“AI” için sonuçlar
2.136 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Megahertz Rezonatörlerle Tek Nükleer Spin Tespiti Mümkün Hale Geliyor
Fizikçiler, megahertz frekansında çalışan mekanik rezonatörler kullanarak nükleer spinleri tespit etmenin yeni bir yolunu geliştirdiler. Bu yöntem, manyetik alan gradyanı aracılığıyla nükleer spinleri rezonatörlere bağlayarak çalışıyor. Geleneksel yaklaşımların aksine, araştırmacılar spin topluluğunun dalgalanan polarizasyonunun rezonatörün frekans varyansında ölçülebilir bir artışa neden olduğunu keşfettiler. Nanoskala örneklerde Boltzmann polarizasyonunun ortalama frekans kaymasını ölçmek zorken, bu yeni yaklaşım frekans varyansı ölçümü yaparak sorunu aşıyor. Düşük kütle ve yüksek kalite faktörü gibi istisnai özelliklere sahip megahertz rezonatörler, hem temel hem de uygulamalı kuantum araştırmalarında çok yönlü bir platform haline gelmiştir. Bu gelişme, tek nükleer spin tespitine kadar uzanan hassasiyete ulaşma potansiyeli taşımaktadır.
Antiferromanyetik Malzemede Düşük Manyetik Alanda Yeni Anahtarlama Yöntemi
Fizikçiler, manyetik alanla kontrol edilmesi zor olan tam kompanseli antiferromanyetik malzemelerde çığır açan bir keşif gerçekleştirdi. CeNiAsO kristalinde, geleneksel yöntemlerin gerektirdiği yüksek manyetik alanların çok altında, sadece düzlem içi düşük manyetik alan kullanarak malzemenin manyetik durumunu değiştirmeyi başardılar. Bu yöntem, iki farklı antiferromanyetik alanın seçici stabilizasyonunu sağlayarak, malzemede %35'e varan devasa direnç değişimi oluşturuyor. Bulgular, spin-yörünge etkileşmesinin sağladığı geleneksel anizotropi sinyallerini kat kat aşan değerlere ulaşıyor. Bu keşif, antiferromanyetik malzemelerin gelecekteki elektronik uygulamalarda kullanımına dair önemli perspektifler sunuyor ve spintronik teknolojilerinde yeni kapılar açabilir.
Yapay Zeka ile Yeni Ferroelektrik Sıvılar Tasarlandı
MIT araştırmacıları, derin öğrenme algoritmaları kullanarak yeni ferroelektrik sıvı kristaller tasarlayıp sentezlemeyi başardı. Ferroelektrik sıvılar, elektrik alan altında kutup düzenlerini değiştirebilen özel malzemeler olup, hızlı elektro-optik teknolojiler ve enerji uygulamalarında büyük potansiyel taşıyor. Araştırmacılar, bilinen tüm polar sıvı kristal malzemelerin verilerini derleyerek bir veri seti oluşturdu ve graf sinir ağlarını eğitti. Bu AI sistemi, ferroelektrik davranışı %95 doğrulukla tahmin edebiliyor. Çalışma, malzeme biliminde AI'nın moleküler tasarım sürecini nasıl devrim niteliğinde değiştirebildiğini gösteriyor.
Kusurlu Malzemelerde Yeni Topolojik Faz Geçişleri Keşfedildi
Fizikçiler, malzemelerdeki kusurların topolojik faz geçişlerini nasıl etkilediğini araştırdılar. Topolojik faz geçişleri, malzemelerin elektronik özelliklerinin ani değişimlerle karakterize edildiği kritik anlardır. Araştırmacılar, üç boyutlu kafes yapısında rastgele dağılmış kusurların bulunduğu bir model sistemi inceleyerek, bu kusurların zayıf olsa bile faz geçişinin doğasını tamamen değiştirdiğini keşfettiler. Bulgular, kusurlu malzemelerin daha önce bilinmeyen bir evrensellik sınıfına ait olduğunu gösteriyor. Bu keşif, gerçek malzemelerde her zaman bulunan kusurların, kuantum teknolojilerinde kullanılan topolojik malzemelerin davranışını nasıl etkilediğinin anlaşılmasında önemli bir adım.
