On-Chain DeAI'nin Verimli Topraklarını Keşfetmek: AI Layer1 Gelişimi ve Gelecek Beklentileri
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 bazı senaryolarda insan iş gücünün yerini alma potansiyelini bile gösterdi. Ancak, bu teknolojilerin temeli hâlâ birkaç merkezi teknoloji devinin elinde sıkı bir şekilde tutuluyor. Güçlü sermaye ve yüksek maliyetli hesaplama kaynakları üzerindeki kontrolü sayesinde, bu şirketler aşılması zor engeller oluşturdu ve çoğu geliştirici ve yenilikçi ekibin onlarla rekabet etmesini zorlaştırdı.
Aynı zamanda, AI'nın hızlı evriminin ilk dönemlerinde, toplumsal kamuoyu genellikle teknolojinin sağladığı atılımlar ve kolaylıklar üzerinde yoğunlaşırken, gizlilik koruma, şeffaflık, güvenlik gibi temel sorunlara olan ilgi nispeten azdır. Uzun vadede, bu sorunlar AI sektörünün sağlıklı gelişimini ve toplumsal kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde çözülemezse, AI'nin "iyiliğe" mi yoksa "kötülüğe" mi yönelmesi tartışması daha da belirgin hale gelecektir; merkezileşmiş devler, kâr etme içgüdüsüyle bu zorlukları proaktif bir şekilde ele almak için genellikle yeterli motivasyona sahip değildir.
Blockchain teknolojisi, merkeziyetsiz, şeffaf ve sansüre dayanıklı özellikleri sayesinde AI endüstrisinin sürdürülebilir gelişimine yeni olanaklar sunmaktadır. Şu anda, Solana, Base gibi ana akım blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine bir analiz yapıldığında, bu projelerin hâlâ birçok sorunu olduğu görülebilir: bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapı hâlâ merkezi bulut hizmetlerine bağımlıdır, meme özellikleri aşırı yüksektir, gerçek anlamda açık bir ekosistemi desteklemesi zordur; diğer yandan, Web2 dünyasındaki AI ürünleriyle karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları açısından hâlâ 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 tasarlamamız gerekiyor. Bu, AI'nın açık yenilik, yönetim demokrasisi ve veri güvenliği için sağlam bir temel sağlayacak ve merkeziyetsiz AI ekosisteminin gelişimini teşvik edecektir.
AI Layer 1'in temel özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blockchain olarak, alt yapı mimarisi ve performans tasarımı AI görevlerinin gereksinimlerine sıkı bir şekilde odaklanır ve on-chain AI ekosisteminin sürdürülebilir gelişimini ve refahını etkili bir şekilde desteklemeyi amaçlar. Özellikle, AI Layer 1'in aşağıdaki temel yeteneklere sahip olması gerekmektedir:
Verimli teşvik ve merkeziyetsiz konsensüs mekanizması. AI Layer 1'in merkezi, açık bir hesaplama gücü, depolama gibi kaynakların paylaşım ağını inşa etmektir. Geleneksel blok zinciri düğümleri esas olarak defter kaydı üzerine odaklanırken, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmelidir. Bu düğümler yalnızca hesaplama gücü sağlamakla kalmayıp, aynı zamanda AI modellerinin eğitimini ve çıkarımını tamamlamak ve depolama, veri, bant genişliği gibi çeşitli kaynakları katkıda bulunmak zorundadır. Bu, merkezi devlerin AI altyapısındaki tekelini kırmak için gereklidir. Bu durum, temel konsensüs ve teşvik mekanizmaları için daha yüksek talepler ortaya koymaktadır: AI Layer 1, düğümlerin AI çıkarım, eğitim 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 genel hesaplama gücü maliyeti 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 son derece yüksek talepler ortaya koymaktadır. Daha da ötesi, on-chain AI ekosistemi genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli heterojen görev türlerini desteklemelidir. AI Layer 1, temel mimarisi üzerinde yüksek throughput, düşük gecikme ve esnek paralellik gibi ihtiyaçlara derinlemesine optimize edilmeli ve heterojen hesaplama kaynaklarına yerel destek yeteneği sağlanmalıdır, böylece her türlü AI görevi verimli bir şekilde çalışabilir ve "tek tip görev"ten "karmaşık çok yönlü ekosistem"e sorunsuz bir genişleme sağlanabilir.
