“aşk” için sonuçlar
113 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Sanatçılar Artık Robot Bedenlerle Sanat Yapabilecek: Alter-Art Dönemi
MIT araştırmacıları, sanatçıların robot avatarlar aracılığıyla fiziksel sınırlarını aştığı yeni bir sanat paradigması geliştirdi. Alter-Art olarak adlandırılan bu yaklaşımda sanatçılar, robot bedenler içinde yaşayarak gerçek dünyada sanat eserleri oluşturabiliyor. Sanal gerçeklikten farklı olarak, bu sistem tamamen fiziksel malzemelerle çalışıyor - kil şekillendirme, tuval boyama veya sahne performansları gibi. Alter-Ego adlı robot avatar ile dans alanında test edilen sistem, sanatçılara bambaşka bir yaratım deneyimi sunuyor. Bu teknoloji, robotları otonom yaratıcılar yerine sanatçının alternatif bedeni haline getiriyor.
Robotlarda Beceri Güncelleme Sorunu: Bir Beceri Değişince Tüm Sistem Etkileniyor
Araştırmacılar, robot sistemlerinde beceri kütüphaneleri güncellendiğinde ortaya çıkan kritik bir sorunu keşfetti. Robotlar genellikle birden fazla beceriyi birleştirerek karmaşık görevleri yerine getirir, ancak mevcut yöntemler bir beceri güncellendiğinde diğer becerilerle nasıl etkileşime gireceğini öngöremiyor. MIT araştırmacılarının yaptığı çalışmada, ikili robot kollu bir görevde 'baskın beceri etkisi' keşfedildi: bir beceri %86,7 başarı oranına sahipken diğerleri %26,7'nin altında kalıyor. Bu baskın becerinin varlığı, genel başarı oranını %50'ye kadar değiştirebiliyor. Bulgular, robot sistemlerinin beceri güncellemelerini yönetmede daha sofistike yaklaşımlara ihtiyaç olduğunu gösteriyor.
Yapay Zeka Asistanları Belirsiz Taleplerde Soru Sormayı Öğreniyor
Büyük dil modelleri (LLM'ler) dış araçları kullanarak birçok görevi yerine getirebilse de, kullanıcıların net olmayan talimatları karşısında zorlanıyor. Araştırmacılar gerçek dünyadan toplanan belirsiz kullanıcı talimatlarıyla NoisyToolBench adlı yeni bir test platformu geliştirdi. Çalışma, mevcut AI sistemlerinin eksik bilgiler karşısında rastgele tahminler yapma eğiliminde olduğunu ve bunun yanıltıcı sonuçlara yol açtığını ortaya koyuyor. Sorunu çözmek için Ask-when-Needed (AwN) adlı yenilikçi bir yaklaşım öneriliyor. Bu sistem, AI asistanlarının belirsizlik yaşadığında kullanıcılara açıklayıcı sorular sormasını sağlıyor. Geliştirilen yöntem, yapay zekanın daha güvenilir ve kullanıcı dostu hale gelmesine katkı sağlayarak, AI asistanlarının gerçek dünya uygulamalarında daha etkili çalışmasının yolunu açıyor.
Difüzyon Modelleri Konuşma Tanımada Yeni Dönem Başlatıyor
Araştırmacılar, difüzyon dil modellerinin konuşma tanıma sistemlerinde nasıl kullanılabileceğini araştırarak bu alanda önemli bir ilerleme kaydetti. Geleneksel dil modellerine alternatif olarak ortaya çıkan difüzyon modelleri, çift yönlü dikkat mekanizması ve paralel metin üretimi yetenekleriyle dikkat çekiyor. Çalışmada, maskeli difüzyon dil modelleri (MDLM) ve uniform-state difüzyon modelleri (USDM) kullanılarak konuşma tanıma hipotezlerinin yeniden puanlandırılması için kapsamlı bir rehber sunuluyor. Araştırmacılar ayrıca CTC ve USDM'yi birleştiren yeni bir ortak çözümleme yöntemi geliştirdi. Bu yöntem, CTC'den gelen çerçeve bazlı olasılık dağılımlarını USDM'den hesaplanan etiket bazlı dağılımlarla birleştirerek, güçlü dil bilgisi ve akustik bilgiyi harmanlayan yeni adaylar üretiyor. Test sonuçları, her iki difüzyon modelinin de tanınan metinlerin doğruluğunu önemli ölçüde artırdığını gösteriyor.
