AI Layer1 Araştırması: On-chain DeAI için verimli topraklar arayışı
Genel Bakış
Arka Plan
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 insanın hayal gücünü büyük ölçüde genişletiyor ve bazı durumlarda insan iş gücünün yerini alma potansiyelini bile gösteriyor. Ancak, bu teknolojilerin çekirdeği, az sayıda teknoloji devinin elinde sıkı bir şekilde tutuluyor. Bu şirketler, güçlü sermaye ve yüksek maliyetli hesaplama kaynaklarını kontrol ederek, aşılması zor engeller oluşturdu ve çoğu geliştirici ile yenilikçi ekibin bunlarla rekabet etmesini zorlaştırdı.
Aynı zamanda, AI'nın hızlı evriminin başlarında, toplumun kamuoyu genellikle teknolojinin sağladığı atılımlar ve kolaylıklar üzerine yoğunlaşırken, gizlilik koruma, şeffaflık, güvenlik gibi temel sorunlara olan ilgi nispeten azdır. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimini ve toplumun kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde çözülmezse, AI'nın "iyiliğe" mi yoksa "kötülüğe" mi yönelmesi tartışması daha da belirgin hale gelecektir ve merkezi devler, kar elde etme içgüdüsüyle, bu zorluklarla proaktif bir şekilde başa çıkmak için genellikle yeterli motivasyona sahip olmayacaklardır.
Blockchain teknolojisi, merkeziyetsiz, şeffaf ve sansüre dayanıklı özellikleri sayesinde AI endüstrisinin sürdürülebilir gelişimi için yeni olanaklar sunmaktadır. Şu anda, Solana, Base gibi ana akım blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine bir analiz, bu projelerin hala birçok sorunla karşı karşıya olduğunu ortaya koymaktadır: Bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapı hala merkezi bulut hizmetlerine bağımlıdır, meme özelliği aşırı yüksektir, bu da gerçekten açık bir ekosistemi desteklemekte zorluk çıkarmaktadır; diğer yandan, Web2 dünyasındaki AI ürünleriyle karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları gibi alanlarda hala sınırlamaları bulunmaktadır, yenilik derinliği ve genişliği artırılmalıdır.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blok zincirinin büyük ölçekli AI uygulamalarını güvenli, verimli ve demokratik bir şekilde taşımasını sağlamak ve performans açısından merkezi çözümlerle rekabet edebilmesi için, AI'ye özel olarak tasarlanmış bir Layer1 blok zinciri tasarlamamız gerekiyor. Bu, AI'nın açık inovasyonu, yönetim demokrasisini ve veri güvenliğini sağlam temellerle destekleyecek ve merkeziyetsiz AI ekosisteminin gelişimini teşvik edecektir.
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 ihtiyaçlarına sıkı bir şekilde odaklanmıştır ve zincir üstü AI ekosisteminin sürdürülebilir gelişimini ve refahını verimli bir şekilde desteklemeyi amaçlamaktadır. Özellikle, AI Layer 1'in aşağıdaki temel yeteneklere sahip olması gerekmektedir:
Verimli teşvik ve merkeziyetsiz konsensüs mekanizması AI Layer 1'in temeli, açık bir hesaplama gücü, depolama ve diğer kaynakların paylaşıldığı bir ağ oluşturmakta yatıyor. Geleneksel blok zinciri düğümleri, defter tutma üzerine odaklanırken, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmelidir; sadece hesaplama gücü sağlamakla kalmayıp, AI modellerinin eğitimi ve çıkarımı gibi görevleri de yerine getirmeli ve ayrıca depolama, veri, bant genişliği gibi çeşitli kaynaklar sunmalıdır. Bu, merkezi devlerin AI altyapısındaki tekelini kırmak için gereklidir. Bu durum, alt tabaka konsensüsü ve teşvik mekanizması için daha yüksek gereksinimler ortaya koymaktadır: AI Layer 1, düğümlerin AI çıkarımı, eğitimi ve diğer görevlerdeki gerçek katkılarını doğru bir şekilde değerlendirebilmeli, teşvik edebilmeli ve doğrulayabilmelidir; böylece ağın güvenliği ve kaynakların verimli dağıtımı sağlanabilir. Ancak bu şekilde ağın istikrarı ve refahı garanti altına alınabilir ve toplam hesaplama gücü maliyetleri etkili bir şekilde düşürülebilir.
