AI Layer1 Araştırması: On-chain DeAI için verimli toprakları bulma
Yapay zeka teknolojisinin hızlı gelişimi ile OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin (LLM) ilerlemesini sürekli olarak destekliyor. LLM, her alanda eşi benzeri görülmemiş yetenekler sergileyerek insanın hayal gücünü büyük ölçüde genişletiyor ve hatta bazı senaryolarda insan iş gücünün yerini alma potansiyelini gösteriyor. Ancak, bu teknolojilerin temelinde yalnızca birkaç merkezi teknoloji devinin kontrolü var. Güçlü sermaye ve yüksek maliyetli hesaplama kaynaklarını kontrol ederek, bu şirketler aşılması zor engeller oluşturdu ve bu durum çoğu geliştirici ve yenilikçi takımın onlarla rekabet etmesini zorlaştırdı.
Aynı zamanda, AI'nın hızlı evriminin ilk dönemlerinde, kamuoyunun dikkati genellikle teknolojinin sağladığı atılımlar ve kolaylıklar üzerine yoğunlaşırken, gizlilik koruma, şeffaflık, güvenlik gibi temel sorunlara olan ilgi görece oranla daha azdır. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimi ve toplumsal kabulü üzerinde derin etkiler yaratacaktır. Eğer bu sorunlar uygun bir şekilde çözülemezse, AI'nın "iyiye mi yoksa kötüye mi" gideceği tartışması daha da belirgin hale gelecektir ve merkezileşmiş devlerin kâr hırsı altında bu zorluklara aktif bir şekilde karşı koyma motivasyonları genellikle yetersiz kalacaktır.
Blockchain teknolojisi, merkeziyetsizlik, şeffaflık ve sansüre dayanıklılık gibi özellikleri sayesinde AI sektörünün sürdürülebilir gelişimi için yeni olanaklar sunmaktadır. Bugün, Solana, Base gibi ana akım blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine analiz yapıldığında, bu projelerin hala birçok sorunu olduğu görülebilmektedir: bir yandan, merkeziyetsizlik derecesi sınırlıdır; kritik aşamalar ve altyapı hala merkezi bulut hizmetlerine bağımlıdır, meme özellikleri fazladır ve gerçek anlamda açık bir ekosistemi desteklemek zordur; diğer yandan, Web2 dünyasındaki AI ürünleri ile karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları gibi alanlarda hala kısıtlamaları vardır ve yenilik derinliği ve genişliği artırılmalıdır.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blockchain'in güvenli, verimli ve demokratik bir şekilde büyük ölçekli AI uygulamalarını barındırmasını sağlamak ve performans açısından merkezi çözümlerle rekabet edebilmesi için, AI'ya özel tasarlanmış bir Layer1 blockchain tasarlamamız gerekiyor. Bu, AI'nın açık inovasyonu, yönetim demokrasisini ve veri güvenliğini sağlam bir temele oturtacak ve merkeziyetsiz AI ekosisteminin refahını artıracaktır.
AI Layer 1'in Temel Özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blokzincir olarak, alt yapı ve performans tasarımı, AI görevlerinin ihtiyaçlarına sıkı bir şekilde odaklanmaktadır ve on-chain 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 temeli, açık bir hesaplama gücü, depolama ve diğer kaynakların paylaşım ağı oluşturmaktır. Geleneksel blok zinciri düğümlerinin öncelikle defter kaydı tutmaya odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmek zorundadır; yalnızca hesaplama gücü sağlamakla kalmayıp, AI modellerinin eğitimini ve çıkarımını da tamamlamakta ve ayrıca depolama, veri, bant genişliği gibi çeşitli kaynakları katkıda bulunmalıdır. Böylece, AI altyapısında merkezi devlerin tekelini kırmaktadır. 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 doğrulayabilmelidir; böylece ağın güvenliği ve kaynakların verimli dağılımı sağlanabilir. Ancak bu şekilde ağın istikrarı ve refahı garanti altına alınabilir ve toplam hesaplama gücü maliyetleri etkili bir şekilde azaltılabilir.