Doğrulanabilirlik ve Güvenilir Çıktı Güvencesi AI Layer 1, yalnızca modelin kötüye kullanılmasını, verilerin değiştirilmesini gibi güvenlik risklerini önlemekle kalmamalı, aynı zamanda alt düzey mekanizmalarla AI çıktılarının doğrulanabilirliğini ve uyumunu sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojileri entegre ederek, platform her bir model çıkarımı, eğitimi ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlar ve AI sisteminin adaletini ve şeffaflığını garanti eder. Aynı zamanda, bu doğrulanabilirlik kullanıcıların AI çıktılarının mantığını ve dayanağını netleştirmesine yardımcı olarak "alınanların istenenler olması" ilkesini gerçekleştirmekte ve kullanıcıların AI ürünlerine olan güvenini ve memnuniyetini artırmaktadır.
Veri gizliliği koruma AI uygulamaları sıklıkla kullanıcıların hassas verilerini içerir, finans, sağlık, sosyal gibi alanlarda veri gizliliği koruma hayati öneme sahiptir. AI Layer 1, doğrulanabilirliği sağlarken, şifrelemeye dayalı veri işleme teknolojileri, gizlilik hesaplama protokolleri ve veri yetki yönetimi gibi yöntemleri kullanarak verilerin çıkarım, eğitim ve depolama gibi tüm süreçlerindeki güvenliğini sağlamalı, veri sızıntısı ve kötüye kullanımını etkili bir şekilde önlemeli ve kullanıcıların veri güvenliği konusundaki endişelerini gidermelidir.
Güçlü ekosistem taşıma ve geliştirme destek yeteneği AI yerel Layer 1 altyapısı olarak, platformun yalnızca teknik olarak öncü olması yeterli değildir, aynı zamanda geliştiriciler, düğüm operatörleri, AI hizmet sağlayıcıları gibi ekosistem katılımcılarına kapsamlı geliştirme araçları, entegre SDK, operasyon desteği ve teşvik mekanizmaları sunması gerekmektedir. 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 makalede Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil olmak üzere altı AI Layer1 temsilci projesi detaylı bir şekilde tanıtılacak, yarış alanının en son gelişmeleri sistematik olarak incelenecek, projelerin gelişim durumu analiz edilecek ve gelecekteki eğilimler tartışılacaktır.
Sentient: Sadık açık kaynaklı merkeziyetsiz AI modeli inşa etme
Proje Özeti
Sentient, açık kaynaklı bir protokol platformudur ve bir AI Layer1 blok zinciri ( inşa etmektedir. İlk aşaması Layer 2 olacak ve daha sonra Layer 1)'ye geçecektir. AI Pipeline ve blok zinciri teknolojisini birleştirerek merkeziyetsiz bir yapay zeka ekonomisi oluşturmayı hedeflemektedir. Temel hedefi, merkezi LLM pazarındaki model mülkiyeti, çağrı izleme ve değer dağıtım problemlerini "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 ürünleri geliştirmesini, iş birliği yapmasını, sahip olmasını ve ekonomik hale getirmesini mümkün kılmak, böylece adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, dünya çapında önde gelen akademik uzmanları, blockchain girişimcileri ve mühendisleri bir araya getirerek, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye kendini adamıştır. Ana üyeleri arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi bulunmaktadır; her biri AI güvenliği ve gizlilik korumasından sorumludur. Ayrıca, bir ticaret platformunun kurucu ortağı Sandeep Nailwal blockchain stratejisi ve ekosistem düzenlemesi konusunda liderlik yapmaktadır. Ekip üyelerinin geçmişleri Meta, Coinbase gibi tanınmış şirketlerin yanı sıra Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversiteleri kapsamaktadır ve AI/ML, NLP, bilgisayarlı görü gibi alanlarda projeyi hayata geçirmek için iş birliği yapmaktadır.
Bir ticaret platformunun kurucu ortağı Sandeep Nailwal'ın ikinci girişim projesi olan Sentient, kuruluşunun ilk gününden itibaren bir aura ile geldi ve zengin kaynaklara, bağlantılara ve piyasa farkındalığına sahip olarak projenin gelişimine güçlü bir destek sağladı. 2024 ortasında, Sentient 85 milyon dolarlık bir tohum finansmanı tamamladı ve Founders Fund, Pantera ve Framework Ventures liderliğinde, diğer yatırımcılar arasında Delphi, Hashkey ve Spartan gibi birçok tanınmış VC de yer aldı.
