“SETI” için sonuçlar
306 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
QBF Gallery 2023: Mantık Çözücü Algoritmalar için Yeni Karşılaştırma Standardı
QBF Gallery 2023, quantified Boolean formulas (QBF) olarak bilinen karmaşık mantıksal problemleri çözen algoritmaların performansını değerlendiren kapsamlı bir araştırma raporu yayınladı. Bu değerlendirme etkinliği, dünya çapından araştırmacıların geliştirdiği yeni çözücü algoritmaları ve test senaryolarını bir araya getirerek, alandaki en son gelişmeleri belgeledi. Araştırmacılar, farklı algoritmaların güçlü ve zayıf yönlerini karşılaştırmalı olarak analiz etti ve herkese açık bir benchmark veri seti oluşturdu. QBF problemleri, yapay zeka, donanım tasarımı ve otomatik doğrulama gibi kritik alanlarda kullanılan temel mantıksal araçlar olduğu için, bu çalışma gelecekteki teknolojik gelişmeler için önemli bir referans noktası oluşturuyor.
Yapay Zeka Güvenlik Açıklarını Tespit Eden Kapsamlı Test Veri Seti Geliştirildi
Büyük dil modellerinin güvenlik kritik uygulamalarda kullanımının artmasıyla birlikte, bu sistemlerin kötü niyetli saldırılara karşı dayanıklılığının test edilmesi büyük önem kazandı. Araştırmacılar, mevcut test veri setlerindeki tutarsızlık ve sınırlı kapsam sorunlarını çözmek için RedBench adlı kapsamlı bir veri seti geliştirdi. Bu yeni sistem, 37 farklı benchmark veri setini birleştirerek toplam 29.362 test örneği sunuyor ve yapay zeka modellerinin güvenlik açıklarının sistematik şekilde değerlendirilmesini sağlıyor. RedBench, 22 risk kategorisi ve 19 farklı alan içeren standartlaştırılmış bir sınıflandırma sistemi kullanarak, araştırmacılara tutarlı ve kapsamlı değerlendirme imkânı sunuyor.
Yapay zeka NPU çipleri için kernel üreten yeni sistem geliştirildi
Nöral İşlem Birimleri (NPU), yapay zeka sistemlerinin hızlı çalışması için kritik bileşenler haline geldi. Ancak bu çiplerin tam performansını kullanabilmek, özel yazılım kernelleri geliştirmeyi gerektiriyor ve bu süreç oldukça karmaşık. Araştırmacılar, büyük dil modellerinin NPU kernel üretiminde yaşadığı zorlukları ele alarak AscendKernelGen adlı yenilikçi bir sistem geliştirdi. Bu sistem, Ascend-CoT veri setini kullanarak gerçek dünya senaryolarından öğrenen bir yaklaşım benimsiyor. Çalışma, mevcut genel amaçlı dil modellerinin karmaşık NPU kernelleri üretmede neredeyse hiç başarılı olamadığını ortaya koyuyor. Geliştirilen çözüm, üretim ve değerlendirmeyi entegre eden bir çerçeve sunarak NPU yazılım geliştirme sürecini otomatikleştirmeyi hedefliyor.
Ucuz LiDAR sensörleri artık köşenin arkasını da görebilecek
Akıllı telefonlardaki ucuz LiDAR sensörleri normalde yalnızca önlerindeki nesneleri algılayabilir. Ancak araştırmacılar, bu sensörlerin aslında gizli verileri kaydettiğini ve yapay zeka ile eğitildiğinde köşelerin arkasındaki gizli nesneleri de görebileceğini keşfetti. DENALI veri seti, 72.000 farklı gizli nesne sahnesini içererek bu teknolojinin geliştirilmesine olanak sağlıyor. Bu buluş, robotik, güvenlik sistemleri ve otonom araçlar için çığır açıcı bir gelişme olabilir.
