“GaN” için sonuçlar
174 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
AccelCIM: Yapay Zeka Çiplerinde Bellek-İçi Hesaplama Devrimini Getiren Yeni Mimari
Araştırmacılar, derin öğrenme modellerinin çalıştırılması için SRAM tabanlı bellek-içi hesaplama (CIM) hızlandırıcılarının verimliliğini artıran AccelCIM adlı yeni bir framework geliştirdi. Bu sistem, geleneksel çip mimarilerinin aksine, veriyi işlemciye taşımak yerine doğrudan bellekte hesaplama yaparak enerji tüketimini ve gecikmeyi büyük ölçüde azaltıyor. AccelCIM, özellikle büyük dil modelleri gibi kapsamlı yapay zeka uygulamalarında kritik olan veri akışı optimizasyonu sorununu çözüyor. Framework, çip tasarımcılarına sistematik bir keşif alanı sunarak, farklı CIM makro konfigürasyonlarını ve makro-dizi organizasyonlarını değerlendirme imkanı sağlıyor. Cycle-accurate simülasyonlar ve post-layout analizi ile desteklenen bu yaklaşım, gelecekteki AI çiplerinin tasarımında önemli kılavuzluk edecek pratik çözümler sunuyor.
Düşük Bütçeli Kuruluşlar İçin Yapay Zeka Destekli Siber Güvenlik Sistemi
Araştırmacılar, hastane ve okul gibi sınırlı bütçeli kuruluşları siber saldırılara karşı korumak için açık kaynak kodlu bir ağ güvenlik sistemi geliştirdi. ML Defender adı verilen bu sistem, yaklaşık 150-200 dolarlık donanımla çalışabiliyor ve makine öğrenmesi algoritmalarını kullanarak botnet ve DDoS saldırılarını tespit ediyor. Sistem, kural tabanlı hızlı tespit mekanizması ile rastgele orman sınıflandırıcısını birleştirerek yanlış alarm oranını 500 kat azaltmayı başarıyor. CTU-13 veri seti üzerindeki testlerde %99.85 F1 skoru ve %100 hassasiyet oranı elde eden sistem, siber güvenlikte kaynak kısıtlı organizasyonlar için umut verici bir çözüm sunuyor.
Fizik Yasalarından İlham Alan Yapay Zeka: Hamiltoniyen Sistemlerde Hedef Bulma
Araştırmacılar, yapay zekanın daha az veriyle daha etkili öğrenmesi için doğanın kendi yapısından ilham almayı öneriyor. Yeni çalışma, klasik mekaniğin temelini oluşturan Hamiltoniyen sistemlerin matematiksel özelliklerini kullanarak, robotik ve kontrol sistemlerinde hedef bulma problemlerini çözmeye odaklanıyor. Geleneksel yaklaşımlar, doğrusal olmayan sistemlerde boyut arttıkça veri ihtiyacı üstel olarak artarken, fiziksel yasalardan türetilen bu yöntem çok daha az veri ile başarılı sonuçlar elde edebiliyor. Simplektik geometri ve enerji koruma ilkelerinin kullanıldığı bu yaklaşım, özellikle mekanik sistemlerin kontrolünde devrimsel değişiklikler getirebilir.
Toplantı Verimliliğini Ölçmenin Yeni Yolu: Yapay Zeka Destekli Anlık Değerlendirme
Araştırmacılar, toplantı verimliliğini ölçmek için geleneksel anket yöntemlerinin yerine yapay zeka destekli yeni bir yaklaşım geliştirdi. Bu sistem, toplantıları küçük bölümlere ayırarak her segmenti ayrı ayrı değerlendiriyor ve büyük dil modelleri kullanarak anlık verimlilik skorları hesaplıyor. Geliştirilen AMI-ME veri seti, 130 toplantıdan 2.459 insan değerlendirmeli segment içeriyor. Yeni yöntem, toplantı dinamiklerini daha iyi yakalayarak organizasyonel verimliliği artırma potansiyeli taşıyor.