Üstün yüksek performans ve heterojen görev destek yeteneği
AI görevleri, özellikle LLM'nin eğitimi ve çıkarımı, hesaplama performansı ve paralel işleme yeteneği için çok yüksek gereksinimler sunmaktadır. Daha da ileri gidildiğinde, on-chain AI ekosisteminin genellikle çeşitli, heterojen görev türlerini desteklemesi gerekir; bu, farklı model yapılarını, veri işleme, çıkarım, depolama gibi çok çeşitli senaryoları içerir. AI Layer 1, temel mimaride yüksek throughput, düşük gecikme ve esnek paralel gibi gereksinimlere derinlemesine optimize edilmelidir ve heterojen hesaplama kaynaklarına yerel destek yeteneği önceden ayarlanmalıdır; bu, her türlü AI görevlerinin verimli bir şekilde çalışmasını sağlayarak "tekil görev" den "karmaşık çeşitli ekosistem" e sorunsuz bir genişleme gerçekleştirir.
Doğrulanabilirlik ve güvenilir çıktı garantisi
AI Layer 1 sadece model kötüye kullanımlarını, veri değiştirmeleri gibi güvenlik tehditlerini önlemekle kalmamalı, aynı zamanda alt yapı mekanizmalarıyla AI çıktı sonuçlarının doğrulanabilirliğini ve uyumluluğunu 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, böylece AI sisteminin adilliğini ve şeffaflığını garanti eder. Aynı zamanda, bu doğrulanabilirlik kullanıcıların AI çıktılarının mantığını ve dayanaklarını anlamalarına yardımcı olarak, "olanın istenileni sağlaması"nı gerçekleştirebilir ve kullanıcıların AI ürünlerine olan güvenini ve memnuniyetini artırabilir.
Veri Gizliliği Koruma
AI uygulamaları genellikle kullanıcıların hassas verilerini içerir; finans, sağlık, sosyal medya gibi alanlarda veri gizliliğinin korunması özellikle kritiktir. AI Layer 1, doğrulanabilirliği sağlarken, şifreleme tabanlı veri işleme teknolojileri, gizlilik hesaplama protokolleri ve veri hak yönetimi gibi yöntemleri kullanarak verilerin çıkarım, eğitim ve depolama süreçlerindeki güvenliğini sağlamalıdır. Bu, veri sızıntılarını ve kötüye kullanımı etkili bir şekilde önleyerek kullanıcıların veri güvenliği konusunda endişelerini ortadan kaldırır.
Güçlü ekosistem taşıma ve geliştirme destek yeteneği
AI yerel Layer 1 altyapısı olarak, platformun yalnızca teknik olarak önde olması değil, aynı zamanda geliştiriciler, düğüm operatörleri, AI hizmet sağlayıcıları ve diğer ekosistem katılımcılarına kapsamlı geliştirme araçları, entegre SDK'lar, işletim desteği ve teşvik mekanizmaları sunması gerekmektedir. Platformun kullanılabilirliğini ve geliştirici deneyimini sürekli optimize ederek, zengin ve çeşitli AI yerel uygulamaların hayata geçirilmesini sağlamak ve merkeziyetsiz AI ekosisteminin sürekli refahını gerçekleştirmek.
Yukarıdaki arka plana ve beklentilere dayanarak, bu makalede Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil altı AI Layer1 temsilci projesi ayrıntılı olarak tanıtılacak, pistin en son gelişmeleri sistematik olarak gözden geçirilecek, projelerin gelişim durumu analiz edilecek ve gelecekteki eğilimler tartışılacaktır.
