“görme” için sonuçlar
275 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Robotlarda Temel Modeller: Yapay Zekâ ile Robot Evriminin Kapsamlı Haritası
Robotik alanı büyük bir dönüşüm yaşıyor. Tek görevli, sabit robotlardan çok fonksiyonlu, genel amaçlı ajanlar yaratma yolunda ilerleyen bu alan, Temel Modeller (Foundation Models) sayesinde devrim niteliğinde gelişmeler kaydediyor. Bu büyük ölçekli yapay sinir ağları, çok modlu anlama, uzun vadeli planlama ve farklı robot türleri arasında genelleme yapabilme kabiliyetleri sunuyor. Yeni kapsamlı inceleme, robotik alanında Temel Modellerin kullanımını beş farklı araştırma evresi üzerinden değerlendiriyor. Doğal dil işleme ve bilgisayarlı görme modellerinin robotikle entegrasyonundan başlayarak günümüzün gelişmiş sistemlerine kadar uzanan bu süreç, robotların karmaşık, değişken ortamlarda çalışabilir hale gelmesini sağlıyor. Bu teknolojik ilerleme, robotları dar uzmanlık alanlarından çıkarıp günlük yaşamda daha etkili asistanlar haline getirme potansiyeli taşıyor.
Vision Transformer'larda Token Budama İçin Yeni Dikkat Mekanizması Geliştirildi
Araştırmacılar, Vision Transformer (ViT) modellerinde token budama işlemlerinin performans sorunlarını çözen yeni bir dikkat mekanizması geliştirdi. Token budama, önemsiz görüntü parçalarını atarak hesaplama maliyetini teorik olarak büyük ölçüde azaltsa da, pratikte mevcut değişken uzunluklu dikkat API'leri bu avantajı tam olarak yansıtamıyordu. Yeni geliştirilen 'dispatch-aware ragged attention' yöntemi, kısa sekans uzunluklarında ortaya çıkan dispatch-overhead darboğazını çözerek, budanmış ViT'lerin gerçek dünya performansını teorik potansiyellerine yaklaştırıyor. Bu çalışma, yapay zeka modellerinin hem doğruluk hem de hız açısından optimizasyonunda önemli bir adım teşkil ediyor.
Robotlar Artık Tek Gösterimle Farklı Nesnelere Beceri Aktarabilecek
Araştırmacılar, robotların tek bir demonstrasyondan öğrendikleri becerileri hiç görmedikleri farklı geometrilerdeki nesnelere aktarabilmesini sağlayan yenilikçi bir yöntem geliştirdi. Geleneksel yaklaşımların aksine, bu sistem nesneleri anlamlı parçalarına ayırarak çalışıyor. Veri-etkin üretken şekil modellerini kullanarak, robotun etkileşim noktalarını demonstration nesnesinden yeni nesneye başarıyla aktarmasını sağlıyor. Sistem, beceri ile ilgili nesne parçalarının hizalanmasını optimize eden özerk bir hedef fonksiyonu kuruyor. Bu yaklaşım hem simülasyon hem de gerçek ortamlarda test edilmiş ve çok daha geniş geometri yelpazesinde başarılı sonuçlar vermiştir.
π₀.₇: Her İşi Yapabilen Yeni Nesil Robot Beyni Geliştirildi
Araştırmacılar, robotların önceden eğitilmediği görevleri bile başarıyla yerine getirebilmesini sağlayan devrim niteliğinde bir yapay zeka modeli geliştirdi. π₀.₇ adlı bu 'robotik temel model', mutfak aletlerini kullanmaktan çamaşır katlamaya kadar geniş bir yelpazedeki görevleri sadece dil komutlarıyla anlayıp gerçekleştirebiliyor. Sistemin en dikkat çekici özelliği, farklı robot türlerinde çalışabilmesi ve hiç görmediği görevlerde bile uzmanlaşmış modeller kadar başarılı performans sergilemesi. Model, eğitim sırasında çeşitli bağlamsal bilgileri kullanarak bu esnekliği kazanıyor ve robotik alanında yapay genel zekanın ilk adımlarından biri olarak kabul ediliyor.