Yapay Zeka Modellerini Siber Saldırılara Karşı Koruyan Yenilikçi Savunma Sistemi
Büyük dil modelleri (LLM'ler), geniş veri setlerine dayandıkları için backdoor saldırılarına karşı savunmasız durumda. Bu tür saldırılarda, saldırganlar eğitim verilerinin küçük bir kısmını zehirleyerek modele gizli davranışlar yerleştiriyor. Araştırmacılar, bu tehdide karşı MB-Defense adlı yenilikçi bir savunma sistemi geliştirdi. İki aşamalı bu sistem, önce saldırgan ve savunma tetikleyicilerini birleştirerek ortak bir backdoor temsili oluşturuyor, sonra da ek eğitimle bu temsili bozarak modelin temiz davranışını geri kazandırıyor. Çalışma, büyük dil modellerinin güvenliğini artıran önemli bir gelişme sunuyor.
Yapay Zeka Algoritmaları Değişen Kurallara Ne Kadar Dayanıklı?
Araştırmacılar, pekiştirmeli öğrenme algoritmalarının dinamik değişimlere karşı dayanıklılığını test etmek için 'Tape' adlı yeni bir benchmark geliştirdi. Hücresel otomata tabanlı bu test ortamı, algoritmaların alışkın oldukları kurallardaki değişikliklere ne kadar uyum sağlayabildiğini ölçüyor. Sonuçlar, mevcut yapay zeka algoritmalarının çevresel değişikliklere karşı beklenenden daha kırılgan olduğunu ortaya koyuyor. Bu bulgular, gerçek dünya uygulamalarında yapay zekanın güvenilirliği açısından önemli çıkarımlar sunuyor.
Sosyal Ağlardaki İlişki Kurma Süreçlerinin Nedensel Analizi
Araştırmacılar, sosyal ağlardaki ilişki kurma mekanizmalarını nedensel açıdan analiz edebilmek için yeni bir metodoloji geliştirdi. Sosyal ağ çalışmalarında karşılaşılan temel zorluklardan biri, kişiler arası bağlantıların neden kurulduğunu belirlemektir - bu durum gözlenemeyen faktörler ve karşılıklı etkileşimler nedeniyle karmaşık hale gelir. Yeni yaklaşım, ağ yapısının zaman içindeki değişimlerini ve rastgele dağıtılmış başlangıç bağlantılarını kullanarak bu sorunu çözmeye odaklanıyor. Büyük bir profesyonel hizmetler şirketinde yapılan uygulamada, yeni işe alınan çalışanların projelere rastgele atanması durumu incelendi. Sonuçlar, dolaylı bağlantıların (ortak tanışıklar) yeni ilişki kurma üzerinde güçlü ve pozitif etkisi olduğunu ortaya koydu. Bu çalışma, sosyal ağ analizinde nedensel çıkarım yapabilmek için önemli bir metodolojik katkı sunuyor ve organizasyonel davranış araştırmalarına yeni perspektifler getiriyor.
SCALER: Yapay Zeka Modellerinin Mantık Yürütme Kabiliyetini Artıran Adaptif Sistem
Araştırmacılar, büyük dil modellerinin mantık yürütme becerilerini geliştirmek için SCALER adlı yeni bir framework geliştirdi. Bu sistem, pekiştirmeli öğrenme yöntemini kullanarak modellerin sürekli gelişebilmesi için adaptif öğrenme ortamları yaratıyor. SCALER, gerçek dünya programlama problemlerini doğrulanabilir mantık yürütme ortamlarına dönüştüren ölçeklenebilir bir sentez hattı sunuyor. Bu yaklaşım, zorluk seviyesi kontrol edilebilen ve sınırsız örnek üretimi yapabilen ortamlar yaratarak, modellerin sınırlı veri setlerinin ötesinde öğrenme yapabilmesini sağlıyor. Sistem, model yetenekleriyle görev zorluğu arasındaki dengeyi koruyarak, öğrenme sürecinin durağanlaşmasını engelliyor. Bu gelişme, yapay zeka modellerinin daha karmaşık mantıksal problemleri çözme konusundaki kapasitelerini artırma potansiyeli taşıyor.
