“temsil” için sonuçlar
396 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Etiği Konferansında Katılımcı Tasarım Deneyi
ACM FAccT konferansı, yapay zeka ve makine öğrenmesi teknolojilerinin toplumsal etkilerini eleştirel bir bakış açısıyla inceleyen önemli bir platform haline geldi. Araştırmacılar, bu konferansta büyük ölçekli bir katılımcı tasarım süreci gerçekleştirerek, konferans yönetimini daha demokratik hale getirmeyi amaçladı. Akademisyenler, sivil toplum üyeleri ve hükümet temsilcilerinin bir araya geldiği bu etkinlikte, katılımcılar hem yüz yüze çalıştaylar hem de çevrimiçi anketler aracılığıyla konferansın geleceğini şekillendirdi. Bu çalışma, yapay zekanın toplumsal etkilerini sorgulayan bir ortamda katılımcı tasarım metodolojisinin ilk uygulamalarından biri olarak önem taşıyor ve bilim konferanslarının nasıl daha kapsayıcı hale getirilebileceğine dair değerli öngörüler sunuyor.
Yapay Zeka ve Sembolik Mantık Birleşti: Diferansiyel Denklemleri Otomatik Keşfeden Sistem
Araştırmacılar, doğal ve mühendislik sistemlerini anlamamıza yardımcı olan diferansiyel denklemleri verilerden otomatik olarak keşfedebilen yeni bir yapay zeka sistemi geliştirdi. Latent Grammar Flow (LGF) adı verilen bu hibrit yaklaşım, sinir ağlarının öğrenme gücünü sembolik matematik kurallarıyla birleştiriyor. Sistem, matematiksel denklemleri dilbilgisi kurallarına dayalı temsillere dönüştürerek benzer davranış gösteren denklemleri aynı bölgede gruplandırıyor. Bu sayede karmaşık sistemlerin arkasındaki matematiksel yasaları keşfetmek, geleneksel kara kutu yapay zeka modellerinin aksine yorumlanabilir ve aktarılabilir sonuçlar üretiyor. Sistem ayrıca kararlılık gibi alan bilgisini de dahil edebiliyor.
Yapay Zeka, İlaç Tasarımında Ne Kadar Başarılı? Yeni Test Sonuçları
Araştırmacılar, büyük dil modellerinin küçük molekül ilaç tasarımındaki yeteneklerini değerlendiren kapsamlı bir çalışma gerçekleştirdi. Çalışmada moleküler özellik tahmini, moleküler temsil dönüşümleri ve molekül tasarımı gibi kimyasal görevleri kapsayan test ortamları geliştirildi. Sonuçlar, en gelişmiş AI modellerinin kimyasal görevlerde giderek daha başarılı olduğunu, ancak özellikle sınırlı veri bulunan deneysel ortamlarda hala önemli gelişim alanları bulunduğunu ortaya koydu. Pekiştirmeli öğrenme yöntemiyle ek eğitim verilen modellerin performansında belirgin iyileşmeler gözlemlendi.
Nijeryalı Dillerde Ses Çevirisi İçin Yeni Veri Seti Geliştirildi
Araştırmacılar, Afrika dillerinde ses çevirisi teknolojisini ilerletmek için NaijaS2ST adlı yeni bir veri seti geliştirdi. Bu veri seti, Nijeryalı dört dili (İgbo, Hausa, Yoruba ve Nijerya Pidgin İngilizcesi) kapsayan 50 saatlik ses kaydı içeriyor. Çalışma, kaynak yetersizliği çeken Afrika dillerinde ses çevirisi alanındaki önemli bir boşluğu dolduruyor. Farklı konuşmacılar ve aksanları barındıran veri seti, gerçek dünya koşullarını yansıtacak şekilde tasarlandı. Araştırmacılar, üç farklı çeviri yaklaşımını test ederek, az sayıda örnekle çalışan ses tabanlı yapay zeka modellerinin klasik yöntemlere göre daha etkili olduğunu buldu. Bu gelişme, teknolojik kaynaklara sınırlı erişimi olan dillerin dijital dünyada daha fazla temsil edilmesine katkı sağlayabilir.
