AI Layer1 Araştırma Raporu: On-chain DeAI için Verimli Alanları Bulmak
Genel Bakış
Arka Plan
Son yıllarda, OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin hızlı gelişimini sürekli olarak teşvik etti. Büyük dil modelleri, her alanda eşi benzeri görülmemiş yetenekler sergileyerek insan hayal gücünü büyük ölçüde genişletti ve hatta bazı sahnelerde insan emeğinin yerini alma potansiyelini gösterdi. Ancak, bu teknolojilerin çekirdeği, az sayıda merkezi teknoloji devinin elinde sıkı bir şekilde tutuluyor. Bu şirketler, güçlü sermaye ve yüksek maliyetli hesaplama kaynakları üzerindeki kontrol ile aşılması zor engeller kurarak, büyük çoğunlukta geliştiricilerin ve yenilikçi ekiplerin onlarla rekabet etmesini zorlaştırıyor.
Aynı zamanda, AI'nin hızlı evriminin ilk dönemlerinde, toplumsal kamuoyu genellikle teknolojinin sağladığı atılımlar ve kolaylıklar üzerine yoğunlaşırken, gizlilik koruma, şeffaflık, güvenlik gibi temel konulara olan dikkat görece yetersiz kalmaktadır. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimini ve toplumsal kabulünü derinlemesine etkileyecektir. Eğer bu sorunlar uygun bir şekilde ele alınamazsa, AI'nin "iyi" mi yoksa "kötü" mü olduğu konusundaki tartışmalar giderek daha belirgin hale gelecektir. Merkezi devlerin kâr amacı güden içgüdüleriyle, bu zorluklarla proaktif bir şekilde başa çıkma motivasyonuna genellikle sahip olmadıkları görülmektedir.
Blok zinciri teknolojisi, merkeziyetsizlik, şeffaflık ve sansüre dayanıklılık 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 analiz yapıldığında, bu projelerin hala birçok sorunla karşı karşıya olduğu görülmektedir: bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapı hâlâ merkezi bulut hizmetlerine bağımlıdır, bu da gerçek anlamda açık bir ekosistemi desteklemekte zorluk çıkarmaktadır; diğer yandan, Web2 dünyasındaki AI ürünleri ile karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları gibi alanlarda hala sınırlı olduğu, yenilik derinliği ve genişliğinin artırılması gerektiği görülmektedir.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blok zincirinin güvenli, verimli ve demokratik bir şekilde büyük ölçekli AI uygulamalarını barındırabilmesi ve performans açısından merkezi çözümlerle rekabet edebilmesi için, AI'ya özel tasarlanmış bir Layer1 blok zinciri oluşturmalıyız. Bu, AI'nın açık yeniliği, yönetişim demokrasisi ve veri güvenliği için sağlam bir temel sağlayacak ve merkeziyetsiz AI ekosisteminin refahını teşvik edecektir.
AI Layer 1'in temel özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blockchain olarak, temel mimarisi ve performans tasarımı, AI görevlerinin gereksinimlerinin etrafında sıkı bir şekilde şekillendirilmiştir ve zincir üzerinde 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 temelinde açık bir hesaplama, depolama gibi kaynakların paylaşım ağı kurmak yatmaktadır. Geleneksel blok zinciri düğümlerinin esas olarak defter kayıtlarına odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmek zorundadır; sadece hesaplama gücü sağlamakla kalmayıp, AI modelinin eğitimi ve çıkarımı gibi görevleri de gerçekleştirmeli, ayrıca depolama, veri, bant genişliği gibi çeşitli kaynakları katkıda bulunmalıdır. Bu, merkezi devlerin AI altyapısındaki tekelini kırmak için gereklidir. Bu durum, temel konsensüs ve teşvik mekanizmaları için daha yüksek gereksinimler ortaya çıkarmaktadır: 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 genel hesaplama gücü maliyetleri etkili bir şekilde azaltılabilir.
