“aşı” için sonuçlar
3.895 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Artık Dudak Hareketlerinden Konuşma Sentezleyebiliyor
Araştırmacılar, sessiz videolardaki dudak hareketlerinden gerçekçi konuşma sesleri üreten yeni bir yapay zeka sistemi geliştirdi. HiCoDiT adlı bu sistem, konuşmanın hiyerarşik yapısını taklit ederek önce konuşmacının genel ses özelliklerini, ardından ince prosodik detayları öğreniyor. Sistem, konuşmanın farklı katmanlarını ayrı ayrı işleyerek görsel ve işitsel özellikler arasında güçlü bir uyum sağlıyor. Bu teknoloji, işaret dili tercümanlığı, ses kaybı yaşayan kişiler için rehabilitasyon ve film endüstrisinde dublaj gibi alanlarda devrim yaratabilir. Diffusion transformer mimarisi kullanan sistem, mevcut yöntemlere göre daha doğal ve anlaşılır konuşma sentezliyor.
SignX: İşaret dilini anlayan yapay zeka sistemi geliştirildi
Araştırmacılar, işaret dili videolarını sürekli olarak tanıyabilen yeni bir yapay zeka sistemi geliştirdi. SignX adlı bu sistem, farklı vücut pozu formatlarını tek bir kompakt temsilte birleştirerek işaret dilini daha verimli şekilde işliyor. Sistem, ham videolardan doğrudan pose bilgilerini çıkaran Vision Transformer tabanlı bir modül ve zaman modellemesi kullanıyor. Bu yaklaşım, işaret dili tanıma alanında önemli bir adım olarak değerlendiriliyor çünkü hem doğruluğu artırıyor hem de hesaplama maliyetini düşürüyor. İşaret dili kullanan topluluklar için daha erişilebilir teknolojilerin geliştirilmesine katkı sağlayabilir.
Yapay Zeka Simülatörleri Veri Gizliliğinde Ne Kadar Başarılı?
Büyük dil modelleri (LLM) temelli simülatörler, geleneksel diferansiyel gizlilik yöntemlerinin zorlandığı karmaşık sentetik veri üretiminde umut vadediyor. Araştırmacılar, PersonaLedger adlı finansal simülatörü kullanarak bu teknolojinin gerçek kullanıcı istatistiklerinden türetilen gizlilik korumalı verilerle ne kadar uyumlu çalıştığını inceledi. Sonuçlar hem umut verici hem de endişe verici: Sistem dolandırıcılık tespitinde makul başarı gösterirken, yapay zekanın öğrenilmiş önyargıları nedeniyle istatistiksel dağılımlardan önemli sapmalar yaşandı. Bu bulgular, LLM tabanlı yöntemlerin daha zengin kullanıcı verilerinde kullanılmadan önce çözülmesi gereken kritik sorunları ortaya koyuyor.
Bilgisayar biliminde yeni buluş: QBF problemleri için gizli kapılar keşfedildi
Bilgisayar bilimindeki en zor problemlerden biri olan Quantified Boolean Formula (QBF) için yeni bir yaklaşım geliştirildi. Araştırmacılar, karmaşık hesaplama problemlerini çözmek için kullanılan 'backdoor' yöntemini QBF problemlerine uygulamayı inceledi. SAT çözücülerinin büyük başarısından ilham alan bu çalışma, PSpace sınıfındaki problemlerin de benzer yöntemlerle çözülüp çözülemeyeceğini araştırıyor. Bulgular, QBF problemlerinin sabit boyutlu backdoorlar olsa bile hala son derece zor kaldığını gösteriyor. Ancak quantifier derinliği parametresi eklenerek bazı özel durumlar için verimli algoritmalar geliştirilebileceği ortaya çıktı.
Yapay Zeka Modellerinde Devrim: Softpick ile Dikkat Mekanizması Yenilendi
Araştırmacılar, yapay zeka modellerinin dikkat mekanizmalarında kullanılan geleneksel softmax fonksiyonuna alternatif olarak 'softpick' adlı yeni bir yöntem geliştirdi. Bu yenilik, transformer modellerinde karşılaşılan 'dikkat batağı' sorununu tamamen ortadan kaldırıyor ve aşırı aktivasyon problemlerini çözüyor. 340 milyon ve 1.8 milyar parametreli modeller üzerinde yapılan testler, softpick'in dikkat batağı oranını %0'a indirdiğini gösteriyor. Yöntem aynı zamanda daha seyrek dikkat haritaları oluşturuyor ve modellerin gizli durumlarında önemli iyileşmeler sağlıyor. Özellikle düşük bit hassasiyetli modellerde performans artışı dikkat çekici boyutlarda. Bu gelişme, yapay zeka modellerinin daha verimli çalışması, daha az bellek kullanması ve daha kolay anlaşılması açısından önemli fırsatlar sunuyor.
