“doğruluk” için sonuçlar
307 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Beyin implantları hiç görmediği karakterleri nasıl yazıyor?
Stanford araştırmacıları, beyin-bilgisayar arayüzlerinin daha önce hiç öğrenmediği karakterleri yazabilme yeteneğini geliştirdi. Motor korteksin el yazısı hareketlerini ortak kinematik bileşenler halinde temsil ettiği keşfedildi. Bu buluş, binlerce karaktere sahip Çince ve Japonca gibi diller için beyin implantlarının kullanımını mümkün kılabilir. Yeni algoritma, görmediği harfleri %64 doğrulukla tanıyabiliyor. Çalışma, motor nöronların yazma hareketlerini nasıl kodladığını anlamada önemli bir adım.
Kimyasal Hesaplamalarda Yeni Yöntem: Daha Hızlı ve Ekonomik Termokimya
Araştırmacılar, moleküllerin termodinamik özelliklerini hesaplamak için kullanılan karmaşık kuantum kimyasal yöntemlerde önemli bir iyileştirme geliştirdi. Coupled cluster teorisindeki beşli uyarılmaların hesaplanması, yüksek doğruluk için kritik öneme sahip ancak hesaplama maliyeti çok yüksek. Yeni FNO-CCSDTQ(5) yaklaşımı, donmuş doğal orbital genişlemesi kullanarak bu hesaplamaları çok daha ekonomik hale getiriyor. Yöntem, 0.5 kcal/mol seviyesindeki hassasiyeti korurken hesaplama süresini dramatik şekilde azaltıyor. Bu gelişme, daha karmaşık moleküler sistemlerin termodinamik özelliklerinin rutin olarak hesaplanmasının önünü açabilir.
Moleküler Dinamikte Yeni Yorum: Zamana Bağlı Kuantum Kimya Modellemesi
Bilim insanları, lazer ışığının atom ve moleküllerdeki elektron hareketlerini simüle eden gelişmiş kuantum kimya yöntemini daha anlaşılır hale getiren yeni bir yaklaşım geliştirdi. Zamana bağlı coupled-cluster teorisi olarak adlandırılan bu yöntem, lineer ve nonlineer absorpsiyon spektrumlarını yüksek doğrulukla hesaplayabiliyor ancak kimyasal yorumlanması zordu. Araştırmacılar, bu karmaşık kuantum hesaplamalarını Slater determinant bazında genişleterek, moleküllerdeki orbital uyarılmaların ve popülasyon değişimlerinin zamana bağlı olarak izlenmesini mümkün kıldı. Bu yaklaşım, elektron dinamiklerinin kimyasal anlamda nasıl yorumlanacağına dair önemli bir boşluğu dolduruyor ve spektroskopi alanında daha detaylı analizler yapılmasının önünü açıyor.
Yapay Zeka ile Kuantum Kimya Hesaplamalarında Büyük Hızlanma
Araştırmacılar, kuantum kimya hesaplamalarını dramatik şekilde hızlandıran yeni bir yöntem geliştirdi. Geleneksel yöntemler, moleküllerin enerji seviyelerini doğru hesaplamak için birden fazla karmaşık hesaplama gerektirirken, yeni teknik makine öğrenmesi kullanarak tek bir basit hesaplamayla aynı sonucu elde edebiliyor. Kernel-Ridge-Regression adı verilen yapay zeka tekniği ve minimal yardımcı temel setlerle kombine edilen bu yöntem, hem doğruluk hem de hız açısından mevcut yaklaşımları geride bırakıyor. Çalışma, özellikle orta ölçekli bilgisayar kaynaklarına sahip araştırma grupları için büyük avantaj sağlıyor. Bu gelişme, ilaç keşfi, malzeme bilimi ve kataliz araştırmalarında kuantum kimyasal hesaplamaların daha yaygın kullanılmasını mümkün kılabilir.
Beyin-Bilgisayar Arayüzlerinde Devrim: REALM ile Daha Az Enerji, Daha İyi Performans
Araştırmacılar, beyin-bilgisayar arayüzleri için yeni bir yapay zeka modeli geliştirdi. REALM adlı bu sistem, geleneksel spike sinyalleri yerine lokal alan potansiyellerini (LFP) kullanarak beynin aktivitesini daha az enerji tüketerek ve gerçek zamanlı olarak yorumlayabiliyor. Wireless beyin implantları için kritik olan bu yenilik, hem daha uzun pil ömrü hem de daha stabil performans sunuyor. Konuşma tanıma sistemlerinden ilham alan retrospektif distilasyon yaklaşımı sayesinde, LFP tabanlı sistemlerin geleneksel doğruluk sorunları da aşılıyor.
