Yapay zekâlı akıllı ev asistanları neden en basit komutlarda bile zorlanıyor?

Üretken yapay zekâ, akıllı ev asistanlarını daha doğal ve sohbetçi hâle getirdi. Ancak bu gelişme, onları otomatik olarak daha güvenilir yapmadı. Sorun en çok da en basit isteklerde ortaya çıkıyor: Bir ışığı açmak, dimmer seviyesini yüzde 50’ye ayarlamak ya da daha önce oluşturulmuş bir rutini çalıştırmak.

Kullanıcı bu noktada makul görünen bir yanıt istemiyor. İstediği şey, doğru cihazın hemen doğru duruma geçmesi.

Hatalar en temel komutlarda görülüyor

Ortaya çıkan sorunlar yalnızca karmaşık, çok adımlı otomasyonlarla sınırlı değil. David Pogue, Alexa+’a 135 istek yönelttiğini ve asistanın bunların “yarısından biraz azını” doğru yaptığını söyledi. Pogue’a göre Alexa+ özellikle ışıkları açma ve dimmer seviyesini ayarlama gibi görevlerde zorlandı. Bu, standartlaştırılmış bir kıyaslama testi değil, tek kişinin deneyimi. Yine de akıllı bir ev asistanının temel işlevi açısından dikkat çekici bir sonuç.

Google Home kullanıcıları da Gemini’nin, telefon Android Auto’ya bağlı değilken Home rutinlerini çalıştırabildiğini; ancak Android Auto aktif olduğunda aynı rutinleri başlatamadığını bildiriyor. Bazı kullanıcılar bu durumda rastgele veya genel geçer yanıtlar aldıklarını aktardı.

Başka bir incelemede Gemini’nin akıllı ışıkları kapatmayı reddettiği ve aydınlatma ya da diğer fiziksel cihazları kontrol edemediğini söylediği belirtildi. Android Authority ise alarmlar, zamanlayıcılar, aydınlatma kontrolleri ve yanıt hızını iyileştirmeyi amaçlayan art arda güncellemeler yayımlandığını; ayrıca ışıkların kullanıcı komutu olmadan açılıp kapanmasına neden olan bir hata da dâhil olmak üzere çeşitli sorunların giderildiğini yazdı.

Bu örnekler sektör genelinde tek bir hata oranı olduğunu kanıtlamıyor. Ancak ortak bir tablo ortaya koyuyor: Asistanların konuşma becerileri gelişirken, günlük görevleri uygulama performansı aynı ölçüde istikrarlı hâle gelmeyebiliyor.

Doğal dil, cihaz kontrolünü neden zorlaştırıyor?

Eski nesil sesli asistanlar daha sınırlıydı; ancak cihaz kontrolündeki yolları görece daha basitti. Tanınan bir komut, önceden belirlenmiş bir niyete ve doğrulanmış bir işleme eşlenebiliyordu. Örneğin:

setBrightness(device = kitchen, level = 50)

Bu yaklaşım kullanıcıların daha dar komut kalıplarına uymasını gerektiriyordu. Karşılığında ise sistemin yorumlayabileceği seçenekler azalıyor, konuşmadan cihaz eylemine giden yol daha öngörülebilir oluyordu.

Büyük dil modeli tabanlı bir asistanın aynı isteği yerine getirirken çözmesi gereken sorun sayısı çok daha fazla. Sistem:

1. kullanıcının ne demek istediğini anlamalı;
2. “buradaki”, “şunlar” veya “ışıklar” gibi ifadelerin neye gönderme yaptığını çözmeli;
3. doğru odayı, cihazı ve cihazın desteklediği özelliği belirlemeli;
4. uygun araç ya da API’yi seçmeli;
5. geçerli parametreleri göndermeli;
6. cihazın o anki durumunu hesaba katmalı; ve
7. işlemin gerçekten başarıyla tamamlanıp tamamlanmadığını doğru biçimde bildirmeli.