Memristör Ağları Beyin Hücrelerinin Çalışma Prensibini Taklit Ediyor
Araştırmacılar, kendini organize eden memristör ağlarının biyolojik sinir sistemlerindeki nöron topluluklarının elektriksel aktivitelerine çok benzer davranışlar sergilediğini keşfetti. Bu özel devreler, dış sinyallere yanıt olarak kendi bağlantılarını dinamik şekilde yeniden düzenleyebiliyor. Çalışma, bu ağların doğal olarak nöron benzeri spike sinyalleri ürettiğini ve belirli frekanslarda rezonansa girerek maksimum performans gösterdiğini ortaya koyuyor. Bu buluş, beyin benzeri hesaplama sistemleri geliştirmek için önemli ipuçları sunuyor ve yapay zeka donanımında devrim yaratabilecek nitelikte.
Yapay Zeka Öğrenmeyi Dinamik Programlamaya Çeviren Yeni Yöntem: StructRL
Araştırmacılar, pekiştirmeli öğrenme algoritmalarının nasıl daha verimli hale getirilebileceğine dair çığır açan bir keşif yaptı. StructRL adlı yeni yöntem, yapay zekanın öğrenme sürecindeki dinamikleri analiz ederek, geleneksel dinamik programlama yöntemlerinin yapısal avantajlarını geri kazandırıyor. Sistem, hangi durumların ne zaman en güçlü öğrenme güncellemelerini aldığını takip eden özel bir sinyal geliştirerek, bilgi yayılımını daha organize hale getiriyor. Bu yaklaşım, yapay zekanın öğrenme sürecini rastgele veri odaklı optimizasyondan çıkarıp, yapılandırılmış ve verimli bir sürece dönüştürüyor.
Yapay Zeka Güvenliği İçin Ters Anayasal AI Yöntemi Geliştirildi
Araştırmacılar, büyük dil modellerinin güvenlik açıklarını test etmek için yenilikçi bir yaklaşım geliştirdi. 'Ters Anayasal AI' adı verilen bu sistem, zararlı içerik üretebilen otomatik veri üretimi sağlıyor. Geleneksel güvenlik testlerinin aksine, bu yöntem sistematik ve kontrollü bir şekilde çok boyutlu saldırı verisi sentezleyebiliyor. Sistem, zararlı bir anayasa oluşturarak ve eleştiri-revizyon döngüsü kullanarak çalışıyor. Ancak sadece toksisite odaklı optimizasyon, anlam bozulmasına yol açabiliyor. Bu sorunu çözmek için olasılık sıkıştırma tekniği kullanılarak hem saldırgan niyeti koruyor hem de anlamsal tutarlılığı sağlıyor. Çalışma, AI güvenliği alanında önemli bir adım teşkil ediyor.
Yapay Zeka Araç Zincirlerinde Gizli Saldırılar: MCP Ekosistemindeki Yeni Tehdit
Araştırmacılar, büyük dil modellerinin (LLM) dış sistemlerle entegrasyonunda kullanılan Model Context Protocol (MCP) ekosisteminde yeni bir güvenlik tehdidi keşfetti. 'Parazitik Araç Zinciri Saldırıları' olarak adlandırılan bu tehdit, yapay zekanın pasif bilgi işleyiciden aktif görev orchestratörüne dönüşümüyle ortaya çıkıyor. Saldırganlar, kurbanın doğrudan etkileşimine gerek duymadan, LLM'lerin meşru görevler sırasında eriştiği dış veri kaynaklarına kötü amaçlı talimatlar gömebiliyor. Bu durum, geleneksel prompt enjeksiyonu ve araç zehirleme saldırılarından farklı olarak, tek çıktıları manipüle etmek yerine tüm yürütme akışını ele geçirmeyi hedefliyor. MCP Unintended Privacy Disclosure (MCP-UPD) olarak örneklendirilen bu sistematik gizlilik sızıntısı saldırı modeli, LLM destekli uygulamaların yaygınlaşmasıyla birlikte saldırı yüzeyinin genişlediğini gösteriyor.
