Muhtemelen bu toplulukta gerçek bir yapay zeka araştırma geçmişine sahip birkaç kişiden biriyim; birkaç araştırma makalem, patentlerim (biri yayınlanmış, biri beklemede) var, Streamyard’da yapay zeka bölümünün başındaydım ve şu anda ikinci yapay zeka girişimimi yönetiyorum.

Yapay zeka konusundaki beceriksizliği eleştiren bu tür makaleleri göz önünde bulundurduğunuzda, benden yapay zekayı savunmamı veya bir çürütme yapmamı bekleyebilirsiniz.

Şöyle ki, benim “AI” teriminden anladığım şey ile çoğu insanın bu terimden anladığı şey çok farklı ve benim AI hakkındaki temel düşüncem, çoğu insanın onu gerçekten anlamadığıdır.

Yapay zeka tek parça değildir

İnsanlar yapay zekadan sanki tek parçaymış gibi bahsediyorlar ve sosyal medyadaki bu saçmalıkların sorumlusunun “yapay zeka” olduğunu söyleyenleri duyduğumda, bu durum enflasyonun sorumlusunun “matematik” olduğunu söylemek kadar saçma geliyor.

Asıl şikayet ettiğiniz şey, yazılımlarına belirli bir yapay zeka türü entegre eden Midjourney gibi şirketlerin araçlarını kötüye kullanan insanlar. Bu şirketler, ABD Merkez Bankası’nın tahminlerinde matematiği kullandığı kadar yapay zekayı yazılımlarına dahil ediyorlar.

Birçok farklı şey için kullanılan birçok farklı matematik türü olduğu gibi, birçok farklı şey için kullanılan birçok farklı yapay zeka türü de var.

Nasıl çalışırlar?

Günümüzde insanlar yapay zekadan bahsettiğinde genellikle yapay zeka tarafından oluşturulan görüntülerden/videolardan veya ChatGPT gibi Büyük Dil Modellerinden bahsediyorlar.

Çoğu insan için ChatGPT, yardımcı bir asistan gibidir ve detayları bilmenize gerek yoktur, ancak bazen detaylar önemlidir.

Büyük Dil Modelleri, bir cümledeki bir sonraki kelime gibi dili tahmin etmek için kullanılan istatistiksel modellerden dolayı bu şekilde adlandırılır. Hukuk alanında yüksek lisans (LL.M) programlarının aslında süslü bir otomatik tamamlama programı olduğunu duymuş olabilirsiniz ve bu kesinlikle doğru.

Hukuk alanında yüksek lisans (LL.M) programları öncelikle bir cümledeki kelimeleri alıp her bir kelimeyi bir sayı listesine dönüştürerek başlar, ardından bir dizi matematik işlemi yapılır ve sonuçta sözlükteki her kelime için bir sayı olmak üzere 50.000 sayıdan oluşan bir liste elde edilir.

Eğitim, metni alıp, bir kısmını rastgele gizlemeyi ve doğru bir sonraki kelimeye karşılık gelen sayıyı en üst düzeye çıkarana kadar model ağırlıklarını (matematik işlemlerinde kullanılan sayılar) ayarlamayı içerir.

Tam bir sohbet yanıtı oluşturmak için bu modeller boş bir cümleyle başlar ve bir sonraki kelimeyi kelime kelime tahmin eder. Sanki iPhone’unuzda yeni bir mesaj açmışsınız ve bir paragraf yazana kadar otomatik tamamlama önerilerini seçmeye devam etmişsiniz gibi.

Bunun etkisi, olgusal olarak doğru olmasalar bile tutarlı cümleler gibi görünen çıktıları optimize etmektir. Büyük Dil Modelleri o kadar büyük miktarda veri üzerinde eğitilmiştir ki, gerçek olguları öğrenirler. Bu nedenle, “Fransa’nın başkenti ___” yazdığınızda, bu modeller bir sonraki kelime olarak “Paris”i tahmin etmeyi öğrenir.

Fakat bir LLM bir şeyi “bilmiyorsa” bile, yine de bir sonraki jetonu tahmin eder ve doğru olmasa bile sonunda kulağa doğru gelen bir şey uydurur – buna “halüsinasyon” denir.

“Armadillo’nun başkenti ___’dir” diye deneyebilirsiniz. Bu cümleyi tamamlayacak mantıklı bir kelime yok, ancak standart bir Hukuk Yüksek Lisansı (LL.M.) yine de en olası kelimeyi (GPT2 örneğinde “the”) seçecek ve anlamsız bir cümleyi tamamlayacaktır.

Eğer bu, LLM’lerle yaptığınız görüşmelerde açıkça görülmüyorsa, bunun nedeni yapay zeka laboratuvarlarının, modellere geri bildirim sağlamak için on binlerce kişiyi işe almış olmasıdır; böylece modeller iyi e-postalar yazabilir veya çalışan kodlar yazabilir ve aslında yardımsever bir insan asistanı gibi görünebilirler.

Bu, çok zeki ve yardımsever biriyle konuştuğunuz yanılsamasını yaratır ve çoğu kişi bunu genel yeterlilik olarak algılarken, birçok LLM genellikle sadece uydurur.

