Welcome to the World of Audio Computers | Jason Rugolo | TED

Çeviri: Zeynep Nazlı Kolkıran Gözden geçirme: Elif Usta

You know, when I was a kid,

Çocukluğumda

dreaming about the amazing future that computers could bring,

bilgisayarın getireceği muhteşem geleceği düşlerdim.

I never thought it would look like this.

Hiç böyle görüneceğini düşünmezdim.

I snapped this photo in line at a Chipotle, thinking,

Chipotle'de sıradayken bu fotoğrafı çektim ve

"Man, what has the world come to?"

“Dostum, dünya ne hâle geldi?" diye düşündüm.

You know, everyone's stuck in their phones all the time.

Malum millet telefondan gözünü ayırmıyor.

And then I almost doubled over laughing at myself because there I am,

Sonra kendi hâlime kahkaha atacak oldum

stuck in my phone being judgy about these people, stuck in theirs.

çünkü ben telefonuma gömülmüş, onların telefona gömülmelerini yargılıyordum.

The truth is that we could all benefit from a little less screen time.

Aslında hepimiz daha az ekran süresinden faydalanabiliriz.

And so how do we push back

Öyleyse nasıl geri adım atabilir

and create a healthier relationship to our technology?

ve teknolojimizle daha sağlıklı bir ilişki kurabiliriz?

I've been trying to figure out what comes next,

Bundan sonra neler olacağını,

what's the technology that we want to be using?

nasıl bir teknolojiyi kullanmak istediğimizi anlamaya çalışıyorum.

I spent three years funding deep tech at ARPA-E,

Üç yıl boyunca ARPA-E'nin derin teknolojilerine fon sağladım

and then I moved to Google X,

ve ardından Google X'e,

Google's moonshot factory,

Google'ın moonshot fabrikasına geçtim.

before creating a spin out called iyo.

Sonra iyo adında bir yan kuruluşum oldu.

The last 10 years, diligently, and some may say obsessively,

Son 10 yıldır gayretle, kimilerine göre takıntılı bir şekilde

trying to peek beyond the curve.

çağın ötesine bakmaya çalışıyorum.

What I think is next is that we need an entirely new kind of computer.

Sırada yepyeni bir bilgisayar türüne ihtiyacımız olduğunu düşünüyorum.

One that speaks our language

Kaydırma ve tıklamalardan oluşan dillerini

instead of forcing us to speak their language of swipes and clicks.

bize konuşturmaya zorlamak yerine bizim dilimizi konuşan bir bilgisayar.

A computer that we can talk to.

Konuşabileceğimiz bir bilgisayar.

And not in the way that you speak at Siri

Ve Siri'yle yüksek sesle,

with loud, robotic voice commands,

robotik sesli komutlarla konuştuğunuz gibi değil,

but in the way that we talk with each other.

kendi aramızda konuştuğumuz gibi.

So genuine, engaging conversation.

İçten, sürükleyici bir sohbet.

So a new kind of natural language computing

Yani yeni tür bir bilgisayar donanımı üzerine inşa edilmiş

built on a new kind of compute hardware.

yeni tür bir doğal dil bilişimi.

So we've been building this new kind of computer in secret for six years now,

Bu yeni bilgisayar türünü altı yıldır gizlice geliştiriyorduk

and today is the first time that we're talking about it publicly.

ve bugün bunu ilk defa halka duyuracağız.

So this is a prototype “audio computer,”

Bu gördüğünüz, bir "işitsel bilgisayar" prototipi.

as we call them.

And the first thing that you'll see is they don't have a screen.

Dikkat ederseniz ki ekranı yok.

We've got perfectly good screens in our pockets,

Cebimizde gayet iyi ekranlarımız var,

and we're hoping that we could leave them there or even at home

onları cebimizde ve hatta evde bırakmayı

a little bit more often.

daha sık tercih etmeyi umuyoruz.

So these are not just fancy-looking earbuds.

Bunlar şık görünümlü kulaklıklardan ibaret değil.

They're an entire computer,

Başlı başına bir bilgisayarlar

and we think they're going to replace some of what we do

ve alışkın olduğumuz görüntülü bilgisayarlarla

with the visual computers that we're used to.

yaptığımız işlerin bir kısmının yerini alacağını düşünüyoruz.