Kuantum Bilgisayarlarda Güvenlik Açıklarını Tespit Eden Yeni Yöntem
Araştırmacılar, kuantum ve klasik hesaplama sistemlerinin bir arada kullanıldığı hibrit mimarilerde güvenlik açıklarını tespit edebilen yenilikçi bir yöntem geliştirdi. Geleneksel güvenlik analiz yöntemleri, saldırganların hem klasik veri izlerini hem de kuantum korelasyonlarını aynı anda kullanabileceği durumları göz önünde bulundurmuyordu. Yeni yaklaşım, kuantum Petri ağları adı verilen matematiksel modeller kullanarak bu boşluğu dolduruyor. Sistem, saldırganların gizli bilgilere ulaşma potansiyelini, kuantum durumlar arasındaki mesafeyi ölçerek hesaplıyor. Bu breakthrough, özellikle kuantum bilgisayarlar ve klasik sistemlerin entegre edildiği gelecekteki güvenlik uygulamaları için kritik öneme sahip.
Bengalce Matematik Problemlerini Çözen Yapay Zeka Modeli Geliştirildi
Araştırmacılar, dünya genelinde 300 milyondan fazla kişi tarafından konuşulan Bengalce dilinde matematik problemlerini çözebilen yeni bir yapay zeka modeli geliştirdi. GanitLLM adı verilen bu model, mevcut yapay zeka sistemlerinin düşük kaynaklı dillerde matematik alanındaki yetersizliklerini gidermek için tasarlandı. Mevcut sistemler genellikle önce İngilizce düşünüp sonra çeviri yapıyor ya da çok adımlı matematik problemlerinde başarısız oluyor. Yeni model, zorluk seviyelerine göre düzenlenmiş özel bir Bengalce matematik veri seti kullanıyor ve kademeli öğrenme yaklaşımıyla eğitildi. Bu gelişme, teknoloji alanında dil adaletsizliğinin azaltılması ve yerel dillerde bilimsel içerik üretiminin artırılması açısından önemli bir adım.
Online Propaganda Tespitinde Gizlilik Riskleri: PROMPT Çerçevesiyle Yeni Çözümler
Araştırmacılar, sosyal medyada propaganda tespit sistemlerinin kullanıcı gizliliğini nasıl tehdit ettiğini analiz etti. 162 bilimsel çalışmayı inceleyen araştırma, veri toplama, özellik çıkarma ve model çıkarımı aşamalarında ciddi gizlilik risklerinin bulunduğunu ortaya koydu. Geliştirilen PROMPT çerçevesi, gizlilik, doğruluk ve maliyet arasında denge kurarak bu riskleri azaltmak için stratejiler sunuyor. Çalışma, mevcut sistemlerin çoğunun GDPR ve CCPA gibi veri koruma düzenlemelerine uyum sağlamadığını gösteriyor. Bu bulgular, yapay zeka destekli propaganda tespit sistemlerinin geliştirilmesinde gizlilik koruma önlemlerinin kritik önemini vurguluyor.
