“doğa” için sonuçlar
892 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Hastane Verilerini Taşınabilir Hale Getiriyor
Tıbbi yapay zeka uygulamalarının en büyük sorunlarından biri, bir hastanede başarılı olan modellerin başka hastanelerde çalışmamasıdır. Araştırmacılar bu soruna çözüm olarak büyük dil modellerini kullanarak yenilikçi bir yaklaşım geliştirdi. Yoğun bakım ünitelerindeki düzensiz zaman serisi verilerini doğal dil özetlerine dönüştüren sistem, hasta bilgilerini farklı hastaneler arasında taşınabilir hale getiriyor. MIMIC-IV, HIRID ve PPICU olmak üzere üç farklı hasta grubunda test edilen yöntem, hastalık tahmini ve sınıflandırma görevlerinde başarılı sonuçlar verdi. Bu gelişme, tıbbi yapay zekanın daha geniş çapta kullanılabilmesi için önemli bir adım teşkil ediyor.
Yapay zeka asistanları gerçek zamanlı konuşma için yeni sistemi öğreniyor
Araştırmacılar, yapay zeka destekli sesli asistanların insanlarla daha doğal konuşabilmesi için FastTurn adlı yeni bir sistem geliştirdi. Mevcut sistemler ya kullanıcının konuşmasının bitmesini bekliyor ya da gecikmeli yanıtlar veriyor. FastTurn ise akustik sinyallerle anlam bilgisini birleştirerek, asistanın ne zaman konuşacağına, sessiz kalacağına veya araya gireceğine gerçek zamanlı karar vermesini sağlıyor. Sistem, özellikle gürültülü ortamlarda ve konuşmaların üst üste geldiği durumlarda bile düşük gecikmeyle çalışabiliyor. Bu gelişme, sesli asistanların insan benzeri etkileşim kurabilmesi için önemli bir adım sayılıyor.
SentiAvatar: Duygularını ifade eden dijital insanlar gerçek zamanlı etkileşime hazır
Araştırmacılar, gerçek zamanlı olarak konuşabilen, jest yapabilen ve duygu ifade edebilen 3D dijital karakter sistemini geliştirdi. SentiAvatar adlı bu framework, 37 saatlik özel veri seti ve 200 binden fazla hareket sekansıyla eğitilmiş yapay zeka modeli kullanıyor. Sistem, konuşma sesini vücut hareketleri ve yüz ifadeleriyle senkronize ederek doğal etkileşim sağlıyor. SuSu adlı sanal karakter ile test edilen teknoloji, gelecekte sanal asistanlar, eğitim uygulamaları ve metaverse deneyimlerinde kullanılabilir. Çalışma, semantik planlama ile çerçeve düzeyinde hareket üretimini ayıran yenilikçi mimariyle dijital insan teknologisinde önemli adım teşkil ediyor.
Derin Öğrenme Modellerinin Matematiksel DNA'sı Çözülüyor
Araştırmacılar, derin öğrenme modellerinin mimarilerini tanımlamak için yeni bir matematiksel çerçeve geliştirdi. Mevcut durumda yapay zeka modellerinin yapıları genellikle diyagramlar ve sözde kodlarla ifade ediliyor, ancak bu yaklaşım karmaşık matematiksel ilişkileri tam olarak açıklayamıyor. Yeni çerçeve, kategori teorisi kullanarak modellerin altında yatan matematiksel fonksiyonları kesin bir şekilde ifade ediyor. Bu yaklaşım, hem insan tarafından anlaşılabilir diyagramlar hem de makine tarafından işlenebilir veri yapıları sunuyor. Araştırma ekibi, geliştirdikleri sistemin evrensel doğasını göstermek için Python ve TypeScript dillerinde paralel uygulamalar hazırladı.