Tasarım Mimarisi ve Uygulama Katmanı
altyapı katmanı
Kilit Mimarisi
Sentient'in çekirdek mimarisi, AI Pipeline ve on-chain sistemden oluşmaktadır:
AI boru hattı, "sadık AI" eserlerinin geliştirilmesi ve eğitilmesinin temelini oluşturur ve iki ana süreci içerir:
Veri Planlama (Data Curation): Modelin hizalanması için topluluk tarafından yönlendirilen veri seçme süreci.
Sadakat Eğitimi (Loyalty Training): Modelin topluluğun niyetiyle uyumlu bir eğitim süreci sürdürmesini sağlamak.
Blockchain sistemi, protokole şeffaflık ve merkeziyetsiz kontrol sağlayarak, AI eserlerinin mülkiyeti, kullanım takibi, gelir dağılımı ve adil yönetişimi güvence altına alır. Spesifik mimari dört katmana ayrılmaktadır:
Depolama katmanı: Model ağırlıkları ve parmak izi kayıt bilgilerini depolar;
Dağıtım katmanı: Yetkilendirme sözleşmesi kontrol modeli çağrı noktası;
Erişim katmanı: Kullanıcının yetkilendirilip yetkilendirilmediğini doğrulamak için izin kanıtı kullanır;
Teşvik katmanı: Gelir yönlendirme sözleşmesi, her çağrıda ödemeleri eğitmenler, dağıtıcılar 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 net mülkiyet koruma 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 oluşturmasını, denetim yapmasını ve geliştirmesini kolaylaştırmalıdır.
Para kazanma: Her model çağrısı gelir akışını tetikler, on-chain sözleşme kazancı eğitmenler, dağıtıcılar ve doğrulayıcılara dağıtır.
Sadakat: Model, katkı sağlayan topluluğa aittir, yükseltme yönü ve yönetişim DAO tarafından belirlenir, kullanımı ve değiştirilmesi kripto mekanizmaları tarafından kontrol edilir.
AI Yerel Kriptografi (AI-native Cryptography)
Yerli kripto, AI modellerinin sürekliliği, düşük boyutlu manifold yapısı ve modelin diferansiyellenebilir özelliklerinden yararlanarak "doğrulanabilir ama çıkarılamaz" hafif güvenlik mekanizmaları geliştirmektir. Temel teknolojisi şudur:
Parmak izi gömülü: Eğitim sırasında modelin benzersiz imzasını oluşturmak için gizli bir dizi sorgu-cevap anahtar-değer çiftinin eklenmesi;
Mülkiyet Doğrulama Protokolü: Üçüncü taraf dedektör (Prover) aracılığıyla sorgu biçiminde parmak izinin saklanıp saklanmadığını doğrulamak;
İzin çağrısı mekanizması: Çağrıdan önce model sahibinin verdiği "yetki belgesi" alınmalı, sistem buna dayanarak modelin girdiği çözmesini ve doğru yanıtı döndürmesini yetkilendirmelidir.
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nın yeniden şifreleme maliyeti olmadan gerçekleştirilmesini sağlar.
Model hak sahipliği ve güvenli yürütme çerçevesi
Sentient şu anda Melange karışık güvenliğini kullanmaktadır: parmak izi doğrulama, TEE yürütme ve on-chain sözleşme kâr paylaşımını birleştirir. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta olup, "iyimser güvenlik (Optimistic Security)" fikrini vurgular; yani uyum varsayılır, ihlal durumunda tespit edilip cezalandırılabilir.
Parmak izi mekanizması, OML'nin ana uygulamasıdır ve modelin eğitim aşamasında benzersiz bir imza oluşturmasını sağlamak için belirli "soru-cevap" çiftlerini gömerek çalışır. Bu imzalar sayesinde, modelin sahibi mülkiyeti doğrulayabilir ve yetkisiz kopyalama ve ticarileştirmeyi engelleyebilir. Bu mekanizma yalnızca model geliştiricilerin haklarını korumakla kalmaz, aynı zamanda model kullanım davranışları için izlenebilir bir on-chain kayıt sağlar.
