“aşı” için sonuçlar
3.699 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Görüntülerdeki Gölgeleri Mükemmel Şekilde Silmeyi Başardı
Araştırmacılar, fotoğraflardaki gölgeleri yok etmede çığır açan bir yapay zeka sistemi geliştirdi. Üç aşamalı bu yenilikçi yöntem, görüntülerin görsel görünümünü semantik anlam ve geometrik ipuçlarıyla birleştirerek olağanüstü sonuçlar elde ediyor. Sistem, gölgeli alanları adım adım iyileştiren kademeli bir yaklaşım benimsiyor - her aşama bir öncekinin bıraktığı kusurları düzeltiyor. CVPR2026 NTIRE Gölge Silme Yarışması'nda birinci olan bu teknoloji, fotoğraf editörleme ve bilgisayarlı görü alanında devrim yaratabilir. Özellikle mimari fotoğrafçılık, emlak pazarlaması ve sanat eserlerinin dijital restorasyonunda büyük potansiyel taşıyor.
Yapay Zeka Görme Modellerindeki Halüsinasyon Mekanizması Çözüldü
Görme-dil modellerinin neden görsel kanıtları görmezden gelip metin komutlarına körü körüne uyduğu keşfedildi. Araştırmacılar, modellerin nesne sayma testlerinde küçük sayılarda doğru düzeltmeler yaparken, sayı arttıkça görüntüdeki gerçekliği hiçe sayarak komutlara uyduğunu gözlemledi. Üç farklı modelin detaylı analizinde, halüsinasyonlardan sorumlu belirli dikkat mekanizmaları belirlendi. Bu bileşenlerin devre dışı bırakılması, ek eğitim gerektirmeden yanılsamaları %40 oranında azalttı. Bu bulgu, yapay zeka modellerinin güvenilirliğini artırma yolunda önemli bir adım oluşturuyor.
Yapay Zeka Müzakerelerde Karşı Tarafın Tercihlerini Anlama Konusunda Ustalaştı
Araştırmacılar, çok taraflı müzakerelerde büyük dil modellerini kullanarak karşı tarafın tercihlerini tahmin eden yeni bir sistem geliştirdi. Geleneksel sayısal yaklaşımların aksine, bu yöntem doğal dil etkileşimlerindeki niteliksel bilgileri Bayesian modelleme çerçevesine entegre ediyor. Sistem, konuşmalardan çıkarılan ipuçlarını olasılık formatına dönüştürerek dinamik inanç takibi yapabiliyor. Çok taraflı müzakere testlerinde tam anlaşma oranlarını artıran bu yaklaşım, yapay zeka destekli müzakere sistemlerinin geliştirilmesinde önemli bir adım teşkil ediyor.
Yapay Zeka ile Kripto Para Verisi Üretimi: Gizliliği Koruyan Yeni Yaklaşım
Araştırmacılar, finansal verilerin gizlilik risklerini ortadan kaldırmak için yapay zeka kullanarak sentetik kripto para verisi üretme yöntemini geliştirdi. Çalışmada, Koşullu Üretken Çekişmeli Ağlar (CGAN) teknolojisi kullanılarak gerçek piyasa verilerine benzer ancak tamamen yapay olan zaman serileri oluşturuldu. LSTM tabanlı üretici ağ ve MLP ayırt edici ağın birleşiminden oluşan sistem, kripto para piyasalarının karmaşık dinamiklerini başarıyla taklit ediyor. Bu yaklaşım, gerçek finansal verileri paylaşmanın yaratacağı gizlilik sorunlarını çözerken, araştırma kurumlarına ve finansal kuruluşlara güvenli veri erişimi sağlıyor. Farklı kripto varlıklar üzerinde yapılan deneyler, modelin piyasa trendlerini ve zamansal kalıpları koruyarak istatistiksel olarak tutarlı sentetik veriler üretebilğini gösteriyor.
Yapay Zeka Halüsinasyonlarına Karşı Yeni Çözüm: VIB-Probe
Görüntü ve dil işleme yeteneklerine sahip yapay zeka modellerinin en büyük sorunlarından biri halüsinasyon - yani gerçekte olmayan şeyleri görüyormuş gibi davranması. Araştırmacılar, bu sorunu çözmek için VIB-Probe adlı yeni bir sistem geliştirdi. Bu teknoloji, yapay zekanın iç mekanizmalarını inceleyerek hangi dikkat başlıklarının doğru bilgi ürettiğini tespit ediyor. Varyasyonel Bilgi Darboğazı teorisini kullanan sistem, gereksiz bilgi gürültüsünü filtrelerken önemli kalıpları yakalıyor. Mevcut yöntemler çoğunlukla çıktıları kontrol ederken, VIB-Probe sistemin içini inceleyerek sorunun kaynağına iniyor. Bu gelişme, görsel-dilsel görevlerde çalışan yapay zeka modellerinin güvenilirliğini artırabilir.
