“AI modelleri” için sonuçlar
175 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
AI'ın Malzeme Keşfinde Nasıl Karar Verdiği Artık Anlaşılabilir
Japon araştırmacılar, yapay zekanın malzeme keşfinde nasıl karar verdiğini anlamamızı sağlayan yeni bir yöntem geliştirdi. Bu yöntem, AI modellerinin atomik yapı verilerinden öğrendiği temel özellikleri çıkararak benzer yapısal ve spektral karakteristiklere sahip malzemeleri grupluyor. Geliştirilen yaklaşım, atomik düzenlemelerin malzeme özelliklerini nasıl etkilediğini ortaya çıkararak daha verimli malzeme tasarımının önünü açıyor. Bu çalışma, AI'ın 'kara kutu' problemini çözerek malzeme biliminde daha güvenilir ve anlaşılır yapay zeka uygulamaları geliştirilmesine katkı sağlıyor.
Yapay Zeka Modellerinin Dikkat Testi Fiyaskosu: Basit Görevlerde Büyük Zaaf
Araştırmacılar, önde gelen yapay zeka modellerini psikolojide kullanılan klasik bir dikkat testine tabi tuttu ve şaşırtıcı sonuçlar elde etti. AI sistemleri kısa listelerdeki renk isimlerini doğru şekilde tanıyabilirken, görev uzadıkça ve karmaşıklaştıkça performansları dramatik biçimde düştü. Bazı lider sistemlerin başarı oranı %90'ın üzerinden neredeyse tamamen başarısızlığa kadar geriledi. Bu bulgular, AI modellerinin dikkat dağıtıcı unsurlar karşısındaki zayıflığını ortaya koyuyor ve gelecekteki geliştirmeler için önemli ipuçları sunuyor.
Yapay Zeka Modellerinin 'Ortak Dünya Görüşü' İddiası Sorgulanıyor
MIT araştırmacıları iki yıl önce güçlü yapay zeka modellerinin dünyayı benzer şekilde görmeye başladığını öne sürmüştü. Bu çarpıcı iddiaya göre, AI sistemleri geliştikçe bir tür 'dünya görüşü yakınsaması' yaşıyordu. Ancak EPFL'den bilim insanları yaptıkları yeni çalışmada bu görüşe meydan okuyor. Araştırmacılar, yüksek boyutlu matematik hesaplamalarının benzerlik skorlarını yanıltıcı şekilde etkilediğini ve durumun iddia edilenden çok daha karmaşık olduğunu ortaya koydu. Bu bulgular, yapay zeka modellerinin gelişimi ve davranışları hakkındaki anlayışımızı yeniden düşünmemizi gerektiriyor. Çalışma, AI sistemlerinin birbirine yakınsayıp yakınsamadığı konusundaki tartışmalara yeni bir boyut getiriyor ve bu alandaki gelecek araştırmalar için önemli sorular gündeme getiriyor.
Yapay Zeka İklim Modelleri Küresel Isınmayı Nasıl Öngörüyor?
Bilim insanları, yeni nesil yapay zeka tabanlı atmosfer modellerinin iklim değişikliği tahminlerindeki başarısını test etti. ACE2-ERA5, NeuralGCM ve cBottle gibi gelişmiş AI modelleri, deniz yüzey sıcaklığındaki uniform ısınmaya verdikleri tepki açısından geleneksel fizik tabanlı modellerle karşılaştırıldı. Araştırma sonuçları, AI modellerinin özellikle yağış modellemesinde başarılı olduğunu, ancak bazı fiziksel süreçlerde geleneksel modellerden farklılık gösterdiğini ortaya koyuyor. Bu çalışma, iklim biliminde yapay zekanın artan rolü ve güvenilirliği konusunda önemli veriler sunuyor.
Generalist AI şirketi genel amaçlı yapay zeka için 400 milyon dolar yatırım aldı
Yapay zeka alanında faaliyet gösteren Generalist şirketi, genel amaçlı AI modellerini geliştirmek için 400 milyon dolarlık büyük bir yatırım turu tamamladı. Şirket, sistemlerinin önceki modellerin %64 başarı oranına karşılık %99 ortalama başarı oranı elde ettiğini iddia ediyor. Bu gelişme, tek bir AI sisteminin birden fazla farklı görevi yüksek başarıyla gerçekleştirebilmesi açısından önem taşıyor. Genel amaçlı yapay zeka modelleri, belirli bir alana odaklanmak yerine geniş spektrumda farklı problemleri çözebilme kabiliyetine sahip sistemler olarak tasarlanıyor.
