“AI” için sonuçlar
2.142 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Overmind: Yapay Zeka için Yeni Nesil Hibrit İşlemci Mimarisi Geliştirildi
Araştırmacılar, nöro-sembolik yapay zeka sistemleri için özel olarak tasarlanmış yenilikçi bir işlemci mimarisi geliştirdi. Overmind adlı bu sistem, büyük dil modelleri ve otonom sistemlerde karşılaşılan temel hesaplama sorunlarını çözmek üzere tasarlandı. Mevcut donanım platformlarının yüksek bellek kullanımı, sık pipeline durmaları ve sınırlı I/O bant genişliği gibi sorunlarıyla başa çıkmak için üç ana yenilik sunuyor: Padé yaklaşımları ile evrensel doğrusal olmayan fonksiyonların optimize edilmesi, maliyetli önbellek sistemlerini ortadan kaldıran öngörülü bellek bypass teknolojisi ve model dağıtımını optimize eden kapsamlı yazılım yığını. Bu çapraz katman optimizasyonları, nöro-sembolik AI sistemlerinin daha verimli ve pratik şekilde dağıtılmasını mümkün kılıyor.
ZORO: Kodlama Sürecinde Yapay Zeka Kurallarını Aktif Hale Getiren Yeni Arayüz
Yapay zeka destekli kodlama süreçlerinde geliştiriciler genellikle kurallar dosyası kullanarak AI ajanlarıyla uyum sağlamaya çalışır. Ancak bu kurallar pasif metinler halinde kalır ve ne zaman kullanıldığı belirsizdir. Araştırmacılar bu sorunu çözmek için ZORO adlı interaktif bir arayüz geliştirdi. ZORO, kuralları kodlama sürecinin her adımına entegre ederek aktif kontrol mekanizması haline getiriyor. Sistem, AI ajanının oluşturduğu planları kurallarla zenginleştiriyor ve her kuralın takip edildiğini kanıtlamasını zorunlu kılıyor. Kullanıcılar da kuralların uygulanışından memnun değillerse anında geri bildirim verebiliyorlar. Teknik değerlendirmeler, ZORO kullanılan sistemlerde AI ajanlarının kuralları daha iyi takip ettiğini gösteriyor. Kullanıcı çalışmaları da insanların davranış ve bilişsel stratejilerinde olumlu değişiklikler yaşandığını ortaya koyuyor.
Yapay Zeka Sözleşmelerinde Ara Bilgilerin Gücü Keşfedildi
Araştırmacılar, geleneksel müdür-vekil problemine yeni bir yaklaşım geliştirdi. Bu çalışma, görev delegasyonu sürecinde ortaya çıkan ara bilgilerin nasıl değerlendirilebileceğini inceliyor. Önerilen model, süreç boyunca elde edilen bilgileri yakalayabilmek için birden fazla ara durum içeriyor. İki yenilikçi sözleşme türü öneriliyor: sadece nihai sonuçlara değil ara durumlara da dayalı ödeme yapan 'yarı-yol ödeme sözleşmesi' ve istenmeyen ara durumlarla karşılaşıldığında delegasyon sürecini sonlandırma olanağı sağlayan 'yarı-yol fesih sözleşmesi'. Bu yaklaşım, yapay zeka sistemlerinde daha etkili teşvik mekanizmaları tasarlamak için önemli içgörüler sunuyor.
Yapay Zeka ile Donanım Tasarımında Güç-Performans Optimizasyonu
Araştırmacılar, büyük dil modellerinin (LLM) donanım tasarımındaki yeteneklerini geliştiren yeni bir framework olan HYPERHEURIST'i geliştirdi. Bu sistem, yapay zekanın ürettiği donanım tasarımlarını tek seferlik sonuç olarak görmek yerine, geliştirilebilir ara adımlar olarak değerlendiriyor. Simulated annealing algoritması kullanan framework, önce tasarımların fonksiyonel doğruluğunu test ediyor, ardından güç tüketimi, performans ve alan kullanımı açısından optimize ediyor. Sekiz farklı benchmark üzerinde yapılan testlerde, bu aşamalı yaklaşımın daha kararlı ve tutarlı sonuçlar verdiği görüldü. Çalışma, yapay zekanın donanım geliştirme süreçlerinde nasıl daha etkili kullanılabileceğine dair önemli ipuçları sunuyor ve gelecekte daha verimli elektronik cihazların tasarlanmasına katkı sağlayabilir.