Yapay Zekâ Artık Gülme ve Ağlama Seslerini de Değerlendirebiliyor
Araştırmacılar, konuşma sentezi teknolojilerinin gülme, ağlama, iç çekme gibi sözsüz sesleri ne kadar başarılı ürettiğini ölçen yeni bir değerlendirme sistemi geliştirdi. NVBench adlı bu sistem, 45 farklı sözsüz ses türünü kapsayan İngilizce ve Çince veri setiyle çalışıyor. 15 farklı metin-konuşma sisteminin test edildiği çalışmada, bu sistemlerin kaliteli konuşma üretmekte başarılı olsalar bile sözsüz sesleri kontrol etmekte zorlandığı ortaya çıktı. Özellikle duygusal içerikli uzun sesler ve düşük ses kalitesindeki ağızdan çıkan sesler en büyük zorlukları oluşturuyor. Bu gelişme, yapay zekânın daha insansı konuşma üretmesi için kritik bir adım sayılıyor.
Yapay Zeka Artık Grupların Duygusal Halini Videolardan Anlayabiliyor
Araştırmacılar, yapay zekanın grup duygularını videolardan tanıyabilmesi için GAViD adında kapsamlı bir veri seti geliştirdi. 5091 video klibinden oluşan bu veri seti, görüntü, ses ve bağlamsal bilgileri birleştirerek grup dinamiklerindeki duygusal durumları analiz ediyor. Sosyal etkileşimlerdeki karmaşık duygu yapılarını anlama konusunda önemli bir adım olan çalışma, insan-insan etkileşimlerini modellemede yeni olanaklar sunuyor. Bu gelişme, sosyal medya analizi, psikoloji araştırmaları ve insan-bilgisayar etkileşimi gibi alanlarda uygulanabilir.
Tek Örnekle Öğrenen Yapay Zeka: 1S-DAug ile Yeni Bir Dönem
Stanford araştırmacıları, yapay zekanın tek bir görsel örnekten öğrenmesini sağlayan devrim niteliğinde bir yöntem geliştirdi. 1S-DAug adlı bu teknik, sadece bir görüntüden yola çıkarak çeşitli varyasyonlar üretip bunları birleştirerek daha güvenilir tahminler yapabiliyor. Geleneksel makine öğrenmesi yöntemlerinin binlerce örnek gerektirdiği durumlarda, bu yeni yaklaşım minimal veriyle maksimum performans elde etmeyi hedefliyor. miniImageNet veri setinde %20'ye varan doğruluk artışı sağlayan sistem, mevcut modellere eklenti olarak entegre edilebiliyor. Bu gelişme, tıbbi görüntü analizi ve nadir türlerin tanınması gibi sınırlı veri bulunan alanlarda yapay zeka kullanımına yeni kapılar açıyor.
VoxMind: Konuşan yapay zeka artık araç kullanabiliyor ve karmaşık görevleri çözebiliyor
Araştırmacılar, sesli diyalog sistemlerinde yeni bir dönüm noktası yaratan VoxMind adlı yapay zeka modelini geliştirdi. Bu sistem, sadece konuşma yetenekleriyle sınırlı kalmayıp, çeşitli araçları kullanarak gerçek dünya problemlerini çözebiliyor. 470 saatlik özel veri setiyle eğitilen model, 'Konuşmadan Önce Düşün' mekanizmasıyla planlama yapıp daha mantıklı cevaplar verebiliyor. Geleneksel sesli asistanların aksine, VoxMind karmaşık kullanıcı taleplerini anlayıp uygun araçları seçerek sonuca ulaşabiliyor. Bu gelişme, sesli yapay zeka asistanlarının sadece sohbet etmekten öte, pratik sorunları çözebilen akıllı ajanlar haline gelmesini sağlıyor.