Olağanüstü yüksek performans ve heterojen görev destek yeteneği AI görevleri, özellikle LLM'nin eğitimi ve çıkarımı, hesaplama performansı ve paralel işleme kapasitesi için son derece yüksek talepler ortaya koymaktadır. Daha da ötesi, on-chain AI ekosistemi genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli senaryoları içeren heterojen görev türlerini desteklemek zorundadır. AI Layer 1, temel mimarisi açısından yüksek throughput, düşük gecikme ve esnek paralel gibi talepler için derinlemesine optimize edilmeli ve heterojen hesaplama kaynaklarına yerel destek yeteneği önceden belirlenmelidir, böylece her türlü AI görevi verimli bir şekilde çalışabilir ve "tek tip görev"ten "karmaşık çoklu ekosistem"e sorunsuz bir genişleme sağlanabilir.
Doğrulanabilirlik ve Güvenilir Çıktı Garantisi AI Layer 1, yalnızca model kötüye kullanımı, veri manipülasyonu gibi güvenlik açıklarını önlemekle kalmamalı, aynı zamanda altyapı mekanizmalarıyla AI çıktılarının doğrulanabilirliğini ve uyumunu sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojilerin entegrasyonu ile platform, her bir model çıkarımı, eğitim ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlayarak AI sisteminin adilliğini ve şeffaflığını temin edebilir. Aynı zamanda, bu doğrulanabilirlik, kullanıcıların AI çıktılarının mantığını ve dayanağını netleştirmesine yardımcı olarak "edilen, istenilendir" ilkesini gerçekleştirmekte ve kullanıcıların AI ürünlerine olan güvenini ve memnuniyetini artırmaktadır.
Veri gizliliği koruma AI uygulamaları genellikle kullanıcıların hassas verilerini içerir, finans, sağlık, sosyal vb. alanlarda veri gizliliği koruma özellikle kritik öneme sahiptir. AI Layer 1, doğrulanabilirliği sağlarken, şifrelemeye dayalı veri işleme teknolojileri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri benimsemelidir. Bu, verilerin çıkarım, eğitim ve depolama süreçleri boyunca güvenliğini sağlamakta, veri sızıntılarını ve kötüye kullanımı etkin bir şekilde önlemekte ve kullanıcıların veri güvenliği konusunda endişelerini ortadan kaldırmaktadır.
Güçlü ekosistem taşıma ve geliştirme destek yetenekleri. AI'ya özgü Layer 1 altyapısı olarak, platform yalnızca teknik olarak öncü olmakla kalmamalı, aynı zamanda geliştiricilere, düğüm operatörlerine, AI hizmet sağlayıcılarına 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'ya özgü uygulamaların hayata geçmesini teşvik etmek ve merkeziyetsiz AI ekosisteminin sürekli olarak gelişmesini sağlamak.
Yukarıdaki arka plan ve beklentilere dayanarak, bu makale Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil olmak üzere altı AI Layer1 temsilci projesini detaylı bir şekilde tanıtacak, alanın en son gelişmelerini sistematik olarak gözden geçirecek, projelerin gelişim durumunu analiz edecek ve gelecekteki eğilimleri tartışacaktır.