ChartNet: Küçük AI modelleri grafik okumada dev şirketleri geride bıraktı
Araştırmacılar, yapay zeka modellerinin grafik ve çizelgeleri okuma becerisini geliştiren ChartNet adlı yeni bir eğitim sistemi geliştirdi. Bu sistem sayesinde daha küçük boyuttaki AI modelleri, grafik analizi konusunda büyük ticari rakiplerinden daha iyi performans göstermeye başladı. ChartNet, özellikle finans ve iş dünyasında yaygın olarak kullanılan grafiklerin yapay zeka tarafından anlaşılması ve yorumlanması sürecini hızlandırıyor. Bu gelişme, şirketlerin pazar raporlarını ve finansal verileri daha hızlı analiz etmesine olanak tanırken, aynı zamanda daha az kaynak tüketen AI çözümlerinin büyük modeller kadar etkili olabileceğini gösteriyor. Teknoloji, hızla değişen küresel pazarlarda karar verme süreçlerini önemli ölçüde iyileştirebilir.
Yapay Zeka Hava Modelleri Artık Aşırı Hava Olaylarını Daha İyi Öngörüyor
Bilim insanları, yapay zeka tabanlı hava tahmin modellerinin aşırı hava olaylarını ne kadar iyi öngördüğünü ölçmek için yeni bir değerlendirme sistemi geliştirdi. Bu yöntem, geleneksel sayısal hava tahmin modelleriyle AI modellerini karşılaştırarak, hangisinin şiddetli yağışlar gibi ekstrem olayları daha başarılı tahmin ettiğini belirlemeye odaklanıyor. Araştırma, AI modellerinin geleneksel yöntemlere kıyasla hem daha az bilgi işlem gücü gerektirdiğini hem de rekabetçi tahmin başarısı gösterdiğini ortaya koyuyor. Yeni değerlendirme çerçevesi, farklı çözünürlükteki modelleri adil bir şekilde karşılaştırmaya imkan tanırken, meteoroloji uzmanlarının pratikte nasıl çalıştığına uygun bir yaklaşım sunuyor.
Yeni AI Modeli Molekülleri Elektron Yoğunluk Haritalarıyla Anlıyor
Araştırmacılar, molekülleri sadece atomlar arası bağlar üzerinden değil, elektron yoğunluk alanları da dahil ederek anlayan UniField adlı yeni bir yapay zeka modeli geliştirdi. Geleneksel moleküler AI modelleri atomları nokta olarak görürken, yeni sistem elektronların gerçek dağılımını da hesaba katıyor. Bu yaklaşım, özellikle uzun mesafeli elektron etkileşimlerini ve zayıf kimyasal bağları daha iyi modelleyerek, kuantum özelliklerinin tahmininde önemli iyileştirmeler sağlıyor. Çalışma aynı zamanda QM9-ED ve QMugs-ED veri setlerini içeren kapsamlı bir kıyaslama platformu da sunuyor. Bu gelişme, ilaç keşfi, katalizör tasarımı ve yeni malzeme geliştirme gibi alanlarda daha hassas tahminler yapılmasını mümkün kılabilir.
Yapay Zeka Hava Modelleri Fizik Yasalarını mı Çözüyor?
Yapay zeka destekli hava tahmin modelleri, geleneksel sayısal tahmin sistemlerinden farklı fizik denklemleri kullanıyor olabilir. Yeni araştırma, farklı mimarilere sahip AI modellerinin atmosferi benzer şekillerde temsil ettiğini ortaya koyuyor. Bilim insanları, bu modellerin atmosferi parçacık tabanlı bir yaklaşımla simüle ettiğini ve her mesh noktasındaki gizli değişkenlerin yüksek boyutlu uzayda parçacık pozisyonlarına karşılık geldiğini öne sürüyor. GraphCast ve Aurora modelleri üzerindeki analizler, bu sistemlerin büyük ölçekli mekansal değişiklikler yapabildiğini gösteriyor. Bu bulgular, AI hava modellerinin sadece veri işleme araçları olmadığını, aslında fiziksel yasaları farklı bir perspektifle yorumlayabilen sistemler olduğunu işaret ediyor.