Yapay Zeka Modelleri İçin Yeni Matematik Yaklaşımı: Neural CTMC
Araştırmacılar, dil ve ayrık veri üretimi için kullanılan difüzyon modellerinde çığır açan yeni bir yaklaşım geliştirdi. Neural Continuous-Time Markov Chain (Neural CTMC) adlı bu yöntem, sürekli zamanlı Markov zincirlerinin temel yapısını iki ayrı bileşene ayırarak daha etkili sonuçlar elde ediyor. Mevcut yöntemler tersine oran matrisini tek bir nesne olarak ele alırken, yeni yaklaşım 'ne zaman zıplama yapılacağı' ve 'nereye zıplanacağı' sorularını iki ayrı ağ başlığıyla çözüyor. Bu matematiksel ayrıştırma, Poisson süreçlerinin doğal yapısına daha uygun olduğu için daha verimli ve teorik temellere dayalı bir çözüm sunuyor. Yapay zeka modellerinin metin ve kategorik veri üretme yeteneklerini artırabilecek bu yenilik, özellikle doğal dil işleme alanında önemli gelişmelere yol açabilir.
Otonom Araçlar İçin Gerçek Zamanlı Oyun Teorisi Çözümü Geliştirildi
Otonom sürüş teknolojilerindeki en büyük zorluklardan biri, araçların trafikte diğer katılımcılarla etkileşim halindeyken gerçek zamanlı kararlar verebilmesidir. Araştırmacılar, bu sorunu çözmek için oyun teorisi tabanlı model öngörülü kontrol sistemlerinde yeni bir yaklaşım geliştirdi. Çalışma, Newton ve Newton-Kantorovich yöntemlerini kullanarak zaman dağıtımlı iterasyon algoritmaları öneriyor. Bu yenilikçi yaklaşım, otonom araçların trafikte çok sayıda aktörle etkileşim halindeyken bile hızlı örnekleme oranlarında Nash dengesi çözümlerine ulaşabilmesini sağlıyor. Potansiyel oyun çerçevesi benimsendiği çözümde, hem potansiyel fonksiyon optimizasyonu hem de en iyi yanıt dinamikleri kullanılarak Nash dengesi aranıyor. Bu gelişme, otonom sürüş sistemlerinin daha güvenli ve verimli hale gelmesi açısından önemli bir adım olarak değerlendiriliyor.
EnvScaler: Yapay Zeka Eğitimi için Otomatik Ortam Üreticisi Geliştirildi
Araştırmacılar, büyük dil modellerinin (LLM) çeşitli araçlarla etkileşim kurabilmesi için gerekli eğitim ortamlarını otomatik olarak üreten EnvScaler adlı yeni bir sistem geliştirdi. Geleneksel yöntemlerde gerçek sistemlere erişim kısıtlı, simüle edilmiş ortamlar tutarsızlık gösteriyor ve manuel sandbox'lar ölçeklendirmesi zor. EnvScaler ise programatik sentez yoluyla bu sorunları çözüyor. SkelBuilder bileşeni konu madenciliği ve mantık modellemesi ile çeşitli ortam iskeletleri oluştururken, ScenGenerator her ortam için çoklu görev senaryoları üretiyor. Sistem 191 farklı ortam ve yaklaşık 7 bin senaryo sentezleyerek Qwen3 serisi modellerin eğitiminde kullanıldı. Bu gelişme, yapay zeka ajanlarının gerçek dünya görevlerinde daha etkili olması için kritik öneme sahip.
Yapay Zeka Ajanları Neden İşbirliği Yapmakta Zorlanıyor?