Yapay Zeka Büyük Dil Modelleriyle Metin Kümeleme Devrimleşiyor
Araştırmacılar, büyük metin koleksiyonlarını analiz etmek için kullanılan denetimsiz kümeleme yöntemlerinin zayıflıklarını gidermede çığır açan bir yaklaşım geliştirdi. Geleneksel yöntemler çoğunlukla tutarsız, tekrarlayan veya anlamsız kümeler üretiyor. Yeni çerçeve, büyük dil modellerini gömme üreticisi olarak değil, semantik hakim olarak kullanarak kümeleme sonuçlarını doğruluyor ve yeniden yapılandırıyor. Sistem üç aşamalı akıl yürütme süreci içeriyor: tutarlılık doğrulama, gereksizlik değerlendirmesi ve etiket temellendirme. Bu yaklaşım, etiketli veri gerektirmeden metin analizi sonuçlarının kalitesini önemli ölçüde artırıyor.
Yapay Zeka Sohbet Botları İçin Yeni Veri Seçim Yöntemi Geliştirildi
Araştırmacılar, çok turlu diyalog verilerindeki gürültü ve yapısal tutarsızlıkları ele almak için MDS (Çok Turlu Diyalog Seçimi) adında yeni bir framework geliştirdi. Bu sistem, yapay zeka modellerinin eğitiminde kullanılan konuşma verilerini tekil cevaplar yerine bütüncül olarak değerlendiriyor. Geleneksel yöntemler genellikle konu sapması, tekrarlayan sohbet ve uyumsuz cevap formatları gibi sorunlarla karşılaşıyordu. MDS, küresel kapsama ve yerel yapısal analiz olmak üzere iki aşamalı bir yaklaşım benimsiyor. İlk aşamada temsilci niteliğindeki diyalogları seçerken, ikinci aşamada konuşmaların iç tutarlılığını ve bilgi akışını değerlendiriyor. Test sonuçları, yeni yöntemin mevcut tek turlu seçiciler ve diyalog düzeyindeki büyük dil modeli puanlayıcılarından daha başarılı olduğunu gösteriyor.
Yapay Zeka Koku Moleküllerinden Dil Tanımlamalarına Giden Yolu Çözüyor
Araştırmacılar, koku algılamasının karmaşık sürecini modelleyen yeni bir yapay zeka sistemi geliştirdi. NOSE adındaki bu sistem, molekül yapısından başlayarak sinir reseptörlerine ve oradan dil tanımlamalarına uzanan koku algılama zincirinin tamamını aynı anda modelliyor. Geleneksel yaklaşımlar bu sürecin sadece belli parçalarına odaklanırken, yeni sistem üç farklı veri türünü birleştiriyor: kimyasal molekül yapıları, koku reseptörü dizileri ve doğal dil açıklamaları. Sistem, her veri türünün benzersiz bilgisini koruyarak bunları uyumlu hale getiriyor ve böylece hem biyolojik temeli olan hem de anlamlı koku temsillerini öğrenebiliyor.
Yapay Zeka Artık Metin ve Görsel Kanıtları Birleştirerek Uzun Raporlar Yazabiliyor
Araştırmacılar, Deep-Reporter adlı yeni bir yapay zeka sistemi geliştirdi. Bu sistem, internetteki metin ve görsel kaynakları tarayarak, tıpkı uzman gazeteciler gibi uzun ve detaylı raporlar hazırlayabiliyor. Geleneksel AI sistemlerinin aksine, Deep-Reporter sadece metinle yetinmiyor; grafikleri, tabloları ve diğer görselleri de analiz ederek bunları raporda uygun şekilde konumlandırıyor. Sistem, üç ana bileşenden oluşuyor: çok modalı arama ve filtreleme, kontrol listesi rehberli sentez ve tekrarlayan bağlam yönetimi. Bu yenilik, AI'ın halüsinasyon sorununu azaltırken, ürettiği içeriklerin gerçek kaynaklara dayanmasını sağlıyor. Araştırmacılar ayrıca sistemlerini test etmek için M2LongBench adlı kapsamlı bir değerlendirme platformu da oluşturdular.
