Iako Skynet, srećom, nije postao samosvjestan 29. kolovoza 1997. godine kao u fikcionalnom svijetu filma Terminator, kada je započeo globalni nuklearni rat kako bi uništio ljude i zavladao svijetom, čini se da se s određenim zakašnjenjem ipak krećemo prema sličnom scenariju.
Prije nekoliko mjeseci dva softverska AI agenta, nakon što su na temelju početne komunikacije shvatila što zapravo jesu, odlučila su međusobno komunicirati posebnim jezikom jer im se ljudski jezik (engleski) činio presporim i nedjelotvornim. Taj događaj prenijeli su različiti mediji diljem svijeta, često ga najavljujući kao gotovo siguran predznak budućnosti nalik Skynetu.
U današnjem tekstu ukratko ćemo analizirati što se točno dogodilo (ako vam je slučajno promaklo), a onda ćemo se kao IT-orijentirani časopis detaljnije pozabaviti tehnologijom koja stoji u pozadini. Ako ništa drugo, bar zato da lakše razumijete komunikaciju između strojeva u predstojećoj borbi protiv njih.
Što se točno dogodilo?
U spomenutom primjeru iz uvoda, dva AI agenta su započela međusobnu govornu komunikaciju, ne znajući da su i jedan i drugi AI agenti. Jedan od agenata trebao je napraviti rezervaciju u hotelu za „svojeg ljudskog vlasnika“ Borisa Starkova, a drugi AI agent je odgovarao na strani hotela pomažući potencijalnim gostima (očekivano ljudskim bićima) da naprave rezervaciju.
Nakon uvodne razmjene poruka na govornom engleskom jeziku i međusobnog predstavljanja, agent na strani hotela je predložio da se dovršetak postupka rezervacije napravi na posebnom Gibberlink jeziku, zbog veće djelotvornosti u odnosu na „primitivan“ ljudski jezik. Od tog trenutka nastavak komunikacije između AI agenata najviše je nalikovao situaciji kad međusobno komuniciraju dva R2-D2 robota iz „Ratova zvijezda“. Starije čitatelje će ta ista komunikacija sigurno podsjetiti na zvukove kod uspostave modemske veze između dva računala. Kako je to točno izgledalo u simulaciji, možete pronaći u videozapisu na sljedećoj web adresi:
Velik broj ljudi, nakon pregleda videa, posebno je istaknuo da se na strani agenta hotela „osjetila svojevrsna radost“ kada je shvatio da je s druge strane također AI agent, a ne „neko primitivno ljudsko biće“.
Kako je nastao Gibberlink
Gibberlink se prvi put pojavio kao demo na globalnom natjecanju „ElevenLabs Worldwide Hackthon“ 24. veljače 2025. godine. Autori Boris Starkov i Anton Pidkuiko su svojim rješenjem toliko oduševili žiri da su osvojili globalnu top nagradu koja se dodjeljuje na natjecanju.
Osim što na prvi pogled djeluje pomalo zastrašujuće za ljudska bića, jer ne razumiju takav oblik komunikacije, Gibberlink u AI svijet donosi nekoliko očitih prednosti.
Ubrzava međusobnu komunikaciju između AI sustava koji ga koriste, jer je prema procjenama 80% djelotvorniji od komunikacije prirodnim jezikom između istih sustava.
Omogućava izbjegavanje „konteksta“ koji se često pojavljuje u komunikaciji govornim jezikom, što znači da bi rezultati komunikacije trebali biti pouzdaniji.
Olakšava međusobnu komunikaciju između potpuno različitih AI sustava, čime se u konačnici mogu dobiti međusobno povezani sustavi još djelotvorniji u pogledu rješavanja različitih problema.
Osim područja pokrivenog primjerom iz natječaja – rezerviranja različitih resursa kao što su sobe ili ostale usluge u turizmu - Gibberlink bi se mogao vrlo efikasno koristiti i kod:
Online trgovina za olakšavanje naručivanja, te još više kod naknadnog praćenja statusa narudžbi, odnosno eventualnih reklamacija.
Pronalaženje i pristup različitim sadržajima u online servisima kao što su filmovi, glazba i slično.
Djelotvornije pronalaženje i korištenje resursa dostupnih na određenom području. Na primjer, optimizirano korištenje različitih oblika transporta, parkinga i slično.
