“büyük dil modeli” için sonuçlar
85 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka, Kuantum Kimyasının En Zorlu Hesaplamalarını Yapabilir mi?
Kuantum kimyasında 'çoklu referans' yöntemi olarak bilinen hesaplamalar, moleküllerin elektronik yapısını yüksek doğrulukla modellemek için kullanılıyor; ancak bu süreç geleneksel olarak deneyimli uzmanların rehberliğine ihtiyaç duyuyor. Aktif uzay seçimi, durum ortalaması alma ve yakınsama sorunlarını giderme gibi kritik adımlar, yıllarca eğitim almış kimyacıların sezgisine dayanıyor. Peki bu uzmanlık gerektiren iş akışını otonom bir yapay zeka ajanı yürütebilir mi? Araştırmacılar, büyük dil modeli (LLM) tabanlı otonom bir ajanın insan müdahalesi olmaksızın bu tür hesaplamaları gerçekleştirip gerçekleştiremeyeceğini sistematik biçimde sınadı. Ajan, literatürdeki kimyasal analojilere ve belgelenmiş mantıksal çıkarımlara dayanarak aktif uzayları seçiyor, ORCA yazılımıyla hesaplamalar yürütüyor ve aldığı kararları denetlenebilir bir kayıt defterinde saklıyor. 558 dikey geçiş enerjisini içeren QUESTDB kıyaslama seti üzerinde yapılan testlerde, yönlendirme almayan temel ajan yüzde 24,9 kapsama oranı ve 0,373 eV ortalama mutlak hata elde etti. Yapılandırılmış bir karar merdiveni eklenmesiyle kapsama oranı yüzde 44,1'e yükselirken hata 0,339 eV'e geriledi. En belirgin iyileşmeler çift uyarılmış ve Rydberg geçişlerinde gözlemlendi.
Uzun Sohbetlerde Yapay Zeka Modelleri Dezenformasyona Ne Kadar Dayanıklı?
Arizona Üniversitesi araştırmacıları, yedi farklı büyük dil modelini (LLM) uzun süreli konuşmalar boyunca üç kritik özellik açısından değerlendirdi: yanıltılabilirlik, ikna edilebilirlik ve düzeltilebilirlik. Nature bünyesindeki Scientific Reports dergisinde yayımlanan çalışma, kısa ve tek seferlik etkileşimlerde fark edilmesi güç olan yapısal zayıflıkları gün yüzüne çıkardı. Araştırma, yapay zeka sistemlerinin uzayan diyaloglarda yanlış bilgiye karşı tutumlarının nasıl değişebildiğini sistematik biçimde ortaya koyması bakımından dikkat çekici. Günlük hayatta insanların yapay zeka araçlarıyla giderek daha uzun ve çok turlu sohbetler gerçekleştirdiği düşünüldüğünde, bu bulguların hem kullanıcılar hem de geliştiriciler için önemli çıkarımlar taşıdığı görülmektedir. Çalışma aynı zamanda hangi modelin en kolay yanıltılabildiğini, hangisinin ısrarlı yanlış bilgi karşısında tutumunu değiştirmeye daha açık olduğunu ve hangisinin hatalı bilgiden en kolay geri dönebildiğini karşılaştırmalı olarak sunuyor.
Yapay Zeka, Depresyon Belirtilerini Klinisyenler Gibi Anlıyor
Depresyon tanısında klinisyenler genellikle karmaşık belirti profillerini tek bir şiddet puanına indirgemek zorunda kalıyor. Oysa her hasta farklı bir belirti kombinasyonu sergileyebilir. Yeni bir araştırma, büyük dil modellerinin (BDM) bu çeşitliliği içsel olarak nasıl temsil ettiğini inceliyor. Araştırmacılar, Gemma-3-27B-PT adlı büyük dil modelinin iç katmanlarını mekanik yorumlanabilirlik teknikleriyle analiz ederek depresyon belirtilerinin model içinde geometrik olarak birbirinden ayrıştığını keşfetti. Bu ayrışmanın en belirgin biçimde 21. katmanda gerçekleştiği tespit edildi. Üstelik model aktivasyonları, klinisyenlerin belirti şiddetine ilişkin sıralamasıyla örtüşüyordu. Bu bulgu, yapay zeka modellerinin depresyon belirtilerini yalnızca yüzeysel kalıplardan değil, daha derin bir iç yapıdan hareketle işlediğine işaret ediyor. Klinik güvenin artırılması açısından önemli bir adım olarak değerlendirilen bu çalışma, BDM'lerin ruh sağlığı alanındaki kullanımına dair şeffaflık tartışmalarına da katkı sunuyor.