Yapay Zeka ile Tasarlanan Yeni Malzemeler Doğal Malzemeleri Geride Bırakıyor
Araştırmacılar, makine öğrenmesi ve 3D baskı teknolojilerini birleştirerek doğal malzemelerin özelliklerini aşan architected malzemeler geliştirmeyi başardı. Çok-Sadakat Bayesyen Optimizasyonu adlı yeni bir yöntem, karmaşık mekanik davranışlara sahip hücresel kompozit malzemelerin tersine tasarımını mümkün kılıyor. Bu yaklaşım, pahalı deneysel süreçlere olan bağımlılığı azaltırken, malzemelerin doğrusal olmayan mekanik tepkilerini hedefleyerek tasarım sürecini optimize ediyor. Geleneksel deneme-yanılma yöntemlerine kıyasla çok daha verimli olan bu teknik, mühendislik ve malzeme biliminde devrim yaratma potansiyeli taşıyor.
Avustralya Şehirlerinde Sosyal Hizmet Erişimi: Sadece Sydney ve Melbourne Öne Çıkıyor
Avustralya'da yapılan yeni bir araştırma, büyük şehirlerdeki sosyal hizmetlere erişim eşitsizliğini ortaya koyuyor. Araştırmacılar, sağlık hizmetleri, okul öncesi eğitim ve toplu taşımaya erişimi ölçen iki farklı indeks geliştirerek sekiz başkent şehrini inceledi. Bulgular, yalnızca Melbourne ve Sydney'in sınırlı bölgelerinde '15 dakika şehri' özelliklerinin görüldüğünü gösteriyor. Bu başarılı örnekler, nüfus yoğunluğunun yüksek olduğu şehir merkezleri ve iç bölgelerle sınırlı kalıyor. Diğer altı şehirde ve Melbourne ile Sydney'in dış banliyölerinde yaşayan vatandaşlar, temel sosyal hizmetlere erişimde ciddi zorluklar yaşıyor. Araştırma, şehir planlamasında mekansal eşitlik ilkesinin önemini vurgulayarak, kompakt şehir modelinin yaygınlaştırılması gerektiğine işaret ediyor.
Metin Duygu Analizinde Yeni Dönem: Olasılık Tabanlı Yaklaşım Geliştirildi
Araştırmacılar, metin analizi ve duygu tespiti için yeni bir yarı denetimli öğrenme tekniği geliştirdi. Geleneksel uzamsal modellerin aksine, bu yöntem kelime ve belgelere olasılık tabanlı polarite skorları atayarak daha doğru sonuçlar üretiyor. Word2vec maskeli dil modeli kullanan bu teknik, kelimelen belirli bağlamlarda ortaya çıkma olasılıklarını hesaplayarak duygu analizini gerçekleştiriyor. Sistem, COVID-19 pandemisi döneminde China Daily gazetesinin farklı ülkelere yönelik sağlık başarıları konusundaki haberlerinde test edildi. Sonuçlar, olasılık tabanlı modellerin geleneksel uzamsal modellere kıyasla daha tutarlı, yorumlanabilir ve doğru sonuçlar verdiğini gösteriyor. Bu gelişme, doğal dil işleme alanında önemli bir adım teşkil ediyor.
Kuantum İlhamlı Yeni Yöntem Radar Görüntülerini Daha Güvenli Sınıflandırıyor
Araştırmacılar, radar görüntülerinin sınıflandırılmasında devrim yaratabilecek yeni bir yaklaşım geliştirdi. Kuantum mekaniğinden ilham alan tensör ağları kullanılarak oluşturulan bu sistem, geleneksel yöntemlere kıyasla hem daha dayanıklı hem de daha küçük boyutlarda çalışabiliyor. SAR (Sentetik Açıklıklı Radar) görüntüleri, yoğun gürültü ve geniş dinamik aralık nedeniyle sınıflandırma açısından zorlayıcıdır. Yeni yaklaşım, özellikle veri zehirlenmesi saldırılarına karşı güçlü direnç gösteriyor. Bu özellik, askeri uçaklar ve dronlar gibi kritik uygulamalarda büyük önem taşıyor. Geliştirilen model, hem güvenlik açısından sağlamlık hem de cihazlarda verimli çalışma dengesini başarıyla kurarak, radar uygulamaları ve yapay zeka alanında önemli katkılar sunuyor.
