“platform” için sonuçlar
286 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Li Auto'dan M100: Otonom Araçlar İçin Yeni Nesil Yapay Zeka İşlemcisi
Çinli otomobil üreticisi Li Auto, otonom sürüş ve büyük dil modelleri için özel tasarlanmış M100 adlı yeni bir yapay zeka işlemcisi mimarisi geliştirdi. Geleneksel GPU tabanlı sistemlerin maliyetli ve verimsiz olduğu alanlarda çözüm sunan M100, veri akışı tabanlı paralel mimariyle çalışıyor. Bu sistem, sadece hesaplama değil, aynı zamanda verilerin zaman ve uzam boyunlarında hareketini de optimize ediyor. Derleyici ve donanım arasındaki ortak tasarım yaklaşımı sayesinde, otonom sürüş sistemleri, büyük dil modelleri ve akıllı insan etkileşimi uygulamaları için hem performanslı hem de maliyet etkin bir çözüm sunuyor. Özellikle günümüzün rekabetçi otomobil platformlarında kritik öneme sahip bu alanlar için optimize edilmiş sistem, yapay zeka hesaplama mimarilerinde yeni bir yaklaşım sergiliyor.
Askerlerde PTSD taraması için kültürel adaptasyonlu sanal asistan geliştirildi
Araştırmacılar, askerlerde yaygın olan ancak yeterince rapor edilmeyen travma sonrası stres bozukluğunu (PTSD) tespit etmek için Molhim adlı yapay zeka destekli sanal asistan geliştirdi. Sistem, gerçek zamanlı konuşma, görsel analiz ve yüksek çözünürlüklü avatar teknolojilerini birleştirerek askeri sağlık ortamında kültürel olarak uyarlanmış tarama seansları sunuyor. Platform, büyük dil modeli ile çalışan konuşmacı avatar kullanarak çok aşamalı diyaloglar gerçekleştiriyor ve DSM-5 için PTSD Kontrol Listesi'ni otomatik olarak uygulayabiliyor. Bu yenilikçi yaklaşım, askerler arasında PTSD'nin erken teşhisini kolaylaştırarak mental sağlık hizmetlerinin erişilebilirliğini artırmayı hedefliyor.
ReTrack: Video aramada çok modalı sorgulamayı geliştiren yeni yapay zeka sistemi
Araştırmacılar, video arama teknolojisinde yeni bir dönem başlatacak ReTrack adlı yapay zeka sistemini geliştirdi. Bu sistem, kullanıcıların bir referans video ve metin açıklaması birleştirerek aradıkları videoyu bulmasını sağlıyor. Geleneksel video arama yöntemlerinin aksine, ReTrack hem görsel hem de metinsel bilgileri etkili bir şekilde harmanlayarak daha isabetli sonuçlar üretiyor. Sistemin en önemli yeniliği, video ve metin verilerinin farklı yoğunluktaki bilgilerini dengeleyebilmesi. Bu teknoloji, sosyal medya platformlarından eğitim içeriklerine kadar geniş bir yelpazede video aramasını devrimsel bir şekilde değiştirebilir.
Otonom Sürüş İçin Tek Platform: OneDrive Yapay Zeka Modeli
Araştırmacılar, otonom araçlar için devrim niteliğinde birleşik bir yapay zeka sistemi geliştirdi. OneDrive adlı bu yeni model, görsel algı, dil işleme ve hareket planlamasını tek bir platformda birleştiriyor. Geleneksel sistemlerde farklı görevler için ayrı dekoder sistemleri kullanılırken, OneDrive tüm işlemleri tek bir transformer dekoder içinde gerçekleştiriyor. Sistem, önceden eğitilmiş görsel-dil modellerinin dikkat mekanizmalarının sadece metin üretimi değil, nesne tespiti ve yörünge planlaması gibi karmaşık görevlerde de başarılı olabileceğini kanıtlıyor. Bu yaklaşım, otonom sürüş teknolojisinde daha verimli ve entegre çözümler sunma potansiyeli taşıyor.
Doktora öğrencileri için yeni sosyal platform: Moa ile güvenli danışman şikayeti
Araştırmacılar, doktora öğrencilerinin danışman sorunlarını güvenli şekilde paylaşabilecekleri 'Moa' adlı yenilikçi bir sosyal medya platformu geliştirdi. Platform, güç dengesizliklerinin yaşandığı akademik ortamlarda öğrencilerin müttefik bulmasını kolaylaştırıyor. Moa'nın en dikkat çekici özelliği 'rıza sınırları' sistemi - kullanıcılar paylaşımlarının kime görüneceğini ortak deneyimler ve sosyal kimlik faktörlerine göre belirleyebiliyor. Sistem tam anonimlik sağlayarak hem gönderen hem de alıcının kimliğini gizli tutuyor. Bu yaklaşım, özellikle aynı danışmanla çalışan diğer öğrencilerden destek arama konusundaki çekinceleri ortadan kaldırmayı hedefliyor. Platform, akademik hiyerarşilerde yaşanan sorunları ele almak için teknolojik bir çözüm sunuyor.