Yapay Zeka Göğüs Röntgenlerinde Nadir Hastalıkları Tespit Etmeyi Öğreniyor
Araştırmacılar, yapay zekanın göğüs röntgenlerinde nadir hastalıkları ve daha önce hiç görmediği bulguları tespit edebilmesi için yeni bir yarışma düzenledi. CXR-LT 2026 adlı bu yarışma, 145 bin göğüs röntgeni görüntüsü içeren büyük bir veri seti sunuyor. Gerçek dünyada bazı hastalıklar çok nadir görülürken diğerleri sık karşılaşılıyor - bu durum AI sistemler için büyük bir zorluk oluşturuyor. Yarışmada kullanılan görüntülerin tamamı radyologlar tarafından değerlendirildi ve birden fazla tıp merkezinden toplandı. Bu çalışma, AI'ın tıbbi görüntü analizi alanındaki yeteneklerini artırarak daha güvenilir teşhis sistemleri geliştirilmesine katkı sağlayacak.
Yapay zeka öneri sistemlerinde zamansal davranış analizi: TAI2Vec modeli
Stanford ve diğer üniversitelerden araştırmacılar, kullanıcı davranışlarındaki zaman boyutunu daha etkili analiz edebilen yeni bir yapay zeka modeli geliştirdi. TAI2Vec adlı bu sistem, öneri algoritmalarının temelini oluşturan item embedding teknolojisine zamansal farkındalık kazandırıyor. Geleneksel yöntemler kullanıcı etkileşimlerini zamansız bir şekilde değerlendirirken, yeni yaklaşım kısa ve uzun vadeli tercihleri birbirinden ayırt edebiliyor. Model, dakikalar arayla yapılan etkileşimlerle aylar arayla yapılanları aynı önemde görmek yerine, her kullanıcının bireysel davranış temposuna uyarlanabiliyor. Bu gelişme, e-ticaret platformlarından sosyal medya algoritmalarına kadar geniş bir yelpazede daha kişiselleştirilmiş ve doğru öneriler sunulmasını sağlayabilir.
Yapay Zeka ile Donanım Tasarımında Güç-Performans Optimizasyonu
Araştırmacılar, büyük dil modellerinin (LLM) donanım tasarımındaki yeteneklerini geliştiren yeni bir framework olan HYPERHEURIST'i geliştirdi. Bu sistem, yapay zekanın ürettiği donanım tasarımlarını tek seferlik sonuç olarak görmek yerine, geliştirilebilir ara adımlar olarak değerlendiriyor. Simulated annealing algoritması kullanan framework, önce tasarımların fonksiyonel doğruluğunu test ediyor, ardından güç tüketimi, performans ve alan kullanımı açısından optimize ediyor. Sekiz farklı benchmark üzerinde yapılan testlerde, bu aşamalı yaklaşımın daha kararlı ve tutarlı sonuçlar verdiği görüldü. Çalışma, yapay zekanın donanım geliştirme süreçlerinde nasıl daha etkili kullanılabileceğine dair önemli ipuçları sunuyor ve gelecekte daha verimli elektronik cihazların tasarlanmasına katkı sağlayabilir.
Ultra yüksek çözünürlüklü görüntüleri onarmanın yeni yolu: Spektral ayrıştırma
Araştırmacılar, 4K ve 8K gibi ultra yüksek çözünürlüklü (UHD) görüntülerdeki bozulmaları gidermenin yeni bir yöntemini geliştirdi. ERR adı verilen bu sistem, görüntü onarım sürecini üç aşamaya bölerek çalışıyor: önce genel yapıyı güçlendiriyor, sonra ana içeriği restore ediyor, son olarak da ince detayları düzeltiyor. Yöntem, spektral ayrıştırma tekniğini kullanarak farklı frekans bileşenlerini ayrı ayrı işliyor. Bu yaklaşım, geleneksel yöntemlerin zorlandığı UHD görüntülerdeki karmaşık yapıları ve ince dokuları daha başarılı şekilde onarabiliyor. Çalışma, yapay zeka destekli görüntü işleme alanında önemli bir adım teşkil ediyor.
Yapay Zeka Robotları Artık Kimya Deneylerinden Öğreniyor
Araştırmacılar, kimya laboratuvarlarında çalışabilen yeni bir yapay zeka sistemi geliştirdi. ChemBot adlı bu sistem, görme, dil anlama ve hareket yeteneklerini birleştirerek karmaşık kimyasal deneyleri otomatik olarak gerçekleştirebiliyor. En önemli özelliği ise geçmiş deneyimlerini hatırlayıp bunlardan öğrenebilmesi. Sistem, başarılı stratejileri hafızasında saklıyor ve sonraki deneylerde bu bilgileri kullanıyor. Bu sayede sürekli tekrar yapmak yerine önceki deneyimlerden faydalanarak daha verimli çalışabiliyor. Geleneksel sistemler planlama ve uygulama aşamalarını ayrı tutarken, ChemBot bunları entegre ederek daha akıllı bir yaklaşım sunuyor. Bu gelişme, laboratuvar otomasyonunda önemli bir adım sayılıyor.