Üstün yüksek performans ve heterojen görev destek yeteneği AI görevleri, özellikle büyük dil modellerinin eğitim ve çıkarımı, hesaplama performansı ve paralel işleme yeteneği için son derece yüksek talepler ortaya koymaktadır. Dahası, on-chain AI ekosisteminin genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli senaryoları desteklemesi gerekmektedir. AI Layer 1, temel mimarisinde yüksek verim, düşük gecikme ve esnek paralel işleme gibi ihtiyaçlara derinlemesine optimizasyon sağlamalı ve heterojen hesaplama kaynaklarının yerel destek yeteneğini önceden belirlemelidir, böylece çeşitli AI görevlerinin verimli bir şekilde çalışmasını sağlamakta ve "tek tip görevden" "karmaşık çoklu ekosisteme" sorunsuz bir genişleme gerçekleştirmektedir.
Doğrulanabilirlik ve Güvenilir Çıktı Güvencesi AI Layer 1, yalnızca modelin kötüye kullanılmasını, verilerin değiştirilmesini gibi güvenlik tehlikelerini önlemekle kalmamalı, aynı zamanda alt yapı mekanizmasından başlayarak AI'nın çıktı sonuçlarının doğrulanabilirliğini ve hizalanabilirliğini sağlamalıdır. Güvenilir yürütme ortamları, sıfır bilgi kanıtları, çok taraflı güvenli hesaplama gibi öncü teknolojileri entegre ederek, platform her bir model çıkarımı, eğitimi ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlayarak AI sisteminin adilliğini ve şeffaflığını güvence altına alır. Aynı zamanda, bu tür bir doğrulanabilirlik, kullanıcıların AI çıktı mantığını ve dayanağını netleştirmesine yardımcı olarak, "edinilen, istenen" ilkesini gerçekleştirir ve kullanıcıların AI ürünlerine olan güvenini ve memnuniyetini artırır.
Veri Gizliliği Koruma AI uygulamaları genellikle kullanıcıların hassas verilerini içerir; finans, sağlık, sosyal medya gibi alanlarda veri gizliliği koruma son derece önemlidir. AI Layer 1, doğrulanabilirliği sağlarken, şifrelemeye dayalı veri işleme teknikleri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri kullanarak, verilerin çıkarım, eğitim ve depolama gibi tüm süreçlerinde güvenliğini sağlamalı, veri sızıntılarını ve kötüye kullanımı etkili bir şekilde önlemeli ve kullanıcıların veri güvenliği konusundaki endişelerini ortadan kaldırmalıdır.
Güçlü Ekosistem Taşıma ve Geliştirme Destek Yeteneği AI yerel Layer 1 altyapısı olarak, platform yalnızca teknik olarak öncü olmalı değil, aynı zamanda geliştiriciler, düğüm operatörleri, AI hizmet sağlayıcıları ve diğer ekosistem katılımcılarına kapsamlı geliştirme araçları, entegre SDK'lar, işletim desteği ve teşvik mekanizmaları sunmalıdır. Platformun kullanılabilirliğini ve geliştirici deneyimini sürekli olarak 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 olmak üzere altı AI Layer1 temsilci projesini detaylı bir şekilde tanıtacak, alanın en son gelişmelerini sistematik bir şekilde ele alacak, projelerin gelişim durumunu analiz edecek ve gelecekteki trendleri tartışacaktır.
Sentient: Sadık açık kaynaklı merkeziyetsiz AI modeli oluşturma
Proje Özeti
Sentient, açık kaynak bir protokol platformudur ve ( başlangıç aşaması Layer 2 olan bir AI Layer1 blok zinciri inşa etmektedir. Daha sonra Layer 1)'e geçecektir. AI Pipeline ve blok zinciri teknolojisini birleştirerek merkeziyetsiz bir yapay zeka ekonomisi inşa etmeyi hedeflemektedir. Temel amacı, merkezi büyük dil modeli pazarındaki model sahipliği, çağrı takibi ve değer dağıtımı sorunlarını "OML" çerçevesi (açık, kârlı, sadık) aracılığıyla çözmektir; bu sayede AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımı sağlanacaktır. Sentient'in vizyonu, herkesin AI ürünlerini inşa etme, iş birliği yapma, sahip olma ve paraya çevirme imkanı bulmasıdır; böylece adil ve açık bir AI Agent ağ ekosistemini teşvik etmektedir.