Sentient: Sadık açık kaynaklı merkeziyetsiz AI modeli oluşturma
Proje Özeti
Sentient, açık kaynak bir protokol platformudur ve bir AI Layer1 blok zinciri inşa etmektedir. ('in başlangıç aşaması Layer 2 olarak planlanmıştır, ardından Layer 1)'e geçilecektir. AI Pipeline ve blok zinciri teknolojisini birleştirerek merkeziyetsiz bir yapay zeka ekonomisi inşa etmeyi hedeflemektedir. Temel amacı, "OML" çerçevesi (Açık, Karlı, Sadık) aracılığıyla merkezi LLM pazarındaki model mülkiyeti, çağrı izleme ve değer dağıtımı sorunlarını çözmektir. Böylece AI modellerinin on-chain mülkiyet yapısını, çağrı şeffaflığını ve değer paylaşımını sağlamayı amaçlamaktadır. Sentient'in vizyonu, herkesin AI ürünlerini inşa etmesine, iş birliği yapmasına, sahip olmasına ve para kazanmasına olanak tanımak, böylece adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, topluluk odaklı, açık kaynak ve doğrulanabilir bir AGI platformu inşa etmeye kendini adamış, dünya çapında önde gelen akademik uzmanlar, blockchain girişimcileri ve mühendislerden oluşmaktadır. Çekirdek üyeler arasında AI güvenliği ve gizliliğinden sorumlu Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi yer almakta olup, blockchain stratejisi ve ekosistem yerleşimi ise Polygon'un kurucu ortağı Sandeep Nailwal tarafından yönetilmektedir. Ekip üyelerinin geçmişi, Meta, Coinbase, Polygon gibi tanınmış şirketlerin yanı sıra Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversiteleri kapsamaktadır ve AI/ML, NLP, bilgisayarla görü gibi alanlarda iş birliği yaparak projeyi hayata geçirmeyi hedeflemektedir.
Polygon'un kurucu ortağı Sandeep Nailwal'ın ikinci girişim projesi olarak, Sentient kuruluşunun başlarında bir aura ile doğdu, zengin kaynaklara, bağlantılara ve piyasa farkındalığına sahip olarak projenin gelişimine güçlü bir destek sağladı. 2024 yılının ortalarında, Sentient 85 milyon dolar değerinde bir tohum finansmanı turunu tamamladı ve bu turda Founders Fund, Pantera ve Framework Ventures liderlik etti, diğer yatırımcılar arasında Delphi, Hashkey ve Spartan gibi birçok tanınmış VC yer aldı.
Tasarım Mimarisi ve Uygulama Katmanı
Altyapı Katmanı
Temel Mimari
Sentient'in temel mimarisi, AI Pipeline ve on-chain sistem olmak üzere iki bölümden oluşmaktadır:
AI boru hattı, "sadık AI" eserlerinin geliştirilmesi ve eğitilmesi için bir temel sağlar ve iki ana süreci içerir:
Veri Planlama (Data Curation): Modelin hizalanması için topluluk tarafından yönlendirilen veri seçme süreci.
Sadakat Eğitimi (Loyalty Training): Modelin topluluk niyetiyle tutarlı bir eğitim sürecini sürdürmesini sağlamak.
Blockchain sistemi, protokole şeffaflık ve merkeziyetsiz kontrol sağlayarak, AI eserlerinin sahipliğini, kullanım takibini, gelir dağılımını ve adil yönetişimi garanti eder. Spesifik yapı dört katmana ayrılmıştır:
Depolama katmanı: Model ağırlıklarını ve parmak izi kayıt bilgilerini depolar;
Dağıtım katmanı: Yetkilendirme sözleşmesi kontrol modeli çağrı girişi;
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'in önerdiği temel bir konsepttir ve açık kaynak AI modellerine net 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 yapıları şeffaf olmalı, topluluğun yeniden üretmesini, denetlemesini ve geliştirmesini kolaylaştırmalıdır.
Paralaştırma: Her model çağrısı, gelir akışını tetikler, on-chain sözleşme gelirleri eğitmenler, dağıtıcılar ve doğrulayıcılara dağıtır.
Sadakat: Model, katkıda bulunan topluluğa aittir, yükseltme yönü ve yönetim DAO tarafından belirlenir, kullanımı ve değiştirilmesi kripto mekanizması tarafından kontrol edilir.