Sentient: Sadık Açık Kaynaklı Merkeziyetsiz AI Modeli Oluşturma
Proje Özeti
Sentient, açık kaynak bir protokol platformudur ve bir AI Layer1 blok zinciri oluşturmayı hedeflemektedir. ( başlangıç aşaması Layer 2 olarak başlayacak ve daha sonra Layer 1)'e geçecektir. AI Pipeline ve blok zinciri teknolojisini birleştirerek merkeziyetsiz bir yapay zeka ekonomisi inşa etmeyi amaçlamaktadır. Ana hedefi, merkezi LLM pazarındaki model mülkiyeti, çağrı takibi ve değer dağıtımı sorunlarını "OML" çerçevesi (açık, kârlı, sadık) aracılığıyla çözmektir; böylece AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımı sağlanacaktır. Sentient'in vizyonu, herkesin AI ürünleri inşa etmesine, iş birliği yapmasına, sahip olmasına ve bunları paraya dönüştürmesine olanak tanımak, böylece adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, dünya çapında önde gelen akademik uzmanlar, blockchain girişimcileri ve mühendisleri bir araya getirerek, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye adanmıştır. Çekirdek üyeler arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi yer almakta olup, AI güvenliği ve gizliliği konularında sorumludur. Ayrıca, Polygon'un kurucu ortağı Sandeep Nailwal, blockchain stratejisi ve ekosistem düzenlemesi konusunda liderlik yapmaktadır. Ekip üyelerinin geçmişi Meta, Coinbase, Polygon gibi şirketler ile Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversiteleri kapsamaktadır ve AI/ML, NLP, bilgisayarla görme gibi alanlarda proje uygulamasını desteklemektedir.
Polygon'un kurucu ortağı Sandeep Nailwal'ın ikinci girişim projesi olarak Sentient, kurulduğu andan itibaren bir cazibe merkezi haline geldi ve zengin kaynaklar, bağlantılar ve piyasa bilinirliği ile projeye güçlü bir destek sağladı. 2024 ortalarında Sentient, Founders Fund, Pantera ve Framework Ventures'ın liderlik ettiği 85 milyon dolarlık tohum yatırım turunu tamamladı; diğer yatırım kuruluşları arasında Delphi, Hashkey ve Spartan gibi tanınmış VC'lerin de bulunduğu onlarca şirket yer aldı.
tasarım mimarisi ve uygulama katmanı
Altyapı Katmanı
Temel Mimari
Sentient'in temel yapısı, AI Pipeline ve on-chain sisteminden oluşmaktadır:
Yapay Zeka boru hattı, "Sadık AI" eserlerinin geliştirilmesi ve eğitilmesi için temel bir yapı olup, iki ana süreç içerir:
Veri Planlama (Data Curation): Modelin hizalanması için topluluk tarafından yönlendirilen veri seçim süreci.
Sadakat Eğitimi (Loyalty Training): Modelin topluluk niyetiyle uyumlu bir eğitim sürecini sürdürmesini sağlamak.
Blockchain sistemi, protokollere şeffaflık ve merkeziyetsiz kontrol sağlayarak, AI nesnelerinin sahipliğini, kullanım izini, gelir dağılımını ve adil yönetişimi garanti eder. Belirli mimari dört katmana ayrılmıştır:
Depolama katmanı: Model ağırlıkları ve parmak izi kayıt bilgilerini depolar;
Dağıtım katmanı: Yetkilendirilmiş sözleşme kontrol modeli çağrı noktası;
Erişim katmanı: Kullanıcının yetkilendirilip yetkilendirilmediğini doğrulamak için izin kanıtı kullanır;
Teşvik katmanı: Kazanç yönlendirme sözleşmesi, her çağrıda ödemenin eğitimcilere, dağıtıcılarına ve doğrulayıcılara dağıtılmasını sağlar.
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 sağlamak için tasarlanmıştır. On-chain teknolojisi ve AI yerel kriptografisini birleştirerek aşağıdaki özelliklere sahiptir:
Açıklık: Model açık kaynak olmalı, kod ve veri yapısı şeffaf olmalı, topluluğun yeniden üretimini, denetimini ve geliştirmesini kolaylaştırmalıdır.
Para kazanma: Her model çağrısı, gelir akışını tetikler; on-chain sözleşme, gelirleri eğitmenlere, dağıtımcılara ve doğrulayıcılara dağıtır.
Sadakat: Model, katkı veren topluluğa aittir, yükseltme yönü ve yönetim DAO tarafından belirlenir, kullanım ve değişiklikler şifreleme mekanizmasıyla kontrol edilir.
