“iyonlar” için sonuçlar
98 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Masa tenisi robotu dünya şampiyonlarını yendi: Robotik için çığır açan başarı
Sony AI tarafından geliştirilen 'Ace' adlı masa tenisi robotu, son testlerde dünya çapındaki elit oyuncuları mağlup ederek robotik alanında önemli bir dönüm noktası yaratmış durumda. Robot, hızlı karar verme, hassas motor kontrolü ve gerçek zamanlı adaptasyon yetenekleri sayesinde insanların üstün görüldüğü bir spor dalında başarı gösterdi. Bu gelişme, robotların dinamik ve öngörülemeyen ortamlarda nasıl performans sergileyebileceğine dair önemli ipuçları sunuyor. Ace'in başarısı, sadece spor robotikası için değil, aynı zamanda cerrahi, üretim ve kurtarma operasyonları gibi alanlarda faaliyet gösterecek gelecekteki robotlar için de kritik öneme sahip. Proje, yapay zekanın fiziksel dünyada nasıl daha etkili şekilde kullanılabileceğine dair yeni perspektifler açıyor ve robotik teknolojisinin sınırlarını genişletiyor.
Yapay kas teknolojisi: Hareket ettirebilen ve hissedebilen yeni nesil robot kası
Bilim insanları, biyolojik kas-tendon yapısından esinlenerek hem hareket hem de algılama yetisine sahip akıllı yapay kas geliştirdi. Sıvı metal kanalları içeren elastomer yapı, elektriksel uyarıyla kasılırken aynı zamanda iç kuvvet ve uzunluk değişimlerini gerçek zamanlı ölçebiliyor. Bu yenilik, humanoid robotların daha doğal ve hassas hareketler yapabilmesinin yolunu açıyor. Geleneksel robot sistemlerinde hareket ve algılama fonksiyonları ayrı bileşenlerle sağlanırken, bu teknoloji her iki işlevi tek yapıda birleştirerek robotik alanında önemli bir adım oluşturuyor.
Yapay Zeka Kimyasal Simülasyonları Hızlandırıyor: OrbEvo Modeli
Araştırmacılar, moleküllerin elektron davranışlarını simüle etmek için kullanılan zaman-bağımlı yoğunluk fonksiyonel teorisi (TDDFT) hesaplamalarını hızlandıran yeni bir yapay zeka modeli geliştirdi. OrbEvo adlı bu sistem, graph transformer mimarisi kullanarak moleküllerin dış elektrik alan etkisiyle değişen dalga fonksiyonlarını öğreniyor. Geleneksel TDDFT yöntemleri, optik absorpsiyon ve elektron dinamiği gibi özelikleri hesaplamak için çok ince zaman adımlarıyla tüm elektronik durumları simüle etmek zorunda kalıyor ve bu işlem oldukça zaman alıyor. Yeni model, moleküler simetriler ve dış elektrik alanların etkilerini dikkate alarak bu süreci önemli ölçüde hızlandırabiliyor. Bu gelişme, kimyasal reaksiyonların anlaşılması ve yeni malzemelerin tasarımı açısından büyük önem taşıyor.
Güvenlik Kritik Sistemlerde Yeni Kontrol Yaklaşımı: MCI-MPC
Araştırmacılar, güvenlik açısından kritik sistemlerin kontrolü için yeni bir Model Öngörülü Kontrol (MPC) yaklaşımı geliştirdi. Maximal Controlled Invariant-MPC (MCI-MPC) adı verilen bu yöntem, Kontrol Engel Fonksiyonlarını (CBF) terminal kısıt olarak kullanarak hem güvenliği garanti ediyor hem de sistemin performansını artırıyor. Geleneksel yöntemlerde güvenlik kısıtları genellikle aşırı muhafazakâr olur, bu da sistem performansını düşürür. Yeni yaklaşım, öngörü ufkunun artmasıyla birlikte fizibiliteyi ve erişilebilir kümeleri iyileştiriyor. Nonholonomik sistemler üzerinde yapılan simülasyonlarda, çözümsüz nokta sayısının 1,7 ila 2,7 kat azaldığı gözlemlendi.