Yapay Zeka Diş Filmlerini Saniyeler İçinde Analiz Ediyor
Diş hekimliğinde kullanılan panoramik röntgen filmlerinin yorumlanması genellikle uzun zaman alır ve hata riski taşır. Araştırmacılar, YOLOv26 yapay zeka modelini kullanarak bu süreci otomatikleştiren yeni bir sistem geliştirdi. Sistem, panoramik röntgenlerde dişleri tespit edebiliyor, FDI standardına göre numaralandırıyor ve hastalık belirtilerini segmentleyebiliyor. DENTEX veri seti üzerinde yapılan testlerde, YOLOv26m-seg modeli diş tespitinde %97.6 hassasiyet oranına ulaştı. Bu gelişme, yoğun klinik ortamlarda diş hekimlerinin tanı koyma sürecini hızlandırabilir ve hata oranlarını azaltabilir. Teknoloji, minimal radyasyon maruziyeti sağlayan panoramik radyografların avantajlarını korurken, analiz sürecini otomatikleştiriyor.
Yapay zeka artık bilim insanlarının hakemlik sürecine yanıt yazmasına yardım ediyor
Bilimsel yayın sürecinin kritik aşamalarından biri olan hakem değerlendirmelerine yanıt yazma işlemi, yazarlar için büyük zaman ve çaba gerektiriyor. Araştırmacılar, bu süreci kolaylaştırmak için yazarın uzmanlığını ve niyetini dikkate alan yeni bir yapay zeka sistemi geliştirdi. Re3Align adlı kapsamlı veri seti ve REspGen çerçevesi sayesinde, bilim insanları artık hakem görüşlerine daha etkili yanıtlar hazırlayabilecek. Sistem, yazarın alan bilgisini ve stratejik yaklaşımını analiz ederek, kişiselleştirilmiş ve ikna edici yanıtlar üretebiliyor. Bu gelişme, akademik yayıncılık sürecini hızlandırırken kaliteyi de artırmayı hedefliyor.
CollideNet: Yapay Zeka ile Çarpışma Zamanını Önceden Tahmin Etme
Araştırmacılar, video görüntülerini analiz ederek çarpışma zamanını (TTC) tahmin edebilen yeni bir yapay zeka modeli geliştirdi. CollideNet adı verilen bu sistem, hiyerarşik transformer mimarisi kullanarak hem uzamsal hem de zamansal bilgileri çoklu ölçeklerde işliyor. Model, video karelerini farklı çözünürlüklerde eş zamanlı analiz ederken, zamansal akışta trend ve döngüsel bileşenleri ayırarak çarpışma riskini hesaplıyor. Üç farklı veri setinde yapılan testlerde, mevcut yöntemlerden önemli ölçüde daha iyi performans gösterdi. Bu teknoloji, otonom araçlar, güvenlik sistemleri ve endüstriyel otomasyon alanlarında çarpışma önleme sistemlerinin geliştirilmesinde kritik rol oynayabilir.
Milyarlarca atıfı içeren dev bilimsel veri seti artık normal bilgisayarlarda kullanılabilir
Avrupa'nın en büyük açık bilim platformu OpenAIRE'ın sahip olduğu dev atıf veri seti, şimdiye kadar boyutu nedeniyle sadece süper bilgisayarlarda işlenebiliyordu. 200 milyondan fazla yayın ve 2 milyardan fazla atıf içeren bu veri kümesi, sıkıştırılmamış haliyle terabayt boyutlarında yer kaplıyordu. Araştırmacılar, bu devasa veri setini 32 GB'a kadar küçülterek normal bilgisayarlarda da kullanılabilir hale getirmeyi başardı. Bu gelişme, bilim insanlarının yayınlar arası ilişkileri analiz etmesini, araştırma trendlerini takip etmesini ve bilimsel ağları incelemesini çok daha kolay hale getiriyor. Özellikle akademik araştırmalar, bibliyometrik analizler ve bilim politikası çalışmaları için büyük önem taşıyan bu çalışma, bilimsel verilere erişimde demokratikleşme sağlıyor.
Yapay Zeka Modelleri Fotoğraflardan Yer Tespitinde Nerede Başarısız Oluyor?
