原文标题: "Biteye & PANews Ortaklaşa AI Layer 1 Raporunu Yayınladı: On-Chain DeAI'nin Verimli Toprağını Aramak"

Original Authors: @anci_hu49074 (Biteye), @Jesse_meta (Biteye), @lviswang (Biteye), @0xjacobzhao (Biteye), @bz1022911 (PANews)

Özet

Arka Plan

Son yıllarda, OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri, Büyük Dil Modelleri'nin (LLM) hızla gelişimini teşvik ettiler. LLM, endüstrilerin genelinde görülmemiş yeteneklerini sergileyerek insanın hayal gücünü önemli ölçüde genişletti ve bazı senaryolarda insan emeğinin yerini alabilecek potansiyeli gösterdi. Ancak, bu teknolojilerin çekirdeği, merkezi teknoloji devlerinin elinde sıkıca tutulmaktadır. Bu şirketler, güçlü sermayeleri ve yüksek miktarda hesaplama gücüne erişimleri ile aşılamaz engeller oluşturdular, bu da çoğu geliştiricinin ve yenilikçi ekibin bu şirketlerle rekabet etmesini zorlaştırdı.

Source: BONDAI Trend Analysis Report

Aynı zamanda, AI'nın hızlı evrimi sırasında, toplum genellikle teknolojinin getirdiği yeniliklere ve kolaylıklara odaklanırken, gizlilik koruması, şeffaflık, güvenlik gibi temel konulara yeterince dikkat etmedi. Uzun vadede, bu sorunlar, AI endüstrisinin sağlıklı gelişimini ve toplumsal kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun şekilde çözüme kavuşturulamazsa, AI'nin "iyiye" mi yoksa "kötüye" mi yönelik tartışmaları daha da belirgin hale gelecek ve kar amacı güden merkezi şirketler, genellikle bu zorluklarla başa çıkmak için yeterli motivasyona sahip olmayacaktır.

Blockchain teknolojisi, merkezsizleşme, şeffaflık ve denetlenemezlik özellikleri sayesinde AI endüstrisi için yeni olanaklar sunmaktadır. Şu anda, Solana, Base gibi önde gelen blockchain'lerde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine bir analiz, bu projelerin hala birçok sorunla karşı karşıya olduğunu ortaya koymaktadır: Bir yandan, merkezsizlik derecesi sınırlıdır, kritik aşamalar ve altyapı hala merkezi bulut hizmetlerine bağlıdır, mizah ağırlıklıdır ve gerçek anlamda açık bir ekosistemi desteklemek zordur; diğer yandan, Web2 dünyasındaki AI ürünleriyle karşılaştırıldığında, on-chain AI hala model yetenekleri, veri kullanımı ve uygulama senaryoları açısından sınırlıdır, yenilik derinliği ve genişliği artırılmayı beklemektedir.

Merkezsiz AI'nın vizyonunu gerçekten gerçekleştirmek, blockchain'in büyük ölçekli AI uygulamalarını güvenli, verimli ve demokratik bir şekilde destekleyebileceği ve performans açısından merkezi çözümlerle rekabet edebileceği özel olarak AI için tasarlanmış bir Layer1 blockchain'inin geliştirilmesini gerektirir. Bu, AI'nın açık inovasyonu, demokratik yönetişim ve veri güvenliği için sağlam bir temel sağlayacak ve merkezsiz AI ekosisteminin canlı gelişimini teşvik edecektir.

AI Katmanı 1'in Temel Özellikleri

AI Katmanı 1, AI uygulamaları için özel olarak tasarlanmış bir blokzinciri olarak, temel altyapı ve performans tasarımı AI görevlerinin ihtiyaçlarına sıkı sıkıya odaklanmıştır, amaçlanan, zincir üstü AI ekosisteminin sürdürülebilir büyümesini ve refahını etkin bir şekilde desteklemektir. Daha spesifik olarak, AI Katmanı 1'in aşağıdaki temel yeteneklere sahip olması gerekmektedir:

Etkin Teşvik ve Merkezsizleşmiş Konsensüs Mekanizması

AI Katmanı 1'in özü, açık bir işbirliği gücü, depolama ve diğer kaynakların paylaşıldığı bir ağın oluşturulmasıdır. Geleneksel blokzincir düğümleri genellikle sadece defter tutmaya odaklanırken, AI Katmanı 1 düğümleri daha karmaşık görevleri üstlenmelidir; sadece işlem gücü sağlamakla kalmayıp aynı zamanda AI model eğitimini ve çıkarımını tamamlamalı, depolama, veri, bant genişliği ve diğer çeşitli kaynakları sağlamalıdır. Bu, merkezi oyuncuların AI altyapısındaki hakimiyetini kırmayı amaçlamaktadır. Bu, temel konsensüs ve teşvik mekanizmasına daha yüksek gereksinimler ortaya koymaktadır: AI Katmanı 1, düğümlerin AI çıkarımı, eğitimi ve diğer görevlerdeki gerçek katkılarını doğru bir şekilde değerlendirebilmeli, teşvik edebilmeli ve doğrulayabilmelidir, ağın güvenliğini sağlayarak ve kaynakların verimli bir şekilde dağıtımını sağlayarak. Yalnızca bu şekilde ağın istikrarı ve refahı garanti altına alınabilir ve genel işlem gücü maliyeti etkili bir şekilde azaltılabilir.

Mükemmel Yüksek Performans ve Heterojen Görev Desteği Yeteneği

AI görevleri, özellikle LLM'nin eğitimi ve çıkarımı, hesaplama performansı ve paralel işleme kapasitesi açısından yüksek taleplerde bulunmaktadır. Dahası, zincir üstü AI ekosistemi genellikle farklı, heterojen görev türlerini desteklemesi gerekmektedir, bu tür farklı model yapıları, veri işleme, çıkarım, depolama ve diğer çeşitli senaryoları içermektedir. AI Katmanı 1, temel altyapıda yüksek verimlilik, düşük gecikme ve esnek paralel işleme gibi gereksinimlere yönelik derinlemesine optimize edilmelidir ve farklı hesaplama kaynaklarına doğal destek yeteneği önceden belirlenmiş olmalıdır; bu, çeşitli AI görevlerinin etkin bir şekilde çalışmasını sağlar, "tek tip görevden" "karmaşık çoklu ekosisteme" sorunsuz genişlemeyi gerçekleştirir.

Doğrulanabilirlik ve Güvenilir Çıktı Güvencesi

AI Katmanı 1, model hileleri, veri manipülasyonu ve benzeri güvenlik risklerini engellemenin yanı sıra, AI çıktılarının doğrulanabilirliğini ve uyumluluğunu alt seviye mekanizmalarla sağlamalıdır. Güvenilir yürütme ortamları (TEE), sıfır bilgi kanıtları (ZK), çok taraflı güvenli hesaplama (MPC) gibi önde gelen teknolojilerin entegrasyonuyla, platform her bir model çıkarımı, eğitimi ve veri işleme sürecinin bağımsız olarak doğrulanabileceği bir yapı oluşturabilir, böylece AI sisteminin tarafsızlığını ve şeffaflığını garanti edebilir. Aynı zamanda, bu doğrulanabilirlik, kullanıcıların AI çıktısının mantığını ve dayanağını netleştirmelerine yardımcı olabilir, "istenildiği gibi elde edilir" ilkesini gerçekleştirerek, kullanıcıların AI ürünlerine olan güvenlerini ve memnuniyetlerini artırabilir.

Veri Gizliliği Koruması

Yapay Zeka uygulamaları genellikle kullanıcı hassas verileri içerir ve finans, sağlık, sosyal gibi alanlarda, veri gizliliği koruması son derece önemlidir. AI Katmanı 1, verinin akıl yürütme, eğitim ve depolama süreçlerindeki güvenliğini sağlamak için şifreleme tabanlı veri işleme teknolojileri, gizlilik hesaplama protokolleri ve veri izni yönetimi gibi yöntemleri kullanmalıdır, veri sızıntısını ve kötüye kullanımı etkili bir şekilde önleyerek kullanıcıların veri güvenliği konusundaki endişelerini ortadan kaldırmalıdır.

Güçlü Ekosistem Taşıma ve Geliştirme Desteği Yeteneği

AI'ın yerli olduğu Layer 1 altyapısı olarak, platformun yalnızca teknik açıdan öncü olması değil, aynı zamanda geliştiriciler, düğüm operatörleri, AI hizmet sağlayıcıları ve diğer ekosistem katılımcıları için kapsamlı geliştirme araçları, entegrasyon SDK'ları, operasyonel destek ve teşvik mekanizmaları sağlaması gerekmektedir. Platformun kullanılabilirliğini ve geliştirici deneyimini sürekli olarak optimize ederek, çeşitli ve zengin AI yerli uygulamalarının benimsenmesini teşvik ederek, merkezi olmayan AI ekosisteminin sürekli refahını sağlamalıdır.

Yukarıdaki arka plan ve beklentilere dayanarak, bu makale Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil olmak üzere altı AI Layer 1 temsilci projesini detaylı bir şekilde tanıtacak, yarışın en son gelişmelerini sistemli bir şekilde ele alacak, proje gelişim durumunu analiz edecek ve gelecek trendleri tartışacaktır.

Sentient: Sadık Açık Kaynaklı Merkeziyetsiz AI Modeli Oluşturma

Proje Genel Bakışı

Sentient, merkeziyetsiz yapay zeka ekonomisi oluşturmak için yapay zeka Boru Hattı ve blockchain teknolojisini birleştirerek çalışan açık kaynaklı bir protokol platformudur. Temel amacı, «OML» çerçevesi (Açık, Karlı, Sadık) aracılığıyla merkezi bir LLM pazarındaki model sahipliği, çağrı izleme ve değer dağıtım sorunlarını çözmektir, bu sayede yapay zeka modellerinin zincir üzerindeki mülkiyet yapıları, çağrı şeffaflığı ve değer paylaşımını gerçekleştirmektedir. Sentient'ın vizyonu, herkesin yapay zeka ürünlerini inşa etmesine, işbirliği yapmasına, sahip olmasına ve paraya çevirmesine imkan tanımaktır, böylece adil, açık bir Yapay Zeka Ajanı ağı ekosistemi oluşturulur.

Sentient Vakfı ekibi, küresel ölçekte çeşitli akademisyenler, blockchain girişimcileri ve mühendisleri bir araya getirerek, topluluk tarafından desteklenen, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeyi amaçlamaktadır. Ana üyeler arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi bulunmaktadır; AI güvenliği ve gizlilik korumasından sorumlu olan, aynı zamanda Polygon'un kurucu ortağı Sandeep Nailwal tarafından liderlik edilen blok zinciri stratejisi ve ekosistem düzenlemesine odaklanmaktadır. Ekip üyelerinin arka planı, Meta, Coinbase, Polygon gibi tanınmış şirketlerin yanı sıra Princeton Üniversitesi, Hint Teknoloji Enstitüsü gibi elit üniversiteleri kapsamakta olup, AI/ML, NLP, görüntü işleme gibi alanları içermekte ve projenin yerine getirilmesine yardımcı olmaktadır.

Polygon'un ortak kurucularından Sandeep Nailwal'in ikinci girişim projesi olarak, Sentient kuruluşundan itibaren halo ile doğmuş, zengin kaynaklara, iletişim ağlarına ve pazar farkındalığına sahip, projenin gelişimine güçlü bir destek sağlamıştır. 2024 yılının ortasında, Sentient, Founders Fund, Pantera ve Framework Ventures öncülüğünde gerçekleşen 85 milyon dolarlık tohum yatırım turunu tamamladı, diğer yatırım kuruluşları arasında Delphi, Hashkey ve Spartan gibi onlarca tanınmış VC bulunmaktadır.

Tasarım Mimarisi ve Uygulama Katmanı

1. Altyapı Katmanı

Çekirdek Mimarisi

Sentient'in çekirdek mimarisi, AI Boru Hattı ve Blockchain sistemi olmak üzere iki bölümden oluşmaktadır:

AI Boru Hattı, "Sadık AI" sanat eserlerini geliştirmek ve eğitmek için temel oluşturan, iki ana süreç içerir:

· Veri Kürasyonu: Model hizalaması için topluluk tarafından yönlendirilen veri seçim süreci.

· Sadakat Eğitimi: Modelin topluluk niyetiyle uyumlu kalmasını sağlayan eğitim süreci.

Blockchain sistemi, protokole şeffaflık ve merkezi olmayan kontrol sağlar, AI sanat eserinin mülkiyetini, kullanım izleme, gelir paylaşımı ve adil yönetimi garanti eder. Belirli bir mimari dört katmana ayrılmıştır:

· Depolama Katmanı: Model ağırlıklarını ve parmak izi kayıt bilgilerini depolar.

· Dağıtım Katmanı: Yetkilendirme sözleşmesi model çağrı girişini kontrol eder.

· Erişim Katmanı: Kullanıcının yetkilendirilip yetkilendirilmediğini doğrulayan izin kanıtı ile çalışır.

· Teşvik Katmanı: Gelir yol yönlendirme sözleşmesi, her çağrıyı eğiticilere, dağıtıcılara ve doğrulayıcılara ödeme yapacak şekilde dağıtır.

Sentient Sistemi İş Akışı Diyagramı

OML Model Çerçevesi

OML Çerçevesi (Açık Open, Paraya Dönüştürülebilir Monetizable, Sadık Loyal), Sentient'ın ortaya attığı temel bir kavramdır ve açık kaynaklı AI modelleri için açık bir mülkiyet koruması ve ekonomik teşvik mekanizması sağlamayı amaçlar. Zincir üstü teknolojiyi ve AI-native şifreleme bilimini birleştirerek aşağıdaki özelliklere sahiptir:

· Açıklık: Model açık kaynaklı olmalıdır, kod ve veri yapısı şeffaf olmalı, topluluğun yeniden üretmesi, denetlemesi ve iyileştirmesi kolay olmalıdır.

