“aşı” için sonuçlar
3.699 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Gerçekten Nasıl Düşünüyor? Gizli Süreçler vs. Görünen Mantık Zincirleri
Büyük dil modellerinin (LLM) nasıl mantık yürüttüğü konusunda çığır açan bir araştırma, yapay zekanın düşünce sürecinin görünen 'mantık zincirleri'nden ziyade gizli durumlar aracılığıyla gerçekleştiğini öne sürüyor. Stanford ve diğer kurumlardan araştırmacılar, AI'nın problem çözme yeteneğinin açıklanabilirliği, değerlendirilmesi ve geliştirilmesi açısından bu ayrımın kritik önem taşıdığını belirtiyor. Çalışma, yapay zeka sistemlerinin gerçek muhakeme mekanizmalarını anlamamızı köklü şekilde değiştirebilir.
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.
Yeni Optimizasyon Algoritması Gürültülü Verilerde Hızlı Sonuç Veriyor
Araştırmacılar, belirsizlik ve gürültü içeren verilerde bile hızlı ve güvenilir sonuçlar üretebilen yeni bir optimizasyon algoritması geliştirdi. RAAS adı verilen bu yöntem, makine öğrenmesi ve yapay zeka uygulamalarında karşılaşılan en büyük zorluklardan birini çözüyor: gürültülü ve önyargılı verilerle çalışırken hem hızlı hem de kararlı sonuçlar elde etmek. Geleneksel momentum tabanlı yöntemler bu durumda hataları büyüterek sistem kararlılığını bozarken, yeni algoritma ayarlanabilir momentum müdahalesi ile bu sorunu aşıyor. Araştırmacılar, algoritmanın matematiksel olarak güçlü teorik garantiler sunduğunu ve yüksek olasılıkla hedeflenen doğruluk seviyesine ulaştığını kanıtladı.
Yapay Zeka Modellerinin Mantık Hatalarına Karşı Yeni Çözüm: Gamma Beşlisi
Araştırmacılar, büyük dil modellerinin mantıksal akıl yürütmedeki sistemik sorunlarına karşı yenilikçi bir çözüm geliştirdi. Bu modeller hipotez üretimi ile doğrulamayı karıştırıyor, varsayımları doğrulanmış bilgiden ayırt edemiyor ve zayıf mantık adımlarının çıkarım zincirlerinde kontrol edilmeden yayılmasına izin veriyor. Yeni framework, Charles Sanders Peirce'ün üçlü çıkarım teorisini temel alarak abdüksiyon, dedüksiyon ve indüksiyon süreçlerini açık bir protokol haline getiriyor. Beş cebirsel değişmez (Gamma Beşlisi) aracılığıyla mantıksal tutarlılığı zorluyor. Bunların en güçlüsü olan 'En Zayıf Halka' sınırı, akıl yürütme zincirindeki hiçbir sonucun en az desteklenen öncülünden daha güvenilir olamayacağını garanti ediyor.
LLaMo: Hareket ve Dil İşlemeyi Birleştiren Yeni Yapay Zeka Modeli
Araştırmacılar, hareket verilerini ve doğal dili aynı anda anlayıp üretebilen yeni bir yapay zeka modeli geliştirdi. LLaMo adlı bu sistem, mevcut dil modellerinin yeteneklerini kaybetmeden hareket verilerini işleyebiliyor. Geleneksel yöntemler hareket verilerini parçalı hale getirirken titreme sorunları yaşıyordu ve sınırlı veri nedeniyle dil yeteneklerini kaybediyordu. Yeni yaklaşım, Mixture-of-Transformers mimarisi kullanarak bu sorunları çözüyor ve sürekli temsil yöntemiyle daha akıcı sonuçlar elde ediyor. Bu gelişme, robotik, animasyon ve insan-bilgisayar etkileşimi alanlarında önemli uygulamalara kapı açabilir. Model, hem hareket komutlarını anlayıp üretebiliyor hem de doğal dil işleme yeteneklerini koruyabiliyor.