Araştırmacılar, görsel-dil modellerinin (VLM) fotoğraflardan coğrafi konum tespiti yapma yeteneklerini kapsamlı bir şekilde test etti. Geleneksel yöntemlerden farklı olarak GPS verisi veya özel eğitim kullanmadan, sadece anlık sorgu yöntemleriyle ülke düzeyinde konum tahmini yapan bu modellerin performansı incelendi. Üç farklı coğrafi veri seti üzerinde yapılan testler, mevcut yapay zeka modellerinin bu alanda ciddi sınırları olduğunu ortaya koydu. Çalışma, görsel anlayış ve dil işleme konularında güçlü kabul edilen modern AI sistemlerinin, coğrafi çıkarım yapmada beklenenden daha zayıf kaldığını gösteriyor. Bu bulgular, yapay zekanın gerçek dünya uygulamalarında henüz aşılması gereken önemli engeller bulunduğuna işaret ediyor.
Yapay Zeka Üretimi Müziği Tespit Eden Yeni Sistem: ArtifactNet
Araştırmacılar, yapay zeka tarafından üretilen müziği %98'in üzerinde doğrulukla tespit edebilen ArtifactNet adlı yeni bir sistem geliştirdi. Bu hafif çerçeve, sorunu adli fizik perspektifinden ele alarak, nöral ses kodlayıcılarının üretilen seste bıraktığı fiziksel izleri analiz ediyor. 22 farklı yapay zeka müzik üreticisinden 4,383 ve gerçek kaynaklardan 1,800 olmak üzere toplam 6,183 parça içeren ArtifactBench veri seti ile test edilen sistem, mevcut yöntemlere kıyasla büyük üstünlük gösteriyor. Sistem, sadece 4 milyon parametre kullanarak %1.49 yanlış pozitif oranıyla çalışabiliyor. Bu gelişme, müzik endüstrisinde telif hakları ve özgünlük konularında önemli bir araç sunuyor.
Yapay zeka karar sistemlerinde gecikmiş doğrulamanın izlenmesi için yeni model
Dolandırıcılık tespiti, kredi skorlama ve tıbbi risk değerlendirmesi gibi yapay zeka sistemleri gecikmiş doğrulama sorunu yaşıyor - karar alındıktan günler hatta aylar sonra sonuç etiketleri geldiği için. Bu 'kör dönem' boyunca sistemin yönetim kanıtları bozulurken, mevcut sapma tespit yöntemleri yetersiz kalıyor. Araştırmacılar bu soruna çözüm için dört boyutlu kanıt yeterlilik modeli geliştirdi: tamlık, güncellik, güvenilirlik ve temsil edilebilirlik. Model, etiket gecikmesinin kanıt kalitesini nasıl düşürdüğünü ölçen karar hazırlığı kapısı içeriyor. Ayrıca yedi kategorilik vekil gösterge çerçevesi, etiketler olmadan yeterlilik bozulmasını tahmin ediyor. IEEE-CIS Dolandırıcılık Tespit veri setinde yaklaşık 590 bin işlemle test edilen sistem, yapay zeka güvenliğinde önemli adım.
Video düzenleme yapay zekası için kapsamlı test platformu geliştirildi
Yapay zeka destekli video üretimi giderek yaygınlaşırken, profesyonel kalitede video düzenleme sistemlerinin objektif değerlendirilmesi kritik bir ihtiyaç haline geldi. Araştırmacılar bu sorunu çözmek için VEFX-Bench adlı kapsamlı bir test platformu geliştirdi. Platform, 5.049 video düzenleme örneği içeren ve insan uzmanlar tarafından etiketlenmiş büyük ölçekli bir veri seti sunuyor. Sistem, video düzenleme kalitesini talimat takibi, görsel kalite ve düzenleme özgünlüğü olmak üzere üç farklı boyutta değerlendiriyor. Bu gelişme, yapay zeka video düzenleme teknolojilerinin standardize edilmiş şekilde karşılaştırılmasına olanak tanıyarak, sektörün daha hızlı gelişimine katkı sağlayacak.