Yapay Zeka, Yeni Malzeme Üretiminde Deneme-Yanılmayı Tarihe Gömüyor
Sungkyunkwan Üniversitesi öncülüğünde, Ajou Üniversitesi ve MIT işbirliğiyle geliştirilen yeni bir yapay zeka platformu, yeni malzemelerin sentezi için gereken süreyi ve emek yoğun deneme-yanılma süreçlerini köklü biçimde azaltmayı hedefliyor. Büyük dil modeli (LLM) tabanlı bu 'kapalı döngü malzeme sentezi planlama platformu', karmaşık yeni malzemeler için sentez koşulları ve prosedürleri öneriyor; ardından bu önerileri gerçek deney sonuçlarına dayanarak sürekli güncelleyip iyileştiriyor. Geleneksel malzeme biliminde araştırmacılar, doğru sentez koşullarını bulmak için onlarca hatta yüzlerce deney yapmak zorunda kalabiliyordu. Bu yeni yaklaşım ise sistemi adeta kendi kendini düzelten bir döngüye sokuyor: yapay zeka bir protokol öneriyor, laboratuvarda test ediliyor ve sonuçlar tekrar modele beslenerek bir sonraki öneri iyileştiriliyor. Böylece araştırma süreci hem hızlanıyor hem de daha verimli hale geliyor. Malzeme bilimi, enerji depolama, elektronik ve ilaç gibi pek çok sektörü doğrudan etkilediğinden, bu tür platformların bilimsel araştırmalara entegrasyonu önümüzdeki yıllarda kritik bir öneme sahip olabilir.
Yapay Zeka İlaç Sentezini Akıl Yürüterek Çözüyor: RetroDFM-R
İlaç keşfi ve organik kimya alanında kritik bir adım olan retrosentez planlaması, yani bir molekülü oluşturmak için gereken kimyasal yolların geriye doğru hesaplanması, yapay zeka ile yeni bir boyut kazanıyor. Araştırmacılar, büyük dil modellerini pekiştirmeli öğrenmeyle birleştiren RetroDFM-R adlı sistemi geliştirdi. Bu yaklaşım, mevcut yöntemlerin aksine salt örüntü eşleştirmesine dayanmak yerine adım adım kimyasal akıl yürütme yapabiliyor. Sistem, alanın standart test kümeleri olan USPTO-50K kıyaslamasında artırma yöntemi olmadan yüzde 60,4, tam çıkarım kurulumunda ise yüzde 66,1 doğruluk oranına ulaşarak önceki en iyi sonuçları geride bıraktı. Üstelik kör uzman değerlendirmeleri de sistemin önerdiği sentetik yolların kimyasal açıdan tutarlı ve pratikte uygulanabilir olduğunu doğruladı. Gerçek dünya ilaçlarının çok adımlı sentez rotalarını başarıyla yeniden oluşturabilmesi ise yöntemin yalnızca bir kıyaslama aracı olmaktan öteye geçtiğine işaret ediyor.
