AI Layer1 Araştırma Raporu: On-chain DeAI için Verimli Toprakları Bulmak
Genel Bakış
Arka Plan
Son yıllarda, OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin (LLM) hızlı gelişimini sürekli olarak teşvik ediyor. LLM, her alanda eşi benzeri görülmemiş yetenekler sergileyerek insan hayal gücünü büyük ölçüde genişletti ve bazı durumlarda insan emeğinin yerini alma potansiyelini gösterdi. Ancak bu teknolojilerin merkezi olan çekirdekleri birkaç merkezi teknoloji devinin elinde sıkı bir şekilde tutuluyor. Bu şirketler, güçlü sermaye ve yüksek maliyetli hesaplama kaynaklarına erişim sayesinde aşılması zor engeller inşa etti ve bu da çoğu geliştirici ve yenilikçi ekibin onlarla rekabet etmesini zorlaştırdı.
Ayrıca, AI'nın hızlı evriminin erken dönemlerinde, toplumsal kamuoyu genellikle teknolojinin getirdiği yenilikler ve kolaylıklar üzerine yoğunlaşırken, gizlilik koruma, şeffaflık, güvenlik gibi temel sorunlara olan ilgi görece daha azdır. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimi ve toplumsal kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde ele alınamazsa, AI'nın "iyiye mi yoksa kötüye mi" gideceği tartışması daha da belirgin hale gelecektir ve merkezileşmiş devlerin kâr hırsı, bu zorluklarla aktif olarak başa çıkma konusunda genellikle yeterli motivasyonları yoktur.
Blockchain teknolojisi, merkeziyetsizlik, şeffaflık ve sansüre karşı direnç gibi özellikleri sayesinde, AI sektörünün sürdürülebilir gelişimi için yeni olanaklar sunmaktadır. Şu anda, bazı ana akım blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine bir analiz yapıldığında, bu projelerin hala birçok sorun barındırdığı görülmektedir: bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapılar hala merkezi bulut hizmetlerine bağımlıdır ve gerçek anlamda açık bir ekosistemi desteklemekte zorluk yaşamaktadır; diğer yandan, Web2 dünyasındaki AI ürünleri ile karşılaştırıldığında, on-chain AI, model yetenekleri, veri kullanımı ve uygulama senaryoları gibi konularda hala sınırlıdır, yenilik derinliği ve genişliği artırılmalıdır.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blok zincirinin güvenli, verimli ve demokratik bir şekilde büyük ölçekli AI uygulamalarını barındırabilmesi ve performans açısından merkezi çözümlerle rekabet edebilmesi için, AI'ya özel tasarlanmış bir Layer1 blok zinciri tasarlamamız gerekiyor. Bu, AI'nın açık inovasyonu, yönetişim demokrasisi ve veri güvenliği için sağlam bir temel sağlayacak ve merkeziyetsiz AI ekosisteminin refahını artıracaktır.
AI Layer 1'in temel özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blockchain olarak, alt yapı tasarımı ve performansı AI görevlerinin gereksinimlerine sıkı bir şekilde odaklanmıştır ve on-chain AI ekosisteminin sürdürülebilir gelişimini ve refahını etkin bir şekilde desteklemeyi amaçlamaktadır. Daha spesifik olarak, AI Layer 1'in aşağıdaki temel yeteneklere sahip olması gerekmektedir:
Etkili teşvik ve merkeziyetsiz konsensüs mekanizması AI Layer 1'in temeli, açık bir hesaplama gücü, depolama ve diğer kaynakların paylaşım ağı oluşturmaktır. Geleneksel blokzincir düğümlerinin esas olarak defter kaydı tutmaya odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmek zorundadır; yalnızca hesaplama gücü sağlamakla kalmayıp, AI modellerinin eğitimi ve çıkarımını gerçekleştirmeli, ayrıca depolama, veri, bant genişliği gibi çeşitli kaynakları katkıda bulunmalıdır, böylece AI altyapısındaki merkezi devlerin tekelini kırmalıdır. Bu, temel konsensüs ve teşvik mekanizması için daha yüksek gereksinimler ortaya koymaktadır: AI Layer 1, düğümlerin AI çıkarım, eğitim gibi görevlerdeki gerçek katkılarını doğru bir şekilde değerlendirebilmeli, teşvik edebilmeli ve doğrulayabilmelidir, böylece ağın güvenliğini ve kaynakların etkin dağıtımını sağlamalıdır. Ancak bu şekilde ağın istikrarı ve refahı garanti altına alınabilir ve toplam hesaplama gücü maliyetleri etkili bir şekilde azaltılabilir.
