“bilim insanları” için sonuçlar
212 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay zeka ajanları görüntü düzenlemeyi nasıl daha kolay hale getiriyor?
Araştırmacılar, yapay zeka destekli görüntü düzenleme sistemlerinin başarısızlıklarının büyük ölçüde yetersiz model kapasitesinden değil, kötü formüle edilmiş görevlerden kaynaklandığını keşfetti. Stanford ve diğer üniversitelerden bilim insanları, orijinal düzenleme görevlerini çok dilli büyük dil modeli (MLLM) ajanları aracılığıyla dinamik operasyon dizilerine dönüştüren yenilikçi bir çerçeve geliştirdi. Bu sistem, küçük hedefler, belirsiz uzamsal ilişkiler ve eksik talimatlar gibi zorlu durumlarda bile başarılı sonuçlar elde ediyor. Çoklu kıyaslama testlerinde mevcut düzenleme modellerinin performansını önemli ölçüde artıran bu yaklaşım, görüntü düzenleme teknolojisinde önemli bir ilerleme sağlıyor.
PID Kontrolörlerinin Gerçek Dünyada Uygulanması Sandığından Zor
Endüstriyel otomasyon sistemlerinin kalbi sayılan PID kontrolörleri, teoride basit görünse de pratikte karmaşık zorluklar barındırıyor. Bilim insanları, bu yaygın kullanılan kontrol sistemlerinin gerçek uygulamalarda neden başarısız olduğunu araştırdı. Temel PID algoritması hesaplama açısından basit olmasına rağmen, fiziksel sınırlamalar, ölçüm gürültüsü ve değişken örnekleme süreleri gibi pratik faktörler sistemi işlevsiz hale getirebiliyor. Araştırmacılar, bu sorunları ele alan kapsamlı bir rehber uygulama geliştirerek, mühendislerin gerçek dünya koşullarında daha güvenilir PID sistemleri kurmasına yardımcı olmayı hedefliyor.
Yapay Zeka Optimizasyonunda Yeni Yaklaşım: Gereksiz Müdahaleleri Azaltan Akıllı Sistem
Bilim insanları, endüstriyel süreçlerin optimizasyonunda devrim yaratabilecek yeni bir yapay zeka yöntemi geliştirdi. 'Belirsizlik temelli gözlem ve müdahale' adı verilen bu yöntem, sistemlere sadece gerekli olduğunda müdahale ederek, hem kaynak tasarrufu sağlıyor hem de performansı artırıyor. Geleneksel yöntemler sürekli müdahale gerektirirken, bu akıllı sistem ne zaman harekete geçeceğini kendisi belirliyor. Güneş paneli sistemleri üzerinde yapılan testlerde, yeni yaklaşım mevcut dört farklı optimizasyon yöntemini geride bıraktı. Bu gelişme, değişken koşullara sahip endüstriyel süreçlerin yönetiminde önemli ilerlemeler sağlayabilir.
Bilimsel Yayınlar Finansal Balonları Önceden Haber Verebilir Mi?
Araştırmacılar, bilimsel yayın verilerinin finansal teknoloji balonlarını öngörmede kullanılıp kullanılamayacağını araştırdı. Dot-com dönemi (1994-2001) ve yapay zeka çağı (2017-2024) karşılaştırılarak, bilim insanlarının atıf ağları ile piyasa verileri arasındaki ilişki incelendi. Finansal balonlar genellikle uyarı vermeden ortaya çıkar ve uzun süreli ekonomik etkiler yaratır. Yenilikçi teknolojiler, gelecek vaadiyle heyecan yaratarak piyasa bozulmalarına neden olur. Bu teknolojiler, piyasaya girmeden yıllar önce bilim insanları tarafından geliştirildiği için, bilimsel yayın verilerinin analizi gelecekteki balonları tahmin etmede yardımcı olabilir mi sorusu akla geliyor.