Yapay Zeka 'Uzman' Kimi Sayıyor? 22 Dil Modelinde Önyargı Testi
Yapay zeka sohbet robotları artık milyonlarca insanın bilgiye erişim kapısı haline geldi. Ancak bu sistemlerin kimleri 'uzman' olarak önerdiği sorusu, ciddi bir önyargı sorununu gün yüzüne çıkarıyor. Yeni bir araştırma, 22 farklı büyük dil modelini (LLM) sistematik biçimde test eden bir kıyaslama çerçevesi geliştirdi. Bulgular, yapay zekaların uzman tavsiyesi yaparken toplumsal önyargıları yansıtabildiğini ortaya koyuyor. Yani bir yapay zeka, 'Bu konuda kime danışmalıyım?' sorusuna verdiği yanıtta farkında olmadan belirli demografik grupları ön plana çıkarırken diğerlerini geri planda bırakabiliyor. Bu durum, yapay zekanın salt bir bilgi aracı olmaktan çıkıp toplumsal eşitsizlikleri pekiştiren bir mekanizmaya dönüşme riskini beraberinde getiriyor. Araştırmacılar, hem yanlış bilgi üretimi hem de sistematik önyargı sorunlarını aynı anda ele alan bu kıyaslama yönteminin, gelecekteki dil modeli geliştirme süreçlerine rehberlik etmesini umuyor.
Beyin-Bilgisayar Arayüzü Araştırmalarına Hepsi Bir Arada Çözüm: BCIJelly
Beyin-bilgisayar arayüzü (BCI) araştırmaları, veri formatlarındaki uyumsuzluklar ve dağınık yazılım araçları nedeniyle uzun süredir ciddi engellerle karşılaşıyor. BCIJelly adlı yeni Python ekosistemi, bu sorunu köklü biçimde ele alıyor. Platform; 18 derlenmiş BCI veri seti, 15 kıyaslama dekoderi ve 80 yeniden kullanılabilir modülden oluşan bir algoritma kütüphanesi sunuyor. Üstelik araştırmacıların sinyal çözücü mimarileri elle tasarlamasına gerek kalmadan otomatik mimari arama (AAS) özelliği sayesinde göreve özgü dekoderler oluşturulabiliyor. Sisteme entegre edilen büyük dil modeli (LLM) desteği ise çok görevli ve türler arası sinyal çözümlemeye olanak tanıyan kapalı döngü bir arama modunu mümkün kılıyor. Donanım uyumlu dağıtım için geliştirilen toChip ardışık düzeni sayesinde eğitilen modeller nöromorifik çipler dahil farklı donanım platformlarında çalıştırılabiliyor. BCI araştırmalarının hem yazılım hem donanım cephesindeki parçalı yapısını tek bir çatı altında toplayan BCIJelly, alandaki iş akışlarını önemli ölçüde hızlandırma potansiyeli taşıyor.
Yapay Zeka, Tropik Fırtına Tahmininde Operasyonel Sınıra Ulaştı
Avrupa Orta Vadeli Hava Tahminleri Merkezi'nin (ECMWF) geliştirdiği yapay zeka tabanlı hava modeli AIFS, tropik siklon yoğunluğu tahmininde ciddi bir eksiklik barındırıyordu: model, fırtınaların ne kadar güçleneceğini büyük ölçüde küçümsüyordu. Araştırmacılar, AIFS-Single modeline nispeten basit bir düzeltme katmanı ekleyerek bu sorunu büyük ölçüde aştı. AIFS-TC adı verilen bu yeni sistem, 12 saatten 7 güne kadar olan tahmin sürelerinde maksimum rüzgar hızı ve minimum merkez basıncını, mevcut operasyonel sistemlerle rekabet edebilir doğrulukta öngörebiliyor. Üstelik bu başarı, fırtınaların kısa sürede dramatik biçimde güçlendiği 'hızlı yoğunlaşma' olaylarında da geçerliliğini koruyor. Çalışmanın dikkat çeken bir diğer boyutu ise sistemin büyük ölçüde özerk bir şekilde, büyük bir dil modeli tarafından (Claude) tek bir alan uzmanının doğal dil komutları rehberliğinde birkaç saat içinde tasarlanıp inşa edilmesi. Bu durum, yapay zeka destekli bilimsel geliştirme süreçlerinde 'ajansal' yaklaşımların giderek daha etkin bir rol üstlenebileceğine işaret ediyor.
Göz Takibi Çalışması: İnsan Okuma Biçimi Yapay Zekadan Nerede Ayrılıyor?