Yapay Zeka Tartışmaların Bilgi Değerini Ölçebiliyor
Stanford araştırmacıları, toplumsal tartışmaların ne kadar verimli bilgi ürettiğini ölçen yeni bir yapay zeka sistemi geliştirdi. Conversational Information Gain (CIG) adlı framework, her konuşma cümlesinin tartışmaya ne kadar değer kattığını analiz ediyor. Sistem, konuşmalardan atomik iddiaları çıkararak bunları semantik bir hafızada birleştiriyor ve her ifadeyi Yenilik, İlişki ve Etki Kapsamı boyutlarında değerlendiriyor. TV tartışmaları ve toplum görüşmeleri üzerinde yapılan testlerde, sistemin insan algısıyla uyumlu sonuçlar verdiği görüldü. Bu teknoloji, gelecekte demokratik süreçlerin kalitesini artırmak ve daha verimli müzakere ortamları yaratmak için kullanılabilir.
Yapay zeka modelleri hipergraflarda test edildi: Yeni benchmark HyperGVL
Araştırmacılar, büyük görsel-dil modellerinin (LVLM) hipergraflardaki performansını ölçmek için ilk kapsamlı test sistemi olan HyperGVL'yi geliştirdi. Hipergrafllar, yaşam bilimlerinden sosyal ağlara kadar birçok alanda karmaşık ilişkileri modellemek için kullanılan matematiksel yapılar. 12 farklı gelişmiş AI modelinin 84.000 soru-cevap örneği üzerinde test edildiği bu araştırma, temel bileşen sayımından karmaşık matematiksel problem çözmeye kadar 12 farklı görevde modellerin yeteneklerini değerlendirdi. Çalışma, mevcut AI modellerinin hipergraflları anlama konusundaki sınırlarını ortaya koyarak, bu alandaki gelişim ihtiyacını vurguluyor. Bu benchmark, AI'nın karmaşık matematiksel yapıları anlama yeteneğinin geliştirilmesi için önemli bir adım teşkil ediyor.
Yapay Zeka İçin Güvenli Veri Üretiminde Yeni Yaklaşım: DPDSyn
Araştırmacılar, yapay zeka modellerinin eğitimi için güvenli sentetik veri üretiminde çığır açan bir yöntem geliştirdi. DPDSyn adlı bu yaklaşım, diferansiyel gizlilik prensiplerine uygun olarak veri setleri oluşturmak için yeni bir strateji benimsiyor. Geleneksel yöntemler, orijinal verinin düşük boyutlu dağılımlarını seçerek sentetik veri üretmeye odaklanırken, bu yaklaşım doğrudan görev odaklı bir model kullanıyor. Yöntem, önce orijinal veri seti üzerinde diferansiyel gizliliği koruyan bir AI modeli eğitiyor, ardından bu modeli kullanarak yeni veri setleri sentezliyor. Bu yaklaşım, uygun düşük boyutlu dağılımları seçme zorluğunu ortadan kaldırarak, sentetik verinin kullanılabilirliğini artırmayı hedefliyor. Diferansiyel gizlilik, verinin bireysel mahremiyetini korurken istatistiksel analizlere olanak tanıyan önemli bir güvenlik konsepti.
Yapay Zeka Kripto Bahis Uyuşmazlıklarını Çözebilir mi?
Polymarket gibi Web3 tahmin piyasalarında milyar dolarlık işlem hacmine rağmen uyuşmazlıklar yaşanmaya devam ediyor. Cornell Üniversitesi araştırmacıları, büyük dil modellerinin (LLM) bu uyuşmazlıkları çözmede ne kadar etkili olduğunu inceledi. Çalışma, yapay zekanın hangi etkinliklerde uyuşmazlık çıkacağını önceden tahmin edemediğini, ancak uyuşmazlık başladıktan sonra UMA protokolünün blokzincir tabanlı oylama süreciyle benzer kalitede kararlar verebildiğini ortaya koydu. Bu bulgular, merkeziyetsiz finansın önemli sorunlarından biri olan objektif uyuşmazlık çözümünde yapay zekanın potansiyel rolünü gösteriyor.