Kuantum Bilgisayarlar Sağlık IoT Sistemlerini Tehdit Ediyor
Akıllı sağlık hizmetlerinde yaygın olarak kullanılan IoT cihazları, gelişmekte olan kuantum bilgisayarların karşısında savunmasız kalabilir. Araştırmacılar, hastane ekipmanlarından wearable cihazlara kadar tüm sağlık IoT sistemlerinin kuantum saldırılarına karşı nasıl korunacağını inceledi. Çalışma, mevcut şifreleme sistemlerinin kuantum bilgisayarlar tarafından kırılabileceğini ve bu durumun hasta verilerini tehlikeye atabileceğini gösteriyor. Bilim insanları, sağlık IoT sistemlerini kuantum güvenli şifreleme teknolojilerine geçiş için kapsamlı bir çerçeve önerdi. Bu framework, kaynak kısıtlı cihazları önceliklendiren ve aşamalı bir geçiş planı sunan yaklaşım benimsiyor.
Bilim İnsanlarına Proaktif Yardım Eden Yapay Zeka: CoLabScience
Araştırmacılar, bilimsel keşifleri hızlandırmak için yeni bir yapay zeka sistemi geliştirdi: CoLabScience. Bu sistem, sadece sorulduğunda cevap veren geleneksel yapay zekalardan farklı olarak, bilim insanlarının araştırma tartışmalarını aktif olarak takip ediyor ve uygun zamanlarda müdahale ediyor. PULI adlı öğrenme çerçevesi sayesinde, sistem uzman ekiplerin proje önerilerini ve geçmiş konuşmalarını analiz ederek ne zaman ve nasıl katkıda bulunacağını öğreniyor. Biyomedikal araştırmalarda test edilen sistem, bilim insanları ile yapay zeka arasındaki işbirliğini yeni bir boyuta taşıma potansiyeli taşıyor.
Yapay Zeka ile Salgının Sıfır Hastasını Bulma: Geometrik Yaklaşım
Bilim insanları, salgın hastalıklarda ilk enfekte olan kişiyi (sıfır hasta) tespit etmek için yenilikçi bir geometrik yöntem geliştirdi. Johnson-Lindenstrauss projeksiyonlarını kullanan bu yaklaşım, karmaşık sosyal ağları düşük boyutlu uzaylara sıkıştırarak enfeksiyon kaynağını belirliyor. Bağımsız kaskad modelinde çalışan sistem, enfekte kişilerin ağırlık merkezine en yakın düğümü kaynak olarak tahmin ediyor. Erdős-Rényi grafları üzerinde yapılan simülasyonlar, bu yöntemin sıkıştırılmış verilerle bile anlamlı doğruluk oranları yakaladığını gösteriyor. Bu gelişme, gelecekteki salgınlarda hızlı müdahale ve kontrol stratejileri için önemli bir araç sunuyor.
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.
İşaret dili tanıma teknolojisinde devrim: 5 kat daha hızlı sistem geliştiridi
Brezilya İşaret Dili (LIBRAS) tanıma sistemlerinde çığır açan bir gelişme yaşandı. Araştırmacılar, vücut işaret noktalarının doğru alt kümesini seçerek hem daha doğru hem de 5 kat daha hızlı çalışan bir sistem geliştirdi. Geleneksel OpenPose teknolojisinin yerini alan hafif MediaPipe sistemi, başlangıçta doğruluk kaybına neden olmuştu. Ancak bilim insanları, özenle seçilmiş vücut noktalarını kullanarak bu sorunu çözmeyi başardı. Yeni yaklaşım, işaret dili tanıma teknolojisinin gerçek zamanlı uygulamalarda kullanımını kolaylaştırarak, işitme engelli bireylerin iletişim teknolojilerine erişimini artırabilir. Araştırma ayrıca eksik işaret noktası sorunlarını gidermek için spline tabanlı tamamlama yönteminin etkinliğini de kanıtladı.
Yapay Zeka Tek Taraflı Konuşmaları Anlayabilir mi?
Araştırmacılar, yapay zekanın sadece bir kişinin sesini duyabildiği durumlarda nasıl çalışabileceğini incelediler. Telemedisin, çağrı merkezleri ve akıllı gözlükler gibi birçok gerçek dünya uygulamasında, konuşmanın yalnızca bir tarafı kaydedilebiliyor. Bu durumu 'tek taraflı konuşma problemi' olarak adlandıran bilim insanları, yapay zekanın eksik olan konuşmacının sözlerini tahmin edebilip edemeyeceğini ve bu tür eksik diyaloglardan nasıl öğrenebileceğini araştırdı. Çalışma, büyük dil modellerinin bu zorluğun üstesinden gelme konusunda umut verici sonuçlar gösterdiğini, ancak daha küçük modellerin özel eğitim gerektirdiğini ortaya koydu. Bulgular, gelecekte tek taraflı kayıtlarla çalışan daha akıllı sistemler geliştirilebileceğini gösteriyor.
