AI Layer1 Araştırma Raporu: On-chain DeAI için Verimli Toprakları Bulmak
Genel Bakış
Son yıllarda, OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin (LLM) hızlı gelişimini teşvik etti. LLM, her sektörde eşi benzeri görülmemiş yetenekler sergileyerek insanın hayal gücünü büyük ölçüde genişletti ve bazı senaryolarda insan emeğinin yerini alma potansiyelini bile gösterdi. Ancak, bu teknolojilerin temeli az sayıda 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 ile yenilikçi ekiplerin onlarla rekabet etmesini zorlaştırdı.
Aynı zamanda, AI'nın hızlı evriminin ilk dönemlerinde, toplumsal kamuoyu genellikle teknolojinin getirdiği atılımlara ve kolaylıklara odaklanmakta, gizlilik koruma, şeffaflık, güvenlik gibi temel sorunlara yeterince dikkat edilmemektedir. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimini ve toplumsal kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde çözülemezse, AI'nın "iyi" mi yoksa "kötü" mü olacağı konusundaki tartışmalar daha da belirginleşecektir. Merkezileşmiş devler, kâr güdüsü ile hareket ettiklerinden, genellikle bu zorluklarla proaktif bir şekilde başa çıkmak için yeterli motivasyona sahip olmamaktadır.
Blockchain teknolojisi, merkeziyetsizlik, şeffaflık ve sansüre dayanıklılık özellikleri sayesinde AI sektörünün sürdürülebilir gelişimi için yeni imkanlar sunmaktadır. Şu anda, Solana, Base gibi önde gelen blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine bir analiz yapıldığında, bu projelerin hâlâ birçok sorunla karşı karşıya olduğu görülmektedir: bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapı hâlâ merkezi bulut hizmetlerine bağımlıdır, meme özellikleri aşırı yüklenmiş olup gerçek anlamda açık bir ekosistemi desteklemede zorluk çekmektedir; diğer yandan, Web2 dünyasındaki AI ürünleriyle karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları gibi alanlarda hâlâ sınırlı kaldığı, yenilik derinliği ve genişliğinin artırılması gerektiği görülmektedir.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blockchain'in büyük ölçekli AI uygulamalarını güvenli, verimli ve demokratik bir şekilde desteklemesini sağlamak ve performans açısından merkezi çözümlerle rekabet edebilmesi için, AI'ya özel tasarlanmış bir Layer1 blockchain'i tasarlamamız gerekiyor. Bu, AI'nın açık inovasyonu, demokratik yönetimi ve veri güvenliğine sağlam bir temel sağlayacak ve merkeziyetsiz AI ekosisteminin zengin gelişimini teşvik edecektir.
AI Layer 1'in Temel Özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blok zinciri olarak, alt yapı ve performans tasarımı, AI görevlerinin ihtiyaçlarına sıkı bir şekilde odaklanarak, zincir üzerindeki AI ekosisteminin sürdürülebilir gelişimini ve refahını verimli bir şekilde desteklemeyi amaçlamaktadır. Daha spesifik olarak, AI Layer 1'in aşağıdaki temel yeteneklere sahip olması gerekmektedir:
Verimli teşvik ve merkeziyetsiz konsensüs mekanizması
AI Layer 1'in temeli, açık bir hesaplama, depolama gibi kaynakların paylaşım ağı kurmaktır. Geleneksel blok zinciri düğümlerinin daha çok defter kayıtlarına odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmek zorundadır; sadece hesaplama gücü sağlamakla kalmayıp, AI modellerinin eğitimi ve çıkarımı gibi görevleri de tamamlamalı, aynı zamanda depolama, veri, bant genişliği gibi çeşitli kaynaklar da sunmalıdır. Böylece, merkezi devlerin AI altyapısındaki tekelini kırabilir. Bu, temel konsensüs ve teşvik mekanizması için daha yüksek gereksinimler ortaya koyar: 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 edilebilir ve toplam hesaplama 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 üzerinde son derece yüksek gereksinimler ortaya koymaktadır. Dahası, on-chain AI ekosistemi genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli görev türlerini desteklemelidir. AI Layer 1, temel mimaride yüksek throughput, düşük gecikme ve esnek paralellik gibi gereksinimler için derinlemesine optimize edilmelidir ve heterojen hesaplama kaynaklarının yerel destek kapasitesini önceden ayarlamalıdır, 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 garantisi
AI Layer 1 yalnızca model kötüye kullanımı, veri değiştirme gibi güvenlik tehditlerini önlemekle kalmamalı, aynı zamanda temel mekanizmalarla AI çıktılarının doğrulanabilirliğini ve uyumluluğunu sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojilerin entegrasyonu sayesinde, platform her 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 olur, "ne elde edersen onu istersin" 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 korunması kritik öneme sahiptir. AI Layer 1, doğrulanabilirliği sağlarken, şifrelemeye dayalı veri işleme teknolojileri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri kullanmalıdır. Bu sayede verilerin çıkarım, eğitim ve depolama süreçlerinde güvenliğini sağlamak, veri sızıntılarını ve kötüye kullanımı etkili bir şekilde önlemek, kullanıcıların veri güvenliği konusundaki endişelerini ortadan kaldırmak gerekmektedir.