· Paranın dönüştürülmesi: Her model çağrısı gelir akışını tetikleyecektir, zincir üstü sözleşme geliri eğiticiye, dağıtıcıya ve doğrulayıcıya dağıtacaktır.

· Sadakat: Model katkı sahibi topluluğa aittir, modelin yükseltme yönü ve yönetişi DAO tarafından belirlenir, kullanım ve değişiklikler şifreleme mekanizması kontrolü altındadır.

AI İlkeli Şifreleme (AI-native Cryptography)

AI ilkeli şifreleme, AI modelinin sürekliliği, düşük boyutlu manifold yapısı ve modelin türevlenebilir özelliklerini kullanarak, "doğrulanabilir ancak kaldırılamaz" hafif güvenlik mekanizması geliştirmektir. Temel teknolojileri şunlardır:

· Parmak İzi Gömmesi: Eğitim sırasında, modelin benzersiz imzasını oluşturmak için gizli bir sorgu-yanıt çifti eklenir;

· Mülkiyet Doğrulama Protokolü: Üçüncü taraf bir denetleyici (Prover) tarafından sorgu sorar yöntemle parmak izinin korunup korunmadığı doğrulanır;

· Yetkilendirme Çağrı Mekanizması: Çağrı yapmadan önce model sahibinden alınan "izin belgesi" ile sistem bu temelde modelin girişi çözümlemesine ve doğru cevabı dönmesine izin verir.

Bu yaklaşım, "Davranışa Dayalı Yetkilendirme Çağrısı + Sahiplik Doğrulama"nın tekrar şifreleme maliyeti olmadan sağlanmasını sağlar.

Modelin Sahiplik ve Güvenli Yürütme Çerçevesi

Sentient şu anda kullandığı şey Melange karışık güvenliktir: Parmak izi sahipliği, TEE yürütme, zincir üstü sözleşme paylaşımını birleştirir. Parmak izi yöntemi OML 1.0'ı esas alır ve "Olumlu Güvenlik" düşüncesine vurgu yapar, yani varsayılan olarak uyumludur, ihlal durumunda tespit edilir ve cezalandırılır.

Parmağın Mekanizması, OML'nin temel uygulamasıdır, bu mekanizma belirli "soru - cevap" çiftlerini içerecek şekilde modelin eğitim aşamasında benzersiz imzalar oluşturur. Bu imzalar sayesinde model sahipleri sahipliği doğrulayabilir, izinsiz kopyalama ve ticarileştirmeyi önler. Bu mekanizma, model geliştiricilerinin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışı için izlenebilir bir zincir üstü kayıt sağlar.

Ayrıca, Sentient'ın Enclave TEE hesaplama çerçevesini tanıttı, güvenilir yürütme ortamı (örneğin AWS Nitro Enclaves gibi) kullanarak modelin yalnızca yetkilendirilmiş isteklere yanıt vermesini sağlar, izinsiz erişimi ve kullanımı önler. TEE donanıma dayalı olduğundan ve belirli güvenlik riskleri içerdiğinden, yüksek performansı ve gerçek zamanlı avantajları sayesinde mevcut model dağıtımının ana teknolojisi haline gelmiştir.

Gelecekte, Sentient Zero Knowledge Proof (ZK) ve Fully Homomorphic Encryption (FHE) teknolojilerini tanıtarak, gizliliği ve doğrulanabilirliği daha da artırmayı ve AI modelinin merkezi olmayan dağıtımı için daha olgun bir çözüm sunmayı planlamaktadır.

OML, beş doğrulanabilirlik yönteminin değerlendirmesini ve karşılaştırmasını sunar

2. Uygulama Katmanı

Şu anda, Sentient'in ürünleri genellikle merkezi olmayan sohbet platformu Sentient Chat, açık kaynaklı model Dobby serisi ve AI Agent çerçevesini içermektedir.

Dobby Serisi Modeller

SentientAGI, birçok "Dobby" serisi modeli piyasaya sürdü, bunlar genellikle Llama modeline dayanmaktadır ve özgürlük, merkezi olmayanlık ve kripto para birimi desteği odaklıdır. Bu modellerden leashed sürümü daha sınırlayıcı ve rasyonel bir stile sahiptir, sağlam çıktı senaryoları için uygunken; unhinged sürümü özgürlüğe ve cesarete daha yatkındır, daha zengin bir diyalog stiline sahiptir. Dobby modelleri, Firework AI ve Olas gibi birçok Web3 doğal projeye entegre edilmiştir, kullanıcılar ayrıca Sentient Chat üzerinden bu modelleri doğrudan çağırabilir. Dobby 70B, şimdiye kadar en merkezi olmayan modele sahip olup, 60.000'den fazla sahibe (Dobby parmak izi NFT'sine sahip olanlar aynı zamanda bu modelin ortak sahipleridir) sahiptir.

Sentient ayrıca, ChatGPT ve Perplexity Pro'yu aşmayı hedefleyen Open Deep Search'i piyasaya sürmeyi planlamaktadır. Bu sistem, Sensient'in arama işlevlerini (örneğin, sorgu yeniden ifadesi, belge işleme) ve akıl yürütme ajanını birleştirerek, arama kalitesini artırmak için açık kaynaklı LLM'leri (örneğin, Llama 3.1 ve DeepSeek) kullanmaktadır. Frames Benchmark'ta, performansı diğer açık kaynaklı modellerin ötesine geçmiş ve hatta bazı kapalı kaynaklı modellere yaklaşmıştır, güçlü potansiyelini sergilemiştir.

Sentient Chat: Merkezi Olmayan Sohbet ve Zincir Üstü AI Agent Entegrasyonu

Sentient Chat, açık kaynak büyük dil modellerini (örneğin, Dobby serisi) ve ileri akıl yürütme çerçevesini birleştirerek, çoklu ajan entegrasyonunu ve karmaşık görev yürütme desteğini sağlayan merkezi olmayan bir sohbet platformudur. Platforma gömülü olan akıl yürütme ajanı, arama, hesaplama, kod yürütme gibi karmaşık görevleri başarabilir ve kullanıcılara verimli bir etkileşim deneyimi sunar. Ayrıca, Sentient Chat, şu anda Astro247 Astrolog Ajansı, QuillCheck Kripto Analiz Ajansı, Pond Base Cüzdan Özeti Cüzdan Analiz Ajansı ve ChiefRaiin Ruhsal Rehberlik Ajansı'nı içeren zincir üstü akıllı ajanların doğrudan entegrasyonunu desteklemektedir. Kullanıcılar farklı akıllı ajanları seçerek etkileşimde bulunabilir. Sentient Chat, ajanların dağıtım ve koordinasyon platformu olarak kullanılacaktır. Kullanıcıların soruları, yanıtının en iyi olmasını sağlamak için herhangi bir entegre model veya ajana yönlendirilebilir.

AI Ajanı Çerçevesi

Sentient, iki büyük AI Ajanı Çerçevesi sunmaktadır:

· Sentient Ajan Çerçevesi: Doğal dil komutları aracılığıyla Web görevlerinin otomasyonunu (örneğin arama, video oynatma) sağlamaya odaklanmış hafif bir açık kaynaklı çerçeve. Çerçeve, algılama, planlama, yürütme ve geri bildirim döngüsüne sahip akıllı ajanlar oluşturmayı destekler; off-chain Web görevleri için hafif geliştirme için uygundur.

· Sentient Sosyal Ajan: Twitter, Discord ve Telegram gibi sosyal platformlar için geliştirilen AI sistemidir, otomatik etkileşimi ve içerik oluşturmayı destekler. Çoklu ajan işbirliği ile bu çerçeve, sosyal ortamı anlamaya ve kullanıcılara daha akıllı bir sosyal deneyim sunmaya olanak tanır; aynı zamanda Sentient Ajan Çerçevesi ile entegre olabilir, uygulama alanını daha da genişletir.

Ekosistem ve Katılım Yolu

Sentient Builder Program şu anda 1 milyon dolarlık hibe programını başlatmış olup, geliştiricilerin geliştirme kiti kullanarak, Sentient Ajan API'ya erişebilen ve Sentient Chat ekosisteminde çalışabilen AI Ajanı inşa etmelerini teşvik etmektedir. Sentient'ın resmi web sitesinde duyurulan ekosistem ortakları, Crypto AI alanındaki birçok proje ekibini kapsamaktadır, aşağıdakiler gibi

Sentient Ekosistem Grafiği

Ayrıca, Sentient Chat şu anda test aşamasındadır ve yalnızca davet koduyla beyaz listeye girdikten sonra erişilebilir, standart kullanıcılar bekleme listesine başvurabilir. Resmi bilgilere göre, 50.000'den fazla kullanıcı ve 1.000.000'den fazla sorgu kaydı mevcuttur. Sentient Chat'in yedek listesinde, katılmayı bekleyen 2.000.000'den fazla kullanıcı bulunmaktadır.

Zorluklar ve Görünüm

Sentient, model tarafından başlayarak, mevcut Büyük Ölçekli Dil Modeli'nin (LLM) karşılaştığı hizalama, güvenilir olmama gibi temel sorunları çözmeyi hedeflemektedir; OML çerçevesi ve blok zincir teknolojisi aracılığıyla, modele net bir mülkiyet yapısı, kullanım izleme ve davranış kısıtlamaları sağlayarak, merkezi olmayan açık kaynaklı modelin gelişimine büyük ölçüde katkıda bulunmaktadır.

Polygon’un ortak kurucusu Sandeep Nailwal'ın kaynak desteği ve önde gelen VC'ler ve endüstri ortaklarının onayıyla, Sentient kaynak birleştirme ve pazar ilgisi açısından öncü konumda bulunuyor. Ancak mevcut piyasanın yüksek değerlemeli projelere giderek soğuması bağlamında, Sentient'ın gerçekten etkili merkezi olmayan AI ürünlerini sunup sunamayacağı, merkezi olmayan AI mülkiyetinin standart hale gelip gelmeyeceği önemli bir sınav olacaktır. Bu çabalar, sadece Sentient'ın kendi başarısı ile ilgili değildir, aynı zamanda tüm endüstrinin güven yeniden tesisine ve merkezi olmayan gelişime derin etkisi olabilir.

Sahara AI: Herkesin katılımını sağlayan merkezi olmayan AI dünyası

Proje Genel Bakışı

Sahara AI, AI × Web3 yeni paradigmaya yönelik doğmuş merkezi olmayan altyapıdır ve açık, adil ve işbirlikçi bir yapay zeka ekonomisi inşa etmeyi amaçlamaktadır. Proje, merkezi olmayan defter teknolojisi aracılığıyla veri setleri, modeller ve akıllı Ajan'ların zincir üstü yönetimini ve ticaretini gerçekleştirerek, veri ve model egemenliğini ve izlenebilirliği sağlar. Aynı zamanda, Sahara AI, her türlü katkıda bulunanın, veri sağlayıcıların, etiketleyicilerin ve model geliştiricilerin değiştirilemez gelir getirici geri dönüşler elde edebildiği şeffaf, adil teşvik mekanizmasını sunmaktadır. Platform ayrıca AI varlıklarına karşı katkı sahiplerinin mülkiyetini ve sahipliğini koruyan ve açık paylaşımı ve yeniliği teşvik eden bir izinsiz "telif hakkı" sistemi ile donatılmıştır.

Sahara AI, veri toplamadan etiketlemeye, model eğitiminden AI Ajanı oluşturmaya, AI varlık ticaretine kadar bir durağan çözüm sunarak, AI yaşam döngüsünü kapsayan, AI geliştirme ihtiyaçlarını karşılayan kapsamlı bir ekosistem platformuna dönüşmektedir. Ürün kalitesi ve teknik yetenekleriyle Sahara AI, Microsoft, Amazon, Massachusetts Teknoloji Enstitüsü (MIT), Motherson Group ve Snap gibi küresel önde gelen şirketler ve kurumlar tarafından yüksek derecede tanınmış ve endüstri etkisi ve geniş uygulanabilirlik sergilemektedir.

Sahara sadece bir araştırma projesi değildir, aksine önde gelen teknoloji girişimcileri ve yatırımcılar tarafından ittirilen, uygulamaya yönelik derin teknoloji platformudur. Temel mimarisi, AI × Web3 uygulamalarının uygulanmasının temel dayanak noktası olabilir. Sahara AI, Pantera Capital, Binance Labs, Sequoia China gibi önde gelen kuruluşlardan toplam 43 milyon dolarlık yatırım desteği almıştır; Güney California Üniversitesi öğretim üyesi, 2023 yılında Samsung Akademisyen olarak seçilen Sean Ren ve eski Binance Labs yatırım direktörü Tyler Zhou tarafından kurulmuştur, çekirdek ekip üyeleri Stanford Üniversitesi, California Üniversitesi Berkeley, Microsoft, Google, Binance gibi önde gelen kuruluşlardan gelerek, akademik ve endüstriyel birikimi birleştirmiştir.

Tasarım Mimarisi

Sahara AI Mimarlık Şeması

1. Temel Katman

Sahara AI'nın Temel Katmanı şu şekilde ayrılmıştır: 1. AI varlıklarının kaydı ve realize edilmesi için Zincir Üstü Katman, 2. AI Ajanlarının ve AI hizmetlerinin çalıştırılması için Zincir Altı Katman. Zincir üstü sistem ve zincir altı sistemin işbirliğiyle oluşturulmuş olup, AI varlıklarının kaydını, doğruluğunu, yürütülmesini ve gelir paylaşımını sağlar; tüm AI yaşam döngüsünü güvenilir bir şekilde destekler.

Sahara Blockchain ve SIWA Test Ağı (Zincir Üstü Altyapı)

SIWA Test Ağı, Sahara Blockchain'in ilk açık versiyonudur. Sahara Blockchain Protokolü (SBP), Sahara Blockchain'in çekirdeğidir; bu, AI için özel olarak geliştirilmiş bir akıllı sözleşme sistemi olup, AI varlıklarının zincir üstü mülkiyetini, izleme kaydını ve gelir paylaşımını gerçekleştirir. Temel modüller arasında varlık kaydı sistemi, mülkiyet protokolü, katkı takibi, izin yönetimi, gelir paylaşımı, yürütme kanıtı vb. bulunur; AI odaklı "zincir üstü işletim sistemi" oluşturur.

