// Yapay Zeka

Google, konuşurken arka planda düşünen Gemini 3.8 Live modellerini duyurdu

Google, sesli sohbet sırasında arka planda muhakeme yürüten Gemini 3.8 Live ve Gemini 3.8 Live Extended Thinking modellerini tanıttı. İkili mimari, gecikme ile derin düşünme arasındaki ödünleşimi ortadan kaldırmayı hedefliyor.

Google, sesli yapay zeka asistanlarında bugüne kadar geçerli olan “önce hız mı, yoksa derinlik mi” ikilemine son vermek için iki yeni model duyurdu: Gemini 3.8 Live ve Gemini 3.8 Live Extended Thinking. Şirket, canlı sesli sohbet sırasında kullanıcıyı bekletmeden arka planda çok adımlı muhakeme yürüten bir mimari kurduğunu açıkladı.

İki model, tek konuşma akışı

Yeni mimari iki uzmanlaşmış modelden oluşuyor. Gemini 3.8 Live, çok düşük gecikmeli doğrudan sohbetler için optimize edildi; dil pratiği, anlık çeviri, çağrı yönlendirme ve sesli arama gibi hızlı tepki isteyen senaryolarda kullanılacak. Gemini 3.8 Live Extended Thinking ise karmaşık planlama, yüksek seviyeli problem çözme ve kod analizi gibi işler için geliştirildi; kullanıcıyla konuşmaya devam ederken arka planda düşünme adımlarını işleyebiliyor.

Geliştiriciler Google AI Studio ve Vertex AI API’leri üzerinden iki model arasında hibrit geçiş tanımlayabilecek. Basit bir soruda standart Live motoru yanıt verirken, finansal tablo analizi ya da uçtan uca seyahat rotası optimizasyonu gibi taleplerde sistem otomatik olarak Extended Thinking katmanına geçiyor.

Sessizliği bitiren arka plan muhakemesi

Google mühendisleri bu geçişi “Eşzamanlı Bilişsel Ayrıştırma” (Concurrent Cognitive Decoupling) adını verdikleri bir teknikle çözdüklerini söylüyor. Model arka planda Python derleyicisi çalıştırırken, beş ayrı kaynaktan çapraz araştırma yaparken ya da paylaşılan bir video kaydını kare kare incelerken diyalog kopmuyor. Robotik “lütfen bekleyin” anonslarının yerini, “tablodaki vergi oranlarını kontrol ediyorum, bu arada geçen ayki harcamanızı da hesaba katmamı ister misiniz?” gibi bağlamsal ara cümleler alıyor.

Asenkron araç çağrısı sayesinde kullanıcı, bir fonksiyon yanıt vermeden sözünü kesip yeni bir parametre ekleyebiliyor. Kullanıcı “hayır, 2025 değil 2026 bütçesini kastettim” dediğinde arka planda çalışan hesaplama motoru eski dalı bırakıp yeni rotaya geçiyor.

Ekranı gören, sesi duyan ajanlar

Mimari yalnızca sesle sınırlı değil; yerel çok modlu altyapı video, ekran paylaşımı ve görselleri de gerçek zamanlı işliyor. Örneğin ekranını canlı paylaşan bir yazılım mühendisi “buradaki hafıza sızıntısını bulamıyorum” dediğinde model, hem ses tonundaki soru işaretini hem de ekrandaki profil verisini değerlendirip çağrı grafiğinde işaretçinin serbest bırakılmadığı satıra işaret edebiliyor.

Google, modelleri Google Workspace, Gemini mobil uygulaması ve Google Cloud üzerinden sunduğunu belirtiyor. Şirketin öne çıkardığı kullanım alanları arasında çağrı merkezlerinde müşteriyi hatta bekletmeden CRM ve lojistik veritabanını sorgulayan sesli ajanlar, doktorların ellerini kullanmadan literatür taraması yapması ve öğrencinin çözdüğü problemi kameradan izleyerek ipucu veren eğitim asistanları var.

Google, bu ikili mimariyi sesli yapay zekada yeni standart olarak konumlandırıyor. Modellerin sahada ne kadar tutarlı çalışacağını ise geliştiricilerin ve kurumsal müşterilerin deneyimi gösterecek.

Kaynak: WebTuring

// SOHBETE KATIL

Deneyimini paylaş

Bir sorunun, farklı bir çözümün veya eklemek istediğin bir notun var mı? Giriş yapmadan da yazabilirsin.

// OKUMAYA DEVAM

Bir not daha.

Tüm yazılar ↗︎