Sentient Foundation ekibi, global düzeyde önde gelen akademik uzmanları, blockchain girişimcileri ve mühendisleri bir araya getirerek, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye kararlıdır. Ana üyeler arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi bulunmaktadır; bunlar sırasıyla AI güvenliği ve gizliliği ile ilgilenmektedir. Ayrıca, Polygon'un kurucu ortağı Sandeep Nailwal blockchain stratejisi ve ekosistem düzenlemesini yönetmektedir. Ekip üyeleri Meta, Coinbase, Polygon gibi tanınmış şirketlerden ve Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversitelerden gelmekte olup, AI/ML, NLP, bilgisayarla görme gibi alanlarda projeyi hayata geçirmek için iş birliği yapmaktadır.
Polygon'un kurucu ortaklarından Sandeep Nailwal'ın ikinci girişim projesi olan Sentient, kuruluşunun ilk gününden itibaren bir aura ile birlikte geldi ve zengin kaynaklar, bağlantılar ve piyasa farkındalığına sahip olarak proje gelişimi için güçlü bir destek sağladı. 2024 ortalarında Sentient, Founders Fund, Pantera ve Framework Ventures'ın liderliğinde 85 milyon dolarlık bir tohum finansmanı tamamladı; diğer yatırımcılar arasında Delphi, Hashkey ve Spartan gibi onlarca tanınmış VC yer aldı.
Tasarım Mimarisi ve Uygulama Katmanı
Altyapı Katmanı
Karma Mimarisi
Sentient'in temel mimarisi, AI Pipeline ve on-chain sistemin iki bölümünden oluşmaktadır:
AI boru hattı, "sadık AI" nesnelerinin geliştirilmesi ve eğitilmesi için temel oluşturan iki ana süreci içerir:
Veri Planlaması (Data Curation): Modelin hizalaması için topluluk tarafından yönlendirilen veri seçme süreci.
Sadakat Eğitimi (Loyalty Training): Modelin topluluk niyetleriyle uyumlu bir eğitim sürecini sürdürmesini sağlamak.
Blok zinciri sistemi, protokollere şeffaflık ve merkeziyetsiz kontrol sağlayarak AI eserlerinin sahipliğini, kullanım izini, gelir dağılımını ve adil yönetimi güvence altına alır. Belirli mimari dört katmana ayrılır:
Depolama katmanı: Model ağırlıklarını ve parmak izi kayıt bilgilerini depolamak;
Dağıtım katmanı: Yetkilendirme sözleşmesi kontrol modeli çağrı girişi;
Erişim katmanı: Kullanıcının yetkilendirilip yetkilendirilmediğini doğrulamak için izin kanıtı kullanılır;
Teşvik katmanı: Gelir yönlendirme sözleşmesi, her çağrıda ödemeleri eğitici, dağıtıcı ve doğrulayıcıya 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 mülkiyet koruması ve ekonomik teşvik mekanizmaları sağlamayı amaçlamaktadır. Zincir üstü on-chain teknolojisi ve 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 çağrısı her seferinde bir gelir akışını tetikler, on-chain sözleşme gelirleri eğitici, dağıtıcı ve doğrulayıcıya dağıtır.
Sadakat: Model, katkı sağlayan topluluğa aittir, güncelleme yönü ve yönetim DAO tarafından belirlenir, kullanım ve değişiklikler kriptografik mekanizmalarla 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 geliştirmektir. Temel teknolojisi şudur:
Parmak izi gömülü: Eğitim sırasında, modelin benzersiz imzasını oluşturmak için bir grup gizli sorgu-yanıt anahtar-değer çifti eklenir;
Mülkiyet doğrulama protokolü: Üçüncü taraf dedektör (Prover) aracılığıyla sorgu biçiminde parmak izinin korunup korunmadığını doğrulama;
İzin çağrı mekanizması: Çağrıdan önce model sahibinin verdiği "izin belgesi" alınmalı, sistem buna dayanarak modelin bu girdiyi çözmesine ve doğru yanıtı döndürmesine yetki vermelidir.
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nı yeniden şifreleme maliyeti olmadan gerçekleştirebilir.
Model Hakları ve Güvenli Uygulama Çerçevesi
Sentient şu anda Melange karışık güvenliğini kullanmaktadır: parmak izi ile hakların belirlenmesi, TEE uygulaması ve on-chain sözleşme kar paylaşımının birleşimi. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta olup, "İyimser Güvenlik (Optimistic Security)" fikrini vurgulamaktadır; yani, uyum varsayılmakta, ihlal durumunda tespit edilebilir ve ceza uygulanabilir.
