“geometri” için sonuçlar
134 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay zekanın yazdığı kodu tespit eden yeni sistem: GoCoMA
Büyük dil modelleri artık insanların yazdığı kodlardan ayırt edilmesi zor programlar üretebiliyor. Bu durum güvenlik açıkları ve telif hakkı sorunları yaratırken, 'Bu kodu kim yazdı?' sorusunu da gündeme getiriyor. Araştırmacılar, yapay zeka tarafından üretilen kodları tespit edebilen GoCoMA adlı yeni bir sistem geliştirdi. Bu çok modlu framework, kodlama stilini ve derlenmiş dosyaların görsel temsillerini hiperbolik geometri kullanarak analiz ediyor. Sistem, farklı veri türlerini özel bir füzyon mekanizmasıyla birleştirerek hangi yapay zeka modelinin kodu ürettiğini belirleyebiliyor. Bu gelişme, kod güvenliği ve orijinallik tespiti açısından önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Modelleri Mecazı Nasıl Anlıyor? Somutluk Kavramının İç Dünyası
Araştırmacılar, büyük dil modellerinin (LLM) somut ve soyut kavramları nasıl ayırt ettiğini geometrik analizlerle inceledi. Çalışma, 'taş kalbi' gibi mecazlarda aynı kelimenin literal ve figüratif kullanımlarını modellerin nasıl işlediğini ortaya koyuyor. Bulgular, yapay zekanın dil anlayışında somutluk kavramının tek boyutlu bir yönde organize edildiğini gösteriyor. Bu keşif, AI modellerinin mecazları nasıl anladığına dair önemli ipuçları sunuyor ve gelecekte daha iyi dil anlama sistemleri geliştirilmesine katkı sağlayabilir. Araştırma, yapay zeka sistemlerinin insan benzeri dil işleme yeteneklerinin temellerini anlamamıza yardımcı oluyor.
Esnek ızgaralar için yeni geometrik kontrol sistemi geliştirildi
Araştırmacılar, düz halden uzamsal konfigürasyonlara açılan esnek jeodezik ızgaraların karmaşık hareketlerini kontrol etmek için yenilikçi bir geometrik rehberlik sistemi geliştirdi. Bu sistem, yapıların açılma sürecini senkronize zaman dilimleri halinde modelleyerek, tüm düğüm noktalarının koordineli bir şekilde hareket etmesini sağlıyor. Geliştirilen yöntem, hafif çubuk modelleri kullanarak yapının çökme sürecini tersine izleyerek başlıyor ve bu verilerden hareketle optimal açılma yollarını hesaplıyor. Sistem, küresel optimizasyon teknikleri kullanarak tüm hareket yollarını eşzamanlı olarak minimize eden kompakt yer değiştirme dizileri üretiyor. Bu gelişme özellikle uzay teknolojisi, robotik ve adaptif yapılar alanında önemli uygulamalara sahip.
Yapay Zeka Modelleri Geometri Problemlerinde Tutarsız Davranıyor
Büyük dil modelleri (LLM'ler) matematik alanında giderek daha fazla test edilse de, aynı problemin farklı sunumlarına karşı ne kadar dayanıklı oldukları belirsizlik taşıyordu. Yeni bir araştırma, geometri problemlerinin Öklid, koordinat veya vektör biçiminde ifade edilmesine göre AI'ların performansının değiştiğini ortaya koydu. Araştırmacılar GeoRepEval adlı yeni bir değerlendirme sistemi geliştirerek, 11 farklı yapay zeka modelini 158 geometri problemi üzerinde test etti. Sonuçlar, mevcut AI modellerinin matematiksel içerik aynı olsa bile problem sunumuna bağlı olarak farklı başarı oranları gösterdiğini kanıtladı. Bu bulgu, AI'ların gerçek matematiksel anlayıştan ziyade belirli sunum formatlarına bağımlı olduğunu düşündürüyor.