Çoklu Sekme Trafiğini Ayıran Yeni AI Sistemi: DEMUX ile Daha Güvenli İnternet
Araştırmacılar, Tor gibi anonim ağlarda kullanıcıların hangi siteleri ziyaret ettiğini tespit eden saldırılara karşı yeni bir savunma geliştirdi. DEMUX adlı sistem, kullanıcılar aynı anda birden fazla sekme açtığında oluşan karışık trafik yapısını analiz ederek güvenlik açıklarını kapatıyor. Mevcut derin öğrenme yöntemleri tek sekme kullanımında yüksek başarı gösterse de, çoklu sekme durumunda performansları ciddi şekilde düşüyor. Yeni sistem, sınır korumalı pencere bölümleme, çok ölçekli paralel CNN ve zamansal ilişkilendirme modüllerini bir araya getirerek bu sorunu çözüyor. Geliştirilen yöntem, internet trafiğinin daha güvenli hale gelmesi ve kullanıcı mahremiyetinin korunması açısından önemli bir adım sayılıyor.
Yapay Zeka Modelleri İçin Yeni Matematik Yaklaşımı: Neural CTMC
Araştırmacılar, dil ve ayrık veri üretimi için kullanılan difüzyon modellerinde çığır açan yeni bir yaklaşım geliştirdi. Neural Continuous-Time Markov Chain (Neural CTMC) adlı bu yöntem, sürekli zamanlı Markov zincirlerinin temel yapısını iki ayrı bileşene ayırarak daha etkili sonuçlar elde ediyor. Mevcut yöntemler tersine oran matrisini tek bir nesne olarak ele alırken, yeni yaklaşım 'ne zaman zıplama yapılacağı' ve 'nereye zıplanacağı' sorularını iki ayrı ağ başlığıyla çözüyor. Bu matematiksel ayrıştırma, Poisson süreçlerinin doğal yapısına daha uygun olduğu için daha verimli ve teorik temellere dayalı bir çözüm sunuyor. Yapay zeka modellerinin metin ve kategorik veri üretme yeteneklerini artırabilecek bu yenilik, özellikle doğal dil işleme alanında önemli gelişmelere yol açabilir.
Yapay Zeka Ajanları Neden İşbirliği Yapmakta Zorlanıyor?
Stanford araştırmacıları, birlikte öğrenen yapay zeka ajanlarının neden işbirliği kurmakta zorlandığını ortaya çıkardı. Çalışma, her ajanın öğrenme sürecinde attığı adımların diğer ajanları öngörülemez hale getirdiğini ve bu durumun işbirliğini baltaladığını gösteriyor. Araştırma, risk-nötr öğrenme yöntemlerinin işbirlikçi dengeyi eksponansiyel olarak kararsızlaştırdığını, partner belirsizliğine karşı riskten kaçınma yaklaşımlarının ise durumu daha da kötüleştirdiğini buldu. Bu bulgular, çok-ajan yapay zeka sistemlerinde sürdürülebilir işbirliğinin neden bu kadar zor olduğunu açıklıyor ve gelecekteki AI sistemlerinin tasarımı için önemli çıkarımlar sunuyor.
Yapay Zeka Destekli Güç Sistemleri Eğitimi: Mühendislik Öğretiminde Yeni Yaklaşım
Elektrik mühendisliği eğitiminin en zorlu alanlarından biri olan güç sistemi dinamikleri, soyut kavramları ve yoğun matematik içeriği nedeniyle öğrenciler için büyük zorluk teşkil ediyor. Araştırmacılar, bu problemi çözmek için yapay zeka ve simülasyon teknolojilerini birleştiren interaktif bir öğrenme sistemi geliştirdi. Sistem, üç temel bileşenden oluşuyor: AI katmanı akıllı açıklamalar ve rehberlik sağlıyor, simülasyon katmanı sistem davranışlarını modelliyor, kullanıcı katmanı ise öğrencilerin gerçek zamanlı etkileşim kurmasını mümkün kılıyor. Bu yaklaşım, öğrencilerin teorik bilgiyi pratikle birleştirmesine ve karmaşık enerji sistemi kavramlarını daha kolay anlamasına yardımcı oluyor.
