“GaN” için sonuçlar
174 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Boston Maratonu'nda 30 Bin Koşucuyu Kitle Bilimi ile Yönetmek
Boston Maratonu'nun artan katılımcı sayısı nedeniyle yaşanan kalabalık sorunlarına bilimsel çözüm aranıyor. 30 bin kişiyi aşan koşucu sayısıyla dünyanın en prestijli maratonlarından biri haline gelen yarış, organizasyon zorluklarıyla karşı karşıya. Kitle bilimi uzmanları, Hopkinton'dan Copley Meydanı'na uzanan parkurda koşucuların daha etkili şekilde dağılımını sağlamak için çalışıyor. Bu bilimsel yaklaşım, hem koşucuların performansını artırmayı hem de güvenlik risklerini azaltmayı hedefliyor. Kitle dinamikleri araştırmaları, büyük spor etkinliklerinin yönetiminde bilimin artan rolünü gösteriyor.
3D Modellerde Gizli Veri Saklama: Yeni Steganografi Tekniği Geliştirildi
Araştırmacılar, 3D Gaussian Splatting teknolojisini kullanarak oluşturulan üç boyutlu modeller içerisine büyük miktarlarda veri saklayabilen yeni bir steganografi yöntemi geliştirdi. 'Splats in Splats++' adı verilen bu teknik, 3D ve 4D içerikleri görsel kaliteyi bozmadan gizli şekilde saklayabilmekte. Yöntem, telif haklarının korunması ve dijital varlıkların güvenliğinin artırılması açısından önemli. Spherical Harmonics frekans dağılımı analizine dayanan sistem, mevcut rendering pipeline'ını bozmadan çalışabiliyor ve yapısal değişikliklere karşı dayanıklılık gösteriyor.
Fleet: Çok Çekirdekli GPU'lar İçin Yeni Görev Yönetim Sistemi Geliştirildi
Modern GPU'lar çoklu çip tasarımı benimserken, mevcut programlama modelleri bu yapıyı tam olarak kullanamıyor. Araştırmacılar, GPU'ların çip düzeyindeki organizasyonunu daha iyi değerlendiren Fleet adlı yeni bir sistem geliştirdi. Bu sistem, yapay zeka modellerinin çalıştırılması gibi bellek yoğun işlemlerde performansı artırmayı hedefliyor. Fleet, görevleri GPU'nun farklı seviyelerine akıllıca dağıtarak, önbellek kullanımını optimize ediyor ve gereksiz veri trafiğini azaltıyor. Özellikle büyük dil modellerinin çalıştırılmasında önemli iyileştirmeler sağlayabilecek bu yaklaşım, GPU programlamanın geleceğini şekillendirebilir.
Yapay Zeka ile Mikroskop Görüntüleri Saniyeler İçinde Yüksek Kaliteye Dönüştürülüyor
Araştırmacılar, düşük kaliteli mikroskop görüntülerini yapay zeka kullanarak yüksek çözünürlüklü hale getiren yeni bir yöntem geliştirdi. GAN tabanlı bu sistem, farklı mikroskoplar arasında modalite transferi yaparak, hızlı ama kalitesiz wide-field mikroskop görüntülerini, yavaş ama yüksek kaliteli konfokال mikroskop sonuçlarına dönüştürebiliyor. Bu teknoloji, biyolojik görüntüleme alanındaki hız-kalite ikilemini çözerek, araştırmacıların hem hızlı hem de yüksek kaliteli görüntüler elde etmesini sağlıyor. Özellikle büyük ölçekli biyolojik çalışmalarda zaman ve maliyet tasarrufu yaratacak bu gelişme, mikroskopi alanında önemli bir ilerleme olarak değerlendiriliyor.
