PİYASA
Yapay Zeka

Trakya Üniversitesi'nden yapay zekayla yüzde 91,4 doğruluk oranı

Görsel: HaberinAi

Özet

Trakya Üniversitesi öğrencileri yataklı servislerdeki düşme riskini önceden tahmin eden yapay zeka projeleriyle birincilik ödülü kazandı. Geliştirilen sistem, geleneksel değerlendirme ölçeklerini geride bırakarak klinik karar süreçlerine güçlü bir alternatif sundu.

Öne çıkanlar

  • XGBoost ve Random Forest algoritmalarıyla geliştirilen model yüzde 91,4 doğruluk oranına ulaştı.
  • Proje 3. Ulusal Yapay Zeka Buluşması Üniversite Öğrencileri Arası Poster Yarışması'nda birinci seçildi.
  • Sistem hastaların demografik verilerini ve hareketlerini analiz ederek düşme riskini hesaplıyor.

Haberin Detayı

Trakya Üniversitesi Keşan Yusuf Çapraz Uygulamalı Bilimler Yüksekokulu öğrencileri, sağlık alanındaki teknoloji yarışmasında önemli bir başarıya imza attı. Kapadokya Üniversitesi ev sahipliğinde gerçekleştirilen 3. Ulusal Yapay Zeka Buluşması kapsamında Üniversite Öğrencileri Arası Poster Yarışması düzenlendi.

Bilgisayar ve İnovasyon Topluluğu bünyesinde faaliyet gösteren genç araştırmacılar, hastanelerin yataklı servislerinde karşılaşılan hasta düşmelerini engellemek amacıyla yola çıktı. Yapay Zeka Destekli Hasta Düşme Riski Tahmini adını taşıyan proje, modern makine öğrenmesi yöntemlerini sağlık verileriyle buluşturdu. Sistem çalışırken hastaların demografik bilgilerini, hareket kabiliyetlerini, laboratuvar sonuçlarını ve kullandıkları ilaçları detaylı bir biçimde analiz ediyor.

Geliştirme sürecinde XGBoost ve Random Forest algoritmalarından yararlanan ekip, yapay zeka modellerinin kararlarını şeffaf kılmak için SHAP analiz yöntemini kullandı. Yapılan testler sonucunda XGBoost tabanlı model yüzde 91,4 doğruluk oranı ve 0,93 ROC-AUC skoru elde etti. Bu sonuç, geleneksel yöntemlerin sunduğu başarı oranını belirgin şekilde yukarı taşıdı.

Hastanelerde sıklıkla kullanılan geleneksel Morse düşme riski değerlendirme ölçeği yüzde 76,2 oranında kalırken, yeni geliştirilen yapay zeka modeli bu çıtayı yukarı çekti. Elde edilen bu veriler, otomasyon sistemlerinin klinik karar mekanizmalarını desteklemede ve hasta güvenliğini artırmada güçlü bir potansiyele sahip olduğunu kanıtladı.

AI YORUMU HaberinAi editör analizi

Klasik değerlendirme ölçeklerinin yerini gelişmiş veri analitiği tabanlı modellerin alması klinik pratikleri kökten değiştirme potansiyeli barındırıyor. Geleneksel Morse ölçeğinin yüzde 76,2'lik doğruluk sınırını yüzde 91,4 seviyesine taşıyan XGBoost algoritması, hastane içi güvenlik önlemlerinin artık daha isabetli tasarlanabileceğini kanıtlıyor. Sağlık çalışanlarının iş yükünü hafifletirken hasta güvenliğini en üst düzeye çıkaran bu tür otomasyonlar, özellikle yoğun servislerde çalışan hemşire ve doktorlar için güçlü birer karar destek mekanizmasına dönüşecektir. Bu başarı, üniversite düzeyindeki projelerin doğru teknolojik entegrasyonla doğrudan sağlık sektörünün kronik problemlerine somut çözümler üretebileceğini açıkça gösteriyor.

