AI Layer1 Araştırması: On-chain DeAI İçin Verimli Alanları Bulma
Genel Bakış
Son yıllarda, OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin (LLM) hızlı gelişimini sürekli olarak teşvik ediyor. LLM, her sektörde eşi benzeri görülmemiş yetenekler sergileyerek insan hayal gücünü büyük ölçüde genişletti ve hatta bazı senaryolarda insan emeğini yerine koyma potansiyelini gösterdi. Ancak, bu teknolojilerin çekirdeği, az sayıda merkezi teknoloji devinin elinde sıkı bir şekilde tutulmaktadır. Bu şirketler, güçlü sermaye ve yüksek maliyetli hesaplama kaynakları üzerindeki kontrolleri sayesinde aşılması zor engeller oluşturmuşlardır, bu da çoğu geliştirici ve yenilikçi ekiplerin onlarla rekabet etmesini zorlaştırmaktadır.
Aynı zamanda, AI'nın hızlı evriminin ilk dönemlerinde, toplumsal kamuoyu genellikle teknolojinin sağladığı sıçramalar ve kolaylıklar üzerine odaklanırken, gizlilik koruma, şeffaflık, güvenlik gibi temel konulara olan ilgi nispeten az olmaktadır. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimini ve toplumsal kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde çözülemezse, AI'nın "iyi" veya "kötü" yönelimi konusundaki tartışmalar daha da belirgin hale gelecektir ve merkezileşmiş dev şirketler kar güdüsüyle bu zorluklarla başa çıkma konusunda yeterli motivasyona sahip olmamaktadır.
Blockchain teknolojisi, merkeziyetsizliği, şeffaflığı ve sansüre karşı dayanıklılığı sayesinde AI endüstrisinin sürdürülebilir gelişimine yeni olanaklar sunmaktadır. Şu anda, birçok ana akım blockchain üzerinde çok sayıda "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine analiz yapıldığında, bu projelerin hala birçok sorunla karşı karşıya olduğu görülmektedir: bir yandan, merkeziyetsizlik düzeyi sınırlıdır; kritik aşamalar ve altyapı hala merkezi bulut hizmetlerine bağımlıdır, bu da gerçek anlamda açık bir ekosistemi desteklemekte zorluk yaratmaktadır; diğer yandan, Web2 dünyasındaki AI ürünleri ile karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları açısından sınırlılıkları bulunmaktadır; yenilik derinliği ve genişliği artırılmayı beklemektedir.
Gerçekten merkeziyetsiz bir AI vizyonunu gerçekleştirmek, blok zincirinin güvenli, verimli ve demokratik bir şekilde büyük ölçekli AI uygulamalarını barındırabilmesi ve performans olarak merkezi çözümlerle rekabet edebilmesi için, AI'ya özel tasarlanmış bir Layer1 blok zinciri oluşturmalıyız. Bu, AI'nın açık yeniliği, yönetim demokrasisi ve veri güvenliği için sağlam bir temel sağlayarak merkeziyetsiz AI ekosisteminin refahını artıracaktır.
AI Layer 1'in temel özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blok zinciri olarak, alt yapı mimarisi ve performans tasarımı, AI görevlerinin ihtiyaçları etrafında sıkı bir şekilde şekillendirilmiştir ve zincir üzerindeki AI ekosisteminin sürdürülebilir gelişimini ve refahını etkin bir şekilde desteklemeyi amaçlamaktadır. Özellikle, AI Layer 1 aşağıdaki temel yeteneklere sahip olmalıdır:
Etkili teşvik ve merkeziyetsiz konsensüs mekanizması AI Layer 1'in çekirdeği, açık bir hesaplama gücü, depolama gibi kaynakların paylaşım ağı oluşturmaktır. Geleneksel blockchain düğümlerinin esas olarak defter kayıtlarına odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmelidir; sadece hesaplama gücü sağlamakla kalmayıp, AI modelinin eğitimi ve çıkarımını tamamlamalı, aynı zamanda depolama, veri, bant genişliği gibi çeşitli kaynaklar katkıda bulunmalıdır, böylece AI altyapısındaki merkezi devlerin tekelini kırmalıdır. Bu, temel konsensüs ve teşvik mekanizması için daha yüksek gereksinimler ortaya koymaktadır: AI Layer 1, düğümlerin AI çıkarım, eğitim gibi görevlerdeki gerçek katkılarını doğru bir şekilde değerlendirebilmeli, teşvik edebilmeli ve doğrulayabilmelidir, böylece ağın güvenliğini ve kaynakların etkili dağılımını sağlamalıdır. Ancak bu şekilde ağın istikrarı ve refahı garanti altına alınabilir ve toplam hesaplama gücü maliyetleri etkili bir şekilde azaltılabilir.