LZ78 Algoritması Yeni Veri Sıkıştırma Modellerinin Kapısını Açıyor
Araştırmacılar, yaygın kullanılan LZ78 veri sıkıştırma algoritmasından ilham alan yeni bir matematiksel model geliştirdi. Bu model, geleneksel durağan süreçlerin özelliklerini taşımasına rağmen tamamen durağan olmayan 'neredeyse durağan' süreçleri tanımlıyor. Çalışma, bu süreçlerin entropi oranları, göreli entropi ve sonlu durumlu sıkıştırılabilirlik gibi temel özelliklerini matematiksel olarak karakterize ediyor. Bulgular, Shannon-McMillan-Breiman teoreminin bu yeni model için de geçerli olduğunu gösteriyor. Bu araştırma, veri sıkıştırma algoritmaları ile bilgi teorisi arasındaki köprüyü güçlendirirken, gelecekte daha verimli sıkıştırma yöntemlerinin geliştirilmesine zemin hazırlayabilir.
Siber Güvenlikte Yeni Tehdit: Kademeli Bilgi Sızıntısı Modellenebiliyor
Araştırmacılar, siber saldırganların protokol güvenlik açıklarını nasıl kademeli olarak istismar edebileceğini gösteren yeni bir matematiksel model geliştirdi. Geleneksel güvenlik analizleri, saldırganların bir bilgiyi ya tamamen biliyor ya da hiç bilmediğini varsayıyor. Ancak gerçekte, yan kanal saldırıları gibi tekniklerle saldırganlar gürültülü gözlemlerden yavaş yavaş kritik bilgileri toplayabiliyor. Yeni bulanık mantık tabanlı model, bu kademeli öğrenme sürecini 0 ile 1 arasında değerler kullanarak simüle ediyor. Test sonuçları, geleneksel ikili analizlerde güvenli görünen protokollerin, kademeli sızıntı modellendiğinde aslında güvenlik açıkları barındırabileceğini ortaya koyuyor. Bu keşif, özellikle Needham-Schroeder-Lowe gibi yaygın kullanılan güvenlik protokollerinin yeniden değerlendirilmesi gerektiğini gösteriyor.
Yapay zeka öğrenme kapasitesi nasıl korunur? Yeni arşiv yöntemi keşfedildi
Sürekli öğrenen yapay zeka sistemleri, yeni görevleri öğrenirken eski becerilerini unutma sorunuyla karşı karşıya. Araştırmacılar, bu soruna çok ilginç bir çözüm geliştirdi: TeLAPA adlı yeni sistem, tek bir politika yerine davranışsal olarak çeşitli politika arşivleri oluşturuyor. Sistem, her görev için ayrı arşivler tutarak ve bunları ortak bir gizli uzayda organize ederek, yapay zekanın öğrenme kapasitesini korumayı başarıyor. Bu yaklaşım, pekiştirmeli öğrenmede plastisiteyi kaybetme problemine karşı yenilikçi bir çözüm sunuyor ve yapay zekanın sürekli adapte olabilmesini sağlıyor.
Yapay Zeka Yazılımcıları Tehdit Etmiyor, Yazılım Mühendisliğini Genişletiyor
Yazılım geliştirme alanında yapay zeka ve büyük dil modellerinin artan etkisi, sektörde kaygı yaratıyor. Özellikle öğrenciler ve genç geliştiriciler işlerini kaybedeceklerinden endişe ederken, deneyimli programcılar da uzmanlıklarının değer kaybedeceğinden korkuyor. Ancak yeni bir araştırma, bu duruma farklı bir perspektif getiriyor. Çalışmaya göre, asıl değişim yazılım mühendisliğinin önemini kaybetmesi değil, mühendislik süreçlerinin kapsamının genişlemesi. Artık sadece çalıştırılabilir kod değil, doğal dil, araçlar, iş akışları ve organizasyonel rutinlerin bir araya geldiği 'yarı-çalıştırılabilir' yapılar da mühendislik süreçlerinin parçası haline geliyor.