İnsan gözünün metin üzerindeki hareketlerini inceleyen yeni bir araştırma, yapay zeka dil modellerinin insan okuma davranışını açıklamada nerede yetersiz kaldığını ortaya koyuyor. 400'den fazla büyük dil modeli (LLM) ile yapılan karşılaştırmalı analizde, yapay zekaların özellikle iki kritik süreçte insan okuyucuların davranışını taklit edemediği görüldü: metni yeniden okuma ve birden fazla cümledeki bilgiyi zihinsel olarak birleştirme. Göz takibi verileri, insanların okurken yalnızca doğrusal bir yol izlemediğini; anlamlandırmakta güçlük çektikleri noktalarda geri döndüklerini ve farklı cümle parçalarını aktif biçimde ilişkilendirdiklerini gösteriyor. Oysa mevcut dil modelleri bu dinamik ve bağlam duyarlı süreci yeterince yansıtamıyor. Araştırma, yapay zeka sistemlerinin dil işleme kapasitesinin insan bilişiyle kıyaslanmasının ne kadar karmaşık olduğunu gözler önüne seriyor. Bu bulgu, hem yapay zeka geliştirme süreçleri hem de insan dil anlayışının bilişsel temelleri açısından önemli çıkarımlar taşıyor.
ChatGPT, İnsanların Kişilik Testi Yanıtlarını Önceden Tahmin Edebildi
Yapay zeka alanında dikkat çekici bir gelişme: ChatGPT, DSM-5 gibi klinik kaynaklardan yola çıkarak geçerli kişilik ölçekleri oluşturabiliyor ve üstelik bu anketler insanlara uygulanmadan önce insan topluluklarının vereceği yanıtları yüksek doğrulukla tahmin edebiliyor. Araştırmacılar, büyük dil modellerinin yalnızca metin üretmekle kalmayıp insan psikolojisine dair anlamlı örüntüler yakalayabildiğini ortaya koydu. Bu bulgu, kişilik psikolojisi araştırmalarında yapay zekanın nasıl kullanılabileceğine dair yeni kapılar açıyor. Ancak bilim insanları, bu tür modellerin insan davranışını tam anlamıyla temsil edip etmediği konusunda dikkatli olunması gerektiğinin de altını çiziyor. Sonuçlar, yapay zekanın psikolojik araştırma süreçlerini hızlandırabileceğine işaret etse de insan katılımcıların yerini tamamen alamayacağını hatırlatıyor.
Yapay Zeka, Dil Zayıflığı Olan Öğrencilerin Fizik Anlayışını Küçümsüyor
Fizik eğitiminde kavramsal anlayışı ölçmek için yapay zeka tabanlı puanlama sistemleri giderek yaygınlaşıyor. Ancak yeni bir araştırma, bu sistemlerin ciddi bir önyargı barındırdığını ortaya koydu: Dil becerileri daha zayıf olan öğrencilerin fizik açıklamaları, yapay zeka tarafından sistematik olarak daha düşük puanlanıyor. Araştırmacılar, 116 ortaokul öğrencisinin fiziksel olayları açıkladığı metinleri hem insan uzmanlarına hem de dokuz makine öğrenmesi tabanlı ve iki büyük dil modeli tabanlı sisteme değerlendirtti. Genel olarak yapay zeka puanları uzman puanlarıyla uyuşsa da, dilsel kalitesi düşük açıklamalar yapay zeka tarafından orantısız biçimde daha düşük puanlandı. Bu bulgu, önemli bir eğitim eşitsizliği sorununa işaret ediyor: Bir öğrenci fizik kavramını doğru anlıyor olabilir, ancak bunu yeterince akıcı ya da dilbilgisel açıdan kusursuz ifade edemiyorsa yapay zeka bu anlayışı görmezden gelebiliyor. Özellikle ana dili farklı olan ya da dil gelişimi daha yavaş seyreden öğrenciler bu durumdan en çok etkilenen grup olarak öne çıkıyor.
