Bar Ilan Üniversitesi, Ariel ve Tel Aviv üniversitelerinden araştırmacılar, yapay zekaya dayanan bir algoritma yarattılar, bu da%90’dan fazla bir doğrulukla yıldırım çarpmalarından kaynaklanan orman yangınları riskini öngörüyorlar. Teknoloji, iklim değişiklikleri nedeniyle şiddetlenen ve genellikle ulaşılması zor alanlarda başlayan yangınlara karşı mücadeleye yardımcı olmak için tasarlanmıştır.

Model, hava durumu, bitki örtüsü durumu, rahatlama ve uzun vadeli iklim eğilimleri hakkında bilgi de dahil olmak üzere yedi yıllık küresel uydu verilerinin analizine dayanmaktadır. Sistem, bu parametreleri, yıldırımın yangına neden olabileceğini ve ne zaman bir yangına neden olduğunu tahmin etmek için birleştirir. 2021’de, kontrol ederken, algoritma 10 vakanın 9’unda risk bölgelerini başarıyla tanımladı – bölgesel verilere ve antropojenik faktörlere odaklanan geleneksel yöntemler için ulaşılamayan sonuç.

Teknolojinin bir özelliği, tahmin edilmesi daha zor olan “doğal” yangınlara verdiği vurgudur. Çalışmanın yazarlarının açıkladığı gibi, mevcut sistemlerin çoğu şenlik ateşlerinden veya kundaklardan gelen yangınları iyi tahmin eder, ancak yıldırımla başa çıkmaz. İkincisi genellikle uzak bölgelere düşer ve yanan odaklar birkaç gün içinde bir felakete dönüşebilir. Bilim adamlarına göre yeni AI, tehdidi önceden uyarabilir.

Model henüz gerçek zamanlı olarak kullanılmamış olsa da, meteorolojik hizmetlere entegrasyonu, hizmetlerin tehditlere daha hızlı yanıt vermesine izin verecektir – keşif veya ekipmanları aktarma dronlarını potansiyel olarak tehlikeli alanlara yönlendirir. Bu, mevcut yöntemlerin yerine değil, gelişimlerindeki bir sonraki adımdır.

Geliştiriciler vurgulamaktadır: Algoritma, manzara ve iklimin yerel özellikleri göz önüne alındığında farklı bölgeler için uyarlanabilir. Aşırı hava olgusu büyümesinin sıklığı olarak, bu tür araçlar ormanları ve yerleşimleri korumak için kritik hale gelecektir. Önümüzdeki yıllarda, ekip pilot bölgelerde test sistemini sonuçlandırmayı planlıyor.

Yayınlanmış bir çalışma, klimatolojide AI kullanımı için küresel eğilimin bir parçasıdır. Bununla birlikte, bu tür modellerin tanıtımı bilim adamları, hükümetler ve kurtarma hizmetleri arasında işbirliği gerektirecektir.

Antropik, Claude 3.5 Haiku dil modelinin iç süreçlerini kısmen incelemesine izin veren koşullu olarak “mikroskop” olarak adlandırılan bir aracı tanıttı. Araştırmacılar, sistemin, istatistiklere dayalı kelimeleri seçmekten daha derin bir veri işleme seviyesini gösteren soyut, boyutlar arası bilgi temsilleri oluşturduğunu bulmuşlardır.

Kilit keşiflerden biri, belirli bir dile bağlı olmayan iç kavramlar olan Claude “Evrensel Düşünce Dili” nin kullanımı idi. Örneğin, farklı dillerde “küçük” kelimesi için bir zıtlık seçme isteği isterken, model önce “küçükün zıt” kavramını etkinleştirir ve ancak o zaman hedef dilde yanıtı üretir. Claude 3.5 gibi modelin en çok versiyonları, geliştiricilere göre, çok dilli senaryolardaki muhakemenin tutarlılığını artıran diller arasında daha belirgin bir kavramsal kavşak sergilemektedir.

