“demografi” için sonuçlar
47 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Cep telefonları için hızlı yaş tahmin sistemi geliştirildi: MobileAgeNet
Araştırmacılar, akıllı telefonlarda çalışabilen yeni bir yapay zeka sistemi geliştirdiler. MobileAgeNet adı verilen bu sistem, bir kişinin fotoğrafına bakarak yaşını ortalama 4,65 yıl hata payıyla tahmin edebiliyor. En önemli özelliği ise bu işlemi sadece 14,4 milisaniyede tamamlayabilmesi. Sistem, mobil cihazlar için özel olarak optimize edilmiş MobileNetV3-Large mimarisini temel alıyor ve iki aşamalı eğitim stratejisi kullanıyor. UTKFace veri seti üzerinde test edilen sistem, hem hız hem de doğruluk açısından rekabetçi sonuçlar elde etti. Bu gelişme, mobil uygulamalarda gerçek zamanlı yaş tahmini, güvenlik sistemleri ve demografik analiz gibi alanlarda kullanım potansiyeli taşıyor. Araştırma, yapay zekanın mobil cihazlarda verimli çalışması konusunda önemli bir adım teşkil ediyor.
Yapay Zeka Güvenliği: Sanal Kişiliklerle Zararlı İçerik Simülasyonu
Araştırmacılar, yapay zeka sistemlerinin güvenlik açıklarını test etmek için yeni bir yöntem geliştirdi. Statik test veri setlerinin yetersiz kalması nedeniyle, büyük dil modellerini kullanarak sanal kişilikler oluşturan bir framework tasarlandı. Bu sistem, demografik özellikler ve ilgi alanlarını zararlı stratejilerle birleştirerek, çeşitli zararlı içerik senaryoları üretiyor. Hem insan değerlendirmeciler hem de AI tabanlı analizler, bu yöntemin mevcut test sistemlerinden daha zorlu ve gerçekçi senaryolar oluşturabildiğini doğruladı. Çalışma, AI güvenlik sistemlerinin dayanıklılığını artırmak için kritik bir adım teşkil ediyor.
Yapay Zeka Artık İnsanların Sosyal Önyargılarını Daha İyi Anlayabiliyor
Stanford araştırmacıları, yapay zekanın insan bakış açılarını modellemede çığır açan bir yöntem geliştirdi. 'Sosyo-Kontrastif Öğrenme' adı verilen bu teknik, insanların aynı konularda neden farklı görüşlere sahip olduğunu yaş, cinsiyet, eğitim durumu gibi demografik özelliklerle birlikte analiz ediyor. Geleneksel yapay zeka sistemleri genellikle tek bir 'doğru' cevap arar, ancak gerçek dünyada insanlar subjektif deneyimlerinden dolayı aynı metinleri farklı yorumlayabiliyor. Bu araştırma, doğal dil işleme alanında annotator anlaşmazlıklarının aslında geçerli farklı perspektifleri yansıttığını gösteriyor. Yeni yöntem, sosyal bağlamın karmaşıklığını dikkate alarak mevcut basit birleştirme yöntemlerinden daha başarılı sonuçlar veriyor.
Yapay Zeka Ses Modelleri Hangi Noktada Önyargılı Hale Geliyor?
Araştırmacılar, kendi kendini denetleyen yapay zeka ses modellerinin belirli konuşmacı gruplarına karşı önyargı geliştirdiği katmanları ilk kez detaylı olarak inceledi. Çalışma, bu modellerin en ilk işlem katmanlarından itibaren bazı demografik grupları kayırdığını ortaya koydu. İlginç bir şekilde, konuşmacı tanımlama ve otomatik konuşma tanıma görevlerinde tam ters önyargı kalıpları gözlemlendi. Konuşmacı tanımlamada en iyi performans gösteren katmanlarda önyargı minimumdayken, otomatik konuşma tanımada en iyi performans gösteren katmanlarda önyargı maksimum seviyeye çıkıyor. Bu bulgular, ses AI teknolojilerindeki adaletsizliğin temellerini anlamamızda önemli bir adım.
