Sıradaki Yapay Zeka Aracı

Ozgur Ozer
  • 0.0 (0)
  • TECHNOLOGY
  • UPDATED WEEKLY

Yapay zeka dünyasındaki gelişmeleri aktardığımız podcast

  1. 06/15/2025

    Yapay Zekalı Barbie’ler, Doğal Dil ile Video Düzenleme ve Disney’in Midjourney Davası

    Bu haftaki podcast’imizde Apple’ın WWDC 2025 etkinliğinde duyurduğu yeni yapay zeka özelliklerinden başlayarak, çocuklara özel yapay zekalı oyuncaklardan Çin’de sınav günü alınan AI önlemlerine ve video üretim teknolojilerindeki son gelişmelere kadar birçok dikkat çekici konuyu ele aldık. Apple Intelligence çatısı altında tanıtılan özellikler arasında, telefon ve FaceTime görüşmelerinde gerçek zamanlı çeviri yapabilen Live Translation, kamera ile çekilen görseller hakkında soru sorabildiğimiz Visual Intelligence ve bilinmeyen aramaları filtreleyip amacına göre kullanıcıyı bilgilendiren Call Screening yer aldı. Çin’de üniversiteye giriş sınavı gününde yapay zekaya erişim tüm ülkede engellendi. Öğrencilerin sınav sorularını yapay zekaya sorarak kopya çekme ihtimaline karşı alınan bu önlem, teknolojiyle sınav güvenliğini tartışmaya açtı. Görsel üretim alanında ise Krea AI, kendi görüntü modeli Krea 1’i tanıttı. Midjourney’e benzeyen sanatsal çıktılar üreten bu model, yalnızca 1-2 yıl süren geliştirme süreciyle dikkat çekti. Video üretiminde ise Topaz Labs'in yeni uygulaması Astra, yapay zekayla üretilen videoları 4K çözünürlüğe çıkarma imkanı sunarken, Descript’in “Underlord” aracı da videoları "vibe editing" mantığıyla prompt üzerinden düzenlemeye olanak tanıyor. ByteDance, iki yeni modelini duyurdu: SeedDance, video üretiminde Google’ın Veo 3’ünden daha iyi sonuçlar verdiğini iddia ederken, Seaweed APT2 ile bir dakikaya kadar gerçek zamanlı video üretimi yapılabiliyor. Bu model, örneğin bir drone uçuşunu canlı kamera hareketleriyle taklit edebiliyor. Mattel ve OpenAI iş birliğiyle geliştirilen yeni oyuncaklar, Barbie bebekler gibi klasik ürünlere ChatGPT entegre edilmesini gündeme getirdi. Çocuklar, bu akıllı oyuncaklarla konuşabilecek. Bu gelişme, "Black Mirror" dizisindeki yapay zekalı oyuncak temalı bölümü akıllara getirdi ve etik kaygıları beraberinde getirdi. Son olarak, Disney ve Universal Studios, Midjourney’i telif hakkı ihlali nedeniyle dava etti. Midjourney’in eğitim sürecinde izin alınmadan kullanılan telifli görseller, sektördeki diğer yapay zeka şirketlerini de etkileyebilecek yasal tartışmaları başlattı. Yapay zeka teknolojilerindeki bu hızlı ilerlemeler, etik ve yasal boyutlarıyla birlikte geleceğimizi şekillendirmeye devam ediyor.