Olağanüstü yüksek performans ve heterojen görev destek yeteneği AI görevleri, özellikle LLM'nin eğitim ve çıkarımı, hesaplama performansı ve paralel işleme yeteneği için son derece yüksek talepler ortaya koymaktadır. Dahası, on-chain AI ekosistemi genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli sahneleri içeren çeşitli, heterojen görev türlerini desteklemelidir. AI Layer 1, temel mimarisinde yüksek verim, düşük gecikme ve esnek paralel gibi gereksinimler için derinlemesine optimize edilmelidir ve heterojen hesaplama kaynaklarının yerel destek yeteneği önceden ayarlanmalıdır. Böylece her türlü AI görevi etkili 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 kullanılmasını, verilerin değiştirilmesini gibi güvenlik açıklarını önlemekle kalmayıp, aynı zamanda AI çıktı sonuçlarının doğrulanabilirliğini ve uyumunu temin etmek için alt katman mekanizmasından da sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojileri entegre ederek, platform her bir model çıkarımı, eğitim ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlar ve AI sisteminin adilliğini ve şeffaflığını garanti eder. Aynı zamanda, bu doğrulanabilirlik, kullanıcılara AI çıktısının mantığını ve dayanağını net bir şekilde anlamalarına yardımcı olarak, "kazanç kazanmak" ilkesini gerçekleştirir ve kullanıcıların AI ürünlerine olan güven ve memnuniyetini artırır.
Veri gizliliği koruma AI uygulamaları genellikle kullanıcıların hassas verilerini içerir; finans, sağlık, sosyal gibi alanlarda veri gizliliği koruma son derece önemlidir. AI Layer 1, doğrulanabilirliği sağlarken, şifreleme tabanlı veri işleme teknolojileri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri kullanarak verilerin çıkarım, eğitim ve depolama süreçleri boyunca güvenliğini sağlamalı, veri sızıntısı ve kötüye kullanımı etkili bir şekilde önlemeli ve kullanıcıların veri güvenliği konusundaki endişelerini gidermelidir.
Güçlü ekosistem barındırma ve geliştirme destek yeteneği AI yerel Layer 1 altyapısı olarak, platform yalnızca teknik olarak öncü olmakla kalmamalı, aynı zamanda geliştiriciler, düğüm işletmecileri, AI hizmet sağlayıcıları ve diğer ekosistem katılımcılarına kapsamlı geliştirme araçları, entegre SDK'lar, operasyon desteği ve teşvik mekanizmaları sunmalıdır. Platformun kullanılabilirliğini ve geliştirici deneyimini sürekli optimize ederek, zengin ve çeşitli AI yerel uygulamaların hayata geçirilmesini teşvik etmek ve merkeziyetsiz AI ekosisteminin sürekli refahını sağlamak.
Yukarıdaki arka plan ve beklentilere dayanarak, bu makale Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil altı AI Layer1 temsilci projesini detaylı bir şekilde tanıtacak, alanın en son gelişmelerini sistematik bir şekilde inceleyecek, proje gelişim durumunu analiz edecek ve gelecekteki eğilimleri tartışacaktır.