Yapay Zeka Modelleri İçin Yeni Kısıtlama Yöntemi: Landing Algoritması
Araştırmacılar, fiziksel ve geometrik kısıtlamaları olan alanlarda çalışan yapay zeka modelleri için yenilikçi bir çözüm geliştirdi. Molekül üretimi ve robotik gibi uygulamalarda güvenlik ve fizik kurallarına uygun sonuçlar elde etmek kritik önem taşıyor. Yeni geliştirilen 'landing' mekanizması, geleneksel projeksiyon yöntemlerinin pahalı hesaplama maliyetlerini ortadan kaldırırken, eşitlik ve eşitsizlik kısıtlamalarını aynı anda sağlayabiliyor. Bu yaklaşım, karmaşık kısıtlı ortamlarda daha hızlı ve güvenilir yapay zeka modelleri oluşturma potansiyeli sunuyor.
Eksik Veri Setlerini Hiperbolik Geometriyle Daha İyi Analiz Eden Yöntem
Araştırmacılar, eksik verilere sahip çok bakış açılı kümeleme problemini çözmek için hiperbolik geometri tabanlı yeni bir yaklaşım geliştirdi. Geleneksel Öklid geometrisi tabanlı yöntemler, hiyerarşik yapılara sahip gerçek dünya verilerini modellerken geometrik uyumsuzluk yaşıyor ve semantik bulanıklığa neden oluyor. HERL adlı yeni çerçeve, Poincaré topu içinde çalışarak yapı-farkında bir gizli uzay oluşturuyor. Bu yöntem, açısal tabanlı kayıp fonksiyonu ile semantik kimliği korurken, mesafe tabanlı kayıp ile hiyerarşik sıkılığı sağlıyor. Özellikle eksik görünümlerle baş etmede daha robust temsiller öğrenebilen bu yaklaşım, veri analizi alanında önemli bir gelişme sunuyor.
3D Nesnelerin Gerçekçi Dönüşümünde Yeni Dönem: SemMorph3D
Araştırmacılar, 3D nesnelerin hem şeklini hem dokusunu çok açılı görüntülerden yola çıkarak dönüştüren yeni bir sistem geliştirdi. SemMorph3D adlı bu teknoloji, geleneksel mesh tabanlı yöntemlerle Gaussian Splatting tekniğinin avantajlarını birleştiriyor. Sistem, kaba bir mesh yapıyı rehber olarak kullanarak yapılandırılmamış Gaussian noktalarını yönlendiriyor ve böylece geometrik bütünlüğü korurken gerçekçi görsel sonuçlar elde ediyor. Bu yenilik, 3D modelleme, oyun geliştirme ve sanal gerçeklik uygulamalarında devrim yaratma potansiyeli taşıyor.
Yapay Zeka Sistemlerinde Yeni Karar Verme Modeli: Sonuç Odaklı Sıkıştırma
Araştırmacılar, yapay zeka sistemlerinin hipotez seçimi yaparken bilgiyi nasıl sıkıştırdığını ve bu süreçte neden önemli detayların kaybolduğunu inceledi. Geleneksel yaklaşımlar, seçilen içerik ve güven skorunun yeterli olduğunu varsayar. Ancak yeni çalışma, bu yaklaşımın yetersiz kaldığını ve sıkıştırma sürecinin sonuçlara duyarlı olması gerektiğini ortaya koyuyor. Geliştirillen yeni mimari, aktif kısıt alanlarının birlikte çalışarak hipotez geometrisi oluşturduğu tekrarlayıcı bir arbitraj sistemi sunuyor. Bu sistem, tam geometriyi taşımak yerine, mevcut sonuç geometrisi, arbitraj belleği ve kaynak kısıtları tarafından düzenlenen destek-bilinçli bir kontrol durumuna sıkıştırıyor.