AI Yürütme Protokolü (Zincir Altı Altyapı)

Model çalıştırma ve çağrılarının güvenilirliğini desteklemek için, Sahara aynı zamanda zincir altı AI yürütme protokolü sistemini oluşturmuş olup, güvenilir yürütme ortamı (TEE) ile birleştirilmiştir; Ajan oluşturma, dağıtma, çalıştırma ve işbirliği geliştirme desteği sağlar. Her işlem yürütme işlemi izlenebilir kayıtlar oluşturur ve bunlar zincire yüklenir, böylece tüm süreç izlenebilir ve doğrulanabilir hale gelir. Zincir üstü sistem kayıt, yetkilendirme ve mülkiyet kayıtlarından sorumlu iken, zincir altı AI yürütme protokolü AI Ajanlarının gerçek zamanlı çalışmasını ve hizmet etkileşimini destekler. Sahara'nın çoklu zincir uyumluluğundan dolayı, Sahara AI'ya dayalı altyapı inşa edilen uygulamalar herhangi bir zincir üstünde, hatta zincir altında da dağıtılabilir.

2. Uygulama Katmanı

Sahara AI Veri Hizmetleri Platformu (DSP)

Veri Hizmetleri Platformu (DSP), Sahara uygulama katmanının temel modülüdür; herkes Sahara Kimliği aracılığıyla veri görevini kabul edebilir, veri işaretleme, gürültü giderme ve denetleme gibi görevlere katılabilir ve katkı belgesi olarak zincir üstü puan ödülü (Sahara Puanları) alabilir. Bu mekanizma, veri kaynağının izlenmesini ve sahipliğini sağlarken aynı zamanda "katkı - ödül - model iyileştirme" döngüsünü teşvik eder. Şu anda dördüncü çeyreğe doğru hareket edilmektedir ve bu, normal kullanıcıların katılım sağlayabileceği ana yöntemdir.

Bu temel üzerine, kullanıcıların yüksek kaliteli veri ve hizmet sunmalarını teşvik etmek için çift ödüllendirme mekanizmasını tanıtarak, Sahara'nın sunduğu ödülün yanı sıra ekosistem ortağından ek kazanç elde edilebilir, tek bir katkı ile çoklu fayda sağlanabilir. Veri katkı sağlayıcıları örneğinde, verileri bir kez model tarafından tekrar tekrar çağrıldığında veya yeni uygulamalar oluşturmak için kullanıldığında sürekli gelir elde edilebilir, gerçekten AI değer zincirine katılım sağlanabilir. Bu mekanizma yalnızca veri varlıklarının yaşam süresini uzatmakla kalmaz, aynı zamanda işbirliği ve ortak oluşturmaya güçlü bir dinamizm sağlar, örneğin, BNB Zinciri'nde MyShell, DSP crowdsourcing aracılığıyla özel veri kümeleri oluşturarak model performansını artırırken, kullanıcılar MyShell jetonu teşviki alır ve kazan-kazan döngüsü oluşturur.

AI şirketleri, veri hizmeti platformuna dayalı olarak özel veri kümelerini crowdsourcing ile oluşturabilir, özel veri görevleri yayınlayarak küresel konumdaki veri etiketleyicilerinden hızlı yanıt alabilir. AI şirketleri artık yalnızca geleneksel merkezi veri sağlayıcılara bağlı değildir, yüksek kaliteli etiket verilerini büyük ölçekte almaları mümkündür.

Sahara AI Developer Platformu

Sahara AI Developer Platformu, geliştiriciler ve şirketler için birinci sınıf AI oluşturma ve işletme platformudur, veri ediniminden, model eğitimine ve dağıtımına kadar varlık değerlendirme ve destek sürecini sunar. Kullanıcılar, Sahara DSP'deki yüksek kaliteli veri kaynaklarına doğrudan erişebilir, bunları model eğitimi ve ayarlaması için kullanabilir; tamamlanan modelleri platformda birleştirebilir, kaydedebilir ve AI pazarına listeleyebilir, Sahara blockchain'i aracılığıyla mülkiyet haklarını ve esnek yetkilendirmeyi gerçekleştirebilir.

Stüdyo aynı zamanda merkezi olmayan hesaplama yeteneklerini entegre ederek model eğitimini ve Eylem birimlerinin dağıtımını çalıştırarak hesaplamanın güvenliğini ve doğrulanabilirliğini sağlar. Geliştiriciler ayrıca önemli verileri ve modelleri şifreli barındırma ve erişim izni kontrolü yaparak koruyabilir ve yetkisiz erişimi engelleyebilir. Sahara AI Developer Platformu aracılığıyla geliştiriciler altyapıyı kendileri kurmadan AI uygulamaları inşa etme, dağıtma ve ticarileştirme yapabilir ve protokol mekanizmalarıyla tamamen zincir üzeri AI ekonomisine entegre olabilir.

AI Pazarı

Sahara AI Pazarı, model, veri kümeleri ve AI Eylem birimlerine yönelik merkezi olmayan varlık pazarıdır. Kayıt, işlem ve yetkilendirme gibi varlıkları desteklemez, aynı zamanda şeffaf ve izlenebilir bir gelir paylaşım mekanizması kurar. Geliştiriciler inşa ettikleri modelleri veya topladıkları veri kümelerini zincir üstü varlık olarak kaydedebilir, esnek kullanım yetkileri ve gelir paylaşım oranları ayarlayabilir, sistem kullanım sıklığına göre otomatik gelir dağıtımı gerçekleştirir. Veri katkı sağlayıcıları da sürekli olarak paylaşım elde edebilir, verileri tekrar tekrar çağrıldığında "sürekli gelir" elde edebilir.

Bu pazar Sahara Blockchain protokolüyle derinlemesine entegre olmuş durumda, tüm varlık işlemleri, çağrılar, gelir paylaşım kayıtları zincirde doğrulanabilir olacak, varlık sahipliğinin net, gelirin takip edilebilir olmasını sağlayacak. Bu pazar sayesinde yapay zeka geliştiricileri artık geleneksel API platformlarına veya merkezi model barındırma hizmetlerine bağımlı değil, kendi başına programlanabilir bir ticarileşme yoluna sahipler.

3. Ekosistem Katmanı

Sahara AI'nin ekosistem katmanı, veri sağlayıcıları, yapay zeka geliştiricileri, tüketiciler, kurumsal kullanıcılar ve cross-chain işbirlikçilerinin birbirine bağlanmasını sağlar. Veri sağlayarak, uygulama geliştirme, ürün kullanımı veya kurumsal iç AI dönüşümü yaparak bir kazanç modeli bulabilirler. Veri etiketleyicileri, model geliştirme takımları ve işlem gücü sağlayıcıları kaynaklarını zincir üzerine kaydederek, Sahara AI'nin protokol mekanizması aracılığıyla yetkilendirme ve gelir paylaşımı yapabilirler, böylece her kullanımdan otomatik olarak gelir elde edilir. Geliştiriciler, veri oluşturma, model eğitimi ve Agent dağıtımını entegre ederek AI Pazarı'nda doğrudan ürünlerini ticarileştirebilirler.

Teknik bir altyapıya ihtiyaç duymadan genel kullanıcılar veri görevlerine katılarak, AI Uygulamalarını kullanarak, zincir üzeri varlık saklayarak veya yatırım yaparak AI ekonomisinin bir parçası olabilirler. Kurumsal müşteriler için, Sahara, veri crowdsourcing, model geliştirme, özel dağıtım ve gelir elde etme süreçlerine kadar tüm süreci destekler. Ayrıca, Sahara, cross-chain dağıtımı destekler, herhangi bir genel blok zincir ekosistemi Sahara AI tarafından sağlanan protokol ve araçlarla AI uygulamaları inşa etmek ve merkezi olmayan AI varlıklarına erişim sağlamak için çoklu zincir dünyasıyla uyumlu ve genişletilebilir hale getirilir. Bu, Sahara AI'nin yalnızca tek bir platform olmakla kalmayıp, aynı zamanda bir zincir üstü AI ekosisteminin temel işbirliği standardı olması anlamına gelir.

Ekosistem Gelişimi

Proje başlatıldığından bu yana, Sahara AI sadece bir AI aracı veya işlem gücü platformu sağlamakla kalmamış, aynı zamanda zincir üstünde AI'nın üretim ve dağıtım düzenini yeniden inşa ederek, herkesin katılabileceği, hak iddia edebileceği, katkıda bulunabileceği ve paylaşabileceği merkezi olmayan işbirliği ağı oluşturmuştur. Bu nedenle Sahara, AI için doğrulanabilir, izlenebilir, paylaşılabilir ekonomik bir sistem inşa etmek için blok zinciri alt yapısını seçmiştir.

Bu temel hedef etrafında, Sahara ekosistemi önemli aşamalar kaydetmiştir. Halen beta aşamasında olmasına rağmen, platform şu ana kadar 3.2 milyondan fazla zincir üstü hesap oluşturmuş, günlük aktif hesap sayısı sürekli olarak 1.4 milyonun üzerinde seyretmiş ve kullanıcı katılımı ile ağ canlılığını göstermiştir. Bununla birlikte, 200.000'den fazla kullanıcı Sahara veri hizmetleri platformunda veri etiketleme, eğitim ve doğrulama görevlerine katılmış ve zincir üstü teşvik almıştır. Ayrıca, milyonlarca kullanıcı, merkezi olmayan AI platformuna olan güçlü talep ve fikre dayanarak whitelist'e katılmayı beklemektedir.

在企业合作方面，Sahara 已与微软、亚马逊、麻省理工学院（MIT）等全球领先机构建立合作，为其提供定制化的数据采集与标注服务。企业可通过平台提交具体任务，由 Sahara 全球数据标注者组成的网络高效执行，实现规模化众包，执行效率、灵活性、多样化需求支持方面的优势。

Sahara AI 生态图

参与方式

SIWA 将分四个阶段推出。目前第一阶段为链上数据所有权打基础，贡献者可以将自己的数据集注册并代币化。目前对外公开开放，不需要白名单。需要确保上传的是对 AI 有用的数据，抄袭或者不当内容可能会受到处理。第二阶段实现数据集与模型的链上变现。第三阶段开放测试网，并开源协议。第四阶段推出 AI 数据流注册、溯源追踪与贡献证明机制。

SIWA 测试网

除了 SIWA 测试网，现阶段普通用户可以参与 Sahara Legends，通过游戏化任务了解 Sahara AI 的功能。完成任务后收获守护者碎片，最后可以合成一个 NFT 来记录对网络的贡献。

或者在数据服务平台标注数据，贡献有价值数据，以及担任审核员。Sahara 后续计划和生态伙伴合作发布任务，让参与者除了获得 Sahara 的积分外还可获得生态伙伴的激励。第一次双奖励任务和 Myshell 一起举办，用户完成任务可获得 Sahara 的积分和 Myshell 的代币奖励。根据路线图，Sahara 预计于 2025 年 Q3 推出主网，届时可能也会迎来 TGE。

挑战和展望

Sahara AI 让 AI 不再局限于开发人员或者大的 AI 公司，让 AI 更加开放包容和民主化。对于普通用户，无须编程知识即参与贡献并获取收益，Sahara AI 打造的是一个人人都能参与的去中心化 AI 世界。对于技术开发人员，Sahara AI 打通 Web2 和 Web3 开发路径，提供了去中心化但灵活强大的开发工具和高质量的数据集。

AI Altyapı Sağlayıcıları için, Sahara AI model, veri, hesaplama gücü ve hizmetin merkezsizleştirilmiş gelir elde etme yeni bir yolunu sunmaktadır. Sahara AI sadece bir genel zincir altyapısı sunmamaktadır, aynı zamanda merkezi uygulama da yapmaktadır, blok zincir teknolojisini kullanarak AI telif hakkı sisteminin gelişimini teşvik etmektedir. Şu anda Sahara AI, birçok önde gelen AI kuruluşu ile işbirliği yapmış ve ilk başarıları elde etmiştir. Gelecekteki başarı, ana ağın devreye alınmasından sonra performansı, ekosistem ürünlerinin gelişimi ve benimseme oranı, ayrıca ekonomi modelinin TGE'den sonra kullanıcıları veri kümelerine katkıda bulunmaya teşvik edip edemeyeceği gibi faktörlere bağlı olacaktır.

Ritual: Heterojen Görevlerin Yenilikçi Tasarımıyla AI'nın Temel Zorluklarını Aşma

Proje Genel Bakışı

Ritual, mevcut AI endüstrisindeki merkezileşme, kapalılık ve güven sorunlarını çözmeyi amaçlamaktadır. AI için şeffaf bir doğrulama mekanizması, adil hesaplama kaynakları dağıtımı ve esnek model uyumluluğu sağlayarak; herhangi bir protokolün, uygulamanın veya akıllı sözleşmenin doğrulanabilir AI modellerini birkaç satır kodla entegre etmesine olanak tanır. Açık mimarisi ve modüler tasarımıyla, AI'nın zincir üstünde geniş kapsamlı uygulanmasını teşvik eder, açık, güvenli ve sürdürülebilir bir AI ekosistemi oluşturur.

Ritual, 2023 Kasım ayında Archetype liderliğindeki bir A Turunda 25 milyon dolarlık bir yatırım turunu tamamladı, Accomplice dahil olmak üzere birçok kuruluş ve tanınmış melek yatırımcı katıldı, bu da pazarın onayını ve ekibin güçlü sosyal becerilerini sergiliyor. Kurucular Niraj Pant ve Akilesh Potti, önceki Polychain Capital ortakları olup, Offchain Labs, EigenLayer ve benzeri endüstri devlerine yatırım yapmışlardır, derin görüş ve değerlendirme gücünü gösterirler. Ekip, kriptografi, dağıtık sistemler, AI gibi alanlarda geniş deneyime sahiptir, NEAR ve EigenLayer gibi proje kurucularını danışmanları arasında bulundurarak güçlü geçmişlerini ve potansiyellerini ortaya koymaktadır.