Yapay Zeka Modellerinde Eğitim Stratejilerinin Etkisi Araştırıldı
Araştırmacılar, gürültü temizleme tabanlı üretken yapay zeka modellerinin eğitim süreçlerini derinlemesine incelediler. Çalışma, farklı ağırlıklandırma yöntemlerinin ve parametre seçimlerinin model performansına nasıl etki ettiğini sistematik olarak analiz etti. Gürültü, temiz görüntü ve hız tabanlı formülasyonlar karşılaştırılarak, bu seçimlerin veri manifoldunun boyutluluğu, model mimarisi ve veri seti büyüklüğü ile nasıl etkileşim kurduğu incelendi. Araştırma, kontrollü geometriye sahip sentetik veri setleri ile gerçek görüntü verilerini kapsadı. Sonuçlar, flow matching modellerinin eğitiminde kritik faktörlerin ayrıştırılmasına odaklanarak pratik tasarım önerileri sunuyor. Bu çalışma, yapay zeka modellerinin daha etkili eğitimi için önemli içgörüler sağlıyor.
Sisli Doğa Fotoğraflarını Berraklaştıran Yapay Zeka Sistemi Geliştirildi
Araştırmacılar, atmosferik sis nedeniyle bulanık olan vahşi yaşam görüntülerini berraklaştırmak için yeni bir yapay zeka sistemi geliştirdi. AnimalHaze3k adı verilen veri seti ve IncepDehazeGan mimarisi, hayvan tespiti ve izleme çalışmalarında devrim yaratabilir. Sistem, sisli ortamlarda çekilen hayvan fotoğraflarını %112 daha iyi tanıyabiliyor. Bu teknoloji, zorlu çevre koşullarında çalışan ekoloji uzmanları için kritik bir araç sunuyor ve nesli tükenmekte olan türlerin korunması açısından büyük önem taşıyor.
Nijeryalı Dillerde Ses Çevirisi İçin Yeni Veri Seti Geliştirildi
Araştırmacılar, Afrika dillerinde ses çevirisi teknolojisini ilerletmek için NaijaS2ST adlı yeni bir veri seti geliştirdi. Bu veri seti, Nijeryalı dört dili (İgbo, Hausa, Yoruba ve Nijerya Pidgin İngilizcesi) kapsayan 50 saatlik ses kaydı içeriyor. Çalışma, kaynak yetersizliği çeken Afrika dillerinde ses çevirisi alanındaki önemli bir boşluğu dolduruyor. Farklı konuşmacılar ve aksanları barındıran veri seti, gerçek dünya koşullarını yansıtacak şekilde tasarlandı. Araştırmacılar, üç farklı çeviri yaklaşımını test ederek, az sayıda örnekle çalışan ses tabanlı yapay zeka modellerinin klasik yöntemlere göre daha etkili olduğunu buldu. Bu gelişme, teknolojik kaynaklara sınırlı erişimi olan dillerin dijital dünyada daha fazla temsil edilmesine katkı sağlayabilir.
İHA'lara İnsan Benzeri Bilişsel Navigasyon Sistemi
Araştırmacılar, İHA'ların (İnsansız Hava Araçları) sesli komutlarla karmaşık ortamlarda bağımsız navigasyon yapabilmesi için yeni bir yapay zeka sistemi geliştirdi. FineCog-Nav adlı bu sistem, insan beyninin çalışma prensiplerinden ilham alarak navigasyon sürecini yedi ayrı bilişsel modüle ayırıyor: dil işleme, algılama, dikkat, hafıza, hayal kurma, akıl yürütme ve karar verme. Her modül özel görevine odaklanmış yapay zeka temelleri üzerinde çalışarak birbirleriyle koordineli şekilde hareket ediyor. Sistem, mevcut yöntemlerin aksine büyük model boyutlarına ihtiyaç duymadan sıfırdan öğrenme yaklaşımıyla çalışıyor. Araştırma ekibi ayrıca sistemin performansını ölçmek için 300 farklı uçuş rotası içeren özel bir test veri seti hazırladı. Bu gelişme, otonom drone navigasyonunda önemli bir adım olarak görülüyor.
