“iyonlar” için sonuçlar
98 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
RECURSUM: Yapay Zeka Destekli Kod Üretimi Uzman Programcıları Geride Bıraktı
Bilim insanları, matematiksel tekrarlama ilişkileri için otomatik kod üreten RECURSUM adlı yeni bir sistem geliştirdi. Python tabanlı bu araç, uzman programcıların elle yazdığı kodlardan 9,8 kat daha hızlı çalışan C++ kodları üretebiliyor. Sistem, özellikle ortogonal polinomlar, özel fonksiyonlar ve sayısal entegrasyon gibi alanlarda kullanılan karmaşık matematiksel hesaplamalarda devrim yaratıyor. Sadece 10-30 satır Python kodu ile 650'den fazla satır profesyonel C++ kodu üreten sistem, üç farklı optimizasyon yöntemi kullanıyor. Bu başarı, yapay zeka destekli kod üretiminin artık insan uzmanlığını aşabildiğini gösteren önemli bir kilometre taşı olarak değerlendiriliyor.
Web3 Ekosistemlerinde Sosyal Bağların Haritası Çıkarıldı
Araştırmacılar, NFT koleksiyonları üzerinden Web3 ekosistemlerinin sadece dijital varlık pazarları değil, aynı zamanda karmaşık sosyal ağlar olduğunu ortaya çıkardı. Yüzden fazla NFT koleksiyonunun analiziyle, blok zinciri işlemlerinin nasıl kalıcı sosyal bağlar, ortak anlatılar ve kolektif kimlikler yarattığı gösterildi. Ağ analizi yöntemleriyle uzun vadeli yatırımcılar, aktif tüccarlar ve kısa vadeli spekülatörler gibi farklı katılımcı grupları belirlendi. Her grubun kendine özgü ağ topolojileri, birliktelik seviyeleri ve etki yolları oluşturduğu tespit edildi. Sosyal medya verilerinin incelenmesi, işlem aktivitesi azalsa bile anlatı üretimi ve etkileşimin devam ettiğini gösterdi.
Robot navigasyonunda güvenlik ve hız dengesini sağlayan yeni algoritma geliştirildi
Kapalı alanlarda çalışan robotların güvenli ve verimli navigasyonu için yeni bir hibrit yaklaşım geliştirildi. Araştırmacılar, offline Hamilton-Jacobi erişilebilirlik analizi ile online graf arama algoritmalarını birleştirerek, robotların karmaşık ortamlarda hem hızlı hem de güvenli hareket etmesini sağlayan bir çerçeve oluşturdu. Bu yöntem, özellikle dinamik ortamlarda çalışan otonom robotlar için kritik olan gerçek zamanlı planlama sorununu ele alıyor. Geleneksel graf arama algoritmalarının yüksek boyutlu uzaylarda karşılaştığı hesaplama karmaşıklığı sorununu, önceden hesaplanmış değer fonksiyonlarını kullanarak çözmeyi hedefliyor.
Yeni Kriptografi Tekniği: Gizli Tensör Hesaplama ile Güvenlik Devrimi
Araştırmacılar, iki tarafın birbirlerinin verilerini görmeden karmaşık matematiksel işlemler yapabilmesini sağlayan yeni bir kriptografik yöntem geliştirdi. 'Başarılı gizli tensör değerlendirmesi' adı verilen bu teknik, vektörlerin tensör çarpımını güvenli bir şekilde hesaplarken, iletilen mesaj boyutlarını minimal düzeyde tutuyor. Standart 'hatalarla öğrenme' problemi üzerine kurulu bu sistem, adaptif güvenlikli fonksiyon değerlendirme, tüm devreler için kapı fonksiyonları ve homomorfik gizli paylaşım gibi birçok kriptografik ilkel için temel oluşturuyor. Özellikle derinlik-D fonksiyonları için iletişim karmaşıklığını optimize eden bu yaklaşım, güvenli çok taraflı hesaplama alanında önemli bir ilerleme sunuyor.