Yapay Zeka Modellerinde Veri ve Parametre Arasındaki Gizli Bağlantı Keşfedildi
Büyük dil modellerinin optimizasyonunda şimdiye kadar birbirinden bağımsız görülen iki yaklaşım - veri odaklı ve model odaklı - aslında aynı geometrik yapının farklı yansımaları olduğu ortaya çıktı. Araştırmacılar, veri seçimi ile parametre ayarlamasının matematiksel olarak birbirine denk işlemler olduğunu Fisher-Rao metriği ve Legendre dualitesi kullanarak kanıtladı. Bu keşif, yapay zeka modellerinin eğitim süreçlerini daha verimli hale getirebilir ve veri manipülasyonu ile model ağırlıklarının ayarlanması arasındaki köprüyü kurarak optimizasyon stratejilerinde yeni yaklaşımlar geliştirmemize olanak sağlayabilir.
Yapay Zeka Artık Hayal Kurarak Uzamsal Düşünebiliyor
Araştırmacılar, yapay zekanın uzamsal zeka problemlerini çözmede yaşadığı zorlukları aşmak için SpatialImaginer adlı yeni bir sistem geliştirdi. Çok modlu büyük dil modelleri, görsel gözlemlerden geometrik ve fiziksel yapıları anlamakta zorlanıyordu. Problem, bu modellerin metin tabanlı düşünme yaklaşımının, uzamsal detayları soyutlayarak kritik bilgileri kaybetmesinden kaynaklanıyordu. Yeni sistem, metinsel akıl yürütmeyi görsel hayal gücüyle birleştiren bütünleşik bir çerçeve sunuyor. Bu gelişme, yapay zekanın uzamsal problemleri çözerken daha tutarlı ve güvenilir sonuçlar üretmesini sağlayarak, robotik, otonom araçlar ve artırılmış gerçeklik gibi alanlarda önemli ilerlemelere kapı açabilir.
Yapay zeka az görüntüden 3D yüzey modelleme başarısını artırdı
Araştırmacılar, sınırlı sayıda görüntüden hassas 3D yüzey modelleri oluşturabilen yeni bir yapay zeka sistemi geliştirdi. EpiS adı verilen bu sistem, geleneksel yöntemlerin aksine epipolar geometriyi kullanarak çok daha detaylı modeller üretiyor. Mevcut sistemler genellikle basit istatistiksel yöntemlerle çalışırken, EpiS farklı açılardan çekilen görüntüler arasındaki geometrik ilişkileri daha akıllıca analiz ediyor. Bu yaklaşım özellikle nesne engellemeleri ve belirsizliklerin yoğun olduğu durumlarda önemli avantajlar sağlıyor. Sistem, epipolar transformer teknolojisi kullanarak çok görüntülü bilgileri birleştiriyor ve ray tabanlı toplama ile yüzey tahmini yapıyor. Bu gelişme, sanal gerçeklik, robotik görü ve dijital modellemede devrim yaratabilir.
Gürültülü 3D Verileri Temizlemek İçin Yeni Değerlendirme Yöntemi Geliştirildi
Araştırmacılar, gerçek dünyadan elde edilen gürültülü 3D nokta bulutu verilerini temizleme işlemlerini değerlendirmek için yenilikçi bir yöntem geliştirdi. UGD (Denetimsiz Geometrik Mesafe) adlı bu teknik, geleneksel yöntemlerin aksine temiz referans verilere ihtiyaç duymadan çalışıyor. Mevcut değerlendirme sistemleri hem temizlenmiş hem de orijinal temiz verileri karşılaştırarak ölçüm yapıyordu, ancak gerçek uygulamalarda böyle referans veriler genellikle mevcut değil. Yeni sistem, temiz nokta bulutlarından öğrenilen örüntüleri kullanarak bir referans model oluşturuyor ve bu modeli temel alarak temizleme işleminin kalitesini değerlendiriyor. Bu gelişme, otonom araçlar, robotik ve 3D modelleme gibi alanlarda nokta bulutu temizleme teknolojilerinin gerçek dünya uygulamalarında önemli ilerlemeler sağlayabilir.