Bu yapay zeka araçları korkunç

Bunu söylüyorum çünkü Opus Clips gibi yapay zeka araçlarını klipleri bulmak için kullandığınızda, tek yaptıkları şey metni ChatGPT’ye aktarmak ve ondan yaklaşık 30 klip bulmasını istemek oluyor ve bunların çoğu da pek iyi değil.

ChatGPT düzenleme görevleri konusunda eğitilmediği için, genellikle kağıt üzerinde doğru görünen ama pratikte berbat olan yanıtlar üretir. Bir modelden 5 dakikalık bir diyalogda 30 klip bulmasını isterseniz, elbette saçma sonuçlar verecektir.

Geliştiriciler (sizin kadar yapay zeka hakkında bilgi sahibi olanlar) daha sonra bu modeller etrafında pahalı ve halüsinasyonvari sarmalayıcılar oluşturuyorlar ve herkes “yapay zeka mükemmel değil” sonucuna varıyor.

Bütün bunlar bana inanılmaz derecede aptalca ve distopik geliyor.

Gerçek editörler tarafından eğitilmiş, güvenilir ve iyi düzenlemeler üreten bir yapay zeka sistemi kuramayacağınız anlamına gelmiyor. Podcast bölümlerini dinleyebilen veya izleyebilen, sanatsal etki için kesmeler yapabilen veya çekimler seçebilen modeller oluşturmak tamamen mümkün.

Ancak bu gerçek bir yapay zeka araştırması gerektirir ve ChatGPT etrafında bir sarmalayıcı oluşturmak ve bazı pazarlama metinlerine “yapay zeka video düzenleyici” ifadesini eklemek çok daha kolaydır, bu nedenle bu alandaki çoğu şirket bunu yapar.

Bu, internette dolaşan saçmalık kadar tembel bir şey ve bu tür hikayeleri okuduğumda bir yapay zeka şirketi görmüyorum, Eleven Labs’ın bir API’sine bağlanan ve herkesin zamanını ve parasını boşa harcayan bazı aptallar görüyorum.

Daha iyi bir yol

Tamam, fazla eleştirel davrandım, o yüzden podcasting’te yapay zekanın iyi kullanımlarından bahsedelim. Düzenlemeye odaklanacağım çünkü en iyi bildiğim şey bu.

Üretken yapay zekanın iyi iş çıkarabileceği bazı görevler vardır; örneğin, normalde günler sürebilecek bir podcast “giriş” müziği veya animasyonu üretmek veya bir LLM’den bir konuşmanın belirli bir bölümünü bir komutla kaldırmasını istemek gibi.

En iyi haliyle, yapay zeka (en geniş anlamıyla) ya yardımcı olabilir

• Yaptığınız işi hızlandırın
• Daha önce yapamadığınız şeyleri yapmanızı sağlar

Muhtemelen dolguları kaldırmak veya klipler oluşturmak için AI araçlarına aşinasınızdır, ancak bu alan hala gelişiyor ve “Ajan tabanlı düzenleme” (bir AI modelinden sizin için düzenleme yapmasını istemek) daha popüler hale geldikçe, (a) düzenleme sürelerinin daha da azalacağını ve (b) düzenleme deneyimi olmayan kişilerin yüksek prodüksiyon değeri olan içerikler ortaya çıkaracağını tahmin ediyorum.

Yapay zeka kodlama araçları, küçük ekiplerin veya hatta bireysel programcıların daha önce yalnızca büyük şirketlerin yapabildiği şeyleri yapmasını mümkün kıldı ve podcast dünyasında yetenekli bireysel içerik oluşturucuların artık daha önce tam bir ekip gerektirecek düzeyde üretim kalitesinde içerik üreteceklerinden şüpheleniyorum.

Şu anda pek çok yapay zeka düzenleme aracı pek iyi olmasa da, piyasa dinamikleri bunların ya gelişeceğini ya da yok olacağını gösteriyor ve ben de kesinlikle kendiminkini geliştiriyorum.

Video podcast’lerinin yükselişine rağmen, birçok sesli podcast yayıncısının videoya geçmekte tereddüt ettiğini biliyorum. Ancak duyduğum en büyük tereddüt, video düzenlemenin getirdiği ek karmaşıklık, ancak düzenleme kolaylaştıkça daha fazla podcast yayıncısının videoya yöneldiğini göreceğinizi tahmin ediyorum. Geçmişte, sesi bir ortam olarak dikkate alan ayrı bir ses düzenlemesi ve videoyu bir ortam olarak kullanan ayrı bir video düzenlemesi oluşturmak çok fazla düzenleme çabası gerektirirdi, ancak otomasyon düzenleme çabasını azaltabiliyorsa, daha fazla podcast’in birden fazla formatı benimsemesinin neden mümkün olmadığını anlamıyorum.

Yapay zekanın düzenlemenize yardımcı olmasıyla, bunun “Ses” veya “Video” olması gerekmiyor; “Evet ve” de olabilir?

Kaynak: Sam Bhattacharyya / PodNews