Üstün yüksek performans ve heterojen görev destek yeteneği AI görevleri, özellikle LLM'nin eğitimi ve çıkarımı, hesaplama performansı ve paralel işleme yeteneği için çok yüksek talepler ortaya koymaktadır. Daha da ileri gidildiğinde, on-chain AI ekosisteminin genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli senaryoları kapsayan çeşitli, heterojen görev türlerini desteklemesi gerekmektedir. AI Layer 1, temel mimaride yüksek throughput, düşük gecikme ve esnek paralel gibi gereksinimlere derin optimizasyon yapmalı ve heterojen hesaplama kaynaklarına yerel destek yeteneğini önceden tanımlamalıdır, böylece her türlü AI görevi etkili bir şekilde çalışabilir ve "tek tip görev"ten "karmaşık çok yönlü ekosistem"e sorunsuz bir şekilde genişleyebilir.
Doğrulanabilirlik ve Güvenilir Çıktı Garantisi AI Layer 1, yalnızca modelin kötüye kullanılmasını, verilerin değiştirilmesini önlemekle kalmamalı, aynı zamanda alt düzey mekanizmalarla AI çıktılarının doğrulanabilirliğini ve uyumunu sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojileri entegre ederek, platform her bir model çıkarımı, eğitim ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlar, böylece AI sisteminin adilliği ve şeffaflığı garanti altına alınır. Aynı zamanda, bu doğrulanabilirlik kullanıcıların AI çıktılarının mantığını ve dayanağını netleştirmesine yardımcı olur, "bulduğunuz, istediğinizdir" anlayışını gerçekleştirir, kullanıcıların AI ürünlerine olan güvenini ve memnuniyetini artırır.
Veri gizliliği koruma AI uygulamaları genellikle kullanıcıların hassas verilerini içerir; finans, sağlık, sosyal medya gibi alanlarda veri gizliliği koruma son derece önemlidir. AI Layer 1, doğrulanabilirliği sağlarken, şifreleme tabanlı veri işleme teknikleri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri kullanarak verinin çıkarım, eğitim ve depolama süreçlerinin her aşamasında güvenliğini sağlamalıdır. Bu, veri sızıntılarını ve kötüye kullanımı etkili bir şekilde önleyerek, kullanıcıların veri güvenliği konusundaki endişelerini ortadan kaldırır.
Güçlü ekosistem taşıma ve geliştirme destek kapasitesi AI'ya özgü Layer 1 altyapısı olarak, platform sadece teknik olarak önde olmakla kalmayıp, aynı zamanda geliştiricilere, düğüm işletmecilerine, AI hizmet sağlayıcılarına 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'ya özgü uygulamaların hayata geçmesini teşvik etmek ve merkeziyetsiz AI ekosisteminin sürekli refahını sağlamak.
Yukarıdaki arka plan ve beklentilere dayanarak, bu makalede Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil olmak üzere altı AI Layer1 temsilci projesi detaylı bir şekilde tanıtılacak, pazarın en son gelişmeleri sistematik olarak ele alınacak, projelerin gelişim durumu analiz edilecek ve gelecekteki eğilimler tartışılacaktır.
Sentient: Sadık açık kaynaklı merkeziyetsiz AI modeli inşa etme
Proje Özeti
Sentient, açık kaynaklı bir protokol platformudur ve AI Layer1 blockchain ( inşa etmektedir. Başlangıç aşaması Layer 2'dir, ardından Layer 1)'e geçilecektir. AI Pipeline ve blockchain teknolojisini birleştirerek, merkeziyetsiz bir yapay zeka ekonomisi oluşturmayı hedeflemektedir. Temel amacı, merkezi LLM pazarındaki model sahipliği, çağrı izleme ve değer dağıtım sorunlarını "OML" çerçevesi (açık, kârlı, sadık) aracılığıyla çözmektir; böylece AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımlılığı sağlanır. Sentient'in vizyonu, herkesin AI ürünlerini inşa etmesini, iş birliği yapmasını, sahip olmasını ve paraya dönüştürmesini sağlamak, böylece adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, dünya çapında en iyi akademik uzmanları, blockchain girişimcilerini ve mühendisleri bir araya getirerek, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye adanmıştır. Ana üyeleri arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi yer almakta olup, AI güvenliği ve gizliliği konularında sorumludurlar. Aynı zamanda Polygon'un kurucu ortağı Sandeep Nailwal, blockchain stratejisi ve ekosistem planlamasını yönetmektedir. Ekibin üyeleri, Meta, Coinbase, Polygon gibi tanınmış şirketlerin yanı sıra Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversitelerden gelen bir geçmişe sahiptir ve AI/ML, NLP, bilgisayarla görme gibi alanlarda iş birliği yaparak projeyi hayata geçirmektedir.
