“çok-ajan sistemi” için sonuçlar
4 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Ajanları Graf Tabanlı Yeni Sistemle İş Birliği Yapacak
Araştırmacılar, birden fazla yapay zeka modelinin daha etkili bir şekilde birlikte çalışabilmesi için yenilikçi bir yaklaşım geliştirdi. Graph-of-Agents (GoA) adı verilen bu sistem, geleneksel yöntemlerin aksine yapay zeka ajanlarını bir graf yapısında organize ederek aralarındaki iletişimi optimize ediyor. Sistem ilk olarak en uygun ajanları seçiyor, ardından bu ajanlar arasında performansa dayalı bağlantılar kuruyor ve yüksek performanslı ajanlardan düşük performanslılara doğru bilgi akışı sağlıyor. Bu yaklaşım, mevcut Mixture-of-Agents gibi çerçevelerin yaşadığı sorunları aşmayı hedefliyor ve yapay zeka sistemlerinin kolektif zekasını artırmaya odaklanıyor.
Yapay zeka, milyarlarca arama sorgusundan kendini geliştiren yeni model geliştirildi
Araştırmacılar, günlük milyarlarca kullanıcı sorgusuyla karşılaşan arama motorları için devrim niteliğinde bir yapay zeka sistemi geliştirdi. SERM adlı bu sistem, sürekli değişen arama trendlerine uyum sağlamak için kendini otomatik olarak güncelleyebiliyor. Geleneksel arama algoritmaları, kullanıcı davranışlarındaki hızlı değişimlere ayak uydurmakta zorlanırken, yeni sistem çok-ajan mimarisi kullanarak bu sorunu çözüyor. İki temel bileşenden oluşan sistem: değişimleri algılayan bir örnek madencisi ve güvenilir etiketleme yapan bir ilişki değerlendiricisi. Büyük ölçekli endüstriyel testlerde başarılı sonuçlar veren bu teknoloji, arama deneyimini önemli ölçüde iyileştirebilir.
Yapay zeka yerli dillere nasıl hizmet edebilir? Guarani örneği
Araştırmacılar, yapay zeka sistemlerinin çoğunlukla metin tabanlı tasarlandığını ve sözlü gelenekleri olan yerli toplulukları ihmal ettiğini belirtiyor. Paraguay'da konuşulan Guarani dilini örnek alan çalışma, geleneksel 'metinden sese' yaklaşımının yetersiz kaldığını gösteriyor. Bilim insanları, sözlü kültürlere öncelik veren yeni bir yapay zeka mimarisi öneriyorlar. Bu sistem, konuşma sırası alma, onarım ve paylaşılan bağlam gibi doğal konuşma özelliklerini merkeze alıyor. Önerilen çok-ajan sistemi, yerli toplulukların veri egemenliğini korurken, dil anlama ve topluluk yönetişimini ayrı modüllerle ele alıyor. Çalışma, teknolojinin sadece tanıma değil, gerçek etkileşim odaklı olması gerektiğini vurguluyor.
Raspberry Pi ve Yapay Zeka Ajanları İle Nesne Tanıma Sistemi Geliştirildi
Araştırmacılar, birden fazla yapay zeka ajanını koordine eden yenilikçi bir nesne tanıma sistemi geliştirdi. Raspberry Pi tabanlı bu sistem, YOLO algoritması ile Slack chatbot arayüzünü birleştirerek doğal dil komutlarıyla kontrol edilebiliyor. Geleneksel yaklaşımlardan farklı olarak, sistem büyük dil modeli (LLM) tabanlı bir arayüz kullanarak kullanıcıların sohbet eder gibi nesne tanıma işlemlerini yönetmesine olanak tanıyor. Sınırlı kaynakları olan tek bir donanım platformunda tüm bileşenlerin entegrasyonu başarıyla gösterildi. Bu çalışma, üretken yapay zeka sistemlerinin dönüştürücü potansiyelini hem geliştirme hem de uygulama aşamalarında pratik olarak sergilemekte ve hızlı prototipleme yaklaşımının önemini vurgulamaktadır.