Sentient: Sadık Açık Kaynak Merkezi Olmayan AI Modeli Oluşturma
Proje Özeti
Sentient, açık kaynaklı bir protokol platformudur ve bir AI Layer1 blok zinciri ( inşa etmektedir. İlk aşama Layer 2 olarak başlayacak, ardından Layer 1)'ye geçecektir. AI Pipeline ve blok zinciri teknolojisini bir araya getirerek merkeziyetsiz bir yapay zeka ekonomisi inşa etmeyi hedeflemektedir. Temel amacı, "OML" çerçevesi (Açık, Karlı, Sadık) aracılığıyla merkezi LLM pazarındaki model mülkiyeti, çağrı takibi ve değer dağıtım sorunlarını çözmektir. Bu sayede, AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımı sağlanacaktır. Sentient'in vizyonu, herkesin AI ürünlerini inşa etmesini, iş birliği yapmasını, sahip olmasını ve paraya çevirmesini mümkün kılarak adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, dünya çapında önde gelen akademik uzmanları, blockchain girişimcilerini ve mühendisleri bir araya getirerek, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye kendini adamıştır. Çekirdek üyeleri arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi yer almakta olup, sırasıyla AI güvenliği ve gizlilik korumasından sorumludurlar. Ayrıca, bir ticaret platformunun kurucu ortağı Sandeep Nailwal, blockchain stratejisi ve ekosistem düzenlemesine liderlik etmektedir. Ekip üyelerinin geçmişleri, Meta, Coinbase gibi tanınmış şirketlerden ve Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversitelerden gelmekte olup, AI/ML, NLP, bilgisayarla görü gibi alanları kapsamaktadır ve projeyi hayata geçirmek için birlikte çalışmaktadırlar.
Bir ticaret platformunun kurucu ortağı Sandeep Nailwal'ın ikinci girişim projesi olan Sentient, kurulduğu günden itibaren bir aura ile birlikte gelmiş olup, zengin kaynaklar, bağlantılar ve pazar bilinirliği ile projenin gelişimine güçlü bir destek sağlamaktadır. 2024 ortalarında, Sentient 85 milyon dolarlık bir tohum finansmanı turunu tamamlayarak, Founders Fund, Pantera ve Framework Ventures'ın liderlik ettiği, diğer yatırımcılar arasında ise Delphi, Hashkey ve Spartan gibi tanınmış onlarca VC'nin bulunduğu bir yatırım aldı.
tasarım mimarisi ve uygulama katmanı
Altyapı Katmanı
Küresel Yapı
Sentient'in temel mimarisi, AI Pipeline ve on-chain sistemin iki bölümünden oluşmaktadır:
AI boru hattı, "sadık AI" eserlerinin geliştirilmesi ve eğitilmesi için temel oluşturur ve iki ana süreci içerir:
Veri Planlaması (Data Curation): Modelin hizalanması için topluluk tarafından yönlendirilen veri seçme süreci.
Sadakat Eğitimi (Loyalty Training): Modelin topluluk niyetiyle uyumlu bir eğitim sürecini sürdürmesini sağlamak.
Blok zinciri sistemi, protokole şeffaflık ve merkeziyetsiz kontrol sağlayarak AI eserlerinin sahipliğini, kullanım takibini, gelir dağılımını ve adil yönetişimi garanti eder. Spesifik mimari dört katmana ayrılır:
Depolama katmanı: Model ağırlıklarını ve parmak izi kayıt bilgilerini depolar;
Dağıtım katmanı: Yetkilendirme sözleşmesi kontrol modeline çağrı girişi;
Erişim katmanı: Kullanıcının yetkilendirilip yetkilendirilmediğini doğrulamak için yetki kanıtı kullanır;
Teşvik katmanı: Gelir yönlendirme sözleşmesi, her çağrıda ödemeyi eğitmenlere, dağıtımcılara ve doğrulayıcılara dağıtır.
OML Model Çerçevesi
OML çerçevesi (Açık Open, Para Kazanılabilir Monetizable, Sadık Loyal), Sentient tarafından önerilen temel bir kavramdır ve açık kaynak AI modellerine açık mülkiyet koruması ve ekonomik teşvik mekanizmaları sağlamayı amaçlamaktadır. On-chain teknolojisi ve AI yerel kriptografisini birleştirerek aşağıdaki özelliklere sahiptir:
Açıklık: Model açık kaynak olmalı, kod ve veri yapıları şeffaf olmalı, topluluğun yeniden üretmesini, denetlemesini ve geliştirmesini kolaylaştırmalıdır.
Para kazanma: Her model çağrısı bir gelir akışını tetikler, on-chain sözleşmesi gelirleri eğitmenlere, dağıtıcılara ve doğrulayıcılara dağıtacaktır.
Sadakat: Model, katkıda bulunan topluluğa aittir, yükseltme yönü ve yönetim DAO tarafından belirlenir, kullanım ve değişiklikler kripto mekanizması ile kontrol edilir.
