“ışık” için sonuçlar
97 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Çoklu Sekme Trafiğini Ayıran Yeni AI Sistemi: DEMUX ile Daha Güvenli İnternet
Araştırmacılar, Tor gibi anonim ağlarda kullanıcıların hangi siteleri ziyaret ettiğini tespit eden saldırılara karşı yeni bir savunma geliştirdi. DEMUX adlı sistem, kullanıcılar aynı anda birden fazla sekme açtığında oluşan karışık trafik yapısını analiz ederek güvenlik açıklarını kapatıyor. Mevcut derin öğrenme yöntemleri tek sekme kullanımında yüksek başarı gösterse de, çoklu sekme durumunda performansları ciddi şekilde düşüyor. Yeni sistem, sınır korumalı pencere bölümleme, çok ölçekli paralel CNN ve zamansal ilişkilendirme modüllerini bir araya getirerek bu sorunu çözüyor. Geliştirilen yöntem, internet trafiğinin daha güvenli hale gelmesi ve kullanıcı mahremiyetinin korunması açısından önemli bir adım sayılıyor.
Yapay Zeka Bulanık Fotoğrafları Doymuş Pikseller İçin Özel Geliştirdi
Araştırmacılar, özellikle düşük ışık ve yüksek dinamik aralık koşullarında çekilen bulanık fotoğraflardaki doymuş piksellerin neden olduğu sorunları çözen yeni bir yapay zeka sistemi geliştirdi. Geleneksel görüntü netleştirme yöntemleri doymuş piksellerde genellikle istenmeyen halkalar ve yapay görüntü bozulmaları oluşturuyor. Yeni yaklaşım, görüntüyü bulanıklık yoğunluğu ve doyma durumuna göre akıllıca bölerek, ışık dağılım fonksiyonlarını kullanarak gerçek parlaklık değerlerini tahmin ediyor. Hem sentetik hem de gerçek dünya verilerinde test edilen sistem, mevcut en gelişmiş yöntemlere kıyasla üstün performans sergiliyor.
Yapay Zeka Ajanlarının İletişim Güvenliği: Yeni Protokollerde Risk Analizi
Yapay zeka ajanları arasında iletişimi sağlayan yeni protokoller hızla gelişirken, güvenlik açısından kapsamlı bir değerlendirme eksikti. Araştırmacılar, Model Context Protocol (MCP), Agent2Agent (A2A), Agora ve Agent Network Protocol (ANP) gibi dört önemli protokolü güvenlik tehditleri açısından sistematik olarak inceleyerek, bu alanda ilk kez protokol odaklı bir risk değerlendirme çerçevesi geliştirdi. Çalışma, çok aracılı AI sistemlerinin güvenli gelişimi için kritik öneme sahip bulgular sunuyor ve sektörün standardizasyon ihtiyacına ışık tutuyor.
TRON: Işıkla Çalışan Yapay Zeka İşlemcisi Geliştirildi
Araştırmacılar, derin öğrenme hesaplamalarını optik yöntemlerle gerçekleştiren yenilikçi bir sistem geliştirdi. TRON adlı bu sistem, geleneksel elektronik işlemcilere alternatif olarak ışığın paralel işleme gücünden yararlanıyor. Çok saçılımlı ortam ve dijital mikro ayna dizisi kullanan sistem, farklı sinir ağı mimarilerini optik olarak uygulayabiliyor. En önemli özelliği, hem optik parametrelerini hem de ağ mimarisini otomatik olarak optimize edebilmesi. Bu yaklaşım, yapay zeka hesaplamalarında büyük enerji tasarrufu sağlama potansiyeli taşırken, aynı zamanda çok daha hızlı işlem yapabilme imkanı sunuyor. Optik işlemciler, elektronik sistemlerin aksine ışık hızında çalışarak paralel hesaplama avantajı sağlıyor.
Yapay Zeka Eğitiminde Devrim: Dağıtım Keskinleştirme Yeterli Değil
Yapay zeka modellerinin eğitiminde kullanılan pekiştirmeli öğrenme yöntemlerinin etkinliği konusunda süren tartışmalara ışık tutan yeni bir araştırma, önemli bulgular ortaya koyuyor. Araştırmacılar, mevcut yetenekleri keskinleştirmenin yeni beceriler kazandırmaktan farklı olduğunu ve görev odaklı ödül sistemlerinin üstünlüğünü kanıtlıyor. Llama ve Qwen model ailelerinde yapılan deneyler, sadece dağıtım keskinleştirmenin sınırlı gelişim sağladığını gösteriyor. Bu çalışma, gelecek nesil yapay zeka sistemlerinin nasıl daha etkili eğitilebileceği konusunda yol gösterici nitelikte.
