AI Layer1 Araştırma Raporu: On-chain DeAI için verimli toprakları bulma
Son yıllarda, OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin (LLM) hızlı gelişimini sürekli olarak teşvik ediyor. LLM, çeşitli sektörlerde daha önce görülmemiş yetenekler sergileyerek insanın hayal gücünü büyük ölçüde genişletiyor ve hatta bazı durumlarda insan iş gücünün yerini alma potansiyeli gösteriyor. Ancak bu teknolojilerin temeli, yalnızca birkaç merkezi teknoloji devinin elinde sıkı bir şekilde tutuluyor. Güçlü sermaye ve yüksek maliyetli hesaplama kaynakları üzerindeki kontrolü sayesinde, bu şirketler aşılması zor engeller oluşturarak çoğu geliştirici ve yenilikçi ekibin onlarla rekabet etmesini zorlaştırıyor.
Ayrıca, AI'nin hızlı evriminin başlarında, toplumsal kamuoyunun genellikle teknolojinin sağladığı atılımlar ve kolaylıklar üzerine yoğunlaştığı, ancak gizlilik koruma, şeffaflık, güvenlik gibi temel konulara olan ilginin nispeten az olduğu görülmektedir. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimini ve toplumsal kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde çözülemezse, AI'nin "iyi" ya da "kötü" olma tartışması daha da belirginleşecektir; merkezileşmiş devlerin kâr güdüsüyle, bu zorluklarla proaktif olarak başa çıkma konusunda genellikle yeterli motivasyona sahip olmadıkları görülmektedir.
Blockchain teknolojisi, merkeziyetsiz, şeffaf ve sansüre karşı dayanıklı özellikleri sayesinde, AI endüstrisinin sürdürülebilir gelişimi için yeni olanaklar sunmaktadır. Şu anda, bazı ana akım blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine bir analiz yapıldığında, bu projelerin hala birçok sorunla karşılaştığı görülmektedir: bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapı hala merkezi bulut hizmetlerine bağlıdır, bu da gerçek anlamda açık bir ekosistemi desteklemekte zorluk çıkarmaktadır; diğer yandan, Web2 dünyasının AI ürünleriyle karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları gibi alanlarda hala sınırlamaları vardır, yenilik derinliği ve genişliği artırılmayı beklemektedir.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blockchain'in güvenli, verimli ve demokratik bir şekilde büyük ölçekli AI uygulamalarını barındırabilmesini sağlamak ve performans açısından merkezi çözümlerle rekabet edebilmek için, AI'ya özel olarak tasarlanmış bir Layer1 blockchain'i tasarlamamız gerekiyor. Bu, AI'nın açık inovasyonu, yönetişim demokrasisini ve veri güvenliğini sağlam bir temel üzerinde sunacak, merkeziyetsiz AI ekosisteminin refahını ve gelişimini teşvik edecektir.
AI Layer 1'in Temel Özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blockchain olarak, altyapı mimarisi ve performans tasarımı AI görevlerinin ihtiyaçlarına sıkı bir şekilde odaklanmaktadır ve zincir üzerindeki AI ekosisteminin sürdürülebilir gelişimi ile refahını etkili bir şekilde desteklemeyi amaçlamaktadır. Daha spesifik olarak, AI Layer 1 aşağıdaki temel yeteneklere sahip olmalıdır:
Etkili teşvikler ve merkeziyetsiz konsensüs mekanizması
AI Layer 1'in temeli, açık bir hesaplama, depolama ve diğer kaynakların paylaşıldığı bir ağ inşa etmektir. Geleneksel blok zinciri düğümlerinin yalnızca defter kaydına odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmek zorundadır; sadece hesaplama sağlamanın yanı sıra AI modellerinin eğitimi ve çıkarımı işlemlerini tamamlamakla kalmayıp, aynı zamanda depolama, veri, bant genişliği gibi çeşitli kaynakları da katkıda bulunmalıdır. Bu, merkezi devlerin AI altyapısındaki tekeli kırmak için gereklidir. Bu durum, temel konsensüs ve teşvik mekanizması için daha yüksek gereksinimler ortaya koymaktadır: AI Layer 1, düğümlerin AI çıkarımı, eğitimi gibi görevlerdeki gerçek katkılarını doğru bir şekilde değerlendirebilmeli, teşvik edebilmeli ve doğrulamalıdır; böylece ağın güvenliği ve kaynakların etkin dağılımı sağlanmalıdır. Ancak bu şekilde ağın istikrarı ve refahı garanti altına alınabilir ve genel hesaplama maliyetleri etkili bir şekilde azaltılabilir.