Güçlü ekosistem taşıma ve geliştirme destek yeteneği
AI yerel Layer 1 altyapısı olarak, platform yalnızca teknik olarak öncülük etmekle kalmamalı, 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 optimize ederek, zengin ve çeşitli AI yerel uygulamaların hayata geçmesini teşvik etmek ve merkeziyetsiz AI ekosisteminin sürdürülebilir refahını sağlamak önemlidir.
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, sektördeki en son gelişmeler sistematik olarak ele alınacak, proje gelişim durumu analiz edilecek ve gelecekteki eğilimler tartışılacaktır.
Sentient: Sadık Açık Kaynak Merkeziyetsiz AI Modeli İnşa Etmek
Proje Özeti
Sentient, bir açık kaynak protokol platformudur ve bir AI Layer1 blok zinciri ( inşa etmektedir. İlk aşama olarak Layer 2'de başlayacak, ardından Layer 1)'e geçecektir. AI Pipeline ve blok zinciri teknolojisini birleştirerek merkeziyetsiz bir yapay zeka ekonomisi oluşturmayı hedeflemektedir. Temel amacı, merkezi LLM pazarındaki model mülkiyeti, çağrı izleme ve değer dağıtımı sorunlarını "OML" çerçevesi (açık, karlı, sadık) aracılığıyla çözmektir; böylece AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımı gerçekleştirilir. Sentient'in vizyonu, herkesin AI ürünlerini inşa etmesine, iş birliği yapmasına, sahip olmasına ve para kazanmasına olanak tanımak ve böylece adil, açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeyi amaçlayan dünya çapında önde gelen akademik uzmanlar, blockchain girişimcileri ve mühendisleri bir araya getiriyor. Ana üyeleri arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi bulunuyor; bu iki isim sırasıyla AI güvenliği ve gizlilik korumasından sorumlu. Aynı zamanda, Polygon'un kurucu ortağı Sandeep Nailwal, blockchain stratejisi ve ekosistem tasarımı konusunda liderlik yapıyor. Ekip üyelerinin geçmişi, Meta, Coinbase, Polygon gibi tanınmış şirketler ve Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversiteleri kapsıyor; AI/ML, NLP, bilgisayarla görme gibi alanlarda işbirliği yaparak projeyi hayata geçirmeye çalışıyor.
Polygon'un kurucu ortaklarından Sandeep Nailwal'ın ikinci girişim projesi olarak, Sentient kuruluşunun başında kendi ışığını taşıyor, zengin kaynaklar, bağlantılar ve pazar farkındalığına sahip, projenin gelişimini güçlü bir destekle sağlıyor. 2024 ortasında, Sentient 85 milyon dolarlık tohum yatırım turunu tamamladı; yatırımcılar arasında Founders Fund, Pantera ve Framework Ventures öncülük etti, diğer yatırımcılar arasında Delphi, Hashkey ve Spartan gibi birçok tanınmış VC bulunuyor.
tasarım mimarisi ve uygulama katmanı
Altyapı Katmanı
Küçük yapı
Sentient'in temel mimarisi, AI Pipeline ve on-chain sistem olmak üzere iki bölümden oluşmaktadır:
AI boru hattı, "sadık AI" nesnelerini geliştirmek ve eğitmek için bir temeldir, iki temel süreci içerir:
Veri Planlaması (Data Curation): Modelin hizalanması için topluluk tarafından yönlendirilen veri seçim süreci.
Sadakat Eğitimi (Loyalty Training): Modelin topluluk niyetleriyle tutarlı bir eğitim sürecini sürdürmesini sağlamak.