Uydu görüntüleri ve sensör verilerini birleştiren AI modeli geliştirildi
Araştırmacılar, çevre değişikliklerini anlamak için uydu görüntülerini gerçek zamanlı sensör verileriyle birleştiren ilk etkileşimli yapay zeka modelini geliştirdi. ChatENV adlı bu sistem, iklim değişikliği, şehir planlama ve ekosistem takibi gibi kritik alanlarda kullanılabilir. Model, 197 ülkeden 177 bin görüntü ve sıcaklık, hava kirliliği gibi çevresel verilerle eğitildi. Sistem, sadece mevcut durumu analiz etmekle kalmayıp 'ya olursa' senaryolarıyla gelecek tahminleri de yapabiliyor. Bu teknoloji, çevre bilimcilerin daha kapsamlı analizler yapmasına olanak sağlıyor.
Yapay Zeka Sohbet Botlarının Kaynak Kullanım Kalitesi Araştırıldı
Bilim insanları, ChatGPT gibi yapay zeka sohbet sistemlerinin verdikleri cevaplarda kullandıkları kaynakları inceleyerek önemli farklılıklar keşfetti. Dokuz farklı AI sisteminden toplanan 1517 kaynağın analiz edildiği araştırmada, ChatGPT'nin yanıt başına ortalama 9,5 kaynak gösterdiği ve kalite puanının 15,48/20 olduğu belirlendi. Buna karşılık Hunyuan-TurboS sistemi sadece 4 kaynak gösterip 11,65/20 kalite puanı aldı. Kullanıcı çalışması ise insanların bu kaynakları nadiren incelediğini ortaya koydu. Bu bulgular, AI sistemlerinin güvenilirliği için kaynak kalitesinin kritik önemini vurguluyor.
Yapay Zeka İnsan Davranışlarını Ne Kadar İyi Taklit Edebiliyor?
Araştırmacılar, büyük dil modellerinin (LLM) davranış araştırmalarında insan yerine kullanılıp kullanılamayacağını test etti. Çalışmada, yapay zeka modelleri ile gerçek insanların aynı deneylerdeki tepkileri karşılaştırıldı. Sonuçlar, AI sistemlerinin genel davranış kalıplarını yakalayabildiğini ancak insan ölçeğindeki etki büyüklüklerini tutarlı şekilde eşleştiremediğini gösterdi. Bu bulgular, yapay zekanın davranış bilimlerinde hangi durumlarda güvenilir veri kaynağı olabileceğine dair önemli ipuçları sunuyor.
Video Oyunları Cinsiyet Kimliği Keşfinde Güvenli Alan Sunuyor
Yeni bir araştırma, video oyunlarının cinsiyet kimliği arayışında olan bireyler için önemli bir keşif alanı sunduğunu ortaya koyuyor. 'Agender öfori' olarak adlandırılan yeni bir kavramı inceleyen çalışma, cinsiyetsiz deneyimlerden kaynaklanan mutluluk ve tatmin duygularını araştırıyor. 142 katılımcıyla gerçekleştirilen araştırma, oyun deneyimlerinin cinsiyet azınlıklarına güvenli bir sığınak sağladığını gösteriyor. Bulgular, özellikle agender, non-binary ve cinsiyet kayıtsızı kimlik sahipleri için oyunların nasıl olumlu deneyimler yaratabileceğine dair önemli ipuçları sunuyor.
Gençler Yapay Zeka Chatbotlarını Kimlik Gelişimi İçin Kullanıyor
Araştırmacılar Character.AI platformunda 4.172 kullanıcının verilerini analiz ederek gençlerin yapay zeka chatbotlarını nasıl kullandığını inceledi. Bulgular, en aktif kullanıcıların %50'sinin 13-17 yaş aralığında olduğunu ve %61,9'unun kadın veya non-binary kimlik taşıdığını gösterdi. Gençlerin %59'u kendi karakterlerini yaratarak platformu duygusal düzenleme, yaratıcı deneyim ve kimlik gelişimi için kullanıyor. Çalışma, gençlerin yapay zeka teknolojisini yetişkinlerin tasarladığı amaçların ötesinde, kendi ihtiyaçları doğrultusunda nasıl dönüştürdüğünü ortaya koyuyor.