Yapay Zeka EEG Analizini Devralıyor: CogEEGAgent ile Beyin Verisi Yorumlama
Beyin elektrik aktivitesini ölçen EEG analizleri, uzmanlık gerektiren ve birçok kritik seçim içeren karmaşık süreçlerdir. Hangi kanallar incelenmeli, hangi zaman aralıkları kullanılmalı, hangi istatistiksel testler uygulanmalı? Tüm bu sorular genellikle deneyimli nörobilimcilerin kararına bırakılır. Araştırmacılar şimdi bu süreci otomatikleştirmek için CogEEGAgent adlı bir yapay zeka ajanı geliştirdi. Sistem, büyük dil modellerinin (LLM) doğal dil anlama becerisiyle MNE-Python gibi köklü bir EEG analiz kütüphanesini bir araya getiriyor. Ancak buradaki asıl yenilik, yapay zekanın sadece akıcı raporlar üretmesinin ötesine geçmesi: sistem, analizin gerçekten doğru yapıldığını doğrulamak için belirleyici (deterministik) bileşenler kullanıyor. Bu sayede LLM yalnızca kullanıcının niyetini yorumlarken, analizin bilimsel geçerliliğini bağımsız mekanizmalar denetliyor. Sistemin özellikle önemli bir özelliği, doğrulama sürecinin uyarlanabilir aramadan bağımsız tutulması; yani yapay zekanın kendi ürettiği sonucu kendi onaylamaması. Bu yaklaşım, bilimsel özerklik ile güvenilirlik arasındaki dengeyi yeniden kurmayı hedefliyor ve bilişsel nörobilim araştırmalarında otomasyon çağını açabilir.
Kamera Tuzaklarından Video Bulmak Artık Daha Akıllı
Doğadaki hayvanları izlemek için kullanılan kamera tuzakları, her yıl devasa miktarda video verisi üretiyor. Ancak bu görüntüler arasından belirli bir olayı bulmak, araştırmacılar için büyük bir zaman kaybına dönüşüyor. Yapay zeka destekli video-metin eşleştirme yöntemleri bu sorunu çözmeye aday olsa da mevcut sistemler doğa videolarında yeterince iyi performans gösteremiyor. Araştırmacılar şimdi bu boşluğu doldurmak için 'Prompting-MammAlps' adını verdikleri yeni bir sistem ve bu sistemin test edileceği bir kıyaslama veri seti geliştirdi. Sistem, her videoyu önce mekânsal ve zamansal olarak analiz edip yapılandırılmış metne dönüştürüyor; ardından büyük bir dil modeli, etoloji ilhamlı sorgulara göre bu metinleri tarayarak ilgili videoları buluyor. Yöntemin dikkat çekici yanlarından biri, dil modelinin hata yapma (halüsinasyon) riskini azaltmak amacıyla özel bir kütüphane üzerinden kısıtlı fonksiyonlar kullanması. Bu çalışma, ekolojik veri analizinde yapay zekanın daha güvenilir ve yorumlanabilir biçimde kullanılabileceğini gösteriyor.
Yapay Zeka ile Temiz Enerji Katalizörleri Artık Çok Daha Hızlı Keşfediliyor
Yakıt hücrelerinden elektrik üretmek için kritik bir adım olan oksijen indirgeme reaksiyonu, yüksek performanslı katalizörler olmadan verimli çalışamıyor. Ancak modern katalizörler genellikle beş veya daha fazla metalin bir arada kullanıldığı 'yüksek entropili alaşımlardan' oluşuyor ve bu malzemelerin davranışını tahmin etmek son derece güç. Tohoku Üniversitesi'nden araştırmacılar, uluslararası iş birliğiyle bu soruna alışılmışın dışında bir çözüm geliştirdi: büyük dil modellerini laboratuvar deneyleriyle birleştiren hibrit bir keşif çerçevesi. Bu yaklaşımda yapay zeka, bilimsel literatürü tarayarak en umut verici alaşım kombinasyonlarını öneriyor; ardından bu öneriler gerçek deneylerle sınanıyor ve sonuçlar yeniden modele besleniyor. Böylece deneme-yanılma döngüsü kısalıyor, araştırmacıların zaman ve kaynak harcaması önemli ölçüde azalıyor. Çalışma, büyük dil modellerinin yalnızca metin üretmekle kalmayıp karmaşık malzeme tasarımı problemlerini yönlendirmede de işe yarayabileceğini somut biçimde göstermesi açısından dikkat çekici. Temiz enerji teknolojilerinin yaygınlaşmasının önündeki en büyük engellerden biri olan katalizör geliştirme sürecinin hızlanması, yakıt hücresi maliyetlerini düşürebilir ve hidrojen ekonomisine giden yolu kısaltabilir.
