Toleo la 20 Oktoba 2026

Iombe AI picha ya “muuguzi” au “wakili”. Hutaji sura hata kidogo. Timu inayoongozwa na Chuo Kikuu cha Cornell ilifanya hivyo kwa programu 27 za kutengeneza picha, ikapata nyuso 51,300.

Katika tathmini za watu 550, programu zote 23 zenye picha za kutosha zilizotathminiwa zilizishinda picha halisi kwa mvuto. Miongoni mwa nyuso zilizoombwa kama za wanawake, 37% zilimshinda mwanamitindo wa kati kwa alama za kiotomatiki. Nyuso zilizoombwa kama za Wanaijeria, watu Weusi au Waethiopia zilipata alama za chini kabisa.

Kisha watu 570 walichuja waombaji kazi. Baadhi yao kwanza waliona nyuso za AI zenye mvuto mkubwa. Baadaye waliwaona waombaji wale wale halisi kuwa hawafai sana kuajiriwa na hawaaminiki sana. Wachache zaidi waliitwa kwenye usaili: 72.5% dhidi ya 77.4%.

Urekebishaji wa kawaida wa picha haukubadilisha chochote. Waandishi bado hawawezi kueleza kwa nini nyuso za AI zinabadilisha. Lakini watu bandia wanajaa kwenye matangazo, tovuti na hifadhi za picha.

Chanzo: Generative AI Produces and Transmits Beauty Bias, https://arxiv.org/abs/2610.22553

Wazia wakimbiaji kadhaa kwenye uwanja wa mviringo. Mwanzo mmoja, kila mmoja kwa kasi yake isiyobadilika. Je, kila mkimbiaji, wakati fulani, atakuwa mbali na wengine wote? Hiyo ndiyo dhana ya mkimbiaji mpweke.

Kwa wakimbiaji n + 1, inatabiri pengo la angalau 1/(n + 1) ya mzunguko. Hoja rahisi ya kuhesabu inahakikisha nusu tu ya hilo. Kwa miongo kadhaa, faida juu ya mpaka huo rahisi zilipungua hadi sifuri kadiri wakimbiaji walivyoongezwa.

Xiyu Hu na Yifan Jing sasa wanathibitisha faida isiyofifia kamwe: sehemu isiyobadilika juu ya mpaka rahisi, kwa idadi yoyote ya wakimbiaji. Zana: kutolingana kupya kwa mwingiliano na hoja kuhusu vigawanyo vya pamoja.

Waandishi walitumia ChatGPT 6 kukagua na kung'arisha uthibitisho. Wanaandika kwamba modeli hazikuweza kuboresha mpaka peke yake.

Chanzo: Near optimal gap in the Lonely Runner Conjecture, https://arxiv.org/abs/2610.23790

Modeli za tabianchi huendeshwa kwenye baadhi ya kompyuta kuu kubwa zaidi duniani. Lakini kila kiasi cha ziada cha kompyuta kinanunua usahihi kiasi gani? Timu ya watafiti 24 ilikagua modeli 159 za tabianchi zilizojengwa tangu 1995.

Jibu lao lina utulivu wa kushangaza. Kila mara uwezo wa kompyuta unapoongezeka maradufu, kosa la modeli limepungua kwa takriban 13.5%. Kupunguza kosa la leo kwa nusu kungehitaji takriban kompyuta mara 28 zaidi.

Mafanikio hayako sawa. Tangu kizazi cha kwanza, makosa ya shinikizo la hewa yalipungua mara 3.5 na ya halijoto ya uso mara 2.7. Makosa ya mvua yalipungua kwa 7% tu.

Modeli za AI za hali ya hewa sasa zinalingana na utabiri bora zaidi. Lakini hakuna hata moja inayochapisha nishati yake iliyopimwa. Ukihesabu mafunzo, mojawapo inashuka kutoka nafasi ya pili hadi ya mwisho kwa ufanisi. Timu inataka nishati iripotiwe pamoja na usahihi.

Chanzo: Energy-Aware Earth System Science: A Community Roadmap, https://arxiv.org/abs/2610.23216

Fuatilia mvua ya kila siku na uandike kila rekodi: siku yenye mvua nyingi kuliko zote zilizotangulia. Rekodi nyingi lazima zimaanishe kilele cha mwisho kilicho juu, sivyo? Wanafizikia watatu walikagua kwa hisabati kamili.