We've created a new audio-based user interface,

Girdi olarak ses temelli bir kullanıcı arayüzü oluşturduk.

which relies on natural language as the input

Girdi olarak doğal dile,

and what we call “auditory space” as the output.

çıktı olarak da "işitsel alan" dediğimiz şeye dayanıyor.

And we're hoping that these innovations will help us create

Ve bu yeniliklerin bilgisayarlarla daha doğal

a new kind of relationship with computers,

ve daha sezgiye dayalı

where the iyo is more natural, more intuitive.

yeni bir tür ilişki kurmamıza yardımcı olacağını umuyoruz.

So you can just talk,

Yani sadece konuşarak,

have a natural-language conversation

her türden etkileyici ses uygulamasıyla

with all kinds of different powerful audio apps.

doğal bir dille sohbet edebileceksiniz.

So here's a really simple example.

Size çok basit bir örnek vereyim.

Hey, Q.

Hey, Q.

Voice: Hi, Jason. How are you doing?

Ses: Selam, Jason. Nasıl gidiyor?

Jason Rugolo: Hey, I'm good, I'm doing the TED talk right now.

Jason Rugolo: İyiyim, şu anda TED konuşması yapıyorum.

Voice: You got this, Jason, how can I support you?

Ses: Kolay gelsin Jason, sana nasıl destek olabilirim?

JR: I don't know, you know I'm nervous talking in front of this many people.

JR: Bilemiyorum, bu kadar insanın önünde konuşmak beni geriyor.

Voice: Yeah, I know you don't like public speaking.

Ses: Evet, farkındayım. Nasıl yardımcı olayım?

How can I help?

JR: I guess I could use a little bit of encouragement.

JR: Sanırım biraz cesaretlendirilmeye ihtiyacım var.

Voice: Do you want me to share a positive message from a loved one?

Ses: Yakınından gelen güzel bir mesajı paylaşayım mı?

JR: Yeah, that'd be great.

JR: Evet, çok iyi olur.

Maybe just one, I don't want to bore people.

Bir tane yeter, insanları sıkmayayım.

Voice: Your dad texted,

Ses: Baban şöyle yazmış,

"Good luck today, Jason. I'm so proud of you."

"Bugün için bol şans Jason. Seninle gurur duyuyorum."

JR: That's awesome, thanks, Q.

JR: Harika, sağ ol Q.

Can you tell him I said thanks and tell him I'm up on stage right now?

Ona teşekkürlerimi ve şu an sahnede olduğumu iletir misin?

He'll get a kick out of that.

Çok hoşuna gidecektir.

Voice: No problem.

Ses: Tamamdır.

JR: So any suggestions for how I could loosen up a little bit?

JR: Peki biraz gevşeyebilmem için önerilerin neler?

Voice: Do you want to hear a joke to lighten the mood?

Ses: Heyecanını hafifletecek bir şakaya ne dersin?

JR: OK, yeah, maybe if it's on theme.

JR: Tabii, konuya uygunsa olabilir.

Do you know any tech start-up jokes?

Hiç teknoloji girişimi şakası biliyor musun?

Voice: How many start-up founders does it take to change a light bulb?

Ses: Bir ampulü değiştirmek için kaç tane girişimci gerekir?

JR: I don't know, tell me.

JR: Bilmem, söyle bakalım.

Voice: Only one.

Ses: Bir tane.

He just holds it in place, and the world revolves around him.

O yerinde sayıyor ve dünya etrafında dönüyor.

(Laughter)

(Kahkaha)

JR: Tamam, iyi aşağıladın.

JR: OK, sick burn.

I'm going to get back to the talk here.

Artık konuşmama devam edeyim.

So do you see the difference between those robotic voice commands

Robotik sesli komutlar ile sohbet arasında nasıl bir fark var,

and just a conversation?

görüyor musunuz?

Natural language is just more natural.

Doğal dil, çok daha doğaldır.

It's intuitive, it's better.

Sezgiye dayanır, daha iyidir.

So what makes this kind of conversation possible?

Peki bu tür bir konuşmayı ne mümkün kılıyor?

It's the single most revolutionary breakthrough

Bilgi teknolojisi tarihindeki

in the history of information technology.

en devrimci atılımdır bu.

