“ışık” için sonuçlar
97 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Akıllı Saatlerde Nabız Ölçümü İçin Güvenilir Yapay Zeka Modeli Geliştirildi
Araştırmacılar, akıllı saatler ve benzeri giyilebilir cihazlardaki nabız sensörlerinden elde edilen verileri daha güvenilir şekilde analiz edebilen yeni bir yapay zeka sistemi geliştirdi. Fotopletismografi (PPG) adı verilen ışık tabanlı nabız ölçüm teknolojisini kullanan bu sistem, farklı cihazlar ve kullanıcılar arasındaki veri farklılıklarını akıllıca telafi ediyor. Sistem ayrıca kendi tahminlerinin ne kadar güvenilir olduğunu değerlendirebiliyor, bu da sağlık uygulamalarında kritik öneme sahip. Geleneksel yöntemlerin aksine, bu yenilikçi yaklaşım hem veri kalitesini artırıyor hem de sonuçların ne kadar güvenilir olduğunu kullanıcıya bildiriyor.
Işık Hızında Hesaplama: Meta-yüzeyler Bilgisayar Teknolojisini Dönüştürüyor
Görsel verilerin patlamalı artışı, geleneksel elektronik bilgisayarların enerji ve hız limitlerini zorlarken, optik analog hesaplama yeni bir çözüm sunuyor. Araştırmacılar, optik meta-yüzeyler kullanarak ışık hızında ve neredeyse sıfır enerji tüketimi ile matematiksel işlemler yapabilen ultra-kompakt işlemciler geliştiriyor. Bu yenilikçi yaklaşım, Fourier dönüşümü, uzaysal türev alma ve kenar algılama gibi karmaşık hesaplamaları fiziksel optik yasalarıyla gerçekleştiriyor. Meta-işlemciler, statik ve lineer sistemlerden dinamik olarak yeniden yapılandırılabilen, nonlineer ve kuantum destekli çok fonksiyonlu platformlara doğru hızla evrimleşiyor. Bu teknoloji, özellikle görüntü işleme ve yapay zeka uygulamalarında devrim yaratma potansiyeli taşıyor.
Büyük Akıl Yürütme Modellerinin Güvenlik Açığı Keşfedildi
Matematik ve programlama gibi karmaşık görevlerde başarılı olan Büyük Akıl Yürütme Modelleri (LRM), gelişmiş akıl yürütme yeteneklerine rağmen güvenlik açısından sorunlu davranışlar sergileyebiliyor. Araştırmacılar, bu modellerin güvenliğini artırmak için kapsamlı bir çalışma gerçekleştirdi ve beklenmedik bir keşif yaptı: DeepSeek-R1 modelinden güvenli yanıtları doğrudan aktarmak, güvenliği önemli ölçüde artırmıyor. Çalışmada beş kritik risk unsuru tespit edildi ve bu sorunların veri hazırlama sürecinde ele alınmasının güvenlik performansını ciddi şekilde iyileştirdiği gösterildi. Bu bulgular, yapay zeka modellerinin akıl yürütme kapasitesi ile güvenlik performansı arasındaki karmaşık ilişkiye ışık tutuyor.
Karanlık Ortamları Aydınlatan Yapay Zeka: Lumos3D ile 3D Sahne Restorasyonu
Düşük ışıklı ortamlarda çekilmiş görüntülerden 3D sahne yeniden yapılandırması, bilgisayar görüsünün en zorlu alanlarından biri. Mevcut yöntemler önceden hesaplanmış kamera pozisyonlarına ve sahne-spesifik optimizasyonlara bağımlı olduğu için gerçek dünya uygulamalarında sınırlı kalıyor. Araştırmacılar, bu kısıtlamaları aşmak için Lumos3D adında yenilikçi bir framework geliştirdi. Bu sistem, kamera pozisyon bilgisine ihtiyaç duymadan tek bir ileri geçişte düşük ışıklı çok açılı görüntülerden 3D sahne restorasyonu gerçekleştiriyor. Çapraz aydınlatma damıtması ve özel Lumos kaybı gibi teknikler kullanarak hem aydınlatmayı hem de yapısal bilgiyi doğrudan restore ediyor. Gerçek dünya veri setlerinde test edilen sistem, sahne bazında eğitim gerektirmeden başarılı sonuçlar veriyor. Bu gelişme, gece görüş sistemleri, güvenlik kameraları ve robotik uygulamaları için önemli potansiyel taşıyor.