Yapay Zeka İçin Devrim: Işık ve Elektriği Birleştiren Yeni Çip Tasarım Sistemi
Yapay zeka sistemleri büyüdükçe, geleneksel elektriksel bağlantıların hızı artık yetersiz kalıyor. MIT ve Stanford araştırmacıları, bu sorunu çözmek için ışık ve elektriği aynı çip üzerinde birleştiren yeni bir tasarım sistemi geliştirdi. OptoSynthesizer adlı bu sistem, elektronik-fotonik entegre devreleri otomatik olarak tasarlayabiliyor ve üretim verimini optimize edebiliyor. Işığın elektrikten binlerce kat daha hızlı veri taşıma kabiliyetini kullanan bu teknoloji, gelecekteki AI sistemlerinin ihtiyaç duyduğu ultra-yüksek bant genişliği sorununu çözmeyi hedefliyor. Sistem, ters tasarım yöntemleriyle ultra-kompakt fotonik bileşenler üretiyor ve bunları geleneksel elektronik devrelerle sorunsuz şekilde entegre ediyor.
Yapay Zeka Görüş Sistemlerine Yeni Saldırı Yöntemi: Kırışıklıklarla Aldatma
Araştırmacılar, görsel-dil modellerinin (VLM) güvenlik açığını ortaya çıkaran yeni bir saldırı yöntemi geliştirdi. Bu yöntem, kumaş kırışıklıklarının fiziğinden ilham alarak, yüzeylerde oluşturulan gerçekçi deformasyonlarla yapay zeka sistemlerini yanıltabiliyor. Çalışma, günümüzde görüntü tanıma, açıklama oluşturma ve görsel soru-cevap gibi alanlarda kullanılan VLM'lerin, esnek yüzeylerdeki kırışıklık gibi fiziksel değişimlere karşı ne kadar savunmasız olduğunu gösteriyor. Geliştirilen parametrik pertürbasyon yöntemi, çok ölçekli kırışıklık alanları oluşturarak fotorealistik görüntü bozulmaları yaratıyor. Bu keşif, yapay zeka güvenliği açısından önemli çünkü gerçek dünyada kolayca uygulanabilir saldırıların mümkün olduğunu ortaya koyuyor.
Yapay Zeka Öğretmenleri Artık Yüz İfadelerini Okuyabiliyor
Araştırmacılar, büyük dil modellerinin (LLM) yüz ifadelerini anlayarak daha empatik öğretmenlik yapabilmesini sağlayan yeni bir yöntem geliştirdi. Sistem, öğrencilerin kafa karışıklığı, hayal kırıklığı veya ilgi seviyelerini yüz ifadelerinden okuyarak buna uygun yanıtlar verebiliyor. Çalışmada, sadece metin tabanlı sistem yerine yüz ifadesi analizini entegre eden yapay zeka öğretmenlerinin çok daha etkili olduğu kanıtlandı. Bu teknoloji, online eğitimde öğrenci deneyimini büyük ölçüde iyileştirebilir.
Yapay zeka modelleri gördüklerini doğru yorumlayamıyor: Çözüm bulundu
Görme ve dil yeteneklerini birleştiren yapay zeka modelleri, görsellerdeki doğru bölgeleri tespit edebilseler de çoğu zaman yanlış cevaplar üretiyor. Araştırmacılar bu sorunun, modellerin içindeki bilgi akışından kaynaklandığını keşfetti. Metin bileşenleri, görsel verilerdeki önemli detaylar yerine alakasız bölgelere odaklanıyor. Bu durum, modelin görme ve anlama yetilerini olumsuz etkiliyor. Bilim insanları, bu sorunu çözebilecek yenilikçi bir yöntem geliştirdi. Önerilen çözüm, modelin çalışma sırasında yalnızca kritik görsel unsurlara odaklanmasını sağlıyor. Bu sayede alakasız bölgelerin yarattığı karışıklık ortadan kaldırılıyor. Çalışma, yapay zekanın görme ve dil işleme kapasitelerinin geliştirilmesi açısından önemli bir adım olarak değerlendiriliyor.