AI Yerel Kriptografi (AI-native Cryptography)
AI yerel kripto, AI modellerinin sürekliliği, düşük boyutlu manifold yapısı ve modelin türevlenebilir özelliklerini kullanarak "doğrulanabilir ama kaldırılabilir" hafif güvenlik mekanizmaları geliştirmektir. Temel teknolojisi şudur:
Parmak izi yerleştirme: Eğitim sırasında modelin benzersiz imzasını oluşturmak için gizli bir dizi sorgu-cevap anahtar-değer çifti eklenir;
Mülkiyet doğrulama protokolü: Üçüncü taraf dedektör (Prover) aracılığıyla sorgu biçiminde parmak izinin korunup korunmadığını doğrulamak;
İzin çağrı mekanizması: Çağrıdan önce model sahibinin verdiği "izin belgesi" alınmalı, sistem buna dayanarak modelin bu girişi çözmesine ve doğru cevabı döndürmesine yetki vermelidir.
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nı yeniden şifreleme maliyeti olmadan gerçekleştirir.
Model Hakları ve Güvenli Uygulama Çerçevesi
Sentient şu anda Melange karışık güvenliğini kullanmaktadır: parmak izi doğrulama, TEE yürütme ve on-chain sözleşme kâr paylaşımının birleşimi. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta olup, "iyimser güvenlik (Optimistic Security)" anlayışına vurgu yapmaktadır; yani, varsayılan olarak uyumlu kabul edilir, ihlaller sonrasında tespit edilip ceza uygulanabilir.
Parmak izi mekanizması, OML'nin ana uygulamasıdır ve modelin eğitim aşamasında benzersiz imzalar oluşturması için belirli "soru-cevap" çiftlerini gömerek çalışır. Bu imzalar sayesinde, modelin sahibi aitliği doğrulayabilir, yetkisiz kopyalamayı ve ticarileşmeyi engelleyebilir. Bu mekanizma yalnızca model geliştiricilerin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışları için izlenebilir on-chain kayıtları da sağlar.
Ayrıca, Sentient, yalnızca yetkilendirilmiş istekleri yanıtlamak için güvenilir yürütme ortamlarını (örneğin, AWS Nitro Enclaves) kullanarak Enclave TEE hesaplama çerçevesini tanıttı ve yetkisiz erişim ve kullanımın önlenmesini sağladı. TEE donanıma bağımlıdır ve belirli güvenlik riskleri barındırsa da, yüksek performansı ve gerçek zamanlılık avantajları, mevcut model dağıtımının temel teknolojisi haline gelmesini sağlamaktadır.
Gelecekte, Sentient sıfır bilgi kanıtı (ZK) ve homomorfik şifreleme (FHE) teknolojilerini tanıtmayı planlıyor, böylece gizlilik korumasını ve doğrulanabilirliği daha da artırarak AI modellerinin merkeziyetsiz dağıtımı için daha olgun çözümler sunacak.
uygulama katmanı
Şu anda, Sentient'in ürünleri esasen merkeziyetsiz sohbet platformunu içermektedir.
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.
Yapay Zeka Layer1 yarışması ısındı, altı proje on-chain DeAI geleceği için mücadele ediyor.
AI Layer1 Araştırması: On-chain DeAI için verimli toprakları bulma
Yapay zeka teknolojisinin hızlı gelişimi ile OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin (LLM) ilerlemesini sürekli olarak destekliyor. LLM, her alanda eşi benzeri görülmemiş yetenekler sergileyerek insanın hayal gücünü büyük ölçüde genişletiyor ve hatta bazı senaryolarda insan iş gücünün yerini alma potansiyelini gösteriyor. Ancak, bu teknolojilerin temelinde yalnızca birkaç merkezi teknoloji devinin kontrolü var. Güçlü sermaye ve yüksek maliyetli hesaplama kaynaklarını kontrol ederek, bu şirketler aşılması zor engeller oluşturdu ve bu durum çoğu geliştirici ve yenilikçi takımın onlarla rekabet etmesini zorlaştırdı.