Robotların Eldeki Nesneyi Kaybetmeden Yeni İşler Yapması Artık Mümkün
Stanford ve Michigan üniversitelerinden araştırmacılar, robot ellerin bir nesneyi kavradıktan sonra o nesneyi bırakmadan başka görevler yapabilmesini sağlayan HANDFUL adlı yeni bir sistem geliştirdiler. Bu sistem, parmakları sınırlı bir kaynak olarak görüp gelecekteki eylemler için gerekli parmakları ayırarak çalışıyor. Örneğin robot, bir kutuyu kavradıktan sonra onu bırakmadan başka bir nesneyi hareket ettirebiliyor. Sistem, parmak seviyesinde ödül mekanizması kullanarak kaynak-farkında kavramalar öğreniyor ve müfredat tabanlı öğrenme ile bu becerileri geliştiriyor. Bu gelişme, çok işlevli robot manipülasyonunda önemli bir adım sayılıyor.
Esnek Omurgalı Robotlar: 3D Baskıyla Üretilen Yeni Nesil Manipülatörler
Araştırmacılar, esnek termoplastik poliüretan omurgaya sahip tel tahrikli robotlar geliştirdi. Bu robotlar 3D yazıcıyla üretilebiliyor ve geleneksel katı robotlara göre çok daha esnek hareket edebiliyor. Konik şekilli omurga sayesinde yüksek eğrilik kapasitesine sahip olan bu robotlar, dar alanlarda inceleme ve manipülasyon görevleri için idealdir. Tasarım özellikle düşük maliyet, hızlı montaj ve özelleştirilebilirlik odaklı olarak geliştirilmiş. Araştırma ekibi, robotun matematiksel modellemesini de Cosserat çubuk teorisi kullanarak gerçekleştirmiş ve böylece hareket kontrolünün optimize edilmesini sağlamış. Bu teknoloji, endüstriyel denetim, tıbbi uygulamalar ve hassas manipülasyon gerektiren alanlarda devrim yaratabilir.
Kuantum Sonrası Şifreleme Donanımları İçin Evrensel Güvenlik Kanıtı
Araştırmacılar, kuantum sonrası şifreleme donanımlarının güvenlik maskelerini doğrulamak için matematiksel olarak evrensel bir kanıt geliştirdi. Bu çalışma, gelecekte kuantum bilgisayarların mevcut şifreleme sistemlerini kırabilme tehdidine karşı geliştirilen yeni nesil şifreleme teknolojilerinin donanım seviyesinde güvenliğini garanti altına alıyor. Önceki çalışmalarda sadece belirli parametreler için test edilebilen güvenlik doğrulaması, artık tüm olası değerler için matematiksel kesinlikle kanıtlanabilir hale geldi. Bu gelişme, NIST'in 2025 standartları doğrultusunda kuantum sonrası şifreleme sistemlerinin yaygın kullanımına zemin hazırlıyor.
Diller Arası Yazı Sistemi Engeli: Transliterasyon NLP'de Nasıl Köprü Kuruyor?
Yapay zeka sistemlerinde farklı diller arasında bilgi transferi yaparken en büyük engellerden biri yazı sistemleri arasındaki farklılıklardır. Araştırmacılar, bir dilin yazı sistemini başka bir dile dönüştürme işlemi olan transliterasyonun, bu sorunu nasıl çözdüğünü kapsamlı bir şekilde incelediler. Çalışma, dil modelerinde transliterasyon kullanımının temel motivasyonlarını sınıflandırıyor ve farklı yaklaşımları değerlendiriyor. Özellikle karma dil metinlerinin işlenmesi, dil ailesi yakınlığından yararlanma ve çıkarım verimliliğini artırma gibi alanlarda transliterasyonun sağladığı faydalar ele alınıyor. Bu teknik, özellikle modern büyük dil modellerinin çok dilli yeteneklerini geliştirmede kritik bir rol oynuyor.