Küçük yapay zeka modelleri için hafıza sorunu çözüldü: CLAG sistemi
Yapay zeka ajanları karmaşık görevleri yerine getirmek için dış hafızaya ihtiyaç duyar, ancak mevcut sistemler tüm deneyimleri tek bir havuzda toplar. Bu durum özellikle küçük dil modellerinde hafızanın kirlenmesine ve performans düşüşüne neden olur. Araştırmacılar, bu soruna çözüm olarak CLAG adlı yeni bir hafıza organizasyon sistemi geliştirdi. Sistem, yapay zeka ajanının kendi hafızasını aktif olarak kümelere ayırarak düzenlemesini sağlıyor. Her küme kendi konusu etrafında şekilleniyor ve bağımsız bir birim olarak çalışıyor. Bu yaklaşım, farklı konular arasındaki karışıklığı önleyerek küçük dil modellerinin daha etkili çalışmasına olanak tanıyor.
Yapay zeka artık nasıl 'unutmadan öğrenir' anlaşıldı
Araştırmacılar, yapay zekanın ardışık görevleri öğrenirken önceki bilgileri unutmaması sorununa teorik çözüm getirdi. Sürekli öğrenme olarak bilinen bu alanda, görevler arası bağımlılığı modelleyen yeni yaklaşım geliştirildi. Çalışma, her yeni görevin verilerinin önceki görevlerin verilerinin dönüştürülmüş hali olduğu varsayımıyla hareket ediyor. Bu model sayesinde, deneyim tekrarı ve veri bağımlı düzenlileştirme gibi pratik yöntemlerin matematiksel garantileri kanıtlandı. Bulgular, yapay zeka sistemlerinin nasıl daha etkili öğrenebileceğine dair teorik temel sağlıyor ve gelecekteki uygulamalara ışık tutuyor.
LiDAR Verilerini 2D'ye Dönüştüren Yeni Sistem: Robotlar İçin Hızlı Navigasyon
Araştırmacılar, kaynak kısıtlı robotların kapalı mekanlarda daha verimli hareket etmesi için yenilikçi bir sistem geliştirdi. Bu sistem, 3 boyutlu LiDAR verilerini kuş bakışı 2D görüntülere dönüştürerek, duvarlar ve kapılar gibi yapısal unsurları gerçek zamanlı olarak tespit ediyor. Geleneksel 3D yöntemler hesaplama gücü açısından çok yoğun olurken, klasik 2D yaklaşımlar da güvenilirlik sorunları yaşıyordu. Yeni framework, hem klasik geometrik teknikler hem de yapay zeka tabanlı YOLO detektörünü kullanarak bu dengeyi kurmaya çalışıyor. Sistem, ardışık karelerden gelen verileri birleştiren özel bir modül sayesinde kararlılık ve güvenilirlik kazanıyor. Mobil robot platformlarında yapılan testler, farklı yöntemlerin performans dengelerini net şekilde ortaya koyuyor.
Işık Hızında Düşünen Yapay Zeka: Yeniden Programlanabilir Fotonik Çipler
Araştırmacılar, ışığın ultra yüksek hızı ve enerji verimliliğini yazılım tanımlı donanımın esnekliğiyle birleştiren devrim nici bir fotonik işlemci mimarisi geliştirdi. Geleneksel elektronik çiplerin aksine, bu 'yeniden dolaşımlı tuğla ağ' mimarisi tek bir çip üzerinde farklı fonksiyonları yerine getirebiliyor. Sistem, yeniden programlanarak anahtarlama, filtreleme ve yapay zeka hesaplamaları gibi çeşitli görevleri aynı donanım üzerinde gerçekleştirebilme yetisine sahip. Bu teknoloji, özellikle fotonik sinir ağları için büyük potansiyel taşıyor ve gelecekte çok daha hızlı AI sistemlerinin önünü açabilir.