AI ajanları için yeni paket yöneticisi geliştirildi: Skilldex
Büyük dil modeli (LLM) ajanlarının yeteneklerini genişletmek için kullanılan beceri paketlerinin yönetiminde önemli bir adım atıldı. Araştırmacılar, AI ajanlarının çalışma anında yeni beceriler öğrenmesini sağlayan yapılandırılmış talimat paketlerini daha etkili şekilde organize eden Skilldex adlı yeni bir sistem geliştirdi. Bu sistem, beceri paketlerinin Anthropic'in yayınladığı format standartlarına uygunluğunu değerlendiren bir derleyici benzeri puanlama sistemi sunuyor. Aynı zamanda birbiriyle ilişkili becerileri ortak kaynaklarla bir araya getirerek tutarlılığı koruyan 'skillset' adı verilen yeni bir soyutlama katmanı getiriyor. Bu gelişme, AI ajanlarının daha organize ve uyumlu beceri kütüphanelerine sahip olmasını sağlayarak yapay zeka sistemlerinin performansını artırma potansiyeli taşıyor.
Yapay Zeka Sistemlerinde Hızlı Düşünce Yavaş Düşünceden Daha Etkili Olabilir
Merkeziyetsiz Özerk Organizasyonlar (DAO'lar) için geliştirilen küçük dil modellerinde yapılan yeni bir araştırma, beklenmedik bir sonuç ortaya koydu. Araştırmacılar, yapay zeka sistemlerinde 'System 1' (hızlı, sezgisel) ve 'System 2' (yavaş, mantıklı) düşünce süreçlerinin etkisini inceledi. Sentinel-Bench adlı test platformunda 840 farklı çıkarım gerçekleştirerek, Qwen-3.5-9B modelinin performansını değerlendirdiler. Sonuçlar, karmaşık mantık yürütme süreçlerinin her zaman daha iyi sonuç vermediğini gösterdi. Hızlı düşünce modeli %100 doğrulukla 13 saniyeden kısa sürede sonuç verirken, daha karmaşık System 2 yaklaşımı beklenmedik şekilde kararsızlık yarattı. Bu bulgular, yapay zeka sistemlerinin optimizasyonunda hızın doğruluktan daha önemli olabileceğini düşündürüyor.
Yapay Zeka Artık Hava Durumunu Fotoğraftan Anlık Olarak Tahmin Edebiliyor
Araştırmacılar, fotoğraflardan hava durumunu gerçek zamanlı olarak sınıflandırabilen üç farklı yapay sinir ağı mimarisi geliştirdi. Bu modeller güneşli, yağmurlu, karlı ve sisli hava koşullarını görüntülerdeki stil özelliklerini analiz ederek tespit edebiliyor. Çalışmada öne çıkan yaklaşımlar arasında çoklu yama boyutları kullanan Multi-PatchGAN, sadeleştirilmiş ResNet50 ve dikkat mekanizmalı Gram matrisi tabanlı model yer alıyor. Bu gelişme, meteoroloji uygulamaları, akıllı şehir sistemleri ve otonom araçlar için önemli bir adım teşkil ediyor. Özellikle görüntülerdeki ince stil detaylarını yakalayabilen bu sistemler, geleneksel hava durumu tahmin yöntemlerini destekleyici bir rol oynayabilir.
Yapay Zeka Modellerini Rekabetçi Oyunla Eğiten Yeni Yöntem Geliştirildi
Araştırmacılar, yapay zeka modellerinin eğitimi için kaliteli veri üretme sorununa yaratıcı bir çözüm getirdi. Geleneksel veri toplama yöntemleri pahalı ve düşük kaliteli sonuçlar verirken, yeni 'Adversarial Arena' yaklaşımı veri üretimini rekabetçi bir oyuna dönüştürüyor. Bu sistemde 'saldırgan' takımlar zor sorular hazırlarken, 'savunucu' takımlar bu sorulara yanıt üretiyor. 10 üniversite takımının katıldığı siber güvenlik odaklı yarışmada 19.683 çok turlu konuşma verisi üretildi. Bu verilerle eğitilen açık kaynak model, güvenli kod üretiminde %18,47 iyileşme gösterdi. Yöntem, özellikle kaynak kısıtı olan alanlarda ve karmaşık konuşma verilerinin üretilmesi için büyük potansiyel taşıyor.