Ayrıca, Sentient, yalnızca yetkilendirilmiş isteklere yanıt vermesini sağlamak ve izinsiz erişim ile kullanımı önlemek için güvenilir yürütme ortamlarından (AWS Nitro Enclaves gibi) yararlanan Enclave TEE hesaplama çerçevesini tanıttı. TEE donanıma bağımlı olsa da ve belirli güvenlik riskleri barındırsa da, yüksek performansı ve gerçek zamanlılık avantajları onu çok uygun hale getiriyor.
View Original
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.
16 Likes
Reward
16
6
Share
Comment
0/400
NftMetaversePainter
· 07-12 17:05
meh... başka bir web2 denemesi algoritmik sanatı yenilik olarak maskelemekte. Gerçek hesaplamalı estetiği anladıklarında beni uyandırın.
View OriginalReply0
DeFiChef
· 07-12 07:12
Anladım, büyük şirketlerin tekel olması büyük bir tuzak.
View OriginalReply0
BlockchainWorker
· 07-09 20:19
AI'ye bu kadar ayak uydurmak zor.
View OriginalReply0
GateUser-5854de8b
· 07-09 20:17
Devlerin tekelinde, sıradan insanlar ne yapsın!?
View OriginalReply0
MrRightClick
· 07-09 20:10
Web3'ün AI'nın geleceği olduğunu daha önce söylemiştim.
View OriginalReply0
ChainPoet
· 07-09 20:05
Kim büyüklerin nasıl oynadığını umursar ki~ merkeziyetsizlik özgürlüğü esas olanıdır.
AI Layer1 Blok Zinciri: Merkeziyetsiz AI'nın Temeli ve Geleceği
On-Chain DeAI'nin Verimli Topraklarını Keşfetmek: AI Layer1 Gelişimi ve Gelecek Beklentileri
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 bazı senaryolarda insan iş gücünün yerini alma potansiyelini bile gösterdi. Ancak, bu teknolojilerin temeli hâlâ birkaç merkezi teknoloji devinin elinde sıkı bir şekilde tutuluyor. Güçlü sermaye ve yüksek maliyetli hesaplama kaynakları üzerindeki kontrolü sayesinde, bu şirketler aşılması zor engeller oluşturdu ve çoğu geliştirici ve yenilikçi ekibin onlarla rekabet etmesini zorlaştırdı.
Aynı zamanda, AI'nın hızlı evriminin ilk dönemlerinde, toplumsal kamuoyu genellikle teknolojinin sağladığı atılımlar ve kolaylıklar üzerinde yoğunlaşırken, gizlilik koruma, şeffaflık, güvenlik gibi temel sorunlara olan ilgi nispeten azdır. Uzun vadede, bu sorunlar AI sektörünün sağlıklı gelişimini ve toplumsal kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde çözülemezse, AI'nin "iyiliğe" mi yoksa "kötülüğe" mi yönelmesi tartışması daha da belirgin hale gelecektir; merkezileşmiş devler, kâr etme içgüdüsüyle bu zorlukları proaktif bir şekilde ele almak için genellikle yeterli motivasyona sahip değildir.
Blockchain teknolojisi, merkeziyetsiz, şeffaf ve sansüre dayanıklı özellikleri sayesinde AI endüstrisinin sürdürülebilir gelişimine yeni olanaklar sunmaktadır. Şu anda, Solana, Base gibi ana akım blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine bir analiz yapıldığında, bu projelerin hâlâ birçok sorunu olduğu görülebilir: bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapı hâlâ merkezi bulut hizmetlerine bağımlıdır, meme özellikleri aşırı yüksektir, gerçek anlamda açık bir ekosistemi desteklemesi zordur; diğer yandan, Web2 dünyasındaki AI ürünleriyle karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları açısından hâlâ 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 tasarlamamız gerekiyor. Bu, AI'nın açık yenilik, yönetim demokrasisi ve veri güvenliği için sağlam bir temel sağlayacak ve merkeziyetsiz AI ekosisteminin gelişimini teşvik edecektir.
