Jack Dorsey'nin kurucu ortakları arasında yer aldığı finansal teknoloji şirketi Block, sesli yapay zeka alanında alışılmadık bir yaklaşımı temsil eden Dessa adlı yeni modelini duyurdu. Şirketin yapay zeka araştırma ekibi tarafından geliştirilen sistem, konuşmaları önce metne dönüştürüp ardından işleyen geleneksel sesli asistanların aksine, doğrudan insan konuşmaları üzerinden eğitildi. Block'a göre Dessa, yalnızca insan seslerinden öğrenerek gerçekçi ve akıcı sohbetler yürütebilen ilk sistemlerden biri konumunda.

Dessa'yı geleneksel sesli asistanlardan ayıran ne?

Bugün kullandığımız sesli asistanların büyük bölümü zincirleme bir akışla çalışır: Kullanıcının sesi önce metne dönüştürülür, metin bir dil modeline aktarılır, üretilen yanıt yeniden sese çevrilir. Bu zincir hem gecikme yaratır hem de konuşmanın duygusal katmanını büyük ölçüde kaybeder. Dessa ise bu ara adımı tamamen ortadan kaldırıyor ve sesi doğrudan girdi olarak işliyor.

Block'un açıklamasına göre model, herhangi bir metin verisi veya önceden eğitilmiş bir yapay zeka modeli kullanılmadan sıfırdan insan konuşmalarıyla eğitildi. Bu tercih, modelin dilin yazılı kurallarından çok konuşmanın doğal ritmine, tonlamasına ve duraksamalarına odaklanmasını sağlıyor.

Full-duplex mimarisi neden önemli?

Dessa'nın en dikkat çekici özelliği, aynı anda hem dinleyip hem konuşabilmesini sağlayan full-duplex mimarisi. Bu teknoloji sayesinde model, karşısındaki kişinin sözünü bitirmesini beklemeden uygun anlarda tepki verebiliyor, konuşmaya doğal biçimde katılabiliyor ve diyaloğu kesintisiz sürdürebiliyor. İnsan sohbetlerinde sık görülen bu eşzamanlılık, sıradan sesli asistanlarda neredeyse hiç bulunmuyor.

Model ayrıca ses tonundaki değişimleri, kahkahaları, duraksamaları, alaycı ifadeleri ve duygusal tepkileri algılayarak yanıtlarını bu unsurlara göre şekillendirebiliyor. Block'un altını çizdiği nokta şu: İnsanların duygusal durumunun doğru değerlendirilmesi, yapay zeka güvenliği açısından da kritik bir mesele.

Hangi donanımda çalışıyor?

Dessa'nın eğitim süreci tek bir NVIDIA GB200 NVL72 sistemi üzerinde gerçekleştirildi. Buna karşın model gerçek zamanlı çalışabildiği için MacBook Pro M4 Max veya daha güçlü cihazlarda yerel olarak da kullanılabiliyor. Bu denge, bulut bağımlılığı olmadan çalışan sesli yapay zeka uygulamalarının önünü açabilecek nitelikte.

Projenin arkasında kim var?

Dessa, Block'un kurucu ortağı Jack Dorsey'ye doğrudan bağlı çalışan küçük bir araştırma ekibi tarafından geliştirildi. Projenin liderliğini Ragavan Thurairatnam üstleniyor. Ekibin dikkat çeken yanı, geçmişte Toronto merkezli derin öğrenme girişimi Dessa'da görev almış araştırmacılardan oluşması. Yani modelin adı, ekibin köklerine doğrudan bir gönderme niteliği taşıyor.

Block, yeni modelin yeteneklerini sergileyen konuşma örneklerini yayımladı ve teknolojiye erişmek isteyen kullanıcılar için bir bekleme listesi oluşturdu. Şirket ayrıca potansiyel risklerin belirlenmesi amacıyla sınırlı sayıda yapay zeka güvenliği araştırmacısına erken erişim sağlamayı planlıyor.

Türkiye'de erişim mümkün olacak mı?

Dessa için henüz bir fiyatlandırma, bölgesel kullanılabilirlik takvimi veya Türkiye'ye özel bir lansman bilgisi paylaşılmadı. Şu aşamada erişim bekleme listesi ve seçili araştırmacılarla sınırlı görünüyor. Modelin yerel cihazlarda çalışabilmesi, ilerleyen dönemde Türkiye'deki geliştiriciler ve girişimler için de kapı aralayabilir; ancak resmi bir duyuru yapılmadan bu konuda net bir tarih vermek mümkün değil.

Dessa'nın asıl iddiası, yapay zekanın insan iletişimindeki duygusal ve bağlamsal katmanı ıskalamasını engellemek. Sesli asistanların "robotik" bulunmasının ardında yatan temel sorun da tam olarak bu. Block'un bu yaklaşımı ne ölçüde ölçeklenebilir hale getireceği ise önümüzdeki aylarda yapılacak testlerle netleşecek.