Yapay Zeka Modelleri Artık Hassas Bilgileri Güvenli Şekilde Unutabiliyor
Büyük dil modelleri bazen zararlı veya hassas bilgileri hafızalarında saklayabilir. Araştırmacılar, bu modellerin belirli bilgileri güvenli şekilde unutmasını sağlayan yeni bir yöntem geliştirdi. REGLU adlı bu teknik, modelin temsil uzayının geometrik özelliklerini kullanarak, hangi bilgilerin unutulması hangi bilgilerin korunması gerektiğini daha hassas şekilde belirliyor. Geleneksel yöntemlerin aksine, model parametrelerinin çok anlamlı doğasından kaynaklanan karışıklık problemini çözerek, daha etkili bir unutma süreci sağlıyor.
Yapay Zeka Unutma Sorununa Geometrik Çözüm: Sürekli Öğrenmede Yeni Yaklaşım
Yapay zeka sistemlerinin en büyük sorunlarından biri, yeni bilgiler öğrenirken eskilerini unutmasıdır. Stanford araştırmacıları, bu 'katastrofik unutma' sorununu yeni bir geometrik perspektifle inceledi. Çalışma, unutmanın aslında özellik kodlamalarındaki dönüşümlerden kaynaklandığını gösteriyor. Araştırmacılar, bu dönüşümlerin özelliklere ayrılan kapasiteyi azaltarak veya alt seviye hesaplamaların bunları okumasını bozarak unutmaya yol açtığını keşfetti. Vision Transformer modeliyle yapılan deneyler, derinliğin unutma üzerindeki olumsuz etkisini ortaya koydu. Bu yeni yaklaşım, AI sistemlerinin sürekli öğrenme kapasitesini artırmak için umut verici bir yol açıyor.
Yapay Zeka Modellerinin Belirsizlik Tahmini Geometrik Yaklaşımla Güçleniyor
Araştırmacılar, yapay zeka modellerinin belirsizlik ölçümlerini iyileştiren yeni bir matematiksel yöntem geliştirdi. Konformal tahmin adı verilen bu teknik, modellerin ne kadar güvenilir olduğunu hesaplamak için kullanılır ancak uzun vadeli tahminlerde belirsizlik aralıkları çok genişler. Yeni yaklaşım, geometrik simetri bilgilerini kullanarak bu sorunu çözüyor. Önceden eğitilmiş modellerin tahminlerini grup ortalaması alarak dağıtan yöntem, her veri örneğini bir yörüngenin temsilcisi olarak değerlendiriyor. Bu sayede belirsizlik, simetri grubu ile birbirine bağlı diğer örnekler tarafından azaltılabiliyor. Matematiksel olarak kanıtlanan bu yaklaşım, özellikle yüksek güven seviyelerinde daha dar ve kesin belirsizlik aralıkları sunuyor.
Robotların 'kör noktası' problemi yapay zeka ile çözüldü
MIT araştırmacıları, robotların kendi kollarını tam olarak göremedikleri durumlarda bile doğru hareket edebilmelerini sağlayan yeni bir yapay zeka sistemi geliştirdi. StableIDM adlı bu sistem, görsel gözlemlerden hareket komutları üreten ters dinamik modellerin karşılaştığı en büyük sorunlardan birini çözüyor. Robotlar genellikle manipülatör kesintisi yaşadığında - yani kollarının bir kısmını göremediklerinde - kararsız ve hatalı hareketler yapıyor. Yeni yaklaşım, üç farklı bileşenle bu sorunu aşıyor: arka plan karmaşasını temizleyen maskeleme, geometri bilincli uzamsal analiz ve hareket sürekliliğini sağlayan zamansal düzeltme. Bu gelişme, ev robotlarından endüstriyel otomasyona kadar birçok alanda robotların daha güvenilir performans göstermesine olanak tanıyacak.