    17 min

  2. 06/08/2025

    Yönetmen Koltuğundaki Luma, Duygulu Konuşma Yapan Ses Modelleri ve Apple’ın AGI Eleştirisi

    Bu haftaki podcast’imizde, yapay zeka ile ses ve video üretiminin geldiği son noktaları konuştuk. Özellikle içerik üreticilerini heyecanlandıracak birçok yeni aracı ve özelliği deneyimledik, örneklerle değerlendirdik. İlk olarak, PlayDiffusion isimli açık kaynak ses düzenleme modeli ile sesli içeriklerde bölgesel düzenlemelerin nasıl yapılabildiğini inceledik. Trinity'nin Matrix filmindeki repliğini Neo yerine “Tyler” olarak yeniden seslendirdik ve modelin bunu ne kadar gerçekçi yaptığına şahit olduk. Captions AI tarafından geliştirilen Mirage Studio ise sesi bir aktöre entegre ederek video üreten oldukça yenilikçi bir uygulama. Kendi sesinizi ve görselinizi verdiğinizde, sanki gerçekten bir video podcast kaydı yapmışsınız gibi sonuçlar alabiliyorsunuz. Mimik ve jest senkronizasyonları özellikle sosyal medya için kullanıcı üretimi içeriklerde devrim yaratabilecek düzeyde. Fish Audio’nun OpenAudio S1 modeli ile metinden ses üretiminde duygu kontrolü artık mümkün. Fısıltılı, sinirli, mutlu veya üzgün gibi modlar eklenebiliyor ve bu da konuşmaları daha doğal hale getiriyor. Üstelik ElevenLabs’in flash modelinden daha iyi sonuçlar sunduklarını iddia ediyorlar. Google AI Studio’nun yeni text-to-speech modeli de bu alana güçlü bir giriş yaptı. 24 dil destekliyor ve farklı aksanlarla konuşma gibi gelişmiş özellikler sunuyor. NotebookLM gibi araçlarda kullanılmasıyla birlikte Google’ın bu teknolojiyi geniş kitlelere ulaştırmak istediği görülüyor. Luma AI’ın Modify Video özelliği ile artık bir yönetmen gibi kendi videolarınızı yönlendirebiliyorsunuz. Sıradan videoları bir anda süper kahraman sahnesine ya da NBA maçına dönüştürmek mümkün. Özellikle evde çekilen amatör videoları profesyonel prodüksiyonlara çevirebilmek heyecan verici. ElevenLabs v3, ses üretiminde çıtayı bir adım daha yukarı taşıdı. Duygu kontrolü, çoklu konuşmacı özelliği ve 70’ten fazla dili desteklemesiyle dikkat çekiyor. Korsan ya da futbol spikeri gibi karakterleri konuşturma özelliğiyle sesli hikaye anlatımı daha eğlenceli hale geliyor. Higgsfield AI’ın yeni “Speak” özelliği ise, video içindeki karakterlerin konuşmalarına gerçek zamanlı lip-sync yapılmasını sağlıyor. Daha önce aksiyon videolarıyla öne çıkan bu model, şimdi video gerçekçiliğini bir adım öteye taşıyor. Son olarak Apple’ın reasoning modelleriyle ilgili yaptığı araştırmadan bahsettik. DeepSeek, Claude Thinking ve o3 gibi modellerin aslında düşünmediği ve daha önce görmedikleri problemleri çözmekte başarısız oldukları ortaya konmuş. Bu da yapay genel zekaya (AGI) hala uzak olduğumuzu gösteriyor.

    9 min

  3. 06/01/2025

    Google'dan Yapay Zeka Yağmuru, Codex ve Jules ile Bulut Kodlama Devrimi ve OpenAI'ın Donanıma Girişi

