Alexis Conneau, eylül ayında ChatGPT’nin gelişmiş ses özelliklerinin geliştirilmesine liderlik ettiği OpenAI’den ayrıldığında manşetlere çıktı. Proje, yapay zeka tarafından üretilen seslerden birinin aktris Scarlett Johansson’a çarpıcı bir benzerlik göstermesiyle tartışmalara yol açmıştı. Johansson, proje için sesini lisanslamak üzere kendisine başvurulduğunu ve bunu reddettiğini açıkladı. OpenAI, Johansson’un sesini kasıtlı olarak taklit ettiğini reddetse de, 2013 yapımı Her filmindeki rolüyle yapılan karşılaştırmalar kaçınılmaz oldu ve YZ etiği ve taklit konusundaki tartışmaları alevlendirdi.

Şimdi Conneau, stratejist bir mühendis olan Coralie Lamaitre ile birlikte kurduğu WaveForms AI ile yeni bir rota çiziyor. Gizlilikten çıkan WaveForms AI, Andreessen Horowitz (a16z) liderliğindeki 40 milyon dolarlık tohum fonunu duyurdu ve girişime 200 milyon dolar değer biçti. Girişim, Conneau’nun duygusal genel zeka (EGI – Emotional General Intelligence) olarak adlandırdığı şeye öncülük ederek ses yapay zekasını yükseltmeyi amaçlıyor. Nihai hedef: İnsan duygularını benzeri görülmemiş bir nüansla algılayabilen ve bunlara yanıt verebilen yapay zeka modelleri yaratmak.

Tartışmalar ve İlhamla Belirginleşen Bir Ayrılış

Johansson tartışmasını değerlendiren Conneau projeyi savundu. “ChatGPT sesi asla Johansson’ı taklit etmek için tasarlanmadı” dedi. Bununla birlikte, bir adamın Johansson tarafından seslendirilen bir yapay zeka asistanıyla duygusal ilişkisini konu alan Her filmiyle yapılan karşılaştırmaları da kabul etti ve “Teknolojiyi gördüklerinde hemen filmi düşünüyorlar” dedi.

Conneau, X’teki (eski adıyla Twitter) çıkış yazısında Her karşılaştırmalarını küstahça selamladı: “@OpenAI’de #Her’i inşa ederken geçirdiğim inanılmaz bir yolculuğun ardından yeni bir şirket kurmaya karar verdim.”

Filmin kendisine ilham verdiğini kabul etmekle birlikte, distopik tonlarının WaveForms için bir model olmadığını savunan Conneau, “Filmin bir yapay zeka ilişkisinin karmaşık, olumsuz etkilerini tasvir etmesi, muhtemelen kaçınmamız gereken bir şey” dedi. Bunun yerine WaveForms AI, insan etkileşimlerinin yerini almak yerine onları güçlendirmek için sesi kullanmayı amaçlıyor.

AGI’nin “Sosyal-Duygusal Katmanı” Olarak Sesin Oluşturulması

Conneau sesi, yapay genel zekânın (YGZ) “sosyal-duygusal katmanının” kilidini açmanın anahtarı olarak görüyor. Ona göre OpenAI, Google ve Meta gibi şirketler YZ’nin entelektüel yeteneklerine odaklanırken, WaveForms YZ etkileşimlerini derinlemesine insani ve duygusal olarak rezonanslı hale getirmeyi amaçlıyor.

Conneau, “Ses, YZ’nin ilk duygusal, sosyal-duygusal katmanıdır” dedi. WaveForms’un sesli dil modellerinin (audio LLMs) ton, tonlama ve aksan gibi duygusal incelikleri yakalamasını öngörüyor. Bu yetenekler, yapay zekanın konuşmaların duygusal bağlamını yorumlamasını ve empatik bir şekilde yanıt vermesini sağlayabilir.

Örneğin, WaveForms tarafından desteklenen bir yapay zeka öğretmeni, bir öğrencinin hayal kırıklığını tanıyabilir ve ek sabır veya teşvikle yanıt verebilir. Duygusal anlayışa yapılan bu vurgu, insanların eğitim, sağlık ve müşteri hizmetleri alanlarında yapay zeka ile nasıl etkileşim kuracağını yeniden tanımlayabilir.