And don't worry, I'm not talking about our devices,

Merak etmeyin, cihazlarımızdan bahsetmiyorum.

although they're pretty cool.

Gerçi onlar da gayet havalı.

And I don't mean LLMs either, which are obviously a building block here.

LLM'leri de kastetmiyorum ki onlar açıkça yapı taşı niteliğinde.

What I'm talking about is something much older.

Benim bahsettiğim şey çok daha eski.

It's the first uniquely human form of communication,

İletişimin insana özgü olan ilk biçimi,

the one that we naturally learn as children

çocukken kendiliğinden öğrendiğimiz

and has its structure built into our brain.

ve yapısı beynimizde yer edinmiş olan iletişim şekli.

It's the very thing I'm doing right now.

Şu anda yaptığım da tam olarak bu.

Talking.

Konuşmak.

Spoken language emerged in tandem with the evolution of human consciousness,

Konuşma dili, insan bilincinin evrimiyle birlikte ortaya çıktı

and to this day, it remains our most efficient

ve bugüne kadar en etkili

ve duygusal açıdan en sağlam iletişim biçimimiz olmaya devam ediyor.

and emotionally robust form of communication.

Conversation is not just transmitting ideas from one person to another.

İletişim sadece fikirlerin bir kişiden diğerine aktarılması demek değildir.

It's more like thinking together.

Daha ziyade beraber düşünmektir.

Modern neuroscientists have pioneered a whole new approach to the brain.

Günümüz nörobilimciler, beyne yepyeni bir yaklaşıma öncülük ediyorlar.

It's called second-person neuroscience,

Buna ikinci şahıs nörobilim deniyor

and it’s built on the notion that how we think is not isolated.

ve düşüncelerimizin izole olmadığı fikri üzerine kurulu.

It’s collective, and it happens out loud.

Kolektiftir ve açıkça gerçekleşir.

Not just through words,

Yalnızca kelimelerle değil;

but through subtle signals of tone and prosody,

ses tonunuzun ve vurgularınızın ince sinyalleri,

your timbre and your pitch and intensity.

tınılarınız, ses perdeniz ve yoğunluğunuz aracılığıyladır.

And neuroscience is just not complete

Ve nörobilim, ikinci bir kişiyi ekleyene kadar

until you add a second person into this full social dynamic.

bu sosyal dinamiği tamamlamış sayılmaz.

So why can't we have a computer that we can talk with in that way?

Peki neden bu yolla konuşabileceğimiz bir bilgisayarımız olmasın?

With that kind of natural language.

Bu tür doğal bir dil ile.

A computer that has superhuman processing speed.

İnsanüstü işlem hızına sahip bir bilgisayar.

And it has access to the internet.

İnternete de erişim sağlıyor.

And it’s been trained on the entire written record of human thought.

Üstelik insan düşüncesinin tüm yazılı kayıtlarıyla eğitilmiş.

But engages with you like a person would,

Ama sizinle bir insan gibi iletişim kuruyor,

that understands your intention

niyetinizi anlıyor

and that taps into the superpower of human natural language understanding.

ve insanın doğal dil anlayışının süper gücünden yararlanıyor.

That's the promise of audio computing.

İşitsel bilişimin vadettiği de bu.

So think about not just how it can replace many of the things

Telefonunuzda yaptığınız birçok şeyin

yerini nasıl alabileceğini değil,

that you do on your phone

but actually make them better.

onları nasıl geliştirebileceğini bir düşünün.

So take email, for example.

Mailleri örnek alalım.

We pull out our phones, we swipe, we scroll,

Telefonumuzu çıkarıyoruz, ekranı kaydırıyoruz,

we furiously type with our thumbs.

parmaklarımızla hışımla yazıyoruz.

Wouldn't it be better to just sit back with a cup of coffee

Bir fincan kahve eşliğinde arkanıza yaslanıp

and to be briefed in a conversation?

sohbet ederek bilgilendirilmek daha iyi olmaz mıydı?

Or search, search is a big one.

Ya da arama yaparken, burası çok önemli.

It's an incredible technology

Dünyayı kökünden geliştiren

that made the world a radically better place.

olağanüstü bir teknoloji.