Üstün yüksek performans ve heterojen görev destek yeteneği
AI görevleri, özellikle LLM eğitimi ve çıkarımı, hesaplama performansı ve paralel işleme kapasitesi için son derece yüksek gereksinimler ortaya koymaktadır. Daha da ileriye giderek, on-chain AI ekosistemi genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli senaryoları içeren farklı, heterojen görev türlerini desteklemek zorundadır. AI Layer 1, temel mimaride yüksek bant genişliği, düşük gecikme ve esnek paralel gibi gereksinimler için derinlemesine optimize edilmeli ve heterojen hesaplama kaynaklarına yerel destek yeteneği öngörülmelidir, böylece her türlü AI görevi verimli bir şekilde çalışabilir ve "tekil görev" den "karmaşık çoklu ekosistem" e sorunsuz bir genişleme sağlanabilir.
Doğrulanabilirlik ve güvenilir çıktı garantisi
AI Layer 1 yalnızca modelin kötüye kullanımı, veri değiştirme gibi güvenlik açıklarını önlemekle kalmamalı, aynı zamanda AI çıktılarının doğrulanabilirliğini ve uyumluluğunu temelden sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojileri entegre ederek, platform her model çıkarımı, eğitim ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlar ve AI sisteminin adaletini ve şeffaflığını güvence altına alır. Aynı zamanda, bu doğrulanabilirlik kullanıcıların AI çıktılarının mantığını ve dayanağını netleştirmesine yardımcı olarak "alınan, istenen" ilkesini gerçekleştirir ve kullanıcıların AI ürünlerine duyduğu güveni ve memnuniyeti artırır.
Veri gizliliği koruma
AI uygulamaları genellikle kullanıcıların hassas verilerini içerir ve finans, sağlık, sosyal vb. alanlarda veri gizliliği koruması özellikle kritik öneme sahiptir. AI Layer 1, doğrulanabilirliği sağlarken, şifreleme tabanlı veri işleme teknikleri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri kullanarak verilerin çıkarım, eğitim ve depolama süreçlerinde güvenliğini sağlamalıdır; bu da veri sızıntılarını ve kötüye kullanımları etkili bir şekilde önlemekte, kullanıcıların veri güvenliği konusundaki endişelerini ortadan kaldırmaktadır.
Güçlü ekosistem taşıma ve geliştirme destek yeteneği
AI yerel Layer 1 altyapısı olarak, platform yalnızca teknik olarak öncülük etmekle kalmamalı, aynı zamanda geliştiriciler, düğüm operatörleri, AI hizmet sağlayıcıları gibi ekosistem katılımcılarına kapsamlı geliştirme araçları, entegre SDK, işletim desteği ve teşvik mekanizmaları sunmalıdır. Platformun kullanılabilirliğini ve geliştirici deneyimini sürekli optimize ederek, zengin ve çeşitli AI yerel uygulamalarının hayata geçirilmesini teşvik etmek ve merkeziyetsiz AI ekosisteminin sürekli refahını sağlamak gerekmektedir.
Yukarıdaki arka plan ve beklentilere dayanarak, bu makalede Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil olmak üzere altı AI Layer1 temsilci projesi detaylı bir şekilde tanıtılacak, alanın en son gelişmeleri sistematik olarak gözden geçirilecek, projelerin gelişim durumu incelenecek ve gelecekteki trendler tartışılacaktır.