Tasarım Mimarisi

Infernet'ten Ritual Zincire

Ritual Zincir, Infernet düğüm ağından doğal olarak gelen ikinci nesil bir üründür ve Ritual'ın merkezsiz AI hesaplama ağı üzerinde kapsamlı bir güncellemedir. Infernet, 2023 yılında resmen başlatılan Ritual'ün ilk aşama ürünüdür. Bu, heterojen hesaplama görevleri için tasarlanmış merkezsiz bir kehanet ağıdır ve geliştiricilerin şeffaf ve açık merkezsiz AI hizmetlerini daha özgür ve istikrarlı bir şekilde çağırmasına olanak tanır, görevlendirir.

Infernet, esnek ve basit bir hafif çerçeve benimsemekte olup kullanım kolaylığı ve verimliliği sayesinde piyasaya çıktıktan hemen sonra 8,000'den fazla bağımsız düğümün ilgisini çekti. Bu düğümler, GPU ve FPGA gibi çeşitli donanım yeteneklerine sahiptir ve yapay zeka çıkarımı ve sıfır bilgiyi kanıtlama gibi karmaşık görevler için güçlü hesaplama gücü sağlayabilir. Bununla birlikte, sistemdeki sadelik korunmalıydı, bu nedenle Infernet, uzlaşma koordinasyon düğümü veya entegre sağlam görev yönlendirme mekanizması gibi bazı temel işlevleri terk etti. Bu kısıtlamalar, Infernet'in daha geniş Web2 ve Web3 geliştirici gereksinimlerini karşılamasını zorlaştırdı ve bu da Ritual'ın daha kapsamlı ve güçlü Ritual Zinciri'ni piyasaya sürmesine yol açtı.

Ritual Zinciri, yapay zeka uygulamaları için özel olarak tasarlanmış bir sonraki nesil Katman 1 blok zinciridir ve Infernet'in kısıtlamalarını ele almayı amaçlamakta ve geliştiricilere daha sağlam ve verimli bir geliştirme ortamı sağlamaktadır. Rezonans teknolojisi aracılığıyla Ritual Zinciri, Infernet ağları için basit ve güvenilir bir fiyatlandırma ve görev yönlendirme mekanizması sunar, böylece kaynak tahsis verimliliğini büyük ölçüde optimize eder. Bununla birlikte, Ritual Zinciri, EVM'nin (Ethereum Virtual Machine) geriye dönük uyumlu genişletmesi olan EVM++ çerçevesine dayanmaktadır, daha güçlü işlevsellik sunar, örneğin önceden derlenmiş modüller, yerleşik zamanlama, kurumsal hesap soyutlaması (Account Abstraction, AA) ve çeşitli gelişmiş Ethereum İyileştirme Önerileri (EIPs) içerir. Bu özellikler bir araya gelerek geliştiricilere yeni olasılıklar sunan güçlü, esnek ve verimli bir geliştirme ortamı oluşturur.

Ritual Zinciri İş Akışı Diyagramı

Precompiled Sidecars

Geleneksel ön derlemeye kıyasla, Ritual Zinciri'nin tasarımı sistemin ölçeklenebilirliğini ve esnekliğini artırmıştır, böylece geliştiricilerin temel protokolü değiştirmeden özel işlev modülleri oluşturmasına olanak tanır. Bu mimari, sadece geliştirme maliyetlerini önemli ölçüde azaltmakla kalmaz, aynı zamanda merkezi olmayan uygulamalar için daha güçlü bir hesaplama gücü sağlar.

Daha spesifik olarak, Ritual Zinciri, karmaşık hesaplamayı yürütme istemcisinden ayırarak modüler bir mimari vasıtasıyla bağımsız Sidecars şeklinde gerçekleştirir. Bu ön derlemeli modüller, yapay zeka çıkarımı, sıfır bilgi kanıtlama oluşturma ve güvenilir yürütme ortamı (TEE) işlemleri de dahil olmak üzere karmaşık hesaplama görevlerini etkin bir şekilde işleyebilir.

Doğal Zamanlama (Native Scheduling)

Doğal Zamanlama, görevlerin zamanlanmış tetiklemesini ve koşul bazlı yürütmesini çözer. Geleneksel blokzincirler genellikle görev yürütümünü tetiklemek için merkezi bir üçüncü taraf hizmetine (örneğin keeper) güvenir, ancak bu model merkezileşme riski ve yüksek maliyet içerir. Ritual Chain, merkezi hizmetlere bağımlılıktan tamamen kurtulmak için yerleşik bir zamanlayıcı ile geliyor, geliştiriciler doğrudan zincir üzerinde akıllı sözleşmenin giriş noktasını ve geriçağrı sıklığını ayarlayabilirler. Blok üreticileri, bekleyen çağrıların eşlemesini tutar ve yeni bir blok oluşturulduğunda bu görevleri öncelikli olarak işler. Dinamik kaynak tahsisi mekanizması Resonance ile birleştirildiğinde Ritual Chain, hesaplama yoğun görevleri etkin ve güvenilir bir şekilde işleyebilir, böylece merkezi olmayan AI uygulamalarına kararlı bir destek sağlar.

Teknolojik İnovasyon

Ritual'ün temel teknolojik inovasyonu, performans, doğrulama ve ölçeklenebilirlik açısından lider konumunu sağlayarak zincir üstü AI uygulamalarına güçlü destek sağlar.

1. Resonance: Kaynakların Optimize Edilmesi

Resonance, blokzincir kaynaklarının optimize edilmesini sağlayan bir iki taraflı pazar mekanizmasıdır ve heterojen işlemlerin karmaşıklığını çözer. Blokzincir işlemleri basit transferlerden akıllı sözleşmelere, yapay zeka çıkarımına kadar çeşitli biçimlerde evrildikçe, mevcut ücret mekanizmaları (örneğin EIP-1559) kullanıcı talebini ve düğüm kaynaklarını verimli bir şekilde eşleştirmekte zorlanır. Resonance, Broker ve Auctioneer olmak üzere iki temel rolü tanıtarak, kullanıcı işlemleri ile düğüm yetenekleri arasında en iyi eşleşmeyi sağlar:

Broker, kullanıcı işleminin ücret isteği ve düğüm kaynak maliyet fonksiyonunu analiz ederek, işlemleri ile düğümler arasında en iyi eşleşmeyi sağlar ve hesaplama kaynaklarının kullanım oranını artırır. Auctioneer, çift taraflı açık artırma mekanizması ile işlem ücretlerinin dağıtımını organize eder, adil ve şeffaf bir şekilde sağlar. Düğümler, kendi donanım yeteneklerine göre işlem türlerini seçerken, kullanıcılar tercihlerine göre (örneğin hız veya maliyet gibi) işlem taleplerini sunabilir.

Bu mekanizma, ağın kaynak kullanım verimliliğini ve kullanıcı deneyimini önemli ölçüde artırırken, merkezi olmayan bir açık artırma süreci aracılığıyla sistemin şeffaflığını ve açıklığını daha da güçlendirir.

Resonance mekanizması altında: Auctioneer, Broker'ın analizine dayanarak uygun görevleri düğümlere tahsis eder

2. Symphony: Doğrulama Verimliliğini Artırma

Symphony, geleneksel blok zincirinin karmaşık hesaplama görevlerini işleme ve doğrulamada yaşadığı verimlilik sorununu çözmeye odaklanmaktadır. Symphony, "Bir kez yürüt, çok kez doğrula" (EOVMT) modeline dayanmaktadır ve hesaplama ile doğrulama sürecini ayırarak tekrarlı hesaplamanın neden olduğu performans kaybını önemli ölçüde azaltır. Hesaplama görevi belirlenmiş bir düğüm tarafından bir kez yürütülür, hesaplama sonucu ağda yayınlanır, doğrulama düğümleri etkileşimsiz kanıtları kullanarak sonucun doğruluğunu onaylar ve tekrarlı hesaplama yapmadan işlemi tekrarlamazlar.

Symphony, dağıtılmış doğrulamayı destekler, karmaşık görevleri farklı doğrulama düğümlerine paralel olarak işleyen birden fazla alt göreve böler, böylece doğrulama verimliliğini daha da artırır ve gizliliği ve güvenliği sağlar. Symphony, Güvenilir Yürütme Ortamı (TEE) ve Sıfır Bilgi Kanıtı (ZKP) gibi kanıt sistemleriyle yüksek uyumluluk sağlar, işlemleri hızlı bir şekilde onaylamak ve gizlilik gerektiren hesaplamaları esnek bir şekilde desteklemek için hizmet sunar. Bu mimari, tekrarlı hesaplamanın getirdiği performans maliyetini önemli ölçüde azaltmanın yanı sıra doğrulama sürecinin merkezsizleşmesini ve güvenliğini sağlar.

Symphony, karmaşık görevleri farklı doğrulama düğümlerine paralel olarak işleyen birden fazla alt göreve böler

3. vTune: İzlenebilir Model Doğrulama

vTune, model performansını neredeyse etkilemeden model doğrulama ve kaynak takibi için Ritual tarafından sunulan bir araçtır ve özellikle açık kaynaklı modellerin mülkiyet haklarını korumak ve adil dağıtımı teşvik etmek için iyidir. vTune, su işaretleme teknolojisi ve sıfır bilgi kanıtını birleştirerek model kaynağını takip etme ve hesaplama bütünlüğünü sağlama yeteneğine sahiptir:

· Su İşaretleme Teknolojisi: Ağırlık uzayı su işareti, veri su işareti veya fonksiyon uzayı su işareti gömerek, model herkese açık olsa bile sahipliğini doğrulayabilir. Özellikle fonksiyon uzayı su işareti, model ağırlıklarına erişim gerektirmeksizin, model çıktısını doğrulayarak sahipliği doğrular ve daha güçlü gizlilik koruması ve sağlamlık sağlar.

· Sıfır Bilgi Kanıtı: Model ince ayarı sürecinde gizli verileri dahil ederek, modelin değiştirilip değiştirilmediğini doğrular ve model oluşturucusunun haklarını korur.

Bu araç, merkezsizleşmiş yapay zeka model pazarı için güvenilir kaynak doğrulaması sağlamanın yanı sıra modelin güvenliğini ve ekoloji şeffaflığını önemli ölçüde arttırır.

Ekosistem Gelişimi

Ritual şu anda özel bir test ağı aşamasında bulunmakta olup, normal kullanıcılar için katılım fırsatı sınırlıdır; geliştiriciler, resmi olarak sunulan Altar ve Realm teşvik programlarına başvurabilir ve Ritual'ün AI ekosistem inşasına katılabilir, resmi ekipten tam yığın teknik destek ve finansal destek alabilir.

Şu anda resmi olarak Altar planından gelen bir dizi yerli uygulama duyurulmuştur:

· Relic: Makine öğrenimine dayalı otomatik piyasa yapıcısı (AMM), Ritual'ün altyapısı aracılığıyla likidite havuzunun parametrelerini dinamik olarak ayarlayarak ücret ve altta yatan havuzun optimizasyonunu sağlar;

· Anima: LLM'ye dayalı zincir üzerinde işlem otomasyon aracına odaklanır, kullanıcılara sorunsuz ve doğal Web3 etkileşim deneyimi sunar;

· Tithe: AI tarafından desteklenen borç verme protokolü, dinamik olarak borç verme havuzunu ve kredi puanını optimize ederek daha geniş varlık türlerini destekler.

Ayrıca, Ritual, birçok olgun projeye derin işbirliği yaparak merkezi olmayan AI ekosyeminin gelişimini teşvik etmektedir. Örneğin, Arweave ile yapılan işbirliği, model, veri ve sıfır bilgi kanıtlar için merkezi olmayan kalıcı depolama desteği sağlar; StarkWare ve Arbitrum ile entegrasyon sayesinde, Ritual bu ekosistemlere yerleşik bir şekilde zincir üstü AI yetenekleri getirir; Ek olarak, EigenLayer'ın sağladığı yeniden temin mekanizması, Ritual'ün kanıt pazarına aktif doğrulama hizmetleri ekleyerek ağın merkezi olmayan yapısını ve güvenliğini daha da güçlendirir.

Zorluklar ve Gelecek Görünümü

Ritual'ün tasarımı, tahsis, teşvik, doğrulama gibi temel aşamalardan başlayarak, merkezi olmayan AI'nın karşılaştığı temel sorunları çözmekte olup aynı zamanda vTune gibi araçlar aracılığıyla modelin doğrulanabilirliğini sağlayarak, modelin açık kaynak olması ve teşvik arasındaki çelişkiyi aşarak merkezi olmayan model pazarının inşasına teknik destek sağlamaktadır.

Mevcutta Ritual, erken aşamada bulunmakta olup, temel olarak modelin akıl yürütme aşamasına odaklanmaktadır, ürün matrisi altyapıdan model pazarına, L2 olarak hizmet (L2aaS) ve Agent çerçevesi gibi alanlara genişlemektedir. Şu anda blockchain hala özel bir test aşamasında olduğundan, Ritual'ün öne sürdüğü ileri düzeydeki teknik tasarım çözümlerinin henüz geniş çapta uygulanması gerekmektedir, bu nedenle dikkatle takip edilmesi gerekmektedir. Teknolojinin sürekli olarak gelişmesi ve ekosistemin giderek zenginleşmesi ile birlikte, Ritual'ün merkezi olmayan AI altyapısının önemli bir parçası haline gelmesi umulmaktadır.

Gensyn: Merkezi Olmayan Model Eğitiminin Temel Sorununu Çözmek

Proje Genel Bakış

Yapay zeka hızlı bir evrim geçirirken ve hesaplama kaynakları giderek daha az bulunur hale gelirken, Gensyn, tüm yapay zeka model eğitiminin temel paradigmasını yeniden şekillendirmeye çalışıyor.