Bu adımlardan herhangi birindeki hata yanlış sonuca yol açabilir. Asistan yanlış cihazı seçebilir, oda bağlamını karıştırabilir, cihazın desteklemediği bir özelliği kullanabilir, geçersiz parametre gönderebilir, güncel olmayan durum bilgisine dayanabilir ya da cihazın durumu değişmediği hâlde işlemi başarılı olmuş gibi gösterebilir.

Büyük dil modeli tabanlı akıllı ev kontrolü üzerine yapılan araştırmalar da deterministik olmayan çıktıları, çıkarım süresini ve maliyetini, ayrıca sınırlı kişiselleştirmeyi güvenilir cihaz kontrolünün önündeki başlıca engeller arasında sayıyor. Bu sistemlerin, geniş bağlamı kendilerinin çözmesini gerektiren belirsiz isteklerdense açık ve yapılandırılmış komutlarda daha başarılı olduğu belirtiliyor.

Sohbet etmekle eylemi gerçekleştirmek aynı şey değil

Amazon ve Google’ın öne çıkardığı özellikler gerçekten işe yarayabilir. Alexa+, kullanıcının konuşarak tarif ettiği isteği ilgili cihaz ve özellikle eşleştirmeyi amaçlıyor. Google ise tek cümlede birden fazla komutu, istisnaları ve cümlenin ortasında yapılan düzeltmeleri anlayabildiğini vurguluyor.

Bu yetenekler özellikle şu görevlerde değerli:

• Kullanıcının tarif ettiği atmosferi anlayıp bir aydınlatma sahnesine dönüştürmek,
• karmaşık bir uygulamada menüler arasında gezinmeden rutin oluşturmak,
• bir otomasyonun ne yaptığını açıklamak,
• belirsiz bir isteği yapılandırılmış bir plana çevirmek.

Fakat isteği yorumlamak, onu uygulamaktan farklıdır. “Akşam yemeği için odayı daha sıcak ve samimi hâle getir” ifadesi belli ölçüde yoruma açıktır. “Mutfak ışıklarını yüzde 50’ye ayarla” ise sabit bir sonuca işaret eder. İlk görev esnek bir modelden fayda sağlayabilir; ikinci görev içinse dar, doğrulanabilir ve güvenilir bir kontrol yolu gerekir.

Bu ayrım, bir asistanın karmaşık bir cümleyi etkileyici biçimde anlayıp kısa bir ışık komutunda neden tökezleyebileceğini açıklıyor. Dilsel karmaşıklık, uygulama karmaşıklığıyla aynı değildir. Model doğru araçları ve parametreleri tesadüfen seçtiğinde çok cihazlı bir istek başarıyla sonuçlanabilir. Buna karşılık kısa bir komut, cihazın bulunması veya yeteneklerinin tespit edilmesi aşamasında yaşanan bir hatayla başarısız olabilir.

Gecikme, güvenilirlik algısını da etkiliyor

Güvenilir kontrol yalnızca doğruluktan ibaret değil. Akıllı ev komutunun makul ve öngörülebilir bir sürede yanıt vermesi de gerekiyor. Bir ışığın uzun bir beklemeden sonra ya da kullanıcı komutu tekrarladıktan sonra yanması, sonuçta doğru durum oluşsa bile sistemi güvenilmez hissettiriyor.

Alexa+ incelemesinde bazı yanıtların 15 saniyeye kadar uzadığı, ancak temel ışık ve termostat işlemlerinin bazı durumlarda daha hızlı gerçekleştiği belirtildi. Gemini for Home hakkında ayrı bir haberde ise günlük komutlar için daha hızlı yanıtlar ve daha kısa cevaplar hedefleyen güncellemeler ele alındı. Bu da gecikmenin hâlâ aktif bir mühendislik sorunu olduğunu gösteriyor.

Bulut üzerinde işlem yapılması, model seçimi, cihaz keşfi ve araç çağrıları yanıt süresini uzatabilir. Böylece sistem teoride daha yetenekli olsa da gerçek kullanım anında daha az öngörülebilir hâle gelebilir.

İlk kullanıcılar test programının parçası mı oluyor?

Yazılımda sürekli güncelleme ve kademeli iyileştirme artık olağan. Düşük riskli sohbet özelliklerinde bu yaklaşım makul olabilir. Ancak akıllı ev kontrolü farklıdır; çünkü hatalar fiziksel cihazları ve evde kurulmuş rutinleri etkiler.