Yapay Zeka ile Yeni Nesil Filtreleme Teknolojisi: Derin Öğrenme Bayesian Filtresi
Araştırmacılar, geriye dönük stokastik diferansiyel denklemler ve derin öğrenme teknolojilerini birleştirerek yenilikçi bir Bayesian filtreleme yöntemi geliştirdi. Bu yaklaşım, karmaşık filtreleme problemlerini çözmek için doğrusal olmayan Feynman-Kac temsilini kullanıyor ve sinir ağları aracılığıyla yoğunluk fonksiyonlarını tahmin ediyor. Sistem çevrimdışı eğitildikten sonra yeni gözlemlerle gerçek zamanlı olarak çalışabiliyor. Matematiksel olarak kanıtlanmış hata sınırları ve sayısal örneklerle doğrulanmış yakınsama oranları, metodun güvenilirliğini gösteriyor. Bu gelişme, sinyal işleme, robot navigasyonu ve finansal modelleme gibi alanlarda daha hassas tahmin ve filtreleme imkanları sunuyor.
Yapay zeka modelleri metin analizi testinde zorlanıyor
Araştırmacılar, büyük dil modellerinin okuma anlama yeteneklerini değerlendiren yeni bir test sistemi geliştirdi. Text2DistBench adlı bu sistem, AI'ların basit bilgileri bulmanın ötesinde, metin koleksiyonlarındaki genel eğilimleri ve dağılımları anlayabilme kapasitelerini ölçüyor. YouTube yorumları üzerinde yapılan testler, mevcut AI sistemlerinin toplumsal görüşleri ve popülasyon düzeyindeki trendleri anlamada yetersiz kaldığını ortaya koyuyor. Bu çalışma, AI'ların gerçek dünya görevlerinde daha etkili olabilmesi için geliştirilmesi gereken alanları işaret ediyor.
Derin Öğrenme Modellerinin Matematiksel DNA'sı Çözülüyor
Araştırmacılar, derin öğrenme modellerinin mimarilerini tanımlamak için yeni bir matematiksel çerçeve geliştirdi. Mevcut durumda yapay zeka modellerinin yapıları genellikle diyagramlar ve sözde kodlarla ifade ediliyor, ancak bu yaklaşım karmaşık matematiksel ilişkileri tam olarak açıklayamıyor. Yeni çerçeve, kategori teorisi kullanarak modellerin altında yatan matematiksel fonksiyonları kesin bir şekilde ifade ediyor. Bu yaklaşım, hem insan tarafından anlaşılabilir diyagramlar hem de makine tarafından işlenebilir veri yapıları sunuyor. Araştırma ekibi, geliştirdikleri sistemin evrensel doğasını göstermek için Python ve TypeScript dillerinde paralel uygulamalar hazırladı.
Yapay Zeka Büyük Dil Modelleriyle Metin Kümeleme Devrimleşiyor
Araştırmacılar, büyük metin koleksiyonlarını analiz etmek için kullanılan denetimsiz kümeleme yöntemlerinin zayıflıklarını gidermede çığır açan bir yaklaşım geliştirdi. Geleneksel yöntemler çoğunlukla tutarsız, tekrarlayan veya anlamsız kümeler üretiyor. Yeni çerçeve, büyük dil modellerini gömme üreticisi olarak değil, semantik hakim olarak kullanarak kümeleme sonuçlarını doğruluyor ve yeniden yapılandırıyor. Sistem üç aşamalı akıl yürütme süreci içeriyor: tutarlılık doğrulama, gereksizlik değerlendirmesi ve etiket temellendirme. Bu yaklaşım, etiketli veri gerektirmeden metin analizi sonuçlarının kalitesini önemli ölçüde artırıyor.