Programlanabilir Robot Sürüleri için Logaritmik Hızda Geometrik Ayrıştırma
Bilim insanları, programlanabilir madde alanında önemli bir algoritma geliştirdi. Amoebot modeli kullanarak, üçgen ızgara üzerinde yerleşen küçük robotların karmaşık yapıları basit alt yapılara ayırması için logaritmik zamanda çalışan yeni bir yöntem tasarladı. Robotlar arasındaki yeniden yapılandırılabilir devre bağlantıları sayesinde, yapılar geodezik olarak dışbükey bölgelere ayrıştırılabiliyor. Bu gelişme, önceki algoritmaların sınırlarını aşarak daha geniş amoebot yapıları üzerinde çalışabiliyor. Çalışma, nano ölçekli robot sürülerinin koordineli hareket etmesi ve karmaşık görevleri yerine getirmesi açısından önemli bir adım teşkil ediyor.
Yapay Zeka Travma Anlatılarını Anlayabilir Mi? Ateşli Silah Mağdurları Üzerine Çalışma
Araştırmacılar, ateşli silah şiddetinden kurtulan 21 Siyahi erkeğin derinlemesine röportajlarını analiz etmek için büyük dil modellerini (LLM) test ettiler. Ateşli silah şiddeti önemli bir halk sağlığı sorunu olmasına rağmen, mağdurların deneyimlerini anlama araştırmaları yetersiz kalmakta. Geleneksel nitel araştırma yöntemleri çok zaman alıcı olduğundan, bilim insanları yapay zekanın bu süreci otomatikleştirebileceğini düşünüyor. Ancak bu hassas durumda bulunan toplulukların deneyimlerini AI'ın ne kadar doğru ve etik biçimde yakalayabileceği merak konusu. Çalışma sonuçları, bazı LLM konfigürasyonlarının önemli temaları belirleyebildiğini gösterse de genel performansın sınırlı kaldığını ortaya koyuyor. Bu araştırma, travma araştırmalarında yapay zeka kullanımının hem fırsatlarını hem de risklerini gözler önüne seriyor.
Beyin Hücrelerinden İlham Alan Yapay Zeka Navigasyonda Çığır Açtı
Bilim insanları, nöronlar ve astrositler arasındaki işbirliğinden esinlenerek geliştirdikleri yapay sinir ağıyla navigasyon alanında büyük ilerleme kaydetti. İki farklı zaman ölçeğinde çalışan bu sistem, uzun vadeli başarılı hareketleri hatırlarken kısa vadede yakın zamanda ziyaret edilen yerleri baskılıyor. Bu yaklaşım, geleneksel yapay zeka sistemlerinin zorlandığı kısmi gözlemlenebilirlik koşullarında bile etkili navigasyon sağlıyor. Grid dünyası navigasyon testlerinde sistem, hedefe ulaşma mesafesini altı kata kadar kısaltmayı başardı. Bu gelişme, robotik, otonom araçlar ve oyun yapay zekası gibi alanlarda devrim yaratabilir.
Yapay Zeka Eğitim Süresi Tahmini İçin Hassasiyet Tabanlı Yeni Yöntem
Dağıtık derin öğrenme sistemlerinde eğitim süresinin doğru tahmin edilmesi, kaynak planlaması ve maliyet hesaplaması açısından kritik önem taşıyor. Yeni araştırma, kayan nokta hassasiyet ayarlarının eğitim süresini 2,4 kata kadar etkileyebildiğini ortaya koyuyor. Mevcut tahmin yöntemleri karışık hassasiyet kullanımını göz ardı ettiği için %147'ye varan hata oranları yaşanabiliyor. Bilim insanları, hassasiyet değişkenlerini dikkate alan yeni bir tahmin modeli geliştirerek hata oranını %9,8'e düşürmeyi başardı.