Blockchain sistemi, protokollere şeffaflık ve merkeziyetsiz kontrol sağlayarak AI eserlerinin sahipliğini, kullanım takibini, gelir dağılımını ve adil yönetişimi güvence altına alır. Belirli mimari dört katmana ayrılmaktadır:
Depolama katmanı: Model ağırlıkları ve parmak izi kayıt bilgilerini depolamak;
Dağıtım Katmanı: Yetkilendirme sözleşmesi kontrol modeli çağrı girişi;
Erişim katmanı: Kullanıcının yetkilendirilip yetkilendirilmediğini doğrulamak için izin kanıtı kullanır;
Teşvik katmanı: Kazanç yönlendirme sözleşmesi her çağrıda eğitmenlere, dağıtıcılara ve doğrulayıcılara ödeme dağıtır.
OML model çerçevesi
OML çerçevesi (Açık Open, Paraya Dönüştürülebilir Monetizable, Sadık Loyal), Sentient tarafından önerilen temel bir kavramdır ve açık kaynak AI modellerine net mülkiyet koruması ve ekonomik teşvik mekanizmaları sağlamayı amaçlamaktadır. Zincir üzerindeki on-chain teknolojileri ve AI'ya özgü kriptografi ile birleştirilerek aşağıdaki özelliklere sahiptir:
Açıklık: Model açık kaynak olmalı, kod ve veri yapıları şeffaf olmalı, topluluğun yeniden üretmesini, denetlemesini ve geliştirmesini kolaylaştırmalıdır.
Monetizasyon: Her model çağrısı bir gelir akışını tetikler, on-chain sözleşme gelirleri eğitmen, dağıtıcı ve doğrulayıcıya dağıtır.
Sadakat: Model, katkıda bulunan topluluğa aittir, yükseltme yönü ve yönetim DAO tarafından belirlenir, kullanım ve değişiklik kriptografik mekanizmalar tarafından kontrol edilir.
AI Yerel Kriptografi (AI-native Cryptography)
Yerli yapay zeka kriptografisi, AI modellerinin sürekliliği, düşük boyutlu manifold yapısı ve modelin türevlenebilir özelliklerini kullanarak "doğrulanabilir ama kaldırılması imkansız" hafif güvenlik mekanizmaları geliştirmektedir. Temel teknolojisi şudur:
Parmak izi gömme: Eğitim sırasında, modelin benzersiz imzasını oluşturmak için gizli bir dizi sorgu-cevap anahtar-değer çifti eklenir;
Mülkiyet doğrulama protokolü: Üçüncü taraf dedektörü (Prover) aracılığıyla sorgu şeklinde parmak izinin saklanıp saklanmadığını doğrulamak;
İzin çağırma mekanizması: Çağrılmadan önce model sahibinin verdiği "izin belgesi" alınmalı, sistem buna göre modeli bu girdi çözmek ve doğru yanıtı döndürmek için yetkilendirmelidir.
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 güvenlik modelini kullanıyor: parmak izi doğrulama, TEE yürütme ve on-chain akit kâr paylaşımını birleştiriyor. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta olup, "İyimser Güvenlik (Optimistic Security)" düşüncesini vurguluyor, yani uyumlu varsayılarak, ihlal durumunda tespit edilebilir ve ceza verilebilir.
Parmak izi mekanizması, OML'nin anahtar uygulamasıdır. Bu, modele eğitim aşamasında benzersiz imzalar oluşturması için belirli "soru-cevap" çiftlerini gömerek gerçekleştirilir. Bu imzalar aracılığıyla, modelin sahibi mülkiyeti doğrulayabilir, yetkisiz kopyalama ve ticarileşmeyi önleyebilir. Bu mekanizma, yalnızca model geliştiricilerin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışları için izlenebilir bir on-chain kayıt sağlar.
Ayrıca, Sentient, yalnızca yetkilendirilmiş istekleri yanıtlamak ve yetkisiz erişim ve kullanımın önlenmesini sağlamak için güvenilir yürütme ortamları (örneğin, AWS Nitro Enclaves) kullanan Enclave TEE hesaplama çerçevesini tanıttı. TEE'nin donanıma dayanması ve belirli güvenlik riskleri taşımakla birlikte, yüksek performansı ve gerçek zamanlılık avantajları, onu mevcut model dağıtımının temel teknolojisi haline getiriyor.