Yapay Zeka Kontrolünde Yeni Yaklaşım: Düşman Ortamda Daha İyi Performans
Araştırmacılar, çevrimiçi stokastik olmayan kontrol problemleri için yeni bir algoritma geliştirdi. Bu yöntem, düşmanca bozuculuklar ve maliyet fonksiyonları altında çalışan doğrusal sistemlerin kontrolünde kullanılıyor. Geleneksel yaklaşımlardan farklı olarak, sabit girdi ile ulaşılabilen denge durumları yerine, afin kontrolör altında erişilebilen daha geniş bir denge durumu kümesini referans alıyor. Bu genişletilmiş karşılaştırma sınıfı, algoritmanın performans garantilerini önemli ölçüde güçlendiriyor ve O(√T) pişmanlık oranı elde ediyor. Yöntem, Follow-The-Perturbed-Leader tarzı çevrimiçi dışbükey olmayan optimizasyon yaklaşımını, değişen politikalara rağmen kararlılığı koruyan bir gruplama yöntemiyle birleştiriyor.
Simetrik Nesneler İçin Yeni Poz Tahmini Yöntemi Geliştirildi
Araştırmacılar, simetrik nesnelerin 3 boyutlu konumlarını tespit etmede karşılaşılan temel zorluklara yenilikçi bir çözüm geliştirdi. Günlük hayatta sıkça karşılaştığımız simetrik nesneler - bardaklar, kutular, silindirler gibi - yapay zeka sistemleri için benzersiz bir zorluk teşkil ediyor. Bu nesnelerin birden fazla görsel açıdan aynı görünmesi, derin öğrenme ağlarının eğitimini zorlaştırıyor. Geleneksel yöntemler bu sorunu özel kayıp fonksiyonları veya karmaşık ağ mimarileri ile çözmeye çalışırken, yeni yaklaşım daha temelden hareket ediyor. SARR adı verilen bu yöntem, rotasyon temsilini matematiksel olarak yeniden tanımlayarak, simetrik nesneler için benzersiz ve sürekli bir poz gösterimi sağlıyor. Bu breakthrough, robotik, artırılmış gerçeklik ve endüstriyel otomasyon alanlarında önemli ilerlemelere kapı açabilir.
GPU Destekli Yeni Simülasyon Sistemi Esnek Robotları Hızlandıracak
Araştırmacılar, esnek çok gövdeli dinamik sistemlerin simülasyonunu büyük ölçüde hızlandıran yeni bir GPU tabanlı hesaplama çerçevesi geliştirdi. Total Lagrangian sonlu elemanlar yöntemine dayanan bu sistem, robotik kollar, araç süspansiyonları ve biyomedikal implantlar gibi karmaşık esnek yapıların davranışını gerçek zamanlı modelleyebiliyor. Yeni yaklaşım, geleneksel CPU tabanlı yöntemlere kıyasla önemli hız artışı sağlayarak, mühendislik tasarımından sanal gerçeklik uygulamalarına kadar geniş bir kullanım alanı sunuyor.
Yapay Zeka'da Kuantum Hesaplama: Kararlılık Sorunu Çözüldü
Araştırmacılar, kuantum sistemlerin temel durumlarını hesaplamak için kullanılan yapay sinir ağlarının optimizasyonunda kritik bir kararlılık problemini çözdü. Variasyonel Monte Carlo yöntemi ile birleştirilen sinir ağı dalga fonksiyonları, kuantum sistemlerin yüksek doğrulukla analizi için güçlü araçlar sunuyor. Ancak bu sistemlerin pratik başarısı, dalga fonksiyonlarının verimli ve kararlı optimizasyonuna bağlı. SPRING adlı algoritmanın momentum parametresindeki hassasiyet sorunu, bilim insanlarını uzun süre meşgul etmişti. Yeni araştırma, bu parametrenin farklı değerlerinde sistemin nasıl davrandığını açıklığa kavuşturdu ve adaptif kontrol stratejileri geliştirdi. Bu ilerleme, kuantum hesaplama ve yapay zeka kesişiminde önemli pratik uygulamalar vaat ediyor.