Stanford araştırmacıları, birlikte öğrenen yapay zeka ajanlarının neden işbirliği kurmakta zorlandığını ortaya çıkardı. Çalışma, her ajanın öğrenme sürecinde attığı adımların diğer ajanları öngörülemez hale getirdiğini ve bu durumun işbirliğini baltaladığını gösteriyor. Araştırma, risk-nötr öğrenme yöntemlerinin işbirlikçi dengeyi eksponansiyel olarak kararsızlaştırdığını, partner belirsizliğine karşı riskten kaçınma yaklaşımlarının ise durumu daha da kötüleştirdiğini buldu. Bu bulgular, çok-ajan yapay zeka sistemlerinde sürdürülebilir işbirliğinin neden bu kadar zor olduğunu açıklıyor ve gelecekteki AI sistemlerinin tasarımı için önemli çıkarımlar sunuyor.
Büyük Dil Modelleri için Yeni Veri İzleme Sistemi Geliştirdi
Araştırmacılar, ChatGPT gibi büyük dil modellerinde hangi eğitim verilerinin sonuçları etkilediğini tespit eden yeni bir sistem geliştirdi. RISE adı verilen bu sistem, insan beyninin karar verme sürecinden ilham alıyor. Geleneksel yöntemlerin aksine, modelin tamamını taramak yerine sadece çıktı katmanındaki kritik noktalara odaklanarak çalışıyor. Bu yaklaşım, veri depolama ihtiyacını 11 kata kadar azaltırken hesaplama süresini 7 kata kadar hızlandırıyor. Sistem, veri telif hakları ve model şeffaflığı konularında önemli ilerlemeler sağlayabilir.
Yapay zeka çeviri sistemlerinde 'yeniden başlama' ile büyük başarı artışı
Araştırmacılar, yapay zeka çeviri sistemlerinin öğrenme sürecini iyileştiren yenilikçi bir yöntem geliştirdi. CLewR adlı bu teknik, makinelerin kolay örnekleri unutmaması için eğitim sırasında 'kolay'dan 'zor'a doğru müfredat döngülerini tekrarlatıyor. Gemma2, Qwen2.5 ve Llama3.1 gibi farklı dil modellerinde test edilen yöntem, çok dilli makine çeviri performansında tutarlı iyileştirmeler sağladı. Araştırma, öğrenme sıralamasının yapay zeka eğitimindeki kritik rolünü ortaya koyarak, gelecekteki çeviri sistemlerinin geliştirilmesinde önemli bir adım oluşturuyor.
Yapay Zeka Destekli Güç Sistemleri Eğitimi: Mühendislik Öğretiminde Yeni Yaklaşım
Elektrik mühendisliği eğitiminin en zorlu alanlarından biri olan güç sistemi dinamikleri, soyut kavramları ve yoğun matematik içeriği nedeniyle öğrenciler için büyük zorluk teşkil ediyor. Araştırmacılar, bu problemi çözmek için yapay zeka ve simülasyon teknolojilerini birleştiren interaktif bir öğrenme sistemi geliştirdi. Sistem, üç temel bileşenden oluşuyor: AI katmanı akıllı açıklamalar ve rehberlik sağlıyor, simülasyon katmanı sistem davranışlarını modelliyor, kullanıcı katmanı ise öğrencilerin gerçek zamanlı etkileşim kurmasını mümkün kılıyor. Bu yaklaşım, öğrencilerin teorik bilgiyi pratikle birleştirmesine ve karmaşık enerji sistemi kavramlarını daha kolay anlamasına yardımcı oluyor.
Yapay Zeka Kod Üretiminde Devrim: REA-Coder İnsan İsteklerini Daha İyi Anlıyor
Büyük dil modelleri (LLM'ler) kullanıcı taleplerinden otomatik kod üretebiliyor, ancak çoğu zaman bu talepleri yanlış anlıyor. Araştırmacılar, bu sorunu çözmek için REA-Coder adlı yeni bir yaklaşım geliştirdi. Sistem, önce kullanıcı gereksinimlerini yapay zekanın anlayabileceği şekilde hizalıyor, sonra kod üretiyor ve son olarak üretilen kodun gereksinimlere uygunluğunu doğruluyor. Bu üç aşamalı süreç, mevcut kod üretim sistemlerinin temel varsayımını sorguluyor: LLM'lerin verilen gereksinimleri doğru anlayabildiği varsayımı. REA-Coder bu boşluğu doldurarak kod üretim performansını önemli ölçüde artırıyor.
