“aşı” için sonuçlar
3.699 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Gecikmelere Karşı Dayanıklı Yolculuk Planlama Algoritması Geliştirildi
Araştırmacılar, toplu taşıma gecikmeleri yaşandığında bile optimal rotalar bulabilen yeni bir algoritma geliştirdi. ULTRA, CSA ve RAPTOR gibi mevcut algoritmaları geliştiren bu yaklaşım, hem daha hızlı hem de daha az bellek kullanıyor. Tek kriterli aramalarda 1,9 ile 4,2 kat arası hızlanma sağlarken, çok kriterli durumlarda da rekabetçi performans gösteriyor. Özellikle gecikme süresi arttıkça algoritmanın üstünlüğü daha da belirginleşiyor. Bu gelişme, akıllı şehir uygulamaları ve navigasyon sistemleri için önemli bir adım.
Otonom Araçlar İçin Video Üretimi ve Planlama Bir Arada: DriveLaW Sistemi
Araştırmacılar, otonom sürüş teknolojisinde çığır açabilecek yeni bir sistem geliştirdi. DriveLaW adlı bu sistem, gelecekteki trafik senaryolarını görselleştirme ve sürüş planlaması yapma işlemlerini tek bir çatı altında birleştiriyor. Geleneksel yaklaşımlar bu iki süreci ayrı ayrı ele alırken, yeni sistem video üretici bileşeninin gizli temsillerini doğrudan planlama modülüne aktararak tutarlılığı artırıyor. DriveLaW-Video adlı güçlü dünya modeli yüksek kaliteli gelecek öngörüleri üretirken, DriveLaW-Act difüzyon planlayıcısı bu verilerden güvenilir yörüngeler oluşturuyor. Bu birleşik yaklaşım, otonom araçların gerçek dünyada karşılaştığı beklenmedik durumlarla daha etkili şekilde başa çıkmasını sağlayabilir.
Yapay Zeka Modelleri Monte Carlo Yöntemiyle 3 Kat Hızlandı
Stanford araştırmacıları, büyük dil modellerinin çıkarım hızını artırmak için Sequential Monte Carlo Speculative Decoding (SMC-SD) adlı yeni bir yöntem geliştirdi. Geleneksel spekülatif kod çözme yöntemlerinde, ucuz bir taslak model önerilerde bulunur ve pahalı hedef model bu önerileri doğrular. Ancak ilk hatada tüm taslak blok reddedilir. Yeni yaklaşım, token'ları tamamen reddetmek yerine yeniden ağırlıklandırıyor ve önemlilik ağırlıklı yeniden örnekleme kullanıyor. Bu sayede hesaplama verimliliği artırılırken teorik doğruluk sınırları korunuyor. LLM çıkarımı genellikle bellek bant genişliği ile sınırlandığı için, paralel hesaplamalar neredeyse bedava geliyor ve sistem boşta kalan hesaplama gücünü verimli şekilde kullanabiliyor.
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.
Trafik Tahmini İçin Kişiselleştirilmiş Yapay Zeka Sistemi Geliştirildi
Araştırmacılar, akıllı ulaşım sistemleri için gizliliği koruyarak trafik tahmininde bulunabilen yeni bir yapay zeka sistemi geliştirdi. AutoFed adlı bu sistem, federe öğrenme teknolojisini kullanarak farklı bölgelerin trafik verilerini paylaşmadan ortak bir model eğitiyor. Geleneksel yöntemlerin aksine, her bölgenin kendine özgü trafik özelliklerini dikkate alarak daha kişiselleştirilmiş tahminler sunuyor. Sistem, taksi hizmetleri, şehir planlama ve araç filo yönetimi gibi kritik alanlarda kullanılabilir. Araştırma, veri mahremiyeti endişelerinin yarattığı bilgi silosu problemine çözüm getirirken, her bölgenin farklı trafik davranışlarını da göz önünde bulunduruyor.