Yapay Zeka Tabanlı Bilgi Erişim Sistemlerinde Yeni Dönem: Agentic RAG
Retrieval-Augmented Generation (RAG) sistemleri, yapay zeka uygulamalarında bilgi erişimini devrimleştirdi. Geleneksel RAG yaklaşımları, kullanıcı sorgularına yanıt vermek için veri tabanlarından bilgi çekip bunu dil modelleriyle birleştiriyor. Ancak bu sistemlerin gürültülü veri getirme, yetersiz sorgu-belge eşleştirmesi gibi sınırları vardı. Yeni araştırma, büyük dil modellerinin kendi kendini yönlendirme yeteneklerini kullanan 'Agentic RAG' yaklaşımını inceliyor. Bu yöntemde, yapay zeka tüm süreci kendisi orkestra ediyor: hangi aksiyonları alacağına, ne zaman gerçekleştireceğine ve süreçte iterasyon yapıp yapmayacağına karar veriyor. Araştırma, farklı RAG yaklaşımlarını deneysel olarak karşılaştırarak bu yeni paradigmanın etkinliğini değerlendiriyor.
Yapay Zeka Modellerini Daha Verimli Analiz Eden Yeni Yöntem Geliştildi
Araştırmacılar, yapay zeka modellerinin eğitim verilerinden nasıl etkilendiğini analiz etmek için yeni bir yöntem geliştirdi. Bu yöntem, 'dropout' tekniğini kullanarak hesaplama maliyetlerini önemli ölçüde azaltıyor. Büyük yapay zeka modelleri için kritik olan bu gelişme, modellerin davranışlarını anlamayı ve şeffaflığı artırmayı hedefliyor. Geleneksel etki fonksiyonları, hangi eğitim verilerinin modelin performansını nasıl etkilediğini hesaplarken çok fazla işlem gücü ve bellek gerektiriyordu. Yeni yaklaşım, bu sorunu çözerek daha verimli model analizi yapılmasına olanak tanıyor. Bu gelişme, yapay zeka modellerinin daha güvenilir ve anlaşılabilir hale getirilmesi için önemli bir adım sayılıyor.
Yapay Zeka ile Güçlü Şifreli Fonksiyonların Keşfi
Araştırmacılar, evrimsel hesaplama yöntemlerini kullanarak yüksek doğrusal olmama özelliğine sahip monoton Boolean fonksiyonları geliştirmeyi başardı. Boolean fonksiyonları, kriptografi ve bilgisayar güvenliğinde kritik rol oynar. Monoton yapıları nedeniyle sınırlı şifreleme gücüne sahip olan bu fonksiyonları güçlendirmek, güvenli iletişim sistemleri için büyük önem taşır. Çalışmada, üç farklı kodlama yöntemi ve özel fitness fonksiyonları kullanılarak, geleneksel çoğunluk fonksiyonlarından çok daha güçlü doğrusal olmama özellikleri elde edildi.
Yapay Zeka Modellerinde Devrim: Bellek Kullanımını %90 Azaltan Yeni Sıkıştırma Yöntemi
Büyük dil modellerinin özelleştirilmiş versiyonları muazzam bellek tüketimi yaratıyor. Her görev için ayrı model saklamak yerine, araştırmacılar tek temel model üzerinde sıkıştırılmış değişiklikler saklama yöntemlerini geliştiriyor. Ancak mevcut teknikler büyük veri setleriyle eğitilmiş modellerde başarısız oluyor. Yeni geliştirilen D-QRELO yöntemi, büyük ölçekli eğitimin yarattığı sıkıştırma zorluklarını çözmek için iki aşamalı yaklaşım benimsiyor. İlk aşamada tek-bit kuantalama ile ana yapıyı yakalıyor, ikinci aşamada ise düşük-rank yaklaşım ile ince detayları koruyor. Bu yenilikçi yaklaşım, yapay zeka modellerinin daha verimli depolanması ve dağıtımı için umut vaat ediyor.