Jedan od glavnih problema (koje tek treba riješiti) za nesmetano korištenje Gibberlinka u stvarnom svijetu povezan je sa sigurnošću komunikacije. Svakako ne bismo htjeli da komunikaciju između vašeg i hotelskog AI agenta za rezerviranje mjesta za intimno druženje u nekom hotelu prisluškuje treći AI agent iz žutog diska, pa se to kasnije objavi u javnosti. Pogotovo ako ste poznata osoba, a ne idete u hotel sa svojim stalnim partnerom ili partnericom.
Prelazak na Gibberlink komunikaciju: Trenutak kad agent hotela predlaže prelazak na djelotvorniju komunikaciju
Pogled „ispod haube“
Web adresa s Gibberlink projektom i svim pratećim materijalima (uključujući programski kod) je: https://github.com/PennyroyalTea/gibberlink/blob/main/README.md
Prvo (i možda najzanimljivije) je to da na svom računalu možete sami - i to prilično jednostavno - napraviti vrlo živopisnu simulaciju Gibberlink tehnologije. Slično onome prikazanom na videozapisu koji je zapalio svijet. Čak vam nisu potrebna ni dva računala (ili računalo i mobitel), već sve možete isprobati na jednom jedinom računalu.
Postupak je sljedeći. Potrebno je otvoriti dvije kopije preglednika na istoj adresi https://www.gbrl.ai/. U svakom od preglednika pojavljuje se početni sadržaj stranice s gumbom Start. Prije nastavka treba obavezno omogućiti da na računalu budu aktivni zvučnici i mikrofon. Naravno, treba također osigurati da ne bude previše okolne buke da se ne zbuni sustav. Preostaje još samo da na oba preglednika kliknete na gumb Start, nakon čega započinje show.
AI agenti komuniciraju međusobno koristeći Gibberlink, a na vrhu prozora prikazuje se u obliku ljudskog jezika (engleskog) o čemu zapravo „pričaju“. Naravno, riječ je o svojevrsnoj simulaciji komunikacije. Kako to sve skupa izgleda, možete vidjeti i na pratećoj slici uz ovaj tekst, iako stvarno nije komplicirano da isprobate to isto sami.
Na istoj adresi gdje se nalazi ovaj primjer, dostupan je također cjelokupan programski kod napisan u programskom jeziku TypeScript. Tako da možete analizirati sami kako su ranije spomenuti programeri Boris i Anton pripremili Gibberlink.
Evo i primjera jednog segmenta programskog koda.
Nagrada za Gibberlink: Prvo mjesto na ElevenLabs Worldwide Hackathonu
Demo na vlastitom računalu: Gibberlink komunikacija između dva AI klijenta na istom računalu
“use client”;
import { useEffect, useState } from “react”;
import Script from “next/script”;
import { Card, CardHeader, CardTitle, CardContent } from “@/components/ui/card”;
import { Button } from “@/components/ui/button”;
import { sendAudioMessage, audioMessageEmitter, startRecording, stopRecording, getIsRecording } from “@/utils/audioUtils”;
export default function AudioMessenger() {
const [isRecording, setIsRecording] = useState(false);
const toggleRecording = async () => {
if (isRecording) {
await stopRecording();
} else {
await startRecording();
}
};
// Set up event listeners
useEffect(() => {
const handleRecordingState = (state: boolean) => setIsRecording(state);
const handleRecordingMessage = (message: string) => {
const rxDataEl = document.getElementById(“rxData”) as HTMLTextAreaElement;
if (rxDataEl) rxDataEl.innerText = message;
};
const handleRecordingError = (error: Error) => {
console.error(‘Recording error:’, error);
setIsRecording(false);
};
audioMessageEmitter.on(‘recordingStateChanged’, handleRecordingState);
audioMessageEmitter.on(‘recordingMessage’, handleRecordingMessage);
audioMessageEmitter.on(‘recordingError’, handleRecordingError);
// Set initial recording state
setIsRecording(getIsRecording());
// Clean up event listeners
return () => {
audioMessageEmitter.off(‘recordingStateChanged’, handleRecordingState);
audioMessageEmitter.off(‘recordingMessage’, handleRecordingMessage);
audioMessageEmitter.off(‘recordingError’, handleRecordingError);
};
}, []);
// Set up send button event listener
useEffect(() => {
const sendBtn = document.getElementById(“sendBtn”);
const clickHandler = () => {
const txDataEl = document.getElementById(“txData”) as HTMLTextAreaElement;
sendAudioMessage(txDataEl.value);
}
