Bir cümlelik özet
Sesli asistanlar ve metin sistemleri (sohbet botu, çeviri) sihir değildir; çok sayıda örnekten öğrenilmiş örüntüleri kullanarak sesi yazıya, yazıyı da olası bir cevaba dönüştüren araçlardır.
Neden önemli?
Telefonuna "hava nasıl?" diye soruyorsun ve bir ses cevap veriyor. Bir çeviri uygulamasına cümle yazıyorsun, başka bir dile çeviriyor. Bir sohbet botuna ödevini soruyorsun, saniyeler içinde uzun bir metin yazıyor. Bunlar günlük hayatın parçası oldu.
Ama bu araçların nasıl çalıştığını bilmezsen iki hata yaparsın: ya onların her söylediğine körü körüne inanırsın, ya da "bunlar düşünüyor, biliyor" sanıp gereğinden fazla güvenirsin. Bu ders, bu sistemlerin ne yaptığını ve ne yapmadığını dürüstçe anlaman için var. Bir önceki derste bilgisayarın görüntüdeki örüntüleri nasıl tanıdığını görmüştük; şimdi aynı fikri ses ve metinde inceliyoruz.
Ses sistemleri nasıl çalışır?
Sesli asistan aslında tek bir "beyin" değil; arka arkaya çalışan birkaç adımdır.
Sesten yazıya
Konuştuğunda mikrofon, sesini titreşimlerden oluşan bir dalgaya çevirir. Sistem bu dalgayı küçük parçalara böler ve daha önce binlerce insanın kaydedilmiş konuşmasından öğrendiği örüntülerle karşılaştırır. "Bu ses parçası büyük ihtimalle 'm' sesidir, bu 'e' sesidir" diyerek kelimeleri tahmin eder. Buna sesten yazıya çevirme (speech-to-text) denir.
Burada önemli bir nokta var: sistem sesin *anlamını* anlamaz, sadece hangi kelimelerin söylenmiş olma ihtimalinin yüksek olduğunu tahmin eder. Bu yüzden gürültülü ortamda, farklı bir aksanla veya alışılmadık bir isimle konuştuğunda sık sık yanlış anlar.
Yazıdan sese
Asistan cevap verirken tersini yapar: yazılı cümleyi tekrar ses dalgasına çevirir. Buna yazıdan sese çevirme (text-to-speech) denir. Duyduğun ses gerçek bir insan değildir; kaydedilmiş ses örneklerinden üretilmiş bir sonuçtur.
Örnek: "Alarmı sabah yediye kur" dediğinde sistem önce sesini yazıya çevirir, sonra "saat 07:00 alarm" komutunu anlar, sonra "Tamam, alarmı yediye kurdum" cümlesini sese çevirip sana geri okur.
Metin sistemleri nasıl çalışır?
Sohbet botları ve çeviri araçları da örüntüyle çalışır, ama sesle değil, doğrudan kelimelerle.
Örüntüden sonraki kelimeyi tahmin etmek
Bir sohbet botu, çok büyük miktarda yazıyı okuyarak "hangi kelimeden sonra genellikle hangi kelime gelir" örüntüsünü öğrenmiştir. Sen bir soru yazınca bot, en olası devam eden kelimeleri sırayla tahmin ederek bir cevap oluşturur.
Yani bot cümleyi gerçekten "anlamaz" veya senin gibi "düşünmez". Çok iyi bir tahmin makinesidir. Çoğu zaman bu tahmin işe yarar ve doğru görünür; ama bazen tamamen yanlış bir bilgiyi bile çok kendinden emin bir dille yazar. Buna uydurma (İngilizcede bazen "hallucination" denir) diyoruz.
Çeviri de bir tahmindir
Çeviri araçları da milyonlarca çevrilmiş cümleden örüntü öğrenir. "Bu dildeki bu ifadenin karşılığı, diğer dilde genellikle şudur" der. Çoğu zaman iyi çalışır, ama deyimlerde, şakalarda ve çift anlamlı kelimelerde yanılabilir.
Örnek: "It's raining cats and dogs" deyimini bir çeviri aracı bazen kelime kelime "kediler ve köpekler yağıyor" diye çevirebilir. Oysa anlamı "bardaktan boşanırcasına yağmur yağıyor"dur. Araç anlamı değil, gördüğü örüntüyü uygular.
Bu sistemler neden yanılır?
Hem ses hem metin sistemleri aynı temel sebeple yanılır: hepsi veriden öğrenilmiş tahminlerdir.
- Öğrendiği veride bir konu az geçiyorsa, o konuda zayıf tahmin yapar.
- Veri taraflıysa (örneğin sadece bir aksanı çok duymuşsa), başka aksanları yanlış anlar.
- Güncel olmayan veriden öğrendiyse, yeni olayları bilmez ya da yanlış bilir.
- İçinde yanlış bilgi olan metinlerden öğrendiyse, o yanlışı doğruymuş gibi tekrarlayabilir.