Aynı zamanda, AI'nın hızlı evriminin ilk dönemlerinde, kamuoyunun dikkati genellikle teknolojinin sağladığı atılımlar ve kolaylıklar üzerine yoğunlaşırken, gizlilik koruma, şeffaflık, güvenlik gibi temel sorunlara olan ilgi görece oranla daha azdır. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimi ve toplumsal kabulü üzerinde derin etkiler yaratacaktır. Eğer bu sorunlar uygun bir şekilde çözülemezse, AI'nın "iyiye mi yoksa kötüye mi" gideceği tartışması daha da belirgin hale gelecektir ve merkezileşmiş devlerin kâr hırsı altında bu zorluklara aktif bir şekilde karşı koyma motivasyonları genellikle yetersiz kalacaktır.
Blockchain teknolojisi, merkeziyetsizlik, şeffaflık ve sansüre dayanıklılık gibi özellikleri sayesinde AI sektörünün sürdürülebilir gelişimi için yeni olanaklar sunmaktadır. Bugün, Solana, Base gibi ana akım blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine analiz yapıldığında, bu projelerin hala birçok sorunu olduğu görülebilmektedir: bir yandan, merkeziyetsizlik derecesi sınırlıdır; kritik aşamalar ve altyapı hala merkezi bulut hizmetlerine bağımlıdır, meme özellikleri fazladır ve gerçek anlamda açık bir ekosistemi desteklemek zordur; diğer yandan, Web2 dünyasındaki AI ürünleri ile karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları gibi alanlarda hala kısıtlamaları vardır ve yenilik derinliği ve genişliği artırılmalıdır.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blockchain'in güvenli, verimli ve demokratik bir şekilde büyük ölçekli AI uygulamalarını barındırmasını sağlamak ve performans açısından merkezi çözümlerle rekabet edebilmesi için, AI'ya özel tasarlanmış bir Layer1 blockchain tasarlamamız gerekiyor. Bu, AI'nın açık inovasyonu, yönetim demokrasisini ve veri güvenliğini sağlam bir temele oturtacak ve merkeziyetsiz AI ekosisteminin refahını artıracaktır.
AI Layer 1'in Temel Özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blokzincir olarak, alt yapı ve performans tasarımı, AI görevlerinin ihtiyaçlarına sıkı bir şekilde odaklanmaktadır ve on-chain 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 temeli, açık bir hesaplama gücü, depolama ve diğer kaynakların paylaşım ağı oluşturmaktır. Geleneksel blok zinciri düğümlerinin öncelikle defter kaydı tutmaya odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmek zorundadır; yalnızca hesaplama gücü sağlamakla kalmayıp, AI modellerinin eğitimini ve çıkarımını da tamamlamakta ve ayrıca depolama, veri, bant genişliği gibi çeşitli kaynakları katkıda bulunmalıdır. Böylece, AI altyapısında merkezi devlerin tekelini kırmaktadır. 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 doğrulayabilmelidir; böylece ağın güvenliği ve kaynakların verimli dağılımı sağlanabilir. Ancak bu şekilde ağın istikrarı ve refahı garanti altına alınabilir ve toplam hesaplama gücü maliyetleri etkili bir şekilde azaltılabilir.
Üstün yüksek performans ve heterojen görev destek yeteneği AI görevleri, özellikle LLM'nin eğitimi ve çıkarımı, hesaplama performansı ve paralel işleme yeteneği için çok yüksek gereksinimler sunmaktadır. Daha da ileri gidildiğinde, on-chain AI ekosisteminin genellikle çeşitli, heterojen görev türlerini desteklemesi gerekir; bu, farklı model yapılarını, veri işleme, çıkarım, depolama gibi çok çeşitli senaryoları içerir. AI Layer 1, temel mimaride yüksek throughput, düşük gecikme ve esnek paralel gibi gereksinimlere derinlemesine optimize edilmelidir ve heterojen hesaplama kaynaklarına yerel destek yeteneği önceden ayarlanmalıdır; bu, her türlü AI görevlerinin verimli bir şekilde çalışmasını sağlayarak "tekil görev" den "karmaşık çeşitli ekosistem" e sorunsuz bir genişleme gerçekleştirir.