Beyin Gibi Düşünen Yapay Zeka: Kara Kutuya Açılan Pencere
Yapay zeka sistemlerinin içinde ne döndüğünü anlamak, araştırmacılar için uzun süredir büyük bir zorluk. Standart büyük dil modelleri bir soruyla karşılaştığında, daha önce gördüğü benzer bilgileri eşleştirerek yanıt üretiyor; ancak bu süreçte hangi bilgiye neden değer verdiği çoğunlukla gizemli kalıyor. İşte bu 'kara kutu' sorununa çözüm arayan EPFL ekibi, insan beyninin yapısından ilham alarak yeni bir büyük dil modeli geliştirdi. Bu model, standart yapay zeka sistemlerinden farklı olarak kullanıcılara daha fazla şeffaflık ve kontrol imkânı sunuyor. Araştırmacılar, modelin iç işleyişini daha anlaşılır kılarak yapay zekanın karar alma süreçlerini izlemeyi ve yönlendirmeyi kolaylaştırmayı hedefliyor. Bu gelişme, yapay zeka güvenilirliği ve yorumlanabilirliği alanında önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Artık Psikoloji Teorisi Üretiyor: Tam Otonom Bilişsel Bilim İnsanı
Bilim dünyasında otonom sistemler artık yalnızca veri toplamak ya da deney tasarlamakla kalmıyor; teori üretme sürecine de el atıyor. arXiv'de yayımlanan yeni bir çalışma, bilişsel bilimlerde bu döngüyü kapatan ilk tam otonom yapay zeka sistemini tanıtıyor: AutoCog. Sistem, büyük dil modeli temelli ajanlar aracılığıyla birbirleriyle rekabet eden psikolojik teoriler öne sürüyor, bu teorileri test edecek deneyler tasarlıyor, çevrimiçi katılımcılardan davranışsal veri topluyor ve sonuçlara göre teorileri değerlendiriyor. Başarısız olan teorilerin neden işe yaramadığını teşhis ediyor, ardından daha gelişmiş bir teori sentezliyor. Bilişsel bilim alanında teori inşası bugüne kadar tamamen insan emeğine dayalıydı; veri toplama ve deney tasarımı otomatikleşmiş olsa da yaratıcı düşünce gerektiren teori geliştirme adımı hep manuel kalmıştı. AutoCog bu boşluğu kapatmayı hedefliyor ve kapalı döngü bilimsel keşfin psikoloji gibi karmaşık, insan odaklı alanlara taşınabileceğini gösteriyor.
Yapay Zeka İklim Bilimini Dönüştürüyor: CMIP-Forge Sistemi
İklim bilimi araştırmalarında devrim niteliğinde bir gelişme yaşandı. CMIP-Forge adı verilen yeni bir yapay zeka sistemi, binlerce iklim bilimi yayınını tarayarak canlı iklim verileriyle harmanlayan otonom bir analiz platformu olarak tanıtıldı. Sistem, CMIP6 kapsamında üretilmiş 6.581 açık erişimli yayını ve bu yayınlardan elde edilen yaklaşık 102.000 indekslenmiş metin parçasını bünyesinde barındırıyor. Bilim camiası CMIP7'ye geçiş sürecindeyken, bu devasa bilgi birikiminden hızlı ve doğru biçimde yararlanmak büyük bir sorun haline gelmişti. CMIP-Forge, hem literatür taramasını hem de gerçek zamanlı veri analizini tek bir çatı altında birleştirerek bu soruna çözüm sunuyor. Sistemi özellikle güçlü kılan özelliklerden biri, ürettiği analizleri bağımsız yapay zeka modelleri üzerinden denetleten çok katmanlı bir değerlendirme mekanizması içermesi. Bu sayede olası hatalar ve metodolojik tutarsızlıklar otomatik olarak tespit edilebiliyor. İklim projeksiyonlarındaki belirsizliklerin azaltılması ve model değerlendirme süreçlerinin hızlandırılması açısından CMIP-Forge, araştırmacılara önemli bir zaman ve kaynak tasarrufu sağlayabilir.