Batarya Güvenliği İçin Yeni Yapay Zeka Modeli: KAN-Therm
Lityum-iyon bataryalarda sıcaklık kontrolü hayati öneme sahip. Aşırı ısınma yangın ve patlama riskine yol açarken, yetersiz ısınma performansı düşürür. Araştırmacılar, batarya yönetim sistemleri için yeni bir yapay zeka modeli olan KAN-Therm'i geliştirdi. Bu model, Kolmogorov-Arnold ağlarını kullanarak batarya çekirdek sıcaklığını hızlı ve doğru şekilde tahmin ediyor. Geleneksel fizik tabanlı modeller yüksek hesaplama gücü gerektirirken, klasik sinir ağları çok fazla bellek tüketiyor. KAN-Therm ise hem düşük bellek kullanımı hem de hızlı işlem yapabilme özelliğiyle öne çıkıyor. Model, öğrenebilir doğrusal olmayan aktivasyon fonksiyonları sayesinde karmaşık ısıl davranışları daha az kaynak kullanarak modelleyebiliyor.
Elektrik Şebekesi Genişletmesi İçin Yeni Simülasyon Sistemi Geliştirildi
Araştırmacılar, elektrik şebekelerinin gelecekteki ihtiyaçlarını daha doğru planlamak için yeni bir simülasyon sistemi geliştirdi. Rüzgar enerjisi ve elektrikli araçların yaygınlaşmasıyla birlikte, geleneksel planlama yöntemleri yetersiz kalmaya başladı. Yeni AQSTSS sistemi, bir yıl boyunca şebekenin her anını analiz ederek, mevsimsel değişimleri ve farklı işletim koşullarını dikkate alıyor. Kanada'nın Hydro-Québec şirketinin 2035-2036 projeksiyonlarında test edilen sistem, yüksek rüzgar enerjisi ve elektrikli araç penetrasyonu altında kritik içgörüler sağladı. Bu gelişme, sürdürülebilir enerji geçişinin daha verimli planlanmasına katkı sunuyor.
HyperCertificates: Dinamik Sistemlerin Güvenliğini Doğrulayan Yeni Yöntem
Araştırmacılar, bilgisayar sistemlerinin güvenlik ve gizlilik özelliklerini doğrulamak için HyperCertificates adı verilen yeni bir matematiksel framework geliştirdi. Bu yöntem, geleneksel doğrulama tekniklerinin ötesine geçerek, sistemlerin birden fazla çalışma senaryosu arasındaki ilişkileri analiz ediyor. HyperLTL mantıksal formüllerini kullanan sistem, özellikle gizlilik, şeffaflık ve dayanıklılık gibi kritik güvenlik özelliklerini değerlendirmede öne çıkıyor. Yöntem, öngörü modelleme ve bariyer fonksiyonlarını birleştirerek dinamik sistemlerin karmaşık davranışlarını matematiksel olarak kanıtlayabiliyor. Bu gelişme, otonom araçlardan finansal sistemlere kadar geniş bir yelpazede kullanılabilecek daha güvenilir yazılım sistemlerinin tasarlanmasına katkı sağlayabilir.
Çoklu Robot Sistemleri İçin Yeni Kontrol Çerçevesi Geliştirildi
Araştırmacılar, birden fazla robotun koordineli çalışmasını sağlayan yenilikçi bir kontrol sistemi geliştirdi. Bu sistem, robotların birbirleriyle dinamik bağlantı kurmadan bağımsız hareket edebilmesini sağlıyor. Zamanla değişen hedeflere uyum sağlayabilen framework, lider-takipçi formasyonları, değişken yoğunluklu alan kaplama ve yoğun ortamlarda güvenli navigasyon gibi farklı görevlerde test edildi. Sistem, her robotun kendi kararlarını alabilmesine olanak tanırken, genel koordinasyonu da koruyor. Bu yaklaşım, gerçek zamanlı uygulamalarda ve çoklu hedefli robotik görevlerde önemli avantajlar sunuyor. Özellikle uzun süredir çözülemeyen değişken yoğunluk fonksiyonları için merkezi olmayan kaplama kontrolü problemine çözüm getirdiği belirtiliyor.
