“arılar” için sonuçlar
36 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Bisikletçi ve Yaya Kazalarını Önlemek İçin Gerçek Zamanlı Uyarı Sistemi
Araştırmacılar, şehir kavşaklarında bisikletçi ve yaya çarpışmalarını önlemek için yenilikçi bir erken uyarı sistemi geliştirdi. Tek bir uç cihazda çalışan sistem, ultra-geniş açılı balık gözü kamera kullanarak saniyede 30 kare hızında görüntü işleyebiliyor. Sistem, tehlikeli durumları tespit ettiğinde hem sesli hem de görsel uyarılar veriyor. Araştırmanın en önemli yeniliği, geleneksel kamera sistemlerinin aksine çok daha geniş bir görüş alanı sunması ve karmaşık şehir ortamlarında bile güvenilir performans göstermesi. Özellikle bisikletçiler ve yayaların herhangi bir cihaz taşımalarına gerek kalmadan korunmalarını sağlayacak bu teknoloji, kentsel güvenlik açısından büyük bir potansiyel taşıyor.
Yapay Zeka Modelleri Patolojide Neden Başarısız Oluyor?
Görme ve dil işlemede büyük başarılar elde eden temel yapay zeka modelleri, patoloji alanında beklenmedik zorluklarla karşılaşıyor. ArXiv'de yayınlanan yeni bir araştırma, bu modellerin düşük doğruluk oranları, kararsızlık ve yoğun hesaplama gereksinimleri sergilediğini ortaya koyuyor. Araştırmacılar, sorunun sadece model ayarlamasından kaynaklanmadığını, daha derinlerde yatan kavramsal uyumsuzluklardan beslendiğini belirtiyor. Doğal görüntüler için tasarlanmış mevcut yaklaşımların, doku görüntülerinin karmaşık biyolojik yapısını temsil etmekte yetersiz kaldığı vurgulanıyor. Bu durum, patoloji alanı için özel olarak tasarlanmış yeni model mimarilerine duyulan ihtiyacı gündeme getiriyor.
Yapay Zeka Modelleri Bilgili Ama Akılsız: Eğitimde Başarısız Oluyor
Son araştırmalar, gelişmiş yapay zeka modellerinin standart testlerde yüksek performans göstermesine rağmen, gerçek dünya uygulamalarında beklenmedik şekilde başarısız olduğunu ortaya koyuyor. Özellikle eğitim alanında yapılan kapsamlı değerlendirmede, önde gelen büyük dil modellerinin öğretmen davranışlarını taklit etmekte zorlandığı ve öğrenci öğrenme sonuçlarına olumsuz etki ettiği tespit edildi. Bu durum, AI'ların benchmark testlerdeki başarılarının gerçek hayattaki etkinliklerini garanti etmediğini gösteriyor. Araştırmacılar, farklı modellerin birbirine benzer hatalar yaptığını ve bu ortak önyargıların eğitim kalitesini düşürdüğünü belirtiyor.
Yapay Zeka Robotları Gerçekten Akıl Yürütebiliyor mu? Şaşırtıcı Test Sonuçları
Görme-dil-eylem yapay zeka modelleri standart robot testlerinde yüksek başarı oranları gösterse de, gerçek dünyada akıl yürütme yetenekleri sorgulanıyor. Araştırmacılar, bu modellerin gerçek bilişsel kapasitelerini ölçmek için BeTTER adlı yeni bir test sistemi geliştirdi. Test sonuçları, en gelişmiş yapay zeka robotlarının bile dinamik ortamlarda ciddi başarısızlıklar yaşadığını ortaya koydu. Modeller, gerçek akıl yürütme yerine kısayollar kullanarak yanıltıcı başarılar elde ediyor. Bu bulgular, genel amaçlı fiziksel zeka iddialarının yeniden değerlendirilmesi gerektiğini gösteriyor.
AI'ların Matematik Yetenekleri Gerçekten Ne Kadar Güçlü? SMART Testi Şaşırtan Sonuçlar Ortaya Çıkardı
Büyük dil modellerinin matematik problemlerindeki başarıları gerçek akıl yürütmeyi mi yoksa yüzeysel örüntü tanımayı mı yansıtıyor? Bu kritik soruya yanıt aramak için geliştirilen SMART değerlendirme sistemi, matematik problem çözmeyi dört bilişsel boyuta ayırarak 22 gelişmiş AI modelini test etti. Polya'nın problem çözme teorisinden ilham alan sistem, anlam kavrama, matematiksel mantık yürütme, aritmetik hesaplama ve düşünce-geliştirme süreçlerini ayrı ayrı ölçüyor. Sonuçlar, AI'ların matematik performanslarında beklenmedik tutarsızlıklar olduğunu gösteriyor. Bu araştırma, AI'ların matematik yeteneklerini daha derinlemesine anlamamız için önemli ipuçları sunuyor.
Yapay Zeka ile Kod Analiz Araçlarının Gereksiz Uyarılarını Süzme
Yazılım geliştiriciler statik kod analiz araçlarından gelen binlerce uyarı ile boğuşurken, bunların çoğu gereksiz çıkıyor ve 'alarm yorgunluğu' yaratıyor. Araştırmacılar, transformer tabanlı yapay zeka modellerini kullanarak bu sorunu çözmek için STAF adlı yeni bir sistem geliştirdi. Sistem, kod analiz raporlarındaki bulguları 'eyleme geçirilebilir' ve 'gereksiz' olarak sınıflandırarak, geliştiricilerin gerçekten önemli sorunlara odaklanmasını sağlıyor. Java projelerinde yapılan testlerde yüksek doğruluk oranları elde edildi.