Yapay zeka artık görüntülerdeki soyut kavramları anlamaya çalışıyor
Bilgisayarlı görü alanında devrim niteliğinde bir dönüşüm yaşanıyor. Yapay zeka sistemleri artık sadece 'bu bir kedi' demekle kalmayıp, görüntülerdeki duygusal tonları, estetik değerleri ve hatta ideolojik mesajları çözümlemeye çalışıyor. ArXiv'de yayınlanan kapsamlı bir araştırma, bilgisayarların görsel anlam çıkarma süreçlerindeki bu yeni evreyi detaylı olarak inceliyor. Çalışma, yüksek seviyeli görsel anlama görevlerini dört ana kategoriye ayırıyor: sağduyu bilgisi, duygusal içerik, estetik değerler ve yorumlayıcı semantikler. Bu gelişme, yapay zekanın insan benzeri görsel algı yeteneklerine doğru attığı önemli bir adımı temsil ediyor ve gelecekte sanat eleştirisi, medya analizi ve sosyal medya moderasyonu gibi alanlarda devrimsel uygulamalara kapı açabilir.
Ses Teknolojilerinde Yeni Ölçütler: DASB Platformu Geliştirildi
Araştırmacılar, yapay zeka sistemlerinin ses ve konuşmayı nasıl işlediğini değerlendirmek için yeni bir kıyaslama platformu geliştirdi. DASB (Kesikli Ses ve Konuşma Kıyaslaması) adlı bu sistem, ses verilerini dijital token'lara dönüştüren teknolojileri kapsamlı bir şekilde test ediyor. Çalışma, konuşma tanıma, müzik analizi ve genel ses işleme alanlarında farklı yaklaşımları karşılaştırarak, hangi yöntemlerin daha etkili olduğunu ortaya koyuyor. Sonuçlar, kesikli ses temsillerinin sürekli olanlara göre daha hassas olduğunu ve model mimarisi, veri büyüklüğü gibi faktörlerin dikkatli ayarlanması gerektiğini gösteriyor. Bu araştırma, gelecekte ses ve dil işleme teknolojilerini birleştiren çok modlu yapay zeka sistemlerinin geliştirilmesine katkı sağlayacak.
Heterojen Graflar İçin Yeni Yapay Zeka Mimarisi: HetSheaf
Araştırmacılar, farklı türde düğüm ve kenarlar içeren heterojen grafları analiz etmek için HetSheaf adlı yenilikçi bir yapay zeka çerçevesi geliştirdi. Biyoloji, kimya ve bilgisayar ağları gibi alanlarda karşılaşılan karmaşık veri yapılarını işlemek için özel olarak tasarlanan bu sistem, geleneksel yöntemlerin aksine model mimarisini değiştirmek yerine veri temsilini iyileştiriyor. Sistem, cellular sheaves adı verilen topolojik bir çerçeve kullanarak farklı türdeki özelliklerin ve etkileşimlerin daha etkili bir şekilde kodlanmasını sağlıyor. Özellikle graf düzeyinde tahminler yapabilmek için geliştirilen SheafPool mekanizması, düğüm temsillerini toplarken yerel değişikliklere karşı dayanıklılık gösteriyor. Bu gelişme, kompleks ağ yapılarının analizinde önemli bir adım teşkil ediyor.
Döndürme Hesaplamaları İçin Yeni Matematiksel Yaklaşım Geliştirildi
Araştırmacılar, 3 boyutlu uzayda nesnelerin döndürme hareketlerini hesaplama konusunda yeni bir matematiksel yaklaşım geliştirdi. Özel üniter matrisler kullanılarak oluşturulan bu yöntem, hem geleneksel hesaplama problemlerine çözüm sunuyor hem de yapay sinir ağlarında kullanılabilecek sürekli temsil yöntemleri öneriyor. Çalışma, özellikle robotik, bilgisayar grafikleri ve yapay zeka alanlarında döndürme işlemlerinin daha verimli hesaplanmasına olanak tanıyor. Wahba problemi olarak bilinen klasik matematik problemine yeni bir bakış açısı getiren araştırma, kuaterniyon parametrelerinde doğrusal kısıtlamalar oluşturarak hesaplama karmaşıklığını azaltıyor. Yapılan deneyler, önerilen yöntemlerin etkinliğini doğruluyor.
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.
Akıllı Evler İçin Batarya Yaşlanmasını Hesaba Katan Enerji Yönetim Sistemi
Araştırmacılar, elektrikli binalarda enerji kaynaklarını daha verimli yönetebilen yeni bir sistem geliştirdi. Bu sistem, bataryaların yaşlanma sürecini fizik temelli modellerle hesaba katarak enerji maliyetlerini optimize ediyor. Geleneksel yöntemler batarya bozulmasını doğru tahmin edemezken, yeni yaklaşım elektrik, ısı ve ulaşım ihtiyaçlarını bir arada değerlendiriyor. Sistem, nonlineer ekonomik model öngörülü kontrol kullanarak hem işletme maliyetlerini minimize ediyor hem de kullanıcı gereksinimlerini karşılıyor. Yapay zeka destekli bu çözüm, sürdürülebilir enerji yönetiminde önemli bir adım temsil ediyor.