Elektrikli Araçlar İçin Şebeke Kesintilerini Öngören Akıllı Enerji Sistemi
Gana'daki Ashesi Üniversitesi'nde gerçekleştirilen çalışma, elektrikli araç filosu bulunan mikro şebekelerde enerji yönetimi için yenilikçi bir yaklaşım sunuyor. Araştırmacılar, şebeke kesintilerini ve elektrikli araç şarj gereksinimlerini aynı anda dikkate alan senaryo tabanlı stokastik model öngörücü denetleyici geliştirdi. Sistem, güneş panelleri, batarya depolama, dizel jeneratör ve elektrikli araç filosunu içeren enerji merkezinde test edildi. Geliştirilen akıllı denetleyici, mükemmel tahmin yapabilen teorik bir sistemle kıyaslandığında yalnızca %1 performans kaybı gösterdi. Bu başarı, yenilenebilir enerji kaynaklarına dayalı mikro şebekelerin güvenilirliği açısından önemli bir gelişme anlamına geliyor.
Yapay Zeka Algoritmaları Belirsizlik Altında Daha İyi Eşleştirme Yapacak
Stanford ve MIT araştırmacıları, belirsizlik içeren eşleştirme problemleri için yeni algoritma geliştirdi. Stokastik eşleştirme olarak adlandırılan bu yaklaşım, her bağlantının belirli bir olasılıkla var olduğu durumları ele alıyor. Yeni algoritma, önceki en iyi yöntemden %23 daha iyi performans göstererek 0.382 yaklaşım oranına ulaşıyor. Bu gelişme, online reklamcılık, organ nakli eşleştirme, işe alım süreçleri ve kaynak tahsisi gibi belirsizlik barındıran birçok alanda uygulanabilir. Araştırma, 'sabır kısıtları' denilen ve her düğümün kaç bağlantısının test edilebileceğini sınırlayan koşullar altında çalışıyor. Algoritma, bağlantıları test etmeden önce hangi sırada deneyeceğini optimal şekilde belirleyerek daha etkili eşleştirmeler gerçekleştiriyor.
Yapay Zeka Ajanlarıyla İş Süreçlerinin Matematiksel Temelleri Belirlendi
Araştırmacılar, otonom karar verici yapay zeka ajanlarının iş süreçlerini yönettiği yeni nesil sistemlerin matematiksel temellerini oluşturdular. Geleneksel iş süreçlerinden farklı olarak, bu sistemlerde birden fazla bağımsız ajan kendi hedeflerini takip ederek süreçleri yürütüyor. Çalışma, organizasyonların bu ajanların karar verme yeteneklerini nasıl sınırlayabileceğini ve yönlendirebileceğini teorik olarak inceliyor. Bu yenilikçi yaklaşım, gelecekteki iş dünyasında yapay zeka ajanlarının daha etkili ve kontrollü şekilde kullanılmasının yolunu açıyor.
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.
Android Zararlı Yazılım Tespitinde Makine Öğrenmesi Yöntemlerinin Kapsamlı Analizi
Araştırmacılar, makine öğrenmesi tabanlı Android zararlı yazılım tespit sistemlerinin bugüne kadarki en kapsamlı analizini gerçekleştirdi. Çalışma, mevcut yaklaşımları birleşik bir taksonomi altında organize ederek, yazılım mühendisliği, güvenlik ve makine öğrenmesi alanlarından 12 temsili yöntemi yeniden uyguladı. Bu araştırma, Android uygulamalarından otomatik olarak kötü amaçlı kalıpları öğrenebilen ML sistemlerinin mevcut durumunu sistematik olarak değerlendirerek, alandaki eksiklikleri ve gelecekteki araştırma yönlerini ortaya koyuyor. Mobil güvenlik teknolojilerinin geliştirilmesi açısından önemli bir kaynak niteliği taşıyor.