Dünyanın ilk yapay zeka TV sunucusu Der erste TV-Moderator mit künstlicher Intelligenz der Welt World's first artificial intelligence TV host Первый в мире телеведущий с искусственным интеллектом

Bundan 50 yıl önce 31 Ocak 1968'de Türkiye'de ilk televizyon anonsu yapıldı. Fifty years ago, on January 31, 1968, the first television announcement was made in Turkey. Ve bundan 5 gün önce Çin'in TRT'sinden şu televizyon anonsu yapıldı. And 5 days ago, China's TRT made this television announcement. Kısaca yeni işe başladığını ve yılmadan, yorgunluk nedir bilmeden çalışacağını söylüyor. Briefly, he says that he has started a new job and will work tirelessly and without knowing what is tiredness. Çok güzel. Biz de kendisine yayın hayatında başarılar diliyoruz. We wish him success in his publishing career. Gerçi TRT'nin o ilk anonsunu yapan Nuran Devres Hanım da yılmadan, yorgunluk nedir demeden dizi senaryoları, romanlar yazmaya devam ediyor ama aradan geçen yarım asır ister istemez insanları değiştiriyor. Although, Nuran Devres, who made the first announcement of TRT, continues to write serials and novels without giving up and saying what is tiredness, but the half-century that has passed inevitably changes people. İşte Çin'li sunucunun en büyük farkı bu. This is the biggest difference of the Chinese server. O değişmeyecek. He will not change. Yaşlanmayacak. It will not age. Ölmeyecek. Çünkü o insan değil. Dünyanın ilk yapay zeka sunucusu.

En azından Çin'liler öyle lanse ettiler. At least that's what the Chinese have advertised. Ben olsam bu işin teknolojisini tanımlarken “yapay zeka” yerine “sanal kukla” deyimini kullanmayı tercih ederdim. If it were me, I would prefer to use the term "virtual puppet" instead of "artificial intelligence" when describing the technology of this business. Çünkü izlediğimiz görüntüler tümüyle yapay değil. Because the images we watch are not entirely artificial. Biri İngilizce diğeri Çince konuşan iki gerçek haber spikeri model olarak kullanılmış. Two real newscasters, one speaking English and one speaking Chinese, were used as models. Sonra da makine öğrenmesi teknikleriyle bu iki spikerin yüz ifadeleri, jestleri, mimikleri, sesleri bilgisayar tarafından incelenmiş ve bu iki sanal sunucu ortaya çıkmış. Then, using machine learning techniques, the facial expressions, gestures, mimics and voices of these two announcers were analyzed by the computer and these two virtual anchors emerged. Çin'de geçen hafta düzenlenen “Dünya İnternet Konferansı”nı sunarak görevlerine başlamışlar. They started their duties by presenting the “World Internet Conference” held in China last week. Buna benzer teknolojileri sinema ve oyun dünyasında zaten yıllardır görüyorduk. We have already seen similar technologies in the world of cinema and games for years. Ancak burada kaçırılmaması gereken önemli bir fark var. However, there is an important difference here that should not be missed. Orayı biraz açmam gerekecek. I'll have to open it up a bit. Bunlara “sanal kukla” demiştim ya. I used to call them "virtual puppets". Şu anda kullandığınız cep telefonlarında da buna benzer bir sanal kukla yaratıp konuşturabilirsiniz. You can create a similar virtual puppet and make it talk on the mobile phones you are currently using. Tamam, mükemmel değil, ama çalışan bir konsept. Ok, it's not perfect, but it's a working concept. Bu konseptlerin hepsinde yarattığınız avatarın konuşabilmesi için bir kuklacının aynı anda onu oynatması gerekiyor. In all of these concepts, a puppeteer needs to play the avatar you created at the same time so that it can speak. Çinlilerin sanal sunucularında bu ihtiyaç ortadan kalkmış durumda. In the virtual servers of the Chinese, this need has disappeared. Onlara ne isterlerse onu söyletebiliyorlar. They can make them say whatever they want. Bunun için sadece haber metnini yazmaları yeterli. For this, they only need to write the text of the news. Onu modelledikleri gerçek haber sunucuları ölse bile sanal kopyaları haber metinlerini okumaya, sunmaya devam edecek. Even if the real news anchors they modeled die on, their virtual copies will continue to read and present the news texts. Yılmadan. relentlessly. Yorgunluk nedir bilmeden… Without knowing what fatigue is...