AI Yerel Kriptografi (AI-native Cryptography)
AI yerel kripto, AI modellerinin sürekliliği, düşük boyutlu manifold yapısı ve modelin türevlenebilir özellikleri kullanılarak, "doğrulanabilir ama kaldırılmaz" hafif güvenlik mekanizmaları geliştirilmesidir. Temel teknolojisi şudur:
Parmak izi gömülü: Eğitim sırasında, modelin benzersiz imzasını oluşturmak için gizli bir dizi sorgu-yanıt anahtar-değer çifti eklenir;
Mülkiyet doğrulama protokolü: Üçüncü taraf dedektör (Prover) aracılığıyla sorgu şeklinde parmak izinin korunup korunmadığını doğrulama;
İzin çağrı mekanizması: Çağrılmadan önce model sahibinin verdiği "izin belgesi"nin alınması gerekir, sistem buna göre modeli bu girdi çözmek ve doğru yanıtı vermesi için yetkilendirir.
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nı yeniden şifreleme maliyeti olmadan gerçekleştirebilir.
Model Hak Sahipliği ve Güvenli Uygulama Çerçevesi
Sentient şu anda Melange karışık güvenliğini kullanmaktadır: parmak izi ile hak belirleme, TEE uygulaması ve on-chain sözleşme gelir paylaşımının bir kombinasyonu. Parmak izi yöntemi OML 1.0 ile ana hatlarıyla uygulanmakta olup, "iyimser güvenlik (Optimistic Security)" düşüncesine vurgu yapmaktadır, yani uyum varsayılmakta, ihlal durumunda tespit edilip ceza verilebilmektedir.
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 sayesinde, modelin sahibi aitliği doğrulayabilir, yetkisiz kopyalamayı ve ticareti önleyebilir. Bu mekanizma, model geliştiricilerin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışları için izlenebilir on-chain kayıtları sağlar.
Ayrıca, Sentient, modellerin yalnızca yetkilendirilmiş isteklere yanıt vermesini sağlayarak yetkisiz erişim ve kullanımı önlemek için güvenilir yürütme ortamları (örneğin, bazı platform Nitro Enclaves) kullanan Enclave TEE hesaplama çerçevesini tanıttı. TEE donanıma bağımlıdır ve belirli güvenlik riskleri taşımaktadır, ancak yüksek performansı ve gerçek zamanlılık avantajları, onu mevcut model dağıtımının temel teknolojisi haline getirmektedir.
Gelecekte, Sentient sıfır bilgi kanıtları (ZK) ve tamamen homomorfik şifreleme (FHE) teknolojilerini entegre etmeyi planlıyor, böylece gizlilik koruma ve doğrulanabilirliği daha da artırarak AI modellerinin merkeziyetsiz dağıtımı için daha olgun çözümler sunacak.
 and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
13 Likes
Reward
13
3
Share
Comment
0/400
MondayYoloFridayCry
· 07-22 21:41
BTC Cüzdan korumak için bambu koruma
View OriginalReply0
BearMarketGardener
· 07-22 21:28
Merkeziyete dayalı bir temel oluşturmak gerekiyor.
View OriginalReply0
OnchainSniper
· 07-22 21:28
Devler artık hareket edemiyor, gel on-chain hareket et!
AI Layer1'in kapsamlı analizi: 6 büyük proje Merkeziyetsizlik AI ekosistemini oluşturuyor
AI Layer1 Araştırması: On-chain DeAI İçin Verimli Alanları Bulma
Genel Bakış
Son yıllarda, OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin (LLM) hızlı gelişimini sürekli olarak teşvik ediyor. LLM, her sektörde eşi benzeri görülmemiş yetenekler sergileyerek insan hayal gücünü büyük ölçüde genişletti ve hatta bazı senaryolarda insan emeğini yerine koyma potansiyelini gösterdi. Ancak, bu teknolojilerin çekirdeği, az sayıda merkezi teknoloji devinin elinde sıkı bir şekilde tutulmaktadır. Bu şirketler, güçlü sermaye ve yüksek maliyetli hesaplama kaynakları üzerindeki kontrolleri sayesinde aşılması zor engeller oluşturmuşlardır, bu da çoğu geliştirici ve yenilikçi ekiplerin onlarla rekabet etmesini zorlaştırmaktadır.