Yapay Zeka Dünyasında Yeni Dönem: S4'ten Mamba'ya Durum Uzayı Modelleri
Yapay zeka alanında sekans modelleme konusunda devrim yaratan Yapılandırılmış Durum Uzayı Modelleri (SSM'ler), geleneksel RNN ve Transformer mimarilerinin temel sorunlarına çözüm getiriyor. Bu modeller, gradyan kaybolması, sıralı hesaplama darboğazları ve karesel bellek karmaşıklığı gibi kritik problemleri çözerek, uzun menzilli bağımlılık görevlerinde mükemmel performans sergiliyor. Araştırma, temel S4 modelinden modern Mamba ve Jamba varyantlarına kadar olan gelişimi inceliyor. SSM'ler, yapılandırılmış tekrar ile durum uzayı temsillerini birleştirerek doğrusal ya da neredeyse doğrusal hesaplama ölçeklendirmesi elde ediyor. Bu breakthrough, özellikle büyük dil modelleri ve uzun sekans analizi gerektiren uygulamalarda önemli avantajlar sağlıyor.
Denizaltı Seslerini Tanımada Histogram Tabanlı Yeni AI Yöntemi Geliştirildi
Araştırmacılar, denizaltı akustiği ve sonar görüntüleme alanında çığır açan yeni bir yapay zeka yöntemi geliştirdi. Histogram Tabanlı Parametre Verimli Ayarlama (HPT) adı verilen bu teknik, büyük sinir ağlarını tüm modeli yeniden eğitmeden farklı görevlere uyarlayabiliyor. Geleneksel adaptör yöntemlerinin aksine, HPT hedef alanın istatistiksel özelliklerini yakalayarak daha etkili sonuçlar üretiyor. ShipsEar, DeepShip ve VTUAD gibi pasif sonar veri setlerinde yapılan testlerde, yöntem mevcut teknikleri geride bıraktı. VTUAD veri setinde %91,8 doğruluk oranıyla %89,8'lik geleneksel adaptör performansını aştı. Aktif sonar görüntülemede de rekabetçi sonuçlar elde eden HPT, tam olarak ayarlanmış modellere daha yakın özellik temsilleri sunuyor. Bu gelişme, denizcilik güvenliği ve denizaltı araştırmaları için önemli uygulamalara sahip.
SignX: İşaret dilini anlayan yapay zeka sistemi geliştirildi
Araştırmacılar, işaret dili videolarını sürekli olarak tanıyabilen yeni bir yapay zeka sistemi geliştirdi. SignX adlı bu sistem, farklı vücut pozu formatlarını tek bir kompakt temsilte birleştirerek işaret dilini daha verimli şekilde işliyor. Sistem, ham videolardan doğrudan pose bilgilerini çıkaran Vision Transformer tabanlı bir modül ve zaman modellemesi kullanıyor. Bu yaklaşım, işaret dili tanıma alanında önemli bir adım olarak değerlendiriliyor çünkü hem doğruluğu artırıyor hem de hesaplama maliyetini düşürüyor. İşaret dili kullanan topluluklar için daha erişilebilir teknolojilerin geliştirilmesine katkı sağlayabilir.
DyTact: El hareketlerini anlık olarak yakalayan yeni teknoloji
Araştırmacılar, el ve nesne arasındaki dinamik teması gerçek zamanlı olarak yakalayabilen DyTact adlı yeni bir sistem geliştirdi. Bu markerless (işaretçisiz) teknoloji, yapay zeka karakter animasyonları, genişletilmiş gerçeklik uygulamaları ve robotik sistemler için kritik öneme sahip. Sistem, 2D Gaussian surfeller tabanlı dinamik bir temsil kullanarak karmaşık el manipülasyonlarını modelliyor. MANO ağ yapılarıyla bağlantılı bu surfeller, optimizasyon sürecini hızlandırıyor ve kararlılık sağlıyor. Özellikle temas bölgelerindeki ağır kapatma sorunlarını çözmek için adaptif örnekleme stratejisi uygulayan sistem, yüksek frekanslı deformasyonları da işleyebiliyor. Bu gelişme, insanın nesne manipülasyonunu anlama konusunda önemli bir adım teşkil ediyor.
