Virtual Assistant

Sanal asistan; konuşulan veya yazılan istekleri anlayıp yerine getiren, soruları yanıtlayan, zamanlayıcı ve hatırlatıcı kuran, mesaj gönderen, medya oynatan, akıllı ev cihazlarını kontrol eden ve uygulamalardaki görevleri tamamlayan bir yazılımdır. Dijital asistan ve yapay zekâ asistanı eş anlamlıdır; sesli asistanlar ise insanların konuştuğu asistanlardır. Bu fikri geniş kitlelere Siri tanıttı: Siri, SRI International'ın DARPA tarafından finanse edilen CALO araştırma projesinden ayrılan bir girişim olarak başladı; Apple girişimi 2010'da satın aldı ve Siri, Ekim 2011'de iPhone 4S'nin bir parçası olarak sunuldu. Amazon'un Alexa'sı Kasım 2014'te Echo hoparlörle, Google Assistant ise 2016'da piyasaya çıktı; akıllı ev hoparlörleri de sesli kontrolü ışıklar, termostatlar ve kilitler için yaygınlaştırdı. İş dünyasında aynı ifade, idari işleri yürüten uzaktan çalışan bir insanı da tanımlar.

Sanal Asistanlar Nasıl Çalışır#

Klasik bir sesli asistan sabit bir işlem hattı kullanır. Cihazdaki küçük bir model uyandırma sözcüğünü dinler; böylece ses cihazdan ancak "Hey Siri" veya "Alexa" denildikten sonra çıkar. Konuşma tanıma isteği yazıya döker, doğal dil anlama (NLU) ise isteği yuvalı bir amaca eşler: "yarın 7'de beni uyandır" ifadesi, bir zaman yuvası çıkarılmış alarm kurma amacına dönüşür; bu işlem adlandırılmış varlık tanıma (NER) işlemine benzer. Diyalog yöneticisi eksik bilgileri sorar, istek bir uygulama veya cihaz API'si üzerinden yürütülür ve metinden konuşmaya sistemi sonucu sesli olarak iletir.

Amaç tabanlı asistanlar yalnızca geliştiricilerinin öngördüğü isteklere yanıt verir; bu nedenle alışık olmadıkları isteklere web'de arama yaparak veya özür dileyerek karşılık verirler. Büyük dil modelleri (LLM'ler) üzerine kurulu asistanlar açık uçlu istekleri yorumlar ve işlev çağırma yoluyla aynı cihaz ve uygulama API'lerine erişir; böylece tek bir cümle art arda birkaç eylemi tetikleyebilir. Amazon, LLM tabanlı Alexa+'ı Şubat 2025'te tanıttı; Google ise Mart 2025'te Gemini'nin çoğu mobil cihazda Google Assistant'ın yerini alacağını duyurdu. Mayıs 2024'te yayımlanan GPT-4o gibi konuşmadan konuşmaya modelleri, ayrı transkripsiyon ve sentez adımlarını atlayarak yanıt gecikmesini azaltır ve asistanın tonu algılayıp ifade etmesini sağlar. Çok modlu asistanlar kamera girdisi de alır; telefonun veya akıllı gözlüğün gördükleriyle ilgili soruları yanıtlamak için görsel-dil modellerini (VLM'ler) kullanır.

Asistanlar kişisel verileri dinler ve bunlara göre hareket eder; bu nedenle her adımın nerede çalışacağını veri gizliliği belirler. Uyandırma sözcüğü algılama yerel olarak çalışır; uç yapay zekâ da işlem hattının daha büyük bir bölümünü cihazlara taşımıştır: 2021'de iOS 15'ten itibaren A12 Bionic veya daha yeni bir çipe sahip iPhone'lar, birçok Siri isteğinin sesini varsayılan olarak cihaz üzerinde işler.

Yazılım İçindeki Asistanlar#

Aynı istek, eylem ve yanıt düzeni tek bir ürünün içinde de çalışır; burada asistanın araçları, o ürünün özellikleridir. Ultralytics Platform'un Ask AI özelliği, "Bu veri kümesinde YOLO26n eğit ve çalıştırmaya xview-baseline adını ver" veya "Bu projedeki en iyi doğrulama mAP değerine sahip tamamlanmış modeli dağıt" gibi istekleri alır ve kullanıcının kendi Platform API anahtarıyla yerine getirir. Veri kümelerini bulup kopyalar, görüntüleri otomatik etiketler, YOLO26 için eğitim çalıştırmaları başlatıp karşılaştırır ve modelleri dışa aktarır veya dağıtır.

Sanal Asistanlar ve İlgili Terimler#

• Sohbet botu: Metin veya ses üzerinden sohbet eden; genellikle tek bir web sitesi ya da uygulamayla sınırlı, soru yanıtlamaya odaklı program. Sanal asistanlar uygulamalar ve cihazlar arasında çalışır ve tamamladıkları görevlerle değerlendirilir.
• Yapay zekâ ajanı: Bir hedef doğrultusunda eylemler seçip gerçekleştiren her türlü sistem. Sanal asistan, kişinin günlük istekleri için tasarlanmış ve genellikle her seferinde tek bir isteğe göre hareket eden bir ajandır; ajan tabanlı iş akışları ise uzun, çok adımlı görevleri gözetimsiz yürütebilir.
• Akıllı hoparlör: Uyandırma sözcüğünü odanın öbür ucundan algılayacak biçimde ayarlanmış uzak alan mikrofonlarıyla bir sesli asistana ev sahipliği yapan Amazon Echo veya Google Nest hoparlörü gibi donanım.