Doğrulanabilirlik ve güvenilir çıktı garantisi AI Layer 1 sadece model kötüye kullanımlarını, veri değiştirmeleri gibi güvenlik tehditlerini önlemekle kalmamalı, aynı zamanda alt yapı mekanizmalarıyla AI çıktı sonuçlarının doğrulanabilirliğini ve uyumluluğunu 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, böylece AI sisteminin adilliğini ve şeffaflığını garanti eder. Aynı zamanda, bu doğrulanabilirlik kullanıcıların AI çıktılarının mantığını ve dayanaklarını anlamalarına yardımcı olarak, "olanın istenileni sağlaması"nı gerçekleştirebilir ve kullanıcıların AI ürünlerine olan güvenini ve memnuniyetini artırabilir.
Veri Gizliliği Koruma AI uygulamaları genellikle kullanıcıların hassas verilerini içerir; finans, sağlık, sosyal medya gibi alanlarda veri gizliliğinin korunması özellikle kritiktir. AI Layer 1, doğrulanabilirliği sağlarken, şifreleme tabanlı veri işleme teknolojileri, gizlilik hesaplama protokolleri ve veri hak yönetimi gibi yöntemleri kullanarak verilerin çıkarım, eğitim ve depolama süreçlerindeki güvenliğini sağlamalıdır. Bu, veri sızıntılarını ve kötüye kullanımı etkili bir şekilde önleyerek kullanıcıların veri güvenliği konusunda endişelerini ortadan kaldırır.
Güçlü ekosistem taşıma ve geliştirme destek yeteneği AI yerel Layer 1 altyapısı olarak, platformun yalnızca teknik olarak önde olması değil, aynı zamanda geliştiriciler, düğüm operatörleri, AI hizmet sağlayıcıları ve diğer ekosistem katılımcılarına kapsamlı geliştirme araçları, entegre SDK'lar, işletim desteği ve teşvik mekanizmaları sunması gerekmektedir. Platformun kullanılabilirliğini ve geliştirici deneyimini sürekli optimize ederek, zengin ve çeşitli AI yerel uygulamaların hayata geçirilmesini sağlamak ve merkeziyetsiz AI ekosisteminin sürekli refahını gerçekleştirmek.
Yukarıdaki arka plana ve beklentilere dayanarak, bu makalede Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil altı AI Layer1 temsilci projesi ayrıntılı olarak tanıtılacak, pistin en son gelişmeleri sistematik olarak gözden geçirilecek, projelerin gelişim durumu analiz edilecek ve gelecekteki eğilimler tartışılacaktır.
Sentient: Sadık Açık Kaynaklı Merkeziyetsiz AI Modeli Oluşturma
Proje Özeti
Sentient, açık kaynak bir protokol platformudur ve bir AI Layer1 blok zinciri oluşturmayı hedeflemektedir. ( başlangıç aşaması Layer 2 olarak başlayacak ve daha sonra Layer 1)'e geçecektir. AI Pipeline ve blok zinciri teknolojisini birleştirerek merkeziyetsiz bir yapay zeka ekonomisi inşa etmeyi amaçlamaktadır. Ana hedefi, merkezi LLM pazarındaki model mülkiyeti, çağrı takibi ve değer dağıtımı sorunlarını "OML" çerçevesi (açık, kârlı, sadık) aracılığıyla çözmektir; böylece AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımı sağlanacaktır. Sentient'in vizyonu, herkesin AI ürünleri inşa etmesine, iş birliği yapmasına, sahip olmasına ve bunları paraya dönüştürmesine olanak tanımak, böylece adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, dünya çapında önde gelen akademik uzmanlar, blockchain girişimcileri ve mühendisleri bir araya getirerek, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye adanmıştır. Çekirdek üyeler arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi yer almakta olup, AI güvenliği ve gizliliği konularında sorumludur. Ayrıca, Polygon'un kurucu ortağı Sandeep Nailwal, blockchain stratejisi ve ekosistem düzenlemesi konusunda liderlik yapmaktadır. Ekip üyelerinin geçmişi Meta, Coinbase, Polygon gibi şirketler ile Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversiteleri kapsamaktadır ve AI/ML, NLP, bilgisayarla görme gibi alanlarda proje uygulamasını desteklemektedir.
