“bal” için sonuçlar
78 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Topolojik Veri Analizi ile Güçlendiriliyor
Araştırmacılar, yapay sinir ağlarının performansını artırmak için yeni bir yaklaşım geliştirdi. Topolojik Veri Analizi (TDA) tekniklerini derin öğrenme ile birleştiren bu yöntem, verilerin şekil ve yapısal özelliklerini koruyarak sinir ağlarına ekstra bilgi sağlıyor. Geleneksel yaklaşımlar topolojik bilgileri global olarak özetlerken, yeni sistem yerel geometrik yapıları da koruyor. Morse-Smale kompleksi kullanılarak geliştirilen bu çerçeve, hem konvolüsyonel hem de grafik sinir ağları ile uyumlu çalışabiliyor. Histopatoloji görüntü sınıflandırması ve 3D gözenekli malzeme regresyonu testlerinde, mevcut yöntemlere kıyasla belirgin performans artışları elde edildi.
Symphony: Yapay Zeka Eğitiminde Ağ Trafiğini Düzenleyen Yeni Sistem
Dağıtık yapay zeka eğitiminde kullanılan ring-tabanlı iletişim sistemlerindeki senkronizasyon sorunlarını çözen yeni bir teknoloji geliştirildi. Symphony adlı bu sistem, ağ gecikmesi ve tıkanıklığından kaynaklanan performans düşüşlerini önleyerek AI modellerinin daha verimli eğitilmesini sağlıyor. Araştırmacılar, büyük dil modelleri gibi karmaşık AI sistemlerinin eğitimi sırasında ortaya çıkan ağ sorunlarına odaklandı. Sistem, pipeline adımlarındaki hizalama bozukluklarını tespit ederek hızlı akan veri akışlarını yavaşlatıyor ve geride kalan akışların yetişmesini sağlıyor. Bu yaklaşım, global koordinasyon gerektirmeden yerel çözümler sunarak sistem verimliliğini artırıyor.
Kripto Borsalarının Matematiksel Sırrı: Neden Bu Formüller Kullanılıyor?
Princeton ve Columbia üniversitelerinden araştırmacılar, otomatik piyasa yapıcılarının (AMM) neden belirli matematiksel formüller kullandığını açıkladı. Uniswap'in xy=k formülü ve Balancer'ın ağırlıklı geometrik ortalaması gibi popüler tasarımların arkasındaki matematiksel nedenleri ilk kez teorik olarak kanıtladılar. Çalışma, geçerlilik değişmezliği, Pareto verimliliği ve birim değişmezliği olmak üzere üç temel aksiyomdan yola çıkarak bu formüllerin kaçınılmaz olduğunu gösteriyor. Araştırma, kripto para borsalarının çalışma prensiplerini anlamak ve gelecekteki AMM tasarımlarını optimize etmek için önemli bir teorik temel sağlıyor.
Yapay Zeka Ajanları Borsa Balonları Oluşturabiliyor
MIT araştırmacıları, büyük dil modeli tabanlı yapay zeka ajanlarının finansal piyasalarda nasıl davrandığını inceledikleri deneysel çalışmada çarpıcı sonuçlar elde etti. AI ajanları, tıpkı insanlar gibi davranışsal önyargılar sergiledi ve bireysel seviyedeki bu önyargılar piyasa düzeyinde balonlara yol açtı. Çalışma, AI'ların finansal karar verme süreçlerindeki rolünün artmasıyla birlikte piyasa dinamiklerinin nasıl değişebileceğine dair önemli ipuçları sunuyor. Araştırmacılar, belirli müdahalelerle AI davranışlarını kontrol edebileceklerini de gösterdi.