Geleneksel yapay zeka model eğitim sürecinde, hesaplama gücü neredeyse birkaç büyük bulut bilişim devinin elinde tekelleşmiş durumda, eğitim maliyetleri yüksek, şeffaflık düşüktür ve küçük ölçekli ekipler ile bağımsız araştırmacıların inovasyon adımlarını engellemektedir. Gensyn'ın vizyonu ise bu "merkezi tekelleşme" yapısını kırmaktır; eğitim görevini küresel çapta temel hesaplama gücüne sahip sayısız cihaza "batırmayı" savunur — MacBook, oyun seviyesi GPU, kenar cihazı, kullanılmayan sunucu, hepsi ağa katılabilir, görev yürütülebilir, ödül alabilir.

Gensyn, 2020 yılında kurulmuş olup merkezi olmayan yapay zeka hesaplama altyapısı inşa etmeye odaklanmıştır. 2022 yılında, ekip, teknik ve kurumsal düzeyde yapay zeka model eğitimini yeniden tanımlama niyetini ilk kez dile getirmiştir: artık kapalı bulut platformlarına veya devasa sunucu kümesine güvenilmeyecek, eğitim görevi küresel çapta heterojen hesaplama düğümlerine daldırılacak ve güvenilmez olmayan bir akıllı hesaplama ağı oluşturulacaktır.

2023 yılında, Gensyn vizyonunu daha da genişletti: Küresel bağlantılı, açık kaynaklı, izin eşiği olmayan bir yapay zeka ağı inşa etmek — temel hesaplama gücüne sahip herhangi bir cihaz, bu ağın bir parçası olabilir. Temel protokolü blok zinciri mimarisi üzerine kurulu olup, teşvik mekanizması ve doğrulama mekanizmasının bir araya getirilebilir özelliklere sahiptir.

Gensyn kurulduğundan bu yana toplamda 50.6 milyon dolarlık destek almış, yatırımcılar arasında a16z, CoinFund, Canonical, Protocol Labs, Distributed Global gibi toplam 17 kurum bulunmaktadır. 2023 Haziran'ında a16z liderliğinde gerçekleştirilen Seri A turu geniş kitlelerce takip edildi ve merkezi olmayan yapay zeka alanının mainstream Web3 risk sermayesi vizyonuna girdiğini işaret etti.

Takımın temel üyeleri de etkili geçmişlere sahiptir: Ortak kurucu Ben Fielding, Oxford Üniversitesi'nde teorik bilgisayar bilimi okumuş ve derin teknik araştırma geçmişine sahiptir; diğer kurucu ortak Harry Grieve ise uzun süredir merkezi olmayan protokol sistem tasarımı ve ekonomi modellemesine katılarak, Gensyn'in mimari tasarımı ve teşvik mekanizması için sağlam bir destek sunmuştur.

Tasarım Mimarisi

Verde'nin temel fikri, "Minimum Güvenilir Karar"dır: Doğrulayıcı, tedarikçinin eğitim sonuçlarının hatalı olduğundan şüphelendiğinde, hakem sözleşmesi yalnızca tartışmalı işlem düğümünü yeniden hesaplama gereksinimi duyar ve bütün eğitim sürecini yeniden oynatma zorunluluğu olmaksızın. Bu, doğrulama yükünü önemli ölçüde azaltırken, aynı zamanda en az bir tarafın dürüst olduğunda sonucun doğruluğunu garanti altına alır. Farklı donanımlar arasındaki kayan nokta belirsizliği sorununu çözmek için, Verde ayrıca "Reproducible Operators" (Çoğaltılabilir İşlemciler) adlı bir kütüphane geliştirmiştir. Bu, matris çarpma gibi yaygın matematiksel işlemlere sabit bir yürütme sırası belirlemeyi zorunlu kılar ve bu sayede cihazlar arası bit düzeyinde tutarlı bir çıktı elde edilir. Bu teknoloji, dağıtılmış eğitimin güvenliğini ve mühendislik uygulanabilirliğini önemli ölçüde artırarak şu anda güvene dayalı doğrulama sistemlerinde önemli bir atılımı temsil etmektedir.

Tüm mekanizma, eğitimcinin kritik ara durumlarını (yani kontrol noktalarını) kaydetmesine dayanmaktadır. Birden fazla doğrulayıcı rastgele olarak bu eğitim adımlarını yeniden oluşturmaya atanır ve çıktının tutarlılığını belirlemek için kullanılır. Bir doğrulayıcı, eğitimcinin sonuçlarıyla farklılık gösterdiğinde, sistem tüm modeli tekrar çalıştırmayacak şekilde tasarlanmıştır. Bunun yerine, network hakem mekanizması aracılığıyla iki tarafın hesaplama grafiğinde ilk anlaşmazlık yaşadıkları işlemi hassas bir şekilde belirler ve yalnızca bu işlemi yeniden oynatarak karşılaştırır. Bu yöntemle, Verde, eğitim düğümüne güven duyulmasına gerek olmadan hem eğitim sürecinin bütünlüğünü sağlamayı hem de verimlilik ve ölçeklenebilirliği dengelemeyi başarmıştır. Bu şekilde, Verde, dağıtılmış AI eğitim ortamları için özel olarak tasarlanmış bir doğrulama çerçevesidir.

Vader'in Çalışma Akışı

Üç, İletişim Zorluğu: Yüksek Frekanslı Senkronizasyonun Ağ Engeline Neden Olduğu Nasıl Azaltılabilir?

Geleneksel dağıtımlı eğitimde, model ya tamamen kopyalanır ya da katman katman ayrılır (sıralı paralel), her ikisi de düğümler arasında yüksek frekanslı senkronizasyon gerektirir. Özellikle sıralı paralelde, bir mini yığının tüm model katmanlarına sırasıyla geçmesi gerekir, bu da bir düğümün gecikmesi durumunda tüm eğitim sürecini engeller.

Gensyn, bu soruna SkipPipe'ı önererek çözmüştür: Atlama Yapmayı Destekleyen ve Dinamik Yol Zamanlama Çizelgesine Sahip Yüksek Fazla Dayanıklı Akışlama Eğitim Sistemi. SkipPipe, bir "atlamalı oran (skip ratio)" mekanizması tanıtmıştır, bu da belirli bir düğümün yükü yüksek olduğunda bazı mini yığın verilerinin belirli model katmanlarını atlamasına izin verir, aynı zamanda dinamik bir hesaplama yolunu seçmek için zamanlama algoritmasını kullanır. Deneyler, geniş coğrafi dağılıma, büyük donanım farklılıklarına ve sınırlı bant genişliğine sahip ağ ortamlarında, SkipPipe'ın eğitim zamanını %55'e kadar azaltabildiğini ve %50'ye kadar düğüm arızası oranında bile sadece %7 kayıp yaşayabildiğini göstermiştir, bu da sistemdeki son derece güçlü dayanıklılığı ve uyumluluğu göstermektedir.

Katılım Yöntemi

Gensyn'in Genel Test Ağı, 31 Mart 2025 tarihinde çevrimiçi olarak başlatıldı ve şu anda hala teknik yol haritasındaki erken aşamasında (Phase 0) bulunmaktadır. Fonksiyonu, RL Swarm'ın dağıtımı ve doğrulamasına odaklanmış durumdadır. RL Swarm, Gensyn'in ilk uygulama alanı olup işbirlikçi eğitim modeli etrafında tasarlanmıştır. Her katılımcı düğüm, davranışını zincir üzerindeki kimliğine bağlar, katkı süreci tam olarak kaydedilir ve bu da sonraki teşvik dağıtımı ve güvenilir hesaplama modeli için bir doğrulama temeli sağlar.

Gensyn Düğüm Sıralaması

Erken test aşamasındaki donanım gereksinimi oldukça kullanıcı dostudur: Mac kullanıcıları M serisi çip kullanabilirken, Windows kullanıcılarına önerilen yüksek performanslı GPU'lar (örneğin 3090 veya 4090) ve 16 GB'dan fazla bellek ile yerel Swarm düğümü dağıtabilirler. Sistem çalıştıktan sonra, doğrulama işlemini tamamlamak için web sayfasına (Gmail önerilir) giriş yapabilir ve HuggingFace Erişim Jetonu'nu bağlayıp bağlamamayı seçebilirler, böylece daha kapsamlı bir model yeteneğini etkinleştirebilirler.

Zorluklar ve Gelecek Görünümü

Şu anda Gensyn projesinin en büyük belirsizliği, test ağının henüz taahhüt edilen tam teknik yığını kapsamamasıdır. Verde ve SkipPipe gibi temel modüller hala entegrasyon aşamasındadır, bu durum da dış dünyanın mimari uygulanabilirliği konusunda kuşkulu olmasını sağlar. Resmi açıklamaya göre: Test ağı aşamalı olarak ilerleyecek, her aşama yeni protokol yeteneklerini açacak ve öncelikle altyapının istikrarlılığını ve ölçeklenebilirliğini doğrulayacak. İlk aşama, RL Swarm ile başlayacak, gelecekte ön eğitim, çıkarsama gibi temel senaryolara doğru kademeli olarak genişleyecek ve sonunda gerçek ekonomik işlemleri destekleyen ana ağ dağıtımına geçecektir.

Test ağı başlatıldığında ilerleme hızı nispeten dikkatli olsa da, sadece bir ay sonra Gensyn, daha büyük ölçekli modelleri ve karmaşık matematiksel görevleri destekleyen yeni Swarm test görevlerini başlattı. Bu adım, geliştirme hızlarına yönelik dış dünyanın eleştirilerine yanıt niteliğinde ve ekibin yerel modül ilerlemesindeki etkinliğini göstermektedir.

Bununla birlikte, yeni sürüm görevleri donanıma çok yüksek bir eşik belirledi; önerilen yapılandırmalar arasında A100, H100 gibi en üst düzey GPU'lar (80GB bellek) bulunmaktadır, bu da küçük ve orta ölçekli düğümler için neredeyse erişilemez durumdadır ve Gensyn'ün vurguladığı "açık erişim, merkezi olmayan eğitim" amacıyla belirli bir gerilim oluşturmaktadır. Madencilik gücünün merkezileşme eğilimi, etkili bir şekilde yönlendirilmezse, ağın adil olmama ve merkezi olmayan yönetimin sürdürülebilirliğine etkisi olabilir.

Sonraki adım, Verde ve SkipPipe'ın başarılı bir şekilde entegre edilmesi durumunda protokolün bütünlüğünü ve işbirlikçi verimliliğini artırabilecektir. Ancak, Gensyn'ın performans ve merkezsizlik arasında gerçek bir denge bulup bulamayacağı, test ağında daha uzun süreli ve daha geniş kapsamlı bir pratik testte hala belirsizliğini koruyor. Şu anda, proje potansiyelini açığa çıkarmaya başladı ancak karşılaştığı zorluklar da ortaya çıktı ve bu da erken dönem altyapı projelerinin en gerçek durumunu oluşturuyor.

Bittensor: Merkezsiz AI Ağı'nın İnovasyonu ve Gelişimi

Proje Genel Bakışı

Bittensor, blockchain ve yapay zeka alanlarını bir araya getiren bir çığır açıcı projedir. Jacob Steeves ve Ala Shaabana tarafından 2019 yılında kurulan proje, "makine zekasının pazar ekonomisi"ni inşa etmeyi amaçlamaktadır. İki kurucu da yapay zeka ve dağıtık sistemler alanında derin bir geçmişe sahiptir. Projenin beyaz kağıdında imzası bulunan Yuma Rao, ekip için temel teknik danışman olarak kabul ediliyor ve projeye kriptografi ve fikir birliği algoritmaları konularında uzmanlık katıyor.

Proje, küresel işlem gücü kaynaklarını blockchain protokolü aracılığıyla entegre ederek sürekli kendini optimize eden dağıtılmış bir sinir ağı ekosistemi oluşturmayı amaçlamaktadır. Bu vizyon, hesaplama, veri, depolama ve model gibi dijital varlıkları zeka değer akışına dönüştürmeyi, yeni bir ekonomik yapı inşa etmeyi ve yapay zeka gelişiminin adil bir şekilde dağıtılmasını sağlamayı hedeflemektedir. OpenAI gibi merkezi platformlardan farklı olarak, Bittensor şu üç temel değer dayanağına sahiptir:

· Veri Eksikliğini Ortadan Kaldırmak: TAO jetonlarını kullanarak bilgi paylaşımını ve model katkısını teşvik etmek

· Pazar Odaklı Kalite Değerlendirmesi: Oyun teorisi mekanizmalarını tanıtarak yüksek kaliteli AI modellerini seçerek rekabeti sağlamak

· Ağ Etkisi Katlayıcı: Katılımcı büyümesi ile ağ değeri arasında üstel bir ilişki oluşturarak olumlu bir döngü oluşturmak

Yatırım konusunda, Polychain Capital 2019 yılından bu yana Bittensor'u kuluçkalamaktadır ve şu anda yaklaşık 200 milyon dolar değerinde TAO jetonuna sahiptir; Dao5 ise yaklaşık 50 milyon dolar değerinde TAO'ya sahip olup Bittensor ekosisteminin erken destekçilerindendir. 2024 yılında, Pantera Capital ve Collab Currency stratejik yatırımlarla katkıda bulunmuştur. Aynı yılın Ağustos ayında, Grayscale Group TAO'yu merkezsiz AI fonuna dahil etmiş ve bu da kurumsal yatırımcıların projenin değerini yüksek derecede tanıdığını ve uzun vadeli olarak umutlu olduğunu göstermektedir.