Silme Kanallarında Alt Dizi Sayısı Hesaplama Problemi Çözüldü
Bilgisayar biliminde önemli bir teorik problem olan silme kanallarındaki alt dizi sayısının hesaplanması konusunda yeni bir çalışma yayınlandı. Araştırmacılar, bir metin dizisinden belirli sayıda karakter silindiğinde ortaya çıkabilecek farklı alt dizilerin sayısını tahmin etmek için geliştirilmiş sınırlar önerdiler. Bu problem özellikle veri iletimi ve hata düzeltme kodları alanında kritik öneme sahip. Çalışma, ikili olmayan diziler üzerine odaklanarak, bu tür dizilerdeki maksimum alt dizi sayısına sahip dizi ailelerini karakterize etti ve bu sayının polinom zamanda hesaplanabileceğini gösterdi.
Yapay Zeka Mantıksal Bilgiyi Nasıl Sıkıştırır? Yeni Matematiksel Teori
Araştırmacılar, yapay zeka sistemlerinin mantıksal bilgileri nasıl sıkıştırabileceğine dair yeni bir matematiksel teori geliştirdi. Bu çalışma, bilgi kaybı yaşayan sıkıştırma yöntemlerini mantıksal çıkarım sistemlerine uyarlamayı hedefliyor. Klasik sıkıştırma yöntemleri her sembolün birebir korunmasına odaklanırken, bu yaklaşım mantıksal bütünlüğün korunmasını esas alıyor. Teoriye göre, bir bilgi tabanındaki gereksiz mantıksal sonuçlar ayıklanarak, sadece temel çekirdek bilgiler saklanabilir. Bu yöntem, yapay zeka sistemlerinin büyük bilgi tabanlarını daha verimli şekilde depolamasına ve işlemesine olanak tanıyabilir. Araştırma, özellikle otomatik teorem ispatlama ve bilgi temsili alanlarında devrim yaratma potansiyeli taşıyor.
Yeni Optimizasyon Çerçevesi Faz Değişim Malzemeleriyle Soğutma Sistemlerini Devrimleştiriyor
Araştırmacılar, faz değişim malzemelerini (PCM) kullanan soğutma sistemleri için yenilikçi bir optimizasyon çerçevesi geliştirdi. Fotovoltaik paneller, batarya paketleri ve güç elektroniği gibi uygulamalarda aşırı ısı, performansı düşürüp ürün ömrünü kısaltıyor. Bu yeni yaklaşım, enerji dinamikleri, kapasite, ısı atımı ve yapısal kısıtlamaları bir arada değerlendiren birleşik bir tasarım yöntemi sunuyor. Çalışma, PCM tabanlı soğutma sistemlerinin tasarımını formalize eden matematiksel bir çerçeve geliştirdi. Sistem, hem statik hem de dinamik hedefleri göz önünde bulundurarak, PCM'nin fiziksel tasarımı ve kontrol sistemlerini optimize ediyor. İki farklı vaka çalışmasıyla doğrulanan yaklaşım, pasif ve aktif soğutma uygulamalarında test edildi. Bu gelişme, elektronik cihazların termal yönetiminde önemli iyileştirmeler sağlayabilir.
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.
Graf Öğrenme Algoritmaları için Frekans Tabanlı Yeni Yaklaşım
Araştırmacılar, graf tabanlı yapay zeka sistemlerinin performansını artırmak için yenilikçi bir yöntem geliştirdi. FC-GSSL adı verilen bu teknik, veri graflarındaki yüksek frekanslı sinyalleri daha etkin kullanarak, sosyal ağlar ve öneri sistemlerinde daha başarılı sonuçlar elde ediyor. Geleneksel yöntemler genellikle yüksek frekanslı bilgileri göz ardı ederek belirli lokal kalıplara aşırı odaklanıyordu. Yeni yaklaşım ise düşük frekanslı katkılara göre düğümleri ve bağlantıları bozarak, yüksek frekanslı bilgilere odaklanan bozuk graflar oluşturuyor. Bu sayede model, farklı frekans bantlarından gelen bilgileri birleştirmeye zorlanıyor ve daha genel geçer özellikler öğreniyor.
Yapay Zeka Bulanık Fotoğrafları Doymuş Pikseller İçin Özel Geliştirdi
Araştırmacılar, özellikle düşük ışık ve yüksek dinamik aralık koşullarında çekilen bulanık fotoğraflardaki doymuş piksellerin neden olduğu sorunları çözen yeni bir yapay zeka sistemi geliştirdi. Geleneksel görüntü netleştirme yöntemleri doymuş piksellerde genellikle istenmeyen halkalar ve yapay görüntü bozulmaları oluşturuyor. Yeni yaklaşım, görüntüyü bulanıklık yoğunluğu ve doyma durumuna göre akıllıca bölerek, ışık dağılım fonksiyonlarını kullanarak gerçek parlaklık değerlerini tahmin ediyor. Hem sentetik hem de gerçek dünya verilerinde test edilen sistem, mevcut en gelişmiş yöntemlere kıyasla üstün performans sergiliyor.