Kampüs Ortamları İçin İlk Yapay Zeka Veri Seti: CORP Projesi
Otonom sürüş teknolojilerinin geliştirilmesinde büyük bir boşluk kapatılıyor. Araştırmacılar, şimdiye kadar çoğunlukla şehir merkezlerindeki ana yollar üzerinde odaklanan mevcut veri setlerinin aksine, kampüs ve park gibi yerleşim alanlarına özel ilk kapsamlı veri setini oluşturdular. CORP adı verilen bu yeni veri seti, 18 kamera ve 9 LiDAR sensöründen toplanan 205 bin görüntü ve 102 bin nokta bulutu içeriyor. Üniversite kampüsü ortamında toplanan veriler, sokak lambalarına monte edilen farklı konfigürasyonlardaki sensörlerden elde ediliyor. Bu çalışma, otonom araçların kampüs gibi özel ortamlarda daha güvenli ve etkili çalışabilmesi için gerekli olan makine öğrenmesi algoritmalarının geliştirilmesine önemli katkı sağlayacak.
Yapay zeka ile plankton izleme: Çevre korumanın yeni dijital yardımcısı
Su ekosistemlerinin sağlığını değerlendirmek için kritik öneme sahip plankton izleme, geleneksel yöntemlerle oldukça zor ve zaman alıcı bir süreç. Mikroskobik analizler manuel olarak yapılırken, araştırmacılar hem zaman hem de işgücü kısıtlamasıyla karşılaşıyor. Yeni geliştirilen PlankFormer sistemi, yapay zeka teknolojilerini kullanarak bu sorunu çözmeyi hedefliyor. Sistem, kalabalık mikroskop görüntülerinde planktonları otomatik olarak tespit edip ayırt edebiliyor. En büyük zorluklardan biri, gerçek plankton örnekleriyle debris ve birbiriyle örtüşen organizmaları birbirinden ayırmak. PlankFormer, bu problemi Vision Transformer teknolojisi ve sentetik görüntü üretimi ile aşıyor. Özellikle veri yetersizliğini gidermek için yapay plankton topluluk görüntüleri oluşturuyor. Bu teknoloji, çevre bilimcilerin su kalitesi ve ekolojik değişimleri daha hızlı ve doğru şekilde izlemelerine olanak sağlayarak, çevresel korumanın dijital dönüşümünde önemli bir adım temsil ediyor.
Yapay Zeka Modellerinin Düşük Hassasiyetli Eğitiminde Yaşanan Çöküşlerin Gizemi Çözüldü
Araştırmacılar, yapay zeka transformer modellerinin düşük hassasiyetli eğitiminde yaşanan gizemli çöküşlerin nedenini ilk kez açıkladı. Stanford ve diğer kurumlardan bilim insanları, Flash Attention teknolojisi kullanılarak düşük hassasiyetli ayarlarda eğitilen modellerde ortaya çıkan felaket niteliğindeki kayıp patlamalarının arkasındaki mekanizmayı keşfetti. Bu çalışma, AI endüstrisinin hesaplama verimliliği arayışında karşılaştığı önemli bir engelin çözümüne ışık tutuyor. Bulgular, dikkat mekanizmasında benzer düşük-rank temsillerin ortaya çıkması ve düşük hassasiyetli aritmetikte önyargılı yuvarlama hatalarının birleşen etkisiyle oluşan kısır döngünün, model eğitimini nasıl baltaladığını ortaya koyuyor. Bu keşif, daha verimli AI modelleri geliştirmek için kritik önem taşıyor.
Yapay Zeka Senaryo Yazımında Çığır Açıyor: Dramaturge Sistemi
Araştırmacılar, uzun anlatı senaryolarının kalitesini artırmak için yenilikçi bir yapay zeka sistemi geliştirdi. Dramaturge adlı bu sistem, hiyerarşik çoklu LLM ajanları kullanarak senaryo yazımını üç aşamaya böldü: küresel gözden geçirme, sahne düzeyinde analiz ve koordineli revizyon. Tek geçişli geleneksel yöntemlerin aksine, bu 'böl ve fethet' yaklaşımı hem genel yapısal sorunları hem de yerel detay hatalarını tespit ederek tutarlı düzeltmeler yapabiliyor. Sistem, senaryonun bütününü kavrayarak global yapısal problemleri belirliyor, ardından sahne düzeyinde ayrıntılı hataları tespit ediyor. Bu çok katmanlı yaklaşım, senaryo yazarlarının çalışma biçimini taklit ederek daha kaliteli ve tutarlı uzun anlatılar üretiyor.