Yapay Zeka Mantıksal Bilgiyi Nasıl Sıkıştırır? Yeni Matematiksel Teori
Araştırmacılar, yapay zeka sistemlerinin mantıksal bilgileri nasıl sıkıştırabileceğine dair yeni bir matematiksel teori geliştirdi. Bu çalışma, bilgi kaybı yaşayan sıkıştırma yöntemlerini mantıksal çıkarım sistemlerine uyarlamayı hedefliyor. Klasik sıkıştırma yöntemleri her sembolün birebir korunmasına odaklanırken, bu yaklaşım mantıksal bütünlüğün korunmasını esas alıyor. Teoriye göre, bir bilgi tabanındaki gereksiz mantıksal sonuçlar ayıklanarak, sadece temel çekirdek bilgiler saklanabilir. Bu yöntem, yapay zeka sistemlerinin büyük bilgi tabanlarını daha verimli şekilde depolamasına ve işlemesine olanak tanıyabilir. Araştırma, özellikle otomatik teorem ispatlama ve bilgi temsili alanlarında devrim yaratma potansiyeli taşıyor.
Yapay Zeka Modellerinde İçsel Mantık Kayması Keşfedildi
Araştırmacılar, çok modlu büyük dil modellerinde kritik bir zafiyet keşfetti: endojen mantık kayması. Bu durum, modellerin kendi düşünce süreçleri sırasında dış etkenler olmadan spontan olarak davranış değişikliklerine uğramasını ifade ediyor. Stanford ve diğer kurumlardan bilim insanları, bu sorunu hem düşünce hem de algı perspektiflerinden inceledi. Modeller, otoregresif üretim süreci boyunca öngörülemeyen dağılım değişiklikleri yaşıyor ve bu durum performanslarını olumsuz etkiliyor. Çalışma, bu iç kaymaları çok modlu kavram kayması olarak teorik olarak tanımlıyor ve Counterfactual Prefer adlı yeni bir yaklaşım öneriyor. Bu keşif, yapay zeka güvenilirliği açısından önemli çünkü modellerin kararlı performans sergileyebilmesi için içsel tutarlılığın korunması gerekiyor.
Yapay Zeka Ajanlarının Yetenekleri Monte Carlo Ağaç Arama ile Optimize Ediliyor
Büyük dil modeli tabanlı yapay zeka ajanlarının performansını artırmak için yeni bir optimizasyon yaklaşımı geliştirildi. Araştırmacılar, ajanların belirli görevleri yerine getirmek için kullandıkları 'yetenekleri' - talimatlar, araçlar ve destekleyici kaynakların yapılandırılmış koleksiyonları - sistematik olarak geliştirmenin yolunu buldu. Yetenek tasarımının ajan performansını önemli ölçüde etkilediği biliniyordu, ancak bu yetenekleri optimize etmek karmaşık bir sorunu. Çünkü bir yetenek hem yapısal bileşenleri hem de bu bileşenlerin içeriğini birlikte optimize etmeyi gerektiriyor. Araştırmacılar bu sorunu iki seviyeli optimizasyon problemi olarak tanımlayıp Monte Carlo Ağaç Arama algoritmasını kullanan bir çerçeve önerdiler. Bu yaklaşım, yapay zeka ajanlarının daha etkili ve verimli çalışmasını sağlayarak, gelecekte daha gelişmiş AI sistemlerinin temelini oluşturabilir.
Yapay Zeka Ajanları için Gerçek Dünya Testleri: GTA-2 Benchmark'ı Tanıtıldı
Araştırmacılar, yapay zeka ajanlarının gerçek dünya görevlerindeki performansını değerlendirmek için yeni bir test sistemi geliştirdi. GTA-2 adlı bu sistem, basit araç kullanımından karmaşık iş akışlarına kadar geniş bir yelpazede AI ajanlarını test ediyor. Mevcut test sistemlerinin yapay sorgular ve sahte araçlar kullanması sorununun üstesinden gelen bu yenilik, gerçek kullanıcı sorularını ve deployed araçları kullanıyor. Sistem, hem kısa vadeli kesin görevleri hem de uzun vadeli açık uçlu görevleri değerlendiriyor. Özellikle açık uçlu görevler için geliştirilen yeni değerlendirme mekanizması, büyük hedefleri doğrulanabilir alt hedeflere bölerek daha objektif ölçüm yapıyor.