Gelelim işin biraz daha korkutucu kısmına. Let's get to the scarier part. Çünkü bir yazıyı bir bilgisayarın okuması ya da seslendirmesi de epeyce bir zamandır gündemimizde. Because the ability to read or voice an article on a computer has been on our agenda for quite some time. Text-to-Speech (yazıdan konuşmaya) teknolojisi pek çok yerde kullanılıyor. Text-to-Speech technology is used in many places. Bu araçlar kutuya yazdığınız metni düzgün bir diksiyonla okuyor. These tools read the text you type in the box with proper diction. Gördüğünüz gibi hem sanal hem de akıllı 🙂 Siz ne yazarsanız onu seslendiriyor. As you can see, it is both virtual and smart 🙂 It voices whatever you write. Bu tür teknolojilerde yine modellenen bir ses kaynağı, bir sunucu var ve ona bir dildeki tüm sesleri, heceleri ve bazen de kelimeleri okutuyorlar. There is a sound source, a server, which is also modeled in such technologies, and they have it read all the sounds, syllables, and sometimes words in a language. Siz kutuya bir şey yazınca önceden kaydedilmiş sesler, heceler yan yana ekleniyor ve bir cümle haline geliyor. When you type something in the box, pre-recorded sounds and syllables are added side by side and become a sentence. Tabiki bu kadar basit değil, işin başka incelikleri de var ama mantık genel olarak bu şekilde işliyor. Of course it's not that simple, there are other subtleties, but that's how the logic works in general.

Şimdi size bunun canlı bir örneğini de göstereceğim. Now I will show you a vivid example of this. Eskiden çalıştığım şirket olan Adobe'de 2016'da yapılan bir demoyu izliyorsunuz. You're watching a demo from 2016 at Adobe, the company I used to work for. Adobe Voco adlı bu program henüz piyasaya çıkmadı, geliştirim aşamasında. This program called Adobe Voco has not been released yet, it is under development. Kaydedilmiş bir sesi alıp önce onu kelime kelime analiz ediyor. It takes a recorded sound and first analyzes it word for word. Yazıya dönüştürüyor. It transforms it into writing. Sonra da söylenenleri istediğiniz gibi değiştirmeye başlıyor. Then it starts to change what is said to your liking. Mesela bu örnekte “karımı ve köpeklerimi öptüm” diyen adamın söylediklerini, sanki yazı yazıyormuş da onu düzeltiyormuş gibi kopyala/yapıştır yaparak değiştiriyor. For example, in this example, the man who says “I kissed my wife and my dogs” changes what he says by copy/pasting, as if he were writing and correcting it. Cümleyi “Karımı ve karımı öptüm” haline getiriyor. He turns the sentence into “I kissed my wife and my wife”. Buraya kadar yaptıkları önceden söylenmiş bir sözü yeniden düzenlemekten ibaret. What they've done so far is simply rearranging a previously spoken word. Fakat sonra alttaki metinde karısının yerine başka bir isim ve cümlenin sonuna da daha önce onun hiç söylemediği yeni bir şey daha yazıyor. But then, in the text below, he writes another name for his wife and something new at the end of the sentence that he has never said before. Başlangıçta “karımı ve köpeklerimi öptüm” şeklinde kaydedilen cümle, “Jordan'ı üç kere öptüm” haline dönüşüyor. Originally recorded as "I kissed my wife and my dogs", the phrase becomes "I kissed Jordan three times". Tehlikenin farkında mısınız beyler 🙂 Are you aware of the danger guys 🙂

Adobe'nin yıllardır kullanılan Photoshop'u özellikle hanımlara çok yardımcı olmuştu. Adobe's Photoshop, which has been used for years, was especially helpful to women. Ama şimdi bu yeni geliştirdiği teknoloji, seslerin Photoshop'u olarak pek çok erkeğin kuyusunu kazacak gibi görünüyor. But now this newly developed technology seems to undermine many men as the Photoshop of sounds. Büyük şirketler bu tür teknolojileri mutfaklarında pişiredursun, onlardan çok daha küçük şirketler, startuplar da boş durmuyor. While big companies cook such technologies in their kitchens, companies and startups that are much smaller than them do not sit idle either.