Yapay Zeka Dil Modellerinde Yeni Yaklaşım: Yeniden Maskeleme Tekniği
Stanford araştırmacıları, maskeli difüzyon dil modellerinin kendi hatalarını düzeltme yönteminde köklü bir değişiklik öneriyor. Mevcut Token-to-Token (T2T) sisteminin yerine Token-to-Mask (T2M) yaklaşımını geliştiren ekip, modellerin şüpheli kelimeleri başka bir kelimeyle değiştirmek yerine, o pozisyonu sıfırlayarak yeniden tahmin etmesini sağlıyor. Bu yöntem, modellerin daha tutarlı ve güvenilir metinler üretmesine yardımcı oluyor. Araştırma, yapay zeka sistemlerinin kendi çıktılarını nasıl iyileştirebileceği konusunda yeni perspektifler sunuyor ve ek parametre gerektirmeden uygulanabilir olması nedeniyle pratik değer taşıyor.
Yapay Zeka Modellerini Eğitmenin Yeni Yolu: Discrete Tilt Matching
Araştırmacılar, büyük dil modellerini eğitmek için yeni bir yaklaşım geliştirdi. Discrete Tilt Matching (DTM) adlı bu yöntem, geleneksel otoregresif üretim yerine maskelenmiş difüzyon modellerini kullanıyor. DTM, modellerin eğitiminde karşılaşılan matematiksel zorlukları aşmak için likelihood-free bir yöntem sunuyor. Geleneksel pekiştirmeli öğrenme yöntemlerinin aksine, DTM yerel maskeleme posterior'larının eşleşmesi üzerine kurulu. Araştırmacılar bu yöntemi sentetik maze-planning görevlerinde test ettikten sonra, LLaDA-8B-Instruct modelini DTM ile ince ayarlayarak Sudoku ve Countdown görevlerinde güçlü performans artışları elde etti. Bu gelişme, yapay zeka modellerinin daha kararlı ve etkili şekilde eğitilmesi için yeni olanaklar sunuyor.
GitHub Actions'ın Gerçek Dünyada Nasıl Kullanıldığı Araştırıldı
Yazılım geliştirmede kritik öneme sahip sürekli entegrasyon ve dağıtım süreçlerinin GitHub Actions platformundaki gerçek dünya kullanımı kapsamlı bir araştırmayla incelendi. 952 yazılım deposundan 258.300 iş akışı kaydının analiz edildiği çalışma, geliştiricilerin hatalara nasıl tepki verdiğini, iş akışlarının proje özelliklerine göre nasıl değiştiğini ortaya koyuyor. Araştırma sonuçları, yoğun kullanılan iş akışlarının daha az hata verdiğini, ancak yapılandırma dosyalarının varlığının kullanılmayan iş akışlarını maskelediğini gösteriyor. Bulgular, modern yazılım geliştirme süreçlerinin otomasyonu konusunda önemli içgörüler sunuyor.
Yapay Zeka Aşk Dolandırıcılığında Nasıl Kullanılıyor? Kapsamlı Araştırma
Dünya çapında milyarlarca dolarlık zararla sonuçlanan romantik dolandırıcılık operasyonlarında yapay zekanın rolü araştırıldı. Büyük dil modellerinin (LLM) bu suç organizasyonlarında nasıl kullanıldığını inceleyen kapsamlı çalışma, 145 içeriden kişi ve 5 mağdurla yapılan görüşmeleri içeriyor. Araştırma, dolandırıcı grupların %87'sinin sistematik konuşma görevleri kullandığını ve bu görevlerin otomasyona oldukça uygun olduğunu ortaya koyuyor. Çalışmada ayrıca yapay zeka destekli dolandırıcı ajanlarla gerçek operatörlerin performansı karşılaştırılıyor ve mevcut güvenlik filtrelerinin etkinliği değerlendiriliyor.