Sentient: Sadık Açık Kaynak Merkezi Olmayan AI Modeli Oluşturma
Proje Özeti
Sentient, açık kaynak bir protokol platformudur ve bir AI Layer1 blok zinciri ( inşa etmektedir. Başlangıç aşaması Layer 2 olarak planlanmakta olup, daha sonra Layer 1)'e taşınacaktır. AI Pipeline ve blok zinciri teknolojisini birleştirerek, merkeziyetsiz bir yapay zeka ekonomi modeli oluşturmayı hedeflemektedir. Temel amacı, merkezi LLM pazarındaki model sahipliği, çağrı izleme ve değer dağıtımı sorunlarını "OML" çerçevesi (Açık, Karlı, Sadık) aracılığıyla çözmektir, bu sayede AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımı sağlanacaktır. Sentient'in vizyonu, herkesin AI ürünlerini inşa etmesine, iş birliği yapmasına, sahip olmasına ve para kazanmasına olanak tanıyarak adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye kendini adamış dünya çapında önde gelen akademik uzmanlar, blockchain girişimcileri ve mühendisleri bir araya getiriyor. Ana üyeler arasında Princeton Üniversitesi'nden profesör Pramod Viswanath ve Hindistan Bilim Enstitüsü'nden profesör Himanshu Tyagi yer alıyor; ikisi de AI güvenliği ve gizliliği ile ilgileniyor, ayrıca bir tanınmış halka açık blockchain'in kurucu ortağı blockchain stratejisi ve ekosistem düzenlemesi konusunda liderlik ediyor. Ekip üyelerinin geçmişi, Meta, Coinbase gibi tanınmış şirketlerin yanı sıra Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversiteleri kapsıyor ve AI/ML, NLP, bilgisayarla görme gibi alanlarda projeyi hayata geçirmek için birlikte çalışıyor.
Bir tanınmış halka açık blok zinciri kurucu ortağının ikinci girişim projesi olarak, Sentient kuruluşunun ilk gününden itibaren bir aura ile gelmekte, zengin kaynaklar, ilişkiler ve piyasa bilinirliği ile projeye güçlü bir destek sunmaktadır. 2024 ortalarında, Sentient 85 milyon dolar tohum yatırımı tamamladı, liderliğini Founders Fund, Pantera ve Framework Ventures üstlendi, diğer yatırımcılar arasında Delphi, Hashkey ve Spartan gibi onlarca ünlü VC bulunmaktadır.
tasarım mimarisi ve uygulama katmanı
Altyapı Katmanı
Temel Mimari
Sentient'in temel yapısı, AI Pipeline ve on-chain sistemden oluşmaktadır:
AI boru hattı, "sadık AI" eserlerinin geliştirilmesi ve eğitilmesi için bir temel oluşturur ve iki temel süreci içerir:
Veri Planlaması (Data Curation): Modelin hizalanması için topluluk tarafından yönlendirilen veri seçim süreci.
Sadakat Eğitimi (Loyalty Training): Modelin topluluk niyetiyle uyumlu bir eğitim sürecini sürdürmesini sağlamak.
Blok zinciri sistemi protokole şeffaflık ve merkeziyetsiz kontrol sağlar, AI eserlerinin mülkiyetini, kullanım takibini, gelir dağılımını ve adil yönetimi güvence altına alır. Spesifik mimari dört katmana ayrılmıştır:
Depolama katmanı: Model ağırlıkları ve parmak izi kayıt bilgilerini depolar;
Dağıtım katmanı: Yetki sözleşmesi kontrol modeli çağrı giriş noktası;
Erişim katmanı: Kullanıcının yetkilendirilip yetkilendirilmediğini doğrulamak için izin kanıtı kullanır;
Teşvik Katmanı: Gelir yönlendirme sözleşmesi her çağrıda eğitmenlere, dağıtımcılara ve doğrulayıcılara ödeme dağıtır.
OML model çerçevesi
OML çerçevesi (Açık Open, Para Kazanılabilir Monetizable, Sadık Loyal), Sentient tarafından önerilen temel bir kavramdır ve açık kaynak AI modellerine net bir mülkiyet koruması ve ekonomik teşvik mekanizmaları sağlamayı amaçlar. On-chain teknolojisi ile AI yerel kriptografisini birleştirerek aşağıdaki özelliklere sahiptir:
Açıklık: Model açık kaynak olmalı, kod ve veri yapısı şeffaf olmalı, topluluğun yeniden üretmesini, denetlemesini ve geliştirmesini kolaylaştırmalıdır.
Paraya Çevirme: Model çağrıldığında her seferinde bir gelir akışı tetiklenir, on-chain sözleşme gelirleri eğitici, dağıtıcı ve doğrulayıcıya dağıtacaktır.