Yapay Zeka İle Çalışırken Beynimiz Nasıl Değişiyor? Tehlikeli Bir Deneyim
Bir araştırmacının büyük dil modeliyle kurduğu sistem, beklenmedik sonuçlar doğurdu. Kişi, karar verme yetkisini yapay zekaya devretmeye başladı ve eleştirilere karşı AI çıktılarını kalkan olarak kullanmaya yöneldi. 48 saat içinde gözlemlenen bu değişimler, prompt mühendisliği sistemlerinin insan bilişi üzerindeki etkilerini gözler önüne seriyor. Çalışma, AI sistemleriyle etkileşimin beynimizi nasıl yeniden şekillendirebildiğini ve bu süreçteki teknik sebepleri detaylı şekilde inceliyor.
Yapay Zeka Üretimi Sahte Haberler Gerçeklerden Daha Hızlı Yayılıyor
Yapay zeka teknolojilerinin gelişmesiyle birlikte sahte ve gerçek medya içerikleri arasındaki fark giderek belirsizleşiyor. Araştırmacılar, X platformundaki 150 binden fazla paylaşımı analiz ederek yapay zeka ile üretilen sahte içeriklerin nasıl yayıldığını inceledi. Bulgular, AI üretimi sahte haberlerin orantısız bir şekilde viral olduğunu, ancak bu yayılmanın aktif tartışmalardan ziyade pasif etkileşimlerle gerçekleştiğini gösteriyor. Yapay zeka dedektörlerinin performansının da düştüğü gözlemlenen çalışma, dijital çağda bilgi güvenliğinin önemini bir kez daha vurguluyor.
Yapay Zeka Fizik Araştırması Yapabilir mi? Yeni Test Sistemi Sınırları Belirliyor
Araştırmacılar, yapay zekanın fizik araştırması yapma yetisini ölçen kapsamlı bir test sistemi geliştirdi. PRL-Bench adlı bu sistem, büyük dil modellerinin teorik fizik problemlerini baştan sona çözebilme kapasitesini değerlendiriyor. Physical Review Letters dergisindeki 100 güncel makaleden oluşturulan test, yapay zekanın gerçek bilimsel keşif süreçlerindeki rolünü anlamaya yönelik önemli bir adım. Sistem, AI'nın sadece bilgi işleme değil, özerk araştırma yapabilme potansiyelini de sorguluyor. Bu çalışma, yapay zekanın bilimsel keşiflerdeki geleceği hakkında kritik veriler sunuyor.
Yapay Zeka Ajanlarını Silahlaştıran Zararlı Beceriler Keşfedildi
Araştırmacılar, büyük dil modellerinin kullandığı açık beceri ekosistemlerinde ciddi güvenlik açıkları tespit etti. İki büyük platformda yapılan kapsamlı analiz, 98.440 becerinin %4,93'ünün siber saldırılar, dolandırıcılık ve mahremiyet ihlalleri gibi zararlı amaçlarla kötüye kullanılabileceğini ortaya çıkardı. ClawHub platformunda zararlı beceri oranı %8,84'e ulaşırken, Skills.Rest'te bu oran %3,49 olarak belirlendi. Çalışma, otonom AI ajanlarının güvenlik değerlendirmesi için ilk kapsamlı kıyaslama sistemi olan HarmfulSkillBench'i de tanıttı.
AI Modellerinin 'Unutma' Becerisini Geliştiren Yeni Yöntem Geliştirildi
Araştırmacılar, büyük dil modellerinin (LLM) zararlı veya gizlilik açısından hassas bilgileri güvenli şekilde unutabilmesi için yeni bir çerçeve geliştirdi. Mevcut yöntemler genellikle tek hedefe odaklanırken, yeni yaklaşım hem istenmeyen bilgileri silme, hem genel yetenekleri koruma, hem de siber saldırılara karşı dayanıklılık sağlama gibi birden fazla kritik hedefi aynı anda başarıyor. Bu gelişme, AI güvenliği ve gizlilik koruma alanında önemli bir adım olarak değerlendiriliyor.
Yapay zeka modelleri insan beynini taklit ediyor mu? Yeni araştırma şaşırtıcı sonuçlar buldu
Araştırmacılar, yapay zeka dil modellerinin insan beynine ne kadar benzediğini ölçen Brain Score yöntemini kullanarak ilginç bulgular elde etti. Farklı dil ailelerinden pek çok doğal dille eğitilen modeller benzer performans gösterirken, insan genomu, Python kodu ve hatta basit parantez dizileri gibi yapısal verilerle eğitilen modeller de doğal dillere yakın başarı sergiledi. Bu sonuçlar, Brain Score'un dil modellerinin ortak yapısal özellikleri yakalama becerisini değerlendirdiğini, ancak insan beyninin dil işlemeye özgü mekanizmalarını ölçmekte sınırlı kalabileceğini gösteriyor.