Alman lehçesi yapay zekayı şaşırttı, dijital dil körünün ortaya çıkardı
Johannes Gutenberg Üniversitesi'nden araştırmacılar, yapay zeka modellerinin Almanya'nın Mainz şehrinde konuşulan yerel lehçe Meenzerisch'i ne kadar iyi anlayabildiğini test etti. Karnaval gelenekleriyle ünlü bu bölgesel dil, günümüz yapay zeka sistemleri için büyük bir meydan okuma oluşturuyor. LREC konferansında sunulan çalışma, mevcut AI modellerinin bu lehçeyi doğru şekilde anlamakta ciddi zorluklar yaşadığını ortaya koydu. Bu bulgular, yapay zeka teknolojisindeki önemli bir açığı işaret ediyor: dil modellerinin standart dillerle eğitilmesi, milyonlarca insanın kullandığı bölgesel lehçeleri göz ardı ediyor.
Yapay zeka hava tahminlerini fizik yasalarıyla buluşturan yeni yöntem geliştirildi
Makine öğrenmesi tabanlı hava durumu tahmin modelleri geleneksel fizik tabanlı yaklaşımları geride bıraksa da, uzun vadeli tahminlerde fiziksel gerçekliği yakalayamıyor sorunu yaşıyordu. Araştırmacılar bu problemi çözmek için yenilikçi bir yaklaşım geliştirdi. Yeni yöntem, model eğitimini dört boyutlu veri asimilasyon problemi olarak yeniden formüle ediyor ve çoklu değişkenler arasındaki fiziksel bağımlılıkları dikkate alan hata kovaryans yapılarını kullanıyor. Bu sayede AI modelleri daha gerçekçi atmosferik dinamikleri öğrenebiliyor ve fizik yasalarına uygun tahminler üretebiliyor. Geliştirilen yaklaşım, geleneksel yöntemlerin tek değişken odaklı kayıp fonksiyonları yerine, değişkenler arası ve uzamsal hata kovaryansını dikkate alan daha kapsamlı bir eğitim stratejisi sunuyor.
MatterChat: Yapay Zeka Artık Atomların Dilini Anlayabiliyor
Araştırmacılar, yapay zekanın atom ölçeğindeki fizik dilini anlayabilmesi için MatterChat adlı yeni bir model geliştirdi. Günlük hayatımızdaki AI sistemleri genellikle metin tabanlı çalışırken, fizik bilimlerinde başarılı olabilmek için üç boyutlu atom yapıları gibi karmaşık verileri anlayabilmeleri gerekiyor. Bu yeni yaklaşım, metin tabanlı AI modellerinin fizik temelli modellerle sorunsuz iletişim kurmasını sağlayarak, malzeme bilimindeki tahminlerin doğruluğunu artırıyor. Kristal kafeslerdeki atom dizilimleri gibi yüksek çözünürlüklü, karmaşık yapıları çözümleyebilen bu teknoloji, bilimde AI kullanımının önündeki önemli engelleri kaldırıyor.
Güney Koreli bilim insanları yapay zeka eğitimindeki 'hafıza duvarını' aştı
Güney Koreli araştırmacılar, büyük ölçekli yapay zeka modellerinin eğitiminde yaşanan kronik hafıza yetersizliği sorununa köklü bir çözüm geliştirdiler. Ethernet tabanlı yeni nesil hafıza genişletme teknolojisi, AI eğitimi sırasında karşılaşılan en büyük darboğazlardan birini ortadan kaldırıyor. Bu breakthrough teknoloji, yapay zeka ve büyük veri endüstrilerinde altyapısal bir dönüşüme öncülük edebilir. Geleneksel hafıza sınırları, özellikle ChatGPT benzeri büyük dil modelleri ve görüntü işleme sistemlerinin geliştirilmesinde ciddi engeller oluşturuyordu. Yeni çözüm, bu sınırları aşarak daha karmaşık AI modellerinin daha verimli şekilde eğitilmesinin yolunu açıyor.
Yapay zeka ABD'nin kış yağışlarındaki gizli iklim kalıplarını ortaya çıkardı
Yapay zeka teknolojileri, iklim biliminde devrim yaratmaya başlıyor. Sadece hava durumu tahminlerini geliştirmekle kalmayıp, araştırmacıların gezegenimizin geleceğini şekillendiren fiziksel güçleri anlamalarına da yardımcı oluyor. En son çalışmalarda, AI modelleri Amerika Birleşik Devletleri'nin kış mevsimi yağış desenlerinde daha önce fark edilmeyen karmaşık iklim kalıplarını keşfetti. Bu bulgular, iklim değişikliğinin bölgesel etkilerinin daha iyi anlaşılmasına ve gelecekteki hava olaylarının daha doğru öngörülmesine olanak tanıyor. Yapay zeka algoritmaları, geleneksel yöntemlerle tespit edilmesi zor olan atmosferik bağlantıları ve etkileşimleri ortaya çıkararak iklim biliminde yeni bir dönem başlatıyor.