Süper Hızlı Optik Düzeltme ile Mikroskop Görüntüleme Devrim Yaşıyor
Çok fotonlu mikroskopi, derin doku görüntülemede güçlü bir teknik olmasına rağmen, görüntüleme derinliği 1 milimetreden çok daha sığ katmanlarla sınırlıydı. Araştırmacılar, yüksek hızlı MEMS faz modülatörü ve gelişmiş algoritma kombinasyonu ile bu sorunu çözmüş durumda. Yeni sistem, doku içindeki ışık saçılımını gerçek zamanlı olarak düzelterek, daha derin katmanların net görüntülenmesini sağlıyor. Kilohertz hızında çalışan megapiksel faz modülatörleri, güçlü ve karmaşık optik bozulmaları saniyeler içinde kompanse edebiliyor. Bu gelişme, tıbbi görüntüleme ve biyolojik araştırmalarda önemli ilerlemeler getirebilir.
Otonom araçlar için gerçekçi 3D simülasyon teknolojisi geliştirildi
Araştırmacılar, otonom sürüş sistemlerinin test edilmesi için yeni bir yapay zeka modeli geliştirdi. R3D2 adlı bu sistem, gerçek dünya sürüş sahnelerine 3D nesneleri gerçekçi bir şekilde yerleştirebiliyor ve gölge, ışık gibi görsel efektleri anlık olarak oluşturabiliyor. Geleneksel simülasyon platformları yüksek kaynak gerektirirken, 3D Gaussian Splatting gibi sinir ağı tabanlı yöntemler dinamik nesne manipülasyonunda yetersiz kalıyordu. Yeni geliştirilen tek adımlık difüzyon modeli bu sorunları çözerek, otonom araç geliştiricilerinin çeşitli ve güvenlik-kritik test senaryoları oluşturmasına imkan tanıyor. Bu teknoloji, gerçek dünya verileriyle simülasyon arasındaki farkı azaltarak daha güvenilir otonom sürüş sistemleri geliştirilmesine katkı sağlayabilir.
Yapay zeka ile karmaşık optimizasyon problemlerini çözen yeni yöntem geliştirildi
Araştırmacılar, karışık tam sayılı doğrusal programlama problemlerini çözmek için ID-PaS+ adlı yeni bir yapay zeka destekli yöntem geliştirdiler. Bu sistem, tahmin etme ve arama stratejilerini birleştirerek, lojistik, üretim planlama ve kaynak dağılımı gibi gerçek dünya problemlerinde daha etkili çözümler üretiyor. Önceki yöntemlerin aksine, sadece ikili değişkenlerle sınırlı kalmayıp farklı türdeki değişkenleri de işleyebiliyor. Geliştirilen kimlik-farkındalı öğrenme çerçevesi, makine öğrenmesi modellerinin heterojen veri tiplerini daha başarılı şekilde yönetmesini sağlıyor. Büyük ölçekli gerçek dünya problemleri üzerinde yapılan testler, sistemin mevcut yaklaşımlara göre önemli performans artışları sağladığını gösteriyor.
Yapay zeka artık veritabanlarını 'yoklayarak' SQL sorguları yazıyor
Araştırmacılar, doğal dil komutlarını SQL sorgularına çeviren yapay zeka sistemlerinin en büyük sorununu çözen yeni bir yaklaşım geliştirdi. PV-SQL adlı bu sistem, karmaşık veritabanı sorgularında yaşanan anlam karışıklığını gidermek için iki aşamalı bir yöntem kullanıyor. İlk aşamada veritabanını 'yoklayarak' bağlamı anlamaya çalışıyor, ikinci aşamada ise kural tabanlı doğrulama yapıyor. BIRD test setindeki denemelerde, mevcut en iyi sistemlerden %5 daha doğru sonuçlar üretirken, %20,8 daha verimli çalıştığını gösterdi.
