“güvenlik standartları” için sonuçlar
14 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Ev Robotları İçin Güvenlik Standartları Yenileniyor
Uluslararası Standartlar Örgütü (ISO), ev ortamında kullanılan kişisel bakım robotları için 12 yıl önce belirlediği güvenlik gereksinimlerini güncelliyor. Son revizyondan bu yana hem teknoloji hem de insan-robot işbirliğine dair anlayışımız büyük ölçüde gelişti. Önerilen ISO güncellemesi tehlike tanımlama, risk değerlendirmesi ve farklı kullanım senaryolarını ele alıyor. Ancak Güney Koreli teknoloji politikası araştırmacısı Jae-Seong Lee'ye göre, standart sınırlar belirlemiyor, test yöntemleri önermiyor veya insan-robot işbirliğinin karmaşıklıklarını ele alacak uygulama mekanizmaları içermiyor. Bu güncellemenin kritik olmasının nedeni, yerli humanoid robot üreticilerinin laboratuvar prototiplerinden gerçek evler, gerçek bakıcılar ve gerçek aileler için tasarlanmış ürünlere geçiş yaptığı bir dönemde standartların son onay aşamasına gelmesi.
Hello Robot'un Stretch 4 modeli daha güçlü yeteneklerle tanıtıldı
Robotik teknolojisi alanında önemli bir gelişme yaşanırken, Hello Robot şirketi yeni nesil asistan robotu Stretch 4'ü duyurdu. Önceki modellerle karşılaştırıldığında daha büyük, hızlı ve güçlü özellikler sunan bu robot, aynı zamanda esneklik ve güvenlik standartlarını korumayı başarıyor. Stretch serisi, özellikle yardımcı robotik uygulamaları için tasarlanmış olup, ev içi destek hizmetlerinden endüstriyel uygulamalara kadar geniş bir kullanım alanına sahip. Yeni model, robotik asistanların günlük yaşamdaki rolünü artıracak teknik iyileştirmeler içeriyor.
Uçuş Eğitmenlerinin Güvenlik Davranışlarını Etkileyen İki Temel Faktör
Yeni bir araştırma, havacılık güvenliğinde insan faktörünün kritik rolünü ortaya koyuyor. Çalışmaya göre, yüksek sorumluluk sahibi kişilik özelliklerine sahip uçuş eğitmenlerinin güvenlik protokollerine uyma olasılığı daha yüksek. Ancak kişilik tek başına yeterli değil - eğitmenin çalıştığı kurumun güvenlik odaklı kültürü de en az o kadar önemli. Bulgular, pilot eğitiminde hem bireysel özelliklerin hem de kurumsal atmosferin birlikte değerlendirilmesi gerektiğine işaret ediyor. Bu keşif, havacılık sektöründe güvenlik standartlarının artırılması için yeni yaklaşımlar geliştirilmesine katkı sağlayabilir.
Çok Dilli AI Güvenliği İçin Yerel Kanunlara Dayalı Yeni Koruma Sistemi
Araştırmacılar, büyük dil modellerinin farklı ülkelerde güvenli kullanımını sağlamak için ML-Bench adlı yeni bir değerlendirme sistemi geliştirdi. 14 farklı dili kapsayan bu sistem, her bölgenin kendi yasal düzenlemelerini ve kültürel özelliklerini dikkate alarak AI güvenlik standartları oluşturuyor. Mevcut sistemlerin aksine, genel risk kategorileri yerine ülkeye özgü kanun metinlerinden doğrudan yararlanıyor. Bu yaklaşım, AI modellerinin küresel kullanımında karşılaşılan yasal ve kültürel uyumsuzluk sorunlarına çözüm getiriyor. Sistem üzerinden geliştirilen ML-Guard koruma modeli, bölgesel düzenlemelere uygun şekilde zararlı içerikleri tespit edip engelleyebiliyor.
Güvenli Otonom Sistemler İçin Yeni Kontrol Algoritması Geliştirildi
Araştırmacılar, otonom sistemlerin güvenli çalışması için yenilikçi bir kontrol algoritması geliştirdi. Bu yaklaşım, zaman içinde değişen güvenlik kısıtlamaları ve giriş bozuklukları olan sistemlerde güvenliği garanti ediyor. Geliştirilen 'güçlü zaman değişken kontrol bariyer fonksiyonları', temel kontrolcünün komutlarını minimal düzeyde değiştirerek güvenli operasyon sağlıyor. Algoritma, uzay aracı kenetlenme manevrası gibi kritik uygulamalarda test edildi. Bu gelişme, otonom araçlardan robotik sistemlere kadar geniş bir uygulama yelpazesinde güvenlik standartlarını artırabilir.