Bu yüzden önemli bir bilgiyi (tarih, sağlık, ödev, haber) bir bottan aldığında onu güvenilir bir kaynaktan doğrulaman gerekir. Bot "emin görünmesi", bilginin doğru olduğu anlamına gelmez.
Mini uygulama
Gerçek bir yapay zekâ modeli eğitmeyeceğiz. Bunun yerine, çok basit bir kural tabanlı sistemin nasıl çalıştığını göreceğiz: kısa bir mesajın kaba/nazik olup olmadığını, içindeki kelimelere bakarak tahmin eden küçük bir program. Bu, gerçek sistemlerin de aslında örüntülere baktığını, ama çok daha büyük ölçekte yaptığını gösterir.
Bu programı bilgisayarda çalıştırabilir, kelime listelerini değiştirip sonucun nasıl değiştiğini gözlemleyebilirsin.
# Basit kural tabanlı bir metin sınıflandırıcı.
# Gerçek bir yapay zekâ değil; sadece kelime sayan bir örnek.
nazik_kelimeler = ["lutfen", "tesekkur", "rica", "merhaba"]
kaba_kelimeler = ["aptal", "sus", "sacma"]
mesaj = "Merhaba lutfen bana yardim eder misin"
kelimeler = mesaj.lower().split()
nazik = sum(1 for k in kelimeler if k in nazik_kelimeler)
kaba = sum(1 for k in kelimeler if k in kaba_kelimeler)
if nazik > kaba:
print("Tahmin: nazik mesaj")
elif kaba > nazik:
print("Tahmin: kaba mesaj")
else:
print("Tahmin: emin degilim")Dikkat: Bu program listede olmayan bir kaba kelimeyi fark edemez ve "aptalca güzel bir fikir" gibi bir cümleyi yanlış sınıflandırabilir. Gerçek sistemler de tam olarak böyle sınırlıdır; sadece çok daha fazla örnekten örüntü öğrenmişlerdir. Bu deney, bir tahmin makinesinin neden yanılabileceğini kendi gözünle görmen içindir.
Uygulama laboratuvarı: Ses ve Metin Sistemlerine Giriş
Ses ve Metin Sistemlerine Giriş konusunu kalıcı hâle getirmenin en iyi yolu, kavramı küçük ve ölçülebilir bir göreve dönüştürmektir. Bu çalışmada Ses sistemleri nasıl çalışır? ile Yazıdan sese arasındaki ilişkiyi kullanarak temizlenmiş küçük veri tablosu, açık sınıflandırma kuralı ve hata değerlendirmesi hazırlayacaksın. Amaç yalnız sonucun çalışması değil; hangi kararı neden verdiğini, neyi test ettiğini ve hangi durumda tasarımı değiştireceğini açıklayabilmektir.
Görev senaryosu
Şu senaryoyu ele al: antrenman kayıtlarını düzenleyip eğilimleri gösteren veri tablosu. Dersin ana hedefi “Sesli asistan ve metin sistemlerinin nasıl çalıştığını ve sorumlu kullanımı öğren” olduğuna göre önce problemi tek cümleyle tanımla. Ardından sistemin alacağı girdiyi, uygulayacağı işlemi ve üreteceği çıktıyı ayrı ayrı yaz. Bilmediğin bir ayrıntı varsa onu varsayım olarak işaretle; varsayımı gerçek bilgi gibi kullanma.
- Planla: Başlangıç durumunu, beklenen sonucu ve kullanacağın kavramları yaz.
- En küçük sürümü kur: Yalnız temel davranışı çalıştır; süsleme ve ek özellikleri sonraya bırak.
- Üç test hazırla: Normal bir durum, sınırda bir durum ve hatalı ya da beklenmeyen bir durum seç.
- Sonucu kaydet: Beklenen ile gerçekleşeni yan yana yaz; fark varsa olası nedeni belirt.
- Tek değişiklik yap: Aynı anda birçok şeyi değiştirmek yerine bir kararı düzeltip testi yeniden çalıştır.
Başarı ölçütleri
- Verinin kaynağı ve amacı açık mı?
- Eksik, tekrar eden ve sıra dışı değerler işaretlendi mi?
- Kişisel bilgi kullanılmadan örnek kurulabiliyor mu?
- Eğitim ve test verisi birbirinden ayrıldı mı?
- Yanlış tahminler saklanıp nedenleri incelendi mi?
“Ses ve Metin Sistemlerine Giriş” çalışmasını bitirdiğinde ürünü bir arkadaşına yalnız bölüm başlıklarıyla anlat. Arkadaşın antrenman kayıtlarını düzenleyip eğilimleri gösteren veri tablosu senaryosundaki adımları ve karar nedenlerini takip edebiliyorsa anlatım yeterince açıktır. Anlaşılmayan noktayı daha fazla terim ekleyerek değil, Ses sistemleri nasıl çalışır? ve Yazıdan sese ilişkisini daha küçük adımlara bölerek düzelt.