    OpenAI’ın Codex adlı yeni yazılım mühendisi ajanı sayesinde, artık GitHub hesabınızı bağlayarak yapay zekaya kodunuzu düzenletmek, yeni özellikler ekletmek ve hatta yayına almak mümkün. Aynı anda birden fazla işi yapabilen bu bulut tabanlı sistem, yazılım dünyasında yepyeni bir dönemin kapılarını aralıyor. Google cephesinde ise adeta bir ürün yağmuru vardı. Beam modeli ile artık 2 boyutlu videolar 3 boyutlu deneyimlere dönüştürülebiliyor; örneğin bir video görüşmesinde karşınızdakini 3D olarak görebileceksiniz. Gemini Live herkese ücretsiz açıldı ve ekran ya da kamera paylaşımı üzerinden canlı soru-cevap yapılabiliyor. Google Arama'da da AI Modu aktif hale geldi. Şimdilik sadece ABD’de ve arama sonuçlarının üstünde Gemini tabanlı özet cevaplar yer alıyor. Artık Google, kullanıcıların tüm arama geçmişini Gemini'a bağlama imkanı da sunuyor. Görsel ve video üretimi tarafında da önemli yenilikler vardı: Imagen 4 ile daha zengin ve detaylı görseller, Veo 3 ile ise ses efektleri ve diyaloglar içeren yüksek kaliteli videolar üretilebiliyor. Bu içerikleri birleştirip film haline getiren Flow aracıyla Google IO etkinliğinin geri sayım videosu bile üretildi. Ayrıca Stitch ile prompt girdikten sonra web sitesi ya da uygulama tasarımı oluşturulabiliyor ve bu tasarımlar doğrudan Figma'ya aktarılabiliyor. Yazılım geliştirme için geliştirilen bir başka güçlü araç da Jules oldu. Codex'e benzer şekilde çalışan bu agent, GitHub’a bağlanarak kod hatalarını düzeltebiliyor ve yeni özellikler ekleyebiliyor. Moda dünyasında ise Google’ın Try It On özelliği ile artık arama sonuçlarında çıkan kıyafetleri kendi üzerimizde deneyimleyebileceğiz. OpenAI tarafında donanım alanında büyük bir adım atıldı: Apple’ın efsanevi tasarımcısı Jony Ive’ın şirketi “LoveFrom” (yeni adıyla “io”) OpenAI tarafından satın alındı. Söylentilere göre kamera ve mikrofon barındıran ama ekranı olmayan, tamamen sesli yapay zeka destekli bir cihaz üzerinde çalışılıyor. Anthropic ise Claude Opus 4 ve Sonnet 4 modellerini yayınladı. Özellikle Opus 4, şu anda piyasadaki en güçlü kodlama modeli olarak gösteriliyor. Aynı zamanda Claude Voice özelliği sayesinde Claude ile sesli konuşmak da mümkün hale geldi. Podcast’te Apple’ın yapay zeka destekli akıllı gözlük projesinden, Kling 2.1’in etkileyici video üretim yeteneklerine kadar pek çok konuyu değerlendirdik. Google’ın işaret dilini yazıya çeviren Sign-Gemma modeli, Opera’nın yeni AI tarayıcısı Neon, Telegram’a entegre olacak Grok, açık kaynaklı metinden sese dönüştürücü Chatterbox ve Flux’ın görüntü düzenleme modeli Kontext de bu haftanın dikkat çeken diğer başlıkları arasındaydı. Son olarak, ElevenLabs’in yeni dil algılama ve konuşma sırası bekleme yetenekleriyle geliştirilen Conversational AI 2.0 versiyonunu inceledik. Bu yeniliklerle birlikte yapay zekanın hem günlük hayatımıza hem de profesyonel alanlara etkisi artık daha da derinleşiyor.

    25 min

  4. 05/11/2025

    IC Edit ile Görsel Düzenleme, Gemini 2.5 I/O’nun Kodlama Gücü ve Stargate’ten Güncellemeler