AI Layer 1'in temel özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blockchain olarak, alt yapı mimarisi ve performans tasarımı AI görevlerinin gereksinimlerine sıkı bir şekilde odaklanır ve on-chain AI ekosisteminin sürdürülebilir gelişimini ve refahını etkili bir şekilde desteklemeyi amaçlar. Özellikle, AI Layer 1'in aşağıdaki temel yeteneklere sahip olması gerekmektedir:
Verimli teşvik ve merkeziyetsiz konsensüs mekanizması. AI Layer 1'in merkezi, açık bir hesaplama gücü, depolama gibi kaynakların paylaşım ağını inşa etmektir. Geleneksel blok zinciri düğümleri esas olarak defter kaydı üzerine odaklanırken, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmelidir. Bu düğümler yalnızca hesaplama gücü sağlamakla kalmayıp, aynı zamanda AI modellerinin eğitimini ve çıkarımını tamamlamak ve depolama, veri, bant genişliği gibi çeşitli kaynakları katkıda bulunmak zorundadır. Bu, merkezi devlerin AI altyapısındaki tekelini kırmak için gereklidir. Bu durum, temel konsensüs ve teşvik mekanizmaları için daha yüksek talepler ortaya koymaktadır: AI Layer 1, düğümlerin AI çıkarım, eğitim 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 genel hesaplama gücü maliyeti 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 son derece yüksek talepler ortaya koymaktadır. Daha da ötesi, on-chain AI ekosistemi genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli heterojen görev türlerini desteklemelidir. AI Layer 1, temel mimarisi üzerinde yüksek throughput, düşük gecikme ve esnek paralellik gibi ihtiyaçlara derinlemesine optimize edilmeli ve heterojen hesaplama kaynaklarına yerel destek yeteneği sağlanmalıdır, böylece her türlü AI görevi verimli bir şekilde çalışabilir ve "tek tip görev"ten "karmaşık çok yönlü ekosistem"e sorunsuz bir genişleme sağlanabilir.
Doğrulanabilirlik ve Güvenilir Çıktı Güvencesi AI Layer 1, yalnızca modelin kötüye kullanılmasını, verilerin değiştirilmesini gibi güvenlik risklerini önlemekle kalmamalı, aynı zamanda alt düzey mekanizmalarla AI çıktılarının doğrulanabilirliğini ve uyumunu sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojileri entegre ederek, platform her bir model çıkarımı, eğitimi ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlar ve AI sisteminin adaletini ve şeffaflığını garanti eder. Aynı zamanda, bu doğrulanabilirlik kullanıcıların AI çıktılarının mantığını ve dayanağını netleştirmesine yardımcı olarak "alınanların istenenler olması" ilkesini gerçekleştirmekte ve kullanıcıların AI ürünlerine olan güvenini ve memnuniyetini artırmaktadır.
Veri gizliliği koruma AI uygulamaları sıklıkla kullanıcıların hassas verilerini içerir, finans, sağlık, sosyal gibi alanlarda veri gizliliği koruma hayati öneme sahiptir. AI Layer 1, doğrulanabilirliği sağlarken, şifrelemeye dayalı veri işleme teknolojileri, gizlilik hesaplama protokolleri ve veri yetki yönetimi gibi yöntemleri kullanarak verilerin çıkarım, eğitim ve depolama gibi tüm süreçlerindeki güvenliğini sağlamalı, veri sızıntısı ve kötüye kullanımını etkili bir şekilde önlemeli ve kullanıcıların veri güvenliği konusundaki endişelerini gidermelidir.
Güçlü ekosistem taşıma ve geliştirme destek yeteneği AI yerel Layer 1 altyapısı olarak, platformun yalnızca teknik olarak öncü olması yeterli değildir, aynı zamanda geliştiriciler, düğüm operatörleri, AI hizmet sağlayıcıları gibi ekosistem katılımcılarına kapsamlı geliştirme araçları, entegre SDK, operasyon desteği ve teşvik mekanizmaları sunması gerekmektedir. 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 makalede Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil olmak üzere altı AI Layer1 temsilci projesi detaylı bir şekilde tanıtılacak, yarış alanının en son gelişmeleri sistematik olarak incelenecek, projelerin gelişim durumu analiz edilecek ve gelecekteki eğilimler tartışılacaktır.
