“yapay zeka mimarisi” için sonuçlar
15 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Çoklu Veri Kaynakları İçin Yeni Yapay Zeka Mimarisi Geliştirildi
Endüstri 4.0 ve Endüstriyel Nesnelerin İnterneti teknolojilerinin hızla yaygınlaşmasıyla birlikte, farklı kaynaklardan toplanan verilerin etkili bir şekilde birleştirilmesi kritik bir ihtiyaç haline geldi. Araştırmacılar, çoklu veri kaynaklarından gelen bilgileri harmanlayabilen yeni bir derin öğrenme mimarisi geliştirdi. Bu teknoloji, yeniden yapılandırma, sınıflandırma ve tahmin görevlerinde devrim yaratma potansiyeline sahip. Geleneksel yöntemlerin aksine, farklı kaynaklardan gelen verilerin yorumlanması ve etkili şekilde füzyon edilmesi konusunda önemli bir adım teşkil ediyor. Gelişen teknolojinin, akıllı fabrikalardan otonom sistemlere kadar geniş bir uygulama alanı bulması bekleniyor.
Yapay Zeka Öğretmenleri Artık 'Bilmiyorum' Diyebilecek
Araştırmacılar, eğitim teknolojilerinde kullanılan bilgi izleme sistemlerini daha sorumlu hale getiren yeni bir yöntem geliştirdi. Monte Carlo Dropout tekniğini kullanan sistem, belirsizlik seviyesi yüksek tahminlerde insan öğretmene başvurma kararı alabiliyor. Üç farklı yapay zeka mimarisi üzerinde yapılan testlerde, en belirsiz %20'lik tahminlerden kaçınma stratejisi sayesinde doğruluk oranı %2.3-3.0, AUC değeri %1.9-2.4 ve F1 skoru %1.4-4.3 oranında artış gösterdi. Bu yaklaşım, yapay zeka destekli eğitim sistemlerinin güvenilirlik sorununa pratik bir çözüm sunuyor.
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.
Yapay Zeka Modelleri İçin Yeni Hibrit Mimari: Daha Az Parametre, Daha İyi Performans
Araştırmacılar, dil modellemesi için yeni bir yapay zeka mimarisi geliştirdi. UniMatrix adı verilen bu sistem, geleneksel Transformer modellerinin avantajlarını yapılandırılmış tekrarlayan durumlarla birleştiriyor. Çalışma, modellerin daha az parametre kullanarak nasıl daha etkili olabileceğini araştırıyor. Küçük ölçekli testlerde, UniMatrix ailesinin bazı varyantları WikiText-2 veri setinde geleneksel Transformer modellerini geride bıraktı. Ancak araştırma, çağrışımsal hafıza görevlerinde sınırlamaları da ortaya koydu. Bu çalışma, yapay zeka modellerinin verimliliğini artırmak için hibrit yaklaşımların potansiyelini gösteriyor.
Fermi Sets: Kuantum sistemleri için yeni yapay zeka mimarisi geliştirildi
Araştırmacılar, fermiyonik çok-cisim sistemlerini modellemek için Fermi Sets adında yenilikçi bir yapay sinir ağı mimarisi geliştirdi. Bu mimari, kuantum mekaniğinin temel prensiplerini koruyarak karmaşık parçacık sistemlerini daha az hesaplama gücüyle modelleyebiliyor. Sistem, antisimetrik ve simetrik fonksiyonları birleştirerek evrensel yaklaşım sağlıyor. En dikkat çekici yanı, boyut sayısına bağlı olarak ihtiyaç duyulan temel fonksiyon sayısının oldukça sınırlı olması - tek boyutta sadece bir, iki boyutta iki temel fonksiyon yeterli. Bu gelişme, kuantum fiziği hesaplamalarında önemli verimlilik artışı sağlayabilir ve malzeme bilimi ile kuantum kimyası alanlarında yeni araştırma kapıları açabilir.
KIRA: Görseller İçin Yeni Nesil Yapay Zeka Soru-Cevap Sistemi
Araştırmacılar, görsel içeriklerle soru-cevap işlemlerini devrim niteliğinde geliştirecek KIRA adlı yeni bir yapay zeka mimarisi geliştirdi. Metin tabanlı RAG sistemlerinin görsel alanlara uyarlanmasındaki temel zorlukları aşmak için tasarlanan bu sistem, görsel ve metin bilgileri arasında köprü kurabiliyor. KIRA, özellikle uzmanlaşmış alanlarda görsel bilgi tabanlarının oluşturulması, çok adımlı mantıksal çıkarım yapılması ve üretilen cevapların görsel kanıtlarla desteklenmesi gibi kritik sorunları çözüyor. Beş aşamalı bu mimari, görsel RAG sistemlerindeki on temel problemi ele alarak, görsel yapay zeka uygulamalarında yeni bir standart oluşturmayı hedefliyor.