“Dallas’ın bulunduğu eyaletin başkenti nedir?” Sorusu gibi çok adımlı sorunları çözerken, Claude ilgili fikirleri sırayla aktive eder: ilk “Dallas → Texas”, sonra “Texas → Austin”. Bu, modelin sadece gerçekleri çıkarma değil, mantıksal sonuçlara yönelik yeteneğini gösterir. Yaratıcı görevlerde, örneğin, ayetlerin neslinde, sistem önceden yapıyı planlıyor: sözcükleri seçer ve etraflarında çizgiler oluşturur. Deneyler, hedef tekerlemelerdeki bir değişikliğin, gizli bir komut dosyasının varlığını doğrulayan tamamen yeni bir metne yol açtığını göstermiştir.

Matematiksel hesaplamalarda Claude paralel yollar kullanır: biri yaklaşık değerlendirme için, diğeri doğru hesaplamalar için. Bununla birlikte, bir istek isterken, model genellikle gerçek olandan farklı olan süreci tanımlar. Dahası, ipucu bir hata içeriyorsa, Claude mantıksal olarak yanlış, ancak yapısal olarak tutarlı bir gerekçe oluşturabilir. Bu, sistemin insansı açıklamaları taklit ettiğini ve gerçek iç mantığı yansıtmadığını gösterir.

Nature Human Davranış dergisinde yayınlanan Google’ın paralel araştırması, dil modelleri ve insan beyni arasındaki benzerlikleri ortaya çıkardı. Bilim adamları, Openai’den gelen fısıltıların iç kalıplarının bir konuşma sırasında insanların nöral aktivitesi ile ilişkili olduğunu bulmuşlardır – hem AI hem de beyin aşağıdaki kelimeleri öngörüyor. Bununla birlikte, temel fark mimaride yatmaktadır: transformatör modelleri aynı anda yüzlerce jetonu işlerken, beyin konuşmayı tekrarlayan döngüler ve geçici gecikme ile sırayla analiz eder.

Çalışmanın yazarları, “Beyin ve AI, dil işlemenin benzer temel prensiplerini kullanıyor, ancak“ bilgi işlem şemaları ”önemli ölçüde farklı” diyor.

Antropik ve Google’ın sonuçları AI’nın çalışmalarının anlaşılmasındaki ilerlemeyi vurgular, ancak aynı zamanda doğrudan analojilerin insan düşüncesi ile karmaşıklığını hatırlatır. Claude planlama ve soyut kavramların unsurlarını gösterirken, “akıl yürütmesi” bilinçli bir analiz değil, çok katmanlı matematik operasyonlarının bir ürünü olmaya devam etmektedir. Bu çalışmalar daha şeffaf ve kontrollü sistemlerin yolunu açar, ancak aynı zamanda makine öğreniminde “zekanın” doğası hakkında yeni sorular da gündeme getirir.

Yapay zeka görevleri için özel çipler geliştiren Güney Koreli girişim Furiosaai, 800 milyon dolara satın almaya Meta* sunmayı reddetti. Yerel medya raporlarına göre, finansal koşullar nedeniyle değil, işlemden sonra şirketin kalkınma stratejisi ve organizasyonel yapısı hakkındaki anlaşmazlıklar nedeniyle müzakereler sona erdi.

Meta, diğer teknolojik devler gibi, büyük dil modelleri (LLM) eğitmek ve oluşturmak için kullanılan Nvidia yongalarına bağımlılığı azaltmak için aktif olarak çabalamaktadır. Geçen yıl, şirket kendi AI yongalarını tanıttı ve Ocak ayında kotörlerini desteklemek için bu yıl 65 milyar dolara kadar yatırım yapmayı planladığını duyurdu. Furiosaai’nin satın alınması rekabetçi bir yarıştaki konumunu güçlendirebilir, ancak anlaşma gerçekleşmedi. Her iki taraf da yorum yapmayı reddetti.

Paralel olarak, Furiosaai yatırımcılarla 48 milyon dolar çekme konusunda müzakere ediyor. Startup, bu ay finansman turunu tamamlamayı bekliyor. Bu fonların, mantıksal çıkış görevleri için tasarlanmış ikinci jenerasyon çiplerinin (RNGD) geliştirilmesine yönlendirilmesi planlanmaktadır. Daha önce şirket, LG AI Research ve Suudi petrol ve gaz şirketi Aramco ile ortaklaşa testlerini tamamladı. Kaynaklara göre, LG AI Research, RNGD’yi AI altyapısına entegre etmeyi planlıyor. Yonga seri üretimi yıl sonundan önce bekleniyor.