Sadakat: Model, katkı veren topluluğa aittir, güncelleme yönü ve yönetim DAO tarafından belirlenir, kullanım ve değişiklikler kripto mekanizması tarafından kontrol edilir.
AI Yerel Kriptografi (AI-native Cryptography)
AI yerel kripto, AI modellerinin sürekliliğini, düşük boyutlu manifold yapısını ve modelin türevlenebilir özelliklerini kullanarak "doğrulanabilir ama kaldırılabilir olmayan" hafif güvenlik mekanizmaları geliştirmektedir. Temel teknolojisi şudur:
Parmak izi gömme: Eğitim sırasında, modelin benzersiz imzasını oluşturmak için bir dizi gizli sorgu-cevap anahtar-değer çifti eklenir;
Mülkiyet doğrulama protokolü: Üçüncü taraf algılayıcı (Prover) aracılığıyla sorgu biçiminde parmak izinin korunup korunmadığını doğrulama;
İzin çağrı mekanizması: Çağrıdan önce model sahibinin verdiği "yetki belgesi"nin alınması gerekir, sistem buna göre modeli bu girdi çözmesi için yetkilendirir ve doğru yanıtı döner.
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nın yeniden şifreleme maliyeti olmadan gerçekleştirilmesini sağlar.
Modelin Hakları ve Güvenli Uygulama Çerçevesi
Sentient şu anda Melange karışık güvenliğini kullanıyor: parmak izi ile hak doğrulama, TEE yürütme ve on-chain sözleşme kar paylaşımı bir arada. Parmak izi yöntemi OML 1.0 ile ana hat olarak gerçekleştirilmiştir ve "İyimser Güvenlik (Optimistic Security)" fikrini vurgulamaktadır, yani uyumlu olduğu varsayılır, ihlaller sonrasında tespit edilebilir ve cezalandırılabilir.
Parmak izi mekanizması, OML'nin ana uygulamasıdır; bu mekanizma, modelin eğitim aşamasında benzersiz bir imza oluşturmasını sağlamak için belirli "soru-cevap" çiftlerini gömerek çalışır. Bu imzalar aracılığıyla, model sahibi mülkiyeti doğrulayabilir, yetkisiz kopyalamayı ve ticarileştirmeyi önleyebilir. Bu mekanizma yalnızca model geliştiricilerinin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışı için izlenebilir bir on-chain kayıt sağlar.
Ayrıca, Sentient, yetkilendirilmiş taleplere yalnızca yanıt veren ve izinsiz erişim ile kullanımı engelleyen güvenilir bir yürütme ortamı (örneğin AWS Nitro Enclaves) kullanarak Enclave TEE hesaplama çerçevesini tanıttı. TEE donanıma bağımlı olmasına ve belirli güvenlik riskleri barındırmasına rağmen, yüksek performansı ve gerçek zamanlılık avantajları, onu mevcut model dağıtımının temel teknolojisi haline getiriyor.
Gelecekte, Sentient, gizlilik koruma ve doğrulanabilirliği daha da artırmak için sıfır bilgi kanıtı (ZK) ve homomorfik şifreleme (FHE) teknolojilerini tanıtmayı planlıyor ve AI modellerinin merkeziyetsiz dağıtımı için daha olgun çözümler sunuyor.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
AI Layer1 keşfi: Merkeziyetsizlik yapay zeka yeni paradigmasını açığa çıkarma
AI Layer1 Araştırma Raporu: On-chain DeAI için verimli toprakları bulma
Son yıllarda, OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin (LLM) hızlı gelişimini sürekli olarak teşvik ediyor. LLM, çeşitli sektörlerde daha önce görülmemiş yetenekler sergileyerek insanın hayal gücünü büyük ölçüde genişletiyor ve hatta bazı durumlarda insan iş gücünün yerini alma potansiyeli gösteriyor. Ancak bu teknolojilerin temeli, yalnızca birkaç merkezi teknoloji devinin elinde sıkı bir şekilde tutuluyor. Güçlü sermaye ve yüksek maliyetli hesaplama kaynakları üzerindeki kontrolü sayesinde, bu şirketler aşılması zor engeller oluşturarak çoğu geliştirici ve yenilikçi ekibin onlarla rekabet etmesini zorlaştırıyor.