EAGLET: Yapay Zeka Ajanları İçin Yeni Nesil Global Planlayıcı Sistemi
Araştırmacılar, büyük dil modellerine dayalı yapay zeka ajanlarının uzun vadeli görevlerde yaşadığı planlama sorunlarına çözüm getiren EAGLET adlı yeni bir sistem geliştirdi. Mevcut AI ajanları karmaşık görevlerde genellikle deneme-yanılma yöntemiyle hareket ediyor ve gerçekçi olmayan eylemler üretebiliyor. EAGLET, iki aşamalı bir eğitim süreci kullanarak bu sorunu çözüyor: İlk aşamada gelişmiş dil modellerinden yüksek kaliteli planlar sentezliyor, ikinci aşamada ise kural tabanlı pekiştirmeli öğrenme ile sistemini geliştiriyor. Bu yaklaşım, AI ajanlarının farklı zorluk seviyelerindeki görevleri daha etkili şekilde gerçekleştirmesini sağlıyor. Üç farklı uzun vadeli görevde yapılan testlerde, EAGLET ile donatılmış ajanların mevcut yöntemleri geride bıraktığı görüldü.
Çok Amaçlı Evrimsel Algoritmaların Büyük Ölçekli Problemlerdeki Performansı
Evrimsel algoritmalar, doğal seçilim ilkelerini taklit ederek karmaşık optimizasyon problemlerini çözmeye çalışır. Yeni araştırma, bu algoritmaların problem boyutu arttıkça nasıl performans gösterdiğini inceliyor. Özellikle sürekli problemlerden farklı olarak, kombinatorial optimizasyon problemleri daha zorlu bir yapıya sahip. Bu problemlerde discrete (ayrık) yapı nedeniyle pürüzlü peyzajlar, çok sayıda yerel optimum ve birbirinden ayrı global optimum bölgeleri ortaya çıkıyor. İlginç şekilde, SEMO gibi basit algoritmalar bazen daha karmaşık sistemlerden üstün performans sergiliyor. Ancak bu durumun büyük ölçekli problemlerde de geçerli olup olmadığı belirsizdi. Bu çalışma, farklı algoritmaların ölçeklenebilirliğini empirik olarak test ederek alan için önemli bulgular sunuyor.
RankUp: Büyük Ölçekli Reklam Öneri Sistemlerinde Yeni Dönem
Araştırmacılar, büyük ölçekli reklam öneri sistemlerinde karşılaşılan önemli bir sorunu çözmek için RankUp adını verdikleri yeni bir mimari geliştirdiler. Mevcut sistemlerde model derinliği artırıldığında, temsil kapasitesinin beklenenin aksine düştüğü gözlemlenmişti. Bu durum, derin katmanlarda veri temsilinin etkisizleşmesi anlamına geliyordu. RankUp mimarisi, rastgele permütasyon bölme, çoklu gömme paradigması ve global token entegrasyonu gibi yenilikçi yaklaşımlarla bu sorunu aşmayı hedefliyor. Sistem, büyük ölçekli üretim ortamında tam olarak devreye alınmış durumda. Bu gelişme, özellikle dijital reklamcılık sektörü için önemli performans artışları vaat ediyor.