Yapay Zeka Yönlendiricilerinde Gizlilik Koruyan Yeni Çerçeve Geliştirildi
Büyük dil modellerinin (LLM) verimli kullanımı için geliştirilen yönlendirme sistemleri, kullanıcı verilerinin gizliliği açısından önemli riskler barındırıyor. Araştırmacılar, bu sorunu çözmek için PPRoute adlı yeni bir çerçeve geliştirdi. Sistem, Güvenli Çok Taraflı Hesaplama (MPC) tekniklerini kullanarak kullanıcı verilerini korurken, yapay zeka modellerini maliyet-performans dengesine göre seçebiliyor. PPRoute, geleneksel kriptografik yöntemlerin yavaşlığını aşmak için özel algoritmalar ve MPC dostu işlemler kullanıyor. Bu gelişme, yapay zeka hizmetlerinin yaygınlaşması ile birlikte artan veri gizliliği endişelerine yanıt veriyor.
Google Haberlerden Bilimsel Veri Toplama İçin Yeni Yöntem Geliştirildi
Araştırmacılar, Google Haberler üzerinden sistematik haber veri setleri oluşturmak için gelişmiş bir metodoloji geliştirdi. Otomatik web kazıma, büyük dil modeli destekli meta veri çıkarma ve medya kalite değerlendirmesi kombinasyonu kullanılan çalışmada, IFMIF-DONES füzyon enerji projesi örnek olay olarak incelendi. 81 bölge-dil kombinasyonunda uygulanan beş aşamalı veri toplama sistemi, %56 gürültü azaltımı sonrası 1.482 geçerli kayda ulaştı. Sonuçlar ticari basın veri tabanlarıyla karşılaştırıldığında, Google Haberler kayıtlarının %76'sının diğer platformlarda bulunmadığı ortaya çıktı. Sistem, özel yayınlar, kurumsal iletişim ve sosyal medya gönderileri gibi ticari veri tabanlarında eksik olan içerik türlerini yakalayabildi.
Yapay Zeka Video Analizi: Bul, Düzelt, Akıl Yürüt Yöntemi
Araştırmacılar, yapay zekanın video içeriklerini anlama ve analiz etme yeteneğini artıran yeni bir yöntem geliştirdi. 'Bul, Düzelt, Akıl Yürüt' adı verilen bu yaklaşım, büyük ve küçük yapay zeka modellerini birlikte kullanarak video analizindeki eksiklikleri gideriyor. Sistem, büyük bir öğretmen modelin eksik bağlantıları tespit etmesi ve küçük öğrenci modele gerekli ipuçlarını sağlaması prensibine dayanıyor. Bu yöntem, mevcut tekniklerden farklı olarak karmaşık ön eğitim gerektirmiyor ve video analiz performansını önemli ölçüde artırıyor. Gelişme, video içeriği anlama, güvenlik sistemleri ve eğitim teknolojileri gibi alanlarda önemli uygulamalara sahip olabilir.
Siborg Propaganda: İnsan ve Yapay Zeka İşbirliğinin Dijital Demokrasiyi Tehdit Etmesi
Araştırmacılar, demokratik söylemi tehdit eden yeni bir fenomeni tanımladı: siborg propaganda. Bu sistem, doğrulanmış insan hesaplarıyla algoritmik otomasyonu birleştirerek kişiselleştirilmiş içerik üretimini büyük ölçekte gerçekleştiriyor. Geleneksel düzenleyici çerçeveler insan-bot ayrımına dayandığı için bu hibrit yapıyı düzenleyemiyor. Çalışma, tamamen özerk botlar yerine insan onaylı AI içeriklerinin nasıl daha etkili propaganda araçları haline geldiğini gösteriyor. Bu durum, AB Yapay Zeka Yasası gibi mevcut düzenlemelerin yapısal açıklarını ortaya çıkarıyor.
BlockRaFT: Blockchain Ağlarını Hızlandıran Yeni Dağıtık Sistem Çerçevesi
Araştırmacılar, blockchain teknolojisinin en büyük sorunlarından olan ölçeklenebilirlik ve güvenilirlik problemlerini çözmek için BlockRaFT adında yenilikçi bir çerçeve geliştirdi. Bu sistem, RAFT konsensüs protokolünü kullanarak blockchain düğümlerinin işlemlerini daha verimli bir şekilde dağıtıyor. BlockRaFT, sistemler arasından bir lider seçerek iş yükünü diğer düğümlere akıllıca paylaştırıyor ve böylece kaynak kullanımını optimize ediyor. Blockchain düğümlerinin durumlu ve durumsuz işlemlerini ayırarak, sistem çökmelerine karşı dayanıklılık sağlarken aynı zamanda yüksek performans sunuyor. Bu gelişme, blockchain teknolojisinin yaygın kullanımının önündeki teknik engellerin aşılmasında önemli bir adım olarak değerlendiriliyor.