IoT-Bulut Sistemlerinde Deterministik Görev Dağıtımı İçin Yeni Yaklaşım
Gelecek nesil hücresel ağlar, IoT cihazlarından bulut sistemlerine kadar uzanan geniş bir yelpazede hesaplama kaynaklarını entegre etmeyi hedefliyor. Araştırmacılar, bu IoT-kenar-bulut sürekliliğinde görevlerin nasıl dağıtılacağına dair deterministik bir yaklaşım geliştirdi. Bu sistem, kritik zaman gerektiren uygulamalar için görevlerin belirlenen süre içinde tamamlanmasını garanti ediyor. Önerilen model, sadece gecikmeyi minimize etmeye odaklanmak yerine, son teslim tarihlerine uyulmayı öncelikli tutuyor. Bu yaklaşım, özellikle endüstriyel IoT uygulamaları ve gerçek zamanlı sistemler için büyük önem taşıyor. Sistem, talebi karşılamak için esnek kaynak tahsisi yapabiliyor ve ağ performansını artırırken yanıt sürelerini düşürüyor. Bu gelişme, akıllı fabrikalar ve otonom sistemler gibi kritik uygulamaların güvenilirliğini artırmak için önemli bir adım olarak değerlendiriliyor.
COVID-19 döneminde bilgi bombardımanı sahte haberleri artırıyor
Araştırmacılar, COVID-19 pandemisi sırasında Reddit platformundaki toplulukları analiz ederek bilgi yoğunluğu ile sahte haber yayılımı arasındaki ilişkiyi inceledi. BERT yapay zeka modelini kullanan çalışma, bilgi bombardımanının (information overload) sahte haberlerin artmasına neden olduğunu gösterdi. Gini endeksi ile ölçülen konu çeşitliliği, bilgi yoğunluğunun bir göstergesi olarak kullanılırken, FakeBERT sınıflandırıcısı sahte haberleri tespit etti. Bulgular, genel olarak bilgi karmaşasının arttığı ortamlarda sahte haberlerin de çoğaldığını ortaya koyuyor. Bu durum, pandemi gibi kriz dönemlerinde sosyal medya platformlarında dezenformasyonla mücadelenin önemini vurguluyor.
Yapay Zeka Modelleri Artık Kültürel Farkları Geometrik Yöntemlerle Öğreniyor
Büyük dil modelleri farklı kültürlerden gelen kullanıcılarla etkileşim kurarken zorlanıyor. Bu sorunu çözmek için araştırmacılar C-Mining adlı yeni bir yöntem geliştirdi. Bu teknik, yapay zekanın daha kültürel açıdan dengeli yanıtlar üretebilmesi için gerekli veri tohumlarını otomatik olarak keşfediyor. Geleneksel yöntemler manuel seçim veya önyargılı çıkarımlara dayanırken, C-Mining kültürel kavramları geometrik uzayda matematiksel olarak ölçülebilir hale getiriyor. Yöntem, farklı dillerdeki kültürel kavramların önceden eğitilmiş modellerdeki hizasızlığını analiz ederek çalışıyor. Bu yaklaşım, kültürel özgünlüğü soyut bir kavram olmaktan çıkarıp hesaplanabilir bir veri madenciliği problemine dönüştürüyor.
Yapay zeka modellerinin düşünme sürecini daha güvenilir kılan yeni yöntem
Büyük dil modelleri karmaşık problemleri çözerken adım adım düşünme yöntemi kullanıyor, ancak bu düşünme sürecinin gerçekten doğru cevaba katkıda bulunup bulunmadığı belirsizdi. Araştırmacılar, AtManRL adını verdikleri yeni bir teknik geliştirerek bu sorunu çözmeye odaklandı. Yöntem, modelin hangi düşünce adımlarının gerçekten önemli olduğunu tespit eden bir dikkat mekanizması kullanıyor. Pekiştirmeli öğrenme ile eğitilen sistem, hem doğru cevap vermeyi hem de gerçekten anlamlı düşünce süreçleri üretmeyi öğreniyor. Llama-3.2-3B modeli üzerinde yapılan testler, sistemin matematik ve genel bilgi sorularında daha güvenilir sonuçlar ürettiğini gösteriyor. Bu gelişme, yapay zekanın karar verme süreçlerini daha şeffaf ve anlaşılır hale getirerek güvenilirliğini artırıyor.
Yapay zeka artık yemek tariflerini daha doğru yazabiliyor
Araştırmacılar, yapay zekanın yemek tarifleri yazarken malzeme listelerini ve pişirme talimatlarını daha doğru bir şekilde üretebilmesi için yeni bir matematiksel yöntem geliştirdi. Geleneksel AI modelleri sadece akıcı metin yazmaya odaklanırken, yeni yaklaşım malzemeleri çok boyutlu uzayda nokta bulutları olarak temsil ediyor ve böylece tariflerin içerik doğruluğunu artırıyor. İnsan değerlendirmeciler de yeni sistemin ürettiği tarifleri %62 oranında daha başarılı buldu. Bu gelişme, yapay zekanın sadece dil becerisini değil, belirli alanların teknik gereksinimlerini de anlayabileceğini gösteriyor.