Yapay Zeka Ajanları Artık Kendi Kurallarını Öğrenebiliyor
Araştırmacılar, yapay zeka ajanlarının organizasyonel politikaları daha iyi anlayabilmesi için yeni bir hafıza mekanizması geliştirdi. PolicyBank adı verilen bu sistem, belirsiz veya eksik kurallara sahip politikaları etkileşim yoluyla öğrenerek kendi anlayışını geliştirebiliyor. Geleneksel sistemler kuralları değişmez kabul ederken, yeni yaklaşım geri bildirimlerle politika yorumunu sürekli iyileştiriyor. Sistem, 'kurallara uygun ama yanlış' davranışları engelleyerek daha doğru karar verme sağlıyor. Araştırma, popüler bir araç çağırma ölçütünü genişleterek kontrollü test ortamı oluşturmuş ve politika boşluklarının sistematik olarak değerlendirilmesini mümkün kılmış.
Yapay Zeka Modellerinin Güvenliği için Yeni Yaklaşım: Rastgele Tokenleştirme
Büyük dil modellerinin güvenlik açıklarına karşı dayanıklılığını artırmak için yeni bir yöntem geliştirildi. Araştırmacılar, metnin makine diline çevrilme sürecinde rastgelelik kullanmanın, modelleri siber saldırılara karşı daha dirençli hale getirdiğini keşfetti. Geleneksel yöntemlerle eğitilen modeller, metindeki küçük değişikliklere karşı kırılgan olabiliyorken, stokastik tokenleştirme adı verilen bu teknik modellerin iç temsillerini daha güçlü kılıyor. Çalışma, ön eğitim, denetimli ince ayar ve bağlam içi öğrenme gibi farklı öğrenme rejimlerinde bu yaklaşımın etkisini sistematik olarak inceledi. Sonuçlar, rastgele örneklenen tokenleştirme yönteminin hem rastgele hem de kasıtlı bozulmalara karşı dayanıklılığı önemli ölçüde artırdığını gösteriyor.
Merkeziyetsiz Öğrenmede Kötü Niyetli Makineleri Tespit Eden Yeni Yöntem
Araştırmacılar, merkeziyetsiz öğrenme sistemlerinde Bizans saldırılarına karşı yeni bir savunma stratejisi geliştirdi. Geleneksel yöntemler saldırgan makinelerin etkisini azaltmaya odaklanırken, bu yeni yaklaşım kötü niyetli düğümleri aktif olarak tespit edip ağdan çıkarıyor. DRSGD-ByMI adlı framework, 'önce tespit et, sonra optimize et' mantığıyla çalışıyor ve p-değeri gerektirmeyen bir tespit prosedürü kullanıyor. Bu yöntem, yanlış keşif oranını kontrol altında tutarken, kısıtlayıcı dağılım varsayımları gerektirmiyor. Sistem, örnek-bölme skor istatistikleri kullanarak kötü niyetli düğümleri hassas bir şekilde belirliyor ve böylece tam yakınsama sağlıyor.
Yapay Zeka Görüntülerdeki Gölgeleri Mükemmel Şekilde Silmeyi Başardı
Araştırmacılar, fotoğraflardaki gölgeleri yok etmede çığır açan bir yapay zeka sistemi geliştirdi. Üç aşamalı bu yenilikçi yöntem, görüntülerin görsel görünümünü semantik anlam ve geometrik ipuçlarıyla birleştirerek olağanüstü sonuçlar elde ediyor. Sistem, gölgeli alanları adım adım iyileştiren kademeli bir yaklaşım benimsiyor - her aşama bir öncekinin bıraktığı kusurları düzeltiyor. CVPR2026 NTIRE Gölge Silme Yarışması'nda birinci olan bu teknoloji, fotoğraf editörleme ve bilgisayarlı görü alanında devrim yaratabilir. Özellikle mimari fotoğrafçılık, emlak pazarlaması ve sanat eserlerinin dijital restorasyonunda büyük potansiyel taşıyor.