Yapay zeka kimyasal reaksiyonların kilit noktalarını otomatik buluyor
Katalitik malzemelerin mekanistik çalışmalarında en büyük hesaplama zorluklarından biri, geçiş durumlarının (TS) belirlenmesidir. Bu süreç, uzun vadeli ve çok aşamalı iş akışları gerektiren karmaşık bir hesaplama problemidir. Araştırmacılar, bu zorluğu aşmak için TSAgent adlı otonom bir yapay zeka sistemi geliştirdiler. Bu sistem, yoğunluk fonksiyonel teorisi seviyesinde kuantum kimyasal doğrulukla çalışarak, geçiş durumu aramasını tamamen otomatikleştiriyor. TSAgent, sürekli plan-uygula-analiz et-yeniden planla döngüsü ile çalışır ve insan müdahalesi olmaksızın stratejisini sürekli uyarlar. Sistem, heterojen kataliz benchmark testlerinde başarıyla değerlendirildi ve kimyasal reaksiyon mekanizmalarının anlaşılmasında önemli bir ilerleme sağladı.
İnsan ve yapay zeka görme sistemleri aynı hatayı farklı şekilde yapıyor
MIT araştırmacıları, insanların ve yapay zeka sistemlerinin görsel algıda benzer doğruluk oranlarına sahip olmalarına rağmen, sistemik olarak farklı türde hatalar yaptıklarını keşfetti. Bir kuş türünün genel kuş kategorisiyle karıştırılma şekli, insan ve makine görüşü arasındaki temel farkları ortaya koyuyor. İnsanlar geniş ama zayıf asimetrik karışıklıklar sergilerken, derin öğrenme modelleri daha seyrek ama güçlü yönlü çökmeler gösteriyor. Bu bulgu, doğruluk ölçütlerinin görünmez kaldığı farklı tümevarım önyargılarını açığa çıkarıyor ve yapay görme sistemlerinin geliştirilmesi için önemli ipuçları sunuyor.
Yapay Zeka Modellerinde Tutarsızlık Sorunu: Aynı Veri, Farklı Sonuçlar
Bilimsel makine öğrenmesi modellerinin gizli bir sorunu ortaya çıktı. Aynı eğitim verilerinin farklı örnekleriyle eğitilen iki model, genel doğruluk oranlarında %1-4 fark gösterirken, test moleküllerinin %8-22'sini tamamen farklı şekilde sınıflandırıyor. Bu 'çapraz-örnek tahmin dalgalanması' sorunu, bilimsel araştırmalarda model güvenilirliğini ciddi şekilde tehdit ediyor. Araştırmacılar, 9 farklı kimya veri seti üzerinde yaptıkları çalışmada, geleneksel yöntemlerin bu sorunu çözemediğini, ancak iki yeni yaklaşımın umut verici sonuçlar gösterdiğini keşfetti.
Metan molekülünün enerji seviyelerine kHz hassasiyetinde yeni bakış
Bilim insanları, metan molekülünün temel durum enerji seviyelerini şimdiye kadarki en yüksek hassasiyetle ölçmeyi başardı. Frekans tarakları ve gelişmiş spektroskopi yöntemleri kullanılarak gerçekleştirilen bu çalışma, kHz düzeyinde doğrulukla metan molekülünün dönme enerji seviyelerini belirledi. Çalışmada, optik-optik çift rezonans spektroskopisi ve Lamb-dip spektroskopisi olmak üzere iki farklı yöntem kullanıldı. Küresel simetrik moleküller kategorisindeki metan için bu türden hassas ölçümler, geleneksel tek-foton geçişlerinin kısıtlayıcı seçim kuralları nedeniyle oldukça zordu. Araştırmacılar, J=12 değerine kadar olan dönme kuantum sayıları için hassas değerler elde etti. Bu buluş, atmosfer kimyası ve astrofizik çalışmalarında kullanılan metan spektroskopisini önemli ölçüde iyileştirme potansiyeline sahip.