EvoRAG: Kendini Geliştiren Yapay Zeka Sistemi Geliştirildi
Araştırmacılar, bilgi grafiklerini kullanan yapay zeka sistemlerinin performansını artıran yeni bir yöntem geliştirdi. EvoRAG adlı bu sistem, kullanıcı geri bildirimlerinden öğrenerek kendini sürekli geliştirebiliyor. Geleneksel sistemlerin aksine, EvoRAG görev gereksinimlerine uyum sağlayabilen ve düşük katkılı bilgileri filtreleyebilen bir yapıya sahip. Sistem, ürettiği yanıtlara gelen geri bildirimleri analiz ederek bilgi tabanındaki üçlü yapıları (triplet) güncelliyor ve böylece daha doğru sonuçlar elde ediyor. Bu yaklaşım, yapay zeka sistemlerinin gerçek dünya uygulamalarında daha etkili çalışması için önemli bir adım teşkil ediyor. Özellikle karmaşık sorgulama süreçlerinde büyük dil modellerinin performansını artırması bekleniyor.
Çoklu Sekme Trafiğini Ayıran Yeni AI Sistemi: DEMUX ile Daha Güvenli İnternet
Araştırmacılar, Tor gibi anonim ağlarda kullanıcıların hangi siteleri ziyaret ettiğini tespit eden saldırılara karşı yeni bir savunma geliştirdi. DEMUX adlı sistem, kullanıcılar aynı anda birden fazla sekme açtığında oluşan karışık trafik yapısını analiz ederek güvenlik açıklarını kapatıyor. Mevcut derin öğrenme yöntemleri tek sekme kullanımında yüksek başarı gösterse de, çoklu sekme durumunda performansları ciddi şekilde düşüyor. Yeni sistem, sınır korumalı pencere bölümleme, çok ölçekli paralel CNN ve zamansal ilişkilendirme modüllerini bir araya getirerek bu sorunu çözüyor. Geliştirilen yöntem, internet trafiğinin daha güvenli hale gelmesi ve kullanıcı mahremiyetinin korunması açısından önemli bir adım sayılıyor.
Kontrol Sistemleri Hesaplama Yapıyor mu? Dijital, Mekanik ve Açık Döngü Sistemleri
Modern teknolojinin temelini oluşturan kontrol sistemlerinin hesaplama yapıp yapmadığı önemli bir bilimsel sorudur. Termostatlardan endüstriyel sistemlere kadar her yerde bulunan bu sistemler, bir hedefi belirli sınırlar içinde tutmak için çalışır. Araştırmacılar, Soyutlama/Temsil Teorisi (ART) adlı yeni bir yaklaşımla bu soruyu incelediler. Çalışma, dijital termostatlar ve elektro-mekanik sistemler gibi farklı kontrol türlerini analiz etti. Bulgular, kontrol sistemindeki 'bitki' bileşeninin, hesaplama için gerekli temsil varlığının bir temsilcisi olduğunu gösteriyor. Bu araştırma, fiziksel sistemlerin ne zaman hesaplama yaptığını anlamamız açısından kritik öneme sahip.
RepoShapley: Kod tamamlama için oyun teorisi tabanlı yeni yaklaşım
Araştırmacılar, yazılım geliştirmede kod tamamlama işlemini daha akıllı hale getiren RepoShapley adlı yeni bir sistem geliştirdi. Bu sistem, oyun teorisinden gelen Shapley değerleri kavramını kullanarak, hangi kod parçacıklarının gerçekten faydalı olduğunu belirliyor. Geleneksel yöntemlerde, farklı dosyalardan alınan kod örnekleri bazen birbirleriyle çelişerek performansı düşürüyordu. RepoShapley ise her kod parçasının katkısını ayrı ayrı değerlendiriyor ve en uygun kombinasyonu seçiyor. Sistem, ChunkShapley adlı bir etiketleme modülü kullanarak kod parçalarının etkilerini ölçüyor ve sonuçları tek bir modelde birleştiriyor. Bu yaklaşım, yapay zeka destekli kod editörlerinin daha doğru öneriler sunmasını sağlayarak, yazılım geliştirme sürecini hızlandırabilir.