Yapay zeka modelleri gördüklerini doğru yorumlayamıyor: Çözüm bulundu
Görme ve dil yeteneklerini birleştiren yapay zeka modelleri, görsellerdeki doğru bölgeleri tespit edebilseler de çoğu zaman yanlış cevaplar üretiyor. Araştırmacılar bu sorunun, modellerin içindeki bilgi akışından kaynaklandığını keşfetti. Metin bileşenleri, görsel verilerdeki önemli detaylar yerine alakasız bölgelere odaklanıyor. Bu durum, modelin görme ve anlama yetilerini olumsuz etkiliyor. Bilim insanları, bu sorunu çözebilecek yenilikçi bir yöntem geliştirdi. Önerilen çözüm, modelin çalışma sırasında yalnızca kritik görsel unsurlara odaklanmasını sağlıyor. Bu sayede alakasız bölgelerin yarattığı karışıklık ortadan kaldırılıyor. Çalışma, yapay zekanın görme ve dil işleme kapasitelerinin geliştirilmesi açısından önemli bir adım olarak değerlendiriliyor.
Siber güvenlik açıklarını önceden tahmin etmek mümkün mü?
Araştırmacılar, siber güvenlik açıklarının ne zaman ve nasıl ortaya çıkacağını önceden tahmin edebilecek yapay zeka modelleri geliştiriyor. Çalışma, güvenlik açıklarına ilişkin kanıtların, tartışmaların ve saldırı şablonlarının zaman içindeki dağılımını analiz ederek gelecekteki tehditleri öngörmeyi hedefliyor. Transformer tabanlı VLAI modeli ile geliştirilen sistem, güvenlik açıklarının önem derecelerini metinsel açıklamalardan çıkararak zaman serisi tahminlerini iyileştirmeye çalışıyor. Ancak siber güvenlik verilerinin seyrek, düzensiz ve ani patlamalar gösteren yapısı, geleneksel tahmin modellerinin etkinliğini sınırlıyor. Araştırma, SARIMAX gibi istatistiksel modellerin bu tür veriler için yetersiz kaldığını ve çok geniş güven aralıkları ürettiğini ortaya koyuyor.
Yeni yapay zeka sistemi görünümü de anlam olarak algılayabiliyor
Geleneksel yapay zeka sistemleri genellikle nesneleri tanımak için görünüm farklılıklarını görmezden gelir. Işık değişiklikleri, geometrik dönüşümler gibi faktörlere karşı dayanıklı özellikler üretmeyi hedefler. Ancak bazı durumlarda görünüm bilgisi kritik öneme sahiptir. Hava durumu analizinde yağmur çizgileri, kar tanecikleri, atmosferik saçılım; otonom araçlarda zemin ve hava koşulları hayati bilgiler taşır. Araştırmacılar bu sorunu çözmek için ST-STORM adlı hibrit sistem geliştirdi. Bu yenilikçi yaklaşım, görünüm özelliklerini içerikten ayrı bir anlam kategorisi olarak ele alıyor. Sistem, nesnenin ne olduğunu ve nasıl göründüğünü aynı anda anlayabiliyor. Bu gelişme özellikle güvenlik kritik uygulamalar için önemli.
Yapay Zeka Bulanık Fotoğrafları Doymuş Pikseller İçin Özel Geliştirdi
Araştırmacılar, özellikle düşük ışık ve yüksek dinamik aralık koşullarında çekilen bulanık fotoğraflardaki doymuş piksellerin neden olduğu sorunları çözen yeni bir yapay zeka sistemi geliştirdi. Geleneksel görüntü netleştirme yöntemleri doymuş piksellerde genellikle istenmeyen halkalar ve yapay görüntü bozulmaları oluşturuyor. Yeni yaklaşım, görüntüyü bulanıklık yoğunluğu ve doyma durumuna göre akıllıca bölerek, ışık dağılım fonksiyonlarını kullanarak gerçek parlaklık değerlerini tahmin ediyor. Hem sentetik hem de gerçek dünya verilerinde test edilen sistem, mevcut en gelişmiş yöntemlere kıyasla üstün performans sergiliyor.