Robotlar Filmleri İnsanlar Gibi İzleyip Duygularını Anlayabilecek
Araştırmacılar, robotların filmleri ekran üzerinden izleyerek insan duygularını anlayabilmesi için yeni bir yapay zeka sistemi geliştirdi. EgoScreen-Emotion adlı veri seti, robotların gerçek dünya koşullarında film izlerken karşılaştıkları görüş açısı değişiklikleri, ışık farklılıkları ve çevresel etkileri göz önünde bulunduruyor. Sistem, 224 film fragmanı ve 28.667 anahtar kare üzerinde eğitildi. Bu teknoloji, gelecekte insanlarla etkileşim kuran robot asistanların duygusal durumumuzu daha iyi anlayabilmesi için önemli bir adım teşkil ediyor.
Yapay Zeka Destekli Uygulama Geri Dönüşüm Hatasını Büyük Oranda Azaltıyor
Birleşik Krallık'ta yapılan yeni bir araştırma, vatandaşların geri dönüşüm konusundaki karmaşıklığını gidermek için geliştirilen interaktif bir mobil uygulamanın etkinliğini test etti. Çalışma, yerel yönetimlerin farklı geri dönüşüm kurallarının yarattığı karışıklık ve 'istekli geri dönüşüm' (wishcycling) sorununa odaklandı. Araştırmacılar, 50 kişilik anket, uzman görüşmeleri ve tasarım aktivitelerini içeren karma yöntemli bir yaklaşım kullandı. Geliştirilen prototip uygulama, konum bazlı rehberlik, görsel sıralama yardımları ve malzeme özelinde bilgiler sunarak vatandaşların karşılaştığı temel sorunları çözmeyi hedefliyor. Odak grup değerlendirmeleri, uygulamanın geri dönüşüm doğruluğunu önemli ölçüde artırdığını gösterdi.
Yapay Zeka Modellerinin Beyninde Gizli Geçişler: Mantık Yürütme vs Bilgi Hatırlama
Araştırmacılar, büyük dil modellerinin mantık yürütme ve bilgi hatırlama süreçlerinde beynimizinkine benzer 'spektral faz geçişleri' yaşadığını keşfetti. 11 farklı AI modeli üzerinde yapılan kapsamlı analiz, bu sistemlerin düşünme biçimlerinin matematiksel olarak ölçülebileceğini gösteriyor. Çalışma, modellerin mantık yürütürken gizli katmanlarında farklı aktivasyon desenleri sergilediğini ve bu desenlerin model büyüklüğüyle orantılı değiştiğini ortaya çıkarıyor. Bulgular, AI sistemlerinin iç işleyişini anlamamızda yeni bir kapı açıyor ve gelecekteki model geliştirme süreçlerine ışık tutuyor. Bu keşif, yapay zekanın 'düşünme' sürecini daha iyi anlamamızı sağlayabilir.
UniBlendNet: Karmaşık Aydınlatma Sorunlarını Yapay Zeka ile Çözüyor
Araştırmacılar, fotoğraflardaki karmaşık aydınlatma problemlerini çözebilen yeni bir yapay zeka sistemi geliştirdi. UniBlendNet adlı bu sistem, görüntülerdeki düzensiz ışık dağılımını normalize ederek daha kaliteli sonuçlar üretiyor. Mevcut yöntemlerin aksine, hem global hem de yerel ışık özelliklerini aynı anda analiz edebilen bu teknoloji, özellikle zorlu aydınlatma koşullarında çekilmiş görüntüleri iyileştirmede başarılı oluyor. Sistem, çok ölçekli yapıları ve bölgesel uyarlanabilir iyileştirmeyi birleştiren birleşik bir yaklaşım benimsiyor. Bu gelişme, fotoğrafçılık, güvenlik kameraları ve medikal görüntüleme gibi alanlarda önemli uygulamalara sahip olabilir.
Çok Modlu Yapay Zeka Neden Geride Kalıyor? İç Mekanizmalar Araştırıldı
Yapay zeka modellerinin yeni görevleri örneklerden öğrenmesini sağlayan 'bağlam içi öğrenme' yöntemi, sadece metinle çalışırken başarılı olsa da görsel ve metinsel verileri birlikte işlerken zorlanıyor. Araştırmacılar, çok modlu büyük dil modellerinin neden tek modal karşılıklarından daha zayıf performans sergilediğini sistematik olarak inceledi. Bulgular, mevcut modellerin görsel ve metinsel temsiller arasında mantıksal düzeyde yeterli hizalamaya sahip olmadığını ve öğrenilen görev eşlemelerini güvenilir şekilde aktaramadığını gösteriyor. Bu keşif, yapay zeka sistemlerinin farklı veri türlerini daha etkili şekilde birleştirmesi için gereken iyileştirmelere ışık tutuyor.