Yapay Zeka Algoritması Biyolojik Görüntülerdeki Hücreleri Otomatik Tanımlıyor
Caltech araştırmacıları, biyolojik görüntülerdeki hücreleri otomatik olarak tespit eden yenilikçi bir yapay zeka algoritması geliştirdi. Kanser teşhisinden bağışıklık sistemi araştırmalarına kadar geniş bir uygulama alanına sahip olan bu teknoloji, geleneksel olarak saatlerce süren manuel etiketleme işlemini büyük ölçüde hızlandırıyor. Algoritma, biyopsi örneklerindeki kanserli hücrelerin belirlenmesinden, makrofaj gibi bağışıklık hücrelerinin patojenlerle mücadelesinin gözlemlenmesine kadar çok çeşitli biyolojik uygulamalarda kullanılabiliyor. Bu gelişme, biyomedikal araştırmalarda zaman tasarrufu sağlarken, görüntü analizi süreçlerini de standardize ediyor. Disiplinlerarası yaklaşımla geliştirilen sistem, mikroskopi görüntülerindeki hücreleri yüksek doğrulukla ayırt edebiliyor ve etiketleyebiliyor.
Yapay Zeka ile Cinsel Taciz Vakalarını Özetleyen Yeni Sistem
Araştırmacılar, vatandaş raporlama platformlarındaki cinsel taciz vakalarını analiz etmek için LaMSUM adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, büyük dil modellerini kullanarak çok dilli içerikleri işleyebiliyor ve orijinal metinden önemli bölümleri seçerek özet çıkarabiliyor. Platform, yüksek hacimli vaka raporlarını hızla değerlendirme imkanı sunarak hem halkın hem de yetkililerin bilgilendirilmesini kolaylaştırıyor. Geleneksel yapay zeka özetleme yöntemlerinden farklı olarak, bu sistem metni yeniden yazmak yerine orijinal ifadeleri koruyor. Böylece vakaların özgünlüğü ve güvenilirliği artıyor. Çok katmanlı çerçevesi sayesinde farklı dillerde karışık yazılmış metinleri de başarıyla işleyebiliyor.
BOOST: Evsel Mikro Şebekeler için Yeni Optimizasyon Tekniği Geliştirildi
Araştırmacılar, evsel mikro şebekelerde güneş paneli ve batarya kapasitelerinin optimal boyutlandırılması için BOOST adlı yeni bir teknik geliştirdi. Geleneksel yöntemlerin aksine, BOOST hem tasarım hem de işletim problemlerini birlikte çözerek daha gerçekçi sonuçlar üretiyor. Teknik, sıralı optimizasyon ile karışık tamsayı doğrusal programlamayı birleştirerek binlerce tasarım alternatifini hızla değerlendiriyor. İlk aşamada basit bir model kullanarak geniş bir aday havuzunu tarayıp en umut verici tasarımları belirliyor, ardından bunları dizel jeneratör mantığını da içeren gelişmiş bir modelle detaylı olarak analiz ediyor. Bu yaklaşım, evsel enerji sistemlerinin planlanmasında daha verimli ve ekonomik çözümler sunabilir. Yeni sentetik veri setleriyle test edilen yöntem, farklı batarya maliyeti senaryoları altında performansını kanıtlamış durumda.
Fizik Bilgili Yapay Sinir Ağları İçin Yeni Geometrik Optimizasyon Yöntemi
Araştırmacılar, fizik yasalarını öğrenen yapay sinir ağlarının (PINN) eğitimindeki yavaş yakınsama ve kararsızlık sorunlarını çözmek için yeni bir optimizasyon yaklaşımı geliştirdi. Geleneksel optimizasyon algoritmalarına entegre edilebilen bu hafif çerçeve, kayıp fonksiyonunun geometrik özelliklerini dikkate alarak eğitim sürecini hızlandırıyor. Yöntem, ardışık gradyan farklarını kullanarak yerel geometrik değişimleri tespit ediyor ve buna göre adaptif düzeltmeler yapıyor. Çeşitli kısmi diferansiyel denklem problemlerinde test edilen sistem, mevcut yöntemlere göre daha hızlı yakınsama, kararlı eğitim ve yüksek çözüm doğruluğu sağladığını kanıtladı. Bu gelişme, fizik simülasyonlarından mühendislik problemlerine kadar geniş bir yelpazede PINN kullanımını daha verimli hale getirebilir.