WARBERT: Web API Önerisi İçin Yeni Yapay Zeka Modeli Geliştirildi
Araştırmacılar, web uygulamalarının ihtiyaç duyduğu API'leri daha doğru önerebilmek için WARBERT adlı yeni bir yapay zeka modeli geliştirdi. BERT tabanlı bu hiyerarşik model, mevcut sistemlerin karşılaştığı semantik belirsizlikler ve hesaplama verimsizliği gibi sorunları çözmek üzere tasarlandı. Model, mashup gereksinimleri ile API açıklamaları arasında daha hassas eşleştirmeler yapabiliyor ve büyük ölçekli veri tabanlarında hızlı çalışıyor. Web 2.0 ve mikroservis mimarisinin yaygınlaşmasıyla artan API ihtiyacı, bu tür akıllı öneri sistemlerini daha da önemli hale getiriyor. WARBERT, çift bileşenli özellik birleştirme ve dikkat mekanizmaları kullanarak semantik temsillerin doğruluğunu artırıyor ve geliştiricilerin ihtiyaçlarına uygun API'leri bulmalarını kolaylaştırıyor.
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.
Yapay Zeka Destekli Yeni Algoritma, Tümör Büyümesini 3 Boyutta Modelliyor
Araştırmacılar, kanser tümörlerinin kan damarlarına doğru hareket ederek büyüme sürecini taklit eden yenilikçi bir algoritma geliştirdi. Tümör anjiyogenezi olarak bilinen bu kritik süreç, kanser hücrelerinin beslenme için kan damarlarına yaklaşma davranışını içeriyor. Geleneksel matematiksel modelleme yöntemleri, üç boyutlu uzayda bu karmaşık dinamikleri hesaplarken yoğun işlem gücü gerektiriyordu. Yeni geliştirilen parçacık tabanlı yapay sinir ağı algoritması, bu hesaplama yükünü önemli ölçüde azaltıyor ve daha verimli sonuçlar sunuyor. Algoritma, tümör hücrelerini parçacıklar halinde temsil ederek, onların kimyasal sinyaller doğrultusunda nasıl hareket ettiğini modelliyor. Bu yaklaşım, kanser araştırmalarında bilgisayar simülasyonlarının daha hızlı ve doğru yapılmasına olanak tanıyarak, tedavi stratejilerinin geliştirilmesine katkı sağlayabilir.
Otonom Araçlar İçin Video Üretimi ve Planlama Bir Arada: DriveLaW Sistemi
Araştırmacılar, otonom sürüş teknolojisinde çığır açabilecek yeni bir sistem geliştirdi. DriveLaW adlı bu sistem, gelecekteki trafik senaryolarını görselleştirme ve sürüş planlaması yapma işlemlerini tek bir çatı altında birleştiriyor. Geleneksel yaklaşımlar bu iki süreci ayrı ayrı ele alırken, yeni sistem video üretici bileşeninin gizli temsillerini doğrudan planlama modülüne aktararak tutarlılığı artırıyor. DriveLaW-Video adlı güçlü dünya modeli yüksek kaliteli gelecek öngörüleri üretirken, DriveLaW-Act difüzyon planlayıcısı bu verilerden güvenilir yörüngeler oluşturuyor. Bu birleşik yaklaşım, otonom araçların gerçek dünyada karşılaştığı beklenmedik durumlarla daha etkili şekilde başa çıkmasını sağlayabilir.
LLaMo: Hareket ve Dil İşlemeyi Birleştiren Yeni Yapay Zeka Modeli
Araştırmacılar, hareket verilerini ve doğal dili aynı anda anlayıp üretebilen yeni bir yapay zeka modeli geliştirdi. LLaMo adlı bu sistem, mevcut dil modellerinin yeteneklerini kaybetmeden hareket verilerini işleyebiliyor. Geleneksel yöntemler hareket verilerini parçalı hale getirirken titreme sorunları yaşıyordu ve sınırlı veri nedeniyle dil yeteneklerini kaybediyordu. Yeni yaklaşım, Mixture-of-Transformers mimarisi kullanarak bu sorunları çözüyor ve sürekli temsil yöntemiyle daha akıcı sonuçlar elde ediyor. Bu gelişme, robotik, animasyon ve insan-bilgisayar etkileşimi alanlarında önemli uygulamalara kapı açabilir. Model, hem hareket komutlarını anlayıp üretebiliyor hem de doğal dil işleme yeteneklerini koruyabiliyor.