Beyin İlhamlı Yapay Zeka: Hiyerarşik Aktif Çıkarım ile Daha Akıllı Planlama
Bilim insanları, beynin çok katmanlı yapısından ilham alarak yeni bir yapay zeka modeli geliştirdi. 'Aktif çıkarım' olarak adlandırılan bu yaklaşım, beynin algılama, eylem ve öğrenme süreçlerini taklit ediyor. Araştırmacılar, karmaşık gerçek dünya problemlerini çözmek için hiyerarşik bir yapı kullanarak bu teknolojiyi geliştirdi. Model, alt seviyedeki basit öğrenmeleri kullanarak üst seviye soyut durumları anlayabiliyor ve daha etkili planlama yapabiliyor. Bu yaklaşım, navigasyon ve planlama gibi ekolojik önemli görevlerde başarılı sonuçlar gösterdi. Beynin doğal işleyişini taklit eden bu yöntem, yapay zekanın gerçek dünyada daha karmaşık problemleri çözmesine olanak tanıyabilir.
Yapay Zeka Güvenliğinde Yeni Tehdit: Akıl Yürütme Korsanlığı Keşfedildi
Araştırmacılar, büyük dil modellerinde (LLM) şimdiye kadar göz ardı edilen kritik bir güvenlik açığını ortaya çıkardı. 'Akıl Yürütme Korsanlığı' adı verilen bu yeni saldırı türü, yapay zekanın ana görevini değiştirmeden karar verme mantığını manipüle ediyor. Geleneksel güvenlik önlemlerinin hedef değiştirme saldırılarına odaklandığını belirten bilim insanları, bu yeni yaklaşımın modellerin karar alma kriterlerini gizlice değiştirerek yanlış sonuçlara ulaşmasına neden olabileceğini gösterdi. Bulgular, mevcut yapay zeka güvenlik stratejilerinin yetersiz olduğunu ve daha kapsamlı koruma mekanizmalarına ihtiyaç duyulduğunu ortaya koyuyor.
Yapay Zeka Modellerinde İçsel Mantık Kayması Keşfedildi
Araştırmacılar, çok modlu büyük dil modellerinde kritik bir zafiyet keşfetti: endojen mantık kayması. Bu durum, modellerin kendi düşünce süreçleri sırasında dış etkenler olmadan spontan olarak davranış değişikliklerine uğramasını ifade ediyor. Stanford ve diğer kurumlardan bilim insanları, bu sorunu hem düşünce hem de algı perspektiflerinden inceledi. Modeller, otoregresif üretim süreci boyunca öngörülemeyen dağılım değişiklikleri yaşıyor ve bu durum performanslarını olumsuz etkiliyor. Çalışma, bu iç kaymaları çok modlu kavram kayması olarak teorik olarak tanımlıyor ve Counterfactual Prefer adlı yeni bir yaklaşım öneriyor. Bu keşif, yapay zeka güvenilirliği açısından önemli çünkü modellerin kararlı performans sergileyebilmesi için içsel tutarlılığın korunması gerekiyor.
Yapay zeka artık bilim insanlarının hakemlik sürecine yanıt yazmasına yardım ediyor
Bilimsel yayın sürecinin kritik aşamalarından biri olan hakem değerlendirmelerine yanıt yazma işlemi, yazarlar için büyük zaman ve çaba gerektiriyor. Araştırmacılar, bu süreci kolaylaştırmak için yazarın uzmanlığını ve niyetini dikkate alan yeni bir yapay zeka sistemi geliştirdi. Re3Align adlı kapsamlı veri seti ve REspGen çerçevesi sayesinde, bilim insanları artık hakem görüşlerine daha etkili yanıtlar hazırlayabilecek. Sistem, yazarın alan bilgisini ve stratejik yaklaşımını analiz ederek, kişiselleştirilmiş ve ikna edici yanıtlar üretebiliyor. Bu gelişme, akademik yayıncılık sürecini hızlandırırken kaliteyi de artırmayı hedefliyor.
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.
Hareketli Hedefleri Yakalayan Araçlar İçin Yeni Optimizasyon Algoritması
Bilim insanları, hareket halindeki hedefleri yakalamak için birden fazla aracın en uygun rotalarını hesaplayan yeni bir algoritma geliştirdi. Moving Target Vehicle Routing Problem (MT-VRP) olarak bilinen bu karmaşık optimizasyon problemi, savunma sistemlerinden lojistiğe kadar birçok alanda kritik öneme sahip. Araştırmacılar, Branch-and-Price with Relaxed Continuity (BPRC) adını verdikleri bu yöntemle, 25'e kadar hareketli hedefi içeren senaryolarda optimal çözümleri önceki yöntemlere göre on kat daha hızlı bulabildiler. Algoritma, özellikle araç kapasitelerinin sınırlı olduğu durumlarda üstün performans gösteriyor. Bu gelişme, otonom araç filosu yönetiminden askeri operasyonlara kadar geniş bir uygulama yelpazesinde daha etkili çözümler sunma potansiyeli taşıyor.