Furiosaai, 2017 yılında eski bir mühendis Samsung Electronics ve AMD olan Haziran Payk’a kadar kuruldu. Başlangıç ​​iki yonga geliştirdi: Warboy, yüksek performans hesaplamalarına odaklandı ve LLM ile çalışırken enerji verimliliğine odaklanan RNGD. Bu çözümler NVIDIA ve AMD ürünlerine alternatif olarak konumlandırılmıştır. Önümüzdeki aylarda şirket, büyük oyuncuların artan rekabetine rağmen pazar pozisyonlarını güçlendirmeyi planlıyor.

* Meta (Facebook ve Instagram) Rusya’da aşırılık yanlısı olarak kabul ediliyor ve yasaklandı

Uluslararası bilimsel grup, OLED ekranlarında, esnek elektronik ve güneş panellerinde kullanılan organik yarı iletken malzemelerde ısı transfer mekanizmasını ortaya çıkardı. Çalışma, bu malzemelerdeki ısının% 70’inin, daha önce düşünüldüğü gibi klasik “parçacıkların hareketi” değil, fononların kuantum tünellenmesi nedeniyle bulaştığını göstermiştir.

“Onlarca yıldır kristaller için termal iletkenlik fononların dalga doğasını görmezden geldi. Pentac gibi büyük molekülleri olan organik yarı iletkenlerde tünel etkisinin baskın hale geldiğini kanıtladık. Bu, örneğin, termal iletkenliklerinin neden sıcaklıktan neredeyse bağımsız olduğunu açıklamaktadır. ”Egbert Zoyer çalışmanın araştırma başkanını vurgulamaktadır.

Keşif, makine öğreniminin standart olmayan kullanımı sayesinde mümkün oldu: Deneysel verileri analiz etmek yerine, sinir ağları nükleer etkileşimlerdeki gizli kalıpları tanımlamayı mümkün kılan temel fiziksel yasalar üzerinde eğitildi.

Geleneksel modeller ısı transferini gaz difüzyonuna benzer fononların hareketi olarak tanımladı. Bununla birlikte, organik yarı iletkenler gibi düşük termal iletkenliğe sahip malzemeler için bu yaklaşımlar%300’e kadar hatalar yaptı. 500+ moleküler dinamik simülasyonları işleyen makine öğrenimi algoritmaları, 1,2 nm’nin üzerindeki moleküllerin boyutu ile dalga etkilerinin geçerli olmaya başladığını gösterdi.

“Büyük moleküller, dalga özelliklerini arttıran 100 Hz’nin altında bir frekansla dalgalanıyor. İşin ilk yazarı Lucas Legenenstein Lucas Legenstein, moleküller arasında rezonans boyunca moleküller arasında “zıplar”.

Bu keşif, kasıtlı olarak tasarım malzemelerini sağlar. Örneğin, moleküllere esnek yanal grupların eklenmesi tünellemeyi arttırır ve termoelektrik dönüştürücüler için termal iletkenliği azaltır. Aksine, sert bağları olan kompakt moleküler yapılar, mikroelektronikteki ısı beslemesinin iyileştirilmesine yardımcı olacaktır.

Zoyer, “Şimdi yapıdaki bir değişikliğin, malzemelerin gelişimini yıllarca aylarca azaltarak ısı transferini nasıl etkileyeceğini tahmin edebiliriz” diyor.

Bilim adamları, yöntemi metal -organik çerçevelere uygulamak için özel umutlar atarlar. Bu gözenekli malzemelerde hidrojen veya yakalama co depolamak için kullanılan₂yerel aşırı ısınma genellikle yapıyı yok eder. Tünel etkilerinin yönetimi istikrarlarını artıracaktır.

“Bu tür sistemler için klasik kuantum hesaplamaları yıllar alır. Yaklaşımımız bunu doğruluk kaybı olmadan günlere düşürüyor ”diyor yazarlar.

Ekip, yeni ilkelerin uygulanmasının cihazların enerji verimliliğini%15 artırdığı OLED malzemelerinin üretimi için bir başlangıç ​​ile çalışıyor. Zoyer’e göre, makine öğrenimi ve temel fizikin bir kombinasyonu, “akıllı” kıyafetler için esnek sensörlerden endüstride ısının geri kazanılması için sistemlere kadar “talep üzerine malzemeler” dönemini açar.