Sentient: Sadık açık kaynaklı merkeziyetsiz AI modeli inşa etme
Proje Özeti
Sentient, açık kaynaklı bir protokol platformudur ve bir AI Layer1 blok zinciri ( inşa etmektedir. İlk aşaması Layer 2 olacak ve daha sonra Layer 1)'ye geçecektir. AI Pipeline ve blok zinciri teknolojisini birleştirerek merkeziyetsiz bir yapay zeka ekonomisi oluşturmayı hedeflemektedir. Temel hedefi, merkezi LLM pazarındaki model mülkiyeti, çağrı izleme ve değer dağıtım problemlerini "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 ürünleri geliştirmesini, iş birliği yapmasını, sahip olmasını ve ekonomik hale getirmesini mümkün kılmak, böylece adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, dünya çapında önde gelen akademik uzmanları, blockchain girişimcileri ve mühendisleri bir araya getirerek, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye kendini adamıştır. Ana üyeleri arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi bulunmaktadır; her biri AI güvenliği ve gizlilik korumasından sorumludur. Ayrıca, bir ticaret platformunun kurucu ortağı Sandeep Nailwal blockchain stratejisi ve ekosistem düzenlemesi konusunda liderlik yapmaktadır. Ekip üyelerinin geçmişleri Meta, Coinbase gibi tanınmış şirketlerin yanı sıra Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversiteleri kapsamaktadır ve AI/ML, NLP, bilgisayarlı görü gibi alanlarda projeyi hayata geçirmek için iş birliği yapmaktadır.
Bir ticaret platformunun kurucu ortağı Sandeep Nailwal'ın ikinci girişim projesi olan Sentient, kuruluşunun ilk gününden itibaren bir aura ile geldi ve zengin kaynaklara, bağlantılara ve piyasa farkındalığına sahip olarak projenin gelişimine güçlü bir destek sağladı. 2024 ortasında, Sentient 85 milyon dolarlık bir tohum finansmanı tamamladı ve Founders Fund, Pantera ve Framework Ventures liderliğinde, diğer yatırımcılar arasında Delphi, Hashkey ve Spartan gibi birçok tanınmış VC de yer aldı.
Tasarım Mimarisi ve Uygulama Katmanı
altyapı katmanı
Kilit Mimarisi
Sentient'in çekirdek mimarisi, AI Pipeline ve on-chain sistemden oluşmaktadır:
AI boru hattı, "sadık AI" eserlerinin geliştirilmesi ve eğitilmesinin temelini oluşturur ve iki ana süreci içerir:
Blockchain sistemi, protokole şeffaflık ve merkeziyetsiz kontrol sağlayarak, AI eserlerinin mülkiyeti, kullanım takibi, gelir dağılımı ve adil yönetişimi güvence altına alır. Spesifik mimari dört katmana ayrılmaktadır:
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 koruma 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)
Yerli kripto, AI modellerinin sürekliliği, düşük boyutlu manifold yapısı ve modelin diferansiyellenebilir özelliklerinden yararlanarak "doğrulanabilir ama çıkarılamaz" hafif güvenlik mekanizmaları geliştirmektir. Temel teknolojisi şudur:
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nın yeniden şifreleme maliyeti olmadan gerçekleştirilmesini sağlar.
Model hak sahipliği ve güvenli yürütme çerçevesi
Sentient şu anda Melange karışık güvenliğini kullanmaktadır: parmak izi doğrulama, TEE yürütme ve on-chain sözleşme kâr paylaşımını birleştirir. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta olup, "iyimser güvenlik (Optimistic Security)" fikrini vurgular; yani uyum varsayılır, ihlal durumunda tespit edilip cezalandırılabilir.
Parmak izi mekanizması, OML'nin ana uygulamasıdır ve modelin eğitim aşamasında benzersiz bir imza oluşturmasını sağlamak için belirli "soru-cevap" çiftlerini gömerek çalışır. Bu imzalar sayesinde, modelin sahibi mülkiyeti doğrulayabilir ve yetkisiz kopyalama ve ticarileştirmeyi engelleyebilir. Bu mekanizma yalnızca model geliştiricilerin haklarını korumakla kalmaz, aynı zamanda model kullanım davranışları için izlenebilir bir on-chain kayıt sağlar.
Ayrıca, Sentient, yalnızca yetkilendirilmiş isteklere yanıt vermesini sağlamak ve izinsiz erişim ile kullanımı önlemek için güvenilir yürütme ortamlarından (AWS Nitro Enclaves gibi) yararlanan Enclave TEE hesaplama çerçevesini tanıttı. TEE donanıma bağımlı olsa da ve belirli güvenlik riskleri barındırsa da, yüksek performansı ve gerçek zamanlılık avantajları onu çok uygun hale getiriyor.