    Bu haftaki podcast’te, IC Edit isimli yeni görsel düzenleme modelini konuştuk. GPT-4o’ya benzer şekilde prompt ile düzenleme yapabilen bu model, sadece seçilen alanı değiştirerek çok daha kontrollü ve başarılı sonuçlar sunuyor. GPT-4o’nun tüm görüntüyü yeniden üretmesiyle oluşan bozulmaların aksine, IC Edit bu yönüyle kullanıcıların büyük beğenisini topluyor. OpenAI’ın, yapay zekalı metin editörü Windsurf’u 3 milyar dolara satın alacağı haberi gündemimizdeydi. Windsurf, Cursor’a benzer şekilde programcıların üretkenliğini artıran bir araç olarak tanınıyor. Google’ın yeni modeli Gemini 2.5 Pro I/O Edition da masaya yatırdığımız konulardan biri oldu. Kodlama yetenekleri açısından şu anda piyasadaki en güçlü model olarak öne çıkan bu versiyon, LM Arena testlerinde Claude 3.7’yi bile geride bırakarak sektörde büyük yankı uyandırdı. Figma’nın son etkinliğinde duyurduğu Figma Make ve Figma Sites özellikleri sayesinde tasarımcılar artık sadece prompt’larla interaktif uygulamalar ve kendi web sitelerini oluşturabiliyor. Tasarımdan yayın aşamasına kadar tüm süreç kodlama bilmeden tamamlanabiliyor. Sam Altman’ın paylaştığı Stargate projesine ait fotoğrafla birlikte, Teksas’ta inşaatın başladığı ortaya çıktı. Dünyanın en büyük yapay zeka training merkezi olması planlanan bu proje, yaklaşık 5-6 yıl içinde tamamlanacak ve sektörde devrim yaratması bekleniyor. ChatGPT’ye gelen GitHub entegrasyonu da önemli başlıklarımızdan biriydi. Artık bir GitHub projesini doğrudan ChatGPT’ye bağlayarak proje hakkında sorular sorabiliyor, analizler yaptırabiliyoruz. Bu tür entegrasyonlar yakında farklı platformlarla da genişleyebilir. Video düzenleme alanında ise Luma AI’ın Reframe özelliğini inceledik. Yatay videoları dikey formata çevirirken yapay zekanın eksik bölgeleri tamamlaması sayesinde içerikler Instagram gibi platformlarda kullanılabilir hale geliyor. Nvidia’nın robot eğitiminde gerçekleştirdiği büyük atılım da dikkat çekiciydi. Gerçek hayatta 10 yılda öğrenilecek hareketlerin yalnızca 2 saatlik simülasyonlarla robota öğretilebilmesi, robotik şirketlerin iş yükünü büyük ölçüde hafifletiyor. Son olarak, Birleşik Arap Emirlikleri’nin önümüzdeki yıldan itibaren yapay zekayı anaokulundan lise son sınıfa kadar zorunlu ders olarak müfredata ekleyeceği haberini değerlendirdik. Bu adım, geleceğin eğitim sistemlerinde yapay zekanın merkezî bir rol oynayacağının güçlü bir göstergesi olarak öne çıkıyor.