EventCrab: Olay Tabanlı Eylem Tanıma İçin Çığır Açan Hibrit Yaklaşım
Araştırmacılar, geleneksel kamera sistemlerinin aksine yüksek temporal çözünürlük ve mahremiyet koruması sağlayan olay tabanlı eylem tanıma teknolojisinde yeni bir döneme işaret eden EventCrab çerçevesini geliştirdi. Bu yenilikçi sistem, olay verilerinin benzersiz özelliklerini - zaman boyutunda yoğun, uzay boyutunda seyrek olan asenkron yapılarını - dikkate alarak iki farklı yaklaşımı ustaca birleştiriyor. Hafif çerçeve tabanlı ağlar ile ağır nokta tabanlı ağları harmanlayan EventCrab, hem doğruluk hem de verimlilik açısından denge kuruyor. Bu teknoloji, özellikle gizlilik gerektiren uygulamalarda ve yüksek hızlı hareket analizinde devrim yaratabilir.
Robotlar Artık Tek Fotoğrafla Yeni Nesneleri Kavrayabilecek
Stanford ve diğer üniversitelerden araştırmacılar, robotların daha önce hiç görmedikleri nesneleri tek bir referans görüntüyle manipüle edebilmesini sağlayan yeni bir sistem geliştirdi. SinRef-6D adlı bu teknoloji, robotların nesnelerin 3D konumunu ve yönelimini sadece bir RGB-D kamerayla çekilen tek fotoğraftan hesaplamasına olanak tanıyor. Geleneksel yöntemler CAD modelleri veya çok sayıda referans görüntü gerektirirken, yeni sistem durum uzayı modelleri kullanarak nokta bazlı hizalama yapıyor. Bu gelişme, endüstriyel robotlardan ev robotlarına kadar geniş bir yelpazede uygulanabilir ve robotik manipülasyonda önemli bir ilerleme temsil ediyor.
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.
Video-STAR: Yapay Zeka Artık Hareketleri İnsan Gibi Anlıyor
Araştırmacılar, yapay zekanın video içindeki hareketleri daha iyi anlaması için yeni bir sistem geliştirdi. Video-STAR adlı bu teknoloji, karmaşık hareketleri küçük parçalara bölerek analiz ediyor ve farklı araçları kullanarak daha doğru sonuçlar elde ediyor. Geleneksel yöntemlerin aksine, bu sistem hareketleri tek bir bütün olarak görmek yerine, her hareketin alt bileşenlerini ayrı ayrı inceliyor. Bu yaklaşım, özellikle birbirine benzer hareketleri ayırt etmede büyük avantaj sağlıyor. Sistem ayrıca farklı modaliteler arası yanılsamaları azaltarak daha güvenilir sonuçlar üretiyor. Bu gelişme, video analizi ve hareket tanıma alanında önemli bir ilerleme temsil ediyor.
Görme-Dil-Eylem Yapay Zeka Modellerini Test Etmek Artık Çok Daha Kolay
Araştırmacılar, robot kontrolü ve otomasyon alanında kullanılan Görme-Dil-Eylem (VLA) modellerinin değerlendirilmesini kolaylaştıran yeni bir platform geliştirdi. vla-eval adlı bu açık kaynak sistem, farklı AI modellerinin performansını karşılaştırmanın zorluklarını ortadan kaldırıyor. Geleneksel yöntemlerde her yeni test için ayrı yazılım kurulumları ve uyumluluk sorunları yaşanıyordu. Yeni platform, Docker teknolojisi kullanarak bu sorunları çözüyor ve araştırmacıların 14 farklı simülasyon ortamında modellerini tek seferde test etmelerine olanak sağlıyor. Bu gelişme, robotik ve yapay zeka alanındaki araştırmaları hızlandırarak, daha güvenilir model karşılaştırmaları yapılmasını mümkün kılıyor.
Yapay zeka konuşan yüzlerde duygu düzenlemesinde yeni çığır açtı
Araştırmacılar, konuşan yüz videolarında duygu düzenleme konusunda devrim niteliğinde bir yöntem geliştirdi. Mevcut teknolojiler duygusal ifadelerde sınırlı kalırken, yeni Cross-Modal Emotion Transfer tekniği farklı veri türlerini birleştirerek daha geniş bir duygu yelpazesi sunuyor. Geleneksel yöntemler kategorik etiketlerle sınırlı kalırken, ses tabanlı sistemler duygu ve dil içeriğini ayırmakta zorlanıyor. Görüntü tabanlı yaklaşımlar ise yüksek kaliteli referans görüntüler gerektiriyor. Bu yeni teknik, hem ses hem görüntü verilerini akıllıca kullanarak bu sorunları aşmayı hedefliyor ve yapay zeka destekli video üretiminde önemli bir adım atıyor.