Robotlar İçin Hafıza Devrimi: Çevreyi Anlayan ve Hatırlayan Yapay Zeka
Araştırmacılar, robotların çevrelerini daha etkili bir şekilde hatırlayabilmesi için yeni bir yapay zeka mimarisi geliştirdi. EmbodiedLGR-Agent adlı bu sistem, görsel-dil modellerini kullanarak robotların işlem yaptıkları ortamların yoğun ve verimli temsillerini oluşturuyor. Karmaşık çevrelerde çalışan robotların, insanlarla etkili etkileşim kurabilmesi için çevresel hafıza yapıları kurması gerekiyor. İnsanlar robotlardan konum, olay veya nesneler hakkında bilgi talep ettiğinde, robotun insan benzeri çıkarım süreleri içinde kesin yanıtlar verebilmesi bekleniyor. Bu yeni hibrit yaklaşım, robotik alanında hafıza ve geri çağırma konularındaki önemli bir sorunu ele alıyor ve gelecekteki akıllı robotların daha doğal ve yararlı etkileşimler kurmasının yolunu açıyor.
Fraktal Yapılardan İlham Alan Yapay Zeka Mimarisi Geliştirme Sistemi Tanıtıldı
Araştırmacılar, doğanın fraktal yapılarından esinlenerek yapay sinir ağları tasarlayan yenilikçi bir sistem geliştirdi. FractalNet adlı bu sistem, büyük dil modellerinin analizi ve geliştirilmesi için otomatik mimari keşif süreci sunuyor. Sistem, konvolüsyon, normalizasyon, aktivasyon ve dropout katmanlarının sistematik permütasyonları ile 1.200'den fazla farklı sinir ağı varyantı oluşturabiliyor. Fraktal şablonlar sayesinde modeller hem derinlik hem genişlik açısından dengeli bir şekilde büyüyebiliyor. CIFAR-10 veri setinde yapılan testlerde, fraktal tabanlı mimarilerin hem güçlü performans sergilediği hem de hesaplama açısından verimli olduğu görüldü.
SpiralFormer: Çok Çözünürlüklü Döngüsel Yapay Zeka Modeli Hiyerarşik Öğrenmeyi Mümkün Kılıyor
Araştırmacılar, geleneksel transformer modellerinin sınırlarını aşmak için SpiralFormer adlı yeni bir yapay zeka mimarisi geliştirdi. Bu model, aynı katmanları tekrar tekrar kullanarak hesaplama derinliğini parametre sayısından ayırıyor ve çok çözünürlüklü bir yaklaşımla çalışıyor. SpiralFormer, farklı ölçeklerde hiyerarşik bağımlılıkları öğrenebiliyor ve her iterasyonda farklı işlevlere odaklanabiliyor. Bu özellik, modelin hem daha verimli hem de daha etkili çalışmasını sağlıyor. Geleneksel döngüsel transformer modelleri genellikle sabit çözünürlükte çalışır ve bu da performans kayıplarına yol açabilir. SpiralFormer ise sıkıştırılmış gizli temsiller üzerinde hesaplama yaparak bu sorunu çözüyor ve aynı hesaplama gücüyle daha iyi sonuçlar elde ediyor.
Yapay zeka yerli dillere nasıl hizmet edebilir? Guarani örneği
Araştırmacılar, yapay zeka sistemlerinin çoğunlukla metin tabanlı tasarlandığını ve sözlü gelenekleri olan yerli toplulukları ihmal ettiğini belirtiyor. Paraguay'da konuşulan Guarani dilini örnek alan çalışma, geleneksel 'metinden sese' yaklaşımının yetersiz kaldığını gösteriyor. Bilim insanları, sözlü kültürlere öncelik veren yeni bir yapay zeka mimarisi öneriyorlar. Bu sistem, konuşma sırası alma, onarım ve paylaşılan bağlam gibi doğal konuşma özelliklerini merkeze alıyor. Önerilen çok-ajan sistemi, yerli toplulukların veri egemenliğini korurken, dil anlama ve topluluk yönetişimini ayrı modüllerle ele alıyor. Çalışma, teknolojinin sadece tanıma değil, gerçek etkileşim odaklı olması gerektiğini vurguluyor.