    19 min

  5. 05/04/2025

    Yapay Zeka Radyo Skandalı, ChatGPT ile Alışveriş ve Kredi Kartlarının Yeni Rolü

    Bu haftaki podcast’te, yapay zeka dünyasındaki gelişmeleri ve teknolojiyle etik arasındaki sınırları sorguladık. İlk olarak, Avustralya’da bir radyo programının altı aydır gerçek bir insan sesiymiş gibi klonlanmış bir yapay zeka tarafından seslendirildiğini öğrendik. ElevenLabs ile oluşturulan bu ses, dinleyiciler tarafından neredeyse ayırt edilemeyecek kadar gerçekçiydi. Ancak uzun süreli dinlemelerde tekrarlayan kalıplar şüphe uyandırınca bir gazetecinin araştırmasıyla olay açığa çıktı. Gerçekte öyle bir kişi yoktu! Bu durum, "Yapay zeka içeriklerinin etik olarak etiketlenmesi gerekir mi?" sorusunu gündeme taşıdı. Müzik üretiminde devrim yaratan Suno'nun yeni 4.5 versiyonu da bu hafta yayındaydı. Artık şarkılara rap ile başlayıp R&B’ye geçip rock ile bitirmek gibi çok katmanlı geçişler yapabiliyorsunuz. Bu arada bizim podcast’in intro ve outro müziklerini de Suno ile hazırladığımızı hatırlatalım. OpenAI, ChatGPT’ye alışveriş özelliği ekledi. Kullanıcılar artık örneğin "200 dolar altındaki espresso makineleri" gibi sorgular yaparak ürün fotoğrafları, fiyatlar ve yapay zeka tarafından özetlenmiş yorumlara ulaşabiliyor. Hatta ürünleri doğrudan satın alma butonuyla ilgili siteye yönlenerek satın almak mümkün. Yakında doğrudan ChatGPT içinden alışveriş yapmak da mümkün olabilir mi? Bir başka önemli gelişme ise Alibaba’nın yeni modeli Qwen 3’ün açık kaynak olarak yayınlanmasıydı. Performansı, DeepSeek R1, Grok 3 ve Gemini 2.5 Pro gibi üst düzey modellerle kıyaslanabilir düzeyde. Çinli şirketlerin neden bu kadar açık kaynakçı olduğunu araştırdık ve bunun aslında Çin'in yapay zeka liderliğini hedeflemesinin bir stratejisi olduğunu gördük. Jensen Huang’ın “Çin şu an hemen arkamızda” sözleri ve Çinli araştırmacıların sektördeki yoğunluğu bu yarışın ciddiyetini ortaya koyuyor. Figure robotlarının UPS ile işbirliği yapmaya hazırlandığı da önemli bir gündem maddesiydi. Şu anda BMW fabrikalarında çalışan bu robotların, insanlara göre %400 daha yüksek verimlilikle çalıştığı söyleniyor. Google’ın NotebookLM aracına Türkçe de dahil olmak üzere 50’den fazla dil desteği geldi. Henüz Türkçesi çok iyi olmasa da, bu gelişme dil bariyerlerini aşmak açısından umut verici. Ayrıca, Google Labs’in geliştirdiği “Little Language Lessons” uygulaması sayesinde Paris gibi bir şehri ziyaret ederken ihtiyacınız olan kelimeleri ve cümleleri kolayca öğrenebiliyorsunuz. Microsoft Copilot da artık WhatsApp’tan mesaj alabiliyor. Örneğin yemeğinizin fotoğrafını gönderip kalori bilgisi alabilir ya da herhangi bir konuda bilgi isteyebilirsiniz. Runway’in yeni referans özelliği ile artık bir karakterin yüzü bozulmadan farklı sahnelerde kullanımı mümkün hale geldi. Şarkı söylerken, dizilerde veya spor sahnelerinde aynı karakteri doğal bir şekilde görebiliyorsunuz. Visa ve Mastercard’ın da OpenAI ve Anthropic ile çalışarak yapay zeka ajanlarını entegre edeceği yeni alışveriş çözümleri geliştirdiği konuşuluyor. Bu gelişmeler, belki de yakında kredi kartlarımızın bizim adımıza alışveriş yapabileceği bir geleceğin habercisi olabilir. Son olarak, Ideogram 3.0 versiyonuyla görsel üretimde büyük bir sıçrama yaşandı. Özellikle görsellerin içine metin yerleştirme konusunda Midjourney’in bile önüne geçiyor. ElevenLabs ise “sound effect” özelliğiyle, seslendirmelere dalga sesi, kuş cıvıltısı gibi arka plan seslerini kolayca ekleyebilmeyi mümkün kılıyor.