Synthia: Sosyal Medya Verilerinden Gerçekçi Sanal Kişilikler Üreten Yeni Sistem
Araştırmacılar, sosyal bilim simülasyonları için gerçek sosyal medya gönderilerinden yola çıkarak sanal kişilikler oluşturan Synthia adlı yeni bir framework geliştirdi. Sistem, büyük dil modellerinin gücünü Bluesky platformundaki gerçek kullanıcı verileriyle birleştireyor. Synthia, önceki yöntemlere kıyasla insan düşünce dağılımlarına daha yakın sonuçlar üretirken, daha küçük modellerle çalışabiliyor. Çok boyutlu adalet ve önyargı analizi, sistemin demografik çeşitlilik açısından mevcut yaklaşımları geride bıraktığını gösteriyor. Özellikle gerçek sosyal ağ kullanıcıları arasındaki etkileşim yapılarını koruyarak, daha otantik sanal topluluklar oluşturabiliyor. Bu gelişme, hesamalı sosyal bilim alanında daha güvenilir simülasyonlar yapılmasını sağlayacak.
Yapay Zeka Modellerinde Irksal ve Cinsiyet Önyargısını Ölçen Yeni Test Sistemi
Görsel-dil modelleri (VLM) hastanelerden işe alım süreçlerine kadar kritik alanlarda kullanılırken, demografik önyargı sorunları gündeme geliyor. Araştırmacılar, gerçek fotoğraflardan yalnızca yüz özelliklerini değiştirerek AI modellerindeki ırksal ve cinsiyet önyargılarını ölçen yenilikçi bir test sistemi geliştirdi. FOCUS adlı veri seti, 6 meslek ve 10 demografik grup üzerinde 480 karşılaştırmalı görsel içeriyor. Bu yaklaşım, AI sistemlerinin karar verme süreçlerindeki önyargıları daha net bir şekilde tespit etmeyi mümkün kılıyor. Çalışma, yapay zeka teknolojilerinin adil ve güvenilir olması için kritik bir adım teşkil ediyor.
Yapay zeka modelleri hedefli mesajlarda demografik önyargı gösteriyor
Araştırmacılar, büyük dil modellerinin kişiselleştirilmiş mesajlar üretirken demografik önyargılar sergilediğini ortaya çıkardı. GPT-4o, Llama-3.3 ve Mistral-Large gibi önde gelen modellerin iklim konularında hedefli mesajlar oluşturma davranışları incelendiğinde, yaş ve cinsiyet temelli asimetriler tespit edildi. Erkeklere ve gençlere yönelik mesajların daha iddialı ve kararlı bir dil kullandığı, kadınlara ve yaşlılara yönelik mesajların ise farklı iknaci çerçeveler benimsediği gözlemlendi. Bu durum, yapay zekanın otomatik iletişimde adalet ve önyargı konularında yeni sorular ortaya çıkarıyor. Çalışma, demografik koşullu hedefli mesajlaşmada YZ davranışlarının ilk sistematik analizini sunarak, teknolojinin toplumsal önyargıları nasıl yansıtabileceğine dair önemli bulgular sağlıyor.
İşe Alımlarda Yapay Zeka Ayrımcılığını Gizli Verilerle Denetleme Yöntemi
AB Yapay Zeka Yasası gibi yeni düzenlemeler, işe alım süreçlerinde kullanılan yüksek riskli yapay zeka sistemlerinin adalet ve şeffaflık açısından piyasa sonrası denetimine zorunlu hale getiriyor. Ancak etkili adalet denetimi genellikle hassas kişisel verilere erişim gerektiriyor ve bu da veri koruma yasalarıyla çelişki yaratıyor. Araştırmacılar, çok taraflı hesaplama protokolleri kullanarak bu soruna yenilikçi bir çözüm geliştirdi. Bu teknoloji, hassas demografik bilgileri açığa çıkarmadan adalet metriklerinin güvenli hesaplanmasına olanak tanıyor. Çalışma, teknik, hukuki ve endüstriyel uzmanlığı birleştiren ortak tasarım yaklaşımı kullanarak gerçek dünya uygulamaları için pratik tasarım gereksinimlerini belirledi.