AI Yerel Kriptografi (AI-native Cryptography)
AI yerel kripto, AI modellerinin sürekliliği, düşük boyutlu çeşitlilik yapısı ve modelin türevlenebilir özelliklerini kullanarak "doğrulanabilir ama çıkarılamaz" hafif güvenlik mekanizmaları geliştirmektir. Temel teknolojisi şudur:
Parmak izi gömme: Eğitim sırasında, modele özgü bir imza oluşturmak için gizli bir sorgu-cevap anahtar-değer çiftleri seti eklenir;
Mülkiyet doğrulama protokolü: Üçüncü taraf dedektörü (Prover) aracılığıyla sorgu biçiminde parmak izinin korunup korunmadığını doğrulamak;
İzinli çağrı mekanizması: Çağrıdan önce model sahibinden alınan "yetki belgesi" ile sistem, modelin bu girdiyi çözmesine ve doğru yanıtı döndürmesine yetki verir.
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 kullanıyor: parmak izi doğrulama, TEE yürütme ve on-chain sözleşme paylaşımı bir araya getiriliyor. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta, "iyimser güvenlik (Optimistic Security)" düşüncesini vurgulamaktadır, yani varsayılan olarak uyumlu olup, ihlal durumunda tespit edilip ceza verilebilir.
Parmak izi mekanizması, OML'nin anahtar uygulamasıdır; belirli "soru-cevap" çiftlerini gömerek modelin eğitim aşamasında benzersiz imzalar oluşturmasını sağlar. Bu imzalar sayesinde, modelin sahibi aitliği doğrulayabilir, yetkisiz kopyalamayı ve ticarileştirmeyi engelleyebilir. Bu mekanizma, yalnızca model geliştiricilerin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışları için izlenebilir bir on-chain kayıt sağlar.
Ayrıca, Sentient, modelin yalnızca yetkilendirilmiş isteklere yanıt vermesini sağlamak ve izinsiz erişim ile kullanımı önlemek için güvenilir yürütme ortamlarını (AWS Nitro Enclaves gibi) kullanan Enclave TEE hesaplama çerçevesini tanıttı. TEE donanıma bağımlıdır ve belirli güvenlik riskleri taşır, ancak yüksek performansı ve gerçek zamanlılık avantajları, onu mevcut model dağıtımının temel teknolojisi haline getirmektedir.
Gelecekte, Sentient sıfır bilgi kanıtı (ZK) ve tam homomorfik şifreleme (FHE) teknolojilerini tanıtmayı planlıyor, böylece gizlilik korumasını 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.
6 Likes
Reward
6
4
Repost
Share
Comment
0/400
Rugman_Walking
· 2h ago
Geleneksel devler AI ile eğleniyorlar.
View OriginalReply0
NFTHoarder
· 13h ago
Birkaç dev tekelleşiyor, yoksa web3 mü daha cazip?
View OriginalReply0
MiningDisasterSurvivor
· 14h ago
Hehe, büyük AI çağında Ponzi bile yeni bir yelek giymek zorunda kalıyor, değil mi? 2018'de oynanan bir oyun!
AI Layer1 raporu: Altı büyük proje Merkeziyetsizlik AI ekosistemini inşa ediyor
AI Layer1 Araştırması: On-chain DeAI için verimli topraklar arayışı
Genel Bakış
Arka Plan
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 insanın hayal gücünü büyük ölçüde genişletiyor ve bazı durumlarda insan iş gücünün yerini alma potansiyelini bile gösteriyor. Ancak, bu teknolojilerin çekirdeği, az sayıda teknoloji devinin elinde sıkı bir şekilde tutuluyor. Bu şirketler, güçlü sermaye ve yüksek maliyetli hesaplama kaynaklarını kontrol ederek, aşılması zor engeller oluşturdu ve çoğu geliştirici ile yenilikçi ekibin bunlarla rekabet etmesini zorlaştırdı.