BlockRaFT: Blockchain Ağlarını Hızlandıran Yeni Dağıtık Sistem Çerçevesi
Araştırmacılar, blockchain teknolojisinin en büyük sorunlarından olan ölçeklenebilirlik ve güvenilirlik problemlerini çözmek için BlockRaFT adında yenilikçi bir çerçeve geliştirdi. Bu sistem, RAFT konsensüs protokolünü kullanarak blockchain düğümlerinin işlemlerini daha verimli bir şekilde dağıtıyor. BlockRaFT, sistemler arasından bir lider seçerek iş yükünü diğer düğümlere akıllıca paylaştırıyor ve böylece kaynak kullanımını optimize ediyor. Blockchain düğümlerinin durumlu ve durumsuz işlemlerini ayırarak, sistem çökmelerine karşı dayanıklılık sağlarken aynı zamanda yüksek performans sunuyor. Bu gelişme, blockchain teknolojisinin yaygın kullanımının önündeki teknik engellerin aşılmasında önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Modelleri Artık Kararlarını Daha Açık Bir Şekilde Açıklayabilecek
Araştırmacılar, yapay zeka modellerinin nasıl karar verdiğini anlamamızı kolaylaştıran yeni bir yöntem geliştirdi. CoAt-CBM adlı bu sistem, AI modellerinin görsel verileri işlerken hangi kavramlara odaklandığını daha net bir şekilde gösteriyor. Geleneksel yöntemler, önceden eğitilmiş modellerin önyargılarından etkileniyor ve kavramlar arasındaki ilişkileri göz ardı ediyordu. Yeni yaklaşım, her kavram için özel görsel sorgular kullanarak bu sorunları çözüyor ve modelin kararlarını daha şeffaf hale getiriyor. Bu gelişme, yapay zeka sistemlerinin güvenilirliği ve anlaşılabilirliği açısından önemli bir adım.
PoSME: Sıralı Bellek İşlemleri için Yeni Kriptografik Güvenlik Sistemi
Araştırmacılar, bilgisayar belleği üzerinde sıralı işlemleri zorunlu kılan PoSME adlı yeni bir kriptografik sistem geliştirdi. Bu sistem, bellek hücrelerini zincirleyerek işlemlerin doğru sırada yapılmasını garanti ediyor ve güvenlik açıklarını önlüyor. PoSME, her adımda veri bağımlı adresleri okuyarak ve her bloğun değeri ile hash kodunu karşılıklı bağımlı hale getirerek çalışıyor. Sistem, donanım tabanlı saldırılara karşı güçlü direnç gösteriyor ve GPU'ların CPU'lara göre 14-19 kat daha yavaş performans sergilediğini ortaya koyuyor. Bu gelişme, blockchain ve kripto para sistemlerinin güvenliği açısından önemli bir adım olarak değerlendiriliyor.
İHA sürülerinde arıza sonrası kendini onarma: Yapay zeka tabanlı çözüm
Araştırmacılar, büyük İHA sürülerinde meydana gelen arızalar sonrasında sistemin kendini onarabileceği yeni bir yapay zeka algoritması geliştirdi. PhyGAIL adı verilen bu sistem, fizik kurallarından ilham alan graf sinir ağları kullanarak İHA'ların birbirleriyle koordineli şekilde çalışmasını sağlıyor. Geleneksel yöntemlerin aksine merkezi kontrol gerektirmeyen bu yaklaşım, sürü büyüklüğü ve hasar seviyesi değişse bile etkili performans gösterebiliyor. Sistem, yerel gözlemlerden hareketle İHA'lar arasında çekim ve itme kuvvetleri modelleyerek fiziksel olarak tutarlı koordinasyon sağlıyor. Bu gelişme, arama kurtarma operasyonlarından askeri uygulamalara kadar geniş bir yelpazede kullanım potansiyeli taşıyor.