Ayrıca, AI'nin hızlı evriminin başlarında, toplumsal kamuoyunun genellikle teknolojinin sağladığı atılımlar ve kolaylıklar üzerine yoğunlaştığı, ancak gizlilik koruma, şeffaflık, güvenlik gibi temel konulara olan ilginin nispeten az olduğu görülmektedir. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimini ve toplumsal kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde çözülemezse, AI'nin "iyi" ya da "kötü" olma tartışması daha da belirginleşecektir; merkezileşmiş devlerin kâr güdüsüyle, bu zorluklarla proaktif olarak başa çıkma konusunda genellikle yeterli motivasyona sahip olmadıkları görülmektedir.
Blockchain teknolojisi, merkeziyetsiz, şeffaf ve sansüre karşı dayanıklı özellikleri sayesinde, AI endüstrisinin sürdürülebilir gelişimi için yeni olanaklar sunmaktadır. Şu anda, bazı ana akım blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine bir analiz yapıldığında, bu projelerin hala birçok sorunla karşılaştığı görülmektedir: bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapı hala merkezi bulut hizmetlerine bağlıdır, bu da gerçek anlamda açık bir ekosistemi desteklemekte zorluk çıkarmaktadır; diğer yandan, Web2 dünyasının AI ürünleriyle karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları gibi alanlarda hala sınırlamaları vardır, yenilik derinliği ve genişliği artırılmayı beklemektedir.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blockchain'in güvenli, verimli ve demokratik bir şekilde büyük ölçekli AI uygulamalarını barındırabilmesini sağlamak ve performans açısından merkezi çözümlerle rekabet edebilmek için, AI'ya özel olarak tasarlanmış bir Layer1 blockchain'i tasarlamamız gerekiyor. Bu, AI'nın açık inovasyonu, yönetişim demokrasisini ve veri güvenliğini sağlam bir temel üzerinde sunacak, merkeziyetsiz AI ekosisteminin refahını ve gelişimini teşvik edecektir.
AI Layer 1'in Temel Özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blockchain olarak, altyapı mimarisi ve performans tasarımı AI görevlerinin ihtiyaçlarına sıkı bir şekilde odaklanmaktadır ve zincir üzerindeki AI ekosisteminin sürdürülebilir gelişimi ile refahını etkili bir şekilde desteklemeyi amaçlamaktadır. Daha spesifik olarak, AI Layer 1 aşağıdaki temel yeteneklere sahip olmalıdır:
AI Layer 1'in temeli, açık bir hesaplama, depolama ve diğer kaynakların paylaşıldığı bir ağ inşa etmektir. Geleneksel blok zinciri düğümlerinin yalnızca defter kaydına odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmek zorundadır; sadece hesaplama sağlamanın yanı sıra AI modellerinin eğitimi ve çıkarımı işlemlerini tamamlamakla kalmayıp, aynı zamanda depolama, veri, bant genişliği gibi çeşitli kaynakları da katkıda bulunmalıdır. Bu, merkezi devlerin AI altyapısındaki tekeli kırmak için gereklidir. Bu durum, temel konsensüs ve teşvik mekanizması için daha yüksek gereksinimler ortaya koymaktadır: AI Layer 1, düğümlerin AI çıkarımı, eğitimi gibi görevlerdeki gerçek katkılarını doğru bir şekilde değerlendirebilmeli, teşvik edebilmeli ve doğrulamalıdır; böylece ağın güvenliği ve kaynakların etkin dağılımı sağlanmalıdır. Ancak bu şekilde ağın istikrarı ve refahı garanti altına alınabilir ve genel hesaplama maliyetleri etkili bir şekilde azaltılabilir.
AI görevleri, özellikle LLM eğitimi ve çıkarımı, hesaplama performansı ve paralel işleme kapasitesi için son derece yüksek gereksinimler ortaya koymaktadır. Daha da ileriye giderek, on-chain AI ekosistemi genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli senaryoları içeren farklı, heterojen görev türlerini desteklemek zorundadır. AI Layer 1, temel mimaride yüksek bant genişliği, düşük gecikme ve esnek paralel gibi gereksinimler için derinlemesine optimize edilmeli ve heterojen hesaplama kaynaklarına yerel destek yeteneği öngörülmelidir, böylece her türlü AI görevi verimli bir şekilde çalışabilir ve "tekil görev" den "karmaşık çoklu ekosistem" e sorunsuz bir genişleme sağlanabilir.