Yapay Zeka Chatbotları Fizik Sorularında Ne Kadar Başarılı?
Araştırmacılar, yapay zeka chatbotlarının fizik kavramlarını ne kadar iyi anladığını test etmek için yeni bir yöntem geliştirdi. GPT ve Gemini gibi popüler AI modellerini, daha önce internette yayınlanmamış klasik fizik soruları ile test ettiler. Sonuçlar, bu sistemlerin yüksek doğruluk oranları gösterse de, fizik problemlerini çözerken farklı yaklaşımlar kullandığını ortaya koydu. Özellikle görsel yorumlama ve fizik mantığını koordine etme konularında değişken performanslar sergilediler. Bu çalışma, öğrencilerin AI chatbotlarını ders çalışma aracı olarak kullanırken dikkat etmeleri gereken noktaları vurguluyor.
Beyin aktivitesi AI modellerini değerlendiren dev benchmark sistemi geliştirildi
Araştırmacılar, beyin kayıtlarını işleyen yapay zeka modellerini sistematik olarak değerlendirmek için NeuralBench adlı birleştirici bir framework geliştirdiler. İlk sürümü olan NeuralBench-EEG v1.0, 36 elektroensefalografi (EEG) görevi, 14 derin öğrenme mimarisi ve 94 veri setini kapsıyor. Bu kapsamlı değerlendirme platformu, nörobilim ve yapay zeka alanlarında önemli bulgular ortaya koyuyor. Özellikle mevcut temel modellerin göreve özel modellerden yalnızca marjinal olarak daha iyi performans gösterdiği ve birçok görevde (bilişsel kod çözme, klinik tahmin gibi) hala iyileştirme ihtiyacı olduğu tespit edildi. Bu standardize edilmiş değerlendirme sistemi, beyin-bilgisayar arayüzü teknolojilerinin geliştirilmesinde önemli bir adım teşkil ediyor.
Yapay zeka iklim modelleri karşılaştırması: İklim tahmini devrimde mi?
Bilim dünyası, yapay zeka destekli hava durumu ve iklim modellerini değerlendiren büyük çaplı bir karşılaştırma projesi başlattı. AIMIP (Yapay Zeka İklim Modeli Karşılaştırma Projesi) adlı bu çalışma, farklı AI modellerinin iklim simülasyonlarındaki başarısını ölçüyor. Projede, 1979-2024 yılları arasındaki tarihsel veriler kullanılarak modeller test ediliyor. İlk sonuçlar, AI modellerinin tarihi iklim koşullarını ve El Niño gibi önemli iklim olaylarını başarılı şekilde simüle edebildiğini gösteriyor. Bu çalışma, iklim biliminde AI kullanımına güveni artırmak ve farklı AI mimarilerinin model davranışlarına etkisini anlamak için kritik öneme sahip.
Yapay Zeka Modelleri Bilimsel Keşifte Ne Kadar Başarılı?
Araştırmacılar, büyük dil modellerinin (LLM) bilimsel araştırmalardaki gerçek performansını ölçmek için yeni bir değerlendirme sistemi geliştirdi. Bu sistem, biyoloji, kimya, malzeme bilimi ve fizik alanlarında AI modellerinin sadece bilgi birikimini değil, hipotez üretme, deney tasarlama ve sonuçları yorumlama yeteneklerini de test ediyor. Sonuçlar, en gelişmiş AI modellerinin bile geleneksel bilim testlerindeki performanslarına kıyasla gerçek bilimsel keşif süreçlerinde daha zayıf kaldığını gösteriyor. Bu bulgular, AI'nın bilimsel araştırmalarda kullanımı konusunda daha dikkatli yaklaşılması gerektiğini ortaya koyuyor.
Kuantum İşlemciler Yapay Zeka Modellerini Klasik Bilgisayarlardan Daha Verimli Eğitiyor
Stanford ve IonQ araştırmacıları, kuantum işlemcilerin yapay zeka modellerini eğitmek için enerji tüketimi açısından klasik bilgisayarlardan ne zaman daha avantajlı hale geleceğini belirledi. Trapped-ion kuantum işlemci kullanarak gerçekleştirdilen deneylerde, kuantum fine-tuning yöntemiyle eğitilen AI modelleri, lojistik regresyon gibi klasik yöntemlerden %24 daha iyi performans gösterdi. Araştırma, 34 kubit civarında kuantum işlemcilerin enerji verimliliği açısından klasik sistemleri geçmeye başladığını ortaya koyuyor.