Yapay Zeka, Matematik Denklemlerinde Tahmin Gücünü Artıran Yeni Mimari Geliştirdi
Araştırmacılar, kısmi diferansiyel denklemlerle yönetilen sistemlerin davranışlarını daha doğru tahmin edebilen 'Geç Füzyon Sinir Operatörü' adlı yeni bir yapay zeka mimarisi geliştirdi. Bu yenilik, özellikle eğitim verilerinde görülmemiş parametre aralıklarında bile güvenilir tahminler yapabilme kabiliyeti sunuyor. Geleneksel yaklaşımlarda sistem durumu ve parametreler iç içe öğrenilirken, yeni mimari bu iki unsuru birbirinden ayırarak öğreniyor. Bu sayede mühendislik ve bilimsel uygulamalarda kritik öneme sahip extrapolasyon sorunu çözülüyor. Sistem, durum dinamiklerini öğrenmek için sinir operatörlerini, parametre etkilerini dahil etmek içinse seyrek regresyon tekniklerini birleştiriyor.
Kanser Tanısında Devrim: MambaBack ile Mikroskobik Görüntü Analizi
Araştırmacılar, kanser tanısında kullanılan bütün slayt görüntü analizi için yeni bir yapay zeka mimarisi geliştirdi. MambaBack adlı bu sistem, hem yerel hücresel yapıları hem de global bağlamları etkili şekilde modelleyerek mevcut yöntemlerin üç temel sorununu çözüyor. Patoloji alanında kullanılan Multiple Instance Learning yaklaşımının geliştirilmiş hali olan bu teknoloji, 2D uzamsal yerelliği korurken ince taneli hücresel yapıları daha iyi analiz edebiliyor. Ayrıca kaynak kısıtlı cihazlarda bile düşük bellek kullanımıyla çalışabilen sistem, kanser teşhisinin hızlanmasına ve daha erişilebilir hale gelmesine katkı sağlayabilir.
Yapay Zeka Tabanlı Sistem Uzaktan Hasta İzlemede Yanlış Alarmları %90 Azaltıyor
Araştırmacılar, uzaktan hasta izleme sistemlerindeki yanlış pozitif alarmları büyük ölçüde azaltan yeni bir yapay zeka mimarisi geliştirdi. Veritas-RPM adı verilen sistem, beş katmanlı çok ajanlı bir yapı kullanarak hastane personelinin gereksiz müdahalelerini minimize ediyor. Sistem, anomali tespiti yapan sensör katmanından conflict çözümü yapan meta-ajanına kadar birbirini destekleyen katmanlardan oluşuyor. 98 farklı yanlış alarm senaryosu üzerinde test edilen sistem, 530 sentetik hasta verisi ile doğrulanmış durumda. Bu gelişme, hem hasta güvenliğini artırabilir hem de sağlık personelinin iş yükünü hafifletebilir.
Heterojen Graflar İçin Yeni Yapay Zeka Mimarisi: HetSheaf
Araştırmacılar, farklı türde düğüm ve kenarlar içeren heterojen grafları analiz etmek için HetSheaf adlı yenilikçi bir yapay zeka çerçevesi geliştirdi. Biyoloji, kimya ve bilgisayar ağları gibi alanlarda karşılaşılan karmaşık veri yapılarını işlemek için özel olarak tasarlanan bu sistem, geleneksel yöntemlerin aksine model mimarisini değiştirmek yerine veri temsilini iyileştiriyor. Sistem, cellular sheaves adı verilen topolojik bir çerçeve kullanarak farklı türdeki özelliklerin ve etkileşimlerin daha etkili bir şekilde kodlanmasını sağlıyor. Özellikle graf düzeyinde tahminler yapabilmek için geliştirilen SheafPool mekanizması, düğüm temsillerini toplarken yerel değişikliklere karşı dayanıklılık gösteriyor. Bu gelişme, kompleks ağ yapılarının analizinde önemli bir adım teşkil ediyor.
Otonom AI Sistemlerinde CPU'nun Gizli Rolü Keşfedildi
Araştırmacılar, otonom yapay zeka sistemlerinin performans darboğazlarını CPU merkezli bir bakış açısıyla inceledi. Geleneksel AI sistemlerinin aksine, plan yapabilen, araç kullanabilen ve anlık adaptasyon gösterebilen agentic AI sistemleri, heterojen CPU-GPU mimarilerde çalışıyor. Yeni çalışma, bu sistemlerdeki CPU'nun kritik rolünü ortaya koydu. Araştırma, farklı donanım sistemlerinde uçtan uca gecikme ve verim analizleri yaparak, performans engellerini belirlemeyi amaçlıyor. Bu bulgular, gelecekteki otonom AI sistemlerinin tasarımında CPU optimizasyonunun önemini vurguluyor ve mevcut GPU-odaklı yaklaşımları sorgulayan önemli bir perspektif sunuyor.