AI Layer 1 yalnızca modelin kötüye kullanımı, veri değiştirme gibi güvenlik açıklarını önlemekle kalmamalı, aynı zamanda AI çıktılarının doğrulanabilirliğini ve uyumluluğunu temelden sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojileri entegre ederek, platform her model çıkarımı, eğitim ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlar ve AI sisteminin adaletini ve şeffaflığını güvence altına alır. Aynı zamanda, bu doğrulanabilirlik kullanıcıların AI çıktılarının mantığını ve dayanağını netleştirmesine yardımcı olarak "alınan, istenen" ilkesini gerçekleştirir ve kullanıcıların AI ürünlerine duyduğu güveni ve memnuniyeti artırır.
AI uygulamaları genellikle kullanıcıların hassas verilerini içerir ve finans, sağlık, sosyal vb. alanlarda veri gizliliği koruması özellikle kritik öneme sahiptir. AI Layer 1, doğrulanabilirliği sağlarken, şifreleme tabanlı veri işleme teknikleri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri kullanarak verilerin çıkarım, eğitim ve depolama süreçlerinde güvenliğini sağlamalıdır; bu da veri sızıntılarını ve kötüye kullanımları etkili bir şekilde önlemekte, kullanıcıların veri güvenliği konusundaki endişelerini ortadan kaldırmaktadır.
AI yerel Layer 1 altyapısı olarak, platform yalnızca teknik olarak öncülük etmekle kalmamalı, aynı zamanda geliştiriciler, düğüm operatörleri, AI hizmet sağlayıcıları gibi ekosistem katılımcılarına kapsamlı geliştirme araçları, entegre SDK, işletim desteği ve teşvik mekanizmaları sunmalıdır. Platformun kullanılabilirliğini ve geliştirici deneyimini sürekli optimize ederek, zengin ve çeşitli AI yerel uygulamalarının hayata geçirilmesini teşvik etmek ve merkeziyetsiz AI ekosisteminin sürekli refahını sağlamak gerekmektedir.
Yukarıdaki arka plan ve beklentilere dayanarak, bu makalede Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil olmak üzere altı AI Layer1 temsilci projesi detaylı bir şekilde tanıtılacak, alanın en son gelişmeleri sistematik olarak gözden geçirilecek, projelerin gelişim durumu incelenecek ve gelecekteki trendler tartışılacaktır.
Sentient: Sadık Açık Kaynak Merkezi Olmayan AI Modeli Oluşturma
Proje Özeti
Sentient, açık kaynak bir protokol platformudur ve bir AI Layer1 blok zinciri ( inşa etmektedir. Başlangıç aşaması Layer 2 olarak planlanmakta olup, daha sonra Layer 1)'e taşınacaktır. AI Pipeline ve blok zinciri teknolojisini birleştirerek, merkeziyetsiz bir yapay zeka ekonomi modeli oluşturmayı hedeflemektedir. Temel amacı, merkezi LLM pazarındaki model sahipliği, çağrı izleme ve değer dağıtımı sorunlarını "OML" çerçevesi (Açık, Karlı, Sadık) aracılığıyla çözmektir, bu sayede AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımı sağlanacaktır. Sentient'in vizyonu, herkesin AI ürünlerini inşa etmesine, iş birliği yapmasına, sahip olmasına ve para kazanmasına olanak tanıyarak adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye kendini adamış dünya çapında önde gelen akademik uzmanlar, blockchain girişimcileri ve mühendisleri bir araya getiriyor. Ana üyeler arasında Princeton Üniversitesi'nden profesör Pramod Viswanath ve Hindistan Bilim Enstitüsü'nden profesör Himanshu Tyagi yer alıyor; ikisi de AI güvenliği ve gizliliği ile ilgileniyor, ayrıca bir tanınmış halka açık blockchain'in kurucu ortağı blockchain stratejisi ve ekosistem düzenlemesi konusunda liderlik ediyor. Ekip üyelerinin geçmişi, Meta, Coinbase gibi tanınmış şirketlerin yanı sıra Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversiteleri kapsıyor ve AI/ML, NLP, bilgisayarla görme gibi alanlarda projeyi hayata geçirmek için birlikte çalışıyor.