Parmak izi mekanizması, OML'nin ana uygulamasıdır ve modelin eğitim aşamasında benzersiz imzalar oluşturmasını sağlamak için belirli "soru-cevap" çiftlerinin gömülmesi yoluyla çalışır. Bu imzalar sayesinde, modelin sahibi aitliği doğrulayabilir, yetkisiz kopyalamayı ve ticarileştirmeyi önleyebilir. Bu mekanizma, yalnızca model geliştiricilerinin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışları için izlenebilir on-chain kayıtlar sağlar.
Ayrıca, Sentient, yetkilendirilmiş taleplere yanıt veren ve izinsiz erişim ve kullanımın önüne geçen güvenilir bir yürütme ortamı sağlayan 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 getiriyor.
Gelecekte, Sentient sıfır bilgi entegre etmeyi planlıyor.
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 yarış alanı keşfi: Merkeziyetsizlik AI ekosistemini inşa etmenin ana altyapısı
AI Layer1 Araştırma Raporu: On-chain DeAI için Verimli Alanları Bulmak
Genel Bakış
Arka Plan
Son yıllarda, OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin hızlı gelişimini sürekli olarak teşvik etti. Büyük dil modelleri, her alanda eşi benzeri görülmemiş yetenekler sergileyerek insan hayal gücünü büyük ölçüde genişletti ve hatta bazı sahnelerde insan emeğinin yerini alma potansiyelini gösterdi. Ancak, bu teknolojilerin çekirdeği, az sayıda merkezi teknoloji devinin elinde sıkı bir şekilde tutuluyor. Bu şirketler, güçlü sermaye ve yüksek maliyetli hesaplama kaynakları üzerindeki kontrol ile aşılması zor engeller kurarak, büyük çoğunlukta geliştiricilerin ve yenilikçi ekiplerin onlarla rekabet etmesini zorlaştırıyor.
Aynı zamanda, AI'nin hızlı evriminin ilk dönemlerinde, toplumsal kamuoyu genellikle teknolojinin sağladığı atılımlar ve kolaylıklar üzerine yoğunlaşırken, gizlilik koruma, şeffaflık, güvenlik gibi temel konulara olan dikkat görece yetersiz kalmaktadır. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimini ve toplumsal kabulünü derinlemesine etkileyecektir. Eğer bu sorunlar uygun bir şekilde ele alınamazsa, AI'nin "iyi" mi yoksa "kötü" mü olduğu konusundaki tartışmalar giderek daha belirgin hale gelecektir. Merkezi devlerin kâr amacı güden içgüdüleriyle, bu zorluklarla proaktif bir şekilde başa çıkma motivasyonuna genellikle sahip olmadıkları görülmektedir.
Blok zinciri teknolojisi, merkeziyetsizlik, şeffaflık ve sansüre dayanıklılık 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 analiz yapıldığında, bu projelerin hala birçok sorunla karşı karşıya olduğu görülmektedir: bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapı hâlâ merkezi bulut hizmetlerine bağımlıdır, bu da gerçek anlamda açık bir ekosistemi desteklemekte zorluk çıkarmaktadır; diğer yandan, Web2 dünyasındaki AI ürünleri ile karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları gibi alanlarda hala sınırlı olduğu, yenilik derinliği ve genişliğinin artırılması gerektiği görülmektedir.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blok zincirinin güvenli, verimli ve demokratik bir şekilde büyük ölçekli AI uygulamalarını barındırabilmesi ve performans açısından merkezi çözümlerle rekabet edebilmesi için, AI'ya özel tasarlanmış bir Layer1 blok zinciri oluşturmalıyız. Bu, AI'nın açık yeniliği, yönetişim demokrasisi ve veri güvenliği için sağlam bir temel sağlayacak ve merkeziyetsiz AI ekosisteminin refahını teşvik edecektir.