Yapay Zeka Modelleri Artık Yeniden Eğitilmeden Farklı Hedeflere Odaklanabiliyor
Araştırmacılar, yapay zeka modellerinin yeniden eğitim gerektirmeden farklı hedef fonksiyonlara adapte olabileceği yeni bir yöntem geliştirdi. Ödül Ağırlıklı Sınıflandırıcısız Rehberlik (RCFG) adı verilen bu teknik, modellerin test aşamasında bile farklı özellikleri optimize etmesine olanak tanıyor. Özellikle molekül üretimi alanında test edilen yöntem, hem yardımcılık-zararsızlık dengesinden bio-erişilebilirlik-lipofiliklik dengesine kadar farklı özellik kombinasyonlarını optimize edebiliyor. Bu yaklaşım, AI modellerinin daha esnek ve adaptif hale gelmesinde önemli bir adım teşkil ediyor.
Tıpta Yapay Zeka: DeepER-Med ile Şeffaf ve Güvenilir Tıbbi Araştırma
Yapay zekanın sağlık alanında yaygın kullanımı için güven ve şeffaflık kritik önem taşıyor. Araştırmacılar, tıbbi araştırmalarda AI kullanımını daha güvenilir hale getirmek için DeepER-Med adlı yeni bir sistem geliştirdi. Bu sistem, kanıt temelli araştırma süreçlerini üç modülde organize ediyor: araştırma planlama, işbirlikçi AI ajanları ve sentez. Mevcut sistemlerin aksine, DeepER-Med kanıt değerlendirmesi için açık ve denetlenebilir kriterlere sahip. Bu yaklaşım, hata birikimini önlemeye yardımcı olurken, araştırmacı ve klinisyenlerin sonuçların güvenilirliğini değerlendirmesini kolaylaştırıyor. Sistem ayrıca karmaşık gerçek dünya tıbbi sorularını değerlendirme konusunda da gelişmiş performans sergiliyor.
Yapay Sağlık Verilerinin Kalitesini Ölçmek İçin Yeni Bir Yöntem Geliştirildi
Araştırmacılar, büyük sağlık veri setleri için üretilen yapay verilerin kalitesini değerlendirmek amacıyla yeni bir metodoloji geliştirdi. Çalışmada, farklı makine öğrenmesi ailelerinden yedi model karşılaştırıldı ve her biri farklı ölçeklerdeki dört veri seti üzerinde test edildi. Araştırma, özellikle Alman Kanser Kayıtları'nın epidemiyolojik verilerini kullanarak, yapay veri üretiminde karşılaşılan zorlukları ortaya koydu. Geliştirilen yöntem, sentezlenmiş veri dağılımlarının doğruluğunu tek bir grafikte görselleştirerek değerlendiriyor ve herhangi bir veri seti için uygulanabilir nitelikte. Bu yaklaşım, sağlık alanında yapay veri kullanımının güvenilirliğini artırmak için önemli bir adım olarak görülüyor.
Sanal Asistan 'Jodie' Online Terapide Hastaların Kaygısını Azaltıyor
Araştırmacılar, online terapi seanslarında hastalarla birlikte bulunan sanal bir destek asistanının etkilerini inceledi. 'Jodie' adını verdikleri bu sanal karakter, hem terapi dışında günlük ruh hali takibi yapıyor hem de Zoom üzerinden gerçekleştirilen terapi seanslarına katılıyor. 14 katılımcıyla yapılan çalışmada, sanal asistanın hastaların kaygı seviyelerini düşürdüğü, psikolojik güvenlik hissini artırdığı ve duygusal iyilik halini desteklediği görüldü. Bu çalışma, dijital sağlık alanında sanal karakterlerin geleneksel terapi süreçlerine nasıl entegre edilebileceğine dair önemli ipuçları sunuyor.