Kwa thamani za nasibu zinazotolewa kutoka mgawanyo wowote laini, jibu ni hapana. Idadi ya rekodi na thamani ya juu kabisa havihusiani kabisa. Kujua kimoja hakukwambii chochote kuhusu kingine, kwa urefu wowote wa mfululizo.

Ongeza siku kavu, zisizo na mvua, na uhusiano unajitokeza. Juu ya sehemu muhimu ya siku kavu, kwanza unakua, kisha unafifia. Chini yake, unafifia tu. Kiwango hicho kina fomula kamili.

Timu ilijaribu hili kwenye kumbukumbu za mvua za kila siku kutoka vituo vya hali ya hewa vya Ujerumani. Kundi moja lilikuwa juu ya kiwango, jingine chini. Yote mawili yalifuata umbo lililotabiriwa, bila kigezo chochote kurekebishwa.

Chanzo: Emergence of Correlations Between Records and Maximum in Random Time Series, https://arxiv.org/abs/2610.23217

Kupiga kasia kwa nyuma (stern-sculling) ni njia ya zamani ya kusogeza mashua kwa kasia moja. Linakaa kwenye kijongo nyuma ya mashua, ubapa wake ukiwa daima chini ya maji. Mikono ya mpiga kasia inachora alama ya ukomo.

Timu ya Kifaransa iliweka kwenye mashua ya mita 4.7 vipimo vya nguvu, vihisi vya mwendo na kipima kasi. Kisha wapiga kasia wawili wenye uzoefu waliisukuma kutoka kusimama hadi kasi ya juu kabisa kwenye maji tulivu.

Wakati wa mipigo ya pembeni, ubapa unafanya kazi kama bawa. Nguvu ya kuinua inasukuma mashua mbele. Kila inapogeuka, mzunguko wa haraka wa ubapa unasukuma maji nyuma. Awamu zote nne za mpigo zinasukuma.

Ufanisi unafikia kilele karibu 65% kwa kasi ya wastani ya mita 1.2 kwa sekunde. Kwa mita 2 kwa sekunde unashuka hadi takriban 25%. Kiunzi cha mashua kinakuwa karibu na kasi yake muhimu, na mawimbi yanameza juhudi.

Chanzo: Hydrodynamics and propulsive efficiency of stern-sculling propulsion, https://arxiv.org/abs/2610.23444

Sayari zote nne kubwa za Mfumo wetu wa Jua zina pete. Hata hivyo hakuna pete iliyowahi kuthibitishwa kuzunguka sayari iliyokomaa ya nyota nyingine. Je, ni nadra, au ni ngumu tu kuziona?

Darubini ya anga ya Roman ina koronagrafu inayozuia mwanga wa nyota. Inapaswa kuziona sayari kubwa kwa mwanga wa nyota zinaouakisi. Timu ya Chuo Kikuu cha Michigan iliiga kile ambacho pete zingeongeza.

Pete zinaweza kung'aa mara kumi hadi mia zaidi ya sayari yao. Na zinaacha alama ya kidole: vilele vinne na mabonde manne ya mng'ao kwenye obiti, badala ya viwili.

Timu iliiga Epsilon Eridani b, shabaha kuu ya Roman. Bila pete, mara nyingi inazama chini ya kiwango cha kugunduliwa. Ikiwa na pete kama ya Zohali, inang'aa hadi mara mbili zaidi na inaendelea kuonekana karibu katika obiti yake yote.

Chanzo: Detecting Exoplanetary Rings with Roman CGI Reflected Light Phase Curve Observations, https://arxiv.org/abs/2610.23835

Umeme wa gridi huenda kwa hertz 50 au 60, lakini kamwe si sawasawa. Masafa yake hutikisika, kwa namna ile ile kote kwenye gridi nzima. Taa hupepesa pamoja nayo, na kamera hurekodi mpepeso huo.

Watafiti wawili wa Chuo Kikuu cha Southampton Solent walitumaini kwamba video za AI zingekosa mpepeso huu. Mshangao: programu za kutengeneza video huuzalisha kwa nguvu ile ile kama video halisi. Kuwepo kwake hakuthibitishi chochote.

Kwa hiyo wanaulinganisha mtikisiko huo na rekodi huru ya gridi. Mfumo wao ulikubali 93% ya vipande halisi vya sauti na 100% ya video halisi. Unaweza kuweka tarehe ya rekodi ya sauti hadi takriban sekunde moja ndani ya siku moja.