Yapay Zeka İçin Dev Veri Seti: 90 Bin Fotoğrafla 3D Görsel Üretimi
Araştırmacılar, yapay zekanın gerçekçi 3D görseller üretebilmesi için DF3DV-1K adlı kapsamlı bir veri seti geliştirdi. 1.048 farklı mekan ve toplam 89.924 fotoğraf içeren bu koleksiyon, her sahne için hem temiz hem de karışık görüntüler sunuyor. Tüketici kameralarıyla çekilen fotoğraflar, günlük kullanım koşullarını taklit ediyor ve 128 farklı dikkat dağıtıcı öğe ile 161 mekan teması kapsıyor. Veri seti, yapay zekanın farklı açılardan yeni görüntüler sentezleyebilmesini sağlayan radiance field teknolojilerinin gelişimi için kritik öneme sahip. İç ve dış mekan ortamlarını kapsayan bu kaynak, özellikle karışık ortamlarda bile temiz görüntüler üretebilen sistemlerin test edilmesi amacıyla tasarlandı.
Yapay zeka ile ekran görüntüleri duvardaki yansımalardan çıkarılabiliyor
Araştırmacılar, kapalı odadaki bilgisayar ekranlarının içeriğini fiziksel temasa geçmeden okuyabilen yeni bir siber saldırı yöntemi geliştirdi. IR4Net adlı yapay zeka sistemi, ekranlardan duvarlara yansıyan ışık desenlerini analiz ederek orijinal görüntüleri yeniden oluşturabiliyor. Bu teknik, güvenli kabul edilen izole ortamlardaki hassas bilgilerin bile sızdırılabileceğini gösteriyor. Sistem, fizik yasalarını makine öğrenmesi ile birleştiren yenilikçi bir yaklaşım kullanarak, ışığın yayılma özelliklerini matematiksel modeller haline getiriyor. Araştırma, siber güvenlik alanında yeni tehditler ortaya koyarken, aynı zamanda optik teknolojiler ve yapay zeka arasındaki sınırları zorluyor.
Akıllı araçlar ve trafik ışıkları birlikte çalışarak şehir trafiğini optimize ediyor
Araştırmacılar, insan sürücüler ve otonom araçların birlikte bulunduğu karma trafik ortamları için yenilikçi bir yönetim sistemi geliştirdi. Bu hiyerarşik framework, akıllı araçları en verimli rotalarla yönlendirirken, aynı zamanda trafik ışıklarının zamanlamasını da optimize ediyor. Sistem iki katmanda çalışıyor: üst katman şehir genelindeki trafik verilerini analiz ederek bağlantılı ve otonom araçlar için proaktif rota önerileri sunuyor, alt katman ise kavşaklarda yerel araç durumlarını kullanarak hem trafik ışığı fazlarını hem de bireysel araç yörüngelerini eş zamanlı optimize ediyor. Bu yaklaşım, toplam seyahat süresini azaltırken enerji tüketimini de minimize etmeyi hedefliyor. Sioux Falls test ağında yapılan simülasyonlar, sistemin etkinliğini doğruluyor.
VibeFlow: Videoların Renk ve Işığını Yapay Zeka ile Düzenlemeye Yeni Yaklaşım
Araştırmacılar, videoların renk ve aydınlatmasını değiştirmek için VibeFlow adlı yeni bir yapay zeka sistemi geliştirdi. Bu teknoloji, pahalı eğitim verilerine ihtiyaç duymadan, önceden eğitilmiş video üretim modellerinin fiziksel anlayışını kullanıyor. Sistem, videonun yapısal bütünlüğünü korurken renk ve ışık özelliklerini referans görüntülerden alarak değiştirebiliyor. Geleneksel yöntemlerin aksine, VibeFlow kendi kendini eğiten bir yaklaşım benimsiyor ve video editörlüğünde önemli bir ilerleme sunuyor. Teknoloji, film endüstrisi ve içerik üretiminde geniş uygulama alanları bulabilir.
Yapay Zeka Şehir Trafiğini İnsan Mantığıyla Yönetmeyi Öğreniyor
Araştırmacılar, şehir trafiğini daha akıllı yönetebilmek için yeni bir yapay zeka sistemi geliştirdi. C2T adlı bu sistem, büyük dil modellerinden 'sağduyu' bilgisini öğrenerek trafik ışıklarını ve otonom araçları koordine ediyor. Geleneksel sistemler sadece kavşak yoğunluğu gibi basit metriklere odaklanırken, yeni sistem güvenlik, trafik akışının istikrarı ve sürüş konforu gibi insan odaklı hedefleri de göz önünde bulunduruyor. Çoklu kavşaklarda yapılan testlerde, mevcut en iyi yöntemlere kıyasla trafik verimliliği ve güvenlikte önemli iyileştirmeler sağlandı.
