Üretken yapay zeka teknolojileri, STEM eğitiminde köklü değişimler yaratıyor. Geleneksel eğitim reformu modelleri, iyi araştırılmış ve test edilmiş yöntemlerin kademeli olarak benimsendiği 'benimseme mantığı'na dayanıyordu. Ancak yapay zeka, yeterli pedagojik kanıt temeli oluşmadan sınıflara giren bir 'varış teknolojisi' olarak bu yaklaşımı geçersiz kılıyor. Araştırmacılar, AI çağında kurumsal değişim için altı boyutlu yeni bir çerçeve öneriyordu: araçların kanıt temeli, değişim hızı ve kapsamı ile fakülte, değişim ajanları ve öğrencilerin rollerini yeniden değerlendiren bir model. Bu yaklaşım, eğitim kurumlarının hızla gelişen AI teknolojilerine adapte olmasını sağlayacak stratejiler sunuyor.

Ekoloji dünyasının önde gelen isimlerinden Suzanne Simard, ağaçların birbirleriyle nasıl iletişim kurduğunu ve karmaşık yeraltı ağları oluşturduğunu gösteren çalışmalarıyla bilim dünyasını sarsmıştı. 'Wood Wide Web' olarak adlandırılan bu keşif, ormanları bambaşka bir perspektiften anlamamızı sağladı. Simard'ın yeni kitabı ve çalışmalarına yöneltilen eleştiriler hakkında konuştuğu röportajda, James Cameron'ın Avatar filmindeki bağlantılı doğa konseptine olan katkısından da bahsediyor. Mantar ağları aracılığıyla gerçekleşen bu iletişim, orman ekolojisinin ne denli karmaşık ve birbirine bağımlı bir sistem olduğunu ortaya koyuyor. Simard'ın araştırmaları, doğa koruma stratejilerini yeniden düşünmemiz gerektiğini gösteriyor.

NASA'nın James Webb Uzay Teleskobu kullanılarak yapılan çığır açan bir araştırma, evrendeki galaksileri birbirine bağlayan dev yapı olan 'kozmik ağ'ın şimdiye kadarki en detaylı haritasını ortaya çıkardı. COSMOS-Web adlı kapsamlı gözlem projesi kapsamında 164 bin galaksinin analiz edilmesiyle elde edilen bu harita, evrenin sadece 1 milyar yaşındayken nasıl bir yapıya sahip olduğunu gösteriyor. Bu keşif, evrenin büyük ölçekli yapısının nasıl evrimleştiğini anlamamız açısından büyük önem taşıyor.

Araştırmacılar, moleküler sistemlerdeki elektronik enerjileri hesaplamak için kullanılan fonksiyonları tamamen otomatik olarak geliştiren FunctionalAgent adlı bir yapay zeka sistemi yarattı. Bu sistem, birden fazla uzmanlaşmış alt-ajan kullanarak veri seti oluşturmadan fonksiyon optimizasyonuna kadar tüm süreci yönetiyor. Güçlü korelasyonlu moleküler sistemlerde elektronik enerji hesaplamalarının kalitesi, kullanılan fonksiyonların doğruluğuna bağlı olduğu için bu gelişme oldukça önemli. FunctionalAgent ile geliştirilen MC26 fonksiyonu, mevcut yöntemlere kıyasla daha yüksek doğruluk seviyesi göstermiş durumda.

Araştırmacılar, otonom sistemlerin hedeflerini gizleyebilme kabiliyeti üzerine çığır açan bir çalışma gerçekleştirdi. Özellikle güvenlik açısından kritik ortamlarda çalışan yapay zeka ajanlarının, düşman gözlemcilerden niyetlerini nasıl saklayabileceği matematiksel olarak modellendi. Çalışma, geleneksel Lyapunov kararlılığının ötesinde, ajanların davranışlarından çıkarılabilecek niyet bilgilerinin kontrolü üzerine odaklanıyor. Bu yaklaşım, savunma sistemleri, otonom araçlar ve stratejik robotik uygulamalar için kritik önem taşıyor. Araştırma, fiziksel durum kontrolü ile gözlemci inancının yönetimini birleştiren yeni bir kontrol teorisi yaklaşımı sunuyor.