Bir güncelleme ışıkların, alarmların veya otomasyonların çalışma biçimini değiştirirse kullanıcı bu değişikliği soyut bir sohbet arayüzünde değil, doğrudan evinde yaşar. Güncellemelerin ardından gelen sorun bildirimleri ve daha sonra yayımlanan güvenilirlik düzeltmeleri, şirketlerin bilerek bitmemiş ürün gönderdiğini kanıtlamıyor. Ancak kullanıcıların sistemler hâlâ ayarlanırken sorunlarla karşılaştığını gösteriyor.

Atlanan otomasyonlar, çalışmayan rutinler, tutarsız yanıtlar ve devam eden kullanıcı şikâyetleri; “yayına al, veri topla, geliştir” modelinin günlük cihaz kontrolünde neden daha maliyetli hissedildiğini açıklıyor.

Daha güvenli bir yaklaşım, rutin komutlar için güvenilir ve deterministik kontrol yolunu korurken üretken yapay zekâyı bunun çevresinde kullanmak olurdu. Böylece kullanıcılar doğal konuşmanın kolaylığını kazanırken akıllı ev otomasyonunun temel sözleşmesini kaybetmezdi: Bilinen bir komut verildiğinde, hedeflenen cihazın hedeflenen duruma hemen geçmesi.

En olası çözüm hibrit mimari

En pratik çözüm, büyük dil modellerini akıllı evden tamamen çıkarmak değil. Hataların en kritik hâle geldiği noktada modele daha sınırlı bir rol vermek.

Sağlam bir sistem, dili anlamak ve plan oluşturmak için bir büyük dil modeli kullanabilir. Ardından bu planı şu özelliklere sahip ayrı bir kontrol katmanına aktarabilir:

• cihaz ve parametre seçimini şema üzerinden doğrulama,
• hassas işlemler için açık izinler,
• işlem öncesinde ve sonrasında güncel durum kontrolü,
• yeniden deneme mekanizmaları ve anlaşılır hata yönetimi,
• planlanan eylemle gerçekten tamamlanan eylemi birbirinden ayıran net onaylar.

Bir araştırma yaklaşımı da benzer bir model öneriyor: Büyük dil modeli, derleme aşamasında çalıştırılabilir çıktılar üretirken; iş akışının dallanması, araç seçimi, yeniden denemeler ve hata yönetimi çalışma zamanında deterministik biçimde yürütülüyor.

Akıllı evler açısından bunun anlamı şu: Model kullanıcının niyetini ifade etmeye yardımcı olabilir; ancak her fiziksel eylemin gerçekleşip gerçekleşmeyeceğine karar veren tek otorite olmamalı. Komut sabit bir cihaz işlemine ne kadar yakınsa, uygulama yolu da o kadar kısıtlı, test edilebilir ve doğrulanabilir olmalı.

Sonuç: Daha iyi konuşmak, daha iyi çalıştırmak anlamına gelmiyor

Alexa Plus ve Gemini for Home, üretken yapay zekânın daha geniş bir dersini ortaya koyuyor: Daha iyi konuşabilmek, otomatik olarak daha iyi çalıştırabilmek demek değil. İncelemecilerin, kullanıcıların ve teknoloji yayınlarının aktardığı örneklerde bu asistanlar daha zengin bağlamı anlayabiliyor ve daha iddialı istekleri bir araya getirebiliyor; ancak ışıklar, dimmer’lar, alarmlar ve rutinler gibi temel görevlerde hâlâ tökezliyor.

Kalıcı ve güvenilir bir akıllı ev asistanı büyük olasılıkla iki yaklaşımı birleştirecek. Üretken yapay zekâ kurulum ve sohbet deneyimini esnekleştirebilir; deterministik yazılım ise nihai eylemin doğru, hızlı ve doğrulanabilir olmasını sağlamalı. Bu sınır doğru tasarlanmadığı sürece daha sohbetçi bir asistan daha akıllı görünebilir, ancak evin en temel işlerini daha az güvenilir biçimde yapabilir.