Sosyal ağlarda sevgi-nefret ilişkilerini öngören yeni yapay zeka modeli
Araştırmacılar, sosyal medya platformlarındaki olumlu ve olumsuz ilişkileri tahmin edebilen yeni bir yapay zeka sistemi geliştirdi. IDP-DSN adlı bu model, kullanıcılar arasındaki beğeni-nefret dinamiklerini ayrı ayrı analiz ederek daha doğru tahminler yapabiliyor. Sistem, daha önce hiç karşılaşmadığı kullanıcıların bile gelecekteki davranışlarını tahmin edebilme yeteneğine sahip. Bu teknoloji, sosyal medya platformlarının içerik moderasyonu, arkadaş önerisi ve topluluk yönetimi gibi alanlarda kullanılabilir. Model, geleneksel yöntemlerin aksine pozitif ve negatif sinyalleri birbirinden ayırarak çalışır ve bu sayede daha güvenilir sonuçlar üretir.
Öneri Sistemleri için Yeni Sıkıştırma Tekniği: BACO Framework
Araştırmacılar, büyük ölçekli öneri sistemlerinin karşılaştığı bellek ve hesaplama sorunlarına çözüm getirecek yeni bir framework geliştirdi. BACO adlı bu sistem, kullanıcı ve ürün verilerini daha verimli şekilde gruplandırarak, öneri kalitesinden ödün vermeden sistem performansını artırıyor. Geleneksel yöntemlerin aksine, kullanıcı-ürün etkileşimlerindeki benzerlik sinyallerini kullanarak akıllı gruplamalar yapıyor. Bu yaklaşım, Netflix, Amazon gibi platformların milyonlarca kullanıcıya hizmet verirken karşılaştığı teknik zorlukları hafifletmeyi hedefliyor. Çalışma, endüstriyel ölçekteki öneri sistemlerinin kaynak kısıtları altında daha verimli çalışabilmesi için önemli bir adım niteliği taşıyor.
Yapay Zeka Arkadaşları Artık Daha Empatik: ComPASS Sistemi Geliştirildi
Araştırmacılar, kullanıcılara kişiselleştirilmiş sosyal destek sağlayabilen yeni bir yapay zeka sistemi geliştirdi. ComPASS adı verilen bu sistem, sadece duygusal tepkiler vermekle kalmayıp, çeşitli araçlar kullanarak farklı türlerde destek sunabiliyor. Psikolojik sosyal destek kavramından ilham alan sistem, kullanıcıların bireysel ihtiyaçlarına göre uyarlanabilen çok medyalı uygulamalar içeriyor. İnsan-bilgisayar etkileşiminde empati konusundaki mevcut sınırları aşmayı hedefleyen bu çalışma, yapay zeka asistanlarının gelecekte daha anlamlı ve destekleyici arkadaşlık sunabileceğini gösteriyor. Araştırma kapsamında oluşturulan ComPASS-Bench, bu alandaki ilk kişiselleştirilmiş sosyal destek test platformu olarak öne çıkıyor.
Yapay zeka metin-görüntü eşleştirmesinde devrim: Çok bakış açılı anlam tamamlama
Araştırmacılar, metinlerden kişi fotoğraflarını bulma sistemlerindeki temel sorunu çözen yeni bir yapay zeka çerçevesi geliştirdi. Büyük dil modelleri kullanan bu sistem, aynı anlama gelen farklı ifadelerin neden olduğu 'İfade Kayması' problemini çözüyor. Örneğin 'mavi gömlekli adam' ve 'lacivert tişörtlü erkek' gibi benzer anlamda farklı ifadeleri sistem artık aynı görsel içerikle doğru şekilde eşleştirebiliyor. MVR adlı yeni çerçeve, metinleri çok bakış açısından yeniden yorumlayarak anlam tutarlılığını artırıyor ve görsel-metin uyumunu güçlendiriyor. Bu gelişme, arama motorları, güvenlik sistemleri ve sosyal medya platformları için önemli ilerlemeler sağlıyor.