Gelecekte, Sentient sıfır bilgi kanıtları (ZK) ve homomorfik şifreleme (FHE) teknolojilerini entegre etmeyi planlıyor, gizlilik koruma ve doğrulanabilirliği daha da güçlendirerek AI modellerinin merkeziyetsiz dağıtımı için daha olgun çözümler sunacak.
uygulama katmanı
Şu anda, Sentient'in ürünleri esas olarak merkeziyetsiz sohbet platformu Sentient Chat, açık kaynaklı Dobby serisi modelleri ve AI Agent çerçevesini içermektedir.
Dobby serisi model
SentientAGI, Llama modeline dayanan ve özgürlük, merkeziyetsizlik ve kripto para destekli değerler üzerine odaklanan birçok "Dobby" serisi modeli piyasaya sürdü. Bunlar arasında, leashed versiyon daha kısıtlayıcı ve mantıklı bir tarz sergiliyor.
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 Yeni Çağ: Sentient ve diğer 6 büyük projenin DeAI altyapısını inşa etmesi
AI Layer1 Araştırma Raporu: On-chain DeAI için Verimli Toprakları Bulmak
Genel Bakış
Son yıllarda, OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin (LLM) hızlı gelişimini teşvik etti. LLM, her sektörde eşi benzeri görülmemiş yetenekler sergileyerek insanın hayal gücünü büyük ölçüde genişletti ve bazı senaryolarda insan emeğinin yerini alma potansiyelini bile gösterdi. Ancak, bu teknolojilerin temeli az sayıda 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 ile yenilikçi ekiplerin onlarla rekabet etmesini zorlaştırdı.
Aynı zamanda, AI'nın hızlı evriminin ilk dönemlerinde, toplumsal kamuoyu genellikle teknolojinin getirdiği atılımlara ve kolaylıklara odaklanmakta, gizlilik koruma, şeffaflık, güvenlik gibi temel sorunlara yeterince dikkat edilmemektedir. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimini ve toplumsal kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde çözülemezse, AI'nın "iyi" mi yoksa "kötü" mü olacağı konusundaki tartışmalar daha da belirginleşecektir. Merkezileşmiş devler, kâr güdüsü ile hareket ettiklerinden, genellikle bu zorluklarla proaktif bir şekilde başa çıkmak için yeterli motivasyona sahip olmamaktadır.
Blockchain teknolojisi, merkeziyetsizlik, şeffaflık ve sansüre dayanıklılık özellikleri sayesinde AI sektörünün sürdürülebilir gelişimi için yeni imkanlar sunmaktadır. Şu anda, Solana, Base gibi önde gelen blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine bir analiz yapıldığında, bu projelerin hâlâ birçok sorunla karşı karşıya olduğu görülmektedir: bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapı hâlâ merkezi bulut hizmetlerine bağımlıdır, meme özellikleri aşırı yüklenmiş olup gerçek anlamda açık bir ekosistemi desteklemede zorluk çekmektedir; diğer yandan, Web2 dünyasındaki AI ürünleriyle karşılaştırıldığında, on-chain AI'nın model yetenekleri, veri kullanımı ve uygulama senaryoları gibi alanlarda hâlâ sınırlı kaldığı, yenilik derinliği ve genişliğinin artırılması gerektiği görülmektedir.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blockchain'in büyük ölçekli AI uygulamalarını güvenli, verimli ve demokratik bir şekilde desteklemesini sağlamak ve performans açısından merkezi çözümlerle rekabet edebilmesi için, AI'ya özel tasarlanmış bir Layer1 blockchain'i tasarlamamız gerekiyor. Bu, AI'nın açık inovasyonu, demokratik yönetimi ve veri güvenliğine sağlam bir temel sağlayacak ve merkeziyetsiz AI ekosisteminin zengin gelişimini teşvik edecektir.