Yapay Zekada Yeni Teşvik Sistemi: Liderin Takipçiyi Yönlendirme Stratejisi
Araştırmacılar, dinamik sistemlerde lider-takipçi ilişkisini matematiksel olarak modelleyen yeni bir teşvik mekanizması geliştirdi. Bu sistemde, bir lider sabit bir teşvik fonksiyonu tasarlayarak, kendi çıkarını düşünen bir takipçinin sistemi uzun vadede faydalı şekilde yönlendirmesini sağlıyor. Geleneksel sürekli güncellenen teşvik sistemlerinden farklı olarak, bu yaklaşım sabit incentive fonksiyonları kullanıyor. Çalışma, özellikle doğrusal-kuadratik durumlar için analitik sonuçlar sunuyor ve sistem kararlılığı için gerekli koşulları matematiksel olarak tanımlıyor. Bu araştırma, yapay zeka sistemlerinde otonom ajanların davranışlarını şekillendirme konusunda önemli bir adım teşkil ediyor.
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 Modellerinin Gelişimini Ölçmenin Yeni Yöntemi Bulundu
Araştırmacılar, büyük dil modellerinin (LLM) farklı versiyonları arasındaki performans değişikliklerini daha hassas şekilde ölçebilen yeni bir yöntem geliştirdi. Klinik psikolojiden uyarlanan Güvenilir Değişim İndeksi (RCI) ile yapılan çalışma, genel başarı puanlarının yanıltıcı olabileceğini ortaya koydu. Llama 3-3.1 ve Qwen 2.5-3 model çiftleri üzerinde yapılan testlerde, modellerin bazı alanlarda iyileşirken diğerlerinde kötüleşebildiği gözlemlendi. Bu bulgular, yapay zeka modellerinin gelişimini değerlendirmede daha detaylı analizlerin önemini vurguluyor ve gelecekteki model geliştirme süreçlerine ışık tutuyor.
Yapay Zeka Arama Sistemlerinde Yeni Nesil Skor Hesaplama Yöntemi Test Edildi
Araştırmacılar, geleneksel arama sistemlerindeki sabit puanlama fonksiyonlarının yerini alan yenilikçi Hypencoder teknolojisini kapsamlı testlerden geçirdi. Bu sistem, sorguya özel sinir ağları kullanarak daha esnek ve etkili sonuç sıralama yapabiliyor. Yapılan çalışmada, orijinal bulgular tekrar test edildi ve sistemin performansı farklı zorluktaki görevlerde analiz edildi. Sonuçlar, Hypencoder'ın hem tanıdık hem de yeni veri setlerinde geleneksel yöntemlerden daha iyi performans gösterdiğini ortaya koydu. Özellikle geliştirilen hızlı arama algoritması, performansta minimal kayıpla sorgu süresini önemli ölçüde azalttı. Bu teknoloji, arama motorları ve bilgi erişim sistemlerinde önemli ilerlemeler sunabilir.
Yapay Zeka Kod Düzenleme Hızında Devrim: BlockDiff ve FuncDiff Formatları
Büyük dil modelleri (LLM'ler) kod düzenlemede giderek daha fazla kullanılıyor, ancak mevcut tam kod üretme yöntemi ciddi verimlilik sorunları yaratıyor. Araştırmacılar, geleneksel diff formatlarının LLM'ler için doğal olmayan yapısını analiz ederek, BlockDiff ve FuncDiff adlı yeni struktur-bilinçli formatlar geliştirdi. Bu formatlar, değişiklikleri kontrol yapıları ve fonksiyonlar gibi sözdizimsel açıdan tutarlı birimler halinde temsil ediyor. Ayrıca AdaEdit stratejisi, modellerin en verimli format ile tam kod arasında dinamik seçim yapmasını sağlıyor. Bu yenilik, interaktif kodlama asistanlarının düşük gecikme ve maliyet gereksinimlerini karşılamada önemli bir adım.