Ses ve Metin Verilerini Birleştiren Yeni Yapay Zeka Modeli: HILBERT
Araştırmacılar, ses ve metin verilerini etkili şekilde birleştirerek analiz edebilen HILBERT adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, özellikle uzun belgelerdeki ses kayıtları ile metinler arasında bağlantı kurabiliyor ve her iki veri türünün kendine özgü özelliklerini koruyarak ortak bir anlayış oluşturuyor. HILBERT, sınırlı veri kaynaklarının bulunduğu ortamlarda bile başarılı sonuçlar verebilecek şekilde tasarlandı. Sistem, önceden eğitilmiş dil ve konuşma modellerini kullanarak parça parça analiz yaptıktan sonra, bu parçaları birleştirerek bütünsel bir anlam çıkarıyor. Bu yaklaşım, ses ve metin arasındaki boyutsal dengesizlik sorununu çözerek, gelecekte çok modlu yapay zeka uygulamalarında önemli ilerlemeler sağlayabilir.
Yapay Zeka ve Matematik İş Birliği: Karmaşık Mühendislik Problemlerini Çözecek Yeni Yöntem
Araştırmacılar, mühendislik ve bilimde karşılaşılan karmaşık matematiksel problemleri çözmek için yapay zeka ile geleneksel matematik yöntemlerini birleştiren yenilikçi bir yaklaşım geliştirdi. Bu hibrit sistem, kontrol sistemlerinden belirsizlik analizi yapılmasına kadar geniş bir yelpazede kullanılabiliyor. Yöntem, fiziksel uzayda sonlu elemanlar yöntemini kullanırken, parametre uzayında ise makine öğrenmesi tekniklerinden yararlanıyor. Özellikle yüksek boyutlu problemlerde geleneksel yöntemlerin yetersiz kaldığı durumlarda, aşırı öğrenme makineleri devreye girerek çözüm sürecini hızlandırıyor. Bu yaklaşım, hem hesaplama hızını artırıyor hem de daha karmaşık sistemlerin analiz edilmesini mümkün kılıyor.
Yapay Zeka Sistemlerinde Doğruluk Hız Demek: Yeni Yaklaşım Yanıt Sürelerini Kısaltıyor
Büyük dil modellerinin dağıtık sistemlerde çalıştırılmasında devrim niteliğinde bir yaklaşım geliştirildi. Araştırmacılar, uzun metinlerle çalışırken yapay zekanın doğruluğunun aslında hız anlamına geldiğini keşfetti. Yanlış yanıtlar kullanıcıları yeniden deneme yapmaya zorladığında, toplam bekleme süresi önemli ölçüde artıyor. Bu sorunu çözmek için geliştirilen 'Hafif Doğruluk Farkında Yönlendirme' sistemi, ilk doğru yanıta ulaşma süresini dramatik şekilde kısaltıyor. Araştırma, özellikle uzun içeriklerle çalışan yapay zeka uygulamalarının performansını artırmak için yeni bir bakış açısı sunuyor.
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 Modellerini İzinsiz Kopyalamaya Karşı Yeni Koruma Yöntemi
Araştırmacılar, büyük dil modellerinin yetkisiz kopyalanmasını engellemek için yeni bir savunma sistemi geliştirdi. 'Trace rewriting' olarak adlandırılan bu teknik, yapay zeka modellerinin ürettiği mantıksal açıklamaları değiştirerek hem izinsiz model eğitimini zorlaştırıyor hem de dijital imza sistemi oluşturuyor. Yöntem, cevapların doğruluğunu korurken eğitim verilerinin kalitesini düşürüyor ve böylece orijinal modelin geliştiricilerini koruma altına alıyor. Bu çalışma, yapay zeka sektöründe artan kopyalama sorunlarına karşı önemli bir adım olarak değerlendiriliyor.