Aynı zamanda, AI'nın hızlı evriminin ilk dönemlerinde, toplumsal kamuoyu genellikle teknolojinin sağladığı sıçramalar ve kolaylıklar üzerine odaklanırken, gizlilik koruma, şeffaflık, güvenlik gibi temel konulara olan ilgi nispeten az olmaktadır. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimini ve toplumsal kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde çözülemezse, AI'nın "iyi" veya "kötü" yönelimi konusundaki tartışmalar daha da belirgin hale gelecektir ve merkezileşmiş dev şirketler kar güdüsüyle bu zorluklarla başa çıkma konusunda yeterli motivasyona sahip olmamaktadır.
Blockchain teknolojisi, merkeziyetsizliği, şeffaflığı ve sansüre karşı dayanıklılığı sayesinde AI endüstrisinin sürdürülebilir gelişimine yeni olanaklar sunmaktadır. Şu anda, birçok ana akım blockchain üzerinde çok sayıda "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine analiz yapıldığında, bu projelerin hala birçok sorunla karşı karşıya olduğu görülmektedir: bir yandan, merkeziyetsizlik düzeyi sınırlıdır; kritik aşamalar ve altyapı hala merkezi bulut hizmetlerine bağımlıdır, bu da gerçek anlamda açık bir ekosistemi desteklemekte zorluk yaratmaktadır; diğer yandan, Web2 dünyasındaki AI ürünleri ile karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları açısından sınırlılıkları bulunmaktadır; yenilik derinliği ve genişliği artırılmayı beklemektedir.
Gerçekten merkeziyetsiz bir AI vizyonunu gerçekleştirmek, blok zincirinin güvenli, verimli ve demokratik bir şekilde büyük ölçekli AI uygulamalarını barındırabilmesi ve performans olarak merkezi çözümlerle rekabet edebilmesi için, AI'ya özel tasarlanmış bir Layer1 blok zinciri oluşturmalıyız. Bu, AI'nın açık yeniliği, yönetim demokrasisi ve veri güvenliği için sağlam bir temel sağlayarak merkeziyetsiz AI ekosisteminin refahını artıracaktır.
AI Layer 1'in temel özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blok zinciri olarak, alt yapı mimarisi ve performans tasarımı, AI görevlerinin ihtiyaçları etrafında sıkı bir şekilde şekillendirilmiştir ve zincir üzerindeki AI ekosisteminin sürdürülebilir gelişimini ve refahını etkin bir şekilde desteklemeyi amaçlamaktadır. Özellikle, AI Layer 1 aşağıdaki temel yeteneklere sahip olmalıdır:
Etkili teşvik ve merkeziyetsiz konsensüs mekanizması AI Layer 1'in çekirdeği, açık bir hesaplama gücü, depolama gibi kaynakların paylaşım ağı oluşturmaktır. Geleneksel blockchain düğümlerinin esas olarak defter kayıtlarına odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmelidir; sadece hesaplama gücü sağlamakla kalmayıp, AI modelinin eğitimi ve çıkarımını tamamlamalı, aynı zamanda depolama, veri, bant genişliği gibi çeşitli kaynaklar katkıda bulunmalıdır, böylece AI altyapısındaki merkezi devlerin tekelini kırmalıdır. Bu, temel konsensüs ve teşvik mekanizması için daha yüksek gereksinimler ortaya koymaktadır: AI Layer 1, düğümlerin AI çıkarım, eğitim gibi görevlerdeki gerçek katkılarını doğru bir şekilde değerlendirebilmeli, teşvik edebilmeli ve doğrulayabilmelidir, böylece ağın güvenliğini ve kaynakların etkili dağılımını sağlamalıdır. Ancak bu şekilde ağın istikrarı ve refahı garanti altına alınabilir ve toplam hesaplama gücü maliyetleri etkili bir şekilde azaltılabilir.