Yapay Zeka Mecaz ve Metoniminin Birleşimini Öğreniyor: MetFuse Veri Seti
Araştırmacılar, yapay zekanın dil anlama yeteneğini geliştirmek için mecaz ve metonimi figürlerinin bir arada kullanıldığı yeni bir veri seti geliştirdi. MetFuse adlı bu veri seti, literal cümleleri mecazi, metonimik ve hibrit varyantlara dönüştüren bir çerçeve sunuyor. 4.000 cümleden oluşan veri seti, büyük dil modellerinin bu karmaşık dil yapılarını daha iyi anlamasını sağlıyor. Çalışma, metonimi ve mecazın birlikte kullanıldığı hibrit cümlelerin, yapay zeka modellerinin performansını önemli ölçüde artırdığını gösteriyor. Bu gelişme, doğal dil işleme alanında önemli bir adım olarak değerlendiriliyor.
Bayesci Sinir Ağları: Belirsizlikle Başa Çıkan Yapay Zeka
Geleneksel sinir ağları görüntü tanıma, ses işleme ve doğal dil işleme gibi alanlarda büyük başarılar elde etse de, tahminlerindeki belirsizlik durumları hakkında bilgi veremiyorlar. Yapay zeka sistemlerinin güvenilir kararlar alabilmesi için bu belirsizlikleri anlayabilmesi kritik önem taşıyor. Bayesci Sinir Ağları (BNN), bu soruna çözüm getiren yenilikçi bir yaklaşım sunuyor. Bu ağlar, sadece tahmin yapmakla kalmayıp aynı zamanda bu tahminlerin ne kadar güvenilir olduğunu da hesaplayabiliyor. Özellikle tıbbi teşhis, otonom araçlar ve finansal risk analizi gibi hata maliyetinin yüksek olduğu alanlarda bu özellik hayati öneme sahip.
Yapay zeka artık istediğiniz tarzda konuşuyor: ReStyle-TTS ile ses kontrolü
Araştırmacılar, metinden konuşma teknolojisinde çığır açan bir yenilik geliştirdi. ReStyle-TTS adlı bu sistem, sadece kısa bir ses örneğinden kişinin ses tonunu kopyalamakla kalmayıp, konuşma stilini de kullanıcının istediği şekilde ayarlayabiliyor. Geleneksel sistemlerde, yapay zeka referans sesten hem ses tonunu hem de konuşma tarzını aynen taklit ediyordu. Bu da istenmeyen sonuçlar doğurabiliyordu. Yeni teknoloji, ses tonu ile konuşma stilini birbirinden ayırarak, sürekli ve göreli stil kontrolü sağlıyor. Sistem, Ayrışmış Sınıflandırıcısız Rehberlik (DCFG) adı verilen yenilikçi bir yöntem kullanıyor. Bu gelişme, ses asistanlarından sesli kitap okuyucularına kadar birçok alanda kullanılabilecek ve daha doğal, kontrol edilebilir yapay konuşma deneyimi sunacak.
Robotlar Artık Görsel Hedeflere Doğru Kendi Yolunu Bulabiliyor
Araştırmacılar, robotların sayısal koordinatlar yerine görüntüler ve videolar gibi görsel gözlemlerle hareket planlayabilmesini sağlayan yenilikçi bir sistem geliştirdi. Visual-RRT adı verilen bu teknoloji, klasik RRT algoritmasının güvenilirliğini diferansiyel rendering ile birleştirerek robotlara daha esnek hareket kabiliyeti kazandırıyor. Geleneksel yöntemlerde robotların hedeflerine ulaşması için eklem açıları gibi kesin sayısal değerlerin belirlenmesi gerekiyordu. Yeni sistem ise bir görseldeki konumu hedef olarak alabildiği için çok daha pratik uygulamalar mümkün hale geliyor. Bu gelişme, robotların günlük yaşamda insan talimatlarını daha doğal şekilde anlayıp uygulayabilmesinin önünü açıyor.