Bilimsel etki tahmini için çok boyutlu yeni ölçüt sistemi geliştirildi
Araştırmacılar, bilimsel çalışmaların etkisini sadece atıf sayısıyla değil, çok daha kapsamlı bir şekilde değerlendirmek için SciImpact adlı yeni bir sistem geliştirdi. 19 farklı bilim dalından 215.928 makale çiftini analiz eden bu sistem, ödül kazanma durumundan medya ilgisine, patent referanslarından yazılım benimsenme oranlarına kadar birçok etki boyutunu bir arada inceliyor. Geleneksel yöntemler genellikle sadece kaç kez atıf aldığına bakarken, yeni sistem Nobel Ödülü gibi prestijli tanınırlıktan En İyi Makale Ödülü gibi kısa vadeli başarılara kadar geniş bir yelpazede etkiyi ölçebiliyor. Araştırmacılar 11 farklı büyük dil modelini bu sistem üzerinde test etti ve modellerin farklı etki boyutlarında değişken performans gösterdiğini keşfetti. Bu çalışma, bilimsel literatürün hızla büyüdüğü günümüzde araştırmaların gerçek etkisini daha doğru değerlendirmek için önemli bir adım teşkil ediyor.
Vision Transformer'ların Karar Verme Sürecini Açıklayan Yeni Yöntem Geliştirildi
Bilgisayar görme alanında önemli başarılar elde eden Vision Transformer'lar, karmaşık yapıları nedeniyle nasıl karar verdikleri anlaşılması zor sistemlerdi. Araştırmacılar, bu yapay zeka modellerinin karar verme süreçlerini daha net anlaşılabilir hale getiren Decision-Aware Attention Propagation (DAP) adlı yeni bir yöntem geliştirdi. Bu yaklaşım, modelin dikkat mekanizmasına karar odaklı bilgileri entegre ederek, hangi görsel öğelerin sınıflandırma kararında etkili olduğunu daha açık şekilde gösteriyor. Yöntem, mevcut dikkat tabanlı açıklama yöntemlerinin sınırlılıklarını aşarak, sınıf ayırım kabiliyeti daha yüksek açıklamalar sunuyor.
Yapay Zeka Belirsizliklerle Başa Çıkmayı Öğreniyor: DR-SAC Algoritması
Derin pekiştirmeli öğrenme algoritmaları laboratuvar ortamında büyük başarılar elde etse de, gerçek dünyada karşılaştıkları belirsizlikler nedeniyle performansları düşebilir. Araştırmacılar, bu sorunu çözmek için Dağılımsal Olarak Güçlü Yumuşak Aktör-Eleştirmen (DR-SAC) adlı yeni bir algoritma geliştirdi. Bu algoritma, sürekli eylem uzaylarında çalışabilen ve çevresel belirsizliklere karşı dirençli ilk aktör-eleştirmen tabanlı pekiştirmeli öğrenme yöntemi olma özelliğini taşıyor. DR-SAC, olası en kötü senaryolara karşı hazırlanarak, gerçek dünya uygulamalarında daha güvenilir performans sergileyebiliyor.
Dünya Robotik Liderlerini Buluşturacak RBR50 Galası 2026'da Geri Dönüyor
Robotik sektörünün en prestijli etkinliklerinden RBR50 Galası, 2026 Robotics Summit & Expo kapsamında düzenlenecek. Bu özel organizasyon, dünyanın önde gelen robotik yenilikçilerini ve sektör liderlerini bir araya getirerek, robotik teknolojilerinin geleceğini şekillendirecek ağ kurma fırsatları sunacak. Gala, robotik alanındaki çığır açan projeleri ve başarıları kutlama amacı taşırken, endüstrinin kilit isimlerini onurlandıracak. Etkinlik, robotik teknolojilerinin toplumsal etkisini artırmaya odaklanan profesyoneller için kritik bir platform oluşturacak.
SVG Grafiklerin Yapısal Kalitesini Ölçen Yeni Değerlendirme Sistemi
Araştırmacılar, SVG (ölçeklenebilir vektör grafik) üreten yapay zeka sistemlerinin performansını değerlendirmek için yenilikçi bir yöntem geliştirdi. Geleneksel değerlendirme yöntemleri sadece görsel benzerliğe odaklanırken, yeni yaklaşım SVG'lerin düzenlenebilir ve yeniden kullanılabilir yapısını da analiz ediyor. 'Leave-one-out' adı verilen teknikle, her grafik öğesi tek tek çıkarılarak sistemin yapısal bütünlüğü test ediliyor. Bu yöntem, hataları otomatik tespit edebilme, görsel kavramları öğelere bağlayabilme ve SVG'nin modüler yapısını ölçen dört farklı metrik sunma gibi avantajlar sağlıyor. Geliştirilen sistem, AI tarafından üretilen grafiklerin sadece güzel görünmesini değil, aynı zamanda teknik açıdan da kaliteli olmasını garanti etmeyi hedefliyor.
Code Whisperer: Yazılım Hatalarını Bulup Onaran Hibrit AI Sistemi
Araştırmacılar, yazılım kodlarındaki güvenlik açıklarını ve bakım sorunlarını tespit edip otomatik olarak onarabilen yeni bir yapay zeka sistemi geliştirdi. 'Code Whisperer' adlı bu hibrit framework, graf tabanlı program analizi ile büyük dil modellerini birleştiriyor. Sistem, kodun yapısal özelliklerini ve anlamsal bağlamını aynı anda değerlendirerek, mevcut araçların ürettiği gereksiz uyarıları azaltıyor ve daha kullanışlı çözüm önerileri sunuyor. Çoklu programlama dili desteği sunan sistem, sadece graf analizi veya sadece dil modeli kullanan yaklaşımlardan daha başarılı sonuçlar elde ediyor.