Araştırmacılar, birden fazla yapay zeka ajanının merkezi bir kontrol sistemi olmadan koordineli şekilde çalışabilmesini sağlayan yeni bir yöntem geliştirdi. Bu breakthrough yaklaşım, ajanların kendi aralarında iletişim kurarak ortak hedeflere ulaşmalarını ve belirli kısıtlamaları gözetmelerini mümkün kılıyor. Geleneksel çok-ajan pekiştirmeli öğrenme sistemleri merkezi bir eğitim süreci gerektirirken, yeni yöntem tamamen dağıtık bir yapıda çalışıyor. Her ajan, yerel bilgilerini kullanarak hem ana değişkenleri hem de dual değişkenleri tahmin ediyor ve bu sayede sistem genelinde uyum sağlanıyor. Algoritmanın matematiksel yakınsama garantileri de kanıtlanmış durumda. Bu gelişme, otonom araç filosundan akıllı şehir sistemlerine kadar geniş bir uygulama alanına sahip.

Araştırmacılar, filogenetik ağaçları görselleştirmek ve düzenlemek için Heat-tree adında yeni bir yazılım paketi geliştirdi. JavaScript, R ve Python dillerinde sunulan bu araç, evrimsel ilişkileri gösteren ağaçların interaktif bir şekilde görüntülenmesini ve düzenlenmesini sağlıyor. Mevcut araçların çoğunun statik grafiklere odaklandığı ve programlama bilgisi gerektirdiği bir dönemde, Heat-tree kullanıcı dostu bir yaklaşım sunarak web uyumlu görselleştirmeler oluşturuyor. Araç, R Markdown, Jupyter Notebooks ve web sitelerine kolayca entegre edilebiliyor.

Brezilya'daki araştırmacılar, Portekizce doğal dil işleme alanında çığır açan yeni bir yapay zeka modeli geliştirdi. NorBERTo adlı bu model, ModernBERT mimarisine dayalı olarak tasarlandı ve Aurora-PT adı verilen dev bir Portekizce veri kümesi ile eğitildi. Bu veri kümesi, çeşitli web kaynaklarından toplanan 331 milyar GPT-2 token içeriyor. Model, metin benzerliği, mantıksal çıkarım ve sınıflandırma görevlerinde test edildiğinde, özellikle PLUE ve ASSIN 2 benchmark testlerinde kayda değer başarılar elde etti. NorBERTo-large versiyonu, değerlendirilen kodlayıcı modeller arasında en iyi performansı göstererek Portekizce NLP uygulamaları için önemli bir adım teşkil ediyor.

Araştırmacılar, çoklu yapay zeka ajanlarının birlikte çalıştığı sistemlerde hem performansı artıran hem de maliyeti düşüren yenilikçi bir çözüm geliştirdi. Agent Capsules adlı bu sistem, birden fazla AI ajanının görevlerini daha verimli şekilde koordine etmesini sağlıyor. Geleneksel yaklaşımlarda her ajan için ayrı dil modeli çağrısı yapılması hem pahalı hem de yavaş sonuçlar doğuruyordu. Yeni sistem, ajanları akıllıca gruplandırarak token kullanımını azaltırken, kalite kaybını önlemek için sürekli performans kontrolü yapıyor. Sistem, üç farklı strateji arasında seçim yapabiliyor ve kalite düşüşü algıladığında otomatik olarak daha güvenli modlara geçiş yapıyor. Bu gelişme, çoklu AI ajan sistemlerinin daha geniş çapta kullanımına olanak sağlayabilir.

Yapay zeka ajanlarının grafik kullanıcı arayüzleriyle etkileşimi sırasında karşılaştığı büyük veri sorunu için yenilikçi bir çözüm geliştirildi. A11y-Compressor adlı framework, arayüz verilerini %78 oranında sıkıştırırken performansı artırıyor. Sistem, erişilebilirlik ağaçlarındaki gereksiz bilgileri temizleyerek ve yapısal düzenlemeler yaparak çalışıyor. OSWorld benchmark testlerinde yapılan denemelerde, sıkıştırılmış veriler orijinalin sadece %22'si kadar yer kaplarken, görev başarı oranları ortalama %5.1 puan artış gösterdi. Bu gelişme, yapay zeka ajanlarının bilgisayar arayüzleriyle daha verimli çalışabilmesi için kritik bir adım teşkil ediyor.

Araştırmacılar, büyük dil modellerinin (LLM) arama sonuçlarını özetlerken nasıl önyargılı davrandığını ve bu önyargıların nasıl manipüle edilebileceğini inceledi. Çalışma, web arama sistemlerinde kullanılan yapay zeka overview sistemlerinin hem kaynak seçiminde hem de cevap üretiminde önyargılardan etkilendiğini ortaya koyuyor. Araştırmacılar, reinforcement learning ile eğitilmiş küçük bir dil modeli kullanarak arama snippet'lerini yeniden yazarak, LLM'lerin bu içerikleri tercih etme olasılığını artırmayı başardı. Bu bulgular, yapay zeka destekli arama sistemlerinin güvenilirliği ve manipülasyona karşı direnci konusunda önemli sorular gündeme getiriyor.