Facebook’tan OpenAI’a

Conneau’nun ses yapay zekasına duyduğu hayranlık, Facebook’ta araştırmacı olarak çalıştıktan sonra üç yıl önce onu OpenAI’ye yönlendirdi. OpenAI’nin kurucu ortağı ve Baş Bilim İnsanı Ilya Sutskever’e sert bir e-posta gönderdi ve o da bir akıl hocası ve işbirlikçi oldu.

OpenAI’de Conneau, gerçek zamanlı konuşma tanıma ve yanıtlama yeteneğine sahip çığır açan bir özellik olan GPT-4o’nun Gelişmiş Ses Modunun geliştirilmesine öncülük etti. Konuşmayı işlenmek üzere metne dönüştüren önceki sürümlerin aksine, GPT-4o’nun Gelişmiş Ses Modu sesi doğrudan tokenize ederek düşük gecikmeli, doğal sesli konuşmalara olanak sağladı.

OpenAI’deki başarısına rağmen Conneau, daha geniş AGI odağı tarafından kısıtlandığını hissetti ve bu durumu, “Orada geçirdiğim zamandan gerçekten keyif aldım ama OpenAI, Google ve Meta gibi şirketler AGI odaklı. Bizim burada bahsettiğimiz ise farklı bir odak noktası” diye açıkladı.

Sutskever’in Mayıs ayında OpenAI’den ayrılmasının kendi ayrılma kararını etkileyip etkilemediği konusunda yorum yapmaktan kaçındı, ancak Sutskever’i “yapay zekada görebileceğimiz en büyük bilim adamı , yapay zekadaki Einstein’a benzer” olarak övdü.

Duygusal Zeka için Bir Vizyon

WaveForms AI’nın misyonu iddialı: Yapay zeka ile sesli etkileşimleri insan konuşmalarından ayırt edilemez hale getirebilecek temel modelleri eğitmek. Şirket ilk tüketici ürününü 2025 yılında piyasaya sürmeyi planlıyor ve kullanıcılar ile yapay zeka arasındaki duygusal bağlantıları geliştiren sürükleyici deneyimlere odaklanıyor.

Conneau, “platformda geçirilen zaman” gibi ölçütleri optimize eden diğer YZ şirketlerinin aksine, WaveForms’un insan refahına öncelik vereceği konusunda ısrar ediyor ve “Sosyal medyanın hatalarını tekrarlamak istemiyoruz” dedi. Bunun yerine, yapay zekayı insan etkileşimlerini zenginleştirebilen, sosyal yaşamın tamamlayıcı bir yönü olarak öngörüyor.

Andreessen Horowitz ve Ötesinden Destek

Genel ortağı Martin Casado’nun WaveForms yatırımına liderlik ettiği Andreessen Horowitz (a16z), Conneau’nun vizyonunu paylaşıyor. Casado yapay zekayı bazı insan etkileşimlerine potansiyel olarak daha sağlıklı bir alternatif olarak görüyor. “İnternette bana zorbalık yapabilecek rastgele biriyle konuşabilirim ya da bir yapay zekayla konuşabilirim” diyen Casado, yapay zekanın daha güvenli ve yapıcı etkileşimler sağlayabileceğini öne sürüyor.

a16z’nin kurucu ortağı Marc Andreessen, yapay zekanın insan hayatına derinlemesine entegre olması gerektiğine olan inancıyla uyumlu olarak projeye kişisel ilgi duyduğunu ifade etti.

“Her” Distopyasından Kaçınmak

Conneau, duygusal yapay zekanın etik sonuçları konusunda temkinli davranmaya devam ediyor. Character.AI gibi platformlar yapay zeka arkadaşlığına olan talebi ortaya koyarken, bağımlılık ve izolasyon risklerinin de altını çizdi ve “İnsan etkileşiminin yerini alacak mı? Geleceğin böyle olacağını sanmıyorum” dedi.

Bunun yerine Conneau, yapay zekayı ister bir hasta öğretmeni, ister şefkatli bir sağlık asistanı ya da ilgi çekici bir seyahat arkadaşı olarak hareket etsin, ilham ve destek için bir araç olarak görüyor. “Fikir, yapay zeka ile daha keyifli hissettiren yeni, daha sürükleyici deneyimler yaratmak” dedi.

Kaynak: Anshika Mathews / AIM Research