Yapay Zeka ile Kripto Para Verisi Üretimi: Gizliliği Koruyan Yeni Yaklaşım
Araştırmacılar, finansal verilerin gizlilik risklerini ortadan kaldırmak için yapay zeka kullanarak sentetik kripto para verisi üretme yöntemini geliştirdi. Çalışmada, Koşullu Üretken Çekişmeli Ağlar (CGAN) teknolojisi kullanılarak gerçek piyasa verilerine benzer ancak tamamen yapay olan zaman serileri oluşturuldu. LSTM tabanlı üretici ağ ve MLP ayırt edici ağın birleşiminden oluşan sistem, kripto para piyasalarının karmaşık dinamiklerini başarıyla taklit ediyor. Bu yaklaşım, gerçek finansal verileri paylaşmanın yaratacağı gizlilik sorunlarını çözerken, araştırma kurumlarına ve finansal kuruluşlara güvenli veri erişimi sağlıyor. Farklı kripto varlıklar üzerinde yapılan deneyler, modelin piyasa trendlerini ve zamansal kalıpları koruyarak istatistiksel olarak tutarlı sentetik veriler üretebilğini gösteriyor.
Siborg Propaganda: İnsan ve Yapay Zeka İşbirliğinin Dijital Demokrasiyi Tehdit Etmesi
Araştırmacılar, demokratik söylemi tehdit eden yeni bir fenomeni tanımladı: siborg propaganda. Bu sistem, doğrulanmış insan hesaplarıyla algoritmik otomasyonu birleştirerek kişiselleştirilmiş içerik üretimini büyük ölçekte gerçekleştiriyor. Geleneksel düzenleyici çerçeveler insan-bot ayrımına dayandığı için bu hibrit yapıyı düzenleyemiyor. Çalışma, tamamen özerk botlar yerine insan onaylı AI içeriklerinin nasıl daha etkili propaganda araçları haline geldiğini gösteriyor. Bu durum, AB Yapay Zeka Yasası gibi mevcut düzenlemelerin yapısal açıklarını ortaya çıkarıyor.
Sisli Doğa Fotoğraflarını Berraklaştıran Yapay Zeka Sistemi Geliştirildi
Araştırmacılar, atmosferik sis nedeniyle bulanık olan vahşi yaşam görüntülerini berraklaştırmak için yeni bir yapay zeka sistemi geliştirdi. AnimalHaze3k adı verilen veri seti ve IncepDehazeGan mimarisi, hayvan tespiti ve izleme çalışmalarında devrim yaratabilir. Sistem, sisli ortamlarda çekilen hayvan fotoğraflarını %112 daha iyi tanıyabiliyor. Bu teknoloji, zorlu çevre koşullarında çalışan ekoloji uzmanları için kritik bir araç sunuyor ve nesli tükenmekte olan türlerin korunması açısından büyük önem taşıyor.
Büyük Dil Modellerinde Güvenlik: Eğitimsiz Yöntemler Mercek Altında
Yapay zeka alanında büyük dil modelleri (LLM) giderek yaygınlaşırken, güvenlik endişeleri de artıyor. Bu modeller zararlı içerik üretme, önyargılı yaklaşımlar sergileme ve siber saldırılara karşı kırılgan olma gibi riskler taşıyor. Son dönemde, bu sorunları çözmek için eğitim gerektirmeyen yöntemler geliştirildi. Ancak bu yaklaşımların etkinliği tutarsız şekilde değerlendiriliyor ve beklenmedik yan etkileri bulunuyor. Yeni araştırma, mevcut eğitimsiz güvenlik yöntemlerinin kapsamlı bir analizini sunarak, bu tekniklerin gerçek performansını ortaya koyuyor. Çalışma, hem güvenlik hem de kullanılabilirlik açısından dengeli bir değerlendirme yaparak, yapay zeka güvenliği alanına önemli katkılar sağlıyor.
