Robotik alanında onlarca yıldır kullanılan 'sıkıcı, kirli ve tehlikeli' (DDD) iş kategorileri, robotların insanlar yerine yapabileceği işleri tanımlamak için geliştirilmişti. Ancak yeni araştırmalar, bu kategorilerin ne anlama geldiğinin aslında hiç de açık olmadığını gösteriyor. IEEE Spectrum'da yayınlanan çalışmaya göre, 1980-2024 arası robotik yayınların sadece %2,7'si DDD tanımını açıklıyor. Araştırmacılar, 'sıkıcı' işin kime göre sıkıcı olduğunu, 'kirli' işin sadece fiziksel temizlik mi yoksa sosyal stigma da içerip içermediğini ve 'tehlikeli' işlerin hangi verilere göre sınıflandırıldığını sorguluyor. Bu belirsizlik, robot teknolojilerinin iş yerlerinde doğru uygulanmasını engelleyebiliyor.

IEEE Spectrum — Robotics 0

Teknoloji & Yapay Zeka

16 Apr

Polis Eğitimi İçin Yapay Zeka: Gerçek Görüntülerden Öğrenen Sistem

Araştırmacılar, polis-sivil gerginliklerinin çözümü için yapay zeka destekli bir eğitim sistemi geliştirdi. DeEscalWild adlı bu sistem, internet videolarından toplanan 5 bin gerçek polis-sivil etkileşiminden hareketle, özenle seçilmiş 1500 yüksek kaliteli senaryo içeriyor. Geleneksel eğitim yöntemlerinin ölçeklenebilirlik ve gerçekçilik sorunlarına çözüm sunan sistem, büyük dil modellerinin aksine küçük ve hafif yapısıyla sahada kullanılabiliyor. Bu yaklaşım, hem polis güvenliği hem de toplumsal güven açısından kritik olan gerginlik azaltma becerilerinin daha etkili öğretilmesini hedefliyor.

arXiv (CS + AI) 0