Yapay Zeka ve Buz: Grönland Buzdağlarını Tahmin Etmek İçin Hibrit Model
Grönland'dan kopan buzdağlarının denize ne kadar buz bıraktığını tahmin etmek, iklim biliminin en zorlu problemlerinden biri. Buz dinamikleri son derece karmaşık ve gözlem verileri kısıtlı olduğundan geleneksel modeller yetersiz kalıyor. Bir grup araştırmacı bu soruna alışılmadık bir çözüm geliştirdi: Klasik bir zaman serisi modelini büyük bir dil modeliyle (LLM) birleştiren hibrit bir yaklaşım. Sistemin özünde NARX adı verilen, geçmiş verileri ve dış etkenleri bir arada değerlendiren bir matematiksel model var. Bu model tahminler üretiyor; ardından LLM devreye girerek modelin gözden kaçırdığı sistematik hataları düzeltmeye çalışıyor. Bunun için araştırmacılar 'Fiziğe Dayalı İstem' adını verdikleri özgün bir yöntem geliştirdi: Buzul dinamikleri ve çevre koşullarına dair yapılandırılmamış bilimsel bilgi, LLM'in anlayabileceği yapılandırılmış sorgulara dönüştürülüyor. Böylece model, ek eğitim verisi olmaksızın fiziksel süreçler hakkında akıl yürütebiliyor. Çalışmanın asıl amacı yalnızca tahmin doğruluğunu artırmak değil; LLM'lerin geleneksel sayısal modellerin yanında düzeltici bir rol üstlenip üstlenemeyeceğini anlamak. Sonuçlar, yapay zekanın iklim modelleme alanında yeni ve tamamlayıcı bir araç olabileceğine işaret ediyor.
Yapay Zeka Okyanus Modelini Başarıyla Çevirdi: Bilimsel Yazılımda Yeni Dönem
Araştırmacılar, büyük dil modellerinin (LLM) karmaşık bilimsel yazılımları başka programlama dillerine çevirebileceğini kanıtladı. 74 bin satırlık FESOM2 okyanus-deniz buzu modelini Fortran'dan C ve C++/Kokkos'a çeviren çalışma, yapay zekanın bilimsel hesaplamalardaki fiziksel doğruluğu koruyabildiğini gösterdi. Bu başarı, iklim modellemesi ve yüksek performanslı hesaplama alanında önemli bir dönüm noktası olarak değerlendiriliyor.
Beyin-Yapay Zeka Uyumu Dil Tipinden Çok Eğitim Verisini Takip Ediyor
Beynin dil ağları tüm dillerde anatomik olarak benzer yapıda olmasına rağmen, yapay zeka modelleriyle beyin arasındaki uyumun diller arası nasıl değiştiği merak konusuydu. Araştırmacılar, İngilizce, Çince ve Fransızca konuşan 112 katılımcıdan fMRI verileri topladı ve yedi farklı büyük dil modeliyle karşılaştırdı. Sonuçlar, beyin-yapay zeka uyumunu belirleyen faktörün İngilizcenin doğal bir özelliği olmadığını, modelin hangi dilde daha yoğun eğitim aldığının kritik olduğunu ortaya koydu. Bu keşif, yapay zeka sistemlerinin beyinle nasıl etkileşime girdiğini anlamak için yeni perspektifler sunuyor.