AI Layer 1'in temel özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blockchain olarak, temel mimarisi ve performans tasarımı, AI görevlerinin gereksinimlerinin etrafında sıkı bir şekilde şekillendirilmiştir ve zincir üzerinde 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 temelinde açık bir hesaplama, depolama gibi kaynakların paylaşım ağı kurmak yatmaktadır. Geleneksel blok zinciri düğümlerinin esas olarak defter kayıtlarına odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmek zorundadır; sadece hesaplama gücü sağlamakla kalmayıp, AI modelinin eğitimi ve çıkarımı gibi görevleri de gerçekleştirmeli, ayrıca depolama, veri, bant genişliği gibi çeşitli kaynakları katkıda bulunmalıdır. Bu, merkezi devlerin AI altyapısındaki tekelini kırmak için gereklidir. Bu durum, temel konsensüs ve teşvik mekanizmaları için daha yüksek gereksinimler ortaya çıkarmaktadır: 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 genel hesaplama gücü maliyetleri etkili bir şekilde azaltılabilir.
Üstün yüksek performans ve heterojen görev destek yeteneği AI görevleri, özellikle büyük dil modellerinin eğitim ve çıkarımı, hesaplama performansı ve paralel işleme yeteneği için son derece yüksek talepler ortaya koymaktadır. Dahası, on-chain AI ekosisteminin genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli senaryoları desteklemesi gerekmektedir. AI Layer 1, temel mimarisinde yüksek verim, düşük gecikme ve esnek paralel işleme gibi ihtiyaçlara derinlemesine optimizasyon sağlamalı ve heterojen hesaplama kaynaklarının yerel destek yeteneğini önceden belirlemelidir, böylece çeşitli AI görevlerinin verimli bir şekilde çalışmasını sağlamakta ve "tek tip görevden" "karmaşık çoklu ekosisteme" sorunsuz bir genişleme gerçekleştirmektedir.
Doğrulanabilirlik ve Güvenilir Çıktı Güvencesi AI Layer 1, yalnızca modelin kötüye kullanılmasını, verilerin değiştirilmesini gibi güvenlik tehlikelerini önlemekle kalmamalı, aynı zamanda alt yapı mekanizmasından başlayarak AI'nın çıktı sonuçlarının doğrulanabilirliğini ve hizalanabilirliğini sağlamalıdır. Güvenilir yürütme ortamları, sıfır bilgi kanıtları, çok taraflı güvenli hesaplama gibi öncü teknolojileri entegre ederek, platform her bir model çıkarımı, eğitimi ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlayarak AI sisteminin adilliğini ve şeffaflığını güvence altına alır. Aynı zamanda, bu tür bir doğrulanabilirlik, kullanıcıların AI çıktı mantığını ve dayanağını netleştirmesine yardımcı olarak, "edinilen, istenen" ilkesini gerçekleştirir ve kullanıcıların AI ürünlerine olan güvenini ve memnuniyetini artırır.
Veri Gizliliği Koruma AI uygulamaları genellikle kullanıcıların hassas verilerini içerir; finans, sağlık, sosyal medya gibi alanlarda veri gizliliği koruma son derece önemlidir. AI Layer 1, doğrulanabilirliği sağlarken, şifrelemeye dayalı veri işleme teknikleri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri kullanarak, verilerin çıkarım, eğitim ve depolama gibi tüm süreçlerinde güvenliğini sağlamalı, veri sızıntılarını ve kötüye kullanımı etkili bir şekilde önlemeli ve kullanıcıların veri güvenliği konusundaki endişelerini ortadan kaldırmalıdır.
Güçlü Ekosistem Taşıma ve Geliştirme Destek Yeteneği AI yerel Layer 1 altyapısı olarak, platform yalnızca teknik olarak öncü olmalı değil, aynı zamanda geliştiriciler, düğüm operatörleri, AI hizmet sağlayıcıları ve diğer ekosistem katılımcılarına kapsamlı geliştirme araçları, entegre SDK'lar, işletim desteği ve teşvik mekanizmaları sunmalıdır. Platformun kullanılabilirliğini ve geliştirici deneyimini sürekli olarak 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 olmak üzere altı AI Layer1 temsilci projesini detaylı bir şekilde tanıtacak, alanın en son gelişmelerini sistematik bir şekilde ele alacak, projelerin gelişim durumunu analiz edecek ve gelecekteki trendleri tartışacaktır.