Yapay Zeka Ajanların Davranışlarını Fizik Yasalarıyla Çözümleyen Yeni Yöntem
Araştırmacılar, yapay zeka ajanlarının davranışlarını anlamak için fizik yasalarından ilham alan yenilikçi bir yöntem geliştirdi. Fokker-Planck Ters Pekiştirmeli Öğrenme (FP-IRL) adlı bu teknik, ajanların gözlemlenen hareketlerinden hem ödül sistemlerini hem de geçiş fonksiyonlarını eş zamanlı olarak çıkarabilir. Geleneksel yöntemlerin aksine, bu yaklaşım önceden belirlenen dinamik modellere ihtiyaç duymaz ve doğrudan trajectory verilerinden öğrenir. Yöntem, Markov karar süreçleri ile Fokker-Planck denklemleri arasındaki matematiksel bağlantıyı kullanarak, fizik temelli kısıtlamalar altında çalışır. Bu gelişme, robotik, otonom sistemler ve insan davranış modellemesi gibi alanlarda önemli uygulamalar sunabilir.
Yeni yapay sinir ağı mimarisi dışbükey fonksiyonları öğrenmede devrim yaratıyor
Araştırmacılar, dışbükey fonksiyonları öğrenme konusunda çığır açan Hyper Input Convex Neural Networks (HyCNN) adlı yeni bir yapay sinir ağı mimarisi geliştirdi. Bu yenilikçi sistem, Maxout ağları ile giriş dışbükey sinir ağlarının (ICNN) güçlü yönlerini birleştiriyor. HyCNN'ler, kuadratik fonksiyonları yaklaşık olarak modellemek için ICNN'lere kıyasla üssel olarak daha az parametre gerektiriyor. Yapılan deneyler, yeni mimarinin dışbükey regresyon ve interpolasyon görevlerinde mevcut ICNN'leri ve çok katmanlı algılayıcıları (MLP) geride bıraktığını gösteriyor. Özellikle yüksek boyutlu optimal transport haritalarının öğrenilmesinde ve tek hücreli RNA sekanslama verilerinin analizinde üstün performans sergiliyor. Bu gelişme, makine öğrenmesinde dışbükey optimizasyon problemlerinin çözümü için önemli bir adım teşkil ediyor.
Robotlar İçin Yeni Öğrenme Sistemi: Kesişimli Hareketlerde Devrim
Araştırmacılar, robotların insan gösterilerinden öğrenerek karmaşık hareketleri gerçekleştirmesini sağlayan yeni bir sistem geliştirdi. Phase-varying Neural Potential Functions (PNPF) adlı bu yöntem, özellikle '8' rakamı çizme gibi yolların kesiştiği görevlerde büyük avantaj sağlıyor. Geleneksel sistemler bu tür kesişimlerde hangi yöne gidileceğini belirlemekte zorlanıyor ve dış müdahalelere karşı hassas kalıyordu. Yeni sistem ise fazla değişkenli potansiyel fonksiyonlar kullanarak bu sorunları çözüyor ve robotların bozucu etkilere rağmen hedeflerine ulaşmasını sağlıyor. Bu gelişme, robotik alanında öğrenme tabanlı hareket planlaması için önemli bir adım.