AI Layer 1'in Temel Özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blok zinciri olarak, alt yapı ve performans tasarımı, AI görevlerinin ihtiyaçlarına sıkı bir şekilde odaklanarak, zincir üzerindeki AI ekosisteminin sürdürülebilir gelişimini ve refahını verimli bir şekilde desteklemeyi amaçlamaktadır. Daha spesifik olarak, AI Layer 1'in aşağıdaki temel yeteneklere sahip olması gerekmektedir:
Verimli teşvik ve merkeziyetsiz konsensüs mekanizması AI Layer 1'in temeli, açık bir hesaplama, depolama gibi kaynakların paylaşım ağı kurmaktır. Geleneksel blok zinciri düğümlerinin daha çok defter kayıtlarına odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmek zorundadır; sadece hesaplama gücü sağlamakla kalmayıp, AI modellerinin eğitimi ve çıkarımı gibi görevleri de tamamlamalı, aynı zamanda depolama, veri, bant genişliği gibi çeşitli kaynaklar da sunmalıdır. Böylece, merkezi devlerin AI altyapısındaki tekelini kırabilir. Bu, temel konsensüs ve teşvik mekanizması için daha yüksek gereksinimler ortaya koyar: 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 edilebilir ve toplam hesaplama 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 üzerinde son derece yüksek gereksinimler ortaya koymaktadır. Dahası, on-chain AI ekosistemi genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli görev türlerini desteklemelidir. AI Layer 1, temel mimaride yüksek throughput, düşük gecikme ve esnek paralellik gibi gereksinimler için derinlemesine optimize edilmelidir ve heterojen hesaplama kaynaklarının yerel destek kapasitesini önceden ayarlamalıdır, 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 garantisi AI Layer 1 yalnızca model kötüye kullanımı, veri değiştirme gibi güvenlik tehditlerini önlemekle kalmamalı, aynı zamanda temel mekanizmalarla AI çıktılarının doğrulanabilirliğini ve uyumluluğunu sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojilerin entegrasyonu sayesinde, platform her 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 olur, "ne elde edersen onu istersin" 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 korunması kritik öneme sahiptir. AI Layer 1, doğrulanabilirliği sağlarken, şifrelemeye dayalı veri işleme teknolojileri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri kullanmalıdır. Bu sayede verilerin çıkarım, eğitim ve depolama süreçlerinde güvenliğini sağlamak, veri sızıntılarını ve kötüye kullanımı etkili bir şekilde önlemek, kullanıcıların veri güvenliği konusundaki endişelerini ortadan kaldırmak gerekmektedir.
Güçlü ekosistem taşıma ve geliştirme destek yeteneği AI yerel Layer 1 altyapısı olarak, platform yalnızca teknik olarak öncülük etmekle kalmamalı, 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 optimize ederek, zengin ve çeşitli AI yerel uygulamaların hayata geçmesini teşvik etmek ve merkeziyetsiz AI ekosisteminin sürdürülebilir refahını sağlamak önemlidir.
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, sektördeki en son gelişmeler sistematik olarak ele alınacak, proje gelişim durumu analiz edilecek ve gelecekteki eğilimler tartışılacaktır.
Sentient: Sadık Açık Kaynak Merkeziyetsiz AI Modeli İnşa Etmek
Proje Özeti
Sentient, bir açık kaynak protokol platformudur ve bir AI Layer1 blok zinciri ( inşa etmektedir. İlk aşama olarak Layer 2'de başlayacak, ardından Layer 1)'e geçecektir. AI Pipeline ve blok zinciri teknolojisini birleştirerek merkeziyetsiz bir yapay zeka ekonomisi oluşturmayı hedeflemektedir. Temel amacı, merkezi LLM pazarındaki model mülkiyeti, çağrı izleme ve değer dağıtımı sorunlarını "OML" çerçevesi (açık, karlı, sadık) aracılığıyla çözmektir; böylece AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımı gerçekleştirilir. Sentient'in vizyonu, herkesin AI ürünlerini inşa etmesine, iş birliği yapmasına, sahip olmasına ve para kazanmasına olanak tanımak ve böylece adil, açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeyi amaçlayan dünya çapında önde gelen akademik uzmanlar, blockchain girişimcileri ve mühendisleri bir araya getiriyor. Ana üyeleri arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi bulunuyor; bu iki isim sırasıyla AI güvenliği ve gizlilik korumasından sorumlu. Aynı zamanda, Polygon'un kurucu ortağı Sandeep Nailwal, blockchain stratejisi ve ekosistem tasarımı konusunda liderlik yapıyor. Ekip üyelerinin geçmişi, Meta, Coinbase, Polygon gibi tanınmış şirketler ve Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversiteleri kapsıyor; AI/ML, NLP, bilgisayarla görme gibi alanlarda işbirliği yaparak projeyi hayata geçirmeye çalışıyor.