Beyin Nöronlarının Gelecekteki Aktivitelerini Tahmin Eden Yeni Test Platformu
Bilim insanları, beynin nasıl çalıştığını anlamak için nöronların gelecekteki aktivitelerini tahmin etmeye çalışıyor. Ancak şimdiye kadar bu tahminlerin ne kadar başarılı olduğunu ölçmek için kullanılan yöntemler yetersizdi. Araştırmacılar, SpikeProphecy adını verdikleri yeni bir test platformu geliştirerek bu sorunu çözmeyi hedefliyor. Bu platform, 89.800 nörondan toplanan gerçek beyin kayıtlarını kullanarak yapay zeka modellerinin performansını çok daha detaylı bir şekilde değerlendiriyor. Geleneksel yöntemler sadece genel bir başarı puanı verirken, yeni sistem zamansal doğruluk, mekansal desen hassasiyeti ve büyüklük-bağımsız hizalama gibi farklı boyutları ayrı ayrı analiz ediyor. Bu yaklaşım, beyin-bilgisayar arayüzlerinden nörolojik hastalıkların tedavisine kadar pek çok alanda kullanılabilecek daha etkili modellerin geliştirilmesine katkı sağlayabilir.
Yapay zeka fare beynindeki nöron aktivitesinden davranışları tahmin etmeyi öğrendi
Araştırmacılar, Mamba adlı yapay zeka modelini kullanarak fare beynindeki binlerce nöronun aktivitesini analiz ederek, hayvanın nasıl davranacağını tahmin etmeyi başardılar. Model, sadece nöron ateşleme verilerini öğrenerek, farelerin görsel uyaranlara nasıl tepki vereceğini %75.7 doğrulukla öngörebildi. Bu çalışma, beyin-bilgisayar arayüzleri için önemli bir adım teşkil ediyor. Geleneksel yöntemlere kıyasla 4-6 puan daha yüksek başarı gösteren sistem, 39 farklı oturumda 27.000 nöron ve yaklaşık 2.000 deneme üzerinde test edildi. Teknoloji, gelecekte felçli hastalara yardım edebilecek beyin-bilgisayar arayüzlerinin geliştirilmesinde kritik rol oynayabilir.
Konuşmadaki 'eee'ler ve duraklamalar demans riskini ele verebilir
Günlük konuşmalarımızdaki küçük duraklamalar, 'eee' sesleri ve kelime arama anları, beynimiz hakkında düşündüğümüzden çok daha fazla şey söylüyor olabilir. Bilim insanları, doğal konuşma kalıplarının yürütücü işlevlerle - hafıza, planlama, odaklanma ve esnek düşünceyi yöneten zihinsel sistemle - yakından bağlantılı olduğunu keşfetti. Yapay zeka kullanarak günlük sohbetleri analiz eden araştırmacılar, bilişsel performansı şaşırtıcı bir doğrulukla tahmin edebildiler. Bu bulgular, geleneksel testlerden çok daha erken dönemde demans belirtilerini tespit edebilecek basit konuşma tabanlı araçların kapısını açabilir.
Yapay Zeka Hava Tahminlerini 32 Kat Hızlandırıyor
Atmosfer bilimciler, hava durumu modellerinin en yavaş bileşenlerinden biri olan adveksiyon hesaplamalarını yapay zeka ile hızlandırmayı başardı. Geliştirilen konvolüsyonel sinir ağı tabanlı çözücü, mekansal çözünürlüğü koruyarak atmosferik madde taşınımı simülasyonlarını 4-32 kat hızlandırabiliyor. Sistem, zaman adımlarını büyüterek hesaplama yükünü azaltıyor ve 10 günlük yatay adveksiyon simülasyonlarında %60-98 doğruluk oranına ulaşıyor. Bu yaklaşım, iklim modellemesi ve hava tahmini alanında önemli bir ilerleme sağlayabilir.
Yapay Zeka Uydu Görüntülerini Daha Hızlı İşliyor
Uydu görüntülerinin atmosferik düzeltmesi, uzaydan Dünya'yı gözlemlerken kritik bir adımdır ancak hesaplama açısından oldukça maliyetlidir. Araştırmacılar, bu süreci hızlandırmak için fizik kurallarıyla desteklenmiş yeni bir yapay zeka modeli geliştirdi. Kolmogorov-Arnold Ağları adı verilen bu yaklaşım, atmosferdeki ışık saçılımını modelleyerek uydu verilerini daha verimli şekilde işleyebiliyor. Sistem, farklı doğruluk seviyelerindeki simülasyonları birleştirerek hem hızlı hem de güvenilir sonuçlar üretiyor. Bu gelişme, iklim izleme, tarım ve çevre araştırmalarında kullanılan uydu verilerinin işlenmesini önemli ölçüde hızlandırabilir.