Aynı zamanda, AI'nın hızlı evriminin başlarında, toplumun kamuoyu genellikle teknolojinin sağladığı atılımlar ve kolaylıklar üzerine yoğunlaşırken, gizlilik koruma, şeffaflık, güvenlik gibi temel sorunlara olan ilgi nispeten azdır. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimini ve toplumun kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde çözülmezse, AI'nın "iyiliğe" mi yoksa "kötülüğe" mi yönelmesi tartışması daha da belirgin hale gelecektir ve merkezi devler, kar elde etme içgüdüsüyle, bu zorluklarla proaktif bir şekilde başa çıkmak için genellikle yeterli motivasyona sahip olmayacaklardır.
Blockchain teknolojisi, merkeziyetsiz, şeffaf ve sansüre dayanıklı özellikleri sayesinde AI endüstrisinin sürdürülebilir gelişimi için yeni olanaklar sunmaktadır. Şu anda, Solana, Base gibi ana akım blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine bir analiz, bu projelerin hala birçok sorunla karşı karşıya olduğunu ortaya koymaktadır: Bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapı hala merkezi bulut hizmetlerine bağımlıdır, meme özelliği aşırı yüksektir, bu da gerçekten açık bir ekosistemi desteklemekte zorluk çıkarmaktadır; diğer yandan, Web2 dünyasındaki AI ürünleriyle karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları gibi alanlarda hala sınırlamaları bulunmaktadır, yenilik derinliği ve genişliği artırılmalıdır.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blok zincirinin büyük ölçekli AI uygulamalarını güvenli, verimli ve demokratik bir şekilde taşımasını sağlamak ve performans açısından merkezi çözümlerle rekabet edebilmesi için, AI'ye özel olarak tasarlanmış bir Layer1 blok zinciri tasarlamamız gerekiyor. Bu, AI'nın açık inovasyonu, yönetim demokrasisini ve veri güvenliğini sağlam temellerle destekleyecek ve merkeziyetsiz AI ekosisteminin gelişimini teşvik edecektir.
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 ihtiyaçlarına sıkı bir şekilde odaklanmıştır ve zincir üstü AI ekosisteminin sürdürülebilir gelişimini ve refahını verimli bir şekilde desteklemeyi amaçlamaktadır. Özellikle, AI Layer 1'in aşağıdaki temel yeteneklere sahip olması gerekmektedir:
Verimli teşvik ve merkeziyetsiz konsensüs mekanizması AI Layer 1'in temeli, açık bir hesaplama gücü, depolama ve diğer kaynakların paylaşıldığı bir ağ oluşturmakta yatıyor. Geleneksel blok zinciri düğümleri, defter tutma üzerine odaklanırken, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmelidir; sadece hesaplama gücü sağlamakla kalmayıp, AI modellerinin eğitimi ve çıkarımı gibi görevleri de yerine getirmeli ve ayrıca depolama, veri, bant genişliği gibi çeşitli kaynaklar sunmalıdır. Bu, merkezi devlerin AI altyapısındaki tekelini kırmak için gereklidir. Bu durum, alt tabaka konsensüsü ve teşvik mekanizması için daha yüksek gereksinimler ortaya koymaktadır: AI Layer 1, düğümlerin AI çıkarımı, eğitimi ve diğer görevlerdeki gerçek katkılarını doğru bir şekilde değerlendirebilmeli, teşvik edebilmeli ve doğrulayabilmelidir; böylece ağın güvenliği ve kaynakların verimli dağıtımı sağlanabilir. Ancak bu şekilde ağın istikrarı ve refahı garanti altına alınabilir ve toplam hesaplama gücü maliyetleri etkili bir şekilde düşürülebilir.
Olağanüstü yüksek performans ve heterojen görev destek yeteneği AI görevleri, özellikle LLM'nin eğitimi ve çıkarımı, hesaplama performansı ve paralel işleme kapasitesi için son derece yüksek talepler ortaya koymaktadır. Daha da ötesi, on-chain AI ekosistemi genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli senaryoları içeren heterojen görev türlerini desteklemek zorundadır. AI Layer 1, temel mimarisi açısından yüksek throughput, düşük gecikme ve esnek paralel gibi talepler için derinlemesine optimize edilmeli ve heterojen hesaplama kaynaklarına yerel destek yeteneği önceden belirlenmelidir, böylece her türlü AI görevi verimli bir şekilde çalışabilir ve "tek tip görev"ten "karmaşık çoklu ekosistem"e sorunsuz bir genişleme sağlanabilir.
