Alakargaların, insanların kandığı sihirbazlık numaralarını "yemediği" ortaya kondu

Alakargaların, insanların kandığı sihirbazlık numaralarını "yemediği" ortaya kondu
TT

Alakargaların, insanların kandığı sihirbazlık numaralarını "yemediği" ortaya kondu

Alakargaların, insanların kandığı sihirbazlık numaralarını "yemediği" ortaya kondu

El çabukluğuna dayanan sihirbazlık numaralarıyla insanları kandıran araştırmacılar, alakargaları "şaşırtamadı".
Bilim insanları, alakargaların (Latince ismi Garrulus glandarius olan bayağı alakarga da denen tür) bunun gibi hilelere yabancı olmadığını söyledi.
Zira kuşlar, yiyecek depolarken bir başka alakarga tarafından izleniyorsa, yemeği yerdeki farklı noktalara düşürmüş gibi davranıyor. Böylece yiyeceğin gerçek yeri gizleniyor.
Araştırma makalesinin yazarlarından Elias Garcia-Pelegrin bunu şöyle açıkladı:
"Çünkü hareketlerin hepsi birbine benziyor ve bu sayede gözlemci kuşun, yiyeceğin aslında nerede olduğu hakkında hiçbir fikri olmuyor."
Garcia-Pelegrin, sihirbazlık numaralarının genellikle izleyicilerin varsayımları üzerine kurulduğunu söyledi. Bunların, canlıların dünyayı nasıl algıladığını öğrenmenin bir yolu olabileceğini ifade etti.
Araştırmacılar, 6 alakarga ve 80 insanı içeren bir dizi test yaptı. Deneklere, bir solucanın hangi elde olduğuna dair 3 farklı teknikle sihirbazlık numarası sunuldu.
Alakargalar solucanı afiyetle yiyor. Yemi tutan yumruğu gagalamak üzere eğitilen kuşlar, bu sayede solucanın hangi elde olduğunu tahmin etti.
Bilim insanları, avuç içi transferi (palm transfer) ve Fransız düşüşü (French drop) adlı teknikleri kullandıkları sihirbazlık numaralarında kuşları kandıramadı. Garcia-Pelegrin, "Kuşların hiçbir şekilde kandırılmadığını gördük" dedi.
Alakargaların solucanı izlediği ve en son hangi elde gördüyse onu seçtiği düşünülüyor.
Öte yandan hayvanlar, hızlı geçiş (fast pass) adlı üçüncü teknikle yenildi. İnsanlarsa her üç teknikle de bozguna uğratıldı.
Uzmanlar, alakargalarla insanların kandırılma sebebinin aynı olmadığını düşünüyor. 
Pelegrin, insanların nesnenin hareket etme hızı karşısında şaşkına döndüğünü ancak alakargaların görüşünün yüksek hızı algılamada çok daha iyi olduğunu söyledi. Hızlı geçişte solucanı takip etmek için kafasını hareket ettirmesi gerektiğini, bu yüzden tek gözden iki göze geçtiğini ve muhtemelen bu anda solucanın izini kaybettiğini ifade etti.
Hakemli bilim dergisi PNAS'te yayımlanan araştırmanın bulguları, algıdaki kör noktaların türler arasında nasıl değişebileceğini gösteriyor ve bu tür bilişsel süreçlerin farklı hayvanlarda nasıl evrimleştiğine ışık tutuyor.
Araştırmacılar, bu konuda çalışmalarına devam etmek istiyor.
Independent Türkçe, Science Alert, New York Times



Google'dan internetsiz çalışan yapay zekalı robot

Yeni Gemini Robotics modeli, yapay zekalı robotların internet bağlantısı olmadan çalışmasını sağlıyor (Google DeepMind)
Yeni Gemini Robotics modeli, yapay zekalı robotların internet bağlantısı olmadan çalışmasını sağlıyor (Google DeepMind)
TT

Google'dan internetsiz çalışan yapay zekalı robot

Yeni Gemini Robotics modeli, yapay zekalı robotların internet bağlantısı olmadan çalışmasını sağlıyor (Google DeepMind)
Yeni Gemini Robotics modeli, yapay zekalı robotların internet bağlantısı olmadan çalışmasını sağlıyor (Google DeepMind)

Google'ın yapay zeka bölümü DeepMind, güçlü yapay zeka robotlarının internet bağlantısı olmadan çalışmasını sağlayan yeni bir model çıkardı.

Genellikle yapay zekayla çalışan robotlar, gerekli hesaplamaları gerçekleştirmek için uzak sunuculara bel bağlıyor. DeepMind'ın yeni Gemini Robotics On-Device modeli, bu yaklaşımda büyük bir değişime işaret ediyor.

Cihaz içi sistem, insansı robotların internet olmadan Dünya'nın neredeyse her yerinde, hatta uzayda bile çalışmasına olanak tanıyor.

DeepMind'ın robotik bölümü başkanı Carolina Parada, bir blog yazısında "Model, veri ağından bağımsız çalıştığı için gecikmeye duyarlı uygulamalar için yararlı ve kesintili veya sıfır bağlantı olan ortamlarda dayanıklılık sağlar" diye yazdı.

Gemini Robotics On-Device'la güçlü robotik modellerin daha erişilebilir ve uyarlanabilir hale getirilmesinde bir adım ileri gidiyoruz... Yapay zekayı fiziksel dünyaya getirmenin geleceğini keşfetmeye devam ederken, robotik topluluğunun bu yeni araçlarla neler inşa edeceğini görmekten heyecan duyuyoruz.

Yeni nesil yapay zeka, robotların çamaşırları katlamak veya çantaları açmak gibi günlük görevleri bağımsız olarak yerine getirmesini sağlıyor.

Dr. Parada, cihaz içi modelin, nasıl yapılacağı 50 ila 100 defa gösterildiğinde yeni görevleri hızlıca öğrenebildiğini de belirtti.

Model, farklı türde görevleri yerine getirmek için çeşitli robotlarda çalışacak şekilde de uyarlanabiliyor.
 

scdfgrthy
Nvidia'nın en son modeli Isaac Groot N1, insansı robotlarda çalışıyor (Nvidia)

Diğer önde gelen yapay zeka firmaları da robotik için bu tür modeller üzerinde çalışıyor. Nvidia, insansı robotların geliştirilmesini hızlandırmak amacıyla kısa süre önce Isaac Groot N1 modelini tanıttı.

"Hızlı düşünen eylem modeli", genellikle insanlar tarafından gerçekleştirilen rolleri yerine getirmek için insan reflekslerini ve sezgilerini yansıtacak şekilde tasarlandı.

Nvidia'nın kurucusu ve CEO'su Jensen Huang, modelin marttaki tanıtımında "Genel amaçlı robotik çağı geldi" demişti.

Nvidia Isaac GR00T N1, yeni veri üretimi ve robot öğrenme çerçeveleriyle, dünyanın her yerindeki robotik geliştiricileri yapay zeka çağında yeni bir çığır açacak.

Independent Türkçe