Yapay Sinir Ağlarının Öğrenme Sürecindeki Gizli Dinamikler Ortaya Çıkarıldı
Makine öğrenmesinin en büyük sorunlarından olan 'kaybolan gradyanlar' ve 'aşırı öğrenme' problemlerinin dinamik kökenlerini anlamak için yeni bir model geliştirildi. Çok katmanlı algılayıcıların eğitim sürecinde, öğrenme dinamiklerinin belirli matematiksel yapılar (eyer noktaları) tarafından organize edilen plato ve neredeyse optimal bölgelerden geçerek aşırı öğrenme rejimine ulaştığı keşfedildi. Araştırmacılar, gürültülü veri setleriyle çalışıldığında teorik optimuma ulaşmanın imkansız olduğunu ve sistemin kaçınılmaz olarak aşırı öğrenme çözümlerine yerleştiğini matematiksel olarak gösterdi. Bu bulgular, yapay zeka modellerinin neden bazen beklenenden farklı davrandığını ve eğitim sürecindeki kritik geçiş noktalarını daha iyi anlamamızı sağlıyor.
Milyar Parametreli Yapay Zeka Modeli Atom Simülasyonlarında Çığır Açtı
Araştırmacılar, atom düzeyindeki fiziksel simülasyonları kuantum doğruluğunda gerçekleştirebilen milyar parametreli bir yapay zeka modeli geliştirdi. MatRIS-MoE adı verilen bu model, periyodik tablonun tüm elementlerini kapsayan devasa veri setleri üzerinde eğitildi. Geleneksel yöntemlerin aksine, bu sistem organik moleküllerden inorganik malzemelere kadar geniş bir yelpazede malzeme özelliklerini tahmin edebiliyor. Projenin en büyük zorluklarından biri, ikinci dereceden türevler gerektiren eğitim sürecinin paralel hesaplama altyapısına uyarlanmasıydı. Araştırma ekibi, Janus adlı özel bir dağıtık eğitim çerçevesi geliştirerek bu sorunu çözdü. İki farklı süper bilgisayar üzerinde test edilen sistem, teorik kapasitesinin %35'ine ulaşarak rekor performans sergiledi.
Büyük Dil Modelleri: Araç mı Takım Arkadaşı mı?
Tasarımcılar ve geliştiriciler yapay zeka araçlarını nasıl kullanıyor? 33 uzmanla yapılan kapsamlı araştırma, büyük dil modellerinin (LLM) iş akışlarına entegrasyonunda kritik bir ayrımı ortaya koyuyor. Çalışmaya göre, bu teknolojiler 'araç' olarak konumlandığında kolayca benimsenirken, 'takım arkadaşı' rolü verildiğinde çekinceler artıyor. Araştırmacılar, karar verme sürecinin sadece teknik yeteneklere değil, sorumluluk ve hesap verebilirlik yapılarına da dayandığını keşfetti. Özellikle belirsiz yetki alanlarının olduğu durumlarda uzmanlar daha temkinli yaklaşım sergiliyor. Bu bulgular, yapay zeka entegrasyonunun organizasyonel dinamikler ve insan-makine işbirliği açısından yeniden değerlendirilmesi gerektiğini gösteriyor.
Twitter'da İlk Tepkiler Tüm Sohbeti Nasıl Etkiliyor?
Stanford araştırmacıları, Twitter'da toksik içeriklere verilen ilk yanıtların, sonraki tüm konuşmanın seyrini belirlediğini ortaya koydu. 187 bin tweet ve 9 bin konuşmayı analiz eden çalışma, sosyal normların çevrimiçi davranışları nasıl şekillendirdiğini gösteriyor. Araştırma, toksik bir tweet'e verilen ilk yanıtın yapıcı olması durumunda, sonraki kullanıcıların da daha ölçülü davrandığını; ancak ilk yanıt saldırgan olursa, diğerlerinin de benzer şekilde davranma eğiliminde olduğunu buldu. Bu keşif, sosyal medya platformlarının zararlı içerikle mücadelede sadece bireysel hesapları değil, grup dinamiklerini de dikkate alması gerektiğini gösteriyor.
