion (ayrık difüzyon) tekniğini kullanarak önce bilgi grafiğine gürültü ekliyor, sonra bu süreci tersine çevirerek eksik bağlantıları ortaya çıkarıyor. Bu sayede tahmin edilen bilgiler arasındaki tutarlılık ve bağımlılık ilişkileri korunuyor.

Artan kamera sayısı ile birlikte yüz gizliliği endişeleri de artıyor. Mevcut anonimleştirme yöntemleri kimlik bilgilerini gizlerken görüntünün kullanışlılığını kaybediyor. Araştırmacılar, önceden eğitilmiş yapay zeka modellerini kullanan ve ek eğitim gerektirmeyen yeni bir yüz anonimleştirme sistemi geliştirdi. NullFace adlı bu sistem, kişinin kimliğini gizlerken yaş, cinsiyet gibi kimlikle ilgili olmayan özelliklerini koruyor. Sistem ayrıca kullanıcılara hangi yüz bölgelerinin gizleneceğini seçme imkanı da sunuyor. Mevcut en gelişmiş yöntemlerle yapılan karşılaştırmalarda üstün performans gösteren bu yaklaşım, gizlilik ve kullanışlılık dengesinde önemli bir adım.