Yapay zeka artık kamufle nesneleri daha iyi tespit edebiliyor
Araştırmacılar, çevresiyle karışan kamufle nesneleri tespit etmek için yeni bir yapay zeka sistemi geliştirdi. BASFNet adı verilen bu sistem, uzamsal ve frekans alanı bilgilerini birleştirerek çalışıyor. Geleneksel yöntemler genellikle sadece kenar tespiti ve yerel piksel bilgilerine odaklanırken, yeni yaklaşım hem global yapısal özellikleri hem de faz spektrumu bilgilerini kullanıyor. Bu teknoloji, askeri uygulamalardan biyolojik araştırmalara kadar geniş bir kullanım alanına sahip olabilir.
Yapay Zeka Uzun Videoları Nasıl Anlayacak? Q-Gate ile Akıllı Kare Seçimi
Uzun videoları anlama konusunda yapay zeka modellerinin karşılaştığı en büyük sorun, binlerce kareyi işlemenin getirdiği hesaplama maliyeti. Araştırmacılar bu sorunu çözmek için Q-Gate adında yeni bir sistem geliştirdi. Mevcut yöntemler genellikle tek bir görsel metrik kullanarak önemli kareleri seçerken, Q-Gate sorulan sorunun türüne göre farklı yaklaşımlar benimsiyor. Sistem, görsel detaylar için Visual Grounding, sahne anlamları için Global Matching ve altyazı odaklı anlatımlar için Contextual Alignment olmak üzere üç farklı uzman akış kullanıyor. Bu dinamik yaklaşım sayesinde, görsel sorular için sadece görsel verilere odaklanırken, hikaye odaklı sorular için metin bilgilerini de devreye alabiliyor. Ek eğitim gerektirmeyen bu sistem, mevcut video anlama modellerine kolayca entegre edilebiliyor.
Yapay Zeka ile Bilgi Arama Sistemlerinde Devrim: BAGEL Yöntemi Geliştirdi
Büyük Dil Modelleri (LLM'ler) bilgi arama konusunda başarılı olsa da yüksek hesaplama maliyetleri nedeniyle verimlilik sorunu yaşıyordu. Araştırmacılar bu soruna çözüm olarak BAGEL adlı yeni bir yöntem geliştirdi. Bu sistem, Bayesian Aktif Öğrenme ve Gaussian Süreçleri kullanarak LLM'lerin alakalılık puanlarını daha geniş veri kümesine yaygınlaştırıyor. BAGEL, mevcut sistemlerin iki temel sınırını aşmayı hedefliyor: farklı anlam kümelerindeki ilgili metinleri bulamaması ve alakalılık sinyallerini korpus geneline yayamaması. Yeni yöntem, sınırlı LLM puanlarını akıllıca kullanarak tüm gömülü uzayda çok modlu alakalılık dağılımını modelliyor ve stratejik seçimler yaparak global keşfi yönlendiriyor.
Yarış Teknolojisi Otonom Araçları Daha Güvenli Yapacak
Araştırmacılar, otonom araçların çarpışma kaçınma yeteneklerini geliştirmek için yarış arabalarının manevra tekniklerinden ilham alan yeni bir yaklaşım geliştirdi. ABD'de trafik kazalarının %94'ünün insan hatası kaynaklı olduğu ve yılda 7000'den fazla yaya ölümüne neden olduğu gerçeğinden hareketle, derin pekiştirmeli öğrenme algoritmaları kullanılarak acil durum kaçınma sistemleri tasarlandı. Bu sistem, yarış arabası sollamaları sırasında kullanılan gelişmiş manevralardan öğrendiği stratejileri, günlük trafikte karşılaşılabilecek tehlikeli durumlara uyarlıyor. Fizik kurallarını dikkate alan simülasyon ortamında test edilen teknoloji, özellikle kötü hava koşulları ve siber güvenlik tehditleri gibi zorlu durumlarda daha etkili güvenlik önlemleri sunabilecek.