Büyük Dil Modellerini TPU'larda Hızlandıran Yeni Sistem: Ragged Paged Attention
Araştırmacılar, büyük dil modellerinin Google'ın Tensor İşlem Birimleri (TPU) üzerinde daha verimli çalışmasını sağlayan yenilikçi bir sistem geliştirdiler. Ragged Paged Attention (RPA) adı verilen bu sistem, ChatGPT benzeri yapay zeka uygulamalarının maliyetini düşürürken performansını artırıyor. Çoğu mevcut sistem GPU odaklı tasarlandığı için, TPU'ların benzersiz mimarisinden tam olarak yararlanamıyordu. RPA, özellikle dinamik bellek yönetimi ve dikkat hesaplamaları konusunda üç temel teknik kullanarak bu sorunu çözüyor. Sistem, değişken uzunluktaki metinleri işlerken daha esnek davranabiliyor ve hesaplama kaynaklarını daha verimli kullanıyor. Bu gelişme, büyük dil modellerinin daha uygun maliyetli donanımlarda çalıştırılmasının önünü açarak, yapay zeka teknolojilerinin yaygınlaşmasına katkı sağlayabilir.
Çok dilli konuşmaları anlayan yapay zeka için yeni test ortamı geliştirildi
Araştırmacılar, farklı dilleri karıştırarak konuşan insanları anlayabilen yapay zeka sistemlerini test etmek için MUSCAT adlı yeni bir veri seti geliştirdi. Bu benchmark, bilimsel konular üzerine yapılan çok dilli tartışmaları içeriyor ve konuşma tanıma sistemlerinin gerçek hayattaki karmaşık durumlarla başa çıkma becerisini ölçüyor. Günümüzde insanlar sıklıkla tek bir konuşmada birden fazla dil kullanıyor, ancak mevcut yapay zeka sistemleri bu durumu başarıyla işleyemiyor. Yeni test ortamı, teknolojinin bu alandaki eksiklerini ortaya koyarak geliştiricilere yol gösteriyor.
Yapay Zeka Artık İnternet Memlerindeki Mecazları da Anlıyor
Araştırmacılar, yapay zekanın internet memlerindeki mecazları ve dolaylı anlamları çözümleyebilmesi için yeni bir yöntem geliştirdi. CDGLT adı verilen bu sistem, görsel ve metinsel öğeleri bir araya getirerek, insan zihninin mecazları anlama sürecini taklit ediyor. Geleneksel yöntemlerin aksine, bu yaklaşım çok daha az hesaplama gücü gerektiriyor ve mecazların gerçek anlamlarıyla figüratif anlamları arasındaki köprüyü kurmada başarılı oluyor. İnternet kültüründe yaygın olan mem formatındaki mecazları anlayabilmek, yapay zekanın dil işleme yeteneklerinde önemli bir adım.
GraphQLify: REST API'leri Otomatik Olarak GraphQL'e Dönüştüren Yeni Framework
Araştırmacılar, mevcut REST API'leri GraphQL formatına otomatik olarak dönüştüren GraphQLify adlı yenilikçi bir framework geliştirdi. Bu sistem, statik kod analizi kullanarak tip güvenliğini korurken, geleneksel yaklaşımlardan farklı olarak performans kaybına neden olan adaptör sunucular yerine gömülü sunucu mimarisi kullanıyor. GraphQL, şema tabanlı ve güçlü tip sistemine sahip sorgu dili olarak, istemci-sunucu iletişiminde yüksek verimlilik sağlıyor. GraphQLify'ın en önemli yeniliği, kaynak kodunu doğrudan analiz ederek kesin tip çıkarımı yapması ve bu sayede uçtan uca tip güvenliği garantilemesi. 834 farklı API üzerinde yapılan testlerde, sistemin başarılı sonuçlar verdiği gözlemlendi. Bu gelişme, web geliştirme ekosisteminde API migrasyonlarını kolaylaştıracak önemli bir adım olarak değerlendiriliyor.
5G Ağlarında Parazit Sorununa Yapay Zeka Çözümü: Daha Az Veriyle Daha İyi Sonuç
Araştırmacılar, yoğun 5G ağlarında yaşanan parazit sorununu çözmek için yenilikçi bir yapay zeka yaklaşımı geliştirdi. Geleneksel yöntemler büyük miktarda veri aktarımı gerektirirken, yeni teknik sadece modelin küçük bir bölümünü güncelleyerek aynı başarıyı elde ediyor. Low-Rank Adaptation (LoRA) adı verilen bu yöntem, her baz istasyonunun kendi özel parazit desenlerini öğrenmesine olanak tanırken, merkezi modelin temel yeteneklerini koruyor. Bu gelişme, 5G ağlarının daha verimli çalışmasını ve parazit problemlerinin daha az maliyetle çözülmesini sağlayabilir.
