“görsel-dil modeli” için sonuçlar
8 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka Kristal Yapıları Okuyamıyor mu? Yeni Test Yanıtlıyor
Görsel-dil modelleri bir görseli yanlış mı okuyor, yoksa doğru okuyup yanlış mı yorumluyor? Bu iki hatayı birbirinden ayırt etmek, yapay zeka değerlendirmelerinin en temel sorunlarından biri. Araştırmacılar, bu sorunu çözmek için 'render tavanı' adını verdikleri model bağımsız bir referans sistemi geliştirdi. Yöntem, bilinen nesnelerin bilgisayar ortamında yeniden oluşturulmasıyla elde edilen görselleri kullanıyor; böylece doğru cevap zaten baştan biliniyor. 2.160 kristal yapısı üzerinde test edilen bu yaklaşım, modelin her hatasının gerçekten modelden kaynaklandığını matematiksel olarak kanıtlıyor. On dört farklı görsel-dil modeli sınanırken, modellere geometrik bilgi metin olarak verildiğinde performansları artıyor; ancak bu artış mevcut açığı tam olarak kapatmıyor. Üstelik dil bileşeni içermeyen, yalnızca görsel işleme üzerine eğitilmiş bir model, tüm görsel-dil modellerini geride bırakarak en yüksek skoru elde etti. Bu bulgu, büyük dil modellerine entegre görsel sistemlerin algı aşamasında ciddi zayıflıklar taşıdığına işaret ediyor.
Yapay Zeka Modellerinde Anhedoni: Beyin Gibi Davranıyor mu?
Büyük dil modelleri artık yalnızca dil üretmekle kalmıyor; insan bilişinin giderek daha karmaşık yönlerini de yansıtıyor. Yeni bir araştırma, görsel-dil modellerinin (Vision-Language Models) ödül değerlendirme mekanizmalarını inceleyerek bu modellerin majör depresif bozuklukta görülen anhedoni ve motivasyon eksikliğini taklit edip edemeyeceğini sorguluyor. Anhedoni, günlük yaşamda zevk alma kapasitesinin yitirilmesi olarak tanımlanır ve beyinde Nucleus Accumbens (NAc) ile dopaminerjik ödül sistemiyle ilişkilidir. Araştırmacılar, klinik testlerden ilham alarak yapay zeka modellerinde ödül beklentisiyle ilişkili birimler tanımlamayı başardı. Ardından bu birimleri hedefli müdahalelerle bozarak modelin davranışının nasıl değiştiğini gözlemlediler. Sonuçlar çarpıcı: Müdahale edilen modeller, insanlardaki anhedoniye benzer biçimde düşük çaba gerektiren ve düşük ödüllü seçeneklere yöneldi. Bu çalışma, yapay zeka sistemlerinin yalnızca davranışsal değil, mekanistik düzeyde de nörobilimsel kavramlarla örtüşebileceğini göstermesi açısından dikkat çekici bir adım niteliği taşıyor.
Teslimat Robotları Artık Bulut Tabanlı Yapay Zeka ile Dünyayı Daha İyi Anlıyor
Otonom araç ve robot geliştirme şirketi Avride, teslimat robotlarının çevresel farkındalığını artırmak için bulut tabanlı görsel-dil modelleri (VLM) kullanıyor. Geleneksel otonom sistemler, karşılaştıkları alışılmadık durumları yorumlamakta zorlanabiliyor; bir robotun önüne çıkan beklenmedik bir nesne ya da karmaşık bir sokak sahnesi, sistemin yanlış karar vermesine yol açabiliyor. Avride'nin yaklaşımı bu soruna farklı bir çözüm sunuyor: Robot kendi başına karar veremediği durumlarda, sahne görüntüsünü buluttaki güçlü bir VLM'e gönderiyor ve bağlamsal bir analiz talep ediyor. Bu model, görüntüyü insan benzeri bir kavrayışla yorumlayarak robota ne yapması gerektiği konusunda rehberlik ediyor. Sistem, robotun yerel yapay zekasını tamamen devre dışı bırakmak yerine onu destekleyen bir güvenlik ağı işlevi görüyor. Bu hibrit yapı, hem düşük gecikme süresi gerektiren anlık kararlar hem de daha derin bağlamsal anlayış isteyen karmaşık durumlar için dengelenmiş bir çözüm sunuyor. Teslimat robotlarının kalabalık kentsel ortamlarda güvenle çalışabilmesi için bu tür çok katmanlı yapay zeka mimarilerinin giderek daha kritik bir hale geldiği değerlendiriliyor.
Yapay zeka modelleri görsel değerlendirmelerde neden 'kör' kararlar veriyor?