Robotlar kalabalıkta nasıl güvenle yürür? LiDAR sensörlerle yeni çözüm
Kalabalık ortamlarda hareket eden robotların güvenli navigasyonu için yenilikçi bir yaklaşım geliştirildi. Araştırmacılar, geleneksel bireysel takip sistemleri yerine, insan gruplarını 'görünür kenar' temelli bir yöntemle algılayan LiDAR tabanlı sistem tasarladı. Bu yaklaşım, özellikle yoğun kalabalıklarda yaşanan görüş engelleri ve gürültü sorunlarını çözerek robotların hem daha güvenli hem de sosyal açıdan kabul edilebilir şekilde hareket etmesini sağlıyor. Çalışma, grup tahmin doğruluğunun navigasyon performansını beklenenden az etkilediğini ortaya koyarak, basitleştirilmiş grup temsil yöntemlerinin etkili olabileceğini gösteriyor.
Yapay Zeka Destekli Monte Carlo Yöntemi Kombinatoryal Optimizasyonda Atılım Sağladı
Araştırmacılar, kombinatoryal optimizasyon problemlerinde yapay zeka destekli Monte Carlo algoritması geliştirerek geleneksel yöntemleri geride bıraktı. Global Annealing Monte Carlo adı verilen bu yeni yaklaşım, standart yerel hareketleri makine öğrenmesi önerili küresel hareketlerle birleştiriyor. Özellikle üç boyutlu Ising spin camlarında minimum enerji konfigürasyonları bulma probleminde test edilen sistem, hem Simulated Annealing hem de Population Annealing yöntemlerinden üstün performans gösterdi. Çalışma, makine öğrenmesi destekli optimizasyon algoritmalarının artık klasik yöntemleri tutarlı şekilde geçebileceğini kanıtlayan önemli örneklerden biri olarak bilim dünyasında ses getiriyor.
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, Küçük Katsayılı Karmaşık Fizik Denklemlerini Keşfetmeyi Öğrendi
Araştırmacılar, fiziksel sistemleri yöneten karmaşık denklemleri verilerden otomatik olarak keşfedebilen yeni bir yapay zeka yöntemi geliştirdi. Balance-Guided SINDy (BG-SINDy) adlı bu teknik, geleneksel yöntemlerin zorlandığı çok ölçekli sistemlerde başarılı sonuçlar veriyor. Özellikle katsayıları küçük olan ama dinamik açıdan kritik terimleri tespit edebiliyor. Yöntem, mutlak büyüklükler yerine terimlerin denklem dengesine katkılarına odaklanarak çalışıyor. Korteweg-de Vries ve modifiye Burgers denklemleri üzerindeki testlerde başarılı sonuçlar elde edildi. Bu gelişme, kompleks fiziksel olayları modellemede önemli bir adım.
Balkan Borsalarının Birleşmesi Para Politikalarını Güçlendirebilir
Batı Balkan ülkelerinin borsalarının kurumsal entegrasyonu, para politikalarının etkinliğini nasıl artırabileceğini inceleyen yeni bir araştırma dikkat çekiyor. Bosna-Hersek, Kuzey Makedonya ve Sırbistan'ın sermaye piyasalarındaki mevcut bölünmüşlük, bu ülkelerin ekonomik potansiyelini sınırlıyor. Araştırmacılar, Baltık OMX birleşmesini referans alarak, hipotetik bir Batı Balkan borsa entegrasyonunun etkilerini simüle etti. Çalışma, borsa birleşmelerinin küçük ve açık ekonomilerde para politikalarının varlık fiyatları üzerindeki etkisini nasıl yeniden şekillendirdiğini ortaya koymayı hedefliyor. Bu tür entegrasyonların, piyasa değerlemelerinin parasal şoklara olan duyarlılığını değiştirerek, merkez bankalarının politika araçlarını daha etkili kullanabilmelerine olanak sağlayabileceği öne sürülüyor.