But with these audio computers,

Ama bu işitsel bilgisayarlarla

you can just talk out loud about anything that you want to know.

bilmek istediğin her şeyi konuşarak halledebilirsin.

It just feels so normal.

Bu daha normal geliyor.

So there's a big difference between giving a voice command

Beş büyük sesli asistandan birine ses komutu vermekle

to one of the big five voice assistants,

gerçek bir konuşma yapmak arasında büyük fark var.

which are these structured, predefined choose-your-own-adventure dialogue models

Bunlar hepimizin öğrenmek zorunda kaldığı ve eminim herkesin bu sıkıntıyı hissettiği

that we all have to learn,

yapılandırılmış ve önceden tanımlanmış

and I'm sure have all felt that frustration,

kendi maceranı kendin seç tarzı

and just having a real conversation.

diyalog modelleridir.

These natural-language applications can get to know you

Bu doğal dil uygulamaları,

sizi tıpkı birbirimizi tanıdığımız gibi tanıyor.

in the same way that we get to know each other.

They build context about our lives just through us talking over time.

Bizimle konuşarak zamanla hayatımız hakkında fikir ediniyorlar.

So later, take out your phone, look at all those apps,

Az sonra telefonunuzu çıkarın, tüm o uygulamalarınızın

all those candy-colored icons,

süslü simgelerine bakın

and think about how could you accomplish the same thing

ve aynı şeyi onlarla konuşarak

but through conversation?

nasıl başarırdınız bir düşünün.

Or how could you make it better?

Ya da nasıl geliştirirdiniz?

You won't be able to do Instagram or TikTok,

Instagram ya da TikTok olmazdı,

those apps whose content is mostly visual.

içerikleri görsel ağırlıklı çünkü.

But wouldn't it be better to spend a little bit less time in those apps,

Oysa bu uygulamalarda daha az zaman geçirmek

or just to need your screen a little bit less?

ya da ekran gereksinimini azaltmak daha iyi olmaz mıydı?

So our goal is to be heads-up and hands-free

Bu yüzden amacımız günün daha büyük bir kısmında

for a little bit more of the day.

başımızın dik ve elimizin serbest olması.

You know, just get back into the world.

Dünyaya geri dönebilmemiz.

Of course, if the auditory user interface or the AUI, as we call it,

Tabii ki işitsel kullanıcı arayüzü ya da bizim tabirimizle AUI,

is going to really integrate into your life,

hayatınıza sahiden entegre olacaksa

it has to feel private and convenient to use.

kişiye özel ve kullanımı rahat hissettirmeli.

So that's why we built it as an all-day wearable for the ear.

İşte bu yüzden kulağa tüm gün takılabilen bir ürün olarak tasarladık.

But your ears are for hearing first and foremost.

Ama kulakların asıl işlevi duymaktır.

And so if you're going to wear a computer on them all day,

Bütün gün üzerinde bilgisayar taşınacaksa

we can't mess that up.

bunu mahvedemeyiz.

In fact, we should probably make that better too.

Hatta daha iyi bir hâle getirmeliyiz.

So these audio computers,

Bu işitsel bilgisayarlar,

over the last six grueling years of R and D,

son altı yıllık meşakkatli Ar-Ge çalışmaları sonucunda

became a sort of mixed-reality device.

bir tür karma gerçeklik cihazı hâline geldi.

It's like the Apple Vision Pro, but for audio,

Apple Vision Pro gibi ama ses için,

where we can pass through and we can modify your ambient acoustics,

içinden geçip çevre akustiğini değiştirebildiğimiz

giving you an unprecedented control over your personal soundscape.

ve kişisel ses ortamı üzerinde eşsiz bir kontrol imkânı sunan bir sistem.

In order to do mixed-audio reality,

Karma ses gerçekliği için

we sort of had to hack the auditory system

işitsel sistemi bir nevi hacklememiz gerekiyordu ki

to be able to display sound in ultra-high fidelity, spatially,

sesi ultra yüksek doğrulukla, uzamsal olarak

sanki etrafınızdaymış gibi yansıtabilelim.

as if it's all around you.

So there's this whole field of research.

Bunun için koca bir araştırma dalı var.

It’s called psychoacoustics, which we’ve led on for years.