Yapay zeka modelleri şekilleri gerçekten anlıyor mu? Yeni test kritik sonuçlar verdi
Görme-dil modelleri (VLM) birçok görevi başarıyla yerine getirse de, bu sistemlerin geometrik şekilleri gerçekten anlayıp anlamadığı belirsizdi. Araştırmacılar, bu modellerin renk ve doku ipuçlarından yararlanarak başarılı görünüp görünmediğini test etmek için BareBones adlı yeni bir değerlendirme sistemi geliştirdi. Bu benchmark, yapay zeka modellerinin saf geometrik anlama yetisini ölçmek için piksel düzeyinde silüetler kullanıyor. Altı farklı veri setinden yararlanılarak oluşturulan bu test, görsel yapay zeka sistemlerinin gerçek geometrik kavrayış kapasitelerini ortaya çıkarmayı hedefliyor. Çalışma, mevcut değerlendirme yöntemlerinin çevresel ipuçlarını sızdırdığını ve bu durumun modellerin gerçek yeteneklerini maskelediğini gösteriyor.
Matematikçiler Karmaşık Sistemlerin Davranışını Tahmin Etmede Çığır Açtı
Araştırmacılar, karmaşık fiziksel sistemlerin zaman içindeki davranışlarını tahmin etmek için yeni bir matematiksel yaklaşım geliştirdi. Bernstein-von Mises teoremleri olarak bilinen bu yöntem, kimyasal reaksiyonlardan difüzyon süreçlerine kadar geniş bir yelpazedeki dinamik sistemleri modelleyebiliyor. Çalışma, sınırlı verilerle bile bu sistemlerin gelecekteki durumlarını öngörmeyi mümkün kılıyor ve belirsizlikleri matematiksel olarak ölçebiliyor. Bu gelişme, iklim modellemesinden ilaç geliştirmeye, epidemi yayılımından malzeme bilimindeki difüzyon süreçlerine kadar birçok alanda uygulanabilir.
Hartree Denklemindeki Dalga Karışımları Matematiksel Olarak Çözümlendi
Araştırmacılar, kuantum fiziğinde önemli yer tutan nonlinear Hartree denkleminin davranışını anlamaya yönelik önemli bir matematiksel çalışma gerçekleştirdi. Çalışmada, sonsuz rank'li Hartree denkleminde faz karışımı tahminleri incelendi ve belirli denge durumları etrafındaki yoğunluk dalgalanmalarının nasıl davrandığı matematiksel olarak ispatlandı. Bu tip denklemler, parçacık fiziğinde çok-cisim sistemlerinin davranışını modellemek için kullanılıyor. Araştırma, özellikle kararlı denge durumlarında sistemin uzun vadeli davranışını öngörmeye yönelik kesin kriterler geliştirdi ve saçılma olaylarına alternatif bir ispat sundu.
Depresyonu 'kimyasal dengesizlik' olarak görme, antidepresan kullanımını ikiye katlıyor
Yeni bir araştırma, depresyonlarının kimyasal dengesizlikten kaynaklandığına inanan hastaların antidepresanları iki kat daha uzun süre kullandıklarını ortaya koyuyor. Bu bulgular, hastalara verilen biyolojik açıklamaların tedavi sürecini nasıl etkilediği konusunda önemli sorular gündeme getiriyor. Araştırma, depresyon hakkında yapılan açıklamaların sadece anlayışı şekillendirmekle kalmadığını, aynı zamanda tedavi davranışlarını da doğrudan etkilediğini gösteriyor. Uzmanlar, bu durumun hem olumlu hem olumsuz sonuçları olabileceğini, bu nedenle hasta-doktor iletişiminde daha dengeli yaklaşımların benimsenmesi gerektiğini vurguluyor.
Komplo teorilerine inanç politik önyargılarla nasıl şekilleniyor?
Yeni bir araştırma, insanların komplo teorilerine olan eğiliminin politik tercihlerince nasıl sınırlandırıldığını ortaya koyuyor. Çalışma, gizli planları görme eğiliminin kişilerin politik söylentilere inanma düzeyini güçlü bir şekilde belirlediğini gösteriyor. Ancak bu eğilimin önemli bir sınırı var: insanlar kendi politik müttefiklerini kötü gösterecek komplo teorilerini hızla reddediyor. Bulgular, komplo düşüncesinin objektif bir süreç olmadığını, aksine kişisel politik çıkarlarla şekillendiğini kanıtlıyor. Bu keşif, sosyal medya çağında yanlış bilginin nasıl yayıldığını ve politik kutuplaşmanın psikolojik temellerini anlamamız açısından kritik önem taşıyor.