Kişisel Verileri Tespit Eden AI Sistemleri İçin Dev Benchmark Veri Seti Oluşturuldu
Araştırmacılar, kişisel tanımlayıcı bilgileri (PII) tespit eden yapay zeka sistemlerinin performansını değerlendirmek için PIIBench adlı kapsamlı bir benchmark veri seti geliştirdi. 2,4 milyon açıklamalı metin dizisi ve 3,35 milyon varlık referansı içeren bu veri seti, 10 farklı kaynaktan toplanan verileri birleştirerek 48 farklı kişisel bilgi türünü kapsıyor. Daha önce parçalı halde bulunan ve uyumsuz etiketleme sistemleri kullanan veri setlerini standart bir formatta birleştiren bu çalışma, kişisel veri koruma alanında çalışan AI sistemlerinin sistematik olarak karşılaştırılmasına olanak sağlayacak. Çok dilli NER veri setleri, sentetik PII korpusları ve finansal alan metinlerini kapsayan benchmark, veri gizliliği ve güvenliği konularında artan ihtiyaçlara yanıt veriyor.
Uzayda Yapay Zeka: Uydu Ağları İçin Enerji Tasarruflu Öğrenme Sistemi
Araştırmacılar, alçak Dünya yörüngesindeki uydu ağları için yeni bir yapay zeka öğrenme sistemi geliştirdi. CroSatFL adı verilen bu sistem, uyduların kendi aralarında veri paylaşarak öğrenmesini sağlarken enerji tüketimini dramatik şekilde azaltıyor. Geleneksel sistemlerde uyduların sürekli Dünya ile iletişim kurması gerekiyordu, ancak yeni yaklaşım uyduların lazer bağlantılar kullanarak kendi aralarında bilgi alışverişi yapmasına olanak tanıyor. Bu, hem enerji tasarrufu hem de daha hızlı öğrenme anlamına geliyor. Sistem, uyduların sınırlı güç kaynaklarını göz önünde bulundurarak tasarlandı ve uzay tabanlı bilgi işlem ağlarının sürdürülebilirliğini artırıyor. Gelişen uydu mega takımyıldızları için önemli bir teknolojik adım olan bu çalışma, uzayda autonomous AI sistemlerinin yaygınlaşması yolunda kritik bir milestone oluşturuyor.
Yapay Zeka Modellerindeki Zararlı Davranışları Kökten Silmek Artık Mümkün
Araştırmacılar, yapay zeka modellerindeki zararlı ve güvenli olmayan davranışları doğrudan kaynaklarından silmek için yeni bir yöntem geliştirdi. Mistral ve LLaVA gibi hizalanmış modeller bile eğitim sürecinden kalma istenmeyen davranışlar sergileyebiliyor. Mevcut güvenlik yöntemleri sadece tercih edilen yanıtları teşvik ediyor ancak zararlı çıktılara neden olan alt ağları doğrudan kaldırmıyor. Yeni geliştirilen 'budama' çerçevesi, gradyant-free bir atıf mekanizması kullanarak bu tehlikeli parametreleri tespit ediyor ve kaldırıyor. Sistem, GPU kaynaklarını verimli kullanırken farklı mimarilerde genelleştirilebiliyor. Deneysel sonuçlar, zararlı üretimlerde önemli azalma ve jailbreak saldırılarına karşı daha iyi direnç gösterirken model performansında minimal kayıp olduğunu ortaya koyuyor.
Yapay Zeka Çeviricilerin Yarattığı İletişim Paradoksu: Filter Babel Teorisi
Araştırmacılar, yapay zekanın her birimize özel içerik ürettiği bir gelecek senaryosunu inceliyor. Bu 'Filter Babel' adlı düşünce deneyinde, okuduğumuz, izlediğimiz hatta tanıştığımız kişiler bile AI tarafından kişiselleştiriliyor. Bu durum, herkesi kendi özel deneyim dünyasına çekerken, iletişimde ortak zemin kaybına yol açıyor. Wittgenstein'ın özel dil teorisini referans alan çalışma, AI çeviricilerin aracılık ettiği iletişimin kimlik oluşumu üzerindeki etkilerini sorguluyor. Bir yandan özel deneyim bireysel kimliğin temeliyken, diğer yandan ortak anlayış iletişimin vazgeçilmez koşulu. Bu çelişki, gelecekteki AI destekli iletişim sistemlerinin nasıl tasarlanması gerektiği konusunda önemli sorular ortaya çıkarıyor.