Olağanüstü yüksek performans ve heterojen görev destek yeteneği AI görevleri, özellikle LLM'nin eğitim ve çıkarımı, hesaplama performansı ve paralel işleme yeteneği için son derece yüksek talepler ortaya koymaktadır. Dahası, on-chain AI ekosistemi genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli sahneleri içeren çeşitli, heterojen görev türlerini desteklemelidir. AI Layer 1, temel mimarisinde yüksek verim, düşük gecikme ve esnek paralel gibi gereksinimler için derinlemesine optimize edilmelidir ve heterojen hesaplama kaynaklarının yerel destek yeteneği önceden ayarlanmalıdır. Böylece her türlü AI görevi etkili 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 kullanılmasını, verilerin değiştirilmesini gibi güvenlik açıklarını önlemekle kalmayıp, aynı zamanda AI çıktı sonuçlarının doğrulanabilirliğini ve uyumunu temin etmek için alt katman mekanizmasından da sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojileri entegre ederek, platform her bir model çıkarımı, eğitim ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlar ve AI sisteminin adilliğini ve şeffaflığını garanti eder. Aynı zamanda, bu doğrulanabilirlik, kullanıcılara AI çıktısının mantığını ve dayanağını net bir şekilde anlamalarına yardımcı olarak, "kazanç kazanmak" ilkesini gerçekleştirir ve kullanıcıların AI ürünlerine olan güven ve memnuniyetini artırır.
Veri gizliliği koruma AI uygulamaları genellikle kullanıcıların hassas verilerini içerir; finans, sağlık, sosyal gibi alanlarda veri gizliliği koruma son derece önemlidir. AI Layer 1, doğrulanabilirliği sağlarken, şifreleme tabanlı veri işleme teknolojileri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri kullanarak verilerin çıkarım, eğitim ve depolama süreçleri boyunca güvenliğini sağlamalı, veri sızıntısı ve kötüye kullanımı etkili bir şekilde önlemeli ve kullanıcıların veri güvenliği konusundaki endişelerini gidermelidir.
Güçlü ekosistem barındırma ve geliştirme destek yeteneği AI yerel Layer 1 altyapısı olarak, platform yalnızca teknik olarak öncü olmakla kalmamalı, aynı zamanda geliştiriciler, düğüm işletmecileri, AI hizmet sağlayıcıları ve diğer ekosistem katılımcılarına kapsamlı geliştirme araçları, entegre SDK'lar, operasyon desteği ve teşvik mekanizmaları sunmalıdır. Platformun kullanılabilirliğini ve geliştirici deneyimini sürekli optimize ederek, zengin ve çeşitli AI yerel uygulamaların hayata geçirilmesini teşvik etmek ve merkeziyetsiz AI ekosisteminin sürekli refahını sağlamak.
Yukarıdaki arka plan ve beklentilere dayanarak, bu makale Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil altı AI Layer1 temsilci projesini detaylı bir şekilde tanıtacak, alanın en son gelişmelerini sistematik bir şekilde inceleyecek, proje gelişim durumunu analiz edecek ve gelecekteki eğilimleri tartışacaktır.
Sentient: Sadık Açık Kaynak Merkezi Olmayan AI Modeli Oluşturma
Proje Özeti
Sentient, açık kaynaklı bir protokol platformudur ve bir AI Layer1 blok zinciri ( inşa etmektedir. İlk aşama Layer 2 olarak başlayacak, ardından Layer 1)'ye geçecektir. AI Pipeline ve blok zinciri teknolojisini bir araya getirerek merkeziyetsiz bir yapay zeka ekonomisi inşa etmeyi hedeflemektedir. Temel amacı, "OML" çerçevesi (Açık, Karlı, Sadık) aracılığıyla merkezi LLM pazarındaki model mülkiyeti, çağrı takibi ve değer dağıtım sorunlarını çözmektir. Bu sayede, AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımı sağlanacaktır. Sentient'in vizyonu, herkesin AI ürünlerini inşa etmesini, iş birliği yapmasını, sahip olmasını ve paraya çevirmesini mümkün kılarak adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, dünya çapında önde gelen akademik uzmanları, blockchain girişimcilerini ve mühendisleri bir araya getirerek, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye kendini adamıştır. Çekirdek üyeleri arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi yer almakta olup, sırasıyla AI güvenliği ve gizlilik korumasından sorumludurlar. Ayrıca, bir ticaret platformunun kurucu ortağı Sandeep Nailwal, blockchain stratejisi ve ekosistem düzenlemesine liderlik etmektedir. Ekip üyelerinin geçmişleri, Meta, Coinbase gibi tanınmış şirketlerden ve Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversitelerden gelmekte olup, AI/ML, NLP, bilgisayarla görü gibi alanları kapsamaktadır ve projeyi hayata geçirmek için birlikte çalışmaktadırlar.