Yapay Zeka Artık Planktonları Etiketleme Olmadan Tanıyabiliyor
Bilim insanları, plankton tanıma sistemlerinde çığır açan bir yöntem geliştirdi. Geleneksel yöntemler, her plankton türünün elle etiketlenmesini gerektiriyordu - bu da son derece zaman alıcı bir süreçti. Yeni yaklaşım ise görüntü verilerini optik ölçümlerle birleştirerek, yapay zekanın manuel etiketleme olmadan öğrenmesini sağlıyor. Modern plankton görüntüleme cihazları, fotoğrafların yanında saçılma ve floresans profilleri gibi ek veriler de topluyor. Araştırmacılar bu ek verileri rehber olarak kullanarak, sistemin kendi kendine öğrenmesini mümkün kıldı. Bu yöntem, okyanus araştırmalarında büyük miktardaki plankton verisinin analiz edilmesini hızlandıracak ve deniz ekosistemlerinin daha iyi anlaşılmasına katkı sağlayacak.
Dev Yapay Zeka Modeli 1.1 Milyar Molekülü 50 Saniyede Analiz Etti
Amerikalı bilim insanları, malzeme keşfi için devasa bir yapay zeka modeli geliştirdi. HydraGNN tabanlı bu sistem, 544 milyondan fazla atomik yapı verisiyle eğitildi ve 16 farklı bilimsel veri setini aynı anda işleyebiliyor. Frontier süperbilgisayarında test edilen model, 1.1 milyar atomik yapıyı sadece 50 saniyede analiz edebildi. Bu başarı, normalde yıllar sürecek hesaplamaları saniyeler içinde tamamlama kapasitesi sunuyor. Model, yeni malzemelerin keşfi için kritik öneme sahip ve 12 farklı kimyasal görevde başarıyla test edildi. Araştırmacılar, farklı hassasiyet seviyelerinde performans testleri yaparak modelin pratik kullanım potansiyelini de ortaya koydu.
Yapay Zeka Modelleri Artık Geçmişi Unutmadan Yeni Bilgileri Öğrenebilecek
Bilim insanları, yapay zeka modellerinin karşılaştığı en büyük sorunlardan birini çözmek için yeni bir yaklaşım geliştirdi. Geleneksel AI modelleri yeni görevler öğrenirken eskiden öğrendiklerini unutma eğilimindedir - bu duruma 'katastrofik unutma' denir. Araştırmacılar, özellikle akışkanlar dinamiği gibi karmaşık fizik problemleri için tasarlanan SLE-FNO adlı yeni bir mimari sundular. Bu sistem, tek katman uzantısı kullanarak modelin sürekli öğrenme yeteneğini artırıyor ve geçmiş bilgileri kaybetmeden yeni koşullara uyum sağlamasını mümkün kılıyor. Geliştirilen yöntem, farklı geometriler, sınır koşulları veya akış rejimlerindeki değişikliklere karşı daha esnek çözümler sunabiliyor.
Başarılı Sohbetin Sırrı: Ses Tonu ve Mimiklerde Gizli
Araştırmacılar, insanların konuşma sırasında birbirlerini taklit etme eğiliminin başarılı iletişimin anahtarı olduğunu keşfetti. Zoom üzerinden yapılan doğal konuşmaları analiz eden bilim insanları, ses tonu, konuşma hızı ve yüz mimiklerinde görülen senkronizasyonun, karşılıklı güven ve bağ kurma ile doğrudan ilişkili olduğunu ortaya koydu. Bu 'konuşma uyumu' olarak adlandırılan fenomen, önceden görev odaklı diyaloglarda gözlemlenmişti, ancak bu çalışma spontan sohbetlerde de geçerli olduğunu kanıtladı. Bulgular, etkili iletişim kurma becerilerini geliştirmek için yeni yaklaşımlar sunuyor.