Kaynak: CNN Türk Bu haber, kaynaktaki bilgilerden yararlanılarak HaberinAi tarafından özgün biçimde yazılmıştır; kaynak metin birebir kopyalanmaz, fotoğraf kaynağa bağlantıyla gösterilir. Hata olabilir, ayrıntılar için kaynağa bakın. İçerik ve telif politikası
AI'YA SOR Bu haber hakkında merak ettiklerini sorabilirsin
Yapay Zeka
• FintekWins
ABD devleri dış yapay zeka ajanlarına hesap erişimini sınırlıyor
Fotoğraf: FintekWins

Citigroup, Bank of America ve JPMorgan gibi önde gelen finans kuruluşları, dış yapay zeka ajanlarının müşteri hesaplarına erişimini kısıtlama kararı aldı. Alınan bu önlemlerle güvenlik açıklarının kapatılması ve olası finansal sorumluluk risklerinin ortadan kaldırılması amaçlanıyor.

  • Citigroup, Bank of America ve JPMorgan dış yapay zeka ajanlarının erişimini sınırlıyor.
  • Bankalar müşteri verilerinin korunması ve sorumluluk paylaşımı konusunda endişe taşıyor.
  • Fed, OCC ve FDIC bankalara yapay zeka yetkileri konusunda denetim soruları yöneltiyor.

Amerika Birleşik Devletleri'nin en büyük finans kuruluşları arasında yer alan Citigroup, Bank of America ve JPMorganChase, üçüncü taraf yapay zeka yazılımlarının müşteri hesaplarında işlem yapmasını engelleyecek yeni güvenlik sınırları örmeye başladı. Finans sektöründe hızla yayılan agentic banking akımı, bankaları dışarıdan bağlanan akıllı ajanların yetkilerini yeniden tanımlamaya yöneltiyor. Özellikle para transferi ve otomatik ödeme gibi doğrudan finansal yetki gerektiren konularda kurumlar temkinli bir duruş sergiliyor.

Financial Times ve Reuters tarafından aktarılan bilgilere göre, Citigroup dış kaynaklı akıllı ajanların hesaplara işlem amaçlı girmesine kesin olarak izin vermezken, Bank of America da güvenlik çerçevesi üzerinde çalışıyor. JPMorgan CEO'su Jamie Dimon, bankanın kendi bünyesindeki sistemleri korumaya devam edeceğini ancak dışarıdan gelen yazılımların yaratabileceği risklerin sıkı bir şekilde denetlenmesi gerektiğini savunuyor. Bankaların bu konudaki asıl çekincesi, yazılımların müşterinin bakiyesini kontrol etmesinin ötesine geçerek beklenmeyen transferler yapması ve yasal sorumluluğun kimde kalacağı.

Yapay zeka ajanlarının müşterinin boşta duran nakitini otomatik olarak daha yüksek getirili hesaplara kaydırması, bireysel kullanıcılar için avantaj yaratırken bankaların düşük maliyetli mevduat yapısını da tehdit ediyor. Bu durum, geleneksel bankacılık modellerinin gelir akışını sarsabilecek nitelikte değerlendiriliyor. Buna karşın büyük bankalar kendi iç operasyonlarında yapay zeka kullanımından vazgeçmiyor; örneğin JPMorgan'ın Smart Cash çözümü veya Bank of America'nın Erica asistanı müşterilere hizmet vermeyi sürdürüyor.

Sektördeki bu temkinli yaklaşım federal düzenleyicilerin de gündeminde yer alıyor. Federal Rezerv, OCC ve FDIC gibi kurumlar, bankalara yapay zeka ajanlarının sahip olduğu yetkileri, insan onay mekanizmalarının devreye giriş noktalarını ve sistemlerin acil durumlarda nasıl kapatılacağını sormaya başladı. İngiltere Merkez Bankası Başkanı Andrew Bailey de ödeme işlemlerini yürüten akıllı sistemler için hukuki sorumluluk hatlarının netleştirilmesi gerektiğine dikkat çekiyor.

AI YORUMU

Finans sektöründe dış kaynaklı yazılımların hesaplara doğrudan bağlanması, otomasyon konforu ile sistem güvenliği arasındaki dengeyi kökten sarsıyor. Citigroup ve JPMorgan gibi devlerin getirdiği bu kısıtlamalar, kurumların kendi yapay zeka araçlarını koruma altına alırken denetimsiz dış ajanları sistem dışı bırakma stratejisinin bir yansımasıdır. Eğer federal otoriteler ortak bir hukuki çerçeve belirlemezse, bireysel kullanıcıların kendi finansal asistanlarını banka hesaplarına entegre etmesi yıllar sürebilir. Bankaların bu hamlesi, açık bankacılık vizyonunu yavaşlatma pahasına riskleri minimize etmeyi hedefliyor.