Kuantum Sonrası Şifreleme Donanımlarında Güvenlik Açığı Tespit Edildi
Araştırmacılar, kuantum bilgisayarlara karşı geliştirilmiş olan ML-DSA ve ML-KEM şifreleme algoritmalarını çalıştıran Adams Bridge donanım hızlandırıcısında önemli güvenlik zafiyetleri keşfetti. Bu donanım, güç analizi saldırılarına karşı korunma için maskeleme ve karıştırma tekniklerini kullanıyor ancak analiz, sistemin iddia edilen güvenlik seviyesinin gerçekte çok daha düşük olduğunu ortaya koydu. Özellikle Random Start Index karıştırma yönteminin, tam rastgele permütasyon yerine katı sınırlı entropi sağladığı belirlendi. Bu bulgu, kuantum sonrası kriptografi donanımlarının yan kanal saldırılarına karşı daha güçlü koruma mekanizmalarına ihtiyacı olduğunu gösteriyor.
Yapay Zeka Ajanları İçin Akıllı Araç Önerisi Sistemi Geliştirildi
Büyük dil modelleri tabanlı yapay zeka ajanları, Model İletişim Protokolü (MCP) sayesinde çok sayıda dış araca erişebiliyor. Ancak belirli bir görev için hangi araçların kullanılacağını seçmek karmaşık bir süreç. Araştırmacılar bu sorunu çözmek için Task2MCP adında yeni bir veri seti geliştirdi. Bu sistem, geliştiricilerin projelerine en uygun MCP sunucularını bulmasına yardımcı oluyor. Çalışma, semantik uygunluk ve teknik kısıtları birlikte değerlendirerek strukturel bir öneri-sıralama yaklaşımı kullanıyor. Bu gelişme, yapay zeka ajanlarının daha verimli çalışması ve doğru araçları seçmesi açısından önemli bir adım.
21 Serbestlik Dereceli Robot El: Uzaktan Kontrollü Yeni Teknoloji
Araştırmacılar, uzaktan tendon tahrikli sistem kullanarak 21 serbestlik derecesine sahip gelişmiş bir robot el geliştirdi. MM-Hand adı verilen bu sistem, motorları elin içinden çıkararak parmak ve avuç içinde daha fazla sensör ve hareket kabiliyeti sağlıyor. Geleneksel robot ellerde motorlar elin içinde yer alarak ağırlık artışına ve ısı birikim sorunlarına neden olurken, bu yeni tasarım motorları robot tabanına taşıyarak bu problemleri çözüyor. Sistem, yay geri dönüşlü parmaklar, modüler 3D baskı yapıları, kolay bakım için hızlı tendon bağlantıları ve çok modlu algılama sistemi içeriyor. Eklem açı sensörleri, dokunsal sensörler ve avuç içi stereo görüş özellikleri ile donatılmış olan MM-Hand, robotik manipülasyon alanında önemli bir ilerleme sunuyor.
Yapay Zeka Modellerinde 'Duygu ve Retorik Nöronları' Keşfedildi
Araştırmacılar, büyük dil modellerinde (LLM) duygu ve retorik işlemlerinden sorumlu özel nöronları tanımlayarak çığır açan bir keşif yaptı. Çalışma, 6 farklı duygu kategorisi ve 4 temel retorik tekniğin beyin benzeri yapılardaki temsilini inceledi. Geleneksel yaklaşımlar dış optimizasyona odaklanırken, bu araştırma modellerin iç çalışma mekanizmalarını derinlemesine analiz etti. Bulgular, yapay zekanın duygusal zeka ve ikna kabiliyetlerinin nasıl geliştirilebileceğine dair önemli ipuçları sunuyor. Araştırmacılar, bu özel nöronları tespit edebilen çok boyutlu tarama sistemi ve dinamik filtreleme içeren yenilikçi maskeleme yöntemi geliştirdi. Bu keşif, yapay zekanın insan benzeri iletişim yeteneklerini anlamamızda yeni bir dönem başlatabilir.
