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.

Navigasyon sistemlerinden sesli asistanlara kadar günlük yaşamımızda karşılaştığımız bilgisayar sesleri ne kadar insana benziyor? Almanya'da Max Planck Ampirik Estetik Enstitüsü'nün yaptığı araştırma, yapay zeka seslerinin insan algısı üzerindeki etkisini inceledi. Çalışma sonuçları, bu seslerin ne kadar insan gibi algılandığının üç faktöre bağlı olduğunu ortaya koydu: konuşma tarzı, söylenen içerik ve dinleyicinin dili anlayıp anlamaması. Bulgular, yapay zeka teknolojisinin ses üretiminde geldiği noktayı gösterirken, hâlâ aşılması gereken sınırları da gözler önüne seriyor. Araştırma, Speech Communication dergisinde yayımlanarak ses teknolojileri alanında önemli bir katkı sağladı.

Kimyagerler, geleneksel yöntemlerin aksine, alkenlerden birincil alkol üretebilen yeni bir katalitik sistem geliştirdi. Işık ile aktifleştirilen bakır kompleksleri kullanan bu yöntem, anti-Markovnikov hidratasyon adı verilen zor bir kimyasal dönüşümü başarıyor. Geleneksel asit katalizli reaksiyonlar genellikle Markovnikov kuralını izleyerek ikincil veya üçüncül alkoller üretirken, bu yeni yaklaşım suyu tersine ekleyerek birincil alkol oluşumunu sağlıyor. İlaç sanayisi, fonksiyonel malzemeler ve ince kimyasalların üretiminde kritik öneme sahip olan alken-alkol dönüşümü, bu gelişmeyle daha sürdürülebilir ve pratik hale geliyor. Daha önce fotokatalizör stratejileri sadece aktif substratlarla sınırlıyken, bu yeni sistem çok daha geniş bir uygulama alanı vaat ediyor.

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.

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.

Araştırmacılar, beynin nasıl çalıştığını açıklamak için yeni bir matematiksel framework geliştirdiler. 'Homolojik Beyin' adı verilen bu teori, nöral hesaplamaları topolojik yapıların inşası ve navigasyonu olarak yorumluyor. Klasik hesaplama teorileri, sinaptik plastisitenin yavaş zaman ölçeği ile algısal sentezin hızlı zaman ölçeği arasındaki çelişkiyi açıklamakta zorlanıyordu. Yeni yaklaşım, beynin yavaş, gürültülü ve enerji kısıtlı substratlarından nasıl hızlı ve tutarlı çıkarımlar yapabildiğini matematiksel olarak modellemeye çalışıyor.

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.

Araştırmacılar, meyve sineklerinde uyku düzenlemesinde kritik rol oynayan Mettl5 proteininin işleyiş mekanizmasını aydınlattı. Bu protein, hem protein üretimini hem de biyolojik saat genlerinin yıkımını koordine ederek uyku-uyanıklık döngüsünü kontrol ediyor. Çalışma, zihinsel yetersizlikle ilişkili uyku bozukluklarının moleküler temellerini anlamaya önemli katkı sağlıyor. Mettl5'in Trmt112 proteiniyle oluşturduğu kompleks, ribozomal RNA'yı modifiye ederek protein sentezini etkiliyor ve PERIOD adlı saat proteininin düzeylerini düzenliyor. Bu keşif, gelecekte insanlardaki uyku bozukluklarının tedavisinde yeni yaklaşımlar geliştirilmesine yardımcı olabilir.

Kuantum bilgisayarların temel yapı taşları olan kuantum kapılarının sentezi için geliştirilen yenilikçi bir algoritma, işlem verimliliğini önemli ölçüde artırıyor. Stokastik Komütatör Sentezi adı verilen bu hibrit yaklaşım, klasik Solovay-Kitaev yöntemini stokastik örnekleme tekniğiyle birleştirerek kuantum devrelerindeki hata birikimini azaltıyor. Araştırmacılar, yeni algoritmanın T-kapısı sayısında %10-25 oranında azalma sağladığını ve belirli kuantum devrelerinde %35'e varan doğruluk artışı gösterdiğini bildiriyor. Bu gelişme, hata toleranslı kuantum hesaplamanın pratik uygulamalarına yaklaştıracak potansiyele sahip.

Araştırmacılar, kuantum durumlarını birden fazla beklenen değer kısıtı altında tasarlayabilecek yeni bir yöntem geliştirdi. 'Beklenen değer hedefleme' adı verilen bu yaklaşım, belirli gözlemlenebilir büyüklükler için önceden belirlenen hedef değerlere ulaşan saf kuantum durumları hazırlamayı amaçlıyor. Bu yöntem, kuantum kimyası ve çok-cisim fiziğindeki standart temel durum hazırlama problemlerini kapsarken, varyasyonel enerji minimizasyonunun ötesine geçerek çoklu kısıtlı durum sentezine olanak tanıyor. Problem, üstel büyüklükteki durum uzayında doğrusal olmayan kısıtlar sisteminin çözülmesini gerektiriyor ve bu da klasik yaklaşımlarla verimli çözümü zor hale getiriyor.