Polygon'un kurucu ortaklarından Sandeep Nailwal'ın ikinci girişim projesi olarak, Sentient kuruluşunun başında kendi ışığını taşıyor, zengin kaynaklar, bağlantılar ve pazar farkındalığına sahip, projenin gelişimini güçlü bir destekle sağlıyor. 2024 ortasında, Sentient 85 milyon dolarlık tohum yatırım turunu tamamladı; yatırımcılar arasında Founders Fund, Pantera ve Framework Ventures öncülük etti, diğer yatırımcılar arasında Delphi, Hashkey ve Spartan gibi birçok tanınmış VC bulunuyor.
tasarım mimarisi ve uygulama katmanı
Altyapı Katmanı
Küçük yapı
Sentient'in temel mimarisi, AI Pipeline ve on-chain sistem olmak üzere iki bölümden oluşmaktadır:
AI boru hattı, "sadık AI" nesnelerini geliştirmek ve eğitmek için bir temeldir, iki temel süreci içerir:
Blockchain sistemi, protokollere şeffaflık ve merkeziyetsiz kontrol sağlayarak AI eserlerinin sahipliğini, kullanım takibini, gelir dağılımını ve adil yönetişimi güvence altına alır. Belirli mimari dört katmana ayrılmaktadır:
OML model çerçevesi
OML çerçevesi (Açık Open, Paraya Dönüştürülebilir Monetizable, Sadık Loyal), Sentient tarafından önerilen temel bir kavramdır ve açık kaynak AI modellerine net mülkiyet koruması ve ekonomik teşvik mekanizmaları sağlamayı amaçlamaktadır. Zincir üzerindeki on-chain teknolojileri ve AI'ya özgü kriptografi ile birleştirilerek aşağıdaki özelliklere sahiptir:
AI Yerel Kriptografi (AI-native Cryptography)
Yerli yapay zeka kriptografisi, AI modellerinin sürekliliği, düşük boyutlu manifold yapısı ve modelin türevlenebilir özelliklerini kullanarak "doğrulanabilir ama kaldırılması imkansız" hafif güvenlik mekanizmaları geliştirmektedir. 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 güvenlik modelini kullanıyor: parmak izi doğrulama, TEE yürütme ve on-chain akit kâr paylaşımını birleştiriyor. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta olup, "İyimser Güvenlik (Optimistic Security)" düşüncesini vurguluyor, yani uyumlu varsayılarak, ihlal durumunda tespit edilebilir ve ceza verilebilir.
Parmak izi mekanizması, OML'nin anahtar uygulamasıdır. Bu, modele eğitim aşamasında benzersiz imzalar oluşturması için belirli "soru-cevap" çiftlerini gömerek gerçekleştirilir. Bu imzalar aracılığıyla, modelin sahibi mülkiyeti doğrulayabilir, yetkisiz kopyalama ve ticarileşmeyi önleyebilir. Bu mekanizma, yalnızca model geliştiricilerin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışları için izlenebilir bir on-chain kayıt sağlar.
Ayrıca, Sentient, yalnızca yetkilendirilmiş istekleri yanıtlamak ve yetkisiz erişim ve kullanımın önlenmesini sağlamak için güvenilir yürütme ortamları (örneğin, AWS Nitro Enclaves) kullanan Enclave TEE hesaplama çerçevesini tanıttı. TEE'nin donanıma dayanması ve belirli güvenlik riskleri taşımakla birlikte, yüksek performansı ve gerçek zamanlılık avantajları, onu mevcut model dağıtımının temel teknolojisi haline getiriyor.
Gelecekte, Sentient sıfır bilgi kanıtları (ZK) ve homomorfik şifreleme (FHE) teknolojilerini entegre etmeyi planlıyor, gizlilik koruma ve doğrulanabilirliği daha da güçlendirerek AI modellerinin merkeziyetsiz dağıtımı için daha olgun çözümler sunacak.
uygulama katmanı
Şu anda, Sentient'in ürünleri esas olarak merkeziyetsiz sohbet platformu Sentient Chat, açık kaynaklı Dobby serisi modelleri ve AI Agent çerçevesini içermektedir.
Dobby serisi model
SentientAGI, Llama modeline dayanan ve özgürlük, merkeziyetsizlik ve kripto para destekli değerler üzerine odaklanan birçok "Dobby" serisi modeli piyasaya sürdü. Bunlar arasında, leashed versiyon daha kısıtlayıcı ve mantıklı bir tarz sergiliyor.