Cep telefonu verilerindeki sosyoekonomik önyargı nasıl düzeltilir?
Cep telefonu şebekelerinden elde edilen veriler, insan hareketliliğini anlamak için sıkça kullanılıyor ancak bu verilerde ciddi bir sorun var: sosyoekonomik önyargı. Şili'nin başkenti Santiago'da yapılan yeni bir araştırma, tek bir operatörün verilerinin gerçek nüfusu temsil etmediğini ortaya koyuyor. Araştırmacılar, çok seviyeli regresyon ve tabakalaştırma yöntemiyle bu önyargıyı düzeltmeyi başardı. Bu yeni yaklaşım, hareket yarıçapı gibi önemli metriklerde yüzde 17'ye varan düzeltmeler sağladı. Çalışma, büyük veri analizlerinde demografik dengesizliklerin nasıl giderilebileceği konusunda önemli bir yöntem sunuyor.
Çizim ve Metin Birleşerek Görüntü Arama Teknolojisinde Yeni Dönem Açıyor
Araştırmacılar, el çizimi eskizler ve metin açıklamalarını birleştiren yeni bir görüntü arama sistemi geliştirdi. STBIR adlı bu framework, eskizlerin yapısal detaylarını metnin renk ve doku bilgileriyle harmanlayarak, geleneksel arama yöntemlerinden çok daha hassas sonuçlar elde ediyor. Sistem, değişken kalitedeki sorguları işleyebilmek için öğrenme müfredatı tabanlı sağlamlık modülü kullanıyor ve kategori bilgisine dayalı özellik uzayı optimizasyonuyla model performansını artırıyor. Bu yenilikçi yaklaşım, farklı veri türlerinin güçlü yönlerini birleştirerek görüntü arama teknolojisinde önemli bir ilerleme kaydediyor.
Yapay zeka modelleri gerçekten görsel mantık yürütebiliyor mu?
Görsel-dil yapay zeka modelleri (VLM'ler) son dönemde görsel verileri anlayıp mantık yürütebildikleri iddiasıyla büyük ilgi çekiyor. Ancak yeni bir araştırma, bu modellerin başarısının gerçek görsel anlama mı yoksa sadece metin tabanlı yetenekler mi olduğunu sorguluyor. Araştırmacılar CrossMath adlı özel bir test sistemi geliştirerek, aynı matematik problemlerini sadece metin, sadece görsel ve karma formatlarda sundu. Sonuçlar şaşırtıcı: modeller metin formatında çok daha başarılı olurken, görsel formatta ciddi performans düşüşü yaşıyor. Bu bulgular, günümüz AI teknolojisinin görsel zeka konusundaki gerçek kapasitesini anlamamız açısından kritik önem taşıyor.
Akıllı depolarda robot araç koordinasyonu için yeni optimizasyon sistemi geliştirildi
Araştırmacılar, akıllı depolarda çalışan otonom güdümlü araçların (AGV) daha verimli çalışması için iki seviyeli bir optimizasyon çerçevesi geliştirdi. Sistem, yoğun sipariş trafiği ile maliyet kontrolü arasındaki dengeyi kurmayı hedefliyor. İlk seviye müşteri öncelik kategorilerine göre sipariş teslim sürelerini dinamik olarak ayarlıyor, ikinci seviye ise her robot için en kısa ve çakışmasız rotaları belirliyor. Karmaşık paket toplama görevleri için PDSP ve DCSP adlı iki sezgisel kural uygulanıyor. Bu yaklaşım, e-ticaret ve lojistik sektöründe artan otomasyon ihtiyacına yanıt veriyor.
TRON: Işıkla Çalışan Yapay Zeka İşlemcisi Geliştirildi
Araştırmacılar, derin öğrenme hesaplamalarını optik yöntemlerle gerçekleştiren yenilikçi bir sistem geliştirdi. TRON adlı bu sistem, geleneksel elektronik işlemcilere alternatif olarak ışığın paralel işleme gücünden yararlanıyor. Çok saçılımlı ortam ve dijital mikro ayna dizisi kullanan sistem, farklı sinir ağı mimarilerini optik olarak uygulayabiliyor. En önemli özelliği, hem optik parametrelerini hem de ağ mimarisini otomatik olarak optimize edebilmesi. Bu yaklaşım, yapay zeka hesaplamalarında büyük enerji tasarrufu sağlama potansiyeli taşırken, aynı zamanda çok daha hızlı işlem yapabilme imkanı sunuyor. Optik işlemciler, elektronik sistemlerin aksine ışık hızında çalışarak paralel hesaplama avantajı sağlıyor.