Bir ticaret platformunun kurucu ortağı Sandeep Nailwal'ın ikinci girişim projesi olan Sentient, kurulduğu günden itibaren bir aura ile birlikte gelmiş olup, zengin kaynaklar, bağlantılar ve pazar bilinirliği ile projenin gelişimine güçlü bir destek sağlamaktadır. 2024 ortalarında, Sentient 85 milyon dolarlık bir tohum finansmanı turunu tamamlayarak, Founders Fund, Pantera ve Framework Ventures'ın liderlik ettiği, diğer yatırımcılar arasında ise Delphi, Hashkey ve Spartan gibi tanınmış onlarca VC'nin bulunduğu bir yatırım aldı.
tasarım mimarisi ve uygulama katmanı
Altyapı Katmanı
Küresel Yapı
Sentient'in temel mimarisi, AI Pipeline ve on-chain sistemin iki bölümünden oluşmaktadır:
AI boru hattı, "sadık AI" eserlerinin geliştirilmesi ve eğitilmesi için temel oluşturur ve iki ana süreci içerir:
Blok zinciri sistemi, protokole şeffaflık ve merkeziyetsiz kontrol sağlayarak AI eserlerinin sahipliğini, kullanım takibini, gelir dağılımını ve adil yönetişimi garanti eder. Spesifik mimari dört katmana ayrılır:
OML Model Çerçevesi
OML çerçevesi (Açık Open, Para Kazanılabilir Monetizable, Sadık Loyal), Sentient tarafından önerilen temel bir kavramdır ve açık kaynak AI modellerine açık mülkiyet koruması ve ekonomik teşvik mekanizmaları sağlamayı amaçlamaktadır. On-chain teknolojisi ve AI yerel kriptografisini birleştirerek aşağıdaki özelliklere sahiptir:
AI Yerel Kriptografi (AI-native Cryptography)
AI yerel kripto, AI modellerinin sürekliliği, düşük boyutlu manifold yapısı ve modelin türevlenebilir özellikleri kullanılarak, "doğrulanabilir ama kaldırılmaz" hafif güvenlik mekanizmaları geliştirilmesidir. Temel teknolojisi şudur:
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nı yeniden şifreleme maliyeti olmadan gerçekleştirebilir.
Model Hak Sahipliği ve Güvenli Uygulama Çerçevesi
Sentient şu anda Melange karışık güvenliğini kullanmaktadır: parmak izi ile hak belirleme, TEE uygulaması ve on-chain sözleşme gelir paylaşımının bir kombinasyonu. Parmak izi yöntemi OML 1.0 ile ana hatlarıyla uygulanmakta olup, "iyimser güvenlik (Optimistic Security)" düşüncesine vurgu yapmaktadır, yani uyum varsayılmakta, ihlal durumunda tespit edilip ceza verilebilmektedir.
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 sayesinde, modelin sahibi aitliği doğrulayabilir, yetkisiz kopyalamayı ve ticareti önleyebilir. Bu mekanizma, model geliştiricilerin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışları için izlenebilir on-chain kayıtları sağlar.
Ayrıca, Sentient, modellerin yalnızca yetkilendirilmiş isteklere yanıt vermesini sağlayarak yetkisiz erişim ve kullanımı önlemek için güvenilir yürütme ortamları (örneğin, bazı platform Nitro Enclaves) kullanan Enclave TEE hesaplama çerçevesini tanıttı. TEE donanıma bağımlıdır ve belirli güvenlik riskleri taşımaktadır, ancak yüksek performansı ve gerçek zamanlılık avantajları, onu mevcut model dağıtımının temel teknolojisi haline getirmektedir.
Gelecekte, Sentient sıfır bilgi kanıtları (ZK) ve tamamen homomorfik şifreleme (FHE) teknolojilerini entegre etmeyi planlıyor, böylece gizlilik koruma ve doğrulanabilirliği daha da artırarak AI modellerinin merkeziyetsiz dağıtımı için daha olgun çözümler sunacak.
![Biteye ve PANews ortaklaşa AI Layer1 raporu yayımladı: On-chain DeAI için verimli toprakları aramak](