“veri kıtlığı” için sonuçlar
16 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka ile Antik Sanskritçe Metinler Dijital Dünyaya Taşınıyor
Binlerce yıllık Sanskritçe literatürün dijitalleştirilmesi, veri eksikliği nedeniyle büyük zorluklarla karşılaşıyordu. Araştırmacılar bu sorunu çözmek için Naamah adlı yeni bir veri seti geliştirdi. 102 bin cümlelik bu veri seti, DBpedia'dan çıkarılan bilgilerle 24 milyar parametreli yapay zeka modelinin üretken yeteneklerini birleştiriyor. Sistem, klasik Sanskritçe gramerinin karmaşık yapısını anlayarak doğal ve çeşitli eğitim verisi oluşturabiliyor. Bu yenilik, antik metinlerdeki kişi, yer ve kavram isimlerini otomatik olarak tanımlayabilme kabiliyeti kazandırıyor. Çalışma, hem çok dilli XLM RoBERTa hem de parametre açısından verimli IndicBERTv2 mimarilerini test etti. Bu gelişme, yalnızca Sanskritçe değil, benzer veri kıtlığı yaşayan diğer antik diller için de umut veriyor.
Yapay Zeka Darwin'in İspinozlarının Kafataslarını Evrimsel İlişkilere Göre Yeniden Yaratıyor
Araştırmacılar, evrimsel ilişkileri göz önünde bulundurarak 3D biyolojik yapılar üretebilen yeni bir yapay zeka modeli geliştirdiler. PhyloSDF adı verilen bu sistem, Darwin'in İspinozları ve yakın türlerinin kafatası yapılarını inceleyerek, evrimsel mesafeleri koruyacak şekilde yeni kafatası formları oluşturabiliyor. Model, sadece tür başına 4 örnek ile bile çalışabilen özel bir mimari kullanıyor ve filogenetik tutarlılık kaybı adı verilen yenilikçi bir yaklaşımla gizli uzamı evrimsel mesafelerle uyumlu hale getiriyor. 24 türden 100 mikro-CT taranmış kafatası üzerinde test edilen sistem, biyolojik açıdan makul yeni morfojik yapılar üretmeyi başarıyor. Bu çalışma, hesaplamalı evrim biyolojisinde veri kıtlığı ve filogenetik ilişkilerin korunması gibi temel zorlukları aşmak için önemli bir adım teşkil ediyor.
Yapay Zeka Fizik Yasalarını Az Veriyle Keşfediyor
Stanford ve MIT araştırmacıları, fiziksel sistemlerin dinamiklerini çok az ve gürültülü veriden öğrenebilen yeni bir yapay zeka modeli geliştirdi. Adaptif Simplektik Tekrarlayan Sinir Ağları (ASRNN) adlı bu model, sadece iki zaman noktasından oluşan verilerle bile karmaşık fiziksel sistemlerin uzun vadeli davranışlarını tahmin edebiliyor. Geleneksel makine öğrenmesi yöntemleri veri kıtlığında başarısız olurken, bu yeni yaklaşım Hamiltoniyen mekaniğin temel ilkelerini model mimarisine entegre ederek bu sorunu çözüyor. Sistem, sembolik matematik kullanarak fiziksel yasaları keşfedebilme özelliği de taşıyor.
LIVE: Görüntü Düzenleme Bilgisini Video Editörlüğüne Aktaran Yeni AI Sistemi
Araştırmacılar, video düzenleme alanındaki veri kıtlığı sorununa yenilikçi bir çözüm geliştirdi. LIVE adlı sistem, geniş ölçekli görüntü düzenleme verilerini video düzenleme yetenekleriyle birleştiren hibrit bir eğitim yaklaşımı sunuyor. Geleneksel yöntemler, video verilerinin yüksek maliyeti ve sınırlı çeşitliliği nedeniyle zorluklarla karşılaşırken, bu yeni yaklaşım statik görüntülerden öğrenilen bilgileri dinamik video düzenleme görevlerine başarıyla aktarıyor. Sistem, çerçeve bazlı token gürültü stratejisi kullanarak görüntü ve video verileri arasındaki alan farklılığını azaltıyor. Bu gelişme, kullanıcı talimatlarına dayalı video düzenleme teknolojilerinde önemli bir adım teşkil ediyor.