Yapay Zeka Modelleri Kendi Düşünce Süreçlerini Ne Kadar Anlayabiliyor?
Büyük dil modellerinde kullanılan Chain-of-Thought (CoT) izleri - yani ara düşünme adımları - gerçekten anlamlı mı yoksa sadyanışıltıcı mı? Araştırmacılar, bu düşünme süreçlerinin doğru ve anlaşılır olduğu varsayımını test etti. Çalışmada, doğru ve yanlış ara adımlar içeren veri setleri kullanılarak modeller eğitildi. Sonuçlar, modellerin yanlış düşünme adımlarına rağmen doğru cevaplara ulaşabildiğini gösterdi. Bu bulgu, AI modellerinin ara akıl yürütme süreçlerinin sandığımız kadar güvenilir olmayabileceğini ortaya koyuyor. Araştırma, özellikle kritik alanlarda kullanılan AI sistemlerinin şeffaflığı açısından önemli sorular gündeme getiriyor.
Kuantum makine öğrenmesinde simetri koruması güvenlik açığı yaratabilir
Araştırmacılar, simetri özelliklerini koruyan kuantum makine öğrenme modellerinin adversarial saldırılara karşı nasıl davrandığını inceledi. Rotasyonel eşdeğişkenlik özelliği olan kuantum modellerde yapılan çalışmada, simetrinin tek başına güvenlik garantisi sağlamadığı ortaya çıktı. Modellerin sadece simetri-değişmez bilgilere erişebilmesi, aynı zamanda onları belirli saldırı türlerine karşı savunmasız bırakıyor. Bu bulgular, kuantum makine öğrenme sistemlerinin güvenlik açıklarını anlamak ve daha dayanıklı modeller geliştirmek açısından önem taşıyor.
Yapay Zeka Yazılımcıları Tehdit Etmiyor, Yazılım Mühendisliğini Genişletiyor
Yazılım geliştirme alanında yapay zeka ve büyük dil modellerinin artan etkisi, sektörde kaygı yaratıyor. Özellikle öğrenciler ve genç geliştiriciler işlerini kaybedeceklerinden endişe ederken, deneyimli programcılar da uzmanlıklarının değer kaybedeceğinden korkuyor. Ancak yeni bir araştırma, bu duruma farklı bir perspektif getiriyor. Çalışmaya göre, asıl değişim yazılım mühendisliğinin önemini kaybetmesi değil, mühendislik süreçlerinin kapsamının genişlemesi. Artık sadece çalıştırılabilir kod değil, doğal dil, araçlar, iş akışları ve organizasyonel rutinlerin bir araya geldiği 'yarı-çalıştırılabilir' yapılar da mühendislik süreçlerinin parçası haline geliyor.
Yapay Zeka İçerik Seçiminde Gizli Önyargılar: Kutuplaşma Kaçınılmaz mı?
Büyük dil modelleri (LLM) artık sosyal medya içeriklerini sıralama ve önerme görevlerinde yaygın kullanılıyor. Araştırmacılar, OpenAI, Anthropic ve Google'ın yapay zeka modellerini Twitter, Bluesky ve Reddit verilerinde test ederek, bu sistemlerin hangi önyargıları taşıdığını inceledi. 540 bin simülasyonun sonuçları şaşırtıcı: farklı yönlendirme stratejileri kullanılsa bile, tüm modeller toplumsal kutuplaşmayı artıran içerikleri tercih ediyor. Çalışma, yapay zekanın 'nötr' görünen algoritmaların bile belirli görüşleri kayırdığını ve bu durumun sadece teknik bir sorun olmadığını ortaya koyuyor. Bulgular, yapay zeka destekli içerik küratörlüğünün toplumsal etkilerini anlamak açısından kritik önem taşıyor.