Doğrulanabilirlik ve Güvenilir Çıktı Garantisi AI Layer 1, yalnızca model kötüye kullanımı, veri manipülasyonu gibi güvenlik açıklarını önlemekle kalmamalı, aynı zamanda altyapı mekanizmalarıyla AI çıktılarının doğrulanabilirliğini ve uyumunu sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojilerin entegrasyonu ile platform, her bir model çıkarımı, eğitim ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlayarak AI sisteminin adilliğini ve şeffaflığını temin edebilir. Aynı zamanda, bu doğrulanabilirlik, kullanıcıların AI çıktılarının mantığını ve dayanağını netleştirmesine yardımcı olarak "edilen, istenilendir" ilkesini gerçekleştirmekte ve kullanıcıların AI ürünlerine olan güvenini ve memnuniyetini artırmaktadır.
Veri gizliliği koruma AI uygulamaları genellikle kullanıcıların hassas verilerini içerir, finans, sağlık, sosyal vb. alanlarda veri gizliliği koruma özellikle kritik öneme sahiptir. AI Layer 1, doğrulanabilirliği sağlarken, şifrelemeye dayalı veri işleme teknolojileri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri benimsemelidir. Bu, verilerin çıkarım, eğitim ve depolama süreçleri boyunca güvenliğini sağlamakta, veri sızıntılarını ve kötüye kullanımı etkin bir şekilde önlemekte ve kullanıcıların veri güvenliği konusunda endişelerini ortadan kaldırmaktadır.
Güçlü ekosistem taşıma ve geliştirme destek yetenekleri. AI'ya özgü Layer 1 altyapısı olarak, platform yalnızca teknik olarak öncü olmakla kalmamalı, aynı zamanda geliştiricilere, düğüm operatörlerine, AI hizmet sağlayıcılarına 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'ya özgü uygulamaların hayata geçmesini teşvik etmek ve merkeziyetsiz AI ekosisteminin sürekli olarak gelişmesini sağlamak.
Yukarıdaki arka plan ve beklentilere dayanarak, bu makale Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil olmak üzere altı AI Layer1 temsilci projesini detaylı bir şekilde tanıtacak, alanın en son gelişmelerini sistematik olarak gözden geçirecek, projelerin gelişim durumunu analiz edecek ve gelecekteki eğilimleri tartışacaktır.
Sentient: Sadık açık kaynaklı merkeziyetsiz AI modeli oluşturma
Proje Özeti
Sentient, açık kaynak bir protokol platformudur ve bir AI Layer1 blok zinciri inşa etmektedir. ('in başlangıç aşaması Layer 2 olarak planlanmıştır, ardından Layer 1)'e geçilecektir. AI Pipeline ve blok zinciri teknolojisini birleştirerek merkeziyetsiz bir yapay zeka ekonomisi inşa etmeyi hedeflemektedir. Temel amacı, "OML" çerçevesi (Açık, Karlı, Sadık) aracılığıyla merkezi LLM pazarındaki model mülkiyeti, çağrı izleme ve değer dağıtımı sorunlarını çözmektir. Böylece AI modellerinin on-chain mülkiyet yapısını, çağrı şeffaflığını ve değer paylaşımını sağlamayı amaçlamaktadır. Sentient'in vizyonu, herkesin AI ürünlerini inşa etmesine, iş birliği yapmasına, sahip olmasına ve para kazanmasına olanak tanımak, böylece adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, topluluk odaklı, açık kaynak ve doğrulanabilir bir AGI platformu inşa etmeye kendini adamış, dünya çapında önde gelen akademik uzmanlar, blockchain girişimcileri ve mühendislerden oluşmaktadır. Çekirdek üyeler arasında AI güvenliği ve gizliliğinden sorumlu Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi yer almakta olup, blockchain stratejisi ve ekosistem yerleşimi ise Polygon'un kurucu ortağı Sandeep Nailwal tarafından yönetilmektedir. Ekip üyelerinin geçmişi, Meta, Coinbase, Polygon gibi tanınmış şirketlerin yanı sıra Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversiteleri kapsamaktadır ve AI/ML, NLP, bilgisayarla görü gibi alanlarda iş birliği yaparak projeyi hayata geçirmeyi hedeflemektedir.
