Yapay zekâlı akıllı ev asistanları neden basit komutlarda bile tökezliyor?

Amazon ve Google, Alexa+ ve Gemini for Home gibi üretken yapay zekâ destekli asistanlarla akıllı hoparlörleri daha doğal konuşan, bağlamı daha iyi anlayan ürünlere dönüştürmeyi hedefledi. Ancak yaklaşık bir yıllık gerçek kullanım ve testler, önemli bir çelişkiyi ortaya koyuyor: Asistanlar sohbet ederken daha başarılı olabilirken, kullanıcıların en temel beklentisi olan ışık açma, müzik çalma, zamanlayıcı kurma ve rutin çalıştırma gibi görevlerde hâlâ tutarsız davranabiliyor. 16

Sorun, yapay zekânın fazla konuşkan olması değil; kontrolün kesin olmaması

Geleneksel sesli asistanlar çoğunlukla önceden tanımlanmış komut kalıplarıyla çalışıyordu. “Mutfak ışıklarını kapat” cümlesi tanınır, ilgili cihaz bulunur ve aynı API çağrısı her seferinde tetiklenirdi. Bu yaklaşım esnek değildi; fakat doğru eşleştirme yapıldığında sonucu öngörülebilirdi.

Büyük dil modeli (LLM) tabanlı bir asistan ise isteği bağlama göre yorumlar ve hangi aracı ya da API’yi kullanacağına olasılıksal olarak karar verir. Google’ın da belirttiği gibi Gemini “deterministik olmayan”, yani her zaman aynı girdiye aynı şekilde yanıt vermek zorunda olmayan bir sistemdir. 15 Bu yapı, daha serbest konuşmaları ve birden fazla adımdan oluşan otomasyonları mümkün kılar; ancak “kapat” komutunun her seferinde aynı fiziksel eylemi başlatması gereken bir ev ortamında ciddi bir güvenilirlik sorunu yaratır. 315

Kısacası üretken yapay zekâ, bir isteğin ne anlama geldiğini anlamada daha esnek olabilir. Fakat anlama, doğru cihazı seçme ve komutu güvenli biçimde çalıştırma aşamalarından yalnızca birinde yaşanan belirsizlik bile ışığın açık kalmasına veya rutinin hiç çalışmamasına yol açabilir.

Hatalar uç örnekler değil, gündelik görevlerde görülüyor

Gemini for Home ile yapılan testlerde sistemin müzik isteklerini görmezden geldiği, konuşmaların konusunu dağıttığı, çarşamba günü ısrarla günün salı olduğunu söylediği ve akıllı ışıkları kapatmayı reddettiği aktarıldı. Hatta sistem, evdeki fiziksel cihazları kontrol edemediğini belirtti; oysa bir akıllı hoparlörden beklenen en temel işlevlerden biri tam olarak bu. 1

Alexa+ tarafında da benzer bir tablo var. Daha önce güvenilir biçimde çalışan bir kahve hazırlama rutininin başarısız olduğu, bazı kullanıcıların ise yükseltme sonrasında mevcut rutinlerinin silindiğinden şikâyet ettiği bildirildi. 67 Bununla birlikte Alexa+’ın yalnızca başarısız olduğu söylenemez: Testlerde, sesli komutla oluşturulan karmaşık bir otomasyonu doğru biçimde kurabildiği de görüldü. Örneğin belirli saatler arasında Ring kamerasının önünden biri geçtiğinde teras ışıklarını yakacak bir rutin oluşturabildi. 2

Bu iki sonuç birlikte değerlendirildiğinde sorun, sistemlerin hiçbir şey yapamaması değil; aynı görevi her seferinde güvenilir biçimde yapamaması. Akıllı ev ürünlerinde de kullanıcıların asıl ihtiyacı çoğu zaman yaratıcılık değil, istikrardır.

Daha doğal yanıt, daha iyi ürün anlamına gelmiyor

Üretken yapay zekâlı asistanların en görünür avantajı, katı komut kalıplarına ihtiyaç duymadan konuşabilmeleri. Ancak bu esneklik beraberinde ek işlem süresi, yanlış araç seçimi ve farklı turlarda değişen yorumlar getirebiliyor.

Kullanıcı raporlarında yavaş yanıtlar, yanlış cevaplar, yerine ulaşmayan komutlar, hatalı müzik seçimleri ve kaybolan rutinler öne çıkıyor. Güvenilirlik, gecikme süresi ve ürünün sunduğu değer, bu kategorinin temel sorunları arasında gösteriliyor. 1257

Bu nedenle daha sağlam mimari, LLM’yi ev cihazlarını kontrol eden tek karar mercii yapmak yerine, onu belirli sınırlarla çevreleyen katmanlardan oluşmalı. Model isteği doğal dilden anlamlandırabilir; fakat cihaz seçimi, izin kontrolü, komut doğrulaması ve fiziksel eylemin başlatılması mümkün olduğunca deterministik sistemler tarafından denetlenmeli. Bir komut doğrulanamıyorsa asistanın tahminde bulunmak yerine bunu açıkça söylemesi de kritik önem taşıyor.

Apple’ın gecikmeleri de aynı soruna işaret ediyor

Bu tablo yalnızca Amazon ve Google’a özgü değil. Apple, daha kişiselleştirilmiş Siri özelliklerini mühendislik sorunları ve yazılım hataları nedeniyle erteledi. Yeni Siri’ye bağlı olduğu bildirilen akıllı ev ekranının planlanan takvimden sarktığı aktarıldı. 482

Raporlar ayrıca mevcut HomePod sınıfı donanımın Apple’ın daha gelişmiş yapay zekâ hedefleri için yeterli işlem kapasitesine sahip olmayabileceğine işaret ediyor. Bu durum, yeni akıllı ev donanımlarının gecikmesini ve Siri performansındaki eşitsizlikleri açıklayan faktörlerden biri olarak değerlendiriliyor. 914

Apple örneği, sorunun yalnızca iyi bir dil modeli geliştirmekten ibaret olmadığını gösteriyor. Modelin çalışacağı donanım, cihazlarla iletişim kuran yazılım katmanları ve gecikmeye duyarlı günlük görevler de aynı anda hazır olmalı.

Akıllı evde başarı ölçütü sohbet değil, öngörülebilirlik

Etkileyici bir yapay zekâ demosu, ürünün gerçek hayatta kullanıma hazır olduğunu kanıtlamıyor. Evdeki cihazları yöneten bir sistem için temel ölçütler şunlar olmalı:

• Komutların her seferinde tutarlı biçimde yerine getirilmesi
• Yanıt süresinin kısa ve öngörülebilir olması
• Sistem başarısız olduğunda bunun açıkça bildirilmesi
• Yanlış cihazı çalıştırmayı önleyen doğrulama katmanları
• İnternet, model veya entegrasyon sorunu yaşandığında güvenli geri dönüş seçenekleri

Aynı standart takvim, alışveriş ve iletişim gibi daha hassas alanlar için de geçerli. Ürünler bu özellikler yerleşmeden piyasaya sürüldüğünde entegrasyon testleri, hataların keşfi ve başarısızlıkların maliyeti kullanıcıların üzerine aktarılıyor. Pratikte tüketici, ücretini ödediği bir ürünün beta test ekibine dönüşüyor.