Yapay Zeka ile Hava Tahminlerinde Büyük Verimlilik Atılımı
Atmosfer ve okyanus bilimlerinde kullanılan veri asimilasyon sistemlerinde çığır açan bir gelişme yaşandı. Araştırmacılar, makine öğrenmesi teknikleriyle ensemble Kalman filtrelerinin performansını önemli ölçüde artırmayı başardı. Bu yenilik, hava tahminlerinde daha az hesaplama gücüyle daha yüksek doğruluk elde edilmesini sağlıyor. Geleneksel yöntemler, yüksek doğruluk için büyük veri setleri gerektirirken, yeni sistem çok katmanlı sinir ağları kullanarak bu sorunu çözüyor. Sistem, küçük veri setlerinden elde edilen hata kovaryanslarını büyük veri setlerinkine yaklaştırarak tahmin kalitesini koruyor. Bu gelişme, meteoroloji ve iklim modellemesinde hem maliyet hem de hız açısından devrim yaratma potansiyeli taşıyor.
Kuantum kimyada çığır açan yöntem: Ağır elementlerin hesaplanması artık çok daha kolay
Araştırmacılar, periyodik tablonun ağır elementlerini içeren moleküllerin elektronik yapılarını hesaplamak için yeni bir kuantum kimya yöntemi geliştirdi. X2C-DSRG-MRPT2 olarak adlandırılan bu yöntem, spin-yörünge etkileşimi gibi relativistik etkileri yüksek doğrulukla hesaplayabiliyor. Yöntem, deneysel değerlerle karşılaştırıldığında %7'nin altında hata oranı gösteriyor ve altıncı sıraya kadar olan elementleri başarıyla modelleyebiliyor. Bu gelişme, özellikle ağır metal içeren kataliz sistemleri ve nükleer kimya uygulamaları için önemli bir adım teşkil ediyor. Hesaplama maliyeti makul seviyede tutularak, rutin kullanım için pratik bir çözüm sunuluyor.
Yapay Zeka Doğrusal Olmayan Optik Simülasyonlarını Milyonlarca Kat Hızlandırdı
Stanford Üniversitesi, UCLA ve SLAC araştırmacıları, ultrafast lazer sistemlerindeki doğrusal olmayan optik fizik simülasyonlarını dramatik şekilde hızlandıran bir derin öğrenme modeli geliştirdi. Geleneksel simülasyon yöntemlerinin milyonlarca kat daha hızlı çalışan bu yapay zeka sistemi, farklı darbe şekillerinde yüksek doğruluk oranını koruyarak hesaplama darboğazını ortadan kaldırıyor. Ultrafast lazer teknolojisinde hızlı geri bildirim gerektiren uygulamalarda büyük bir atılım olan bu gelişme, karmaşık optik fizik hesaplamalarını gerçek zamanlı hale getiriyor.
DeepAFM: Gürültülü görüntülerden protein hareketini %93.4 doğrulukla çözen yapay zeka
Araştırmacılar, protein dinamiklerini anlamamızda çığır açabilecek yeni bir yapay zeka sistemi geliştirdi. DeepAFM adlı bu sistem, atomik kuvvet mikroskobu ile alınan gürültülü görüntülerden protein hareketlerini %93.4 doğrulukla deşifre edebiliyor. Bu başarı, 2018'de AlphaFold'un protein yapısı tahmininde gösterdiği çıkıştan sonra, protein biliminde yeni bir dönüm noktası oluşturuyor. Proteinlerin nasıl hareket ettiğini anlamak, hastalık mekanizmalarından ilaç geliştirmeye kadar birçok alanda kritik öneme sahip.
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.
Korelasyon Enerjisi Hesaplamalarında Yeni Stokastik Yöntem
Moleküler sistemlerin korelasyon enerjilerini hesaplamak için geliştirilen yeni DCM yöntemi, CCSD tekniğinden daha yüksek doğruluk sunuyor. Araştırmacılar, bu yöntemin verimliliğini artırmak amacıyla stokastik çözünürlük teknolojisini (sRI) entegre ederek sRI-DCM adını verdikleri hibrit yaklaşımı geliştirdiler. Bu yenilikçi teknik, büyük moleküler sistemlerde yüzlerce elektronun bulunduğu karmaşık hesaplamaları daha hızlı ve etkili şekilde gerçekleştiriyor. Hidrojen dimer zincirlerinde yapılan deneyler, yöntemin pratik uygulanabilirliğini kanıtladı. Kuantum kimyası hesaplamalarında önemli bir ilerleme sağlayan bu çalışma, büyük moleküllerin elektronik yapılarının anlaşılmasında yeni ufuklar açıyor.
Yapay zeka su moleküllerini anlamak için 'aşırı öğrenme' yöntemi kullanıyor
Bilim insanları, yoğunluk fonksiyonel teorisinde kullanılan geleneksel yaklaşımların hız-doğruluk ikilemini çözmek için yeni bir yapay zeka stratejisi geliştirdi. Araştırmacılar, genellik yerine doğruluğu tercih eden ve özellikle su molekülleri için optimize edilmiş bir sinir ağı modeli tasarladı. Bu 'aşırı öğrenme' yaklaşımı, sadece sekiz konfigürasyonla eğitilerek altın standart hesaplama yöntemlerine yakın sonuçlar elde etti. Model, iyonlaşma ve atomizasyon enerjilerinde 1 kcal/mol hata oranıyla çalışırken, spektral çizgiler ve elektron yoğunluğu dağılımı tahminlerini de önemli ölçüde geliştirdi.
Kuantum Dalga Paketi Simülasyonlarında Büyük Hesaplama Atılımı
Araştırmacılar, moleküllerin titreşim ve elektronik spektrumlarını hesaplamak için kullanılan Gaussian dalga paketi dinamiğinde önemli bir ilerleme kaydetti. Tek-Hessian yöntemi olarak adlandırılan yeni yaklaşım, geleneksel yöntemlere kıyasla hesaplama yükünü önemli ölçüde azaltırken aynı doğruluk seviyesini koruyor. Bu gelişme, özellikle moleküler spektroskopi ve kimyasal reaksiyonların kuantum mekaniksel modellemesinde büyük avantajlar sunuyor. Yöntemin en önemli özelliği, enerji korunumunu sağlayarak uzun süreli simülasyonlarda kararlılığı artırması. Bulgular, kuantum kimyası ve moleküler fizik alanındaki karmaşık hesaplamaları daha verimli hale getirerek, gelecekteki araştırmaları hızlandırma potansiyeline sahip.
Su Moleküllerini Simüle Eden Yapay Zeka Algoritması Geliştirildi
Araştırmacılar, su kümelerinin davranışını tahmin etmek için yenilikçi bir yapay zeka destekli moleküler dinamik simülasyon yöntemi geliştirdi. PDMD adlı bu sistem, geleneksel yöntemlerin karşılaştığı doğruluk-hız ikilemini çözerek, hem yüksek hassasiyette hem de hızlı hesaplamalar yapabiliyor. Gaussian tabanlı geometrik tanımlayıcılar ve ChemGNN adlı grafik sinir ağı kullanan sistem, herhangi bir boyuttaki su kümesinin enerji ve kuvvet değerlerini tahmin edebiliyor. Sistem, enerji tahmininde atom başına 1,39 meV, kuvvet tahmininde ise angström başına 50,7 meV hata payıyla çalışıyor ve mevcut DeepMD teknolojisinden 5 kat daha iyi performans gösteriyor. Bu gelişme, malzeme bilimi ve kimya simülasyonlarında önemli ilerlemeler sağlayabilir.
Kuantum kimyasında hesaplama devrimini başlatacak yeni yöntem keşfedildi
Kuantum kimyası hesaplamalarında büyük bir ilerleme kaydedildi. Araştırmacılar, moleküllerin elektronik yapılarını analiz etmek için kullanılan karmaşık tensor işlemlerini stokastik yöntemlerle gerçekleştiren yeni bir teknik geliştirdi. Bu yaklaşım, altın standart olarak kabul edilen coupled cluster teorisinin hesaplama maliyetini dramatik şekilde düşürürken, kimyasal doğruluk seviyesini koruyor. Yöntem, geleneksel yaklaşımlara göre hem hesaplama süresinde hem de hata oranlarında on kat iyileşme sağlayarak, daha büyük moleküler sistemlerin incelenmesinin önünü açıyor. Bu gelişme, kuantum kimyası alanında maliyet-doğruluk dengesini yeniden şekillendirebilecek nitelikte.