Yapay Zeka Modelleri İçin Yeni Kalibrasyon Yöntemi: HyCal
Araştırmacılar, görsel-dil modellerinin farklı disiplinlerden gelen dengesiz verilerle öğrenme yaparken karşılaştığı 'Domain Gravity' sorununu çözmeye yönelik yeni bir yöntem geliştirdi. HyCal adlı bu training-free kalibrasyon yöntemi, az örnekli sınıf artırımlı öğrenmede prototype kaymasını önleyerek modellerin performansını artırıyor. Çalışma, gerçek dünyada karşılaşılan heterojen ve dengesiz veri dağılımlarının yapay zeka modellerinin öğrenme sürecini nasıl olumsuz etkilediğini ortaya koyuyor ve pratik bir çözüm sunuyor.
Yapay Zeka ile Yağış Tahmini: Yeni Radar Analiz Sistemi Geliştirildi
Araştırmacılar, radar görüntülerinden yağış tahminlerini daha doğru yapabilen yeni bir yapay zeka sistemi geliştirdi. MFC-RFNet adlı bu sistem, çok ölçekli veri analizi ve gelişmiş görüntü işleme teknikleriyle geleneksel yöntemlerin karşılaştığı temel sorunları çözmeyi hedefliyor. Sistem, radar görüntülerindeki karmaşık atmosferik hareketleri daha iyi analiz edebilmekte ve farklı ölçeklerdeki meteorolojik olayları eş zamanlı olarak takip edebilmektedir. Bu gelişme, afet yönetimi ve ekonomik planlama açısından kritik olan kısa vadeli yağış tahminlerinin kalitesini artırma potansiyeli taşıyor. Yeni yaklaşım, özellikle şiddetli hava olaylarının erken tespitinde ve sel, fırtına gibi doğal afetlere karşı hazırlık süreçlerinde önemli avantajlar sağlayabilir.
Beyin İlhamlı Yapay Zeka: Hiyerarşik Aktif Çıkarım ile Daha Akıllı Planlama
Bilim insanları, beynin çok katmanlı yapısından ilham alarak yeni bir yapay zeka modeli geliştirdi. 'Aktif çıkarım' olarak adlandırılan bu yaklaşım, beynin algılama, eylem ve öğrenme süreçlerini taklit ediyor. Araştırmacılar, karmaşık gerçek dünya problemlerini çözmek için hiyerarşik bir yapı kullanarak bu teknolojiyi geliştirdi. Model, alt seviyedeki basit öğrenmeleri kullanarak üst seviye soyut durumları anlayabiliyor ve daha etkili planlama yapabiliyor. Bu yaklaşım, navigasyon ve planlama gibi ekolojik önemli görevlerde başarılı sonuçlar gösterdi. Beynin doğal işleyişini taklit eden bu yöntem, yapay zekanın gerçek dünyada daha karmaşık problemleri çözmesine olanak tanıyabilir.
JumpLoRA: Büyük Dil Modellerinde Sürekli Öğrenmeyi Hızlandıran Yeni Yöntem
Araştırmacılar, büyük dil modellerinin yeni görevler öğrenirken eski bilgilerini unutmasını engelleyen JumpLoRA adlı yenilikçi bir yöntem geliştirdi. Bu teknik, LoRA (Düşük Dereceli Uyarlama) blokları içinde dinamik parametre izolasyonu sağlayarak görevler arasındaki müdahaleyi önlüyor. JumpReLU kapılama mekanizması kullanarak adaptif seyreklik oluşturan sistem, mevcut sürekli öğrenme yaklaşımlarıyla uyumlu çalışabiliyor. Özellikle IncLoRA sisteminin performansını önemli ölçüde artırırken, lider sürekli öğrenme yöntemi ELLA'yı geride bırakıyor. Bu gelişme, yapay zeka modellerinin daha verimli şekilde çoklu görevleri öğrenmesi açısından önemli bir adım.
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.
Fotoakustik görüntülemede yapay zeka desteğiyle daha net görüntüler
Işık ve ultrason teknolojilerini birleştiren fotoakustik tomografi, tıbbi görüntülemede umut verici bir yöntem olarak öne çıkıyor. Ancak kullanılan dedektörlerin fiziksel boyutları nedeniyle elde edilen görüntüler bulanık kalabiliyor. Araştırmacılar, bu sorunu çözmek için Noisier2Inverse adlı yapay zeka yaklaşımından ilham alan yeni bir yöntem geliştirdi. Bu teknik, referans görüntülere ihtiyaç duymadan kendi kendini eğitebiliyor ve görüntü kalitesini önemli ölçüde artırabiliyor. Geleneksel yöntemlerden farklı olarak, bu yaklaşım gerçek veri koşullarında çalışabildiği için pratik uygulamalarda daha değerli. Çalışma, tıbbi görüntüleme teknolojilerinin geliştirilmesine katkı sağlarken, yapay zekanın bu alandaki potansiyelini de gözler önüne seriyor.