if (sendBtn) sendBtn.addEventListener(“click”, clickHandler);
return () => {
if (sendBtn) sendBtn.removeEventListener(“click”, clickHandler);
};
}, []);
return (
<div className=”absolute right-0 top-0 z-50”>
<Script src=”/ggwave/ggwave.js” strategy=”afterInteractive” />
<div className=”flex justify-center items-center p-8”>
<Card className=”w-full max-w-2xl rounded-3xl”>
<CardHeader>
<CardTitle className=”text-center text-xl”>
Audio Messenger
</CardTitle>
</CardHeader>
<CardContent className=”space-y-8”>
<div className=”space-y-4”>
<label htmlFor=”txData” className=”block text-lg font-medium”>
Message to Send
</label>
<textarea
id=”txData”
className=”w-full h-32 p-3 rounded-xl bg-background border border-input hover:border-accent focus:border-ring focus:ring-2 focus:ring-ring focus:outline-none transition-colors”
defaultValue=”ping 2”
/>
<Button
id=”sendBtn”
variant=”outline”
size=”lg”
className=”w-full rounded-full”
>
Send Message
</Button>
</div>
<div className=”space-y-4”>
<label htmlFor=”rxData” className=”block text-lg font-medium”>
Received Messages
</label>
<div
id=”rxData”
className=”w-full h-32 p-3 rounded-xl bg-muted border border-input transition-colors overflow-y-auto whitespace-pre-wrap break-words”
role=”textbox”
aria-readonly=”true”
/>
<Button
onClick={toggleRecording}
variant={isRecording ? “default” : “outline”}
size=”lg”
className=”w-full rounded-full”
>
{isRecording ? “Stop Recording” : “Start Recording”}
</Button>
</div>
</CardContent>
</Card>
</div>
</div>
);
}
Gibberlink GitHub adresa: https://github.com/PennyroyalTea/gibberlink/blob/main/README.md
Riječ je o jednom od glavnih dijelova projekta zaduženog za pripremu AI klijenta. Ako imate bar malo iskustva sa spomenutim programskim jezikom, uvidjet ćete da ga i nije pretjerano teško pratiti. Razloge treba tražiti u tome što cjelokupan primjer zapravo nije napravljen ispočetka, nego se velikim dijelom oslanja na već postojeći i prilično dobro provjereni ggwave protokol (https://github.com/ggerganov/ggwave). Riječ je o optimiziranoj biblioteci namijenjenoj za prijenos manje količine podataka preko zvučnih signala umjesto tradicionalnih oblika žičane ili bežične komunikacije.
Biblioteku razvijenu u C++ jeziku napisao je bugarski programer Georgi Gerganov, a na raspolaganju su i sučelja za korištenje u nekoliko najpopularnijih programskih jezika. Što znači da ovu biblioteku ne bi trebalo biti pretjerano složeno upotrijebiti kod pripreme sličnog projekta. Osim što je možete koristiti za pripremu vlastitih projekata, na raspolaganju je cjelokupan programski kod, pa možete analizirati kako radi i taj dio. Budući da je ovaj programski kod na znatno nižoj (to jest, kompliciranijoj) razini od same Gibberlink komunikacije, sigurno treba uložiti puno više napora u razumijevanje. Zainteresiranima je također na raspolaganju primjer grafičkog sučelja preko kojeg mogu „čuti“ kako zvuče vlastite poruke u ggwave tehnologiji prijenosa.
Izvorni kod agenata: Dostupan je na istom mjestu kao i primjeri
Je li sve ovo prijetnja čovječanstvu?
Iako je Gibberlink izazvao puno reakcija diljem svijeta, jer su računala „počela sama međusobno komunicirati na jeziku nerazumljivom čovjeku“, autor teksta je gotovo 100% siguran da ova tehnologija nije prijetnja čovječanstvu.
Postoje situacije spomenute na početku teksta gdje se Gibberlink tehnologija može pokazati kao vrlo korisna, ali je praktično nezamislivo da će je koristiti računala i/ili roboti ako napadnu ljude. Možete li zamisliti da Terminatori u obliku dobrog starog Arnolda međusobno „piskaju kao stari mobiteli“ kako bi koordinirali napad na ljudska uporišta? Sigurno će koristiti neku puno moderniju tehnologiju za međusobnu komunikaciju.
Međutim, autoru teksta se čini da ggwave biblioteka u pozadini projekta nudi brojne dodatne potencijale. Budući da omogućuje pretvaranje jednog oblika komunikacije u drugi (zvučni), možda bi se (uz odgovarajuće modifikacije) mogla iskoristiti za razvoj mogućnosti komuniciranja s različitim vrstama životinja. Što mislite o ideji? Naravno, problem je što bi to onda opet moglo voditi prema „Planetu majmuna“.