Görsel-dil modellerinin yargıç olarak kullanıldığı otomatik değerlendirme sistemlerinde kritik bir sorun keşfedildi. Araştırmacılar, bu modellerin görüntülere yeterince odaklanmadan kararlar verdiğini ve genellikle daha bilgi içeren cevapları kayırdığını buldu - görüntüyle çelişse bile. Bu 'bilgisellik önyargısı' olarak adlandırılan problem, yapay zeka değerlendirmelerinin güvenilirliğini ciddi şekilde tehlikeye atıyor. Stanford ve diğer kurumlardan araştırmacılar, BIRCH adlı yeni bir yaklaşım geliştirerek bu soruna çözüm öneriyorum. Sistem, önce adaylık cevapları görüntü içeriğiyle tutarlı hale getiriyor, sonra karşılaştırma yapıyor. Bu yöntem önyargıyı %17'ye kadar azaltırken performansı %9 artırıyor.
Robotlar İçin Yeni Yapay Zeka: Zamansal ve Uzamsal Düşünebilen ST-π Modeli
Araştırmacılar, robotik manipülasyon görevlerinde devrim yaratabilecek yeni bir yapay zeka modeli geliştirdi. ST-π adı verilen bu model, mevcut vision-language-action (VLA) sistemlerinin aksine, hem uzamsal hem de zamansal bilgiyi yapılandırılmış şekilde işleyebiliyor. Geleneksel robotik AI modelleri, karmaşık görevlerde sıralı davranışları ve hassas zamanlamayı yönetmekte zorlanırken, yeni sistem bu sorunları çözmek için iki temel bileşen kullanıyor: 4D gözlemleri işleyen bir görsel-dil modeli ve bu bilgileri eylemlere dönüştüren uzmanlaşmış bir eylem sistemi. Model, görevleri alt-parçalara bölerek, her birini uzamsal ve zamansal bağlamında değerlendiriyor. Bu yaklaşım, robotların daha karmaşık manipülasyon görevlerini başarıyla gerçekleştirmesini sağlayabilir ve robotik alanında önemli bir ilerleme temsil ediyor.
Otonom araçlara 'hafıza' kazandıran yeni sistem geliştirildi
Otonom araçların en büyük sorunlarından biri, her anı bağımsız değerlendirerek tutarsız kararlar vermesiydi. Araştırmacılar bu sorunu çözmek için CogDriver adlı yeni bir sistem geliştirdi. Bu sistem, otonom araçlara 'bilişsel atalet' özelliği kazandırarak geçmiş deneyimleri hatırlayabilmelerini sağlıyor. Yapay zeka modelleri genellikle sadece o anki görüntüyü analiz ederek karar veriyor, bu da kararsız sürüş davranışlarına yol açıyordu. CogDriver ise araçların çevreyi sürekli anlayabilmesi için özel bir hafıza sistemi kullanıyor. Sistem, büyük ölçekli bir veri seti ve yenilikçi mimari ile otonom araçların daha kararlı ve öngörülebilir davranmasını hedefliyor.
Yapay Zeka Görsel Halüsinasyonlarına Karşı Yeni Çözüm: ACG Yöntemi
Büyük görsel-dil modelleri bazen gerçekte olmayan nesneleri görüyor gibi davranabiliyor - bu duruma halüsinasyon deniyor. Araştırmacılar, bu sorunu çözmek için Dikkat-uzayı Kontrastif Rehberlik (ACG) adlı yeni bir yöntem geliştirdi. ACG, modelin görsel bilgiyi dil önyargılarından daha fazla dikkate almasını sağlayarak, yanlış nesne tanımlamalarını ve görsellerle uyumsuz açıklamaları önlüyor. Bu training-free yöntem, modelin dikkat katmanlarında doğrudan çalışarak, hatalar çıktı katmanında birikmeden önce müdahale ediyor.
Yapay Zeka MR Görüntülerinden PET Taraması Üretebiliyor
Alzheimer hastalığının erken teşhisi için kullanılan PET taramaları pahalı ve radyasyon içeriyor. Araştırmacılar, MR görüntülerinden yapay zeka ile PET taraması üreten DIReCT++ sistemini geliştirdi. Bu yeni teknoloji, klinik bilgilerle desteklenen görsel-dil modelini kullanarak kişiye özel PET görüntüleri sentezleyebiliyor. Çok merkezli veri setlerinde yapılan testler, sistemin hafif bilişsel bozukluk durumlarını değerlendirmede başarılı olduğunu gösteriyor. Bu gelişme, Alzheimer'ın erken teşhisinde maliyet ve radyasyon maruziyeti sorunlarına çözüm getirebilir.