Yapay Zeka Yeni Programcıların Kod Anlama Zorluğunu Çözüyor
Programlama öğrenmeye başlayan kişilerin en büyük zorluklarından biri karmaşık kodları anlamak. Araştırmacılar, bu soruna çözüm olarak bilişsel yük teorisine dayanan otomatik kod yeniden düzenleme sistemi geliştirdi. CDDRefactorER adlı bu sistem, kodun işlevselliğini korurken yapısını daha anlaşılır hale getiriyor. İki farklı veri seti ve yapay zeka modeli üzerinde yapılan testlerde sistem, yeniden düzenleme hatalarını %54-71 oranında azalttı. Yeni öğrenen programcılarla yapılan kontrollü çalışmalar da sistemin kod karmaşıklığını önemli ölçüde düşürdüğünü gösterdi. Bu yaklaşım, programlama eğitiminde devrim yaratma potansiyeli taşıyor.
Dev Yapay Zeka Modeli 1.1 Milyar Molekülü 50 Saniyede Analiz Etti
Amerikalı bilim insanları, malzeme keşfi için devasa bir yapay zeka modeli geliştirdi. HydraGNN tabanlı bu sistem, 544 milyondan fazla atomik yapı verisiyle eğitildi ve 16 farklı bilimsel veri setini aynı anda işleyebiliyor. Frontier süperbilgisayarında test edilen model, 1.1 milyar atomik yapıyı sadece 50 saniyede analiz edebildi. Bu başarı, normalde yıllar sürecek hesaplamaları saniyeler içinde tamamlama kapasitesi sunuyor. Model, yeni malzemelerin keşfi için kritik öneme sahip ve 12 farklı kimyasal görevde başarıyla test edildi. Araştırmacılar, farklı hassasiyet seviyelerinde performans testleri yaparak modelin pratik kullanım potansiyelini de ortaya koydu.
Kişisel Verileri Tespit Eden AI Sistemleri İçin Dev Benchmark Veri Seti Oluşturuldu
Araştırmacılar, kişisel tanımlayıcı bilgileri (PII) tespit eden yapay zeka sistemlerinin performansını değerlendirmek için PIIBench adlı kapsamlı bir benchmark veri seti geliştirdi. 2,4 milyon açıklamalı metin dizisi ve 3,35 milyon varlık referansı içeren bu veri seti, 10 farklı kaynaktan toplanan verileri birleştirerek 48 farklı kişisel bilgi türünü kapsıyor. Daha önce parçalı halde bulunan ve uyumsuz etiketleme sistemleri kullanan veri setlerini standart bir formatta birleştiren bu çalışma, kişisel veri koruma alanında çalışan AI sistemlerinin sistematik olarak karşılaştırılmasına olanak sağlayacak. Çok dilli NER veri setleri, sentetik PII korpusları ve finansal alan metinlerini kapsayan benchmark, veri gizliliği ve güvenliği konularında artan ihtiyaçlara yanıt veriyor.
Veri analizinde yeni keşif: Her strateji için zıt ama eşit optimal yaklaşım
Araştırmacılar, denetimli öğrenme alanında iyi bilinen 'Bedava Öğle Yemeği Yok' teoreminin denetimsiz öğrenme için de geçerli olduğunu kanıtladı. Eliptik dağılımlarda, bilimsel açıdan anlamlı iki veri keşif stratejisinin tam zıt olmasına rağmen eşit derecede optimal sonuçlar verdiğini gösterdiler. Bu bulgu, temel bileşen analizi kullanarak veri setlerinde anormal bölgeleri tespit etme yöntemlerini yeniden düşünmemizi gerektiriyor. Fashion-MNIST veri seti üzerindeki testler, en büyük temel bileşenleri seçmenin çeşitliliği yakaladığını ortaya koydu.