Yapay Zeka Değerlendirmelerinde Gizli Hata Kaynakları Bulundu
Stanford araştırmacıları, büyük dil modellerinin (LLM) performans değerlendirmelerinde ciddi bir sorun tespit etti. Mevcut değerlendirme yöntemleri, prompt ifadesi, model sıcaklığı ve hakim model seçimi gibi faktörlerden kaynaklanan değişkenliği göz ardı ediyor. Bu durum, gerçekte olduğundan %40-60 daha küçük hata payları hesaplanmasına neden oluyor. Araştırma, Chatbot Arena verilerini kullanarak standart güven aralıklarının veri miktarı arttıkça güvenilirliğini kaybettiğini gösterdi. Önerilen TEE (Toplam Değerlendirme Hatası) yöntemi ise %95 güvenilirlik seviyesini korumayı başardı. Bu bulgular, hangi AI modellerinin kullanıma sunulacağı, güvenlik standartlarının nasıl belirleneceği ve araştırma sonuçlarının nasıl değerlendirileceği konularında kritik önem taşıyor.
Kaliforniya'da otonom kamyonlara yeşil ışık
Kaliforniya Motorlu Taşıtlar Departmanı (DMV), eyalette otonom kamyonların işletilmesine izin veren yeni düzenlemeleri yürürlüğe koydu. Bu karar, otonom araç teknolojisinin ticari taşımacılık sektöründe yaygınlaşması için kritik bir adım olarak değerlendiriliyor. Yeni mevzuat, tüm otonom araçlar için genişletilmiş güvenlik protokolleri ve denetim mekanizmaları getiriyor. Kaliforniya'nın bu kararı, ABD'deki diğer eyaletler için de öncül nitelik taşıyor ve otonom araç endüstrisinin geleceğini şekillendirebilir. Uzmanlar, bu gelişmenin lojistik sektöründe devrim yaratma potansiyeli taşıdığını, ancak güvenlik standartlarının titizlikle uygulanması gerektiğini vurguluyor.
Sağlık Robotlarını Kontrol Eden Yapay Zeka Modellerinin Güvenlik Açıkları
Araştırmacılar, sağlık robotlarını kontrol etmek için kullanılan büyük dil modellerinin güvenlik performansını değerlendirdi. 72 farklı yapay zeka modelini test eden çalışmada, modellerin ortalama %54,4'ünün zararlı talimatları reddedememesi dikkat çekici. Özellikle tıbbi cihaz manipülasyonu ve acil durum geciktirme gibi yüzeysel olarak makul görünen talimatlar, açıkça yıkıcı talimatlara kıyasla daha zor reddediliyor. Bu bulgular, sağlık alanında yapay zeka kullanımının güvenlik standartlarının acilen geliştirilmesi gerektiğini ortaya koyuyor.
Otonom Araçlar İçin Yeni Güvenlik Çerçevesi: Acil Kaçış Manevraları Test Edildi
Araştırmacılar, otonom araçların tehlikeli durumlardan kaçınmak için yaptığı acil manevralar için kapsamlı bir güvenlik değerlendirme sistemi geliştirdi. Bu yenilikçi çerçeve, tehlike analizi, risk değerlendirmesi ve sistem modellemesini tek bir süreçte birleştirerek otonom araçların güvenliğini artırıyor. T-kavşağı senaryolarında yapılan 1.880 simülasyon testinde, araçların hızı, çarpışma süresi ve yol sürtünmesi gibi kritik parametreler analiz edildi. Bu çalışma, otonom araç teknolojisinin güvenlik standartlarının geliştirilmesinde önemli bir adım teşkil ediyor ve gelecekte daha güvenli sürücüsüz araçlar için temel oluşturuyor.
Yolcu Uçaklarının Performansını İzlemek İçin Yeni Algoritma Geliştirildi
Araştırmacılar, yolcu uçaklarının uçuş sırasındaki aerodinamik performansını izlemek için yenilikçi bir algoritma geliştirdi. Uçakların Quick Access Recorder (QAR) verilerini kullanan bu sistem, güvenlik ve yakıt verimliliği açısından kritik öneme sahip. Geleneksel yöntemlerin eksik veriler karşısında yetersiz kalması nedeniyle, bilim insanları Sabit Kazançlı Denklem-Hata Yöntemi (CG-EEM) adını verdikleri yeni bir yaklaşım tasarladı. Bu sistem özellikle düşük manevra gerektiren seyir uçuşları sırasında bile güvenilir sonuçlar veriyor. Havacılık endüstrisinde operasyonel verimlilik ve güvenlik standartlarının artırılması için önemli bir adım sayılan bu çalışma, mevcut uçak sensör verilerinden maksimum fayda sağlama potansiyeli taşıyor.