Yapay Zeka Güvenlik Eğitiminde Yeni Yaklaşım: DART ile Zararlı Sapmaları Önleme
Güvenlik odaklı eğitilen büyük dil modelleri, demografik farklılıkları kabul etmekten kaçınarak bazen yanlış yanıtlar veriyor. Araştırmacılar, modellerin hangi durumlarda grup farklılıklarını tanıması gerektiğini öğrenmesi için yeni bir sınıflandırma görevi geliştirdi. Ancak bu eğitim süreci beklenmedik bir sorun ortaya çıkardı: modellerin doğruluğu artarken, açıklamalarında zararlı içerikler de artıyor. Bu 'zararlı sapma' problemini çözmek için DART adlı yeni bir eğitim yöntemi geliştirildi. Bu yaklaşım, yapay zekanın hem doğru kararlar vermesini hem de güvenli açıklamalar üretmesini sağlamayı hedefliyor.
Japonya'nın Borç Paradoksu: Yeni Ekonomik Model GSYİH'nin %240'ını Açıklıyor
Japonya'nın devlet borcu GSYİH'sinin %240'ını aşmasına rağmen ekonomik istikrarı nasıl koruduğu uzun zamandır iktisatçıları meşgul eden bir soruydu. Yeni geliştirilen JFR-rg modeli bu paradoksu açıklığa kavuşturuyor. Araştırmacılar, finansal baskı mekanizması ve döviz kuru kanallarını içeren yeni bir makroekonomik çerçeve geliştirerek, Japonya'nın borç oranlarını nasıl stabilize ettiğini matematiksel olarak modellediler. Model, geleneksel yaklaşımların aksine, düşük faiz oranları ve kontrollü enflasyon kombinasyonunun yüksek borç seviyelerine rağmen sürdürülebilirlik sağlayabileceğini gösteriyor. Bu çalışma, benzer demografik ve ekonomik zorluklarla karşılaşan diğer gelişmiş ülkeler için de önemli politika çıkarımları sunuyor.
Yapay Zeka ile Tıkınırcasına Yeme Bozukluğunun Beyin İzleri Çözülüyor
Araştırmacılar, tıkınırcasına yeme bozukluğunun (BED) nörobiyolojik imzalarını ortaya çıkarmak için yeni bir yapay zeka sistemi geliştirdi. IMA-MoE adlı bu sistem, beyin görüntüleme, davranışsal, hormonal ve demografik verileri birleştirerek hastalığın altında yatan biyolojik mekanizmaları anlamamızı sağlıyor. Mevcut tanı yöntemleri yalnızca semptomlara dayandığından erken teşhis ve etkili tedavi geliştirmede yetersiz kalıyor. Bu çalışma, farklı veri türlerini aynı anda analiz ederek BED'in beyin ve vücut düzeyindeki kökenlerini daha kapsamlı bir şekilde aydınlatmayı hedefliyor. Yeni yaklaşım, hem hastalığın teşhisinde devrim yaratma hem de biyolojik temelli tedavi stratejileri geliştirme potansiyeli taşıyor.
Yapay zeka modellerinin tahmin yetenekleri yeni test yöntemiyle ölçülecek
Araştırmacılar, büyük dil modellerinin sayısal tahmin yapma becerilerini değerlendirmek için QuantSightBench adlı yeni bir test sistemi geliştirdi. Mevcut değerlendirmeler genellikle basit evet-hayır sorularıyla sınırlı kalırken, gerçek hayatta ekonomi, halk sağlığı ve demografik analizler gibi alanlarda sürekli sayısal değerler üzerinden tahminler yapılması gerekiyor. Yeni sistem, yapay zekanın belirsizlik içinde karar verme ve ölçek farkındalığı gibi kritik yeteneklerini test ediyor.
Yapay Zeka ile Akıllı Bisiklet İstasyonu Yerleşimi: Yeni Bir Sistem Önerisi
Şehirlerdeki bisiklet paylaşım sistemlerinin yaygınlaşmasıyla birlikte, yeni istasyonların nereye kurulacağı kritik bir sorun haline geldi. Norveçli araştırmacılar, bu soruna yapay zeka tabanlı bir çözüm geliştirdi. Hibrit gürültü giderici otoenkoder (HDAE) teknolojisini kullanan sistem, mevcut başarılı istasyonlardan öğrendikleriyle yeni konumları belirliyor. Sosyo-demografik veriler, yapılı çevre özellikleri ve ulaşım ağı bilgilerini analiz eden model, Trondheim şehrinde test edildi. Bu yaklaşım, geleneksel talep modelleme yöntemlerinin aksine, şehirsel karakteristikleri daha iyi yakalayarak optimal genişleme noktalarını belirliyor. Çalışma, veri kısıtlı ortamlarda bile etkili sonuçlar vererek, sürdürülebilir ulaşım planlamasında yapay zekanın rolünü vurguluyor.