Yapay Zeka Doktorları: Radyoloji Raporları İçin Çok Ajanlı Sistem Geliştirildi
Stanford araştırmacıları, tıbbi görüntüleme raporlarını otomatik olarak hazırlayan devrim niteliğinde bir yapay zeka sistemi geliştirdi. MARCH adlı sistem, gerçek hastanelerdeki hiyerarşik yapıyı taklit ederek birden fazla AI ajanının işbirliği yapmasını sağlıyor. Sistem, asistan doktor rolündeki bir ajanın ilk rapor taslağını hazırlamasıyla başlıyor, ardından uzman doktor rolündeki ajanlar bu raporu gözden geçiriyor ve son olarak başhekim rolündeki bir ajan nihai kararı veriyor. Bu yaklaşım, tek başına çalışan AI sistemlerinde sık görülen yanıltıcı tanılar ve klinik hataları önemli ölçüde azaltıyor. Göğüs BT taramalarında test edilen sistem, mevcut en gelişmiş yöntemleri geride bırakarak daha doğru ve güvenilir raporlar üretiyor.
Ameliyat videolarını anlayan yeni AI modeli: SurgMotion
Araştırmacılar, cerrahi videoları analiz etmede devrim yaratabilecek SurgMotion adlı yeni bir yapay zeka modeli geliştirdi. Geleneksel AI modellerinin aksine, SurgMotion piksel düzeyinde görsel detayları yeniden oluşturmak yerine, ameliyat sahnesindeki anlamlı hareketleri öngörmeye odaklanıyor. Bu yaklaşım, duman, yansımalar ve sıvı hareketleri gibi cerrahi anlayış için önemsiz detayları görmezden gelerek, modelin kapasitesini asıl önemli yapısal bilgilere yönlendiriyor. Model, hareket tabanlı tahmin, uzamsal-zamansal tutarlılık ve temsil çeşitliliği gibi üç temel yeniliği bir araya getiriyor. Bu gelişme, ameliyat sırasında gerçek zamanlı yardım, cerrahi eğitim ve tıbbi analiz alanlarında önemli ilerlemeler sağlayabilir.
Yapay Zeka Modelleri İçin Yeni Kalibrasyon Yöntemi: HyCal
Araştırmacılar, görsel-dil modellerinin farklı disiplinlerden gelen dengesiz verilerle öğrenme yaparken karşılaştığı 'Domain Gravity' sorununu çözmeye yönelik yeni bir yöntem geliştirdi. HyCal adlı bu training-free kalibrasyon yöntemi, az örnekli sınıf artırımlı öğrenmede prototype kaymasını önleyerek modellerin performansını artırıyor. Çalışma, gerçek dünyada karşılaşılan heterojen ve dengesiz veri dağılımlarının yapay zeka modellerinin öğrenme sürecini nasıl olumsuz etkilediğini ortaya koyuyor ve pratik bir çözüm sunuyor.
Yapay Zeka Modelleri Kendi Hatalarını Ne Kadar İyi Fark Ediyor?
Araştırmacılar, yapay zeka modellerinin kendi düşünce süreçlerini ne kadar iyi izleyebildiğini ölçen kapsamlı bir test sistemi geliştirdi. Bu sistem, insanların kendi bilişsel süreçlerini değerlendirmesini inceleyen psikoloji araştırmalarından ilham alarak tasarlandı. 20 farklı yapay zeka modeli üzerinde yapılan testler, modellerin kendi doğru ve yanlış cevaplarını ayırt etme yeteneklerinde büyük farklılıklar olduğunu ortaya koydu. Bu araştırma, yapay zeka güvenliği açısından kritik öneme sahip çünkü bir modelin kendi sınırlarını bilmesi, hatalı bilgi vermesini önlemeye yardımcı olabilir.
Yapay Zeka Matematiksel İspatları Otomatik Olarak Formüle Ediyor
Araştırmacılar, yapay zeka ajanlarının matematiksel ispatları otomatik olarak formalize edebileceğini gösteren çığır açan bir çalışma yayınladı. İsabelle teoremi kanıtlama sistemi kullanılan araştırmada, hem insan hem de AI ajanı bağımsız olarak kağıt-kalem ispatları üretiyor, ardından AI bu ispatları otomatik olarak İsabelle'de formalize ediyor. Çalışma, lambda hesabı terimlerinde tip açıklamalarının nasıl minimize edilebileceği problemine odaklanıyor. Bu yaklaşım, formal matematik ve otomatik ispat sistemlerinin gelişimi için önemli bir adım teşkil ediyor.