Yapay zeka, kod optimizasyonunda yeni bir dönem başlatıyor
Bilgisayar programlarını daha verimli hale getiren 'equality saturation' tekniği, büyük dil modelleri sayesinde otomatikleşiyor. Araştırmacılar, derleyici optimizasyonunda manuel olarak tasarlanan stratejileri yapay zeka ile otomatik üretebilen EggMind sistemini geliştirdi. Bu sistem, programların farklı eşdeğer versiyonlarını akıllı grafik yapılarında saklayarak en verimli olanını seçiyor. Geleneksel yöntemler manuel strateji tasarımı gerektirdiğinden zaman alıcıydı ve uzman bilgisi gerekiyordu. Yeni yaklaşım, büyük dil modellerinin kod anlayışını kullanarak bu süreci otomatikleştiriyor ve derleyici teknolojilerinde önemli bir adım atıyor.
Robotlar Birbirinden Öğrenmeye Başladı: Sosyal Öğrenme ile Daha Hızla Gelişiyorlar
Bilim insanları, robotların birbirlerinden öğrenerek daha hızlı gelişmesini sağlayan yeni bir yöntem geliştirdi. Araştırmada, sanal yumuşak robotlar, diğer robotların deneyimlerinden faydalanarak kendi beyin optimizasyonlarını hızlandırıyor. Geleneksel yaklaşımda her robot bağımsız olarak öğrenirken, yeni sosyal öğrenme sisteminde robotlar, benzer fiziksel yapıya sahip akranlarının öğrendiği kontrol parametrelerini kullanabiliyor. Bu yaklaşım, robot gelişiminde devrim niteliğinde bir adım olarak görülüyor çünkü robotların hem vücut yapısını hem de beyin fonksiyonlarını aynı anda optimize etme sürecini önemli ölçüde hızlandırıyor. Araştırmacılar, hangi robotlardan öğrenmenin daha etkili olduğunu ve kaç farklı öğretmenden bilgi almanın optimal sonuç verdiğini sistematik olarak incelediler.
Yapay Zeka Planlaması İçin Yeni Algoritma: Platypoos Ölçek Sorununu Çözüyor
Araştırmacılar, yapay zeka sistemlerinin karmaşık ortamlarda karar vermesi için geliştirilen yeni bir algoritma olan Platypoos'u tanıttı. Bu algoritma, ödül fonksiyonlarının bilinmeyen ölçek ve düzgünlüğüne kendini otomatik olarak uyarlayabiliyor. Geleneksel planlama algoritmalarının aksine, Platypoos önceden belirlenen parametrelere ihtiyaç duymadan çalışabiliyor. Algoritma, deterministik dinamiklere sahip ortamlarda stokastik ödüllerle başa çıkabilme yeteneği gösteriyor. Araştırmacılar, Platypoos'un örnek karmaşıklığı analizinde önceki çalışmalara kıyasla iyileştirmeler sağladığını ve geniş bir iskonto faktörü aralığında etkili çalıştığını kanıtladı. Bu gelişme, özellikle robotik, oyun teorisi ve otomatik karar verme sistemleri gibi alanlarda önemli uygulamalara sahip olabilir.
Sürücü Belirsizliğini Çözen Yeni Otonom Araç Sistemi: VADv2
Araştırmacılar, otonom sürüş teknolojisinde önemli bir adım atan VADv2 sistemini geliştirdi. Bu yeni yaklaşım, geleneksel deterministik planlama yöntemlerinin aksine, sürüş sırasındaki belirsizlikleri ve insan benzeri karar verme süreçlerini modelleyebilen olasılıksal bir planlama modeli kullanıyor. Sistem, büyük ölçekli sürüş verilerinden öğrenmeyi mümkün kılarak, gerçek dünya koşullarındaki öngörülemezlik sorununu ele alıyor. VADv2, karmaşık sürüş aksiyonlarını önce kesin kategorilere ayırıp sonra bunları dijital tokenlara dönüştürerek işliyor. Bu tokenler, çevresel bilgilerle etkileşime girerek olasılıksal eylem dağılımları üretiyor.