Her bir alt ağ, metin oluşturma, görüntü tanıma vb. gibi belirli bir AI hizmet alanına odaklanmış olup bağımsız çalışır ancak ana blok zincirine bağlı kalır ve yüksek derecede esnek modüler genişleme mimarisi oluşturur. 2025 yılı Şubat ayında, Bittensor, kilometre taşı niteliğinde bir dTAO (Dinamik TAO) güncellemesini tamamladı ve bu sistem her bir alt ağı bağımsız bir ekonomik birim haline getirerek pazar talebi sinyalleriyle kaynak tahsisini akıllı bir şekilde düzenler. Temel yeniliği alt ağ jetonu (Alpha jetonu) mekanizmasıdır:

· İşleyiş: Katılımcılar, TAO'yu teminat olarak göstererek her alt ağın çıkardığı Alpha jetonlarını alırlar; bu jetonlar belirli bir alt ağ hizmetine piyasa tanınması ve destek gücü kaynağı temsil eder

· Dağıtım Mantığı: Alpha jetonunun piyasa fiyatı, alt ağ talep şiddetini ölçmek için kilit bir gösterge olarak kullanılır; başlangıçta her bir alt ağın Alpha jeton fiyatları aynıdır ve her likidite havuzunda sadece 1 TAO ve 1 Alpha jeton bulunur. İşlem hacmi ve likidite artışıyla birlikte Alpha jeton fiyatı dinamik olarak ayarlanır, TAO'nun dağıtımı alt ağ jetonu fiyatı oranında akıllıca dağıtılır ve pazar talebi yüksek olan alt ağlar daha fazla kaynak sağlar, gerçek ihtiyaçları olan kaynak optimize edilmiş bir şekilde dağıtılır

Bittensor Alt Ağ Jetonu Emisyon Dağılımı

dTAO güncellemesi, ekosistemin canlılığını ve kaynak kullanım verimliliğini önemli ölçüde artırdı; Alt ağ jetonu pazar toplam değeri 5 milyar doları aşmış olup güçlü bir büyüme ivmesi göstermektedir.

Bittensor Alt Ağ Alpha Jeton Değeri

Ekosistem Gelişimi ve Kullanım Senaryoları

Ana Ağ Gelişim Süreci

Bittensor Ağı, üç önemli gelişim aşamasından geçmiştir:

· 2021 Ocak: Ana ağ resmi olarak başlatıldı, altyapıyı oluşturdu

· 2023 Ekim: "Devrim" güncellemesi alt ağ mimarisini tanıttı, işlevsellik modüler hale getirildi

· 2025 Şubat: dTAO güncellemesi tamamlandı, pazar odaklı kaynak dağıtım mekanizması kuruldu

Alt Ağ Ekosistemi Patlama Yaşıyor: Haziran 2025 itibarıyla, 119 profesyonel alt ağ mevcut olup, yıl sonuna kadar 200'ü aşabileceği öngörülmektedir.

Bittensor Alt Ağ Sayısı

Ekosistem projeleri çeşitlenmiş durumda ve yapay zeka acenteleri (Tatsu gibi), tahmin pazarları (Bettensor gibi), DeFi protokolleri (TaoFi gibi) gibi birçok önde gelen alanda yer alıyor, AI ve finansın derin entegrasyonundan oluşan yenilikçi bir ekosistem oluşturuyor.

Temsilci Alt Ağ Ekosistem Projeleri

· TAOCAT: TAOCAT, Bittensor ekosisteminde doğal bir AI acentesidir ve doğrudan alt ağda inşa edilmiştir, kullanıcılara veriye dayalı karar araçları sunmaktadır. Subnet 19'un büyük dil modeli, Subnet 42'nin canlı verileri ve Subnet 59'un Agent Arena'sını kullanarak, piyasa içgörüleri ve karar destek sağlamaktadır. DWF Labs yatırımı almış, 20 milyon dolarlık AI acentesi fonuna dahil edilmiş ve binance alpha'da faaliyete geçmiştir.

· OpenKaito: Kaito ekibinin Bittensor'da başlattığı bir alt ağ olan OpenKaito, merkezi olmayan bir kripto endüstrisi arama motoru inşa etmeyi amaçlamaktadır. Şu anda 500 milyon web sayfasını dizinlemiş olup, merkezi olmayan AI'nın büyük veri işleme gücünü sergilemektedir. Geleneksel arama motorlarıyla karşılaştırıldığında, temel avantajı ticari çıkarların müdahalesini azaltmak, daha şeffaf ve tarafsız veri işleme hizmetleri sunmak ve Web3 çağında bilgi edinme için yeni bir paradigma sağlamaktır.

· Tensorplex Dojo: Tensorplex Labs tarafından geliştirilen 52 numaralı alt ağ, merkezi olmayan platform aracılığıyla yüksek kaliteli insan kaynaklı veri kümelerini toplamaya odaklanmaktadır ve kullanıcıları veri etiketlemesi yoluyla TAO jetonu kazanmaya teşvik etmektedir. 2025 Mart ayında YZi Labs (eski Binance Labs) Tensorplex Labs'a yatırım yaptığını duyurmuş ve Dojo ve Backprop Finance'ın gelişimini desteklemiştir.

· CreatorBid: Subnet 6'da çalışan, AI ve blockchain'i bir araya getiren bir yaratıcı platform olan CreatorBid, Olas ve diğer GPU ağları (örneğin io.net) ile entegre olarak, içerik oluşturucuları ve AI model geliştiricilerini desteklemektedir.

Teknoloji ve Endüstri İşbirliği

Bittensor, çok disiplinli işbirliği alanında çığır açıcı ilerlemeler kaydetmiştir:

· Hugging Face ile derin model entegrasyon kanalı oluşturarak, 50 önde gelen AI modelinin zincir üzerinde sorunsuz bir şekilde dağıtılmasını sağladı

· 2024 yılında yüksek performanslı AI yonga üreticisi Cerebras ile iş birliği yaparak BTLM-3B modelini piyasaya sürdü, toplam indirme sayısı 160.000'e ulaştı

· Mart 2025'te DeFi devi Aave ile stratejik bir işbirliği yaparak rsTAO'nun kaliteli borç teminatı olarak kullanım senaryolarını araştırdı

Katılım Yolları

Bittensor, çeşitlendirilmiş bir ekosistem katılım yolu tasarladı ve buna göre tam bir değer yaratma ve dağıtma sistemine dönüştürdü:

· Madencilik: Madenci düğümlerini dağıtarak yüksek kaliteli dijital ürünler (örneğin AI model hizmetleri) üretir ve katkı kalitesine göre TAO ödülü alır

· Doğrulama: Doğrulayıcı düğümleri çalıştırarak madencinin çalışma sonuçlarını değerlendirir, ağ kalite standartlarını korur ve ilgili TAO teşviklerini alır

· Teminat: TAO sahibi olup, kaliteli doğrulayıcı düğümleri destekler ve doğrulayıcı performansa göre pasif gelir elde eder

· Geliştirme: Bittensor SDK ve CLI araçlarını kullanarak yenilikçi uygulamalar, kullanışlı araçlar veya yepyeni alt ağlar oluşturur, ekosistem geliştirmeye aktif olarak katılır

· Hizmet Kullanımı: Ağın sağladığı AI hizmetlerini metin oluşturma veya görüntü tanıma gibi kullanıcı dostu bir istemci uygulama arayüzü aracılığıyla kullanır

· Ticaret: Alt ağ varlıklarının tokenleştirilmesine dayalı piyasa ticaretine katılır, potansiyel değer artışı fırsatlarını yakalar

Alt ağ alfa tokene yönelik katılımcıların dağılımı

Zorluklar ve Gelecek Görünümü

Bittensor, olağanüstü potansiyele sahip olsa da, yüksek teknoloji keşfi olarak, çok yönlü zorluklarla karşı karşıyadır. Teknoloji açısından, dağıtılmış AI ağıyla karşılaştırıldığında merkezi olmayan bir sistem, model hırsızlığı ve karşıt saldırı gibi güvenlik tehditleriyle daha karmaşıktır, gizlilik hesaplama ve güvenlik koruma çözümlerini sürekli olarak optimize etmelidir; ekonomi modeli açısından, erken dönemde enflasyon baskısı bulunmakta, alt ağ tokeninin piyasa oynaklığı yüksek olup, olası spekülasyon balonuna karşı dikkatli olunmalıdır; düzenleme ortamında, SEC TAO'yu fayda tokeni olarak sınıflandırsa da, küresel çapta farklı düzenleyici çerçeveler, ekosistemin genişlemesini kısıtlayabilir; aynı zamanda, güçlü kaynaklara sahip merkezi AI platformlarına karşı yoğun rekabetle karşı karşıya olan merkezi olmayan çözümün, kullanıcı deneyimi ve maliyet etkinliği açısından uzun vadeli rekabet avantajını kanıtlaması gerekmektedir.

2025 yarılanma döngüsüne yaklaşırken, Bittensor gelişimi dört ana stratejik yöne odaklanacak: Alt ağ uzmanlaşmasını derinleştirme, dikey uygulama alanlarının hizmet kalitesini ve performansını artırma; DeFi ekosistemiyle derin entegrasyonu hızlandırma, yeni EVM uyumluluğunu kullanarak akıllı sözleşme uygulama sınırlarını genişletme; gelecekte dTAO mekanizması aracılığıyla ağ yönetim ağırlığını 100 gün içinde TAO'dan Adım Token'e sorunsuz bir şekilde geçirme, yönetişimi merkezsizleştirme sürecini destekleme; aynı zamanda diğer önde gelen zincirlerle etkileşilebilirliği genişleterek ekosistem sınırlarını ve uygulama senaryolarını genişletme. Bu işbirlikçi gelişim stratejik adımları, Bittensor'un "Makine Zekası Pazar Ekonomisi" vizyonuna istikrarlı bir şekilde ilerlemesine katkıda bulunacaktır.

0G: Depolamaya Dayalı Modüler AI Ekosistemi

Proje Genel Bakışı

0G, veri yoğun ve yüksek hesaplama gereksinimli senaryolar için etkili ve güvenilir merkezi olmayan altyapı sağlamayı amaçlayan, AI uygulamaları için özel olarak tasarlanmış modüler Katman 1 zincirdir. Modüler mimari sayesinde, 0G, farklılaştırılmış olarak konsensüs, depolama, hesaplama ve veri kullanılabilirliği gibi temel işlevleri bağımsız olarak optimize ederek, dinamik ölçeklenebilirlik destekleyen, büyük ölçekli AI çıkarım ve eğitim görevlerini etkin bir şekilde işleyebilen bir yapıya sahiptir.

Kurucu ekip, Michael Heinrich (CEO, önceki olarak 1 milyar doların üzerinde fon topladığı Garten'ı kuran), Ming Wu (CTO, Microsoft araştırmacısı, Conflux'un kurucu ortağı), Fan Long (Conflux'un kurucu ortağı) ve Thomas Yao'dan (CBO, Web3 yatırımcısı) oluşmakta olup, 8 bilgisayar bilimleri doktoruna sahiptir ve üyeleri Microsoft, Apple gibi şirketlerden gelmektedir, derin bir blok zinciri ve AI teknoloji deneyimine sahiptir.

Finansman açısından, 0G Labs, toplamda 75 milyon dolarlık Hack VC, Delphi Ventures ve Animoca Brands gibi yatırımcıların da dahil olduğu 35 milyon dolarlık ön-kuruluş ve 40 milyon dolarlık tohum turunu tamamlamıştır. Ayrıca, 0G Foundation, 250 milyon dolarlık jeton satın alma taahhüdü, 30.6 milyon dolarlık kamu düğüm satışı ve 88.88 milyon dolarlık ekosistem fonu almıştır.

Tasarım Mimarisi

1. 0G Zinciri

0G Zinciri, en hızlı modüler AI zincirini oluşturmayı hedefleyerek, konsensüs, yürütme ve depolama gibi temel bileşenlere yönelik bağımsız optimizasyonu destekleyen modüler bir mimariye sahiptir ve veri kullanılabilirliği ağı, dağıtılmış depolama ağı ve AI hesaplama ağı entegre edilmiştir. Bu tasarım, sistemin karmaşık AI uygulama senaryolarıyla başa çıkarken üstün performans ve esneklik sağlar. Aşağıda, 0G Zinciri'nin üç temel özelliği bulunmaktadır:

Modüler Ölçeklenebilirlik (Yapay Zeka için Modüler Ölçeklenebilirlik)

0G yatay olarak ölçeklenebilir bir mimari kullanır ve büyük veri iş yüklerini etkin bir şekilde işleyebilir. Modüler tasarımı, veri erişilebilirlik katmanını (DA katmanı) veri depolama katmanından ayırarak, yapay zeka görevleri için (örneğin büyük ölçekli eğitim veya çıkarım) veri erişimine ve depolanmasına daha yüksek performans ve verimlilik sağlar.

0G Konsensüsü (0G Consensus)

0G'nin konsensüs mekanizması, dinamik olarak genişleyebilen birden fazla bağımsız konsensüs ağından oluşur. Veri hacminin katlanarak artmasıyla, sistem aynı şekilde ölçeklenebilirlik sağlayarak, 1'den yüzlerce hatta binlerce ağa kadar genişleyebilir. Bu dağıtılmış mimari, yalnızca performansı artırmakla kalmaz, aynı zamanda sistem için esneklik ve güvenilirlik sağlar.

Paylaşılan Staking (Shared Staking)

Doğrulayıcılar, Ethereum ana ağında fonlarını stake etmek zorundadır ve böylece tüm katılan 0G konsensüs ağlarına güvenlik sağlar. Herhangi bir 0G ağı tarafından cezalandırılabilir olay gerçekleştiğinde, doğrulayıcıların Ethereum ana ağındaki stake ettikleri fonlar azaltılır. Bu mekanizma, Ethereum ana ağının güvenliğini tüm 0G konsensüs ağlarına genişletir ve böylece sistem genelindeki güvenliği ve sağlamlığı sağlar.

0G Zinciri EVM uyumluluğuna sahiptir, böylece Ethereum, Katman 2 Rollup veya diğer zincir geliştiricileri kolayca 0G'nin hizmetlerini (veri erişilebilirliği ve depolama gibi) entegre edebilir, göç yapmadan. Aynı zamanda 0G, Solana VM, Near VM ve hatta Bitcoin uyumluluğunu desteklemeyi araştırıyor, böylece yapay zeka uygulamalarının daha geniş bir kullanıcı kitlesine genişlemesini sağlar.