Otonom araçlar için yeni yapay zeka sistemi nadir nesneleri daha iyi tanıyor
Araştırmacılar, otonom sürüş teknolojisinde kritik bir sorunu çözmek için yeni bir yapay zeka sistemi geliştirdi. SemLT3D adlı bu sistem, sadece kamera kullanarak çevredeki nesneleri üç boyutlu olarak tespit ederken, nadir görülen ama güvenlik açısından hayati önem taşıyan nesneleri daha başarılı şekilde tanımlayabiliyor. Çocuklar, bebek arabaları veya acil durum araçları gibi seyrek rastlanan kategoriler, mevcut veri setlerinde yetersiz temsil edildiği için geleneksel sistemler bu nesneleri güvenilir şekilde algılayamıyor. Yeni sistem, semantik rehberlik ve uzman bilgi aktarımı yöntemlerini kullanarak bu sorunu çözmeyi hedefliyor. Bu gelişme, otonom araçların güvenlik performansını artırabilecek önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Yarış Arabası Tasarımını Hızlandırıyor
Yarış arabası aerodinamiği geliştirmek için kullanılan Hesaplamalı Akışkanlar Dinamiği (CFD) simülasyonları, on binlerce saat işlemci gücü gerektirdiği için tasarım sürecini ciddi şekilde yavaşlatıyor. Bu sorunu çözmek için araştırmacılar, yapay zeka tabanlı vekil modeller geliştirdi. Yeni çalışmada, LMP2 sınıfı yarış arabalarının parametrik CAD modeli kullanılarak uzmanlar tarafından doğrulanan yüksek kaliteli bir veri seti oluşturuldu. Geliştirilen Gauge-Invariant Spektral model, karmaşık motorsport bileşenlerinin aerodinamik performansını hızla tahmin edebiliyor. Bu yenilik, yarış arabası tasarımcılarının daha geniş tasarım alanlarını keşfetmesine ve geliştirme sürecini önemli ölçüde hızlandırmasına olanak tanıyor. Araştırma, endüstriyel motorsport gereksinimlerini karşılayacak şekilde tasarlanan ilk kapsamlı AI yaklaşımı olarak öne çıkıyor.
Büyük Dil Modelleri Çok Dilli Kod Analizi Testinde Sınıfta Kaldı
Araştırmacılar, yazılım geliştirmede kritik öneme sahip otomatik günlük kaydı (logging) sistemlerini inceleyen kapsamlı bir çalışma yayınladı. MultiLogBench adlı yeni benchmark, altı farklı programlama dili ekosisteminde 63 bin üzeri kod örneği içeriyor. Çalışma, mevcut yapay zeka modellerinin tek dil odaklı eğitim verisiyle sınırlı kaldığını ve gerçek yazılım geliştirme süreçlerindeki çok dilli ortamlarda yetersiz performans gösterdiğini ortaya koyuyor. Günlük kaydı, yazılım hatalarını tespit etme ve sistem performansını izlemede hayati rol oynar, ancak geliştiriciler için zaman alıcı bir süreçtir. Bu nedenle otomatik günlük sistemi geliştirme çabaları büyük önem taşır.
Graf öğrenmede yeni topolojik yaklaşım: Kum saati kalıcılığı
Araştırmacılar, graf sinir ağlarının öğrenme kapasitesini artırmak için yeni bir topolojik yöntem geliştirdi. Geleneksel kalıcı homoloji yöntemlerinin sınırlarını aşmaya odaklanan çalışma, graf büzülme işlemlerini temel alan 'Büzülme Homolojisi' kavramını tanıtıyor. En dikkat çekici yenilik ise genişleme ve büzülme işlemlerini birleştiren 'Kum Saati Kalıcılığı' yaklaşımı. Bu yöntem, graf yapılarındaki döngüler ve global özellikler gibi karmaşık topolojik bilgileri daha etkili şekilde kodlayabiliyor. Makine öğrenmesi uygulamalarında ifade gücü, öğrenilebilirlik ve kararlılık açısından önemli iyileştirmeler sağlayan bu yaklaşım, simplicial ve hücresel ağlara da uygulanabiliyor.