Robotlar İçin Yeni Zaman Garantili Kontrol Sistemi Geliştirildi
Araştırmacılar, robotik sistemlerin belirlenen hedefe ulaşması için gerekli süreyi garanti altına alan yeni bir kontrol yöntemi geliştirdi. Bu yöntem, sistem belirsizlikleri ve fiziksel kısıtlamaları göz önünde bulundurarak, hedef noktaya ulaşım süresinin üst sınırını önceden belirlemeyi mümkün kılıyor. Lineer matris eşitsizlikleri kullanan bu yaklaşım, Lyapunov fonksiyonlarının harmonik dönüşümüne dayanıyor ve durum uzayının bölümsel karesel temsilini kullanıyor. Geliştirilen sistem, başlangıçta belirsiz politopik sistemler için tasarlanmış olsa da parçalı ve doğrusal olmayan sistemlere de uygulanabiliyor. Bu gelişme, otonom araçlardan endüstriyel robotlara kadar birçok alanda güvenilir ve öngörülebilir kontrol sistemleri tasarımında önemli bir adım oluşturuyor.
Yapay Zeka Modelleri Artık Kişisel Tercihlere Göre Kendini Uyarlayabiliyor
Araştırmacılar, büyük dil modellerinin her kullanıcının bireysel tercihlerine uyum sağlamasını mümkün kılan yeni bir yaklaşım geliştirdi. Meta Ödül Modelleme adı verilen bu yöntem, yapay zeka sistemlerinin sınırlı veriyle bile yeni kullanıcıların tercihlerini hızla öğrenmesini sağlıyor. Geleneksel yaklaşımların aksine, bu sistem kullanıcı verilerini ezberlemeye çalışmak yerine, tercih uyarlama sürecini öğreniyor. Her kullanıcının ödül modelini temel fonksiyonların ağırlıklı kombinasyonu olarak temsil eden sistem, meta-öğrenme teknikleriyle bu ağırlıkları optimize ediyor. Bu gelişme, yapay zeka asistanlarının daha kişiselleşmiş ve kullanıcı dostu hale gelmesinde önemli bir adım.
Yapay Sinir Ağlarının Zaman Sınırları Matematiksel Olarak Çözüldü
Araştırmacılar, beyin nöronlarının toplu davranışını modelleyen doğrusal-eşik ağlarının matematiksel sınırlarını belirledi. Bu çalışma, farklı zaman ölçeklerinde çalışan sinir ağı modellerinin nasıl kararlı hale geldiğini açıklıyor. Bulgular, hem hızlı hem de yavaş çalışan sistemlerin benzer kararlılık özelliklerine sahip olduğunu gösteriyor. Bu keşif, yapay zeka sistemlerinin tasarımında ve beyin fonksiyonlarının anlaşılmasında önemli ilerlemeler sağlayabilir. Özellikle asimetrik sinir bağlantıları ve heterojen yapılar içeren karmaşık ağların davranışları matematiksel olarak kanıtlandı.
Yapay Sinir Ağları ile Matematiksel Yaklaşımlar Hızlandırılıyor
Araştırmacılar, matematik ve yapay zeka arasındaki köprüyü güçlendiren yeni bir çalışma yayınladı. Normalizing flow adı verilen özel yapay sinir ağları kullanılarak koordinat dönüşümleri optimize edildiğinde, Hermite yaklaşımlarının yakınsama hızının önemli ölçüde arttığı gösterildi. Bu çalışma, karmaşık matematiksel fonksiyonların daha verimli şekilde yaklaşımlanması için ilk hata tahminlerini sunuyor. Özellikle, bir fonksiyonu dönüştürülmüş koordinatlarda yaklaşımlamanın, fonksiyonun geri çekilmiş halini standart koordinatlarda yaklaşımlamaya eşdeğer olduğu matematiksel olarak kanıtlandı. Bu denklik prensibi sayesinde, klasik Hermite yaklaşım teorisinden yararlanarak yeni koordinat sistemlerinde hata tahminleri elde edilebiliyor. Çalışma, yumuşak ve hızla azalan fonksiyonlar için doğrusal olmayan koordinat dönüşümlerinin nasıl yakınsama performansını artırabileceğini somut örneklerle gösteriyor.