Sık yapılan hatalar
Botun "düşündüğünü" sanmak
Bir sohbet botu insan gibi hissetmez, bilmez ve bilinci yoktur. Çok iyi tahmin yapan bir araçtır. Ona "sen ne hissediyorsun" diye sorup gelen cevabı gerçek bir duygu sanmak yanlıştır.
Uydurulan bilgiyi doğru kabul etmek
Bot bir kaynak, tarih veya isim yazdığında bu bilgi uydurma olabilir. Emin dille yazması onu doğru yapmaz. Önemli bilgiyi mutlaka doğrula.
Çeviriye körü körüne güvenmek
Kısa mesajlarda çeviri genelde iyidir; ama resmî bir yazıda, deyimde veya şakada yanılabilir. Önemli metinlerde bir yetişkinden veya ikinci bir kaynaktan kontrol iste.
Sistemin her aksanı ve her sesi eşit anladığını düşünmek
Sesli asistanlar en çok duydukları konuşma biçimini daha iyi anlar. Seni yanlış anlaması senin hatan değildir; sistemin verisinin sınırıdır.
Güvenlik notu
Ses ve metin araçları kullanışlıdır, ama bir kısmı yazdıklarını sunucularına gönderir. Bu yüzden:
- Kişisel bilgini yazma veya söyleme: adın soyadın, adresin, telefonun, okulun, şifrelerin veya başkalarının bilgileri bir sohbet botuna, çeviri aracına veya sesli asistana verilmemeli.
- Yaş kurallarına uy: birçok yapay zekâ uygulamasının bir yaş sınırı ve kullanım kuralı vardır. Bunları bir yetişkinle birlikte oku.
- Yetişkin rehberliği: bu araçları ilk kez kullanırken yanında bir yetişkin olsun. Bir cevap seni rahatsız ederse veya tuhaf gelirse bir yetişkine söyle.
- Doğrula: ödev, sağlık, haber gibi önemli konularda botun cevabını güvenilir bir kaynaktan kontrol et.
- Sorumluluk insandadır: aracı kullanan kişi sonuçtan sorumludur. "Bot söyledi" bir bilgiyi doğru ya da bir davranışı doğru yapmaz.
Ders özeti
- Sesli asistanlar sesi yazıya, yazıyı da tekrar sese çevirir; bunların hiçbiri "anlamak" değil, tahmin etmektir.
- Sohbet botları ve çeviri araçları, veriden öğrendikleri örüntülerle en olası kelimeleri tahmin eder.
- Bu sistemler bilinçli değildir, yanılabilir ve bazen bilgiyi kendinden emin bir dille uydurabilir.
- Sonuçlar verinin kalitesine bağlıdır; taraflı veya eksik veri, taraflı veya yanlış sonuç üretir.
- Kişisel bilgi paylaşılmamalı, yaş kurallarına uyulmalı ve önemli bilgiler doğrulanmalıdır.
Kontrol soruları
- Sesten yazıya çevirme (speech-to-text) ne yapar?
- Bir sohbet botu bir cevabı nasıl oluşturur?
- "Uydurma" (hallucination) ne demektir ve neden tehlikelidir?
- Bir çeviri aracı deyimlerde neden yanılabilir?
- Bir yapay zekâ aracına neden kişisel bilgini yazmamalısın?
Cevaplar
- Konuştuğun sesi ses dalgasına çevirip, öğrendiği örüntülerle bu sesin hangi kelimeler olma ihtimalinin yüksek olduğunu tahmin ederek yazıya döker. Anlamı değil, olası kelimeleri tahmin eder.
- Çok sayıda metinden öğrendiği "hangi kelimeden sonra hangi kelime gelir" örüntüsüyle, en olası devam eden kelimeleri sırayla tahmin ederek. Gerçekten düşünmez.
- Botun yanlış bir bilgiyi doğruymuş gibi, kendinden emin bir dille yazmasıdır. Tehlikelidir çünkü emin göründüğü için insan kolayca inanır ve yanlış bilgiyi doğru sanar.
- Deyimler kelimelerin düz anlamıyla değil, mecazi anlamıyla çalışır. Araç anlamı bilmez, gördüğü örüntüyü uygular; bu yüzden deyimi kelime kelime yanlış çevirebilir.
- Çünkü bazı araçlar yazdıklarını sunucularına gönderir ve bu bilgi başkalarının eline geçebilir. Kişisel bilgi gizli kalmalı ve online araçlara verilmemelidir.
Kaynak ve doğrulama notu
“Ses ve Metin Sistemlerine Giriş” dersi için doğrulama odağı Ses sistemleri nasıl çalışır? ile Yazıdan sese arasındaki ilişkinin örnekler üzerinde tutarlı çalışmasıdır. Bu modüldeki veri kümeleri eğitim amaçlı ve küçüktür; gerçek kişisel veri kullanılmamalıdır. Bir yapay zekâ sonucunun doğruluğu kadar, verinin dengesi, hataların dağılımı ve açıklanabilirliği de değerlendirilmelidir.
Sonraki ders
Yapay Zekâ Etiği