Yapay zeka artık kendi öğrenme yöntemini belirliyor: Matematik problemlerinde yeni yaklaşım
Araştırmacılar, yapay zeka modellerinin matematik problemlerini çözmede daha etkili öğrenebilmesi için yeni bir yöntem geliştirdi. SAI-DPO adı verilen bu sistem, modelin anlık yeteneğini değerlendirerek hangi veri türleriyle çalışması gerektiğine kendi karar veriyor. Geleneksel yöntemlerin aksine, bu yaklaşım modelin gelişen kapasitesine uyum sağlayarak öğrenme sürecini optimize ediyor. Sistem, modelin zayıf olduğu konuları tespit eden 'Bilgi Semantik Uyumu' ve problemlerin zorluğunu değerlendiren 'Öz-Farkındalık Zorluk Derecesi' olmak üzere iki yeni metrik kullanıyor. Bu dinamik yaklaşım, yapay zekanın matematik alanındaki performansını artırırken, aynı zamanda öğrenme sürecinin verimliliğini de önemli ölçüde iyileştiriyor.
Yapay Zeka ile Sistem Arızalarını Tespit Eden Yeni Matematiksel Yöntem
Araştırmacılar, karmaşık kontrol sistemlerindeki arızaları tespit etmek ve düzeltmek için olasılık yoğunlukları üzerinde çalışan yeni bir yapay zeka yöntemi geliştirdi. Perron-Frobenius operatörleri adı verilen matematiksel araçları kullanan bu yaklaşım, sistem davranışlarını bireysel yörüngeler yerine olasılık dağılımları üzerinden analiz ediyor. Yöntem, farklı arıza profillerinin sistem durumunu nasıl etkileyeceğini önceden tahmin edebiliyor ve hangi arızaların tespit edilebilir olduğuna dair kesin matematiksel sınırlar belirleyebiliyor. Bu gelişme, otonom araçlardan endüstriyel robotlara kadar birçok alanda sistem güvenilirliğini artırabilir.
Robotlar İçin Yeni Yapay Zeka Sistemi: Daha Hızlı Öğrenme ve Başarılı Manipülasyon
Araştırmacılar, robotların nesneleri daha etkili bir şekilde manipüle etmesini sağlayan yeni bir yapay zeka çerçevesi geliştirdi. VADF (Vision-Adaptive Diffusion Policy Framework) adlı bu sistem, mevcut robotik manipülasyon yöntemlerinin karşılaştığı temel sorunları çözüyor. Geleneksel difüzyon politikaları, zor örnekleri tanıyamama ve uniform örnekleme nedeniyle yavaş öğrenme ve sık başarısızlık yaşıyordu. Yeni çerçeve, görsel tabanlı iki aşamalı uyarlanabilir yaklaşımla bu sorunları aşarak robotların daha hızlı öğrenmesini ve görevlerde erken başarı elde etmesini sağlıyor. Sistem, herhangi bir difüzyon politikası mimarisine entegre edilebilecek şekilde tasarlandı. Bu gelişme, endüstriyel robotik uygulamalarından ev robotlarına kadar geniş bir yelpazede kullanım potansiyeli sunuyor.
ABD Kongre Raporları Dünya Ülkeleri Arasındaki İlişki Ağını Ortaya Çıkardı
Araştırmacılar, 1996-2024 yılları arasında yazılan 2.010 ABD Kongre Araştırma Servisi raporunu analiz ederek ülkeler arası ilişkileri matematiksel olarak haritalandırdı. Çalışmada Louvain algoritması kullanılarak 172 ülke ve 4.137 ortak çıkar alanı ağ teorisi yöntemiyle incelendi. Bu yenilikçi yaklaşım, hangi ülkelerin benzer konularda ortak çıkarlara sahip olduğunu ve küresel etki gücü açısından en merkezi konumda bulunan ülkeleri belirledi. Araştırma sonuçları, uluslararası politika analizi ve diplomatik stratejilerin geliştirilmesinde yeni bir bakış açısı sunuyor.
Yapay Zeka ile Veri Sıkıştırmada Çığır Açan Yeni Yöntem Geliştirildi
Araştırmacılar, veri sıkıştırma teknolojisinde devrim yaratabilecek yeni bir yapay zeka yaklaşımı geliştirdi. Zincirleme çalışan hafif sinir ağları kullanarak, kayıpsız veri sıkıştırma işleminde olasılık tahminini büyük ölçüde iyileştiren bu sistem, geleneksel yöntemlerden farklı olarak minimum ağırlık kullanarak maksimum verimlilik sağlıyor. Yöntem, her bir zincir biriminin önceki birimden aldığı bilgiyi devralması prensibiyle çalışıyor ve böylece veri özelliklerine göre kendini adapte edebiliyor. Bu yaklaşım özellikle büyük veri depolama ve aktarım maliyetlerinin kritik olduğu alanlarda büyük tasarruf potansiyeli sunuyor.