JPEG Sıkıştırmasını Aşan Yeni Deepfake Koruma Sistemi Geliştirildi
Araştırmacılar, kişisel fotoğrafları izinsiz deepfake üretiminden koruyan yeni bir sistem geliştirdi. MetaCloak-JPEG adlı bu teknoloji, sosyal medya platformlarının uyguladığı JPEG sıkıştırma işlemini hesaba katarak çalışıyor. Mevcut koruma sistemleri, DreamBooth gibi yapay zeka araçlarının sadece 4-8 fotoğrafla kişiselleştirilmiş sahte içerik üretmesini engellemekte yetersiz kalıyordu. Bunun nedeni, JPEG sıkıştırma sırasında koruyucu sinyallerin %60-80'inin kaybolmasıydı. Yeni sistem, bu sorunu çözmek için farklılaştırılabilir JPEG katmanı kullanarak koruma sinyallerini düşük frekanslı bölgelere yönlendiriyor ve sıkıştırma sonrasında da etkisini koruyor.
Yapay Zeka ile Gelecek Tahmini: Bayes Yaklaşımında Çığır Açan Sistem
Stanford araştırmacıları, yapay zekanın geleceği tahmin etme becerisini dramatik şekilde geliştiren yeni bir sistem geliştirdi. BLF (Bayesian Linguistic Forecaster) adlı bu sistem, sayısal verilerle doğal dil işlemeyi birleştirerek, mevcut en iyi yöntemleri geride bıraktı. Sistem, her adımda güncellenen Bayes temelli inanç durumları, çoklu deneme agregasyonu ve hiyerarşik kalibrasyon gibi üç temel yenilik içeriyor. ForecastBench test platformunda 400 farklı soru üzerinde yapılan denemelerde, diğer tüm açık kaynak yöntemlerden üstün performans sergiledi. Bu gelişme, finans piyasalarından iklim değişikliğine kadar birçok alanda daha güvenilir tahminler yapılmasının önünü açabilir.
TikTok yorum algoritmalarında siyasi önyargı tespit edildi
Araştırmacılar, TikTok'un yorum bölümlerinde kişiselleştirme algoritmalarının nasıl çalıştığını incelemek için kapsamlı bir denetim gerçekleştirdi. Çalışmada, farklı siyasi eğilimlere sahip sahte hesaplar oluşturularak, platformun yorumları nasıl sıraladığı analiz edildi. 2024 ABD başkanlık seçimleriyle ilgili siyasi açıdan tarafsız 65 video üzerinde yapılan deneyler, TikTok'un aynı videolara farklı siyasi görüşlerdeki kullanıcılara farklı yorum sıralamaları gösterdiğini ortaya koydu. Bu bulgular, sosyal medya platformlarının algoritmaları aracılığıyla kullanıcıları farklı bilgi balonlarına yerleştirdiği ve bu durumun toplumsal kutuplaşmayı artırabileceği konusundaki endişeleri destekliyor.
Graf Tabanlı Yapay Zeka: Öneri Sistemlerinde Yeni Dönem
Araştırmacılar, graf yapıları üzerinde çalışan yeni bir yapay zeka algoritması geliştirdi. Bu sistem, birbirine bağlı veriler arasındaki ilişkileri kullanarak daha akıllı öneriler sunabiliyor. Özellikle içerik tabanlı öneri sistemlerinde devrim yaratabilecek bu yaklaşım, her bir öğenin komşularından öğrenerek tahminlerini geliştiriyor. Geleneksel yöntemlerin aksine, bu algoritma büyük veri setlerinde bile verimli çalışabiliyor ve gerçek dünya uygulamalarında binlerce öğe için kullanıcı tercihlerini başarıyla tahmin edebiliyor. Makine öğrenmesi ve öneri sistemleri alanında önemli bir adım olan bu çalışma, sosyal medya platformlarından e-ticaret sitelerine kadar geniş uygulama alanına sahip.
Yapay Zeka Öneri Sistemlerinde Yeni Dönem: BLaIR Benchmark'ı Geliştirildi
Araştırmacılar, büyük dil modellerinin öneri sistemlerindeki performansını değerlendirmek için BLaIR adlı kapsamlı bir benchmark geliştirdi. Bu yeni sistem, 570 milyondan fazla Amazon incelemesi ve 48 milyon ürün verisiyle destekleniyor. Geleneksel öneri sistemleri metin tabanlı ürün özelliklerini etkili şekilde kullanmakta zorlanırken, büyük dil modelleri bu alanda umut vaat ediyor. Ancak bu modellerin öneri görevlerindeki davranışları henüz tam olarak anlaşılmamıştı. BLaIR, sıralı öneri, işbirlikçi filtreleme ve ürün araması gibi farklı senaryoları kapsayarak, dil modellerinin semantik kodlayıcı olarak etkinliğini ölçmeyi amaçlıyor. Bu gelişme, e-ticaret platformlarından müzik önerilerine kadar geniş bir kullanım alanında daha akıllı ve kişiselleştirilmiş öneri sistemlerinin geliştirilmesine katkı sağlayabilir.
