Peter Yang Kendi Dijital İkizini Yarattı ve Konuşturdu

Ekranın arkasında senin yerine işleri yürütecek interaktif bir dijital ikizin olsa fena olmazdı, değil mi? TechCrunch yazarı Dominic-Madori Davis tam olarak bunu yaptı; kendi sesini ve yüzünü kopyalayarak interaktif bir dijital avatar tasarladı ve sonuçlar oldukça kafa karıştırıcı bir boyuta ulaştı.

Yapay zeka araçları artık sadece metin üretmekle kalmıyor; fiziksel varlığımızı ve sesimizi de dijital dünyaya kopyalamamıza izin veriyor. Zamanın yetmemesi, herkesin aynı anda yüz farklı yerde olma baskısı ve kişisel markasını büyütürken tükendiğini hissetmesi bugünün en büyük problemi. Bu yazıyı okuduktan sonra “dijital ikiz” teknolojisinin ne kadar gerçekçi olduğunu, yarın öbür gün iş görüşmelerine bile bu avatarları yollayıp yollamayacağımızı net şekilde göreceksin.

Dijital ikiz projesi nasıl ortaya çıktı?

Her şey TechCrunch yazarı Dominic-Madori Davis’in Synthesia ofisinde kendi dijital ikizini yaptırmasıyla başladı. Günün yirmi dört saati çalışmak imkansız olduğuna göre, yapay zeka modellerini birleştirerek kendi dijital kopyasını üretmek kaçınılmaz bir adımdı. Heyecan verici olan kısım şu; bu sadece ekranda donuk bir şekilde hareket eden eski tip avatarlardan ibaret değil.

Klon, Davis’in mimiklerini, ses tonunu ve hatta konuşurken yaptığı küçük duraklamaları bile kopyalayabiliyor. Karşısındaki kişiyle tıpkı Zoom toplantısındaymış gibi interaktif bir sohbet yürütebiliyor. İnsanlar ilk başta bunun önceden kaydedilmiş videolar olduğunu sandı, ancak gerçek zamanlı soru-cevap yapabildiğini görünce işin rengi değişti. Sıradan bir insanın masaüstü bilgisayarıyla böyle bir şey yapabilmesi, Hollywood stüdyolarının bütçelerine olan ihtiyacı ortadan kaldırıyor.

Klonumla nasıl konuşuluyor?

Sistemin kalbinde, ses işleme, yüz sentezleme ve büyük dil modellerinin kusursuz bir uyumu yatıyor. Kullanıcı tarayıcı üzerinden avatara bağlandığında, mikrofon aracılığıyla soru soruyor ve avatar anında yanıt veriyor. Bu süreçte kullanılan teknik altyapının arkasındaki parametreler sistemi oldukça güçlü kılıyor.

Tablodaki veriler işin mutfağındaki hızı gösteriyor, ama asıl mesele bu teknolojinin hissettirdikleri. Karşınızda bilgisayarın ürettiği bir yapay zeka olduğunu biliyorsunuz, buna rağmen göz teması kuran ve sizinle şakalaşan bir görüntünün arkasında insan zekası arıyorsunuz. Bu durum bir yandan verimlilik sağlarken, diğer yandan “acaba gerçek insanla iletişim kurmanın anlamı ne zaman kaybolacak” sorusunu akıllara getiriyor.

Teknik Arka Plan ve Maliyet Dengesi

Bu tür projelerin ev ortamında yapılabilir hale gelmesi, bulut bilişim ve açık kaynaklı model havuzlarındaki çeşitlilikten kaynaklanıyor. Dominic-Madori Davis gibi isimler, sıfırdan bir algoritma yazmak yerine, mevcut metin tabanlı dil modellerini özel ses ve video işleme katmanlarıyla birbirine bağlıyor. Model, kullanıcının geçmiş yazılarını, makalelerini ve sosyal medya paylaşımlarını analiz ederek “kişilik veritabanı” oluşturuyor.

Sohbet esnasında kullanıcı bir soru yönelttiğinde, sistem önce metni analiz ediyor, daha sonra Davis’in veri tabanındaki ton ve üslup kurallarına göre bir yanıt metni üretiyor. Üretilen bu metin, anlık olarak ses sentezleyiciye gönderilerek Dominic-Madori Davis’in ses tonuna dönüştürülüyor ve eş zamanlı olarak yüz hareketleri oluşturuluyor. Tüm bu süreç saniyenin kesirleri içinde gerçekleştiği için karşıdaki kişi akıcı bir diyalog kurabiliyor.

Kişisel Verilerin Güvenliği ve Kimlik Hırsızlığı Riski

Yüzünü ve sesini dijital ortama aktaran bir kişinin en büyük açığı, bu verilerin kötü niyetli kişilerin eline geçme ihtimalidir. Davis kendi iradesiyle bu projeyi hayata geçirdi, ancak bir başkasının ses ve video kayıtları rızası olmadan kopyalanarak dolandırıcılık amaçlı kullanılabilir. Ses kopyalama teknolojileri artık telefon görüşmelerinde aile bireylerini taklit edip para isteyecek kadar geliştiği için, bu dijital ikizlerin güvenliği başlı başına bir hukuk alanı oluşturuyor.

Kimlik doğrulama sistemleri henüz bu tarz interaktif avatarları gerçek insanlardan ayırt etmek için yeterince olgunlaşmadı. Bankacılık işlemlerinde veya resmi kurumlarda yüz tanıma ve sesli onay sistemlerinin dijital ikizler tarafından kandırılması, yakın gelecekte güvenlik protokollerinin tamamen yenilenmesini zorunlu kılıyor.

Gelecekte bizi ne bekliyor?

Bugün kendi avatarını yaratmak bir deney veya eğlenceli bir içerik üretici projesi gibi görünebilir. Yarın ise müşteri hizmetlerinden tutun da akademik derslere kadar her yerde bu ikizleri göreceğiz. Kendi dijital kopyamız bizim yerine çalışırken, biz sahilde kahve yudumlayabilecek miyiz, yoksa kendi yarattığımız bu yapay kalabalığın içinde kaybolup gidecek miyiz?