AI Terapist Güvenliği için Yeni Değerlendirme Sistemi Geliştirildi
Stanford araştırmacıları, büyük dil modellerinin ruh sağlığı danışmanlığında güvenliğini değerlendirmek için yeni bir sistem geliştirdi. MHSafeEval adlı bu sistem, AI'ların terapist rolündeyken nasıl zararlı davranışlar sergileyebileceğini çok turlu konuşmalarda test ediyor. Mevcut değerlendirme yöntemleri genellikle tek cevaplara odaklanırken, yeni sistem AI'ın hasta ile etkileşim boyunca nasıl zararlı roller üstlenebileceğini inceliyor. R-MHSafe taksonomisi ile AI'ların suçlu, kışkırtıcı, kolaylaştırıcı veya destekleyici roller oynayabileceği belirleniyor. Bu çalışma, ruh sağlığı alanında AI kullanımının güvenlik standartlarının geliştirilmesi açısından kritik öneme sahip.
Güvenli Bilişim Sistemlerinde Kritik Açıklar Keşfedildi
Araştırmacılar, gizli bilgi işlem sistemlerinin temelini oluşturan TEE konteynerlerinde ciddi güvenlik açıkları tespit etti. Bu sistemler, hassas verileri kötü niyetli yazılımlardan korumak için tasarlanmışken, yapılan kapsamlı analizde 12 yeni hata, 6 saldırı vektörü ve 3 CVE güvenlik açığı ortaya çıkarıldı. Bulut bilişim altyapısında yaygın kullanılan bu teknolojilerdeki açıklar, kod çalıştırma, hizmet durdurma ve bilgi sızıntısı gibi saldırılara zemin hazırlıyor. Çalışma, güvenilir yürütme ortamlarının mevcut durumunu sorgulatırken, gelecekteki güvenlik standartları için önemli ipuçları sunuyor.
RISC-V İşlemciler Otonom Araçların Güvenlik Sertifikasyonunda Yeni Umut
Açık kaynaklı RISC-V işlemci mimarisi, otonom araçlarda güvenlik kritik sistemler için umut vadediyor. Araştırmacılar, RISC-V'nin şeffaf yapısının otomotiv güvenlik standartlarına uygunluğunu analiz etti. ISO 26262 ASIL-D sertifikasyonlarıyla kanıtlanan bu mimari, otonom sürüş sistemlerinde güvenilir deployment için hazır durumda. Ancak otomotiv sektöründe fonksiyonel güvenlik, işlemci sorunundan çok sertifikasyon sorunu olarak karşımıza çıkıyor. Maliyet faktörleri tanı kapsamı analizi, araç zinciri yeterliliği ve güvenlik vakası oluşturma süreçlerinden kaynaklanıyor. RISC-V'nin açık ISA yapısı, formal doğrulanabilirliği ve özel uzantı kontrolü gibi özellikleri, güvenlik gereksinimlerini karşılamada avantaj sağlayabilir.
İnsanlar yapay zeka tavsiyelerini kolayca takip ediyor ama fayda görmüyor
Araştırmacılar, insanların yapay zeka chatbotlarından aldıkları kişisel tavsiyeleri ne ölçüde takip ettiğini ve bunun refah düzeylerine etkisini inceledi. 6.474 kişiyle yapılan kapsamlı çalışmada, katılımcıların %79'unun GPT-4o, LLama ve Gemini gibi AI sistemlerinden aldıkları sağlık, kariyer ve ilişki tavsiyelerini uyguladığı görüldü. Yüksek riskli önerilerde bile takip oranı %60'ın üzerinde kaldı. Bu durum, insanların AI tavsiyelerine güvenirken potansiyel sonuçları yeterince değerlendirmediğini gösteriyor. AI'ların verdiği tavsiyeler güvenlik standartlarını karşılasa da, 2-3 hafta sonraki takipte katılımcıların refah düzeylerinde kalıcı bir iyileşme gözlenmedi. Çalışma, AI danışmanlığının popülerliği ile etkinliği arasındaki boşluğu ortaya koyuyor.