Yapay Zeka Optimizasyonunda Çığır Açan Birleşik Çerçeve Geliştirildi
Araştırmacılar, yapay zeka ve makine öğrenmesinde kullanılan optimizasyon algoritmalarını tek çatı altında toplayan yenilikçi bir matematiksel çerçeve geliştirdi. Bu çalışma, AdaGrad, AdaNorm, Shampoo ve Muon gibi popüler algoritmaları birleştirerek, konveks olmayan optimizasyon problemlerinde daha etkili çözümler sunuyor. Yeni yaklaşım, farklı değişken gruplarında heterojen geometrileri birleştirme imkanı sağlarken, birleşik bir yakınsama analizi koruyor. Özellikle büyük veri setleriyle çalışan AI sistemlerinin eğitim süreçlerinde önemli iyileştirmeler vaad eden bu gelişme, momentum kullanımlı ve kullanımsız versiyonları için kapsamlı yakınsama hızı analizleri içeriyor.
Robotlarda Fiziksel Kısıtların Öğretilmesi VLA Modellerini Geliştiriyor
MIT ve Stanford'dan araştırmacılar, robotik eğitiminde yeni bir yaklaşım geliştirdi. Vision-Language-Action (VLA) modelleri, görüntü ve dil komutlarını robot hareketlerine çeviren yapay zeka sistemleri. Ancak mevcut eğitim yöntemleri, engelden kaçınma veya fiziksel sınırlar gibi temel kuralları açıkça öğretmiyor. Araştırmacılar, robot eğitimine geometrik fiziksel kuralları dahil ederek performansı artırmanın mümkün olup olmadığını inceledi. Engel farkındalığı gerektiren manipülasyon görevlerinde test edilen yöntem, robotların daha güvenli ve fiziksel olarak uygun hareketler yapmasını sağladı. Bu çalışma, gelecekte daha güvenilir ve pratik robot asistanların geliştirilmesine katkı sağlayabilir.
Yapay Zeka Görsel Anlama Teknolojisinde Hiperbolik Geometri Devrimi
Araştırmacılar, yapay zekanın görsel sahneleri anlaması için yeni bir yaklaşım geliştirdi. Geleneksel yöntemler nesneler ve ilişkiler arasındaki hiyerarşik yapıları tam olarak yakalayamıyordu. Yeni HSG sistemi, hiperbolik geometriyi kullanarak bu sorunu çözüyor. Bu özel geometrik uzay, nesneler arasındaki hiyerarşik ilişkileri doğal olarak kodlayabiliyor. Sistem, sahnelerdeki objeleri ve aralarındaki bağlantıları daha yapısal bir şekilde öğreniyor. Test sonuçları, yöntemin grafik seviyesindeki performansını önemli ölçüde artırdığını gösteriyor. Bu gelişme, robot görüşü, otonom araçlar ve artırılmış gerçeklik uygulamaları için önemli.
Yapay Zeka Politika Öğrenmesinde Geometrik Yaklaşım ile Yeni Atılım
Araştırmacılar, yapay zeka sistemlerinin çevrimdışı öğrenmesinde karşılaştıkları temel bir geometrik sorunu çözen yeni bir yöntem geliştirdi. Fisher Decorator adı verilen bu yaklaşım, akış tabanlı politika öğrenmesindeki verimsizlikleri gideriyor. Mevcut yöntemler, davranış politikalarının doğal anizotropik yapısını göz ardı ederek izotropik düzenleme kullanıyordu. Bu durum, optimizasyonda yanlış yönlere gidilmesine neden oluyordu. Yeni yöntem, politika iyileştirmesini yerel taşıma haritası olarak formüle ederek bu sorunu çözüyor. Başlangıç akış politikasına artık bir yer değiştirme ekleyerek daha etkili öğrenme sağlıyor. Bu gelişme, özellikle robotik ve otonom sistemlerin öğrenme süreçlerinde önemli iyileştirmeler getirebilir.
