“Şili” için sonuçlar
82 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay zeka insan davranışını taklit ederken güvenilirlik sorunu yaşıyor
Sosyal bilimciler, büyük dil modellerini kullanarak insan davranışlarını simüle eden 'silikon örneklem' veri setleri oluşturuyor. Ancak yeni bir araştırma, bu süreçte yapılan teknik seçimlerin sonuçları dramatik şekilde etkilediğini ortaya koyuyor. Model seçimi, örnekleme parametreleri ve demografik bilgi miktarı gibi faktörler, yapay verilerin gerçek insan verileriyle uyumunu ciddi şekilde değiştiriyor. İki farklı çalışmada 252 farklı konfigürasyon test edildi ve bir boyutta iyi performans gösteren ayarların başka boyutlarda başarısız olabildiği görüldü. Bu durum, yapay zeka ile üretilen sosyal bilim verilerinin güvenilirliği konusunda ciddi endişeler yaratıyor.
Adil Kümeleme Algoritmaları: Demografik Eşitlik İçin Yeni Matematiksel Yaklaşım
Araştırmacılar, demografik adalet ilkelerini gözeten kümeleme problemleri için yeni algoritma geliştirdi. Çalışma, hem grup adaleti hem de çeşitli merkez seçimi kriterlerini aynı anda sağlayan k-merkez, k-medyan ve k-ortalama problemlerine odaklanıyor. Geliştirilen yaklaşım, korumalı öznitelikler içeren veri noktalarını adil bir şekilde kümelere ayırırken, her kümenin hem dengeli demografik dağılıma hem de temsili merkezlere sahip olmasını garantiliyor. Bu tür algoritmaların önemi, yapay zeka uygulamalarında demografik önyargıları azaltma ve sosyal adaleti teknolojik çözümlere entegre etme konularında giderek artıyor.
İnsan-Yapay Zeka İşbirliğinde Kişilik ve Tasarım Faktörlerinin Etkisi
Araştırmacılar, insan kişiliği ile yapay zeka tasarım özelliklerinin, karşılıklı etkileşimlerin kalitesi üzerindeki etkilerini inceledi. Stanford Üniversitesi'nden bilim insanları, hedeflerin tam olarak örtüşmediği durumları simüle ederek, 2000 simülasyon ve 290 katılımcıyla gerçek deneyler yürüttü. Çalışma, iş görüşmeleri ve bilgi gizleme senaryolarında, insanların dışadönüklük ve uyumluluk özelliklerinin yanı sıra yapay zekanın uyum yeteneği, uzmanlığı ve şeffaflığının sonuçları nasıl etkilediğini araştırdı. Bulgular, gelecekteki yapay zeka sistemlerinin tasarımında hem teknik özellikler hem de insan faktörlerinin dikkate alınması gerektiğini ortaya koyuyor.
Yapay Zeka Kod Üretiminde Yeni Yöntem: Fonksiyonel Çoğunluk Oylaması
Araştırmacılar, büyük dil modellerinin kod yazma başarısını artıran yeni bir teknik geliştirdi. Fonksiyonel Çoğunluk Oylaması (FMV) adı verilen bu yöntem, yapay zekanın ürettiği birden fazla kod çözümü arasından en uygun olanını seçmek için fonksiyonel konsensüs yaklaşımını kullanıyor. Sistem, farklı kod çözümlerini test girdileri üzerinde çalıştırarak çalışma zamanı imzalarını karşılaştırıyor ve en temsili çözümü belirliyor. LiveCodeBench platformunda yapılan testlerde FMV'nin performansı önemli ölçüde artırdığı, ancak hesaplama maliyetini fazla yükseltmediği görüldü. Ayrıca araştırmacılar bu tekniği Test-Zamanı Pekiştirmeli Öğrenme için de uyarladılar ve belirli görevlerde başarı oranını artırdıklarını gözlemlediler.
Silme Kanallarında Alt Dizi Sayısı Hesaplama Problemi Çözüldü
Bilgisayar biliminde önemli bir teorik problem olan silme kanallarındaki alt dizi sayısının hesaplanması konusunda yeni bir çalışma yayınlandı. Araştırmacılar, bir metin dizisinden belirli sayıda karakter silindiğinde ortaya çıkabilecek farklı alt dizilerin sayısını tahmin etmek için geliştirilmiş sınırlar önerdiler. Bu problem özellikle veri iletimi ve hata düzeltme kodları alanında kritik öneme sahip. Çalışma, ikili olmayan diziler üzerine odaklanarak, bu tür dizilerdeki maksimum alt dizi sayısına sahip dizi ailelerini karakterize etti ve bu sayının polinom zamanda hesaplanabileceğini gösterdi.