Makine Unutma: Yapay Zeka Modellerinden Veri Silme Teknolojileri
Dünya genelinde 'unutulma hakkı' yasalaşırken, kullanıcılar makine öğrenimi platformlarından ayrılmak istediklerinde mahremiyetlerini korumak için yeni teknolojiler geliştiriliyor. Makine unutma, eğitilmiş bir yapay zeka modelinin belirli eğitim verilerinin katkısını tamamen ortadan kaldırmasını sağlayan bir süreç. ArXiv'de yayınlanan kapsamlı araştırma, mevcut makine unutma yöntemlerini dört ana kategoride sınıflandırıyor: merkezi unutma, dağıtık veri unutma, unutma doğrulama ve güvenlik konuları. Araştırmacılar, bu teknolojilerin kullanıcı gizliliği açısından kritik önemini vurguluyor. Özellikle merkezi unutma yöntemleri, kesin ve yaklaşık olmak üzere iki alt kategoriye ayrılıyor. Bu teknolojiler, gelecekte yapay zeka sistemlerinde veri güvenliği ve kullanıcı hakları açısından önemli bir rol oynayacak.
Robotlar için gerçekçi test ortamı: SMART platformu geliştirildi
Araştırmacılar, çok ajanlı yol bulma algoritmalarını test etmek için SMART adlı yeni bir simülasyon platformu geliştirdi. Multi-Agent Path Finding (MAPF) algoritmaları, yüzlerce robotun çarpışmadan koordineli hareket etmesini sağlayabilse de, basitleştirilmiş robot modelleri kullandığı için gerçek dünya performansları belirsizdi. SMART, fizik motorlu simülatörler kullanarak robot dinamiği ve belirsizlikleri gibi karmaşık faktörleri hesaba katıyor. Bu platform, laboratuvar ortamında yüzlerce fiziksel robota erişimi olmayan araştırmacılara gerçekçi test imkanı sunuyor. Aynı zamanda MAPF konusunda uzman olmayan endüstri profesyonellerinin de algoritmaları kendi ortamlarında kolayca test edebilmelerini sağlıyor. Platform, robot koordinasyonunun kritik olduğu depo otomasyonu ve akıllı fabrika uygulamalarında önemli rol oynayabilir.
Robotlar Artık Kendilerini Tanıyabiliyor: Yapay Zeka ile Öz-Farkındalık Atılımı
MIT ve Stanford araştırmacıları, büyük dil modellerini mobil robotlara entegre ederek çığır açan bir başarı elde etti. Geliştirilen sistem, çevresini algılayabilen, kendini tanıyabilen ve hareketlerini öngörebilen robotlar yaratmayı başardı. Sensorimotor deneyimler sayesinde robot, kendi doğasını ve hareket özelliklerini çıkarsamayı öğrendi. Bu gelişme, yapay zekanın öz-farkındalık kazanması yolunda önemli bir adım olarak değerlendiriliyor. Araştırma, minimal benlik kavramının temelini oluşturan öz-tanıma yetisinin, insan olmayan platformlarda nasıl geliştirilebileceğini gösteriyor. Bulgular, gelecekte daha özerk ve akıllı robot sistemlerin geliştirilmesi için yeni kapılar açıyor.
Yapay zeka ajanları artık bilimsel araştırmalarda tam otonom çalışabilecek
Araştırmacılar, bilgisayar kullanabilen yapay zeka ajanlarının bilimsel araştırmalarda ne kadar etkili olduğunu test etmek için ScienceBoard adında yeni bir platform geliştirdi. Bu sistem, yapay zeka ajanlarının tıpkı insan araştırmacılar gibi profesyonel yazılımları kullanarak karmaşık bilimsel görevleri bağımsız olarak yerine getirebilmesini sağlıyor. Platform, farklı bilim dallarından 169 zorlu test senaryosu içeriyor ve ajanların gerçek araştırma ortamlarında nasıl performans gösterdiğini değerlendiriyor. Bu gelişme, bilimsel keşif süreçlerinin otomasyonu ve araştırmacıların rutin işlerden kurtulması açısından önemli bir adım.