Yapay zeka hakemlik yapabilir mi? RefereeBench ile büyük test
Araştırmacılar, çok modlu büyük dil modellerinin (MLLM) spor hakemliği yapma yeteneğini ölçmek için RefereeBench adlı kapsamlı bir test sistemi geliştirdi. 11 farklı spor dalından 925 video ve 6.475 soru-cevap çifti içeren bu benchmark, yapay zekanın kurallara dayalı karar verme becerisini değerlendiriyor. Test sonuçları, en gelişmiş modellerin bile sadece %60 civarında başarı gösterdiğini ortaya koydu. Bu çalışma, spor endüstrisinde artan teknoloji kullanımı ve VAR gibi sistemlerin yaygınlaşması bağlamında önem taşıyor. Yapay zeka modellerinin genel video anlama konusunda başarılı olmasına rağmen, özelleşmiş kural tabanlı değerlendirmelerde henüz yeterli seviyeye ulaşamadığı görülüyor.
Yapay Zeka Modelleri Artık Ontoloji Mühendisliği İçin Soru Üretebiliyor
Araştırmacılar, büyük dil modellerinin (LLM) ontoloji mühendisliğinde kullanılan yeterlilik sorularını otomatik olarak oluşturabilme kapasitesini inceledi. Ontoloji mühendisliğinde gereksinim analizi için kritik öneme sahip bu sorular, geleneksel olarak uzmanlar tarafından manuel süreçlerle hazırlanıyordu. Çalışma, farklı yapay zeka modellerinin ürettiği soruların okunabilirlik, yapısal karmaşıklık gibi özelliklerini sistematik olarak analiz etti. Bu gelişme, ontoloji mühendisliği süreçlerinin demokratikleşmesi ve daha geniş katılımcı kitlelere açılması anlamına geliyor. Araştırma, açık ve kapalı kaynak modeller arasında karşılaştırma yaparak, yapay zekanın bu alandaki potansiyelini değerlendirdi.
Tek Fotoğraftan 3D Görünüm: Yapay Zeka ve Radar Teknolojisi Birleşti
Stanford Üniversitesi araştırmacıları, tek bir fotoğraftan farklı açılardan görünümler oluşturabilen yeni bir yapay zeka sistemi geliştirdi. Geleneksel yöntemler sadece kameradan elde edilen derinlik bilgilerine dayandığı için düşük doku detayına sahip yüzeylerde, kötü hava koşullarında veya engellerle dolu ortamlarda zorlanıyordu. Yeni sistem ise radar ve LiDAR gibi mesafe ölçüm teknolojilerinden gelen seyrek verileri yapay zeka ile birleştirerek bu sorunları aşıyor. Araştırmacılar, çok az sayıda radar noktasından yoğun derinlik haritaları oluşturabilen bir matematiksel model geliştirdi. Bu teknoloji, otonom araçların çevresel algısından sanal gerçeklik uygulamalarına kadar geniş bir kullanım alanına sahip. Özellikle zorlu çevre koşullarında güvenilir 3D görüntü oluşturma konusunda önemli bir ilerleme sağlıyor.
Renklerin Veri Kümelemesini Zorlaştırma Sırrı Çözüldü
MIT ve Stanford'dan araştırmacılar, renkli veri kümeleme algoritmalarının neden standart yöntemlerden daha az verimli olduğunu matematiksel olarak açıkladı. Kromatik Korelasyon Kümeleme (CCC) yönteminde, her veri kümesine tek bir renk etiketi atanması gerekiyor. Bu süreçte 'renk uyumsuzluğu' sorunu ortaya çıkıyor: farklı renkli bağlantılar ek bir maliyet yaratarak algoritmanın performansını düşürüyor. Araştırma, bu soruna yönelik yeni matematiksel teoremler geliştirdi ve renk-bağımlı algoritmaların standart yöntemlerden %5-15 daha az verimli olduğunu kanıtladı.