Bu sıkış tepiş odada çalışan gençlerin geliştirdiği ürün şu anda hazır durumda. The product developed by the young people working in this cramped room is now ready. Onu kullanabilmek için web sitesinden en az 30 tane cümle okuyorsunuz. To be able to use it, you read at least 30 sentences from the website. Bu cümleleri kaydediyor ve yaklaşık 1 dakika içinde sesinizin dijital bir klonunu yaratıyor. It records these sentences and creates a digital clone of your voice in about 1 minute. Ben sistemi denedim. I tried the system. 30 tane cümle kaydettim. I recorded 30 sentences. Ve sonra daha önce hiç söylemediğim bir şey söylemesini istedim. And then I asked him to say something I've never said before. Bu sistem henüz sadece İngilizce olarak çalışıyor ama siz normalde beni Türkçe konuşurken duyduğunuz için bir kaç cümle daha söylettim. This system still only works in English, but since you normally hear me speaking in Turkish, I made you say a few more sentences. Sistemi eğitme konusunda biraz yetersiz kalmış olabilirim 🙂 I may have been a bit inadequate in training the system 🙂

Bu gazeteci kendi sesiyle sistemi eğittikten sonra annesine telefon ederek test etmiş. After training the system with his own voice, this journalist tested it by phoning his mother. Kadıncağız epeyce bir süre karşısında konuşanın oğlu olduğunu zannediyor. For a long time, the woman thinks that it is her son who speaks in front of her. İşin nereye doğru gittiğini fark ettiniz mi? Have you noticed where things are headed? Yakında bu tür sistemleri eğitmek için gönüllü olmanıza da gerek kalmayacak. And soon you won't need to volunteer to train such systems. Bir kaç dakikalık ses kaydınızı analiz eden bir yapay zeka daha sonra sizin hiç söylemediğiniz şeyleri size söyletebilecek. An artificial intelligence that analyzes your few minutes of audio recording will then be able to make you say things you never said. Nitekim az önce bahsettiğim o küçük startup Lyrebird bunu da yapmış. As a matter of fact, that small startup Lyrebird that I just mentioned has done this as well. Başkan Obama hiç bir zaman böyle bir konuşmayı yapmadı. President Obama has never made such a speech. Ama başka konuşmalarından alınan 1 dakikalık kayıt ona istediklerini söyletmek için yeterli oldu. But one minute of recording from other conversations was enough to make him say what he wanted.

Eğer elinizde birinin yeterli sayıda ve kalitede görüntüsü ve sesi varsa artık onu dijital bir kukla haline getirip istediğinizi yaptırabilme şansınız var. If you have a sufficient number and quality of images and sounds of someone, now you have the chance to turn them into a digital puppet and have them do whatever you want. Bir dakika! Just a minute! Bugüne kadar 350'den fazla videoyu hem de 4K çözünürlüğünde yayınladım. To date, I have published more than 350 videos in 4K resolution. Hackerlar için inanılmaz bir malzeme bu. This is incredible material for hackers. Ya beni de… Or me too…

ABD başkanı olduktan sonra yaptığım ilk konuşmayı izlediniz. You watched my first speech after I became president of the USA. Üstelik bunu ben hazırlamadım. Besides, I didn't prepare it. İsmini vermek istemeyen takipçilerimden biri yapmış. One of my followers, who didn't want to give his name, did it. Anonim biri. Anonymous Bana gönderdiği notta yapay zekanın eğitilmesinin yaklaşık 30 saat sürdüğünü yazmış. He sent me a note saying that it took about 30 hours to train the AI. Neyse ki gözlüklüyüm de ortaya çıkan sonuç, benim sesimle konuşan bir Trump'tan çok “Annihilation – Yok Oluş” filmindeki yaratıklara benziyor. Fortunately, with glasses, the result is more like a creature from the movie "Annihilation" than a Trump speaking with my voice. Benzer bir teknikle üretilmiş başka bir örnek daha geliyor şimdi. Now comes another example produced with a similar technique. Oyuncu Amy Adams'ı bilirsiniz. You know the actress Amy Adams. Nicolas Cage'i de bilirsiniz. Peki bu kim? And who is this?

Bu tür sahte videoları hazırlamak şu anda saatler alıyor. Preparing such fake videos currently takes hours. Ama kısa sürede dakikalar içinde hatta gerçek zamanlı olarak böyle görüntüler üretmek mümkün hale gelecek. But it will soon be possible to produce such images in minutes, even in real time. Ve tabiki beraberinde pek çok hukuki ve etik tartışmayı da getirecek. And of course it will bring with it many legal and ethical debates. Ben o konuları başka bir videoya bırakıyorum. I'll leave those issues for another video. Bugün vurgulamak istediğim asıl konu bu değil. This is not the main issue I want to emphasize today.