Bir tanınmış halka açık blok zinciri kurucu ortağının ikinci girişim projesi olarak, Sentient kuruluşunun ilk gününden itibaren bir aura ile gelmekte, zengin kaynaklar, ilişkiler ve piyasa bilinirliği ile projeye güçlü bir destek sunmaktadır. 2024 ortalarında, Sentient 85 milyon dolar tohum yatırımı tamamladı, liderliğini Founders Fund, Pantera ve Framework Ventures üstlendi, diğer yatırımcılar arasında Delphi, Hashkey ve Spartan gibi onlarca ünlü VC bulunmaktadır.
tasarım mimarisi ve uygulama katmanı
Altyapı Katmanı
Temel Mimari
Sentient'in temel yapısı, AI Pipeline ve on-chain sistemden oluşmaktadır:
AI boru hattı, "sadık AI" eserlerinin geliştirilmesi ve eğitilmesi için bir temel oluşturur ve iki temel süreci içerir:
Blok zinciri sistemi protokole şeffaflık ve merkeziyetsiz kontrol sağlar, AI eserlerinin mülkiyetini, kullanım takibini, gelir dağılımını ve adil yönetimi güvence altına alır. Spesifik mimari dört katmana ayrılmıştır:
OML model çerçevesi
OML çerçevesi (Açık Open, Para Kazanılabilir Monetizable, Sadık Loyal), Sentient tarafından önerilen temel bir kavramdır ve açık kaynak AI modellerine net bir mülkiyet koruması ve ekonomik teşvik mekanizmaları sağlamayı amaçlar. On-chain teknolojisi ile AI yerel kriptografisini birleştirerek aşağıdaki özelliklere sahiptir:
AI Yerel Kriptografi (AI-native Cryptography)
AI yerel kripto, AI modellerinin sürekliliğini, düşük boyutlu manifold yapısını ve modelin türevlenebilir özelliklerini kullanarak "doğrulanabilir ama kaldırılabilir olmayan" hafif güvenlik mekanizmaları geliştirmektedir. Temel teknolojisi şudur:
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nın yeniden şifreleme maliyeti olmadan gerçekleştirilmesini sağlar.
Modelin Hakları ve Güvenli Uygulama Çerçevesi
Sentient şu anda Melange karışık güvenliğini kullanıyor: parmak izi ile hak doğrulama, TEE yürütme ve on-chain sözleşme kar paylaşımı bir arada. Parmak izi yöntemi OML 1.0 ile ana hat olarak gerçekleştirilmiştir ve "İyimser Güvenlik (Optimistic Security)" fikrini vurgulamaktadır, yani uyumlu olduğu varsayılır, ihlaller sonrasında tespit edilebilir ve cezalandırılabilir.
Parmak izi mekanizması, OML'nin ana uygulamasıdır; bu mekanizma, modelin eğitim aşamasında benzersiz bir imza oluşturmasını sağlamak için belirli "soru-cevap" çiftlerini gömerek çalışır. Bu imzalar aracılığıyla, model sahibi mülkiyeti doğrulayabilir, yetkisiz kopyalamayı ve ticarileştirmeyi önleyebilir. Bu mekanizma yalnızca model geliştiricilerinin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışı için izlenebilir bir on-chain kayıt sağlar.
Ayrıca, Sentient, yetkilendirilmiş taleplere yalnızca yanıt veren ve izinsiz erişim ile kullanımı engelleyen güvenilir bir yürütme ortamı (örneğin AWS Nitro Enclaves) kullanarak Enclave TEE hesaplama çerçevesini tanıttı. TEE donanıma bağımlı olmasına ve belirli güvenlik riskleri barındırmasına rağmen, yüksek performansı ve gerçek zamanlılık avantajları, onu mevcut model dağıtımının temel teknolojisi haline getiriyor.
Gelecekte, Sentient, gizlilik koruma ve doğrulanabilirliği daha da artırmak için sıfır bilgi kanıtı (ZK) ve homomorfik şifreleme (FHE) teknolojilerini tanıtmayı planlıyor ve AI modellerinin merkeziyetsiz dağıtımı için daha olgun çözümler sunuyor.
uygulama katmanı
Şu anda, Sentient