    22 min

  6. 04/27/2025

    Demis Hassabis’in 10 Yıllık Vizyonu, Otonom Drone Tehdidi ve Yapay Zekalı Oyuncak Dinozorlar

    Bu haftaki podcast'imizde yapay zeka dünyasında yine dopdolu bir gündemi ele aldık. Google DeepMind CEO’su Demis Hassabis’in, önümüzdeki 10 yıl içinde yapay zeka sayesinde tüm hastalıkları çözebileceğimiz yönündeki iddialı açıklamalarıyla başladık. AlphaFold modeliyle proteinlerin 3D haritalamasında çığır açan DeepMind, şimdi de DNA, RNA ve moleküller arası etkileşimleri çözerek, insan vücudunun dijital bir simülasyonunu oluşturmayı hedefliyor. Bu gelişmelerin ilaç keşfi ve tedavi süreçlerinde devrim yaratabileceğini konuştuk. Çin'de geliştirilen, tamamen otonom çalışan ve internet bağlantısına ihtiyaç duymadan hedefe yönelen bomba droneların, yapay zekanın savaş teknolojilerine etkisini masaya yatırdık. Ayrıca, ByteDance’in yeni görüntü modeli Seedream V3'ün, Midjourney ve GPT-4o gibi rakiplerini geride bırakacak kadar etkileyici sonuçlar verdiğinden ve Çin'in AI yarışındaki konumundan söz ettik. DeepSeek’in yeni versiyonuyla ilgili sızıntılar da gündemimizin sıcak başlıkları arasındaydı. Ses teknolojileri tarafında ise Dia adındaki küçük boyutlu ancak oldukça kaliteli bir text-to-speech modelini inceledik. Ayrıca, donanım gelişmelerinin bu teknolojik ilerlemeyi nasıl hızlandırdığı üzerine düşüncelerimizi paylaştık. Cluely isimli "görünmez AI" uygulamasının, özellikle online iş görüşmeleri sırasında nasıl gizli bir yardımcı gibi çalıştığını ve bu durumun etik tartışmaları nasıl alevlendirdiğini konuştuk. İnsan zekasının doğasıyla ilgili Geoffrey Hinton’ın son açıklamalarına değinerek, analoji temelli düşünmenin yapay zeka tasarımındaki etkilerini tartıştık. OpenAI'ın yeni görüntü üretme API'ını ve bu API’ın Freepik, Flora ve Higgsfield gibi platformlar tarafından nasıl hızla entegre edildiğini değerlendirdik. Ayrıca, Dino adında, 37 dilde konuşabilen, çocuklara arkadaşlık eden akıllı peluş oyuncaklardan bahsederek AI teknolojisinin çocuk gelişimi üzerindeki olası etkilerine değindik. Bu yoğun gündemde teknoloji, etik ve insan doğası üzerine düşündüren keyifli bir bölüm oldu.