2. 0G Depolama (0G Storage)

0G Depolama, merkezi olmayan uygulamalar ve veri yoğun senaryolar için özel olarak tasarlanmış yüksek derecede optimize edilmiş bir dağıtık depolama sistemidir. Temeli, madencilerin veriyi depolamasını ve yönetmesini teşvik eden eşsiz bir konsensüs mekanizması olan Rastgele Erişim Kanıtı (Proof of Random Access, PoRA) ile atılmıştır, böylece güvenlik, performans ve adalet arasında denge sağlanır.

Mimari üç katmana ayrılabilir:

· Günlük Katmanı (Log Layer): Yapılandırılmamış verilerin kalıcı olarak depolanmasını sağlar, arşiv veya veri günlüğü gibi kullanımlar için uygundur.

· Anahtar-Değer Katmanı (Key-Value Layer): Değişken yapıdaki verileri yönetir ve yetkilendirme kontrolünü destekler, dinamik uygulama senaryoları için uygundur.

· İşlem Katmanı (Transaction Layer): Birden fazla kullanıcının eş zamanlı yazma işlemlerini destekler, iş birliğini ve veri işleme verimliliğini artırır.

Rastgele Erişim Kanıtı (Proof of Random Access, PoRA), 0G Depolama'nın temel mekanizmalarından biridir ve madencilerin belirtilen veri bloğunu doğru bir şekilde depolayıp depolamadığını doğrulamak için kullanılır. Madenciler periyodik olarak meydan okumayı kabul ederler ve kanıt olarak geçerli bir şifreleme karması sağlamaları gerekir, bu da iş kanıtıyla benzerdir. Adil rekabeti sağlamak için, 0G, her madencilik işlemindeki veri aralığını 8 TB ile sınırlandırır, bu sayede büyük ölçekli işletmelerin kaynakları tekeline almasını engellerken küçük ölçekli madencilerin de adil bir ortamda rekabet etmesine olanak tanır.

Rastgele Erişim Kanıtı Örneği

Erasure coding tekniği ile, 0G Depolama verileri çoklu gereksiz parçalara böler ve bu parçaları farklı depolama düğümlerine dağıtır. Bu tasarım, bazı düğümlerin çevrimdışı olması veya arızalanması durumunda bile verilerin tamamen kurtarılabilmesini sağlar, bu da verinin hem kullanılabilirliğini hem de güvenliğini önemli ölçüde artırırken sistem'in büyük veri işleme performansını iyileştirir. Ayrıca, veri depolama, sektör düzeyinde ve veri bloğu düzeyinde ayrıntılı bir yönetimle, veri erişim verimliliğini optimize etmekle kalmaz, aynı zamanda madencilerin depolama ağındaki rekabet gücünü artırır.

Gönderilen veriler sıralı bir şekilde düzenlenir, bu sıralama veri akışı (data flow) olarak adlandırılır, bir günlük giriş listesi veya sabit boyutlu veri sektörü dizisi olarak anlaşılabilir. 0G'de, her bir veri bloğu bir genel ofset (offset) tarafından hızlı bir şekilde konumlandırılabilir, böylece veriye etkin bir şekilde erişim ve meydan okuma sorgusu yapılabilir. Varsayılan olarak, 0G, çoğu kullanım senaryosu için kullanılan genel bir ana veri akışı (main flow) sağlar. Aynı zamanda sistem, özel veri akışlarını (specialized flows) destekler, bu veri akışları belirli kategorideki günlük girişleri kabul eder ve farklı uygulama gereksinimlerine göre optimize edilmiş ayrı bir sürekli adres alanı sağlar.

Bu tasarım sayesinde, 0G Depolama çeşitli kullanım senaryolarına esnek bir şekilde uyum sağlayabilir, aynı zamanda yüksek performans ve yönetim yeteneklerini korur, AI ve Web3 uygulamalarının büyük veri akışlarını işlemesi gereken durumlarda güçlü depolama desteği sunar.

3. 0G Veri Kullanılabilirliği (0G DA)

Veri Erişilebilirlik (Data Availability, DA), 0G'nin temel bileşenlerinden biridir ve erişilebilir, doğrulanabilir ve geri alınabilir veri sağlamayı amaçlar. Bu özellik, merkezi olmayan AI altyapısının kritik bir parçasıdır, örneğin kullanıcı ihtiyaçlarını karşılamak ve sistem teşvik mekanizmasının güvenilirliğini sağlamak için eğitim veya çıkarım görevlerini doğrulamak. 0G DA, özenle tasarlanmış bir mimari ve doğrulama mekanizması aracılığıyla mükemmel ölçeklenebilirlik ve güvenlik sağlar.

0G DA'nın tasarım hedefi, güvenliği garanti altına alırken son derece yüksek ölçeklenebilirlik sağlamaktır. Çalışma süreci genellikle iki bölüme ayrılır:

· Veri Saklama Kanalı (Data Storage Lane): Veri, parçalara ayrılmış (\"veri blokları\") ve bu parçalar 0G Depolama Ağı'ndaki depolama düğümlerine dağıtılmış şekilde düzeltici kodlama tekniğiyle bölünür. Bu mekanizma büyük ölçekli veri iletimini etkin bir şekilde desteklerken verinin çoğaltılmasını ve kurtarılabilirliğini sağlar.

· Veri Yayınlama Kanalı (Data Publishing Lane): Veri erişilebilirliği, DA düğümleri tarafından kümelenmiş bir imza aracılığıyla doğrulanır ve sonuçlar uzlaşma ağına sunulur. Bu tasarım sayesinde, veri yayını yalnızca birkaç önemli veri akışını işlemesi gerektiğinden geleneksel yayın yöntemlerindeki darboğaz sorunları önlenir, bu da verimliliği önemli ölçüde artırır.

Verinin güvenliği ve verimliliğini sağlamak için, 0G DA rastgelelik tabanlı bir doğrulama yöntemi kullanır, buna ek olarak kümelenmiş imza mekanizmasıyla birlikte eksiksiz bir doğrulama süreci oluşturur:

· Rastgele Başkanı Belirleme: Doğrulama sistemi, doğrulayıcılar kümesinden VRF aracılığıyla doğrulanabilir rastgele bir işlev kullanarak bir DA düğümleri grubunu (korum) rastgele seçer. Bu rastgele seçim yöntemi, teorik olarak korumun dürüstlük dağılımının doğrulayıcılar kümesi ile uyumlu olduğunu garanti eder, böylece veri erişilebilirlik istemcisi korum ile işbirliği yapamaz.

· Kümelenmiş İmza Doğrulaması: Korum, depolanan veri bloklarını örnek alarak doğrular ve kümelenmiş bir imza oluşturur, bu erişilebilirlik kanıtını 0G uzlaşma ağına sunar. Bu kümelenmiş imza yöntemi, doğrulama verimliliğini büyük ölçüde artırır ve performansı geleneksel Ethereum'dan çok daha yüksektir.

0G'nin Doğrulama Süreci

Yukarıdaki mekanizma aracılığıyla, 0G DA, etkili, genişletilebilir ve güvenli veri erişilebilirlik çözümü sağlayarak merkeziyetsiz AI uygulamalarına sağlam bir temel desteği sağlar.

4. 0G Hesaplama Gücü (0G Compute)

0G hesaplama ağı, topluluğa güçlü bir AI hesaplama yeteneği sunmayı amaçlayan merkeziyetsiz bir çerçevedir. Akıllı sözleşmeler aracılığıyla, hesaplama sağlayıcıları sundukları AI hizmet türlerini (örneğin, model çıkarımı) kaydedebilir ve hizmet için fiyat belirleyebilir. Kullanıcılar AI çıkarım isteği gönderdiklerinde, hizmet sağlayıcı, kullanıcı bakiyesinin yeterliliğine göre yanıt verip vermemeyi belirler, böylece verimli bir hesaplama gücü tahsisi sağlanır.

İşlem maliyetleri ve ağ verimliliğini daha da optimize etmek için, hizmet sağlayıcılar birden fazla kullanıcı isteğini toplu olarak işleyebilirler. Bu yöntem, on-chain uzlaşma sayısını önemli ölçüde azaltarak sık işlem yapmanın getirdiği kaynak tüketimini azaltır. Aynı zamanda, 0G hesaplama ağı, Zero-Knowledge Proof (ZK-Proofs) teknolojisini kullanır, off-chain hesaplama ve on-chain doğrulama yoluyla işlem verisini büyük ölçüde sıkıştırarak on-chain uzlaşma maliyetlerini düşürür. 0G'nin depolama modülü ile birleştirildiğinde, genişletilebilir off-chain veri yönetim mekanizması, on-chain maliyetlerini önemli ölçüde azaltabilirken depolama talebi takip verilerinin etkinliğini artırır.

Şu anda, 0G'nin merkeziyetsiz AI ağı öncelikle AI çıkarım hizmeti sunmaktadır ve verimlilik ve maliyet optimizasyonu konusunda avantajlar göstermektedir. Gelecekte, 0G, yeteneklerini daha da genişleterek çıkarımdan eğitime kadar daha fazla AI görevini kapsayan kapsamlı bir merkeziyetsiz çözüm sunmayı planlamaktadır.

Ekosistem Gelişimi

0G'nin test ağı şu anda Newton v2'den Galileo v3'e yükseltildi ve resmi verilere göre 8000'den fazla doğrulayıcıya sahiptir. Depolama ağında 1591 aktif madenci bulunmaktadır ve şu ana kadar 43 binden fazla dosya yüklenmiş ve toplamda 450.72G depolama alanı sağlanmıştır.

0G projesinin merkeziyetsiz AI alanındaki etkisi, iş birliği yapan şirketlerin artması ve derinleşmesiyle sürekli genişlemekte olup, resmi verilere göre şu anda 450'den fazla entegrasyon gerçekleştirilmiştir ve AI hesaplama gücü, veri, model, çerçeve, altyapı, DePin gibi kapsamlı alanları kapsamaktadır.

0G Ecosystem Chart

Aynı zamanda, 0G Vakfı, AI ile ilgili projeleri desteklemek için 88.8 milyon dolar değerinde bir ekosistem fonu başlattı ve aşağıdaki yerel uygulamaların ortaya çıkmasını sağladı:

· zer0: AI Destekli DeFi Likidite Çözümü, Zincir Üstü Likidite Optimizasyon Hizmeti Sunar

· H1uman: Merkezi Olmayan AI Ajan Fabrikası, Ölçeklenebilir AI Entegrasyon İş Akışı Oluşturur

· Leea Labs: Çoklu AI Ajan Altyapısı, Güvenli Çoklu Ajan Sistem Dağıtımını Destekler

· Newmoney.AI: Akıllı DeFi Temsilcisi Cüzdanı, Yatırımları ve İşlemleri Otomatikleştirir

· Unagi: AI Destekli Zincir Üstü Eğlence Platformu, Anime ve Oyunun Web3 Deneyimini Bütünleştirir

· Rivalz: Doğrulanabilir AI Oracle, Akıllı Sözleşmelere Güvenilir AI Veri Erişimi Sağlar

· Avinasi Labs: Uzun Yaşam Araştırmasına Odaklanan AI Projesi

Katılım Yolları

Normal kullanıcılar şu anda aşağıdaki yollarla 0G ekosistine katılabilir:

· 0G Test Ağı Etkileşimine Katılma: 0G, Testnet V3'ü (Galileo v3) başlattı, kullanıcılar resmi test ağı sayfasına (0G Testnet Kılavuzu) giderek test tokenleri alabilir ve 0G zinciri üzerindeki DApps'te etkileşim deneyimi yaşayabilir.

· Kaito Etkinliğine Katılma: 0G şu anda Kaito platformunun içerik oluşturma etkinliğine katıldı, kullanıcılar 0G ile ilgili (örneğin, teknik analizler, ekosistem ilerlemeleri veya AI uygulama senaryoları gibi) yüksek kaliteli içerik oluşturarak ve paylaşarak etkileşime girebilir ve ödüller kazanabilir.

Zorluklar ve Gelecek Görünümü

0G, depolama alanında güçlü bir teknik yetenek sergilemiş olup merkezi olmayan depolama için modüler bir çözüm seti sunmuş ve olağanüstü ölçeklenebilirlik ve ekonomiklik (depolama maliyeti 10-11 ABD Doları /TB'ye kadar düşük) sağlamıştır. Aynı zamanda, 0G, veri erişilebilirlik katmanı (DA) aracılığıyla verinin doğrulanabilirlik sorununu çözmüş ve gelecekteki büyük ölçekli AI çıkarım ve eğitim görevleri için sağlam bir temel oluşturmuştur. Bu tasarım, merkezi olmayan AI'ın veri depolama katmanında güçlü bir destek sağlamış ve geliştiricilere optimize edilmiş depolama ve geri alma deneyimi sunmuştur.

Performans açısından, 0G'nin ana ağı TPS'nin 3,000 ila 10,000 aralığına yükselmesi beklenmekte olup performansı öncekinden 10 kat artmıştır, böylece ağın AI çıkarımı ve yüksek frekanslı işlem gibi görevlerle ilişkili yoğun hesaplama taleplerini karşılayabileceği sağlanmaktadır. Bununla birlikte, hash gücü pazarı ve model açısından, 0G'nin hala büyük ölçüde yapılması gereken bir konumu vardır. Şu anda, 0G'nin hash gücü işi hala AI çıkarım hizmetlerine sınırlıdır, model eğitim görevlerinin desteklenmesi için daha fazla özelleştirilmiş tasarım ve teknoloji yeniliğine ihtiyaç duyulmaktadır. AI gelişiminin temel bileşeni olarak, modeller ve hash gücü, sadece ürün yükseltmeyi ve büyük ölçekli uygulamaları teşvik etmeyi değil, aynı zamanda 0G'nin en büyük AI Katman 1 ekosistemi hedefine ulaşmasını sağlayan zorunlu bir geçiş aşamasıdır.