Polygon'un kurucu ortağı Sandeep Nailwal'ın ikinci girişim projesi olarak Sentient, kurulduğu andan itibaren bir cazibe merkezi haline geldi ve zengin kaynaklar, bağlantılar ve piyasa bilinirliği ile projeye güçlü bir destek sağladı. 2024 ortalarında Sentient, Founders Fund, Pantera ve Framework Ventures'ın liderlik ettiği 85 milyon dolarlık tohum yatırım turunu tamamladı; diğer yatırım kuruluşları arasında Delphi, Hashkey ve Spartan gibi tanınmış VC'lerin de bulunduğu onlarca şirket yer aldı.
tasarım mimarisi ve uygulama katmanı
Altyapı Katmanı
Temel Mimari
Sentient'in temel yapısı, AI Pipeline ve on-chain sisteminden oluşmaktadır:
Yapay Zeka boru hattı, "Sadık AI" eserlerinin geliştirilmesi ve eğitilmesi için temel bir yapı olup, iki ana süreç içerir:
Blockchain sistemi, protokollere şeffaflık ve merkeziyetsiz kontrol sağlayarak, AI nesnelerinin sahipliğini, kullanım izini, gelir dağılımını ve adil yönetişimi garanti eder. Belirli 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 mülkiyet koruması ve ekonomik teşvik mekanizmaları sağlamak için tasarlanmıştır. 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 özelliklerini kullanarak "doğrulanabilir ama kaldırılabilir" hafif güvenlik mekanizmaları geliştirmektir. Temel teknolojisi şudur:
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nı yeniden şifreleme maliyeti olmadan gerçekleştirir.
Model Hakları ve Güvenli Uygulama Çerçevesi
Sentient şu anda Melange karışık güvenliğini kullanmaktadır: parmak izi doğrulama, TEE yürütme ve on-chain sözleşme kâr paylaşımının birleşimi. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta olup, "iyimser güvenlik (Optimistic Security)" anlayışına vurgu yapmaktadır; yani, varsayılan olarak uyumlu kabul edilir, ihlaller sonrasında tespit edilip ceza uygulanabilir.
Parmak izi mekanizması, OML'nin ana uygulamasıdır ve modelin eğitim aşamasında benzersiz imzalar oluşturması için belirli "soru-cevap" çiftlerini gömerek çalışır. Bu imzalar sayesinde, modelin sahibi aitliği doğrulayabilir, yetkisiz kopyalamayı ve ticarileşmeyi engelleyebilir. Bu mekanizma yalnızca model geliştiricilerin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışları için izlenebilir on-chain kayıtları da sağlar.
Ayrıca, Sentient, yalnızca yetkilendirilmiş istekleri yanıtlamak için güvenilir yürütme ortamlarını (örneğin, AWS Nitro Enclaves) kullanarak Enclave TEE hesaplama çerçevesini tanıttı ve yetkisiz erişim ve kullanımın önlenmesini sağladı. TEE donanıma bağımlıdır ve belirli güvenlik riskleri barındırsa da, yüksek performansı ve gerçek zamanlılık avantajları, mevcut model dağıtımının temel teknolojisi haline gelmesini sağlamaktadır.
Gelecekte, Sentient sıfır bilgi kanıtı (ZK) ve homomorfik şifreleme (FHE) teknolojilerini tanıtmayı planlıyor, böylece gizlilik korumasını ve doğrulanabilirliği daha da artırarak AI modellerinin merkeziyetsiz dağıtımı için daha olgun çözümler sunacak.
uygulama katmanı
Şu anda, Sentient'in ürünleri esasen merkeziyetsiz sohbet platformunu içermektedir.