Büyük Dil Modellerinde Pekiştirmeli Öğrenme: Veri Kıtlığı Sorunu
Araştırmacılar, yapay zeka alanında devrim yaratan büyük dil modellerinin (LLM) pekiştirmeli öğrenme yöntemleriyle geliştirilmesinde karşılaşılan kritik bir sorunu ele alıyor: veri kıtlığı. ChatGPT ve benzeri modellerin akıl yürütme yeteneklerini artırmak için kullanılan pekiştirmeli öğrenme, yeterli kaliteli veri bulamama problemiyle karşı karşıya. Bu yeni araştırma, hem dış kaynaklardan gelen kaliteli denetim verilerinin sınırlılığını hem de modelin kendi ürettiği deneyim hacmindeki kısıtlılığı inceliyor. Bilim insanları, veri odaklı, eğitim odaklı ve çerçeve odaklı olmak üzere üç farklı perspektiften sistematik bir çözüm haritası çiziyor. Bu çalışma, AI modellerinin daha verimli öğrenmesi için kritik olan veri-etkin pekiştirmeli öğrenme alanında ilk kapsamlı rehberi sunuyor.
Yapay zeka az veriyle askeri araçları daha iyi tespit ediyor
Araştırmacılar, sınırlı veri koşullarında askeri araç tespitini iyileştirmek için yeni bir yapay zeka yaklaşımı geliştirdi. Çalışmada, sınıf başına sadece 8-24 gerçek görüntü kullanarak FLUX.1 difüzyon modeli eğitildi ve bu model yeni sentetik görüntüler üretti. Üretilen yapay görüntüler, RF-DETR tespit sisteminin performansını önemli ölçüde artırdı. Bu yaklaşım, askeri uygulamalarda sıkça karşılaşılan veri kıtlığı sorununa pratik bir çözüm sunuyor. Yöntem, mevcut sınırlı veri setini daha etkin kullanarak, ek gerçek veri toplamaya gerek kalmadan tespit doğruluğunu iyileştiriyor. Araştırma, difüzyon tabanlı görüntü üretiminin savunma teknolojilerindeki potansiyelini gösteriyor.
Telugu Dili İçin Duygu Analizi: İnsan Merkezli Yapay Zeka Yaklaşımı
Araştırmacılar, 96 milyondan fazla konuşuru olan Telugu dili için yenilikçi bir duygu analizi sistemi geliştirdi. Hindistan'ın önemli dillerinden biri olan Telugu, makine öğrenmesi alanında 'düşük kaynak' kategorisinde yer alıyor. Bilim insanları, sadece doğruluk oranına odaklanmak yerine, yapay zekanın insan düşüncesiyle nasıl uyumlaştırılabileceğini araştırdı. TeSent adlı büyük ölçekli veri setini oluşturdular - bu set Telugu metinlerinin duygu etiketleriyle birlikte, ana dili konuşucularının mantıklı açıklamalarını da içeriyor. Beş farklı transformer modelini test ettikleri araştırmada, insan mantığını model eğitimine dahil etmenin önemini vurguladılar. Bu yaklaşım, özellikle veri kıtlığı yaşanan diller için yapay zeka sistemlerinin daha güvenilir ve yorumlanabilir olmasını sağlayabilir.
ControlAudio: Metinle Kontrol Edilebilen Ses Üretiminde Yeni Dönem
Araştırmacılar, metinsel talimatlarla ses üretimine yeni bir boyut katan ControlAudio sistemini geliştirdi. Bu yenilikçi yaklaşım, sadece metin girişiyle değil, aynı zamanda zamansal kontrol ve konuşma içeriği gibi ince ayarlarla da ses üretebiliyor. Sistem, aşamalı difüzyon modelleme tekniğini kullanarak, çok görevli öğrenme problemi olarak tasarlanmış. Önce büyük ölçekli metin-ses veri çiftleri üzerinde eğitilen difüzyon transformatörü, daha sonra zamanlama ve fonem özelliklerini kademeli olarak entegre ediyor. Bu yaklaşım, veri kıtlığı sorununun üstesinden gelirken, daha hassas ve kontrol edilebilir ses üretimi sağlıyor. ControlAudio, yapay zeka destekli ses teknolojilerinde önemli bir adım olarak değerlendiriliyor.