    20 min

  7. 04/20/2025

    OpenAI'dan GPT-4.1 ve o3, TED Konuşması Yapan Robot ve Maraton Koşan Robotlar

    Bu hafta OpenAI’ın yeni modellerinden, etkileyici video üretim araçlarına ve robotlarla ilgili dikkat çeken gelişmelere değindik. ByteDance’in (TikTok’ın çatı şirketi) geliştirdiği Seeweed adlı küçük boyutlu ama yüksek performanslı text-to-video modelini konuştuk. Bu model sayesinde, gelecekte TikTok üzerinden video üretmek veya var olan videoları anında düzenlemek mümkün olabilir ve hatta bu tür modelleri internet bağlantısı olmadan akıllı telefonlarımızda bile çalıştırabiliriz. Robot dünyasında ise bir geliştiricinin Unitree G1 robotunu modifiye edip itfaiyeciye dönüştürmesini, uzaktan yangın söndüren bu robotun gelecekte tehlikeli işleri devralabilecek robotlara ilham olabileceğini tartıştık. Ayrıca, Çin’de yapılan ilk robot yarı maratonu ve Tayland’da devreye alınan robot polislerle robot teknolojilerinin gerçek dünyadaki kullanım örneklerini ele aldık. Netflix’in bazı bölgelerde test etmeye başladığı yapay zeka destekli film arama özelliği sayesinde, artık film adından ziyade bir prompt yazarak arama yapabileceğiz. Özellikle "gelecekte geçen distopik filmler" gibi tematik aramalarla çok daha anlamlı öneriler almak mümkün hale gelecek. Google DeepMind’ın, yunus seslerini modelleyen DolphinGemma adlı yeni yapay zeka modelini ve iki dalgıcın yunuslarla yaptığı deneyleri konuştuk. Ayrıca, Google’ın yeni akıllı gözlüklerinde entegre edilen Gemini Live ile gerçek zamanlı olarak nesneleri ve soruları takip eden etkileyici demoyu değerlendirdik. OpenAI’ın yeni GPT-4.1 modeliyle birlikte 1 milyon token desteği ve önceki modele göre kodlamada %20 daha iyi performans sunduğuna değindik. OpenAI, aynı zamanda o3 ve o4-mini gibi gelişmiş modellerini ve Codex CLI adlı terminal ajanını duyurdu. o3 modelinin fotoğraflardan yer bulma konusundaki popülerliğini ve gerçek dünya denemelerindeki başarısını kendi deneyimlerimizle tartıştık. Kling’in aksiyon sahneleriyle öne çıkan 2.0 sürümü, Krisp AI'ın canlı aksan temizleme özelliği ve Grok’ın yeni hafıza fonksiyonları bu haftanın öne çıkan yenilikleri arasındaydı. Alibaba’nın Wan 2.1 modeliyle iki fotoğraf arasını otomatik olarak video haline getirme teknolojisi ve Tencent’in Frame Pack özelliğiyle laptop’ta bile sonsuz uzunlukta video üretilmesini mümkün kılan yeniliklerini değerlendirdik. Krea AI’ın Stage özelliğiyle prompt’tan 3 boyutlu dünyalar oluşturmak ve Luma AI’a gelen yeni kamera açısı desteği sayesinde daha sinematik videolar üretmek de gündemimizdeydi. Tüm bunlara ek olarak, robotlar ve yapay zekaların moda, polislik ve eğlence gibi çok farklı alanlardaki çarpıcı kullanım örnekleriyle, AI teknolojisinin hayatımıza nasıl hızla entegre olduğunu örneklerle ele aldık. Ve elbette, haftanın en dikkat çekici olaylarından biri olarak Neo isimli robotun TED sahnesine çıkarak gerçekleştirdiği etkileyici konuşmayı da izledik. YouTube’da yayınlandığı anda gündeme oturan bu konuşma, robotların artık sadece iş gücüne değil, sahnelere de adım attığını gösterdi.