Robot Manipülasyonunda Yeni Dönem: Uzaysal-Zamansal Aksiyon Modelleme
Araştırmacılar, robotların karmaşık manipülasyon görevlerini gerçekleştirmesini sağlayan yeni bir yapay zeka modeli geliştirdi. STARRY adlı bu sistem, robotların gelecekteki hareketlerini planlarken uzaysal ve zamansal etkileşimleri birlikte değerlendiriyor. Geleneksel robot kontrol sistemleri, aksiyonları ve çevresel etkileşimleri ayrı ayrı analiz ederken, STARRY bunları entegre bir şekilde modelliyyor. Sistem, derinlik algısı ve robot kol geometrisini kullanarak akıllı dikkat mekanizmaları geliştiriyor. Test ortamında %93,82 başarı oranına ulaşan model, gerçek dünya deneylerinde mevcut sistemlere göre %42,5'ten %70,8'e kadar önemli performans artışı gösterdi. Bu gelişme, robotların daha karmaşık ve hassas görevleri yerine getirmesinin önünü açarak, endüstriyel otomasyon ve hizmet robotları alanında önemli ilerlemeler sağlayabilir.
Yapay Zeka Kod Yazımında Yeni Sınav: ClassEval-Pro Platformu
Araştırmacılar, büyük dil modellerinin (LLM) kod yazma yeteneklerini test etmek için yeni bir değerlendirme platformu geliştirdi. ClassEval-Pro adlı bu sistem, yapay zekanın basit fonksiyonlar yerine karmaşık sınıf yapıları oluşturma becerisini ölçüyor. Platform, 11 farklı alanda 300 görev içeriyor ve otomatik bir üç aşamalı süreçle hazırlandı. Her görev, yapay zeka hakem topluluğu tarafından doğrulanıyor ve %90'ın üzerinde kod kapsamına sahip test paketlerinden geçmek zorunda. Araştırmada beş farklı gelişmiş yapay zeka modeli, beş farklı kod üretim stratejisiyle test edildi. Bu çalışma, yapay zekanın kod yazma alanındaki gelişimini daha kapsamlı şekilde değerlendirme olanağı sunuyor.
Llama-3 Modeline Çince Öğretmek: Dil Karışım Oranının Sırrı Çözüldü
Meta'nın Llama-3 yapay zeka modelini farklı dillerde daha yetkin hale getirmek için yapılan kapsamlı bir araştırma, büyük dil modellerinin yeni diller öğrenme sürecinde kritik faktörleri ortaya koydu. Araştırmacılar, modelin Çince yeteneklerini geliştirirken ek dil verilerinin karışım oranı ile öğrenme hızı arasındaki optimal ilişkiyi keşfetti. Bu bulgular, yapay zeka modellerinin çok dilli yeteneklerini artırma konusunda önemli ipuçları sunuyor. Çalışma, hem 8 milyar hem de 70 milyar parametreli model versiyonlarında test edildi ve sadece hedef dilde değil, belirli uzmanlık alanlarında da performans artışı sağlandı. Sonuçlar, büyük dil modellerinin eğitim maliyetlerini optimize ederken performansı maksimize etmek isteyen araştırmacılar için değerli veriler içeriyor.
Yapay Zeka Artık Belgelerde Gezinmeyi Öğreniyor
Geleneksel yapay zeka sistemleri, sorulara yanıt ararken belgeler arasında körlemesine arama yapar. Araştırmacılar, bu sorunu çözmek için yeni bir yaklaşım geliştirdi: Corpus2Skill. Bu sistem, belge koleksiyonlarını hiyerarşik bir harita haline getirerek yapay zekaya hangi yönde arama yapacağını öğretiyor. Tıpkı bir kütüphaneci gibi, sistem önce genel kategorilere bakıyor, sonra detaylara iniyor ve gerektiğinde geri dönebiliyor. Bu yöntem, dağınık bilgi parçalarını bir araya getirme konusunda çok daha başarılı sonuçlar veriyor.