Yapay Zeka Mikroskop Görüntülerini Analiz Etmeyi Öğrendi
Araştırmacılar, taramalı elektron mikroskobu görüntülerinden hassas kontur çıkarımı yapabilen SegSEM adlı yeni bir yapay zeka sistemi geliştirdi. Meta'nın SAM2 modelini temel alan bu sistem, yarı iletken üretiminde kritik önem taşıyan optik yakınlık düzeltme modellerinin kalibrasyonunda kullanılıyor. Sadece 60 görüntü ile eğitilmesine rağmen yüksek başarım gösteren sistem, veri kıtlığının yaşandığı endüstriyel uygulamalarda temel modellerin nasıl adapte edilebileceğine dair önemli ipuçları sunuyor. Hibrit mimarisi sayesinde geleneksel algoritmaları da güvenilirlik kontrolü için kullanan SegSEM, özellikle mikroelektronik üretim süreçlerinde devrim yaratma potansiyeline sahip.
Yapay Zeka Artık Sadece Sesle Taklit Edebiliyor: MimicLM Modeli
Araştırmacılar, MimicLM adı verilen yeni bir yapay zeka modeli geliştirerek ses taklidi alanında önemli bir atılım gerçekleştirdi. Bu model, herhangi bir kişinin ses tonunu ve konuşma tarzını taklit edebilirken, söylenen kelimelerin anlamını değiştirmeden koruyor. Geleneksel yöntemlerin aksine, MimicLM sentetik konuşmayı eğitim kaynağı olarak kullanırken gerçek ses kayıtlarını hedef alarak öğreniyor. Bu yaklaşım, modelin doğrudan gerçek konuşma verilerinden öğrenmesini sağlıyor ve mevcut yöntemlerin karşılaştığı veri kıtlığı sorununu çözüyor. Teknoloji, dublaj endüstrisinden kişiselleştirilmiş ses asistanlarına kadar geniş bir uygulama yelpazesi sunuyor.
Endüstriyel Öneri Sistemlerinde Devrim: LLMAR Çerçevesi Geliştirildi
Araştırmacılar, endüstriyel B2B uygulamalarda karşılaşılan veri kıtlığı sorununu çözmek için LLMAR adlı yenilikçi bir öneri sistemi geliştirdi. İnşaat sahası risk tahmini ve malzeme tedariki gibi alanlarda kullanılan geleneksel sistemler, yetersiz etkileşim verisi nedeniyle başarısız oluyor. LLMAR, büyük dil modellerinin akıl yürütme yeteneklerini kullanarak kullanıcıların gizli motivasyonlarını anlıyor ve hiçbir eğitim süreci gerektirmiyor. Sistem, davranış geçmişini yapılandırılmış anlamlı motivasyonlara dönüştüren çıkarım odaklı açıklama ve halüsinasyonları önleyen öz-düzeltme mekanizması gibi özellikler sunuyor. Bu yenilik, veri kıtlığının yaşandığı endüstriyel alanlarda öneri sistemlerinin etkinliğini artırma potansiyeli taşıyor.
Yapay zeka sahte görselleri tespit etmede uzmanlaşmış sistemleri geçti
Deepfake ve manipüle edilmiş görsellerin yaygınlaşmasıyla birlikte, sahte içeriklerin tespiti kritik bir sorun haline geldi. Araştırmacılar, görsel manipülasyonları tespit etmek için DINOv3 temelinde geliştirdikleri basit ama etkili bir model sundu. Bu yeni yaklaşım, karmaşık özel tasarımlara dayanan mevcut yöntemleri büyük fark ile geride bıraktı. Model, dört standart benchmark testinde piksel düzeyinde F1 skorunu 17 puan artırarak yeni bir başarı rekoru kırdı. Özellikle veri kıtlığı olan durumlarda dahi istikrarlı performans sergileyen sistem, sahte görsel tespitinde önemli bir ilerleme kaydetti.