Kaynak: FintekWins Haberin tam sayfası →

Yapay Zeka
• Pasquale Pillitteri

Yapay zeka modellerini sıfırdan eğitmek yerine çevreleyen altyapıyı yani harness sistemini optimize eden yeni yöntemler hızla yaygınlaşıyor. Google Cloud AI Research ve akademik ekiplerin yayımladığı çalışmalar, sabit ağırlıklı modellerin doğru araç ve kurallarla çok daha yüksek başarıya ulaştığını gösteriyor.

  • Altyapı optimizasyonu, çıkarım maliyetlerinde yüzde 60 tasarruf sağlarken performansı katlıyor.
  • MBZUAI araştırmasına göre ajan sistemlerinin yüzde 98,4'ünü altyapı, yüzde 1,6'sını model oluşturuyor.
  • Google'ın Harness2 sistemi, ajan çalışırken kendi yönetim kurallarını otonom biçimde yeniden yazıyor.

Yapay zeka ajanlarının yeteneklerini artırmak için devasa bütçelerle modelleri yeniden eğitme zorunluluğu ortadan kalkıyor. Araştırmacılar, modelin parametrelerini dondurarak yalnızca onu çevreleyen ve 'harness' olarak adlandırılan çalışma katmanını optimize etmeye odaklandı. Bu katman sistem talimatlarını, oturumlar arası belleği, eklentileri, alt ajanları ve araç çağırma kurallarını bir araya getiriyor.

Google Cloud AI Research tarafından paylaşılan Harness2 projesi, ajanın çalıştığı esnada kendi altyapı kodunu kendi kendine revize etmesini sağlıyor. Bu yöntem sayesinde Zhipu tarafından geliştirilen GLM-5 modeli, optimize edilmiş bir harness ile WorkBuddy-Bench testinde 75,7 puana ulaştı. Söz konusu skor, Gemini 3.5 Flash modelinin standart altyapıyla elde ettiği 72,4 puanlık seviyeyi geride bırakmayı başardı.

Akademik dünyadaki diğer çalışmalar da benzer kazanımlara işaret ediyor. Stanford ve MIT ortaklığındaki Meta-Harness ve ICLR 2026 kabulü alan ReasoningBank projeleri bellek optimizasyonuna yoğunlaşıyor. Temmuz 2026 tarihli Recursive Harness Self-Improvement araştırması ise düşük akıl yürütme seviyesindeki yapılandırmaların birkaç döngü sonunda azami çaba modunu aştığını ve işlem maliyetini yüzde 60 oranında düşürdüğünü ortaya koyuyor.

Terminal tabanlı Claude Code, Codex CLI ve Gemini CLI gibi popüler araçların temel gücü de bu mimariden kaynaklanıyor. MBZUAI tarafından yapılan çalışma, ajan sistemlerinde model payının yalnızca yüzde 1,6 seviyesinde kaldığını, geriye kalan yüzde 98,4'lük bölümün tamamen harness altyapısından oluştuğunu gösteriyor. NVIDIA ise ARC-AGI-3 kıyaslamasında Claude Opus 5 modelinin skorunu yalnızca çevre kuralları değiştirerek yüzde 30'dan yüzde 100'e fırlattı.

Pratik tarafta harness yapısı düz metin dosyaları ve küçük betiklerden meydana geldiği için kolayca sürümlenebiliyor, taranabiliyor ve farklı modellere hızla taşınabiliyor. Geliştiriciler bu sayede maliyetli ince ayar süreçleriyle uğraşmak yerine kuralları zorunlu kılan eklentiler ve kancalar üzerinden sistemleri kontrol altında tutabiliyor.

AI YORUMU

Yapay zeka yatırımlarını yalnızca devasa parametreli modellere bağlayan şirketler ciddi bir sermaye israfıyla yüzleşiyor. MBZUAI verilerinin işaret ettiği altyapı ağırlığı, mühendislik başarısının modelden ziyade yönetsel mimaride yattığını somutlaştırıyor. Yazılım geliştiriciler ve teknik ekipler, pahalı modeller kiralamak yerine açık kaynaklı harness katmanlarına odaklandığı takdirde bütçelerini sarsmadan rekabetçi çözümler üretebilir. Bu yaklaşım yaygınlaşırsa piyasadaki kapalı kaynaklı pahalı API modellerine olan bağımlılık hızla azalacaktır.