Özet

Şu Anki Durum: Çeşitli Girişimler, Karşılaşılan Zorluklar

Yukarıda bahsedilen altı AI Katman1 projesine dönüp baktığımızda, her birinin farklı bir girişim noktasını seçtiğini görüyoruz. AI varlıkları, hesaplama gücü, model, depolama vb. temel unsurlar etrafında dağıtılmış AI altyapısı ve ekosistemi oluşturmanın yollarını araştırıyorlar:

· Sentient: Merkeziyetsiz bir modelin geliştirilmesine odaklanarak Dobby serisini başlattı, modelin güvenilirliği, hizalanabilirliği ve sadakati vurguladı, altta yatan zincir geliştirme süreci devam etmekte olup modelin ve zincirin derin entegrasyonunu sağlayacak.

· Sahara AI: AI varlığına sahiplik korumasını merkeze alarak, ilk aşamada verinin hak sahipliği ve dolaşımına odaklandı, AI ekosistine güvenilir veri temeli sağlamayı amaçladı.

· Ritual: Merkeziyetsiz hesaplama gücünü çıkarma alanında etkili bir çözüm üzerinde çalışarak, blok zincirinin işlevselliğini güçlendirdi ve sistemin esnekliğini ve ölçeklenebilirliğini artırdı, AI odaklı uygulamaların gelişimine destek oldu.

· Gensyn: Merkeziyetsiz model eğitimi zorluğunu çözmeyi amaçlayarak, teknik yenilik aracılığıyla büyük ölçekli dağıtık eğitimin maliyetini düşürmeyi hedefledi, AI hesaplama gücünün paylaşımını ve demokratikleşmesini destekleyen uygulanabilir bir yol sunmayı amaçladı.

· Bittensor: Olgunlaşmış bir alt ağ platformu, token teşviki ve merkeziyetsiz yönetim aracılığıyla zengin bir geliştirici ve uygulama ekosistemi oluşturmayı önceliklendirerek, merkeziyetsiz AI'nın erken bir örneğini oluşturdu.

· 0G: Merkeziyetsiz depolama noktasından başlayarak, AI ekosistemine yönelik veri depolama ve yönetim zorluklarına odaklandı, giderek daha kapsamlı bir AI altyapısına ve uygulama hizmetlerine genişledi.

Proje Karşılaştırması ve Özeti

Genel olarak, bu projeler hem teknik yol haritasında farklılıklara sahip hem de ekosistem stratejilerinde birbirlerini tamamlayarak, zincir üstü dağıtılmış AI ekosysinin çeşitliliğini teşvik ediyorlar. Ancak inkar edilemez bir gerçek var ki, tüm sektör hala erken keşif aşamasında. Birçok ileriye dönük vizyon ve strateji belirlense de, gerçek geliştirme ilerlemesi ve ekosistem inşası zaman alacak, birçok temel altyapı ve yenilikçi uygulama henüz hayata geçirilmeyi bekliyor.

Daha fazla hesaplama gücü, depolama vb. temel düğümün ağa katılmasını nasıl çekici ve teşvik edici hale getireceği, şu anda üstesinden gelinmesi gereken temel bir sorundur. Bitcoin ağı uzun yıllar süren gelişimden geçerek ancak ana akım pazarın kabulünü kazanmıştır, merkeziyetsiz AI ağı da düğüm ölçeğini sürekli genişleterek, büyük miktardaki AI görevlerinin hesaplama gücüne olan büyük talebini karşılayabilir. Ayrıca, ağdaki hesaplama gücü, depolama vb. kaynakların belirli bir bolluğa ulaşması durumunda, kullanım maliyetlerini etkili bir şekilde azaltabilir ve hesaplama gücünün evrensel hale gelmesini sağlarak, nihayetinde merkeziyetsiz AI'nın büyüleyici vizyonunu gerçekleştirebilir.

Ayrıca, zincir üstü AI uygulamalarının yenilikçilik açısından hala yetersiz olduğu bir gerçektir. Şu anda birçok ürün hala Web2 modeline dayanarak basit bir şekilde taşınmakta ve blok zincirine özgü mekanizmalarla derinlemesine bütünleşen inovatif tasarımlardan yoksundur, bu da merkezi olmayan AI'nın benzersiz avantajlarını tam olarak gösterememiştir. Bu gerçek zorluklar, endüstrinin sadece teknik açıdan değil, aynı zamanda kullanıcı deneyiminin geliştirilmesi ve tüm ekosistemin sürekli iyileştirilmesi gerekliliğine işaret etmektedir.

Sürekli Gelişim: AI Layer1 ve DeAI Üstün Projeleri Sürekli Ortaya Çıkıyor

Yukarıda detaylı olarak incelediğimiz projelerin yanı sıra, zamanın büyük trendleri altında, AI Layer1 ve DeAI alanında dikkate değer birçok yeni proje bulunmaktadır. (Yer sıkıntısı nedeniyle, burada özetleyici bir tanıtım yapılacaktır; daha fazla AI yolundaki araştırma ve yatırım içeriğimizi takip edebilirsiniz)

Kite AI

Kite AI, temel mutabakat mekanizması "Proof of Attributed Intelligence" (PoAI) üzerine kurulu olarak, EVM'ye uyumlu bir Layer 1 blok zinciri inşa etmiştir ve adil bir AI ekosistemi oluşturmayı hedeflemektedir. Veri sağlayıcıları, model geliştiricileri ve AI Eyleyicisi yaratıcıları, AI değer yaratımında katkılarının şeffaf bir şekilde kaydedilmesini ve adil bir karşılık almayı sağlamayı amaçlamaktadır. Bu sayede, teknoloji devlerinin tekeline dayanan AI kaynakları dengesini bozmaktadır. Şu anda Kite AI, odak noktasını tüketiciye yönelik uygulama katmanına yoğunlaştırmış ve alt ağ mimarisi ve işlem pazarı gibi yöntemlerle AI varlıklarının geliştirilmesini, tanımlanmasını ve realize edilmesini sağlamaktadır.

Story

Açık İşlemeli Haklar (IP) etrafında geliştirilen bir AI Layer 1 olan Story, yaratıcılar ve geliştiricilere, çeşitli içerik IP'lerini kaydetmelerine, izlemelerine, yetkilendirmelerine, yönetmelerine ve realize etmelerine yardımcı olacak bir dizi araç seti sunmaktadır, olsun bu video, ses, metin veya AI eserleri olsun. Story, kullanıcıların orijinal içeriklerini NFT'ye dönüştürmelerine olanak tanır ve esnek yetkilendirme ve gelir paylaşım mekanizmalarını içerir, bu da kullanıcıların ikincil yaratım ve işbirliği yapmalarına izin verirken aynı zamanda mülkiyeti ve gelir dağıtımını şeffaf hale getirir.

Vana

Vana, "Kullanıcı Veri Realizasyonu ve AI Eğitimi" için inşa edilen yeni nesil veri alt yapılı bir AI Layer 1'dir. Büyük şirketlerin veri hakimiyetini kıran Vana, bireylerin kendi verilerine sahip olmalarını, bunları yönetmelerini ve paylaşmalarını sağlar. Kullanıcılar, veri haklarına sahipken, sosyal, sağlık, tüketim vb. verilerini bir araya getirebilir ve AI eğitimi için bu verileri kullanabilir ve kar paylaşımına katılabilirler. Ayrıca, Vana, gizlilik ve güvenliğe büyük önem verir, kullanıcı verilerinin güvenliğini sağlamak için gizlilik hesaplama ve şifreleme doğrulama teknolojilerini kullanır.

Nillion

Nillion, veri gizliliğine ve güvenli hesaplama alanına odaklanan bir "kör hesaplama ağı"dır ve geliştiricilere ve şirketlere çoklu taraflı güvenli hesaplama (MPC), homomorfik şifreleme, sıfır bilgi ispatı vb. gibi bir dizi gizlilik arttırıcı teknoloji sunar. Bu sayede orijinal verileri çözmeden verilerin depolanması, paylaşılması ve karmaşık hesaplamaların gerçekleştirilmesi mümkün olur. Bu durum yapay zeka, merkezsiz finans (DeFi), sağlık, kişiselleştirilmiş uygulamalar gibi yüksek değerli ve hassas bilgilerin güvenli bir şekilde işlenmesini sağlar ve veri sızıntısı riskiyle ilgilenilmesine gerek kalmaz. Şu anda Nillion ekosistemi, AI gizlilik hesaplama, kişiselleştirilmiş akıllı varlıklar, özel bilgi tabanı vb. dahil olmak üzere birçok yenilikçi uygulamayı desteklemekte ve Virtuals, NEAR, Aptos, Arbitrum gibi ortakları çekmektedir.

Mira Network

Mira Network, AI çıktıları için "merkezi olmayan doğrulama" sunan yenilikçi bir ağdır ve bağımsız AI'ın güvenilir doğrulama katmanını oluşturmayı amaçlar. Mira'nın temel yeniliği, arka planda farklı dil modellerini eş zamanlı olarak çalıştıran bütünleşik bir değerlendirme tekniğini benimsemekte ve AI tarafından üretilen sonuçları belirli iddialara bölmekte ve dağıtılmış model düğümlerinin bağımsız doğrulamasına sunarak, çoğunlukla modelin içerik olarak "gerçek" olarak belirlenmesi durumunda yalnızca kullanıcıya çıktı sağlar. Bu çoklu model mutabakat mekanizması sayesinde, Mira, tek bir modelin %25 yanılma oranını %3'e, yani hata oranını %90'dan fazla düşürerek büyük ölçüde azaltmıştır. Mira, merkezi büyük kuruluşlara veya tek bir büyük modele olan bağımlılığı terk ederek, dağıtılmış düğümler ve ekonomik teşvik mekanizmasını benimseyerek, birçok Web2 ve Web3 AI uygulaması için doğrulanabilir altyapı katmanı haline gelmiş ve gerçekten AI'nın sürücü yardımcısından, özgür iradeye sahip ve güvenilir AI sistemlere geçiş yapmıştır.

Prime Intellect

Prime Intellect, dağıtılmış AI eğitimi ve hesaplama altyapısına odaklanan bir platformdur ve küresel hesaplama kaynaklarını entegre etmeyi, açık kaynaklı AI modellerinin işbirlikçi eğitimini teşvik etmeyi amaçlar. Temel mimarisi eşten-eşe hesaplama gücü kiralaması pazarı ve açık eğitim protokolünü içerir, böylece herkesin ağa boşta duran donanımı katkıda bulunmasına olanak tanır, büyük model eğitimi ve çıkarımı için kullanılır ve böylece geleneksel AI'nın yüksek derecede merkeziyetçi, yüksek eşikli ve kaynak israfı sorunlarının üstesinden gelir. Aynı zamanda, Prime Intellect, çoklu milyar parametreli büyük modellerin çapraz bölgesel etkili eğitimini destekleyen açık kaynaklı dağıtılmış eğitim çerçevesi (örneğin OpenDiLoco) geliştirmiştir ve algoritma yeniliği ve özel yarışmalara odaklanmıştır, örneğin METAGENE-1 modeline dayalı meta genomik ve matematik çıkarımı odaklı INTELLECT-MATH projesi gibi. 2025 yılında, Prime Intellect, topluluk kaynaklı ve pekiştirme öğrenimi kullanarak, küresel açık kaynaklı çıkarım ve matematik kodu doğrulama veri kümesini oluşturmayı amaçlayan SYNTHETIC-1 planını başlatmıştır.

Gelecek Görünüm: Açık ve Kazan-Kazan Odaklı Merkeziyetsiz AI

Çeşitli zorluklara rağmen, blokzincir tabanlı merkeziyetsiz AI hala geniş bir gelişim potansiyeline ve dönüşüm gücüne sahiptir. Temel teknolojinin giderek olgunlaşması ve projelerin verdikleri taahhütleri sürdürmeleriyle, merkeziyetsiz AI'nın benzersiz avantajlarının giderek belirgin hale gelmesi beklenmektedir. AI Katman1'lerin aşağıdaki vizyonu gerçekleştirmesi beklenmektedir:

· Hash gücü, veri ve modelin demokratik paylaşımı, teknoloji oligarşisinin kırılması, küresel bireylerin, şirketlerin ve kuruluşların AI yeniliğine sorunsuz katılımını sağlamak.

· AI varlıklarının sahiplik haklarının dolaşımı ve güvenilir yönetişimi, veri, model vb. temel varlıkların blokzincir üzerinde özgürce dolaşımını ve alım satımını teşvik ederek sahiplerin gelirlerini garanti altına almak ve sağlıklı bir açık ekosistem oluşturmak.

· AI çıktısının daha güvenilir, takip edilebilir, hizalanabilir olması, AI'nın güvenli ve kontrol edilebilir gelişimine sağlam bir destek sağlayarak "AI şer" riskini etkili bir şekilde azaltmak.

· Endüstriyel uygulamaların kapsayıcı bir şekilde hayata geçirilmesi, finans, sağlık, eğitim, içerik oluşturma vb. alanlarda AI'nın büyük değerini serbest bırakarak AI'nın merkeziyetsiz bir şekilde toplum için gerçekten faydalı olmasını sağlamak.

Daha fazla AI Katman1 projesinin ilerlemesiyle, merkeziyetsiz AI'nın hedefinin yakın zamanda gerçekleşmesini bekliyoruz ve daha fazla geliştiricinin, yenilikçinin ve katılımcının katılmasını umuyoruz, birlikte daha açık, çeşitli ve sürdürülebilir bir AI ekosistemi oluşturmak için.

Orijinal Makale Bağlantısı

BlockBeats Resmi Topluluğuna Katılın:

Telegram Abonelik Grubu: https://t.me/theblockbeats

Telegram Sohbet Grubu: https://t.me/BlockBeats_App

Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia