“platform” için sonuçlar
201 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
PyLO: Yapay Zeka Optimizasyonunu PyTorch'a Taşıyan Açık Kaynak Kütüphane
Araştırmacılar, makine öğrenmesi modellerinin eğitim sürecini optimize eden 'öğrenilmiş optimizatörler' teknolojisini PyTorch platformunda erişilebilir kılan PyLO kütüphanesini geliştirdi. Bu yenilik, daha önce sadece JAX platformunda bulunan ve 4000 TPU-ay gibi devasa hesaplama kaynaklarıyla eğitilen VeLO gibi gelişmiş optimizatörleri, makine öğrenmesi topluluğunun yaklaşık %70'ine ulaştırmayı hedefliyor. PyLO, mevcut Adam gibi yaygın optimizatörlerin yerine geçebilecek, gerçek dünya uygulamalarına odaklanan bir çözüm sunuyor. Kütüphane, CUDA hızlandırması ile büyük ölçekli model eğitimlerinde kullanılabilir hale geldi.
Dijital platformlar işçi ücretlerini nasıl baskılıyor? Yeni araştırma açıkladı
Uber, Yemeksepeti gibi dijital platformların işçi ücretlerini nasıl düşük tuttuğunu matematiksel olarak analiz eden yeni bir çalışma, platformların işçilerin belirsizliklerini kullanarak ücretleri sistematik şekilde baskıladığını ortaya koyuyor. ArXiv'de yayınlanan araştırma, platformların toplam işgücü maliyetinin sadece küçük bir kısmını ödeyerek tüm işleri tamamlatabileceğini gösteriyor. Çalışma aynı zamanda işçilerin bu duruma karşı nasıl örgütlenebileceğine dair stratejiler de öneriyor. Bu bulgular, gig ekonomisinin adil olmayan ücret yapısına bilimsel bir açıklama getiriyor.
TwoHamsters: Yapay Zeka Görsel Üreticilerindeki Gizli Güvenlik Açığı Keşfedildi
Araştırmacılar, metin-görsel yapay zeka modellerinde yeni bir güvenlik zaafiyeti tespit etti. 'Çok Kavramlı Kompozisyonel Güvensizlik' adı verilen bu sorun, tek başına zararsız görünen kelimelerin bir araya geldiğinde sakıncalı içerikler üretebilmesini ifade ediyor. TwoHamsters adlı kapsamlı test platformu kullanılarak yapılan değerlendirmede, FLUX dahil güncel modellerin bu tür gizli risklere karşı savunmasız olduğu ortaya çıktı. 17.500 test istemi içeren benchmark, mevcut güvenlik önlemlerinin yetersizliğini gözler önüne serdi. Bu keşif, yapay zeka güvenlik sistemlerinin sadece açık tehditlerle değil, kavramların dolaylı birleşimlerinin yaratabileceği risklerle de mücadele etmesi gerektiğini gösteriyor. Bulgular, geliştiricilerin daha sofistike güvenlik mekanizmaları geliştirmesi için önemli veriler sunuyor.
Yapay Zeka Metinlerini Karşılaştıran Yeni Araç: LLMbench
Araştırmacılar, büyük dil modellerinin ürettiği metinleri derinlemesine analiz etmek için LLMbench adlı yenilikçi bir araç geliştirdi. Mevcut yapay zeka karşılaştırma araçları sayısal değerlendirmelere odaklanırken, LLMbench dijital beşeri bilimlerin yorumlama yöntemlerini benimsiyor. Tarayıcı tabanlı bu platform, aynı komuta verilen farklı model yanıtlarını yan yana göstererek, token seviyesinde olasılık analizi, kelime düzeyinde fark tespiti, söylem analizi ve cümle yapısı incelemesi gibi dört farklı analitik katman sunuyor. Araç ayrıca rastgele değişkenlik, sıcaklık gradyanı ve modeller arası farklılık gibi beş analitik mod içeriyor. Bu özellikler, yapay zeka tarafından üretilen metinlerin olasılıksal yapısını token düzeyinde anlaşılır kılıyor ve araştırmacılara dil modellerinin çalışma mantığını daha iyi kavrama imkanı veriyor.
Kuantum Programcıların En Büyük Zorluklarını Stack Overflow Verileri Ortaya Çıkardı
Araştırmacılar, kuantum bilişim teknolojilerinin pratik kullanımına geçiş sürecinde geliştiricilerin karşılaştığı zorlukları anlamak için Stack Overflow platformundaki 1.404 kuantum programlama sorusunu analiz etti. Çalışma, hibrit kuantum-klasik hesaplama ve kuantum devre implementasyonunun en popüler tartışma konuları olduğunu gösterdi. Qiskit ve Q# araçlarının baskın konumda olduğu tespit edilirken, geliştiricilerin sorularının zorluğu iki metrikle ölçüldü: kabul edilmeyen cevap oranı ve doğru cevap alma süresi. Bu bulgular, kuantum teknolojilerinin endüstriyel benimsenme sürecinde hangi konuların geliştiriciler için en zorlu olduğunu ortaya koyuyor.
AI Çağında Veri Güvenliği: Kişisel Bilgilerin Korunması Paradoksu
Araştırmacılar, yapay zeka sistemlerinin kişisel verileri nasıl işlediği konusunda yeni bir perspektif geliştirdi. Çalışma, zayıflığın sadece veri sahiplerinin bir özelliği olmadığını, aynı zamanda veri işleme süreçleri tarafından da yaratılabildiğini ortaya koyuyor. Platform tabanlı yaşamda her an üretilen muazzam veri yığınları karşısında, etik sorumluluk artık neyin toplanacağından ziyade mevcut verilerle ne yapılacağına odaklanıyor. Araştırma, YouTube'daki çocuk içerikli aile vloglarının analiz edilmesi örneği üzerinden, koruma amaçlı yapılan çalışmaların paradoks yaratabileceğini gösteriyor. Bu yaklaşım, veri biliminin etik bütünlüğünün sadece kimlerin çalışıldığına değil, teknik süreçlerin bireyleri nasıl daha savunmasız hale getirdiğine bağlı olduğunu vurguluyor.
Yapay Zeka ile Kullanıcı Davranışlarını Taklit Eden Yeni Simülasyon Sistemi
Araştırmacılar, öneri sistemlerinin geliştirilmesi için büyük dil modellerini kullanan yenilikçi bir kullanıcı simülasyon çerçevesi geliştirdi. Bu sistem, kullanıcı geri bildirimlerindeki belirsizlik ve gürültü sorunlarını çözerek, gerçek kullanıcı tercihlerini daha doğru şekilde taklit edebiliyor. İki aşamalı yaklaşım ile çalışan sistem, önce yapay zeka ile karar verme süreçlerini açıklayarak belirsizlikleri azaltıyor, sonra veri damıtma teknikleriyle yüksek kaliteli simülasyon verileri üretiyor. Bu gelişme, e-ticaret platformlarından sosyal medya algoritmalarına kadar geniş bir yelpazede kullanılan öneri sistemlerinin daha etkili test edilmesi ve geliştirilmesi için önemli bir adım teşkil ediyor.
Uydu Ağları İçin Gecikme Süresini Minimize Eden Yeni Optimizasyon Tekniği
Düşük yörüngeli uydu takımyıldızları, fiber optik kablolardan daha hızlı veri iletimi vaat eden küresel internet ağları için umut verici bir platform sunuyor. Ancak bu sistemlerde en büyük zorluk, binlerce uydu arasındaki bağlantı ağının nasıl optimize edileceği. Araştırmacılar, uydular arası bağlantı topolojisini iyileştirerek gecikme süresini minimize eden iki aşamalı bir optimizasyon çerçevesi geliştirdi. Bu yenilikçi yaklaşım, önce matematiksel bir model kullanarak ideal bağlantı noktalarını belirliyor, sonra bu teorik çözümü gerçek dünya koşullarına uyarlıyor. Sistem, uyduların görüş alanı kısıtlamaları ve yörünge dinamiklerini göz önünde bulundurarak, ağ çapını minimize etmeyi hedefliyor. Bu gelişme, özellikle zaman kritik uygulamalar için küresel düşük gecikmeli internet hizmetlerinin daha etkin sunulmasının yolunu açabilir.
MemExplorer: Yapay Zeka Çiplerinin Bellek Mimarisi Sorununu Çözmeye Odaklanıyor
Büyük dil modellerinin (LLM) hızla gelişmesiyle birlikte yapay zeka çiplerinin bellek ihtiyaçları dramatik şekilde artıyor. Bu modellerin farklı çalışma aşamaları - örneğin veri önyükleme ve kod çözme aşamaları - tamamen farklı bellek kapasitesi ve bant genişliği gereksinimleri ortaya koyuyor. Teknoloji devleri bu zorluğa NVIDIA'nın Vera Rubin platformu gibi heterojen hızlandırıcıları birleştiren sistemlerle yanıt veriyor. Ancak durum, SRAM, HBM, LPDDR gibi mevcut bellek teknolojilerinin yanı sıra yüksek bant genişlikli flash bellek gibi yeni seçeneklerin de devreye girmesiyle daha da karmaşıklaşıyor. Her teknoloji farklı kapasite, hız ve enerji tüketimi avantajları sunuyor. MemExplorer projesi, gelecek nesil yapay zeka çiplerinin optimal bellek mimarisini belirlemek için bu geniş tasarım alanında navigasyon sağlamaya odaklanıyor.
Yapay zeka modelleri rol çatışmalarında nasıl karar veriyor?
Araştırmacılar, büyük dil modellerinin (LLM) sosyal rol çatışmaları karşısındaki davranışlarını ölçmek için RoleConflictBench adlı yeni bir test platformu geliştirdi. İnsanlar günlük yaşamda sık sık farklı rollerinin beklentilerinin çakıştığı durumlarla karşılaşır - örneğin bir ebeveynin aynı zamanda çalışan olması gibi. Yapay zeka modelleri de bu tür sosyal dinamiklerle giderek daha fazla etkileşime girdikçe, bu durumlarla nasıl başa çıktıkları kritik bir araştırma konusu haline geldi. Araştırmacılar, 65 farklı rol ve beş sosyal alanda 13.000'den fazla gerçekçi senaryo üreterek, yapay zekanın durum aciliyetine göre nasıl önceliklendirme yaptığını inceledi. Bu çalışma, AI'ın insan benzeri sosyal karar verme süreçlerini ne kadar iyi taklit edebildiğini anlamamızda önemli bir adım teşkil ediyor.
Yapay zeka öneri sistemlerinde zamansal davranış analizi: TAI2Vec modeli
Stanford ve diğer üniversitelerden araştırmacılar, kullanıcı davranışlarındaki zaman boyutunu daha etkili analiz edebilen yeni bir yapay zeka modeli geliştirdi. TAI2Vec adlı bu sistem, öneri algoritmalarının temelini oluşturan item embedding teknolojisine zamansal farkındalık kazandırıyor. Geleneksel yöntemler kullanıcı etkileşimlerini zamansız bir şekilde değerlendirirken, yeni yaklaşım kısa ve uzun vadeli tercihleri birbirinden ayırt edebiliyor. Model, dakikalar arayla yapılan etkileşimlerle aylar arayla yapılanları aynı önemde görmek yerine, her kullanıcının bireysel davranış temposuna uyarlanabiliyor. Bu gelişme, e-ticaret platformlarından sosyal medya algoritmalarına kadar geniş bir yelpazede daha kişiselleştirilmiş ve doğru öneriler sunulmasını sağlayabilir.
SYCL programlama dili heterojen sistemlerde birleştirici rol oynayabilir mi?
Modern yüksek performanslı bilgi işlem uygulamaları, farklı donanım mimarilerinin bir arada kullanıldığı heterojen ortamlarda çalışmakta. Bu durum, geliştiriciler için programlama karmaşıklığını artırıyor ve yazılım taşınabilirliğini zorlaştırıyor. SYCL programlama modeli, bu sorunlara çözüm olarak tek kaynak koddan farklı platformlarda çalışabilen uygulamalar geliştirmeyi vaat ediyor. Ancak bu vaatlerin ne kadar gerçekçi olduğu belirsizliğini koruyor. Araştırmacılar, SYCL'nin kod taşınabilirliği, geliştirme verimliliği ve çalışma zamanı performansı açısından uygulama geliştiricilerinin beklentilerini karşılayıp karşılamadığını değerlendirdi.
CSLE: Siber Güvenliği Yapay Zeka ile Yöneten Yeni Platform
Araştırmacılar, ağ sistemlerinde siber güvenliği otomatik olarak yönetebilen CSLE adlı yeni bir platform geliştirdi. Pekiştirmeli öğrenme teknolojisini kullanan sistem, gerçek dünya koşullarına uygun sanal ortamlarda güvenlik stratejileri öğreniyor. Platform iki ana bileşenden oluşuyor: hedef sistemin anahtar unsurlarını taklit eden emülasyon sistemi ve öğrenilen güvenlik stratejilerinin test edildiği simülasyon sistemi. Bu yaklaşım, siber güvenlik yönetiminin daha uyarlanabilir ve otonom hale gelmesini sağlıyor. Şimdiye kadar çoğunlukla simülasyon ortamlarıyla sınırlı kalan pekiştirmeli öğrenme çözümlerinin operasyonel sistemlerde nasıl çalışacağı belirsizdi. CSLE bu soruna çözüm getirerek, yapay zekanın siber güvenlik alanındaki pratik uygulamalarını genişletiyor.
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.
Overmind: Yapay Zeka için Yeni Nesil Hibrit İşlemci Mimarisi Geliştirildi
Araştırmacılar, nöro-sembolik yapay zeka sistemleri için özel olarak tasarlanmış yenilikçi bir işlemci mimarisi geliştirdi. Overmind adlı bu sistem, büyük dil modelleri ve otonom sistemlerde karşılaşılan temel hesaplama sorunlarını çözmek üzere tasarlandı. Mevcut donanım platformlarının yüksek bellek kullanımı, sık pipeline durmaları ve sınırlı I/O bant genişliği gibi sorunlarıyla başa çıkmak için üç ana yenilik sunuyor: Padé yaklaşımları ile evrensel doğrusal olmayan fonksiyonların optimize edilmesi, maliyetli önbellek sistemlerini ortadan kaldıran öngörülü bellek bypass teknolojisi ve model dağıtımını optimize eden kapsamlı yazılım yığını. Bu çapraz katman optimizasyonları, nöro-sembolik AI sistemlerinin daha verimli ve pratik şekilde dağıtılmasını mümkün kılıyor.
PINNACLE: Fizik Tabanlı Yapay Zeka Modelleri İçin Yeni Açık Kaynak Çerçeve
Araştırmacılar, fizik yasalarını yapay zeka modellerine entegre eden PINN (Physics-Informed Neural Networks) teknolojisi için PINNACLE adlı kapsamlı bir açık kaynak platform geliştirdi. Bu yenilikçi çerçeve, klasik ve kuantum hesaplama yöntemlerini birleştirerek bilimsel problemlerin çözümünde önemli ilerlemeler sunuyor. Platform, çoklu GPU desteği, gelişmiş eğitim stratejileri ve modüler yapısıyla araştırmacılara elektromanyetik dalga yayılımından akışkanlar mekaniğine kadar geniş bir yelpazede fizik problemlerini çözme imkanı tanıyor. PINNACLE'ın sunduğu performans karşılaştırmaları ve ölçeklenebilirlik analizleri, bilimsel hesaplamalarda yapay zekanın kullanımını demokratikleştirmeyi hedefliyor.
Alman Üniversitesi Python Öğretimi İçin Yapay Zeka Destekli Akıllı Öğretmen Sistem
Alman araştırmacılar, programlama eğitiminde devrim yaratabilecek yeni bir akıllı öğretmen sistemi geliştiriyor. Python programlama dili odaklı bu sistem, öğrencilere bireyselleştirilmiş ipuçları ve öneriler sunuyor. Geleneksel programlama öğretim sistemlerinden farklı olarak, büyük dil modellerini entegre eden platform, hem temel hem ileri düzey programlama konularını kapsıyor. Sistem, Avrupa veri koruma yasalarına ve Alman etik standartlarına uygun şekilde tasarlanıyor. Bu çalışma, programlama eğitiminde insan öğretmenlerin bulunmadığı durumlarda bile etkili öğrenme desteği sağlayabilecek bir çözüm sunuyor. Araştırmacılar, sistemin hem öğretim hem de araştırma platformu olarak kullanılabileceğini belirtiyor.
Uydu Görüntülerinde Yapay Zeka Segmentasyonu için Büyük Ölçekli Test Platformu
Araştırmacılar, uydu görüntülerindeki nesneleri otomatik olarak tanımlayan yapay zeka sistemlerini değerlendirmek için kapsamlı bir test platformu geliştirdi. OVRSISBenchV2 adlı bu platform, 170 bin görüntü ve 128 farklı kategori içeriyor. Sistem, önceden eğitilmediği nesneleri bile tanıyabilen 'açık kelime dağarcıklı' segmentasyon teknolojisini test ediyor. Bu çalışma, tarım izleme, şehir planlama ve çevre koruma gibi alanlarda kullanılan uydu görüntü analizi teknolojilerinin geliştirilmesine önemli katkı sağlıyor.
Yapay Zeka Öneri Sistemleri Kullanıcı Davranışlarına Göre Kendini Ayarlamayı Öğrendi
Araştırmacılar, Netflix ve Amazon gibi platformlarda kullanılan öneri sistemlerinde devrim yaratabilecek yeni bir teknoloji geliştirdi. 'AdaTTA' adı verilen bu sistem, her kullanıcının benzersiz davranış kalıbını analiz ederek kendini otomatik olarak ayarlayabiliyor. Geleneksel yöntemler tüm kullanıcılara aynı yaklaşımı uygularken, yeni teknoloji pekiştirmeli öğrenme kullanarak her kişiye özel stratejiler belirliyor. Sistem, kullanıcının geçmiş tercihlerini Markov Karar Süreci olarak modelleyip, en uygun veri artırma tekniklerini seçiyor. Bu yaklaşım, mevcut model yapısını değiştirmeden öneri doğruluğunu önemli ölçüde artırıyor ve veri yetersizliği sorununa çözüm sunuyor.
COVID-19 döneminde bilgi bombardımanı sahte haberleri artırıyor
Araştırmacılar, COVID-19 pandemisi sırasında Reddit platformundaki toplulukları analiz ederek bilgi yoğunluğu ile sahte haber yayılımı arasındaki ilişkiyi inceledi. BERT yapay zeka modelini kullanan çalışma, bilgi bombardımanının (information overload) sahte haberlerin artmasına neden olduğunu gösterdi. Gini endeksi ile ölçülen konu çeşitliliği, bilgi yoğunluğunun bir göstergesi olarak kullanılırken, FakeBERT sınıflandırıcısı sahte haberleri tespit etti. Bulgular, genel olarak bilgi karmaşasının arttığı ortamlarda sahte haberlerin de çoğaldığını ortaya koyuyor. Bu durum, pandemi gibi kriz dönemlerinde sosyal medya platformlarında dezenformasyonla mücadelenin önemini vurguluyor.
Yapay Zeka Öneri Sistemlerinde Yeni Algoritma: Kullanıcı Niyetlerini Daha İyi Anlıyor
Araştırmacılar, öneri sistemlerinin kullanıcı davranışlarını daha iyi anlaması için IPCCF adlı yeni bir algoritma geliştirdi. Bu sistem, Netflix'ten Amazon'a kadar birçok platformda kullanılan öneri mekanizmalarının temelini oluşturan işbirlikçi filtreleme yöntemini geliştiriyor. Geleneksel yöntemler sadece doğrudan etkileşimleri dikkate alırken, yeni algoritma kullanıcılar ve ürünler arasındaki tüm ilişki ağını analiz ediyor. Çifte sarmal mesaj yayılımı adı verilen yenilikçi yaklaşımla, sistemin kullanıcı niyetlerini anlaması ve bu niyetleri farklı kategorilere ayırması mümkün hale geliyor. Bu gelişme, öneri sistemlerinin hem daha doğru hem de daha açıklanabilir sonuçlar üretmesini sağlıyor.
Yapay Zeka Etiği Konferansında Katılımcı Tasarım Deneyi
ACM FAccT konferansı, yapay zeka ve makine öğrenmesi teknolojilerinin toplumsal etkilerini eleştirel bir bakış açısıyla inceleyen önemli bir platform haline geldi. Araştırmacılar, bu konferansta büyük ölçekli bir katılımcı tasarım süreci gerçekleştirerek, konferans yönetimini daha demokratik hale getirmeyi amaçladı. Akademisyenler, sivil toplum üyeleri ve hükümet temsilcilerinin bir araya geldiği bu etkinlikte, katılımcılar hem yüz yüze çalıştaylar hem de çevrimiçi anketler aracılığıyla konferansın geleceğini şekillendirdi. Bu çalışma, yapay zekanın toplumsal etkilerini sorgulayan bir ortamda katılımcı tasarım metodolojisinin ilk uygulamalarından biri olarak önem taşıyor ve bilim konferanslarının nasıl daha kapsayıcı hale getirilebileceğine dair değerli öngörüler sunuyor.
Yapay zeka, kullanıcıların psikolojik motivasyonlarını analiz ederek öneri yapıyor
Araştırmacılar, kullanıcıların geçmiş davranışlarından psikolojik motivasyonlarındaki değişimleri analiz ederek daha etkili öneriler yapan yeni bir yapay zeka sistemi geliştirdi. SRSUPM adlı bu sistem, mevcut öneri algoritmalarının aksine kullanıcıların motivasyonlarındaki dinamik değişiklikleri izleyerek çok daha kişiselleştirilmiş sonuçlar sunuyor. Geleneksel sistemler yalnızca son davranışları tek bir vektöre sıkıştırırken, yeni yaklaşım psikolojik motivasyon değişimlerini sayısal olarak ölçüp çok seviyeli durumları modelliyor. Bu teknoloji, özellikle e-ticaret platformları, müzik servisleri ve sosyal medya uygulamalarında kullanıcı deneyimini önemli ölçüde iyileştirebilir.
Milyarlarca atıfı içeren dev bilimsel veri seti artık normal bilgisayarlarda kullanılabilir
Avrupa'nın en büyük açık bilim platformu OpenAIRE'ın sahip olduğu dev atıf veri seti, şimdiye kadar boyutu nedeniyle sadece süper bilgisayarlarda işlenebiliyordu. 200 milyondan fazla yayın ve 2 milyardan fazla atıf içeren bu veri kümesi, sıkıştırılmamış haliyle terabayt boyutlarında yer kaplıyordu. Araştırmacılar, bu devasa veri setini 32 GB'a kadar küçülterek normal bilgisayarlarda da kullanılabilir hale getirmeyi başardı. Bu gelişme, bilim insanlarının yayınlar arası ilişkileri analiz etmesini, araştırma trendlerini takip etmesini ve bilimsel ağları incelemesini çok daha kolay hale getiriyor. Özellikle akademik araştırmalar, bibliyometrik analizler ve bilim politikası çalışmaları için büyük önem taşıyan bu çalışma, bilimsel verilere erişimde demokratikleşme sağlıyor.