Sentient: Sadık açık kaynaklı merkeziyetsiz AI modeli oluşturma
Proje Özeti
Sentient, açık kaynak bir protokol platformudur ve ( başlangıç aşaması Layer 2 olan bir AI Layer1 blok zinciri inşa etmektedir. Daha sonra Layer 1)'e geçecektir. AI Pipeline ve blok zinciri teknolojisini birleştirerek merkeziyetsiz bir yapay zeka ekonomisi inşa etmeyi hedeflemektedir. Temel amacı, merkezi büyük dil modeli pazarındaki model sahipliği, çağrı takibi ve değer dağıtımı sorunlarını "OML" çerçevesi (açık, kârlı, sadık) aracılığıyla çözmektir; bu sayede AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımı sağlanacaktır. Sentient'in vizyonu, herkesin AI ürünlerini inşa etme, iş birliği yapma, sahip olma ve paraya çevirme imkanı bulmasıdır; böylece adil ve açık bir AI Agent ağ ekosistemini teşvik etmektedir.
Sentient Foundation ekibi, global düzeyde önde gelen akademik uzmanları, blockchain girişimcileri ve mühendisleri bir araya getirerek, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye kararlıdır. Ana üyeler arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi bulunmaktadır; bunlar sırasıyla AI güvenliği ve gizliliği ile ilgilenmektedir. Ayrıca, Polygon'un kurucu ortağı Sandeep Nailwal blockchain stratejisi ve ekosistem düzenlemesini yönetmektedir. Ekip üyeleri Meta, Coinbase, Polygon gibi tanınmış şirketlerden ve Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversitelerden gelmekte olup, AI/ML, NLP, bilgisayarla görme gibi alanlarda projeyi hayata geçirmek için iş birliği yapmaktadır.
Polygon'un kurucu ortaklarından Sandeep Nailwal'ın ikinci girişim projesi olan Sentient, kuruluşunun ilk gününden itibaren bir aura ile birlikte geldi ve zengin kaynaklar, bağlantılar ve piyasa farkındalığına sahip olarak proje gelişimi için güçlü bir destek sağladı. 2024 ortalarında Sentient, Founders Fund, Pantera ve Framework Ventures'ın liderliğinde 85 milyon dolarlık bir tohum finansmanı tamamladı; diğer yatırımcılar arasında Delphi, Hashkey ve Spartan gibi onlarca tanınmış VC yer aldı.
Tasarım Mimarisi ve Uygulama Katmanı
Altyapı Katmanı
Karma Mimarisi
Sentient'in temel mimarisi, AI Pipeline ve on-chain sistemin iki bölümünden oluşmaktadır:
AI boru hattı, "sadık AI" nesnelerinin geliştirilmesi ve eğitilmesi için temel oluşturan iki ana süreci içerir:
Blok zinciri sistemi, protokollere şeffaflık ve merkeziyetsiz kontrol sağlayarak AI eserlerinin sahipliğini, kullanım izini, gelir dağılımını ve adil yönetimi güvence altına alır. Belirli 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 net mülkiyet koruması ve ekonomik teşvik mekanizmaları sağlamayı amaçlamaktadır. Zincir üstü on-chain teknolojisi ve 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 geliştirmektir. Temel teknolojisi şudur:
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nı yeniden şifreleme maliyeti olmadan gerçekleştirebilir.
Model Hakları ve Güvenli Uygulama Çerçevesi
Sentient şu anda Melange karışık güvenliğini kullanmaktadır: parmak izi ile hakların belirlenmesi, TEE uygulaması ve on-chain sözleşme kar paylaşımının birleşimi. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta olup, "İyimser Güvenlik (Optimistic Security)" fikrini vurgulamaktadır; yani, uyum varsayılmakta, ihlal durumunda tespit edilebilir ve ceza uygulanabilir.
Parmak izi mekanizması, OML'nin ana uygulamasıdır ve modelin eğitim aşamasında benzersiz imzalar oluşturmasını sağlamak için belirli "soru-cevap" çiftlerinin gömülmesi yoluyla çalışır. Bu imzalar sayesinde, modelin sahibi aitliği doğrulayabilir, yetkisiz kopyalamayı ve ticarileştirmeyi önleyebilir. Bu mekanizma, yalnızca model geliştiricilerinin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışları için izlenebilir on-chain kayıtlar sağlar.
Ayrıca, Sentient, yetkilendirilmiş taleplere yanıt veren ve izinsiz erişim ve kullanımın önüne geçen güvenilir bir yürütme ortamı sağlayan 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 getiriyor.
Gelecekte, Sentient sıfır bilgi entegre etmeyi planlıyor.