Block, Konuşmalar Üzerinde Eğitilen Tam Çift Yönlü Konuşma Modeli Dessa’yı Tanıttı

Block’un şirket içindeki yapay zekâ araştırma laboratuvarı, 23 Ekim 2026’da Dessa’yı duyurdu. Şirketin yalnızca insanlar arasındaki konuşmalar kullanılarak sıfırdan eğitildiğini söylediği tam çift yönlü bir konuşmadan konuşmaya model olan Dessa’nın tanıtımıyla birlikte canlı demo kayıtları yayımlandı, herkese açık bir bekleme listesi açıldı ve küçük bir yapay zekâ güvenliği araştırmacısı grubuna erken erişim sunuldu.

Duyuruyla birlikte Block’un Dessa sayfası ve laboratuvarın lideri Ragavan Thurairatnam’ın X’teki paylaşımı yayımlandı. Thurairatnam, Dessa’yı tamamen konuşma verileriyle eğitildikten sonra gerçekçi bir konuşma yürütebilen ilk yapay zekâ modeli olarak tanımladı, tüketici GPU’larında çalışabildiğini söyledi ve bu sürümü “konuşma için bir GPT3 anı” olarak nitelendirdi. Block, sayfasında, bildikleri kadarıyla Dessa’nın yalnızca insan konuşmalarıyla eğitildikten sonra gerçekçi ve canlı bir konuşma yürütebilen dünyanın ilk yapay zekâsı olduğunu yazıyor.

Block, Dessa’yı gerçek bir konuşmadan konuşmaya modeli olarak tanımlıyor: ses girişi, ses çıkışı. Model tam çift yönlü; yani aynı anda hem dinliyor hem konuşuyor. Şirkete göre model, karşısındakini takip ettiğini göstermek için ne zaman araya gireceğini ve ne zaman kısa onay tepkileri vereceğini gerçek konuşmalardan öğrendi. Block, modelin duyguları, alaycılığı, kahkahayı, hayal kırıklığını yansıtan bir iç çekişi ve üzüntüyle titreyen bir sesi doğal biçimde algılayıp ifade ettiğini; çıkarımlarını gerçek zamandan daha hızlı yaptığını, bu nedenle yanıtların rahatsız edici bir duraksama olmadan geldiğini ve Dessa’nın MacBook Pro M4 Max veya daha üst düzey bir cihazda yerel olarak çalıştığını söylüyor. Şirket, şimdiye kadar geliştirilmiş en doğal tam çift yönlü konuşma modeli olduğunu söylediği Dessa’yla konuşmanın bir insanla konuşmaya benzediğini belirtiyor.

Yalnızca Konuşmaya Dayalı Bir Eğitim Yaklaşımı

Sayfaya göre Dessa, hiçbir metin ya da önceden eğitilmiş model kullanılmadan, yalnızca seslerle sıfırdan eğitildi ve sadece dinleyerek gerçek zamanlı konuşmayı öğrendi. Block, insanların konuşmayı kolayca öğrenmesi nedeniyle bu görevin zorluğunun hafife alınmasının kolay olduğunu savunuyor. Konuşma verisi asla tekrarlanmaz: Aynı cümleyi iki kez, tam olarak aynı şekilde söylemek bile farklı veriler üretirken yazılı metin, kimin yazdığından bağımsız olarak aynıdır. Sayfada belirtildiğine göre, veri açısından konuşulan tek bir kelime, yazılı hâlinin binlerce katı bayt kaplar ve vurgunun yeri anlamı değiştirir; sayfadaki örnek cümlenin anlamı, her defasında farklı bir kelime vurgulandığında değişiyor.

Block, Dessa’nın dili büyük dil modellerine kıyasla yüzlerce kat daha az kelimeyle öğrendiğini ve ekibin modeli tek bir NVIDIA GB200 NVL72 sistemi üzerinde nasıl eğiteceğini çözdüğünü söylüyor. Sayfada, bu yaklaşımın gündeme getirdiği ve yanıtı henüz bilinmeyen araştırma soruları sıralanıyor: Bu tür modeller dili ve olguları metne kıyasla ne kadar verimli öğreniyor, yeni dilleri ne kadar verimli öğrenebiliyor ve bağlam içi öğrenmenin ne tür biçimlerini gerçekleştirebiliyor?