Yapay Zeka Optimizasyon Modelleri Mantık Problemlerini de Çözebiliyor
Araştırmacılar, karışık tam sayılı programlama (MIP) problemleri için geliştirilmiş yapay zeka modellerinin, Boolean tatminolabilirlik (SAT) gibi mantık problemlerinde de başarıyla kullanılabileceğini keşfetti. Bu çalışma, önceden eğitilmiş optimizasyon temsillerinin farklı problem türlerine nasıl uyarlanabileceğini gösteriyor. Model, CNF formüllerini MIP problemlerinde kullanılan aynı iki parçalı grafik yapısına dönüştürerek, mimari değişiklik ya da ek eğitim gerektirmeden doğrudan kullanılabilmekte. Sonuçlar, bu temsillerin SAT örneklerindeki yapısal düzenlilikleri yakalayabildiğini ve örneklerin kümelenmesi gibi denetimsiz görevleri desteklediğini ortaya koyuyor. Bu yaklaşım, farklı problem alanları arasındaki transfer öğrenmenin potansiyelini vurguluyor.
Yapay Zeka Öneri Sistemlerinde Çığır Açan Keşif: Tercih Yoğunluğu ve Zaman Faktörü
Büyük dil modellerinin (LLM) kullanıcı tercihlerini nasıl etkili bir şekilde modellediği konusunda yeni bir araştırma, mevcut yaklaşımların kritik faktörleri gözden kaçırdığını ortaya koyuyor. Araştırmacılar, ikili karşılaştırmalara dayanan geleneksel yöntemlerin, tercih yoğunluğu ve zamansal bağlam gibi önemli unsurları ihmal ettiğini keşfetti. Tercih yoğunluğu, bir kullanıcının belirli bir içeriğe karşı ne kadar güçlü bir beğeni veya hoşnutsuzluk duyduğunu; zamansal bağlam ise son etkileşimlerin kullanıcının mevcut niyetini ne ölçüde yansıttığını ifade ediyor. Bu bulgular doğrultusunda geliştirilen RecPO adlı yeni çerçeve, hem açık hem de örtük geri bildirimleri ortak bir tercih sinyaline dönüştürerek öneri sistemlerinin performansını önemli ölçüde artırıyor. Bu keşif, yapay zeka tabanlı kişiselleştirme teknolojilerinin gelecekteki gelişimine ışık tutuyor.
Yapay zeka artık videolardan istediğiniz sesi ayırabilir
Sony araştırmacıları, videolardaki karışık sesler arasından istenen belirli sesleri ayırabilen yeni bir yapay zeka modeli geliştirdi. MMAudioSep adlı sistem, kullanıcıların metin veya video sorguları ile hangi sesi duymak istediklerini belirlemelerine olanak tanıyor. Model, önceden eğitilmiş video-ses üretim teknolojilerinin üzerine kurularak daha verimli bir şekilde geliştirildi. Bu yaklaşım sayesinde sistem sıfırdan eğitilmek zorunda kalmadı ve mevcut ses ayrıştırma modellerinden daha başarılı sonuçlar üretti. Araştırmanın en ilginç yanı, modelin ses ayrıştırma yeteneği kazandıktan sonra bile orijinal video-ses üretim kapasitesini koruması. Bu durum, temel ses üretim modellerinin farklı ses işleme görevleri için uyarlanabileceğini gösteriyor.
DALM: Yapay Zeka Modellerinin Bilgiyi Karıştırma Sorununa Çözüm
Büyük dil modellerinin temel sorunlarından biri, farklı alanlardan gelen bilgileri aynı parametre uzayında depolaması ve bu durumun yanıtlarda karışıklığa yol açmasıdır. Araştırmacılar, bu soruna Domain-Algebraic Language Model (DALM) adını verdikleri yeni bir yaklaşımla çözüm getirdi. DALM, geleneksel rastgele metin üretimi yerine, matematiksel olarak yapılandırılmış bir sistem kullanıyor. Model, önce hangi bilgi alanında çalışacağını belirliyor, sonra o alandaki ilişkileri çözüyor ve son olarak da kavramları netleştiriyor. Bu üç aşamalı süreç, farklı bilgi alanlarının birbirini kirletmesini önleyerek daha tutarlı ve güvenilir yanıtlar üretmeyi hedefliyor.