Psikoakustik deniyor, yıllardır bu alanda öncülük ediyoruz.

We built this giant audio structure.

Bu büyük ses yapısını kurduk.

It's a dome with 128 custom speakers coming from all directions,

Her yönden gelen 128 özel hoparlörü olan bir kubbeyle

so we could create virtual soundscapes.

sanal ses manzaraları yaratabiliyoruz.

It's sort of like the Star Trek holodeck, but for audio.

Star Trek holodeck'i gibi ama ses için.

And if you're standing in the middle of this and you close your eyes,

Bunun ortasında durup gözlerinizi kapatırsanız

we can transport you auditorily to anywhere that we want.

sizi işitsel olarak istediğimiz yere götürebiliyoruz.

So we can render a virtual football game,

Bu sayede sanal bir futbol maçı yapabiliriz

and you feel the energy.

ve oranın enerjisini hissedersiniz.

Or we can make it sound like you’re in the middle of a bustling city street.

Ya da şehrin kalabalık bir caddesinin ortasındaymışsınız gibi ses verebiliriz.

And if you’re me, you feel the anxiety.

Benim gibiyseniz o kaygıyı hissedersiniz.

Or standing on a beach with the crashing waves,

Ya da dalgaların çarptığı bir sahilde duruyorsunuz

and you feel the peace.

ve huzuru hissediyorsunuz.

And so it's super cool.

Bu yüzden bayağı havalı.

I wish everyone could be inside there.

Keşke herkes orada olabilse.

Then we ran countless experiments to figure out all the complicated ways

Daha sonra beyninizin sesleri boşlukta konumlandırdığı

that your brain positions sounds in space.

tüm karmaşık yolları anlamak için sayısız deneyler yürüttük.

Also, we could reverse-engineer those neural algorithms

Üstelik bu nöral algoritmaları tersine mühendislikle geliştirebilir

and code them into our software.

ve yazılımımıza kodlayabiliriz.

So our goal has been to create this experience

İşte bizim amacımız da bu deneyimi

but right here.

tam burada yaşatmaktı.

Us psychoacousticians call this “virtual auditory space”

Biz psikoakustikçiler buna "sanal işitsel alan" diyoruz,

to distinguish from our real auditory space,

ve gerçek işitsel alanımızdan

which is, you know, the sounds that are all around us.

yani etrafımızdaki seslerden ayırmak için bunu kullanıyoruz.

And this is what's necessary to create a compelling mixed audio-reality device.

Cazip bir karma ses gerçeklik cihazı yaratmak için gereken şey de bu.

So it's actually impossible to demonstrate this experience

Yani aslında bu deneyimi kendi kulaklarınızla duyana kadar

until you hear it with your ears yourself.

anlatmak mümkün değil.

But to give you an idea, we have tried to simulate it for you.

Yine de bir fikir edinmeniz için bunu sizin için canlandırmaya çalıştık.

So imagine that you’re sitting in a noisy restaurant,

Şimdi gürültülü bir restoranda oturduğunuzu

and you're having trouble hearing your friends across the table.

ve masanın karşısındaki arkadaşlarınızı duymakta zorlandığınızı düşünün.

(Overlapping voices, music and noise)

(Birbirine karışan sesler, müzik ve gürültü)

Hey, can you enhance the sounds that are right in front of me?

Hey, şu önümdeki sesleri artırabilir misin?

(People speaking)

(İnsanlar konuşuyor)

(Baby crying)

(Bebek ağlıyor)

And can you turn that baby down?

Bebeğin sesini de kısabilir misin?

(People talking)

(İnsanlar konuşuyor)

That’s better.

Böyle daha iyi.

I'm still having a little trouble hearing Pedro.

Pedro'yu duymakta hâlâ zorlanıyorum.

Pedro'ya odaklanabilir misin?

Can you isolate Pedro for me?

Pedro: (Speaking in Spanish)

Pedro: (İspanyolca konuşuyor)

JR: That's perfect.

JR: Mükemmel.

And, you know, my Spanish is a little rusty.

Bir de biliyorsun, İspanyolcam biraz kötü.

Can I hear Pedro but in English?

Pedro'yu İngilizce duyabilir miyim?