Tedarik Zinciri Dayanıklılığını Ölçen Yeni Matematiksel Model Geliştirildi
Araştırmacılar, modern üretim sistemlerinin tedarik zinciri kesintilerine karşı dayanıklılığını matematiksel olarak ölçebilen yeni bir framework geliştirdi. Çalışma, yerel aksaklıkların nasıl sistem çapında çöküşlere yol açabileceğini analiz ederek, dayanıklı ve kırılgan tedarik zincirleri arasındaki farkı belirlemeyi sağlıyor. Node percolation teorisi ve dallanma süreçlerini kullanan model, dört kritik yapısal belirleyici tanımlıyor: hammadde sayısı, nihai ürün sayısı, tedarik gereksinimleri ve tedarik etkisi. Bu yenilikçi yaklaşım, şirketlerin tedarik ağlarını daha dayanıklı hale getirmesine yardımcı olabilir.
Yapay Zeka Gizliliğinde Temel Sınırlar: DP-SGD'nin Karanlık Yüzü
Araştırmacılar, makine öğrenmesinde gizliliği korumak için kullanılan dominant yöntem olan Differentially Private Stochastic Gradient Descent'in (DP-SGD) temel sınırlarını ortaya çıkardı. Çalışma, f-diferansiyel gizlilik çerçevesinde yapılan analiz ile, gerçekten anlamlı gizlilik koruması sağlamak için algoritmanın performansında ciddi ödünler verilmesi gerektiğini matematiksel olarak kanıtladı. Bulgular, mevcut gizlilik-fayda dengesinin düşünüldüğünden çok daha kısıtlı olduğunu ve saldırganların avantajını sınırlamak için Gauss gürültü çarpanının artırılması gerektiğini gösteriyor. Bu durum, yapay zeka sistemlerinde hem yüksek performans hem de güçlü gizlilik koruması arayışının matematiksel olarak ne kadar zorlu olduğunu gözler önüne seriyor.
Yapay Zeka Devriminin Haritası: Büyük Dil Modellerinin Yörüngesel Sınıflandırması
Araştırmacılar, 2019-2025 arası büyük dil modellerinin kapsamlı bir haritasını çıkardı. LLMOrbit adlı bu çalışma, 15 organizasyondan 50'den fazla AI modelini inceleyerek yapay zekanın evrimini döngüsel bir taksonomiyle açıklıyor. Çalışma, AI gelişiminin karşılaştığı üç kritik krizi tanımlıyor: 2026-2028'e kadar veri kıtlığı, 5 yılda 3 milyon dolardan 300 milyon dolara çıkan maliyet artışı ve 22 kat artan enerji tüketimi. Bu 'ölçeklendirme duvarı'nı aşmak için altı yeni paradigma öneriliyor. Test zamanı hesaplama, çok-modalite ve otonom ajanlar gibi yaklaşımlar, ham güç artışından ziyade akıllı çözümlerle AI'ın geleceğini şekillendiriyor.
Yapay Zeka Ajanları Artık Deneyimlerinden Öğrenmeyi Başardı
Büyük dil modellerine dayalı yapay zeka ajanları, her karşılaştığı durumda sıfırdan çözüm üretmek zorunda kaldığı için hem yavaş çalışıyor hem de tutarsız sonuçlar veriyordu. Araştırmacılar, bu sorunu çözecek yeni bir yaklaşım geliştirdi: Skill-Pro. Bu sistem, ajanların geçmiş deneyimlerinden öğrenerek tekrar kullanılabilir beceriler kazanmasını sağlıyor. Geleneksel yaklaşımlardan farklı olarak, parametrelerini güncellemeden sadece deneyim biriktirerek öğrenen bu sistem, önceki çözümleri hatırlayıp benzer durumlarda tekrar kullanabiliyor. Bu sayede hem hesaplama verimliliği artıyor hem de daha kararlı performans sergileniyor. Sistem, deneyimleri organize edebilecek beceriler haline getiriyor ve kaliteli çözümleri sürdürülebilir şekilde saklıyor.