Yapay Zeka Gözünde Büyük Yanılsama: Doğru Yeri Buluyor, Yanlış İsim Veriyor
Araştırmacılar, görüntü segmentasyonunda çalışan yapay zeka modellerinin şaşırtıcı bir hata türü keşfetti. Bu modeller, nesnelerin sınırlarını doğru tespit edebiliyor ancak tamamen yanlış etiketler atayabiliyor. Örneğin bir köpeği bulup sınırlarını çiziyor ama 'kedi' diyor. Bu durum, modellerin eğitim verilerindeki sahte korelasyonlara dayanmasından kaynaklanıyor. Cornell Üniversitesi araştırmacıları, bu 'semantik etiket takası' sorununun geleneksel değerlendirme yöntemleriyle fark edilmediğini gösterdi. Çalışma, yapay zekanın gerçek dünya uygulamalarında karşılaşabileceği kritik güvenilirlik sorunlarına ışık tutuyor.
3D Görüntülerde Işık Oyunu: Gerçekçi Aydınlatma Teknolojisi Geliştirildi
Araştırmacılar, 3D sahneleri farklı ışık koşullarında son derece gerçekçi biçimde yeniden aydınlatmayı sağlayan SSD-GS adlı yeni bir teknik geliştirdi. Bu yöntem, ışık-malzeme etkileşimlerini fizik kurallarına uygun şekilde modelleyerek, metal ve yarı saydam malzemelerin görünümlerini oldukça doğal bir şekilde yeniden oluşturabiliyor. Geleneksel yöntemlerin aksine, SSD-GS ışığın yansıması, gölgeler ve malzeme içindeki saçılımı ayrı ayrı hesaplayarak daha kaliteli sonuçlar üretiyor. Bu gelişme, oyun endüstrisi, sinema efektleri ve sanal gerçeklik uygulamalarında devrim yaratma potansiyeli taşıyor.
3D Gaussian Splatting Artık Multispektral: Görsel Gerçeklik Bir Adım İleri
Araştırmacılar, 3D görüntü sentezleme teknolojisi olan Gaussian Splatting'i multispektral verilerle geliştirerek, sadece görünür ışık değil tüm dalga boylarını işleyebilen yeni bir sistem oluşturdular. MSGS adı verilen bu yöntem, her Gaussian nesneyi spektral parlaklık bilgileriyle zenginleştiriyor ve RGB ile multispektral sinyalleri birleştiren ikili kayıp fonksiyonu kullanıyor. Sistem, renk dönüşümünü piksel seviyesinde gerçekleştirerek daha zengin spektral bilgileri koruyabiliyor. Özellikle yarı saydam malzemeler ve anizotropik yansımalar içeren zorlu sahnelerde başarılı sonuçlar veriyor.
Robot sürülerinin trafiğe takılma sorunu rastgelelik ile çözüldü
Harvard araştırmacıları, kalabalık ortamlarda çalışan robot sürülerinin karşılaştığı trafik sıkışıklığı problemine beklenmedik bir çözüm buldu. Robotların hareket rotalarına küçük rastgele sapmalar eklemek, onların birbirlerini bloke etmesini önlüyor ve genel verimliliği artırıyor. Bu basit değişiklik, düz çizgilerde hareket eden robotların aksine, hafif 'kıvrak' hareketlerle birbirlerinin yanından geçebilmesini sağlıyor. Araştırma, daha fazla robotun her zaman daha hızlı sonuç anlamına gelmediğini, aksine kalabalık ortamlarda işlerin tamamen durma noktasına gelebileceğini ortaya koyuyor. Bu keşif, gelecekte depo otomasyonu, kurtarma operasyonları ve akıllı şehir uygulamalarında kullanılacak robot sürüleri için önemli bir gelişme.
VL-Calibration: Büyük Görsel-Dil Modelleri İçin Ayrışık Güven Kalibrasyonu
Büyük görsel-dil modelleri güçlü çok modlu akıl yürütme yetenekleri gösterse de, sık sık halüsinasyonlar yaşar ve yüksek kesinlikle yanlış cevaplar verir. Bu durum kritik alanlarda kullanımlarını sınırlar.