Dört Ayaklı Robotlar İçin Yeni Öğrenme Sistemi: LatentMimic
Araştırmacılar, dört ayaklı robotların zorlu arazilerde doğal hareket edebilmesi için LatentMimic adlı yenilikçi bir öğrenme sistemi geliştirdi. Mevcut sistemlerde robotlar ya hareket tarzlarını koruyup arazi uyumunu kaybediyor ya da araziye uyum sağlayıp doğal hareketlerinden taviz veriyor. LatentMimic, bu iki önemli özelliği birleştirerek robotların hem stil sahibi hem de uyum yeteneği yüksek hareketler yapmasını sağlıyor. Sistem, hareket yakalama verilerinden öğrenilen doğal yürüyüş kalıplarını korurken, ayak uçlarının engebeli araziye bağımsız olarak uyum sağlamasına izin veriyor. Bu yaklaşım, robot lokomotionunda önemli bir adım teşkil ediyor.
Robotlar İçin Geliştirildi: Belirsizlik Ölçen Yapay Zeka Sistemi
Araştırmacılar, robotların görsel gözlemler ve doğal dil talimatlarını eylem dizilerine dönüştüren VLA modellerinin güvenilirliğini artıran yeni bir sistem geliştirdi. ReconVLA adı verilen bu yaklaşım, robotik kontrolcülerin eylem tahminlerinde ne kadar emin olduklarını ölçebiliyor ve potansiel başarısızlıkları önceden tespit edebiliyor. Sistem, mevcut VLA politikalarının eylem token çıktılarına conformal prediction tekniğini uygulayarak kalibre edilmiş belirsizlik tahminleri üretiyor. Bu tahminler, görevin yürütülme kalitesi ve başarı oranıyla doğrudan ilişkili. Ayrıca, robot durum uzayına genişletilen bu yaklaşım, tehlikeli durumları veya aykırı değerleri başarısızlık gerçekleşmeden önce algılayabiliyor. Bu gelişme, robotların gerçek dünya ortamlarında daha güvenli ve güvenilir şekilde çalışmasını sağlayacak.
Yapay Zeka Politika Öğrenmesinde Yalnızca Pozitif Örneklerle Eğitim Yöntemi
Araştırmacılar, çevrimiçi pekiştirmeli öğrenmede geleneksel yöntemlerin sınırlarını aşan yeni bir yaklaşım geliştirdi. PODPO adı verilen bu yöntem, yalnızca başarılı örneklerden öğrenerek yapay zeka sistemlerinin daha etkili karar verme politikaları geliştirmesini sağlıyor. Geleneksel yöntemler hem olumlu hem olumsuz örnekleri kullanarak hata düzeltmeye odaklanırken, yeni yaklaşım proaktif hata önlemeyi benimsiyor. Bu, özellikle robotik ve otonom sistemler gibi gerçek zamanlı karar verme gerektiren alanlarda önemli avantajlar sunabilir. Yöntemin en dikkat çekici özelliği, karmaşık matematiksel kısıtlamalar olmadan çalışabilmesi ve yüksek getirili eylem bölgelerine doğru daha doğal bir yönlendirme sağlaması.
Yapay zeka ve fizik modellerini birleştiren sistem tropik siklon tahminlerini güçlendiriyor
Çin'den araştırmacılar, tropik siklon yoğunluğunu daha doğru tahmin eden FuXi-TC adlı yeni bir yapay zeka sistemi geliştirdi. Tropik siklonlar, dünyanın en yıkıcı doğal afetleri arasında yer almasına rağmen yoğunluklarının önceden tahmin edilmesi son derece zor. Geleneksel sayısal hava durumu modelleri yüksek hesaplama gücü gerektirirken, mevcut derin öğrenme tabanlı sistemler ise yeniden analiz verilerindeki önyargılar nedeniyle siklon yoğunluğunu olduğundan düşük tahmin etme eğiliminde. FuXi-TC, bu sorunu difüzyon tabanlı üretken modelleme yaklaşımıyla çözmeye çalışıyor. Sistem, FuXi modelinin güçlü yörünge tahmin kabiliyetini, sayısal hava durumu modellerinin yoğunluk temsil kapasitesiyle birleştiriyor. 2024 Batı Kuzey Pasifik verilerinde yapılan testlerde, sistemin operasyonel ECMWF deterministik modeli kadar başarılı sonuçlar verdiği görüldü.