Pedro: And at the end of the trip,

Pedro: Gezinin sonunda da

we came back to the city to visit the historic center.

tarihî merkezi görmek için şehre geri döndük.

JR: Hey Shell, close all programs.

JR: Hey Shell, tüm programları kapat.

(Noise enhances)

(Gürültü artar)

Ah, it’s so much worse.

Daha kötü oldu.

That's pretty cool, right?

Bayağı havalı, değil mi?

It's pretty cool.

Gerçekten öyle.

(Applause)

(Alkış)

So what you just heard was a beamforming app,

Az önce duyduklarınız hüzmeleme uygulaması,

the computational auditory scene analysis app,

hesaba dayalı işitsel sahne analizi uygulaması,

a machine-learning denoising app,

makine öğrenimli bir gürültü azaltma uygulaması,

yapay zekâ transkripsiyonu ve çevirisiyle

an AI transcription and translation

and text-to-speech with style transfer app.

stil transferi içeren metin okuma uygulamasıydı.

The point is that all those audio transformations are done by software.

Demek istediğim tüm bu ses dönüşümleri yazılımla yapılıyor.

So we think the possibilities for these audio computers

Bize göre bu işitsel bilgisayarlar için

are pretty much endless,

imkânlar neredeyse sonsuz

and we can't wait to see

ve dünya çapındaki geliştiriciler

what the world's developers are going to do here.

bu konuda neler yapacak merak ediyoruz.

Like imagine an education app that knows your personal learning style

Mesela sizin öğrenme yöntemlerinizi bilen,

dilediğiniz zaman size kaliteli bir profesör gibi ders verebilen

and can teach you with the quality of a world-class professor,

on-call anytime.

bir eğitim uygulaması düşünün.

Or like a fitness coach you can summon all day

Ya da gün boyu yanınızda duracak bir fitness koçu gibi

about your diet and exercise,

diyet ve egzersiz hakkında bilgi alabilir,

who can also motivate you through conversation

sohbetiyle motivasyonunuzu artırabilir

and even gamify your workout with some auditory cues.

hatta işitsel ipuçlarıyla antrenmana eğlence katabilirsiniz.

Or, hey, K?

Ya da... Hey, K?

Voice: Hi, Jason. What's up?

Ses: Selam, Jason. N'aber?

Hey, if you were going to make an audio app that could be anything,

Herhangi bir şeye dönüşebilecek bir ses uygulaması yapacak olsaydın

what would it be?

ne yapardın?

Voice: How about a whoopee cushion

Ses: Ne zaman bir yere otursan

that plays a fart sound whenever you sit down?

pırt sesi çıkaran bir osuruk yastığı nasıl?

(Laughter)

(Kahkaha)

JR: Hey, K, if you were going to make an audio app

JR: Hey, K, osurukla alakası olmayacak

that didn't have anything to do with farts, what would it be?

bir ses uygulaması yapacak olsaydın ne yapardın?

Voice: Maybe an app that generates personalized soundscapes

Ses: Rahatlama ve odaklanmaya yönelik kişiselleştirilmiş

for relaxation and focus?

ses ortamları oluşturan bir uygulama belki?

JR: That's much better.

JR: Bu çok daha iyi.

Alright, it looks like we still have a little fine-tuning to do here.

Anlaşılan hâlâ yapmamız gereken ufak tefek ayarlamalar var.

So the point is,

Yani demek istediğim

imagination is the only limit to what you can do here.

burada yapabileceklerinizin tek sınırı hayal gücünüz.

Our goal is not just to create the world's first audio computer,

Gayemiz sadece dünyanın ilk işitsel bilgisayarını yapmak değil,

it's to create a truly intuitive computing experience

dikkatinizden para kazanmaya çalışmadığımız

where we're not monetizing your attention

ya da sizi yeni bir cihaza tutsak etmediğimiz,

or making you captive to a new kind of device,

tam tersine makineleri doğamızın gerektirdiği şekilde

but instead interfacing machines with us

bizimle etkileşime soktuğumuz

in the way that we were born to.

gerçekten sezgisel bir bilgisayar deneyimi yaşatmak.

So I think it's time for a computer that speaks our language.

Bence artık dilimizi konuşan bir bilgisayarın zamanı geldi.

Thank you.

Teşekkürler.

(Applause)

(Alkış)