Adil Kümeleme Algoritmaları: Demografik Eşitlik İçin Yeni Matematiksel Yaklaşım
Araştırmacılar, demografik adalet ilkelerini gözeten kümeleme problemleri için yeni algoritma geliştirdi. Çalışma, hem grup adaleti hem de çeşitli merkez seçimi kriterlerini aynı anda sağlayan k-merkez, k-medyan ve k-ortalama problemlerine odaklanıyor. Geliştirilen yaklaşım, korumalı öznitelikler içeren veri noktalarını adil bir şekilde kümelere ayırırken, her kümenin hem dengeli demografik dağılıma hem de temsili merkezlere sahip olmasını garantiliyor. Bu tür algoritmaların önemi, yapay zeka uygulamalarında demografik önyargıları azaltma ve sosyal adaleti teknolojik çözümlere entegre etme konularında giderek artıyor.
Yapay zeka insan davranışını taklit ederken güvenilirlik sorunu yaşıyor
Sosyal bilimciler, büyük dil modellerini kullanarak insan davranışlarını simüle eden 'silikon örneklem' veri setleri oluşturuyor. Ancak yeni bir araştırma, bu süreçte yapılan teknik seçimlerin sonuçları dramatik şekilde etkilediğini ortaya koyuyor. Model seçimi, örnekleme parametreleri ve demografik bilgi miktarı gibi faktörler, yapay verilerin gerçek insan verileriyle uyumunu ciddi şekilde değiştiriyor. İki farklı çalışmada 252 farklı konfigürasyon test edildi ve bir boyutta iyi performans gösteren ayarların başka boyutlarda başarısız olabildiği görüldü. Bu durum, yapay zeka ile üretilen sosyal bilim verilerinin güvenilirliği konusunda ciddi endişeler yaratıyor.
Yapay Zeka Artık İnsan Anket Yanıtlarını Daha Gerçekçi Simüle Edebiliyor
Araştırmacılar, büyük dil modellerinin insan anket yanıtlarını simüle etme kapasitesini önemli ölçüde artıran yeni bir yöntem geliştirdi. Distribution Shift Alignment (DSA) adı verilen bu teknik, geleneksel yaklaşımların aksine sadece eğitim verilerini ezberlemek yerine, farklı demografik gruplar arasındaki yanıt dağılımlarındaki değişimleri öğreniyor. Bu sayede büyük ölçekli anket maliyetlerini düşürürken, gerçek insan yanıtlarına çok daha yakın sonuçlar üretebiliyor. Beş farklı anket veri setinde yapılan testlerde, DSA yönteminin mevcut tüm teknikleri geride bıraktığı görüldü. Bu gelişme, sosyal bilimler araştırmalarından pazar analizlerine kadar geniş bir yelpazede uygulanabilir.
Yapay Nüfus Verisi Üretmek İçin Yeni Makine Öğrenmesi Yöntemi Geliştirildi
Araştırmacılar, nüfus sayımı verilerinden gerçekçi sentetik nüfus örnekleri oluşturmak için yenilikçi bir makine öğrenmesi yaklaşımı geliştirdi. Persistent Contrastive Divergence (PCD) adı verilen bu yöntem, bireysel kişisel verilere erişim olmadan toplam demografik verilerden yararlanarak yapay nüfus modelleri üretiyor. Geleneksel yöntemlerin aksine, bu teknik çok sayıda demografik özelliği eş zamanlı olarak işleyebiliyor ve hesaplama açısından çok daha verimli. İtalyan demografik verileri üzerinde test edilen sistem, 15 farklı demografik kategoriyi başarıyla modelleyebildi. Bu gelişme, şehir planlama, sosyal bilimler araştırmaları ve kamu politikası analizi gibi alanlarda önemli uygulamalara sahip olabilir.
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.