Yeni yapay zeka sistemi sosyal medyada yanlış bilgiyi daha etkili tespit ediyor
Sosyal medyada metin, görsel ve video içeriklerinin birlikte kullanılmasıyla yanlış bilgi yayılımı karmaşık bir hal aldı. Araştırmacılar, farklı medya türlerini aynı anda analiz ederek yanlış bilgileri tespit edebilen MOMENTA adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, sadece metin veya görsele bakmakla kalmıyor, aynı zamanda bunlar arasındaki tutarsızlıkları ve zaman içindeki değişimleri de inceliyor. Geleneksel yöntemlerin aksine, MOMENTA farklı veri setleri ve konular arasında daha güçlü performans gösteriyor. Sistem, uzman modüller kullanarak çeşitli yanlış bilgi türlerini tanımlayabiliyor ve metinle görseller arasında anlamsal bağlantılar kurabiliyor.
Yapay Zeka Kaynak Çelişkilerinde Hangi Bilgiyi Seçiyor?
Araştırmacılar, büyük dil modellerinin (LLM) çelişkili bilgiler karşısında hangi kaynakları tercih ettiğini inceledi. 13 farklı açık kaynak yapay zeka modeliyle yapılan kapsamlı deneyler, AI sistemlerinin devlet kurumları ve gazeteler gibi resmi kaynaklardan gelen bilgileri, sosyal medya ve kişisel görüşlere göre daha güvenilir bulduğunu ortaya koydu. Ancak çalışma çarpıcı bir sonuç daha açığa çıkardı: düşük güvenilirlikli kaynaklardan gelen bilgilerin tekrarlanması, AI'ların tercihlerini tamamen tersine çevirebiliyor. Bu bulgular, yapay zeka destekli bilgi sistemlerinin güvenilirliği ve önyargıları konusunda önemli sorular gündeme getiriyor.
Yapay Zeka Artık Daha Akıllıca Bilgi Toplayıp Sentezleyebilecek
Yapay zeka sistemlerinin bilgi yoğun görevlerdeki performansını artıran RAG teknolojisinde önemli bir ilerleme kaydedildi. Araştırmacılar, mevcut sistemlerin bilgi parçalarını düzensiz şekilde işlemesi sorununa çözüm olarak Disco-RAG adlı yeni bir yaklaşım geliştirdi. Bu sistem, metinler arasındaki yapısal ilişkileri ve söylem bağlantılarını analiz ederek, dağınık kaynaklardan gelen bilgileri daha tutarlı şekilde birleştiriyor. Geleneksel yöntemlerin aksine, yerel hiyerarşileri yakalayan söylem ağaçları ve metinler arası tutarlılığı modelleyen retorik grafikler kullanıyor. Soru cevaplama ve uzun doküman özetleme testlerinde yapılan deneyler, bu yaklaşımın mevcut en iyi yöntemleri geride bıraktığını gösteriyor. Bu gelişme, yapay zekanın karmaşık bilgileri işleme ve sentezleme becerisinde önemli bir adım olarak değerlendiriliyor.
Elektrik şebekelerinde yapay zeka ile parametre tahmini yeni yöntemle geliştiriliyor
Araştırmacılar, çok makineli güç sistemi modellerinde parametre tahmini için yeni bir Bayesian çıkarım çerçevesi geliştirdi. Geleneksel yaklaşımlardan farklı olarak, bu yöntem diferansiyel-cebirsel denklem (DAE) modellerini tam olarak kullanarak jeneratör ve şebeke parametrelerini birlikte tahmin ediyor. Sistem, jeneratör eylemsizliği ve sönümleme değerleri ile şebeke dalı dirençleri ve reaktanslarını aynı anda belirleyebiliyor. IEEE 9-baralı test sisteminde yapılan deneyler, yöntemin parametreleri doğru bir şekilde geri kazanabildiğini gösteriyor. Bu gelişme, elektrik şebekelerinin daha iyi anlaşılması ve kontrol edilmesi açısından önemli.