Maigizo mawili ya AI ya tukio halisi yalipepesa kwa hertz 60, wakati mahali panapodaiwa panatumia 50. Udhaifu bado upo: uso uliobadilishwa ndani ya video halisi unabakiza mvumo halisi.

Chanzo: An Agentic ENF Framework for Forensic Video Authentication Against Generative AI, https://arxiv.org/abs/2610.22440

Gluoni hubeba nguvu kuu ya kinyuklia, ile inayoshikanisha kwaki. Zipashe joto vya kutosha na zinaunda plasma. Inatoa shinikizo kiasi gani? Wanafizikia hukokotoa jibu hatua kwa hatua, kila hatua ikiwa marekebisho madogo zaidi.

Hatua moja, inayoitwa kipengele cha g⁶, imebaki nje ya uwezo kwa zaidi ya miaka ishirini. Inahitaji michoro 65 iliyotatanika yenye vitanzi vinne kila mmoja.

Timu kutoka Helsinki, Turku, Chile na Bern hatimaye imeikamilisha. Walitatua viunganishi tisa visivyojulikana kwa mbinu mpya, wakitumia takriban saa milioni moja za prosesa kwenye kompyuta kuu.

Matunda yake: hatua za awali zilibembea juu na chini ya uigaji wa kompyuta wa plasma. Kwa kipengele kipya, nadharia na uigaji vinakubaliana, hadi mara chache ya halijoto ambapo gluoni hujikomboa. Lengo linalofuata: kuongeza kwaki, kwa ajili ya migongano ya nyota za nyutroni.

Chanzo: Complete g⁶ pressure of hot Yang-Mills theory, https://arxiv.org/abs/2610.23675

Nchini India, sehemu kubwa ya ununuzi wa kila siku hufanyika katika maduka madogo ya bidhaa mchanganyiko yanayoitwa maduka ya kirana. Je, AI inaweza kuendesha moja? Timu katika BITS Pilani ilijenga duka lililoigwa ili kujua.

Modeli moja ya AI inacheza nafasi zote nne za wafanyakazi: meneja, keshia, msaidizi na mtunza hesabu. Meneja haoni duka kamwe, ni ripoti za wafanyakazi tu. Wateja na wasambazaji wanazungumza Kiingereza, Kihindi au Kihinglish.

Modeli nne za AI zilizo wazi kila moja iliendesha duka kwa siku 30 zilizoigwa. Mwenye duka rahisi anayefuata kanuni alipata takriban rupia 103,000. Modeli bora zaidi ilipata wastani wa takriban 13,700. Mbili zilipoteza zaidi ya duka lisilo na msimamizi yeyote.

Makosa yana majina. Barua pepe kwa wasambazaji wasiokuwepo. Malipo ambayo hayakuwahi kufanyika. Oda zilizolipiwa mara mbili. Modeli moja ilirudishiwa 42% ya barua pepe zake za Kihindi kwa kuwa hazisomeki.

Chanzo: KiranaBench: Can a Language Model Run a Neighbourhood Shop?, https://arxiv.org/abs/2610.22980

Programu za afya hufuatilia mapigo yako ya moyo, sukari yako ya damu, wakati mwingine afya yako ya akili. Timu kutoka vyuo vikuu vya Marekani na Kanada ilichunguza zaidi ya 10,000 kati yake kwenye Google Play.

69% zinaomba angalau ruhusa moja ambayo maelezo yao hayaihalalishi. Karibu nusu zinataka mahali ulipo au kamera yako bila sababu iliyotajwa. Theluthi moja zinataka maikrofoni.

Timu iliziwasha programu kwenye simu za majaribio. Kati ya 3,599 zilizofanya kazi, 93% hazikuonyesha skrini ya idhini. Nyingi bado zilituma nje kitambulisho cha matangazo cha simu.

Fomu ya idhini inapotokea, programu kwa sehemu kubwa hutimiza ahadi: 1 kati ya 14 ilikusanya kitu ambacho haikukitaja. Hata wasanidi wakubwa wenye fedha nyingi waliteleza. Waandishi wanataka ukaguzi wa faragha wa kiotomatiki kabla programu haijafika dukani.

Chanzo: Bad Diagnosis: Analyzing Consent and Data Collection Practices of Mobile Medical Apps, https://arxiv.org/abs/2610.23851