Yapay Zeka, Az Konuşulan Dillerin Araştırılmasında Yeni Ufuklar Açıyor
Dünya genelinde binlerce az konuşulan dil, insanlık tarihinin ve kültürel çeşitliliğin benzersiz hazinelerini barındırıyor. Ancak bu diller, veri kıtlığı ve teknolojik sınırlar nedeniyle kaybolma tehlikesi altında. Yeni bir araştırma, büyük dil modellerinin (LLM) bu sorunlara nasıl çözüm getireceğini inceliyor. Araştırmacılar, yapay zekanın dilbilimsel varyasyonları analiz etmede, tarihi belgeleri dijitalleştirmede ve kültürel ifadeleri koruıda devrimsel fırsatlar sunduğunu belirtiyor. Özellikle edebi analizler ve tarihsel dokümantasyon alanlarında önemli ilerlemeler kaydediliyor. Ancak bu teknolojik imkanlar beraberinde etik sorular, kültürel duyarlılık gereklilikleri ve model uyarlanabilirliği gibi zorlukları da getiriyor. Çalışma, bu dengeyi nasıl kurulabileceği konusunda önemli öneriler sunuyor.
HydroGraphNet: Su havzalarında akış ve azot tahmininde büyük ilerleme
Amerikalı araştırmacılar, tarımsal su havzalarındaki günlük su akışı ve azot dinamiklerini tahmin etmek için HydroGraphNet adlı yenilikçi bir yapay zeka sistemi geliştirdi. Bu sistem, geleneksel derin öğrenme modellerinin veri kıtlığı durumlarında yaşadığı mekânsal genelleme sorunlarını çözmek için tasarlandı. HydroGraphNet, süreç tabanlı bilgileri ve açık mekânsal öğrenmeyi zamansal modelleme ile birleştiren graf makine öğrenmesi çerçevesi kullanıyor. Bu yaklaşım, tarımsal havzaların hassas yönetimi için kritik olan su akışı ve azot ihracı dinamiklerinin mekânsal olarak dağıtılmış tahminlerini mümkün kılıyor. Sistem, özellikle veri eksikliğinin yaşandığı bölgelerde güvenilir sonuçlar üretebiliyor ve bu özelliği onu mevcut temporal derin öğrenme modellerinden ayırıyor.
Yapay Zeka Devriminin Haritası: Büyük Dil Modellerinin Yörüngesel Sınıflandırması
Araştırmacılar, 2019-2025 arası büyük dil modellerinin kapsamlı bir haritasını çıkardı. LLMOrbit adlı bu çalışma, 15 organizasyondan 50'den fazla AI modelini inceleyerek yapay zekanın evrimini döngüsel bir taksonomiyle açıklıyor. Çalışma, AI gelişiminin karşılaştığı üç kritik krizi tanımlıyor: 2026-2028'e kadar veri kıtlığı, 5 yılda 3 milyon dolardan 300 milyon dolara çıkan maliyet artışı ve 22 kat artan enerji tüketimi. Bu 'ölçeklendirme duvarı'nı aşmak için altı yeni paradigma öneriliyor. Test zamanı hesaplama, çok-modalite ve otonom ajanlar gibi yaklaşımlar, ham güç artışından ziyade akıllı çözümlerle AI'ın geleceğini şekillendiriyor.
Peru Anayasası artık yapay zeka ile Quechua dilinde okunabiliyor
Peru'daki araştırmacılar, yerli Quechua dili ve İspanyolca için özel geliştirilmiş yapay zeka tabanlı metin-konuşma sistemleri oluşturdu. Bu çalışma, Peru Anayasası'nın her iki dilde de doğal seslendirilmesini mümkün kılıyor. Özellikle veri kıtlığı yaşanan Quechua dili için geliştirilen sistem, İspanyolcadan çapraz dil aktarımı kullanarak bu sorunu çözüyor. Araştırma, düşük kaynaklı dillerde konuşma teknolojilerinin geliştirilmesi açısından önemli bir adım teşkil ediyor. Proje kapsamında geliştirilen modeller, eğitim verileri ve sentezlenmiş ses kayıtları araştırma topluluğuyla paylaşılarak, benzer çalışmalara kaynak sağlanıyor. Bu çalışma, teknolojik gelişmelerin dil çeşitliliğini desteklemesi ve yerli toplulukların hukuki haklarına erişimini kolaylaştırması açısından önemli bir örnek oluşturuyor.