“x1” için sonuçlar
5 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Artık Hangi Dilde Düşüneceğini Kendisi Seçiyor
Araştırmacılar, her problem için en uygun dilde akıl yürütebilen yeni bir yapay zeka modeli ailesini geliştirdi. x1 adlı bu sistem, matematiksel problemlerde ve kültürel sorularda hangi dilde düşünmenin daha avantajlı olduğunu kendisi belirleyebiliyor. Çalışma, farklı dillerin kendine özgü soyutlama biçimleri ve mantıksal yaklaşımları barındırdığını, bu nedenle çok dilli akıl yürütmenin tek dilde düşünmekten daha etkili olabileceğini gösteriyor. Model, bilgi sınırları genişletilmeden, aynı girdi için farklı dillerdeki akıl yürütme süreçlerini karşılaştırarak eğitilmiş. Bulgular, ölçek büyüdükçe matematik gibi prosedürel alanlarda diller arası farklılıkların azaldığını, ancak kültürel konularda o kültürle ilişkili dillerin avantajını koruduğunu ortaya koyuyor.
Yeni yapay zeka sistemi yağış tahminlerini dakikalar öncesinden yapabiliyor
Araştırmacılar, M3R adlı yeni bir yapay zeka sistemi geliştirerek yağış tahminlerinde çığır açtı. Sistem, radar görüntüleri ve hava durumu istasyon verilerini birleştiren çok modlu dikkat mekanizması kullanıyor. Geleneksel yöntemlerden farklı olarak, farklı kaynaklardan gelen meteoroloji verilerini zaman senkronizasyonu ile harmanlayarak daha doğru sonuçlar elde ediyor. 100x100 km alanlar üzerinde yapılan testlerde mevcut sistemlerden üstün performans gösterdi. Bu gelişme, afet yönetimi ve su kaynakları planlaması açısından büyük önem taşıyor.
Lenssiz kameralar artık çözünürlükten bağımsız görüntü alabilecek
Araştırmacılar, lenssiz kameraların görüntü kalitesini önemli ölçüde artıran yeni bir yapay zeka yöntemi geliştirdi. Fourier Sinir Operatörleri (FNO) adlı bu teknik, ince difüzörler kullanarak çalışan kompakt kameralar için tasarlandı. Geleneksel lens tabanlı kameralardan farklı olarak, lenssiz kameralar diffüzör adı verilen özel malzemeler kullanır ve görüntü rekonstrüksiyonu için bilgisayar işlemlerine ihtiyaç duyar. Yeni yöntem, mevcut U-Net teknolojisine kıyasla 2.14 dB daha iyi PSNR değeri ve 0.11 daha yüksek SSIM skoru elde etti. En önemli özellik ise, 128x128 çözünürlükte eğitilen sistemin, ek eğitim almadan 256x256 ve 512x512 çözünürlüklerde de başarılı çalışabilmesi. Bu gelişme, mobil cihazlar ve uzay uygulamaları için daha kompakt kamera sistemleri geliştirilmesine kapı açıyor.
Yapay zeka protein mühendisliğinde çığır açtı: 3 günde 10 milyon veri noktası
Protein mühendisliği alanında büyük bir atılım gerçekleşti. Araştırmacılar, yapay zeka destekli yeni bir yöntemle sadece üç gün içinde 10 milyondan fazla veri noktası üreterek protein optimizasyonu sürecini dramatik şekilde hızlandırdı. Proteinler, 20 farklı amino asitten oluşur ve bunların farklı kombinasyonları astronomik sayılara ulaşır. Örneğin, sadece 50 amino asitlik bir protein için test edilmesi gereken kombinasyon sayısı 1,13x10⁶⁵'tir - bu rakam trilyonun sahip olduğu sıfır sayısının beş katı kadar sıfır içerir. Bu devasa sayısal zorluk, geleneksel yöntemlerle protein optimizasyonunu neredeyse imkansız hale getirirken, yeni yapay zeka yaklaşımı bu süreci köklü bir şekilde değiştirmeyi vaat ediyor.
İHA Görüntülerindeki Minik Nesneleri Tespit Eden Yeni Yapay Zeka Sistemi
Araştırmacılar, insansız hava araçları (İHA) ile çekilen görüntülerdeki çok küçük nesneleri tespit etmek için DroneScan-YOLO adlı yeni bir yapay zeka sistemi geliştirdi. Mevcut YOLO tabanlı tespit sistemleri, 32 piksel altındaki nesneleri fark etmekte zorlanıyor ve yoğun hesaplama gücü gerektiriyordu. Yeni sistem, 1280x1280 çözünürlükle çalışarak daha fazla uzamsal detay yakalıyor, gereksiz filtreleri otomatik olarak temizleyen RPA-Block mekanizması kullanıyor ve sadece %1.1 parametre artışıyla 4 piksel adımlı yeni bir tespit dalı ekliyor. Hibrit kayıp fonksiyonu SAL-NWD ile de özellikle çok küçük nesnelerdeki tespit başarısını artırıyor. Bu gelişme, arama-kurtarma operasyonları, tarımsal izleme ve güvenlik uygulamalarında kritik öneme sahip.