Zaman Serilerinde Yeni Yaklaşım: SPaRSe-TIME ile Verimli Tahminleme
Araştırmacılar, geleneksel zaman serisi tahminleme yöntemlerinin hesaplama maliyetini önemli ölçüde azaltan yeni bir framework geliştirdi. SPaRSe-TIME adlı bu sistem, tüm zaman adımlarını eşit olarak işleyen klasik yaklaşımların aksine, gerçek dünya verilerindeki bilgilendirici kalıpların seyrek dağıldığı gerçeğinden yola çıkıyor. Yeni yöntem, zaman serilerini üç temel bileşene ayırarak modelleme yapıyor: önem derecesi (saliency), hafıza ve trend. Bu yaklaşım, veriye bağlı seyreltme operatörü olarak çalışan önem derecesi, baskın düşük-ranklı zamansal kalıpları yakalayan hafıza ve düşük-frekanslı dinamikleri kodlayan trend bileşenlerini hafif ve uyarlanabilir bir haritalama ile birleştiriyor. Özellikle büyük veri setlerinde hesaplama verimliliği sağlarken yorumlanabilirliği de artırıyor.
Robotları Nasıl Karşılıyoruz? Almanya ve Japonya Karşılaştırması
Kamusal alanlarda robotlarla karşılaşmalarımız giderek artıyor. Arnavutköy Üniversitesi ve Japonya'dan araştırmacılar, farklı kültürlerden insanların otonom temizlik robotlarına yaklaşımını inceledi. Çalışma, Almanların robotları kabul etme eğiliminin Japonlara göre belirgin şekilde yüksek olduğunu ortaya koydu. Araştırma bulgularına göre, her iki kültürde de sosyal normlar ve güven, robot kabulünün en güçlü belirleyicileri. Ancak detaylara bakıldığında ilginç farklılıklar görülüyor: Almanlar için işlevsellik ve ilgi düzeyi öne çıkarken, öfke duygusu kabul oranını düşürüyor. Japonlar ise güven, şaşkınlık ve korku duygularıyla daha duygusal bir yaklaşım sergiliyor. Bu bulgular, robot teknolojilerinin farklı kültürlere göre nasıl tasarlanması gerektiğine dair önemli ipuçları sunuyor.
DMax: Yapay Zeka Dil Modellerinde Çığır Açan Hızlı Kod Çözme Yöntemi
Araştırmacılar, difüzyon tabanlı dil modellerinin performansını artıran yenilikçi bir yaklaşım geliştirdi. DMax adı verilen bu yöntem, geleneksel modellerin hata birikimi sorununu çözerek, paralel işlem gücünden daha verimli yararlanmayı sağlıyor. Sistem, maske gömme tekniği ile token gömme arasında kademeli bir geçiş yaparak, modelin kendi hatalarından öğrenmesini ve kendini düzeltmesini mümkün kılıyor. Bu gelişme, yapay zeka sistemlerinin daha hızlı ve daha doğru metin üretmesinin önünü açarak, ChatGPT benzeri uygulamaların performansını önemli ölçüde artırabilir. Özellikle büyük ölçekli dil işleme görevlerinde zaman tasarrufu sağlayan bu teknik, AI endüstrisinde verimlilik devriminin habercisi olabilir.
Yapay zeka ile sahte fotoğrafları tespit eden yeni yöntem geliştirildi
Araştırmacılar, dijital görüntülerde copy-move sahteciliğini tespit edebilen GraphSpecForge adlı yeni bir framework geliştirdi. Bu yöntem, bir görüntünün belirli bölümlerinin kopyalanıp başka yerlere yapıştırılarak içeriğin gizlenmesi veya değiştirilmesi durumlarını ortaya çıkarabiliyor. Sistem, Stable Diffusion U-Net modelinin dikkat grafiklerini analiz ederek çalışıyor ve özel eğitime ihtiyaç duymuyor. Copy-move manipülasyonlarının dikkat grafiklerinde yaklaşık alt-grafik duplikasyonuna yol açtığı ve bu durumun normalleştirilmiş graf Laplacian'ında ölçülebilir spektral yeniden dağılıma sebep olduğu keşfedildi. Wasserstein mesafeleri kullanılarak görüntü seviyesinde anomali tespiti yapılan sistem, dört farklı test setinde değerlendirildi ve RecodAI-LUC veri setinde %60.6 AUROC başarı oranına ulaştı.