Görünür ve Kızılötesi Kameralar İçin Yeni Kimlik Tanıma Sistemi Geliştirildi
Araştırmacılar, 24 saat güvenlik gözetimi için kritik öneme sahip görünür ve kızılötesi kamera sistemlerinde kişi tanıma teknolojisini geliştiren yeni bir yapay zeka algoritması tasarladı. Mevcut sistemler pahalı etiketlenmiş veriler gerektirirken, yeni yaklaşım etiketlenmemiş video kayıtlarından doğrudan öğrenebiliyor. Geleneksel yöntemler farklı kamera türleri arasında kimlik karışıklığı ve dengesiz kümeleme sorunları yaşıyor. Bu sorunları çözmek için geliştirilen 'Nedensel Önyükleme Hizalama' yöntemi, görünür ve kızılötesi görüntüler arasında daha güvenilir eşleştirmeler yapabiliyor. Teknoloji, havaalanları, alışveriş merkezleri ve şehir güvenlik sistemleri gibi alanlarda gündüz-gece kesintisiz izleme kapasitesini artırabilir.
Yapay Zeka Uzmanları Ağaç Türlerini Sınıflandırmada Yeni Yöntem Geliştirdi
Araştırmacılar, hiperspektral görüntüleme ve lazer tarama verilerini büyük dil modelleriyle birleştirerek ağaç türlerini sınıflandıran yenilikçi bir yöntem geliştirdi. Geleneksel yöntemlerin aksine, bu yaklaşım sadece ışık imzalarına değil, orman baldırısının yapısı ve türler arası etkileşimlere de odaklanıyor. Yarı denetimli öğrenme tekniği kullanarak, sınırlı etiketli veriyle yüksek doğruluk elde ediyor. Ekolojik bilgiyi yapay zeka ile harmanlayan bu çalışma, orman haritalama ve biyoçeşitlilik izleme alanında önemli ilerlemeler vaat ediyor. Yöntem, spektral karışıklık ve ekolojik heterojenlik gibi temel sorunlara biyolojik açıdan yaklaşarak çözüm sunuyor.
Yapay Zeka Eğitim Süresi Tahmini İçin Hassasiyet Tabanlı Yeni Yöntem
Dağıtık derin öğrenme sistemlerinde eğitim süresinin doğru tahmin edilmesi, kaynak planlaması ve maliyet hesaplaması açısından kritik önem taşıyor. Yeni araştırma, kayan nokta hassasiyet ayarlarının eğitim süresini 2,4 kata kadar etkileyebildiğini ortaya koyuyor. Mevcut tahmin yöntemleri karışık hassasiyet kullanımını göz ardı ettiği için %147'ye varan hata oranları yaşanabiliyor. Bilim insanları, hassasiyet değişkenlerini dikkate alan yeni bir tahmin modeli geliştirerek hata oranını %9,8'e düşürmeyi başardı.
Yapay zeka tarım arazilerindeki gizli yabani otları tespit ediyor
Araştırmacılar, tarım arazilerinde ana ürünlerin arasına karışarak gözden kaçan yabani otları tespit edebilen yeni bir yapay zeka sistemi geliştirdi. SWNet adı verilen bu sistem, görünür ışık ve yakın kızılötesi spektrumları birlikte kullanarak, normal şartlarda fark edilmesi zor olan istilacı bitkileri başarıyla ayırt abiliyor. Sistem, bitkilerin klorofil yansıması özelliklerindeki farklılıkları analiz ederek çalışıyor. Geleneksel görüntü işleme yöntemlerinin yetersiz kaldığı durumlarda bile etkili sonuçlar veren teknoloji, tarımsal üretimde yabani ot kontrolü için yeni olanaklar sunuyor.