Gizlilik Korumalı Yapay Zeka Algoritmalarında Yeni Hata Sınır Yöntemi
Araştırmacılar, makine öğrenmesinde gizlilik koruma ile genelleme performansı arasındaki dengeyi daha iyi anlamamızı sağlayacak yeni bir matematiksel yaklaşım geliştirdi. Çalışma, diferansiyel gizlilik kullanan algoritmaların ne kadar iyi genelleme yapabileceğini tahmin etmek için bilgi teorisi ve tipiklik kavramlarını birleştiriyor. Bu yöntem, özellikle kişisel verilerle çalışan yapay zeka sistemlerinde kritik önem taşıyor. Araştırmacılar, mevcut sınırları önemli ölçüde geliştiren ve hesaplaması kolay formüller sunarak, gizli verilerin güvenliğini korurken algoritma performansını optimize etme konusunda yeni olanaklar açıyor. Bu gelişme, sağlık, finans ve sosyal medya gibi hassas veri alanlarında çalışan yapay zeka sistemleri için büyük pratik değer taşıyor.
Küçük yapay zeka modelleri büyüklerden dikkat odağı öğrenerek akıl yürütme becerisi kazanıyor
Araştırmacılar, büyük dil modellerinin sahip olduğu akıl yürütme yeteneklerini daha küçük modellere aktarmak için yenilikçi bir yöntem geliştirdi. Geleneksel yaklaşımların aksine, bu yeni teknik sadece düşünce zinciri süreçlerini değil, büyük modellerin akıl yürütme sırasında kritik bilgilere nasıl odaklandığını da öğretiyor. Çalışma, dil modellerinin akıl yürütme sürecinde anahtar bilgilere doğru kademeli olarak dikkatlerini kaydırdığını ortaya koyuyor. Bu keşif temelinde geliştirilen Mixture-of-Layers modülü, öğrenci modelin doğru bilgilere adım adım odaklanmasını sağlıyor. Yöntem, hesaplama maliyetlerini düşürürken akıl yürütme performansını koruması açısından yapay zeka alanında önemli bir ilerleme sunuyor.
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 zeka artık daha 'insansı' düşünebilir: HumanLLM geliştiriliyor
Araştırmacılar, yapay zeka modellerinin insan zihnini daha iyi taklit edebilmesi için yeni bir framework geliştirdi. HumanLLM adlı bu sistem, 12 bin akademik makaleden çıkarılan 244 psikolojik kalıbı kullanarak yapay zekanın insan davranışlarını daha gerçekçi biçimde simüle etmesini sağlıyor. Sistem, bu psikolojik kalıpları birbirleriyle etkileşen nedensel güçler olarak ele alarak 11 bin farklı senaryo oluşturuyor. Test sonuçları, HumanLLM'in insan benzerlği açısından oldukça yüksek başarı elde ettiğini gösteriyor. Bu gelişme, rol yapan yapay zeka asistanlarının daha otantik ve insan doğasına uygun davranabilmesi açısından önemli bir adım.
Akıllı Bisiklet İstasyonu Yerleşimi: Üç Farklı Analitik Yaklaşımın Karşılaştırması
Norveç'in Trondheim şehrinde yapılan yeni bir araştırma, bisiklet paylaşım istasyonlarının optimal yerleşimi için üç farklı analitik yöntemin nasıl farklı sonuçlar verdiğini ortaya koydu. Ağırlıklı doğrusal kombinasyon, maksimal kapsama ve veri tabanlı uygunluk skorlaması yaklaşımlarını karşılaştıran çalışma, kentsel ulaşım planlamasında farklı modelleme paradigmalarının kentsel alanı nasıl farklı şekilde önceliklendirdiğini gösteriyor. Araştırmacılar aynı 24 mekansal özelliği kullanarak 68 istasyonluk ağlar tasarladı ve mevcut ağla karşılaştırdı. Sonuçlar, bisiklet paylaşım sistemlerinin stratejik planlamasında model seçiminin kritik önemini vurguluyor.