OpenAI, yapay zeka destekli kişisel cihazının nihai piyasaya sürülmesine hazırlık olarak sesli yapay zeka modellerini iyileştirmek için adımlar atıyor. Cihazın büyük ölçüde ses tabanlı olması bekleniyor.
Kullanıcılar ChatGPT ile konuştuğunda, sohbet robotu cevap verebiliyor, ancak sesli sürümü destekleyen büyük dil modeli, ChatGPT’nin metin tabanlı yanıtlarını destekleyen modelden farklı. Eski ve mevcut çalışanlara göre, şirketin araştırmacıları mevcut sesli modellerin, yanıtlarının doğruluğu ve soruları cevaplama hızı açısından metin tabanlı modellerin gerisinde kaldığına inanıyor.
Sonuç olarak, son iki ay içinde OpenAI, gelecekteki cihazları için ses modellerini iyileştirme hedefi etrafında birkaç mühendislik, ürün ve araştırma ekibini bir araya getirdi.
Ses modellerinin doğruluğunu iyileştirmek, OpenAI’nin tüketicilerin sesli komutlar verebileceği bir cihaz piyasaya sürme hedefleri için önemli. The Information’ın daha önce bildirdiği gibi, bu cihazların ilki yaklaşık bir yıl sonra piyasaya çıkması bekleniyor.
OpenAI’nin ses modellerini iyileştirme çabaları meyvelerini vermeye başladı. Şirketin çalışmalarını takip eden kaynaklar, yeni ses modeli mimarisinin daha doğal ve duygusal yanıtlar ürettiğini ve daha doğru, derinlemesine cevaplar verdiğini kaydediyor. Bu kaynaklar, yeni ses modelinin aynı zamanda insan kullanıcılarla aynı anda konuşabileceğini ve bugünkü modellerin yapamadığı kesintileri daha iyi idare edebileceğini de belirtiyor.
Bu çalışmayı yakından takip eden bir kaynak, şirketin yeni ses modelini 2026’nın ilk çeyreğinde piyasaya sürmeyi hedeflediğini söyledi. OpenAI sözcüsü ise yorum yapmaktan kaçındı.
Google, Amazon, Meta Platforms ve Apple gibi OpenAI de giyilebilir cihazlar dahil olmak üzere yeni tür kişisel yapay zeka cihazları geliştirmek istiyor. Bu şirketlerden bazıları, iPhone gibi günümüzün en popüler cihazlarının gelecekteki yapay zeka teknolojisi için optimize edilmediğine inanıyor.
Cihaz üzerinde çalışan OpenAI araştırmacıları, kullanıcıların ekrana bakmak yerine sesli komutlarla cihazla etkileşime geçmesini istiyor. Eski OpenAI Teknoloji Direktörü Mira Murati’nin kurucu ortağı olduğu AI girişimi Thinking Machines Lab’daki araştırmacılar da dahil olmak üzere birçok AI araştırmacısı, insanların birbirleriyle öncelikle konuşarak etkileşime geçtiği için sesli komutların AI ile etkileşim kurmanın daha doğal bir yolu olduğuna inanıyor.
Bazıları ayrıca, ekranı olmayan bir tasarımın insanların cihaza bağımlı hale gelme olasılığını azaltacağına inanıyor. OpenAI ile donanım çalışmaları üzerinde çalışan eski Apple tasarım şefi Jony Ive, potansiyel yeni cihazları geçmişteki tüketici cihazlarının hatalarını düzeltmenin bir yolu olarak gördüğü için bunun kendisi için bir öncelik olduğunu söyledi.
Ive, Mayıs ayında Stripe CEO’su Patrick Collison ile yaptığı röportajda, “Niyetiniz masum olsa bile, kötü sonuçları olan bir şeye karışmışsanız, bunun sorumluluğunu üstlenmeniz gerekir. Kişisel olarak, bu sorumluluk duygusu, üzerinde çalıştığım birçok şeyi yönlendirdi” dedi.
Ancak eski bir çalışan “OpenAI’nin bugün karşılaştığı bir engel, birçok ChatGPT kullanıcısının, ses modellerinin düşük kalitesi veya bu özelliğin farkında olmamaları nedeniyle, chatbot ile yüksek sesle konuşarak etkileşime girmiyor olmasıdır” dedi. Ses öncelikli bir AI cihazı geliştirmek için OpenAI’nin önce tüketicileri ChatGPT gibi AI ürünleriyle yüksek sesle konuşmaya alıştırması gerekyor.
Sesli AI çalışmaları hakkında bilgi sahibi olan bir kaynak, OpenAI’nin sesli AI girişimlerinin arkasındaki kilit ismin, bu yaz Character.AI’dan bu çalışmayı yönetmesi için şirketin işe aldığı sesli AI araştırmacısı Kundan Kumar olduğunu söyledi. Diğer liderler arasında, OpenAI’nin büyük ölçüde metin odaklı AI için oluşturulmuş altyapısını sesli AI için yeniden yazılmasına yardımcı olan ürün araştırma lideri Ben Newhouse ve multimodal ChatGPT ürün müdürü Jackie Shannon da bulunuyor.
Bu çalışmayı yakından takip eden birçok kişiye göre, OpenAI tek bir cihaz yerine zaman içinde piyasaya sürmeyi planladığı bir cihaz ailesi geliştiriyor. Şirketin tartıştığı fikirler arasında gözlükler ve ekranı olmayan akıllı hoparlörler de var.
Sesli yapay zeka çalışmaları hakkında bilgi sahibi olan bir kişiye göre, cihaz üzerinde çalışan araştırmacılar bu yaz OpenAI çalışanlarına yaptıkları sunumda, cihazın kullanıcıya eşlik eden bir yardımcı gibi çalışacağını ve kullanıcıya hedeflerine ulaşması için proaktif olarak önerilerde bulunacağını, basit bir uygulama ve yazılım aracı olmaktan öteye geçeceğini söylediler. Bu kişi, cihazın, kullanıcı izin verdiğinde ses ve video yoluyla çevresi ve kullanıcısı hakkında bilgi toplayabileceğini belirtti.
OpenAI’da birçok çalışan, tedarik zinciri, endüstriyel tasarım ve model araştırması gibi cihazla ilgili çalışmalarda görev alıyor. 2025’in başlarında OpenAI, donanım cihazlarını tasarlamak için Ive’nin kurucu ortağı olduğu io şirketini yaklaşık 6,5 milyar dolara satın aldı.
Kaynak: Stephanie Palazzolo / The Information
Araştırma2 yıl önce