Yapay Zeka Artık Duyguları Daha İyi Anlıyor: Yeni Hiperbolik Model
Araştırmacılar, insan duygularını çok boyutlu verilerden anlayabilen yeni bir yapay zeka modeli geliştirdi. 'Emotion Collider' adlı bu sistem, ses, görüntü ve metin gibi farklı veri türlerini birleştirerek duygu analizi yapıyor. Model, matematiksel olarak hiperbolik geometri kullanarak hiyerarşik ilişkileri daha iyi yakalıyor. Özellikle veriler eksik veya gürültülü olduğunda bile yüksek doğruluk oranları elde ediyor. Bu gelişme, insan-bilgisayar etkileşimini geliştirecek uygulamalar için önemli bir adım teşkil ediyor.
Yapay Zeka ve Makine Öğrenmesi İçin Yeni İstatistiksel Yöntem Geliştirildi
Araştırmacılar, makine öğrenmesi ve operasyon araştırması alanlarında kritik öneme sahip merkezi limit teoremi için yeni bir yaklaşım geliştirdi. Wasserstein-p mesafesi kullanılarak gerçekleştirilen bu çalışma, bağımlı veri dizileri ve Markov zincirlerinde optimal yakınsama hızları elde etti. Özellikle yerel bağımlı diziler ve geometrik ergodik Markov zincirleri için ilk kez optimal O(n^-1/2) hızına ulaşıldı. Bu gelişme, yapay zeka sistemlerinin daha hızlı ve güvenilir istatistiksel analizler yapabilmesine olanak tanıyor. Çalışma aynı zamanda çok değişkenli U-istatistikleri için de optimal sonuçlar sunuyor, bu da büyük veri analizi uygulamalarında önemli iyileştirmeler sağlayacak.
Yapay Zeka Akıl Yürütmesinde Çığır Açan Tahmin Yöntemi Geliştirildi
Araştırmacılar, büyük dil modellerinin çok adımlı akıl yürütme süreçlerini öngörebilen yeni bir yöntem geliştirdi. Semantic Step Prediction adı verilen bu teknik, yapay zekanın düşünce süreçlerini geometrik yaklaşımlarla düzenleyerek veri verimliliğini büyük ölçüde artırıyor. Geleneksel rastgele örnekleme yöntemlerine kıyasla 168 kat daha doğru sonuçlar elde eden bu sistem, ProcessBench veri setinde test edildi. Yöntem, yapay zekanın gizli durumlarını yerel doğrusal yörüngeler halinde düzenleyerek daha tutarlı akıl yürütme sağlıyor. Araştırma, yapay zeka modellerinin karar verme süreçlerinin geometrik yapısını anlamaya yönelik önemli içgörüler sunuyor.
Yapay Zeka Araştırma Makalelerini Harita Gibi Gezebilecek
Araştırmacılar, bilimsel makaleleri coğrafi harita gibi keşfetmeyi sağlayan yeni bir yapay zeka sistemi geliştirdi. Geodesic Semantic Search (GSS) adlı bu sistem, geleneksel arama yöntemlerinin aksine her makaleye özel geometrik haritalar öğrenerek çalışıyor. Sistem, akademik atıf ağlarını analiz ederek makaleler arasındaki ilişkileri üç boyutlu uzayda modelliyor ve en kısa yolları kullanarak ilgili çalışmaları buluyor. 169 bin arXiv makalesini kapsayan testlerde, mevcut yöntemlere göre yüzde 23 daha başarılı sonuçlar elde edildi. Bu teknoloji, araştırmacıların literatürde kaybolmadan ilgili çalışmaları keşfetmesini kolaylaştırabilir.