Polygon'un kurucu ortağı Sandeep Nailwal'ın ikinci girişim projesi olarak, Sentient kuruluşunun başlarında bir aura ile doğdu, zengin kaynaklara, bağlantılara ve piyasa farkındalığına sahip olarak projenin gelişimine güçlü bir destek sağladı. 2024 yılının ortalarında, Sentient 85 milyon dolar değerinde bir tohum finansmanı turunu tamamladı ve bu turda Founders Fund, Pantera ve Framework Ventures liderlik etti, diğer yatırımcılar arasında Delphi, Hashkey ve Spartan gibi birçok tanınmış VC yer aldı.
Tasarım Mimarisi ve Uygulama Katmanı
Altyapı Katmanı
Temel Mimari
Sentient'in temel mimarisi, AI Pipeline ve on-chain sistem olmak üzere iki bölümden oluşmaktadır:
AI boru hattı, "sadık AI" eserlerinin geliştirilmesi ve eğitilmesi için bir temel sağlar ve iki ana süreci içerir:
Blockchain sistemi, protokole şeffaflık ve merkeziyetsiz kontrol sağlayarak, AI eserlerinin sahipliğini, kullanım takibini, gelir dağılımını ve adil yönetişimi garanti eder. Spesifik yapı dört katmana ayrılmıştır:
OML Model Çerçevesi
OML çerçevesi (Açık Open, Para Kazanılabilir Monetizable, Sadık Loyal) Sentient'in önerdiği temel bir konsepttir ve açık kaynak AI modellerine net 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 sürekliliği, düşük boyutlu çeşitlilik yapısı ve modelin türevlenebilir özelliklerini kullanarak "doğrulanabilir ama çıkarılamaz" hafif güvenlik mekanizmaları geliştirmektir. 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 kullanıyor: parmak izi doğrulama, TEE yürütme ve on-chain sözleşme paylaşımı bir araya getiriliyor. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta, "iyimser güvenlik (Optimistic Security)" düşüncesini vurgulamaktadır, yani varsayılan olarak uyumlu olup, ihlal durumunda tespit edilip ceza verilebilir.
Parmak izi mekanizması, OML'nin anahtar uygulamasıdır; belirli "soru-cevap" çiftlerini gömerek modelin eğitim aşamasında benzersiz imzalar oluşturmasını sağlar. Bu imzalar sayesinde, modelin sahibi aitliği doğrulayabilir, yetkisiz kopyalamayı ve ticarileştirmeyi engelleyebilir. Bu mekanizma, yalnızca model geliştiricilerin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışları için izlenebilir bir on-chain kayıt sağlar.
Ayrıca, Sentient, modelin yalnızca yetkilendirilmiş isteklere yanıt vermesini sağlamak ve izinsiz erişim ile kullanımı önlemek için güvenilir yürütme ortamlarını (AWS Nitro Enclaves gibi) kullanan Enclave TEE hesaplama çerçevesini tanıttı. TEE donanıma bağımlıdır ve belirli güvenlik riskleri taşır, ancak yüksek performansı ve gerçek zamanlılık avantajları, onu mevcut model dağıtımının temel teknolojisi haline getirmektedir.
Gelecekte, Sentient sıfır bilgi kanıtı (ZK) ve tam homomorfik şifreleme (FHE) teknolojilerini tanıtmayı planlıyor, böylece gizlilik korumasını ve doğrulanabilirliği daha da artırarak AI modellerinin merkeziyetsiz dağıtımı için daha olgun çözümler sunacak.
![Biteye ve PANews ortaklaşa AI Layer1 raporu yayınladı: On-chain DeAI için verimli topraklar arayışı](