Otonom araçlar için gerçekçi 3D simülasyon teknolojisi geliştirildi
Araştırmacılar, otonom sürüş sistemlerinin test edilmesi için yeni bir yapay zeka modeli geliştirdi. R3D2 adlı bu sistem, gerçek dünya sürüş sahnelerine 3D nesneleri gerçekçi bir şekilde yerleştirebiliyor ve gölge, ışık gibi görsel efektleri anlık olarak oluşturabiliyor. Geleneksel simülasyon platformları yüksek kaynak gerektirirken, 3D Gaussian Splatting gibi sinir ağı tabanlı yöntemler dinamik nesne manipülasyonunda yetersiz kalıyordu. Yeni geliştirilen tek adımlık difüzyon modeli bu sorunları çözerek, otonom araç geliştiricilerinin çeşitli ve güvenlik-kritik test senaryoları oluşturmasına imkan tanıyor. Bu teknoloji, gerçek dünya verileriyle simülasyon arasındaki farkı azaltarak daha güvenilir otonom sürüş sistemleri geliştirilmesine katkı sağlayabilir.
Yapay Zeka Karşıt Argümanlarla İçerik Denetimini Güçlendiriyor
Sosyal medya platformlarında yanlış bilginin yayılması büyük endişe yaratırken, X'in Topluluk Notları gibi kitle kaynaklı doğruluk kontrolü sistemleri öne çıkıyor. Ancak bu sistemler partizan önyargı ve doğrulama gecikmeleri gibi sorunlarla karşılaşıyor. Yeni bir araştırma, yapay zekanın destekleyici, nötr veya karşıt argümanlar sunarak içerik denetimini nasıl iyileştirebileceğini inceliyor. Sonuçlar, özellikle karşıt görüşlerin sunulduğu geri bildirimlerin not kalitesini en çok artırdığını gösteriyor. Bu bulgular, farklı bakış açılarının ve insan-yapay zeka iş birliğinin kolektif zekanın geliştirilmesindeki önemini vurguluyor.
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.
Kullanıcı İçeriklerinde Yapay Zeka Arama Sistemleri için Yeni Değerlendirme Modeli
Araştırmacılar, sosyal medya ve forum gibi kullanıcı tarafından oluşturulan içerik platformlarında yapay zeka destekli arama sistemlerinin etkinliğini artıran yeni bir model geliştirdi. R3A adlı bu sistem, belirsiz kullanıcı sorularını daha iyi anlayarak ve cevap içeren belge bölümlerini hassas bir şekilde tespit ederek arama sonuçlarının kalitesini önemli ölçüde iyileştiriyor. Geleneksel arama sistemlerinin aksine, R3A kullanıcının gerçek amacını popüler içeriklerden yola çıkarak çıkarsamaya çalışıyor ve ilgili belgelerdeki cevap barındıran küçük parçaları belirlemeye odaklanıyor. Bu yaklaşım, özellikle kullanıcı geri bildiriminin sınırlı olduğu durumlarda büyük avantaj sağlıyor.
Fransızca Zararlı İçerik Tespiti İçin Yeni Yapay Zeka Modeli Geliştirildi
Araştırmacılar, Fransızca zararlı içerikleri tespit edebilen ToxiFrench adlı yeni bir yapay zeka sistemi geliştirdi. 53.622 Fransızca çevrimiçi yorumdan oluşan veri seti kullanılarak eğitilen sistem, kültürel bağlama uygun şekilde toksik içerikleri belirleyebiliyor. Çalışmada şaşırtıcı bir bulguya ulaşıldı: küçük dil modelleri, bu görevde büyük modellerden daha başarılı sonuçlar veriyor. Araştırma ekibi, Chain-of-Thought adı verilen özel bir eğitim stratejisi geliştirerek modelin performansını artırdı. Bu gelişme, sosyal medya platformları ve çevrimiçi içerik moderasyonu için önemli bir adım teşkil ediyor.
Yapay Zeka Video Altyazılarını Gerçeklik Kontrolüyle Değerlendiren Yeni Model
Araştırmacılar, video altyazılarının kalitesini ve gerçekliğini değerlendiren VC-Inspector adlı yeni bir yapay zeka modeli geliştirdi. Mevcut değerlendirme sistemlerinin aksine, bu model herhangi bir referans metne ihtiyaç duymadan altyazıların ne kadar doğru olduğunu analiz edebiliyor. Model, özellikle gerçeklik kontrolüne odaklanarak, altyazılardaki yanlış bilgileri tespit edebiliyor. Test sonuçları, VC-Inspector'ın insan değerlendirmenleriyle oldukça uyumlu sonuçlar verdiğini ve farklı video türlerinde başarılı olduğunu gösteriyor. Açık kaynak olarak sunulan bu teknoloji, video içerik üreticilerinden eğitim platformlarına kadar geniş bir kullanım alanına sahip.