Güneş Pili Keşfi İçin Özel Yapay Zeka: Perovskite-R1 Geliştirildi
Güneş enerjisi teknolojisinde devrim niteliğindeki perovskite güneş pillerinin geliştirilmesi için özel tasarlanmış yapay zeka sistemi Perovskite-R1 tanıtıldı. Bu alan-spesifik büyük dil modeli, perovskite güneş pillerinin ticari üretimini engelleyen uzun dönem kararlılık ve çevresel sürdürülebilirlik sorunlarını çözmek için tasarlandı. Sistem, özellikle öncül katkı maddesi keşfi ve deneysel tasarım konularında gelişmiş akıl yürütme yetenekleri sunuyor. Perovskite güneş pilleri yüksek enerji dönüşüm verimliliği ile dikkat çekse de, ticari kullanıma geçişte hâlâ önemli engeller bulunuyor. Araştırmacıların hızla büyüyen bilimsel literatürü takip etmesi ve karmaşık malzeme etkileşimlerini anlaması giderek zorlaşırken, bu özel yapay zeka aracı sektördeki bilgi yönetimi sorununa çözüm getiriyor. Model, araştırmacıların daha verimli deneysel tasarımlar yapmasını ve uygun katkı maddelerini keşfetmesini hedefliyor.
Robot Takımları İçin Özerk Yapay Zeka: Yeni Nesil İşbirliği Sistemi
Johns Hopkins Uygulamalı Fizik Laboratuvarı, farklı türde robotların bir arada çalışabildiği özerk yapay zeka sistemi geliştirdi. Büyük dil modeli tabanlı AI ajanlarının kullanıldığı bu sistem, robotların kendi başlarına karar alabilmesini ve koordineli şekilde hareket edebilmesini sağlıyor. Araştırmacılar, heterojen robot takımlarında özerklik, koordinasyon ve uyum sağlama gibi temel zorlukları ele alarak ölçeklenebilir bir mimari geliştirdi. Sistem, donanım üzerinde gerçek robot takımlarıyla test edildi ve başarılı sonuçlar elde edildi. Bu gelişme, gelecekte felaket arama-kurtarma operasyonlarından endüstriyel uygulamalara kadar geniş bir yelpazede kullanılabilecek akıllı robot takımlarının önünü açıyor.
DNA sentezi güvenliğinde devrim: Yeni sistem biyolojik tehditleri %100 yakalıyor
Bilim insanları, DNA sentezi siparişlerindeki potansiyel biyolojik tehditleri tespit etmek için yeni bir güvenlik sistemi geliştirdi. CRC-Screen adlı bu sistem, mevcut güvenlik protokollerinin büyük bir açığını kapatıyor. Geleneksel yöntemler, bilinen tehlikeli DNA dizilerini referans listelerle karşılaştırarak çalışır, ancak bu yaklaşım yeni veya bilinmeyen toksik organizmaların DNA dizileri karşısında yetersiz kalıyor. Araştırmacılar, yapay zeka destekli üç farklı analiz yöntemini birleştiren hibrit bir sistem tasarladı. Bu sistem, DNA dizilerinin k-mer benzerliklerini, beş farklı büyük dil modelinin değerlendirmelerini ve kümelenmiş veri yapılarındaki kosinüs benzerliklerini analiz ediyor. Test sonuçları, sistemin farklı taksonomik ailelerden gelen tehlikeli DNA dizilerini %100 başarıyla tespit ettiğini gösteriyor. Bu gelişme, biyogüvenlik alanında önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Petrol Sondajını Akıllı Hale Getiriyor: TADI Sistemi Geliştirdi
Araştırmacılar, petrol sondajı operasyonlarını yapay zeka ile optimize eden TADI (Araç Destekli Sondaj Zekası) sistemini geliştirdi. Sistem, günlük sondaj raporları, üretim kayıtları ve jeolojik verileri birleştirerek, büyük dil modellerinin gücünden yararlanıyor. Equinor Volve sahasından elde edilen 1.759 günlük rapor ve 15.634 üretim kaydını analiz eden sistem, yapılandırılmış veriler için DuckDB, anlamsal arama için ChromaDB kullanıyor. On iki farklı uzmanlık aracını koordine eden sistem, çok aşamalı kanıt toplama süreciyle operasyonel verimliliği artırmayı hedefliyor. Petrol endüstrisinde dijital dönüşümün önemli bir adımı olarak görülen bu gelişme, enerji sektöründe veri odaklı karar verme süreçlerini güçlendiriyor.