    30 min

  8. 04/13/2025

    Claude ile Pizza Siparişi, WordPress’ten AI Atağı ve Canva’yla AI Tasarım Dönemi

    Bu haftaki podcast’te yapay zeka dünyasında yine dopdolu bir gündemle karşınızdayız. Geçtiğimiz hafta benchmark’larda GPT-4o ve Grok’ı geride bıraktığı iddia edilen LLaMA 4’ün aslında pek de başarılı olmadığı ortaya çıktı. LM Arena’daki ikinci sıranın doğruluğu sorgulanırken, topluluk tarafından modelin genel olarak beğenilmediğini görüyoruz. Yazılımcıları ilgilendiren önemli bir gelişmeyle devam ediyoruz: VS Code’a Agent Mode özelliği geldi. Bu yenilik, özellikle Cursor gibi yapay zeka destekli kod editörlerine ciddi bir rakip olarak görülüyor. Araştırma dünyasında ise “Test Time Training” adlı bir paper dikkat çekti. Bu teknik sayesinde, geleneksel video modellerinin üretebildiği 5-10 saniyelik içerikler artık bir dakikaya kadar uzatılabiliyor. Hatta Tom & Jerry tarzı uzun animasyonlar üretildi bile. ElevenLabs, yapay zekaların dış dünya ile etkileşimini sağlayan MCP protokolünü resmi olarak destekleyen sunucularını duyurdu. Paylaştıkları videoda Claude’a verilen bir prompt ile, ElevenLabs’teki ses klonu pizzacıyı arıyor ve sipariş veriyor. Sadece bir prompt ile gerçekleşen bu işlem, AI ajanlarının günlük hayatımıza ne kadar entegre olduğunu gözler önüne seriyor. Amazon’un yeni video modeli Nova Reel ise 6 saniyeden 2 dakikaya kadar video üretebiliyor. Ancak bu gelişme pek ilgi görmedi çünkü herkes benzer şeyleri yapıyor. Higgsfield AI gibi daha etkileyici örneklerin dikkat çekmeye devam ettiğini görüyoruz. Amazon ayrıca Nova Sonic adında yeni bir speech-to-speech modeli tanıttı. Sesli uygulamalar için alternatif olabilecek bu model, sesli iletişimde yeni kapılar aralayabilir. Tencent’in tanıttığı Actalker ise dudak senkronizasyonu konusunda başarılı örnekler sunuyor; herhangi bir fotoğrafı konuşan bir yüze dönüştürebiliyor. WordPress de yapay zeka yarışına katıldı. Artık Lovable ve v0 benzeri bir araçla, sadece prompt yazarak site üretmek mümkün. Dünyadaki sitelerin %40'ının WordPress ile yapılmış olduğu düşünüldüğünde bu gelişme oldukça önemli. Google, agent'ların birbirleriyle iletişim kurmasını sağlayan Agent 2 Agent protokolünü duyurdu. MCP’den farklı olarak, Claude, Gemini ve ChatGPT gibi modellerin birbirleriyle iletişim kurabileceği bir yapı sunuyor. Henüz pratik bir demo görmemiş olsak da, bu protokol zamanla ilgi görebilir. Google DeepMind ayrıca Vertex AI için Lyria adında yeni bir müzik üretme modeli geliştirdi. Aynı zamanda Firebase Studio ile v0 ve Lovable gibi platformlara rakip olacak yeni bir araç sundu ancak ilk tepkiler pek olumlu değil. Adobe de Photoshop için agent tabanlı düzenleme sistemleri geliştiriyor. Canva da yapay zeka destekli tasarım araçları ve fotoğraf düzenleme özellikleriyle yarışa katıldı. Video ve fotoğraf düzenleme işlerindeki bu dönüşüm, AI'ın yaratıcı alanları tamamen devralacağının işareti olabilir. Unitree’nin G1 robotları bu kez ringe çıktı: Boks yapan robotlar oldukça eğlenceli olsa da, evimize ne zaman girecekleri hâlâ belirsiz. Pika’nın “Twists” özelliği ile videolardaki karakterleri veya objeleri sadece prompt yazarak değiştirebiliyoruz. Kahve içen kedilerden Transformers’a dönüşen arabalar artık sadece birkaç kelime uzağımızda. ChatGPT’nin memory özelliği artık geçmiş tüm konuşmaları hatırlıyor. Bu sayede her seferinde aynı bilgileri tekrar etmek zorunda kalmadan, daha doğal ve kişisel bir diyalog kurulabiliyor. ElevenLabs, profesyonel ses klonlama sürecini basitleştirdi. Sadece tarayıcıdan ses kaydı yaparak kendi ses klonunuzu oluşturabiliyorsunuz. Bilim kurgu sahnelerinden çıkma bu teknoloji artık hayatımızın bir parçası. Son olarak, Canva AI etkinliğinde "Canva Code" gibi yeni üretken AI araçları tanıttı. Prompt’la tasarım üretimi ve AI Photo Editor ile görsel düzenleme, gelecekte tasarım süreçlerini tamamen yapay zekaya bırakabileceğimizin sinyallerini veriyor.

    31 min
See All (16)

About

Yapay zeka dünyasındaki gelişmeleri aktardığımız podcast

Information