Yapay Zeka Mantıksal Bilgiyi Nasıl Sıkıştırır? Yeni Matematiksel Teori
Araştırmacılar, yapay zeka sistemlerinin mantıksal bilgileri nasıl sıkıştırabileceğine dair yeni bir matematiksel teori geliştirdi. Bu çalışma, bilgi kaybı yaşayan sıkıştırma yöntemlerini mantıksal çıkarım sistemlerine uyarlamayı hedefliyor. Klasik sıkıştırma yöntemleri her sembolün birebir korunmasına odaklanırken, bu yaklaşım mantıksal bütünlüğün korunmasını esas alıyor. Teoriye göre, bir bilgi tabanındaki gereksiz mantıksal sonuçlar ayıklanarak, sadece temel çekirdek bilgiler saklanabilir. Bu yöntem, yapay zeka sistemlerinin büyük bilgi tabanlarını daha verimli şekilde depolamasına ve işlemesine olanak tanıyabilir. Araştırma, özellikle otomatik teorem ispatlama ve bilgi temsili alanlarında devrim yaratma potansiyeli taşıyor.
Cep telefonu verilerindeki sosyoekonomik önyargı nasıl düzeltilir?
Cep telefonu şebekelerinden elde edilen veriler, insan hareketliliğini anlamak için sıkça kullanılıyor ancak bu verilerde ciddi bir sorun var: sosyoekonomik önyargı. Şili'nin başkenti Santiago'da yapılan yeni bir araştırma, tek bir operatörün verilerinin gerçek nüfusu temsil etmediğini ortaya koyuyor. Araştırmacılar, çok seviyeli regresyon ve tabakalaştırma yöntemiyle bu önyargıyı düzeltmeyi başardı. Bu yeni yaklaşım, hareket yarıçapı gibi önemli metriklerde yüzde 17'ye varan düzeltmeler sağladı. Çalışma, büyük veri analizlerinde demografik dengesizliklerin nasıl giderilebileceği konusunda önemli bir yöntem sunuyor.
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 ajanları artık kişiliğe göre davranacak: Yeni test sistemi geliştirildi
Araştırmacılar, yapay zeka destekli ajanların kullanıcı kişiliğine uyum sağlayabilme becerisini test eden yeni bir değerlendirme sistemi geliştirdi. MM-tau-p² adlı bu sistem, özellikle müşteri deneyimi yönetiminde kullanılan çok modlu yapay zeka ajanlarının performansını ölçüyor. Mevcut test sistemleri sadece metin tabanlı sohbetlere odaklanırken, yeni sistem hem görsel hem işitsel girdileri değerlendiriyor. Sistem, kullanıcının kişilik özelliklerini tanıyan ve buna göre davranış sergileyen ajanların ne kadar başarılı olduğunu ölçüyor. GPT-4 ve GPT-5 gibi en gelişmiş dil modellerinin bile bu konuda eksiklikleri olduğu tespit edildi.
Yapay zeka asistanları artık kişiliğinizi öğreniyor: PersonaVLM ile uzun vadeli hatırla
Günlük hayatımızda milyonlarca kişinin kullandığı yapay zeka asistanları, şimdiye kadar kullanıcı tercihlerini yeterince anlayamıyordu. Stanford ve diğer kurumlardan araştırmacılar, bu sorunu çözmek için PersonaVLM adlı yenilikçi bir sistem geliştirdi. Bu sistem, geleneksel AI asistanlarının aksine kullanıcılarla geçirdiği süre boyunca onların değişen tercihlerini ve kişiliklerini öğrenebiliyor. PersonaVLM üç temel yetenek üzerine kurulu: kullanıcı etkileşimlerinden anıları çıkarıp saklama, bu anıları kullanarak çok aşamalı düşünce yürütme ve zamanla değişen kullanıcı tercihlerine göre yanıtlarını uyarlama. Bu gelişme, yapay zeka asistanlarının tek seferlik etkileşimlerden çok daha derin ve kişiselleştirilmiş deneyimler sunabilmesinin önünü açıyor.