Yapay Sinir Ağlarının Kararlılığını Garantileyen Yeni Matematiksel Yöntem
Araştırmacılar, yapay sinir ağlarının kararlılığını matematiksel olarak garantileyebilen yeni bir yöntem geliştirdi. Kontraksyon teorisine dayanan bu yaklaşım, tekrarlayan sinir ağlarının (RNN) ne zaman kararlı çalışacağını önceden belirleyebiliyor. Çalışma, sinir ağlarının tasarımında önemli bir güvenlik sorunu olan kararlılık problemine çözüm sunuyor. Geliştirilen doğrusal matris eşitsizliği koşulları, farklı sinir ağı mimarilerinin kararlı çalışma garantilerini veriyor. Bu matematiksel çerçeve, kontrol sistemleri ve öğrenme algoritmalarında da uygulanabilir nitelikte. Bulgular, sürekli zaman modelleri ve monoton aktivasyon fonksiyonlarının daha geniş ağırlık uzaylarında çalışabildiğini gösteriyor. Yöntem ayrıca Graf RNN'leri ve birbirine bağlı sistemler için de genişletilebiliyor.
Yapay Zeka ile Yeraltı Haritası Çıkarma Sürecinde Büyük Hızlanma
Yeraltındaki kayaçların ve mineral yapıların haritalanması için kullanılan dalga inversiyonu tekniği, yapay zeka sayesinde çok daha hızlı hale geldi. Meta-öğrenme adı verilen ileri düzey yapay zeka yöntemi, yeraltı modellerini sürekli fonksiyonlar halinde temsil ederek, farklı jeolojik bölgeler arasında bilgi paylaşımını mümkün kılıyor. Bu yenilik, petrol arama, maden keşfi ve deprem çalışmalarında kullanılan geofizik araştırmaların maliyetini düşürürken, doğruluğunu artırıyor. Klasik yöntemlerde her yeni alan için baştan başlanan hesaplama süreci, artık önceki deneyimlerden yararlanabiliyor.
Yapay zeka ile dinamik sistemlerin kontrolü: Gözlemlenmemiş koşulları tahmin etme
Araştırmacılar, dinamik sistemlerin davranışını daha az veri ile modelleyebilen yeni bir yapay zeka yöntemi geliştirdi. Kontrol Odaklı Küme Tabanlı Ağ Modeli (CNMc) adlı bu sistem, daha önce gözlemlenmemiş işletim koşullarında bile sistemlerin nasıl davranacağını tahmin edebiliyor. Geleneksel yöntemler sadece önceden görülen durumları modelleyebilirken, CNMc supervised öğrenme teknikleriyle kontrol parametrelerinin fonksiyonları olarak geçiş olasılıklarını ve geçiş sürelerini öğreniyor. Sistemin temelinde, farklı işletim koşullarının durum uzaylarını ortak bir koordinat sistemine eşleyen Procrustes dönüşümü var. Bu sayede tüm koşullardaki yörüngeler standartlaştırılabiliyor ve ortak bir küme bölümlemesi öğrenilebiliyor. Akışkanlar dinamiği alanındaki testlerde başarılı sonuçlar veren sistem, mühendislik ve bilimsel simülasyonlarda önemli zaman tasarrufu sağlayabilir.
Otonom sistemlerin güvenliği için dijital ikiz metodolojisi geliştirildi
Araştırmacılar, otonom platformların siber güvenlik açıklarını değerlendirmek için yeni bir dijital ikiz metodolojisi geliştirdi. Açık kaynak kodlu bu sistem, otonom araçların sensör aldatması, veri tekrarı ve yapay zeka saldırıları gibi tehditlere karşı dayanıklılığını test ediyor. Geleneksel güvenlik testlerinin aksine, bu yaklaşım gerçek operasyonel koşulları simüle ederek tehdit odaklı değerlendirmeler yapıyor. Modüler tasarımı sayesinde farklı otonom sistemlere uyarlanabilen metodoloji, algılama, otonom karar verme ve denetim fonksiyonlarını ayrı ayrı analiz ediyor. Bu çalışma, güvenli otonom sistemlerin geliştirilmesinde kritik bir adım olarak değerlendiriliyor.