Kuantum Makine Öğrenmesi Sıcak Dalgalarının Sağlık Etkilerini Öngörüyor
İklim değişikliği ile artan sıcak hava dalgaları, halk sağlığı üzerinde ciddi etkiler yaratıyor. Araştırmacılar, bu tehlikeleri önceden tahmin etmek için hem klasik hem de kuantum makine öğrenmesi tekniklerini karşılaştırdıkları yenilikçi bir sistem geliştirdi. ABD ve Katalunya'dan elde edilen verilerle test edilen bu sistem, iklim koşulları, demografik özellikler ve sosyoekonomik faktörleri bir araya getirerek haftalık bazda il düzeyinde sağlık riskleri öngörüyor. Çalışma, parametrik kuantum devreler ve açısal veri kodlama kullanan kuantum modellerle geleneksel regresyon yöntemlerini karşılaştırarak, gelecekte hangi bölgelerde sıcağa bağlı sağlık sorunları yaşanabileceğini tahmin etmeye çalışıyor.
Üniversite mezunu kadınlar evlilik kurallarını nasıl değiştiriyor?
Kadınların eğitim seviyesindeki artış, dünya genelinde evlilik modellerini köklü şekilde değiştiriyor. ABD ve Fransa'da yapılan yeni demografik araştırma, geleneksel olarak kadınların kendilerinden daha yüksek eğitimli erkeklerle evlenme eğilimi olan 'hipergami'nin nasıl azaldığını inceliyor. Çalışma, bu değişimin arkasında eğitimde cinsiyet açığının tersine dönmesi mi yoksa genel olarak üniversite mezunu sayısındaki artış mı olduğunu araştırıyor. Bulgular, modern ilişkilerdeki bu demografik dönüşümün toplumsal yapıları nasıl etkilediğini gözler önüne seriyor ve gelecekteki evlilik trendlerine dair önemli ipuçları sunuyor.
Yapay zeka tahminlerinin güvenilirliğini ölçen yeni yöntem geliştirildi
Araştırmacılar, yapay zeka sistemlerinin farklı gruplar arasında ne kadar adil ve güvenilir tahminler ürettiğini ölçen yeni bir metrik geliştirdi. Çoklu kalibrasyon olarak adlandırılan bu kavram, bir AI modelinin örneğin farklı yaş grupları veya demografik kesimler için aynı doğruluk seviyesinde tahminler yapabilme yeteneğini ifade ediyor. Mevcut yöntemler genellikle veriyi gruplara ayırma veya karmaşık istatistiksel teknikler kullanırken, yeni yaklaşım klasik Kuiper istatistiğine dayalı daha sağlam bir temel sunuyor. Bu gelişme, özellikle tıp, finans ve adalet sistemi gibi kritik alanlarda kullanılan AI sistemlerinin farklı nüfus gruplarında eşit performans göstermesini sağlamak için önemli bir adım.
Yapay Zeka Ödül Sistemleri Demografik Önyargılar Taşıyor
Araştırmacılar, metin-görsel üretim sistemlerinde kullanılan ödül modellerinin beklenmedik demografik önyargılar içerdiğini keşfetti. Bu modeller kalite değerlendirmesi için tasarlanmış olmasına rağmen, belirli demografik grupları kayıran kararlar aldığı ortaya çıktı. Stanford ve diğer üniversitelerden araştırmacıların yürüttüğü kapsamlı çalışma, yapay zeka sistemlerinin insan tercihlerini öğrenme sürecinde istenmeyen önyargıları da içselleştirdiğini gösteriyor. Bu durum, AI-generated içeriklerin adilliğini ve çeşitliliğini olumsuz etkileyebilir.
Yazılım geliştirmede yapay zeka adalet sorunu: Çok ajanlı sistemlerde önyargı tehlikesi
Yazılım geliştirme süreçlerinde giderek daha fazla kullanılan büyük dil modelleri ve çok ajanlı sistemlerin adalet açısından değerlendirildiği kapsamlı bir araştırma yayınlandı. 350 çalışmadan elenen 18 araştırmanın analiz edildiği çalışmada, bu sistemlerin yazılımcı araçlarında nasıl önyargılara yol açabileceği inceleniyor. Araştırma, hangi kodların yazıldığı, gözden geçirildiği ve piyasaya sürüldüğü konularında bu sistemlerin etkisinin arttığını, ancak adalet boyutunun yeterince araştırılmadığını ortaya koyuyor. Çalışma, önyargı azaltma, demografik eşitlik ve sistem içi etkileşim dinamiklerini kapsayan çok boyutlu bir adalet çerçevesi sunuyor.