Polonyaca dil modelleri Apple çiplerde hızlanıyor: Yeni hibrit sistem geliştirildi
Araştırmacılar, büyük dil modellerinin çıkarım hızını artırmak için 'spekülatif kod çözme' tekniğini Polonyaca modellere uyarladı. Apple Silicon çiplerde çalışan bu yeni sistem, farklı model ailelerini birleştirerek Bielik 11B modelinin performansını önemli ölçüde artırıyor. Çalışmada, küçük bir taslak model önce token önerilerinde bulunuyor, ardından büyük hedef model bunları doğruluyor. Bu hibrit yaklaşım, özellikle bağlam-farkındalı çeviri kullanıldığında başarı oranlarını yükseltiyor. Araştırma, tüketici sınıfı donanımlarda bile etkili dil işleme sistemleri geliştirme potansielini gösteriyor.
Yapay Zeka Yazarı Tanıyabiliyor: Japonca Metinlerden Kim Yazdığını Bulma Yöntemi
Araştırmacılar, yapay zeka kullanarak metinlerin gerçek yazarlarını tespit edebilen yeni bir sistem geliştirdi. Japonca e-ticaret yorumları üzerinde yapılan çalışmada, farklı makine öğrenmesi yöntemleri karşılaştırıldı. BERT gibi gelişmiş dil modelleri küçük gruplar için başarılı olurken, yazar sayısı artınca geleneksel TF-IDF yöntemi daha kararlı sonuçlar verdi. Bu teknoloji gelecekte siber güvenlik alanında tehdit analizlerinde kullanılabilir. Sistem, metinlerdeki üslup özelliklerini analiz ederek yazarları ayırt ediyor ve adli tıp ile güvenlik araştırmalarında önemli uygulamalara sahip.
Yapay Zeka İslami Miras Hukukunu Öğrendi: Arapça Metinlerle Eğitilen Model
Katar Üniversitesi araştırmacıları, İslami miras hukukunun karmaşık kurallarını anlayabilen bir yapay zeka modeli geliştirdi. Qwen3-4B tabanlı model, iki aşamalı eğitim süreci ile İslami fetva kayıtları ve miras vakalarından öğrendi. İlk aşamada 3.166 fetva kaydıyla hukuki terminolojiyi kavradı, ikinci aşamada ise 12.000 yapılandırılmış miras vakasıyla pratik uygulamayı öğrendi. Model, çok adımlı hukuki analiz, kural tabanlı engelleme kararları ve hassas kesirli hesaplamalar gerektiren karmaşık miras problemlerinde %90 başarı oranına ulaştı. Bu çalışma, yapay zekanın dini hukuk gibi özel alanlardaki reasoning yeteneklerini göstermesi açısından önemli.
Yapay Zeka Modellerinin Dil Anlama Yetisi Test Altında: SemanticQA Benchmark'u
Araştırmacılar, yapay zeka dil modellerinin semantik anlama kapasitesini değerlendirmek için yeni bir test sistemi geliştirdi. SemanticQA adı verilen bu değerlendirme paketi, deyimler, kelime öbekleri ve fiil yapıları gibi karmaşık dil unsurlarını ne kadar iyi anlayabildiğini ölçüyor. Test sonuçları, mevcut AI modellerinin bu konularda önemli performans farklılıkları gösterdiğini ortaya koyuyor. Özellikle anlam çıkarımı gerektiren görevlerde modeller zorlanıyor. Bu bulgular, gelecekte daha güçlü dil anlama yeteneklerine sahip AI sistemleri geliştirmek için önemli ipuçları sunuyor. Benchmark, araştırmacıların kullanımına açık olarak paylaşıldı.