WiFi ile Konum Belirleme: Ağırlıklı Adaptif Yarıçap Yöntemi Geliştirme
Araştırmacılar, kapalı mekanlarda WiFi sinyalleri kullanarak konum belirleme sistemlerini geliştirmek için yeni bir algoritma önerdi. Geleneksel k-En Yakın Komşu (kNN) yönteminin alternatifi olarak geliştirilen Ağırlıklı Adaptif Yarıçap En Yakın Komşu (WARNN) algoritması, sabit mesafe yerine değişken yarıçap kullanıyor. 22 farklı veri seti üzerinde yapılan kapsamlı testlerde, WARNN yönteminin en başarılı dört yöntemden üçünü oluşturduğu gözlemlendi. Bu gelişme, WiFi parmak izi tabanlı iç mekan konumlama sistemlerinin doğruluğunu artırabilir ve akıllı telefon navigasyonundan robot haritalama sistemlerine kadar geniş bir uygulama alanında kullanılabilir.
NeuroMesh: Farklı Robot Türlerinin Birlikte Çalışması İçin Yeni Yapay Zeka Sistemi
Araştırmacılar, farklı donanım özelliklerine sahip robotların daha etkili bir şekilde işbirliği yapabilmesi için NeuroMesh adlı yeni bir yapay zeka çerçevesi geliştirdi. Bu sistem, hava ve kara robotlarının aynı görevde koordineli çalışmasını sağlayan birleşik bir altyapı sunuyor. NeuroMesh, robotlar arası iletişimi standartlaştırarak ve paralel işlem mimarisi kullanarak, farklı robot türlerinin gerçek zamanlı olarak bilgi paylaşmasını ve ortak kararlar almasını mümkün kılıyor. Sistem, GPU ve CPU'yu hibrit olarak kullanarak yüksek performans elde ediyor ve çeşitli görev türlerinde başarılı sonuçlar veriyor.
Yapay Zeka Gabor Teknolojisi ile 3D Görüntü Kalitesi Devrim Yaşıyor
Araştırmacılar, 3D Gaussian Splatting teknolojisinin en büyük sorunu olan yüksek frekanslı detayları yakalama zorluğunu çözen yeni bir yöntem geliştirdi. Neural Gabor Splatting adlı bu teknik, her Gaussian primitive'e hafif bir çok katmanlı perceptron ekleyerek, tek bir primitive içinde geniş renk varyasyonlarını modelleyebiliyor. Geleneksel 3DGS yönteminde, keskin renk geçişleri için çok sayıda primitive gerekiyordu çünkü her biri yalnızca tek bir rengi temsil edebiliyordu. Yeni yaklaşım, frekans-farkında yoğunlaştırma stratejisi kullanarak primitive sayısını kontrol altında tutuyor ve gereksiz olanları budayıp klonluyor. Bu gelişme, 3D yeniden yapılandırma ve yeni görüş sentezi alanında önemli bir ilerleme sağlıyor.
Yapay Zeka Artık Tablolarla Matematik Yapabilecek
Araştırmacılar, büyük dil modellerinin tablo verilerini kullanarak matematik problemlerini çözme yeteneklerini değerlendiren yeni bir sistem geliştirdi. TabularMath adlı bu benchmark, yapay zekanın gerçek dünya uygulamalarında karşılaştığı eksik ve tutarsız verilerle nasıl başa çıktığını ölçüyor. AutoT2T çerçevesi sayesinde matematik sorularını otomatik olarak tablo formatına dönüştüren sistem, iş zekası uygulamalarından finansa kadar birçok alanda kullanılabilir. Bu gelişme, AI'nın sadece metin tabanlı matematik problemlerini değil, aynı zamanda karmaşık veri tablolarıyla da mantıklı çıkarımlar yapabilmesinin yolunu açıyor.
Klasik ve Kuantum Sinir Ağları Artık Köprülerle Birleşiyor
Araştırmacılar, klasik sinir ağlarının gücünü kuantum hesaplama avantajlarıyla birleştiren yeni bir hibrit model geliştirdi. Hibrit Kuantum Artık Ağı (HQRN) adlı bu sistem, klasik ve kuantum dünyalar arasında matematiksel bir köprü kuruyor. Model, klasik verilerle çalıştığında geleneksel ağların optimizasyon avantajlarını devralırken, kuantum verileriyle çalıştığında klasik sistemlerin erişemediği özel özellikleri analiz edebiliyor. Rakam tanıma ve kuantum dolanıklık sınıflandırma testlerinde başarılı sonuçlar elde eden sistem, özellikle dolanık durumları taklit eden hileli ayrılabilir durumları bile yüksek doğrulukla tespit edebildi. Bu gelişme, yapay zeka ve kuantum hesaplama alanlarının birleşmesi açısından önemli bir adım.