Kaynak: Pasquale Pillitteri Haberin tam sayfası →

Yapay Zeka
• Tamindir
DeepSeek, V4.1 Flash güncellemesiyle bazı testlerde Claude'u geçti
Fotoğraf: Tamindir

Çinli yapay zeka şirketi DeepSeek, eylül ayında duyurduğu modelini güncelleyerek kodlama ve ajan testlerinde bazı dev rakiplerini geride bıraktı. Yeni sürüm, web sitesi ve mobil uygulamalarda ek bir ücret veya sınır olmaksızın kullanıma sunuldu.

  • V4.1-Flash-1017 sürümü DeepSWE testinde 77 puan alarak Claude ve GPT modellerini geride bıraktı.
  • Görev başına maliyet eski sürümde yaklaşık 0,50 dolarken yeni sürümde 0,20 dolara geriledi.
  • Ağırlıkları MIT lisansıyla Hugging Face'te açıklanan model, geliştiriciler için API üzerinden erişilebilir durumda.

Çin merkezli yapay zeka girişimi DeepSeek, son dönemde yapay zeka pazarındaki rekabeti kızıştıracak yeni bir hamle yaparak V4.1-Flash modelini güncelledi. V4.1-Flash-1017 adı verilen bu güncel sürüm, 17 Ekim 2026 tarihinden itibaren şirketin web sitesi, mobil uygulaması ve API altyapısı üzerinden erişime açıldı. Mimari yapısında büyük bir değişiklik yapılmayan bu küçük güncelleme, görevleri tamamlama süresini kısaltırken daha özlü yanıtlar üretmeyi hedefliyor.

Yazılım geliştirme ve kodlama becerilerini ölçen DeepSWE testinde yeni sürüm 77 puan toplayarak Claude Opus 5 ve GPT-5.6 Sol gibi iddialı rakiplerini geride bırakmayı başardı. Otomasyon görevlerinin ele alındığı Automation-Bench ölçümünde ise 60,5 puan elde eden model, rakiplerine karşı belirgin bir üstünlük kurdu. Öte yandan zorlu akademik soruları içeren Humanity's Last Exam testinde Opus 5 önde kalırken, genel tablo 11 testin çoğunda DeepSeek'in rekabetçi gücünü kanıtlıyor.

Yapay zeka modellerinin işletme maliyetlerine odaklanan grafiklerde ise en dikkat çekici detay maliyet düşüşü olarak öne çıkıyor. DeepSWE testindeki bir görevin maliyeti eski sürümde yaklaşık 0,50 dolar seviyesindeyken, yeni güncellemeyle birlikte 0,20 dolara kadar indi. Geliştiriciler için API fiyatlandırmasında bir değişiklik yapılmazken, 1 milyon token çıktı yoğun olmayan saatlerde 0,60 dolar olarak ücretlendiriliyor. Ayrıca şirket, Search & Fetch adını verdiği kendi arama motorunu da aynı gün geliştiricilerin kullanımına açtı.

Modelin web ve mobil arayüzleri herhangi bir ek ücretli katman duyurulmadan son sürümle değiştirildi. Türkiye'deki kullanıcılar App Store ve Google Play üzerinden Türkçe arayüzle erişebildikleri uygulamayı sunucu tarafındaki bu güncellemeyle birlikte ekstra bir işlem yapmadan kullanmaya devam edebiliyor. Modelin kaynak kodları ve ağırlıkları MIT lisansıyla Hugging Face platformunda açık tutulurken, dileyen yazılımcılar sistemi kendi sunucularına kurarak çalıştırabiliyor.

DeepSeek, V4.1 Flash güncellemesiyle bazı testlerde Claude'u geçti — haber fotoğrafı
Fotoğraf: Tamindir
AI YORUMU

Yapay zeka ekosisteminde son dönemde yaşanan rekabet, ham performans skorlarından ziyade birim işlem maliyetlerine odaklanmaya başladı. Görev başına maliyetin 0,50 dolardan 0,20 dolara düşmesi, özellikle API üzerinden yoğun kod üreten küçük ölçekli ekipler için belirleyici bir avantaj yaratıyor. Puan üstünlüğünden ziyade cüzdan dostu bu optimizasyon, pazar payı savaşlarında dengeleri değiştirebilecek somut bir eşik oluşturuyor. Bağımsız doğrulamalar henüz yapılmamış olsa da, açık kaynak lisansıyla sunulan bu alternatiflerin geliştirici tercihlerini hızla dönüştürmesi işten bile değil.