Yapay Zeka Metinlerini Tespit Etmek Sandığımızdan Zor Çıktı
Üretken dil modellerinin yaygınlaşmasıyla birlikte, makine tarafından yazılmış metinleri tespit etmek kritik bir zorluk haline geldi. Yeni bir araştırma, 15 farklı tespit sistemini kapsamlı şekilde değerlendirerek bu alandaki sorunları gözler önüne seriyor. Çalışma, farklı veri setleri ve değerlendirme yöntemlerinin sonuçları nasıl etkilediğini, özellikle yaratıcı insan metinlerinde sistemlerin nasıl zorlandığını ortaya koyuyor. Bulgular, tek bir sistemin her alanda başarılı olamadığını ve performans değerlendirmesinin kullanılan veri seti ve ölçütlere kritik şekilde bağlı olduğunu gösteriyor. Bu durum, yapay zeka içeriği tespitinin düşünülenden çok daha karmaşık bir problem olduğunu ve mevcut yaklaşımların sınırlarını işaret ediyor.
Göçmenlerin Haber Tüketim Alışkanlıkları Yapay Zeka ile İncelendi
Avrupa'da yaşayan Fransızca konuşan göçmenlerin yerel haberlerle nasıl etkileşime girdiğini araştıran yeni bir çalışma, toplum ihtiyaçları ile medya içeriği arasındaki boşlukları ortaya koydu. Araştırmacılar, odak grup görüşmeleri ve doğal dil işleme teknikleriyle 2000'den fazla yerel haber makalesini analiz etti. Çalışma, konu modellemesi, duygu analizi ve okunabilirlik ölçümlerini kullanarak göçmen toplumunun medya ihtiyaçlarını değerlendirdi. Bulgular, yerel etkinliklerin sıkça haber yapıldığını ancak göçmenler için önemli konularda boşluklar olduğunu gösterdi. Haberlerin genellikle orta-ileri Fransızca seviyesinde yazıldığı tespit edildi ve bu durum entegrasyon açısından erişilebilirlik sorularını gündeme getirdi. Araştırma, yerel medya platformları ile toplum ihtiyaçları arasındaki köprüyü güçlendirmeyi hedefliyor.
Yapay zeka modelleri artık doğru cevapları silmeyecek: Yeni teknik zarar vermeyi önlüyor
Büyük dil modelleri bazen dış bağlam bilgisi alırken zaten doğru olan cevaplarını yanlış olanlarla değiştiriyor. Araştırmacılar bu soruna 'nötr gerileme' adını veriyor ve modelin yararsız bilgiler yüzünden kendini sabote etmesi anlamına geliyor. Yeni geliştirilen NWCAD tekniği, modelin hangi bağlam bilgisinin gerçekten faydalı olduğunu ayırt etmesini sağlıyor. Bu yöntem, iki aşamalı bir kapı sistemi kullanarak bilgilendirici olmayan durumlarda bağlamsız çözümlemeye geri dönüyor. Böylece hem doğru cevapların korunması hem de gerçekten yararlı bağlamların kullanılması arasında denge kuruluyor. Geliştirme, yapay zeka asistanlarının güvenilirliğini artırmak için önemli bir adım.
Yapay Zeka Günlük Konuşma Dilini Anlayamıyor: Emoji ve Slang Büyük Problem
Araştırmacılar, doğal dil anlama sistemlerinin günlük konuşma dili karşısında nasıl başarısız olduğunu inceledi. ELECTRA ve RoBERTa gibi gelişmiş yapay zeka modellerinin slang, emoji ve güncel internet jargonuyla karşılaştığında ciddi performans kayıpları yaşadığı ortaya çıktı. Özellikle emojilerin büyük sorun oluşturduğu, sistemlerin bu karakterleri tanıyamadığı için metindeki anlamı tamamen kaybettiği görüldü. Slang ifadelerde ise 'gonna', 'homie' gibi kelimeler daha az sorun çıkarırken, 'no cap', 'deadass' gibi Z kuşağı terimleri modelleri şaşırtıyor. Bu bulgular, yapay zekanın gerçek hayattaki dil kullanımına adapte olması gerektiğini gösteriyor.