“Her”: Sam Altman en sevdiği filmi gerçeğe dönüştürdü

OpenAI, ses, manzara ve metin ortasında gerçek vakitli olarak mantık yürütebilen yeni amiral gemisi yapay zeka modeli GPT-4o‘yu çok kısa bir mühlet evvel duyurdu. Ortadan yalnızca saatler geçmesine karşın yeni modelin yaptıkları epey sarsıcı. Firmaya nazaran yüz sözlerinizi okuyabilen ve konuşulan lisanı gerçek vakitli olarak çeviri edebilen GPT-4o, farklı his cinslerini de taklit edebilir. Sinema guruları bu söylemlerimizi çabucak Spike Jonze’un yönettiği “Her” sineması ile bağdaştırabilir. Çünkü durum tam olarak bu.

Bilmeyenler için, Spike Jonze‘un 2013 imali Her sinemasında Joaquin Phoenix, Scarlett Johansson tarafından seslendirilen Samantha isimli bir yapay zeka sanal asistanına aşık olan boşanma sürecindeki kalbi kırık bir adamı canlandırıyor. 2023’ün sonlarına gerçek OpenAI CEO’su Sam Altman, katıldığı bir aktiflikte favori filmlerinden birisinin Her olduğunu, insanların yapay zekayı nasıl kullandıklarını sevdiğini ve sinemanın son derece öngörülü olduğunu söylemişti.

Her sineması artık gerçek

OpenAI ise geçtiğimiz gece GPT-4o’yu canlı yayında tanıtırken ondan robotlar ve aşk hakkında bir hikaye anlatmasını istiyorlar. GPT-4o, OpenAI mühendisleri ve CTO Mira Murati’ye yeteneklerini stantlardan onun kelamlarını kesere daha farklı tonlarda kıssayı anlatmasını istiyorlar. Yapay zeka da güya odadaki biriymiş üzere yaptığı şeyi yapmaya devam etti.

İlginç bir biçimde Sam Altman, aktifliğin akabinde X’te bir paylaşım yaptı ve yalnızca şunu yazdı: “Her”. Elbette şimdiki haliyle GPT-4o, sinemadaki Samantha kadar yetenekli ve gelişmiş değil fakat ona epey yakın. Öte yandan OpenAI’ın kendi gelişimine baktığımızda GPT-4o ile atılan adımın büyüklüğünü daha güzel anlıyoruz.

Hemen üstte GPT-4o’nun ayrıntılarına değindiğimiz içeriğimizde de dediğimiz üzere GPT-4o, firmanın başka modellerine benzemiyor. Evvelki tüm GPT modelleri birkaç farklı modeli kullanarak çalışıyordu. Örneğin bir ses tahlili için üç model devreye giriyordu. Fakat GPT-4o ile her şey tek modelde birleşiyor. Ses, metin ve görsel bilgiler tek model tarafından tahlil edip çıktıya dönüştürülüyor. Bu da daha süratli ve uzman bir modelle sonuçlanıyor.

Örneğin evvelki sürümde de bir ses modu vardı lakin ondan bir şey istediğinizde konuşmasının bitmesini beklemeniz gerekiyordu. Lakin GPT-4o’da artık o konuşurken kelamını kesebilir ve yeni bir yönlendirme yapabilirsiniz. Ayrıyeten artık kameranız aracılığıyla artık dünyayı da görüyor ve gördüklerini keskin bir doğrulukla sizlere aktarabiliyor.

Yeni özellikler önümüzdeki haftalarda sonlu bir “alfa” sürümüyle kullanıma sunulacak ve daha geniş bir dağıtım başladıktan sonra birinci olarak ChatGPT Plus abonelerine sunulacak. Kimi gelişmiş özellikler ayrıyeten bugünden itibaren fiyatsız sürüme ve öteki fiyatlı katmanlara eklenmiş durumda.

İçeriğimizin son kısmını Sam Altman’ın dün yayınladığı blog yazısındaki cümleleriyle bitirelim: “Yeni ses (ve video) modu şimdiye kadar kullandığım en düzgün bilgisayar arayüzü. Filmlerdeki yapay zeka gibi hissettiriyor; ve gerçek olması benim için hala biraz şaşırtıcı. İnsan düzeyinde reaksiyon müddetlerine ve söz gücüne ulaşmak büyük bir değişiklik olacak üzere görünüyor.”