Kaynak: Tamindir Haberin tam sayfası →

Yapay Zeka
• Türkiye
Red Bull, yarış stratejisinde yapay zeka sistemini devreye soktu
Fotoğraf: Türkiye

Red Bull takımı, Formula 1 yarışları sırasında anlık öneriler sunan yapay zeka destekli yeni bir aracı kullanmaya başladı. Sistem, Monza'daki yarışta Max Verstappen'in olası bir cezadan kaçınmasını sağladı.

  • Yapay zeka ajanı, 2025 İtalya Grand Prix'sinde Verstappen'e pozisyonu geri vermesini önerdi.
  • Oracle Cloud Infrastructure teknolojileri yarış stratejisi simülasyonlarında aktif rol oynuyor.
  • Takım ve Oracle, 2026 sonuna kadar ortaklıklarını uzun yıllar boyunca uzattı.

Formula 1 dünyasında takımlar rekabet gücünü artırmak için yazılım ve veri analitiği yatırımlarını hızlandırırken, Red Bull bu alanda dikkat çekici bir adım attı. Takım, yarış esnasında pit duvarına anlık tavsiyeler sunan gelişmiş bir yapay zeka altyapısını operasyonlarına entegre etti. Performans ortaklıklarından sorumlu Jack Harington, Oracle iş birliğiyle hayata geçirilen bu sistemin detaylarını kamuoyuyla paylaştı.

Başlangıç aşamasında mühendislerin kural kitaplarını ve geçmiş hakem kararlarını hızlıca taramasını sağlayan basit bir arama motoru olarak planlanan yapı, zaman içinde evrim geçirdi. Farklı noktalardan gelen akan verileri eş zamanlı işleyen bu yeni mekanizma, artık stratejik hamleler konusunda tavsiye üretebiliyor. Şirket ile Oracle, şubat 2026 tarihinde ortaklıklarını uzun vadeli olarak yenilediklerini duyurmuştu.

Sistemin sahadaki ilk somut örneklerinden biri 2025 İtalya Grand Prix'sinde yaşandı. Monza pistindeki ilk turda Max Verstappen ile Lando Norris arasında yaşanan olay sonrası yapay zekâ ajanı, olası bir cezanın önüne geçmek adına pozisyonun rakibe iade edilmesini önerdi. Mühendislerin anlık değerlendirmesinden farklı olmasına rağmen bu tavsiyeye uyuldu ve Verstappen cezadan kurtuldu.

Cezadan kaçınan Hollandalı pilot kısa süre içinde rakibini yeniden geçerek yarışı 19,2 saniyelik devasa bir farkla tamamlamayı başardı. Harington, teknolojinin kararları doğrudan alan bir mekanizma olmadığını, aksine insan faktörünü destekleyen bir yardımcı araç niteliği taşıdığını vurguladı. Öte yandan McLaren, Mercedes ve Ferrari gibi diğer üst düzey takımlar da benzer yapay zeka projeleri için teknoloji devleriyle ortaklıklar yürütüyor.

AI YORUMU

Yapay zeka araçlarının pist üzerindeki anlık strateji kararlarında insani reflekslerin yerini tamamen alması henüz mümkün görünmüyor. Monza'daki 19,2 saniyelik fark gibi somut başarılar, bu tür sistemlerin doğru veri akışıyla birleştiğinde cezaları önlemede kritik bir güvenlik ağı oluşturduğunu kanıtlıyor. Ancak teknoloji, simülasyon doğruluğu ile anlık insan sezgisi arasındaki hassas dengeye bağımlı kalmaya devam ediyor. Algoritmanın sunduğu öneri taktiksel olarak doğru çıkmasa ve ekip kendi kararına sadık kalmasaydı, yarışın gidişatı tamamen tersine dönebilirdi.

Kaynak: Türkiye Haberin tam sayfası →

Okuma zinciri burada sona erdi Tüm haberlere göz at →

İlgili Haberler

Yorumlar

GitHub hesabıyla yazılır — reklamsız, takipsiz.

Yorumlar yükleniyor…