“Dünyanın ilk yapay zeka sunucusu” başlığıyla haber ajanslarına geçen bu konunun kaynağı Çin. The source of this issue, which was reported to news agencies with the title "The world's first artificial intelligence server", is China. Zaten dikkatinizi çekmiştir, teknolojiyle ilgili videolarımda giderek daha fazla Çin'den bahsediyorum. You've already noticed, I'm talking more and more about China in my tech-related videos. Çünkü bugünlerde bilimin kaynağı genellikle Çin'de oluyor. Because nowadays science usually originates in China. Çünkü bizim 2023 hedefimiz gibi Çin'in de “Made in China 2025” hedefi var. Because, like our 2023 target, China also has a “Made in China 2025” target. Bu hedef kapsamında 2025 yılında yapay zeka konusunda dünyanın en gelişmiş ülkesi olmak istiyorlar. As part of this goal, they want to be the most advanced country in the world in terms of artificial intelligence by 2025.

“Herkes gider Mersin'e, biz gideriz tersine” temalı yorumlarınızı yaparak umutsuzluğa kapılmadan önce şunu söyleyeyim. Let me say this before falling into despair by making your comments with the theme "Everybody goes to Mersin, we go to the contrary". Elbette ABD gibi Çin gibi dünyanın süper gücü olma konusunda yarışan ülkeler, ellerindeki müthiş paralarla, imkanlarla bunu başarabilirler diye düşünüyorsunuz değil mi? Of course, you think that countries competing to become the superpower of the world, such as the USA and China, can achieve this with great money and opportunities, don't you? Ama unutmayın. But remember. En büyük kaynak insan kaynağıdır. The biggest resource is human resource. Yapay zekayı kullanarak ses sentezleme konusunda şu anda dünyadaki en gelişmiş teknolojiyi yazanlar, kodlayanlar sizlerin yaşında, belki daha da genç üniversite öğrencileri. Those who write and code the most advanced technology in the world in synthesizing sound using artificial intelligence are university students your age, maybe even younger. Ve bunlar ne ABD'de ne de Çin'de geliştirmişler bunu. And they developed it neither in the USA nor in China. Lyrebird'ün kurucularından biri olan Jose Sotelo Meksika gibi kişi başına düşen gayrisafi milli hasılası Türkiye'ye çok benzeyen bir ülkeden kalkmış Kanada'da Toronto Üniversitesi'ne gitmiş. Jose Sotelo, one of the founders of Lyrebird, came from a country like Mexico with a per capita GDP similar to Turkey and went to the University of Toronto in Canada. Dünyanın başka yerlerinden kafa dengi bir kaç arkadaşıyla birlikte bu küçük startup'ı kurmuşlar. Together with a few like-minded friends from other parts of the world, they founded this small startup. Maddi imkansızlıklara kafayı takmak yerine bu sıkış tepiş odanın içinde yazdıkları koda odaklanmışlar. Instead of obsessing over financial impossibilities, they focused on the code they wrote in this cramped room. Yapay zeka üzerine çalışmaya devam ediyorlar. They continue to work on artificial intelligence. Yılmadan, yorgunluk nedir bilmeden… Without giving up, without knowing what fatigue is...

Yani sadece başarılı olmak isteyen ülkeler kendine 2023, 2025, 2030 hedefleri koymuyor. In other words, countries that only want to be successful do not set themselves 2023, 2025, 2030 targets. Koysa da bu hedefler ona koşacak insanlar olmadan hiçbir işe yaramaz. Even if he does, these goals are useless without people to run towards him. Başarılı olmak isteyen insanların kendine koyacağı kişisel hedefler hepsinden daha önemli. The personal goals that people who want to be successful will set for themselves are more important than all. Biz daha 50 yıl önce ilk televizyon anonsunu yaptık. We made the first television announcement 50 years ago. O anonsu yapan ve izleyen kişiler hala hayattayken şimdi bu mesleğin ortadan kaybolabileceğini gösteren bir gelişmeyi yaşıyoruz. While the people who made that announcement and watched it are still alive, we are now experiencing a development that shows that this profession may disappear. Nicolas Cage'in sahte videoda söylediği şarkıda ne diyordu: “Başlarda korkmuştum, şok olmuştum.” Bilgimiz olmazsa bu gibi gelişmeleri gördükçe yaşayacağımız şey de bu olur. What Nicolas Cage sang in the fake video said: “I was scared at first, I was shocked.” If we do not have knowledge, this is what we will experience as we see such developments. O yüzden böylesine hızlı değişen bir dünyada, sadece değişen bir kişi olmakla yetinmeyelim. Therefore, in such a rapidly changing world, let's not be content with just being a changing person. Bir şekilde “survive” etmek, hayatta kalmaya çalışmak, Nicolas Cage olmak bizi kesmez. It doesn't cut us to somehow "survive", try to survive, be Nicolas Cage. Gelecekte sadece değişen değil, “değiştiren” olmak gerek. In the future, it is necessary to be a "changer", not just a changer.