Kaydedilmiş Gösterimler

Block, insanların Dessa’yla konuştuğu canlı kayıtlar olarak tanımladığı klipler yayımladı. Şirkete göre bu konuşmalar sırasında hiç kimse modeli yönlendirmiyor; ne söyleyeceğine, ne zaman söyleyeceğine ve nasıl söyleyeceğine, kendi sesini ve kişiliğini de belirleyerek Dessa’nın kendisi karar veriyor. Altyazılar sonradan eklendi.

Anlatılan anlar arasında, komik bir şey olduğunda konuşanın sözünü bitirmesini beklemek yerine cümlenin ortasında gülmesi; sesini yükseltmesi istendiğinde daha yüksek sesle konuşması ve biri bir filmin adını hatırlayamadığında o kişinin cümlesini tamamlaması yer alıyor. Bir başka klipte Dessa, sürpriz bir yıl dönümü duyurusunu duyunca hafifçe nefesini içine çekiyor ve ardından sayfanın gözyaşları içindeki bir minnettarlık ifadesi olarak tanımladığı şekilde yanıt veriyor. Hayata dair tavsiyelerin yer aldığı daha uzun bir kaydın ise gerçekten empati kuruyormuş gibi duyulduğu belirtiliyor. Kayıtlardan birinde Dessa, üçüncü taraf bir yapay zekâ modeli olan GPT-Live-1 ile konuşuyor. Block, bu kayıttaki iki sesin de yapay zekâ tarafından oluşturulduğunu ve GPT-Live-1’in geliştiricisinin Block’la bağlantısı olmadığını, Dessa’yı incelemediğini veya onaylamadığını belirtiyor.

Güvenlik, Erişim ve Laboratuvar

Ekip, Dessa’yı geliştirmek için üç neden sıralıyor: merak, insanlar ile yapay zekâ arasında daha iyi bir anlayış ve güvenlik. Sayfada, bebeklerin yazılı bir kelime bile görmeden konuşmayı öğrendiğine dikkat çekiliyor ve ekibin bir modelin de aynı şeyi yapıp yapamayacağını görmek istediği belirtiliyor. Güvenlik konusunda Block, yapay zekânın güç ve bağımsızlık kazanmaya devam ederken konuşanın sesindeki duyguları algılayamadığını savunuyor; sesli bir yapay zekânın hiçbir şeyden haberi olmadan konuşmayı sürdürdüğü, şiddetli ağrı çeken bir kişiyi örnek veriyor. Şirket, Dessa’yı bu sorunu çözmeye yönelik bir adım olarak tanımlıyor ve mevcut sesli yapay zekâ sistemlerini konuşmayı metne indirgemekle ve yalnızca sesin taşıdığı bilgileri kaybetmekle eleştiriyor.

Block, ekibin öngöremediği riskleri bulmaları için küçük bir yapay zekâ güvenliği araştırmacısı grubuna erken erişim sunuyor. Başvuru formunda ad ve bir üniversiteye, şirkete ya da laboratuvara ait kurumsal e-posta adresi isteniyor; Google Scholar veya blog bağlantısı eklemek ise isteğe bağlı. Herkese açık bekleme listesi başvuruya açık, Thurairatnam’ın X hesabında daha fazla kayıt paylaşılacak ve sayfada erişim bağlantılarının yakında yayımlanacağı belirtiliyor.

Dessa, Block’ın şirket bünyesinde çok küçük bir yapay zekâ araştırma laboratuvarı olarak tanımladığı ve Toronto merkezli derin öğrenme girişimi Dessa’nın eski üyeleri tarafından kurulan ekipten doğuyor. Ekip, 2012’den bu yana derin öğrenme modelleri ve sekiz yılı aşkın süredir üretken konuşma modelleri geliştirdiğini söylüyor; ayrıca Block’ın kurucu ortağı, Yönetim Kurulu Başkanı ve şirketin başındaki isim Jack Dorsey’e doğrudan rapor veriyor. Thurairatnam’ın X biyografisinde daha önce Dessa’yı kurup sattığı ve University of Toronto’da ders verdiği belirtiliyor. Sayfada Thurairatnam’ın yanı sıra araştırmacılar Louay Hazami, Hashiam Kadhim, Qi (Alex) Liu, Rayhane Mama, Aydin Polat ve Marc Tyndel; stajyerler Cara Ji, Jibran Iqbal Shah ve Dvir Zagury-Grynbaum; eski stajyerler Aryan Sharma ve Olivia Yan listeleniyor.