Küçük AI Modelleri Radyoloji Alanında Büyük Başarı Gösterdi
Araştırmacılar, sadece 3-4 milyar parametreye sahip küçük yapay zeka modellerinin, özel eğitim teknikleriyle radyoloji alanında büyük modeller kadar başarılı olabileceğini gösterdi. RadLite projesi kapsamında geliştirilen bu modeller, hastane bilgisayarlarında bile çalışabilecek kadar hafif olmasına rağmen, tıbbi görüntü analizi, hastalık tespiti ve rapor yazma gibi 9 farklı radyoloji görevinde yüksek performans sergiledi. Özellikle RADS sınıflandırmasında %53, doğal dil anlamada %60, N-evrelendirmede %89 oranında performans artışı elde edildi. Bu gelişme, kaynak kısıtlı sağlık kurumlarının da yapay zeka destekli radyoloji hizmetlerinden faydalanmasının önünü açıyor.
Mobil Cihazlar için Yeni AI Dil İşleme Algoritması Hızı İkiye Katladı
Araştırmacılar, mobil cihazlarda yapay zeka dil modellerinin çalışmasını hızlandıran yeni bir algoritma geliştirdi. Peek2 adlı bu sistem, GPT-3 ve LLaMA-3 gibi popüler AI modellerinde kullanılan metin işleme sürecini optimize ediyor. Geleneksel yöntemlerin aksine regex kullanmayan bu yaklaşım, daha az bellek tüketirken performansı 2,5 kata kadar artırabiliyor. Mobil ve kenar bilişim cihazlarında AI uygulamalarının daha verimli çalışması için kritik bir gelişme olan bu çalışma, büyük dil modellerinin günlük hayatta daha yaygın kullanılmasının önünü açabilir.
Yapay Zeka Hukuk Muhakemesinde Yeni Test: LEGIT Veri Seti
Araştırmacılar, yapay zeka modellerinin hukuki muhakeme yeteneklerini değerlendirmek için LEGIT adlı yeni bir veri seti geliştirdi. 24 bin mahkeme kararından oluşan bu veri seti, AI'ların hukuki argümanları ne kadar iyi analiz edebildiğini ölçüyor. Çalışma, mevcut AI modellerinin hukuki konuları kavrama ve doğru sonuçlara varma konularında ciddi eksiklikleri olduğunu ortaya koydu. Mahkeme kararlarını hiyerarşik ağaç yapılarına dönüştüren sistem, tarafların argümanları ile mahkemenin sonuçlarını karşılaştırarak AI'ların muhakeme kalitesini değerlendiriyor.
Çok Dilli AI Güvenliği İçin Yerel Kanunlara Dayalı Yeni Koruma Sistemi
Araştırmacılar, büyük dil modellerinin farklı ülkelerde güvenli kullanımını sağlamak için ML-Bench adlı yeni bir değerlendirme sistemi geliştirdi. 14 farklı dili kapsayan bu sistem, her bölgenin kendi yasal düzenlemelerini ve kültürel özelliklerini dikkate alarak AI güvenlik standartları oluşturuyor. Mevcut sistemlerin aksine, genel risk kategorileri yerine ülkeye özgü kanun metinlerinden doğrudan yararlanıyor. Bu yaklaşım, AI modellerinin küresel kullanımında karşılaşılan yasal ve kültürel uyumsuzluk sorunlarına çözüm getiriyor. Sistem üzerinden geliştirilen ML-Guard koruma modeli, bölgesel düzenlemelere uygun şekilde zararlı içerikleri tespit edip engelleyebiliyor.
SST V2: Yapay Zeka Modellerinde Sürekli Mantık Yürütme Atılımı
Araştırmacılar, mevcut transformer modellerinin sınırlarını aşan yeni bir yapay zeka mimarisi geliştirdi. State Stream Transformer (SST) V2, geleneksel modellerin aksine pozisyonlar arası gizli bilgiyi koruyor ve sürekli bir mantık yürütme süreci sağlıyor. Bu yenilik, AI modellerinin daha verimli öğrenmesini ve daha derin düşünme kapasitesini mümkün kılıyor. Model, her katmanda doğrusal olmayan bir tekrarlama mekanizması kullanarak, gizli durumları tüm dizi boyunca akıtıyor. En önemli özelliği ise çıkarım sırasında her pozisyonda sürekli düşünebilme yetisi - tıpkı insanların karar vermeden önce düşünmesi gibi. İki aşamalı paralel eğitim prosedürü sayesinde verimli öğrenme sağlanırken, gizli durum analizi modelin farklı anlamsal alanlarda gezinerek mantık yürüttüğünü gösteriyor.