Yapay zeka ajanları benzer 'dünya modelleri' geliştiriyor
Farklı bakış açılarından aynı ortamı gözlemleyen yapay zeka ajanları, birbirleriyle hiç koordinasyon kurmadan şaşırtıcı derecede benzer içsel temsiller geliştiriyor. Meta AI araştırmacıları, Social-JEPA adını verdikleri çalışmada iki ayrı ajanın dünya modellerinin geometrik olarak birbirine dönüştürülebilir olduğunu keşfetti. Bu durum, gelecekteki gözlemleri tahmin etmeye odaklanan öğrenme süreçlerinin temsil geometrisi üzerinde güçlü düzenleyici etkiler yarattığını gösteriyor. Bulgular, merkezi olmayan görsel sistemler arasında hafif bir birlikte çalışabilirlik yolu öneriyor ve bir ajanda eğitilmiş sınıflandırıcının diğerine ek gradyan adımları olmadan taşınabilmesini mümkün kılıyor.
Yapay Zeka Arama Sistemlerinde Devrim: SpecTemp ile Boyut Sıkıştırma
Araştırmacılar, büyük ölçekli yapay zeka arama sistemlerinde kritik bir sorunu çözen yeni bir yöntem geliştirdi. 'Spectral Tempering' (SpecTemp) adlı bu teknik, veri boyutunu küçültürken arama kalitesini koruyor. Geleneksel yöntemler ya dominant varyansı koruyup temsil kapasitesini düşük kullanıyor ya da gürültüyü artırarak isotropi sağlıyordu. SpecTemp, optimal ölçeklendirme katsayısının sabit olmadığını, hedef boyuta göre değiştiğini keşfetti. Yöntem, sinyal-gürültü oranına dayalı uyarlanabilir bir katsayı türeterek bu sorunu çözüyor. Bu gelişme, büyük veri tabanlarında hızlı ve doğru arama yapan yapay zeka sistemlerinin daha verimli çalışmasını sağlayacak.
Yeni algoritma ağ bağlantıları üzerindeki veri akışını gerçek zamanlı tahmin ediyor
Araştırmacılar, ağ bağlantıları üzerinde akan verileri gerçek zamanlı olarak tahmin edebilen yeni bir algoritma geliştirdi. LGLMS (Line Graph Least Mean Square) adlı bu yöntem, geleneksel graf sinyal işleme tekniklerinin genellikle ağ düğümlerine odaklanması sorununun üstesinden geliyor. Algoritma, kenar verilerini düğüm temsillerine dönüştürerek mevcut tekniklerin gücünden faydalanıyor. Ulaştırma ağları ve meteoroloji ağları üzerinde yapılan deneyler, sistemin gürültülü ve eksik verilerle bile başarılı sonuçlar verdiğini gösterdi. Bu gelişme, trafik akışından hava durumu tahminlerine kadar birçok alanda uygulanabilir.
Cep telefonu verilerindeki sosyoekonomik önyargı nasıl düzeltilir?
Cep telefonu şebekelerinden elde edilen veriler, insan hareketliliğini anlamak için sıkça kullanılıyor ancak bu verilerde ciddi bir sorun var: sosyoekonomik önyargı. Şili'nin başkenti Santiago'da yapılan yeni bir araştırma, tek bir operatörün verilerinin gerçek nüfusu temsil etmediğini ortaya koyuyor. Araştırmacılar, çok seviyeli regresyon ve tabakalaştırma yöntemiyle bu önyargıyı düzeltmeyi başardı. Bu yeni yaklaşım, hareket yarıçapı gibi önemli metriklerde yüzde 17'ye varan düzeltmeler sağladı. Çalışma, büyük veri analizlerinde demografik dengesizliklerin nasıl giderilebileceği konusunda önemli bir yöntem sunuyor.
Hopf Cebirlerinde Chevalley Özelliği için Yeni Matematiksel Keşif
Matematikçiler, Hopf cebirleri adı verilen soyut matematiksel yapılarda önemli bir özellik olan Chevalley karakteristiğini inceleyerek yeni bir bağlantı keşfetti. Araştırma, bu cebirlerin temsil teorisindeki davranışları ile diskriminant idealleri arasında köprü kuruyor. Bulgular, bir Hopf cebirinin indirgenemez modülleri arasındaki tensör çarpımlarının tam indirgenebilir olması durumunun, en düşük diskriminant ideal tarafından sıfırlanma özelliğiyle doğrudan bağlantılı olduğunu gösteriyor. Bu keşif, soyut cebir ve temsil teorisi alanlarında temel anlayışımızı derinleştiriyor.