Polygon'un kurucu ortaklarından Sandeep Nailwal'ın ikinci girişim projesi olan Sentient, kuruluşunun başında bir aura ile geldi ve zengin kaynaklar, bağlantılar ve pazar bilinirliği ile proje gelişimine güçlü bir destek sağladı. 2024 ortasında, Sentient 85 milyon dolarlık bir tohum finansmanı turunu tamamlayarak Founders Fund, Pantera ve Framework Ventures liderliğinde, Delphi, Hashkey ve Spartan gibi birçok tanınmış VC'nin de bulunduğu diğer yatırımcılar ile birlikte finansman sağladı.
Tasarım Mimarisi ve Uygulama Katmanı
altyapı katmanı
Kilit Mimari
Sentient'in temel mimarisi, AI Pipeline ve on-chain sistem olmak üzere iki bölümden oluşmaktadır:
AI boru hattı, "sadık AI" eserlerinin geliştirilmesi ve eğitilmesi için temel oluşturur ve iki ana süreci içerir:
Veri Planlaması (Data Curation): Modelin hizalanması için topluluk tarafından yönlendirilen veri seçme süreci.
Sadakat Eğitimi (Loyalty Training): Modelin topluluk niyetleriyle uyumlu bir eğitim sürecini sürdürmesini sağlamak.
Blok zinciri sistemi, protokollere şeffaflık ve merkeziyetsiz kontrol sağlayarak, AI eserlerinin sahipliğini, kullanım takibini, gelir dağıtımını ve adil yönetimi 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 ödemeyi eğitici, dağıtıcı ve doğrulayıcıya dağıtacaktır.
OML model çerçevesi
OML çerçevesi (Açık Open, Paraya Çevirilebilir Monetizable, Sadık Loyal) Sentient'in önerdiği temel bir kavramdır ve açık kaynak AI modellerine net mülkiyet koruması ve ekonomik teşvik mekanizmaları sağlamayı amaçlamaktadır. On-chain teknolojisi ve AI yerel kriptografi ile birleştirilerek aşağıdaki özelliklere sahiptir:
Açıklık: Model açık kaynak olmalı, kod ve veri yapısı şeffaf olmalı, topluluğun yeniden üretimini, denetimini ve geliştirmesini kolaylaştırmalıdır.
Para kazanma: Her model çağrısı, gelir akışını tetikler; on-chain sözleşmesi, gelirleri eğitmenler, dağıtıcılar ve doğrulayıcılara dağıtır.
Sadakat: Model, katkı veren topluluğa aittir, yükseltme yönü ve yönetim DAO tarafından belirlenir, kullanım ve değişiklikler kriptografik mekanizma ile kontrol edilir.
AI Yerel Kriptografi (AI-native Cryptography)
AI yerel kripto, AI modellerinin sürekliliği, düşük boyutlu manifold yapısı ve modelin türevlenebilir özelliklerini kullanarak "doğrulanabilir ama kaldırılamaz" hafif güvenlik mekanizmaları geliştirmektir. Temel teknolojisi şudur:
Parmak izi gömme: Eğitim sırasında modelin benzersiz imzasını oluşturmak için gizli bir sorgu-cevap anahtar-değer çiftleri seti eklenir;
Mülkiyet doğrulama protokolü: Parmak izinin korunup korunmadığını sorgulama biçiminde üçüncü taraf dedektörü (Prover) aracılığıyla doğrulama;
İzinli çağrı mekanizması: Çağrıdan önce model sahibinin verdiği "yetki belgesi" alınmalı, sistem buna dayanarak modelin bu girişi çözmesine ve doğru yanıtı döndürmesine izin vermelidir.
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nı yeniden şifreleme maliyeti olmadan gerçekleştirilebilir.
Model Hakları ve Güvenli Uygulama Çerçevesi
Sentient şu anda Melange karışık güvenlik yöntemini kullanıyor: parmak izi doğrulama, TEE uygulaması ve on-chain sözleşme kâr paylaşımı bir araya getirilmiştir. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta olup, "iyimser güvenlik (Optimistic Security)" anlayışını vurgular; yani uyum varsayılır, ihlaller ardından tespit edilip cezalandırılabilir.
Parmak izi mekanizması, OML'nin ana uygulamasıdır; belirli "soru-cevap" çiftlerini gömerek modelin eğitim aşamasında benzersiz bir imza oluşturmasını sağlar. Bu imzalar sayesinde, model sahibi aitliği doğrulayabilir, yetkisiz kopyalamayı ve ticarileşmeyi engelleyebilir. Bu mekanizma yalnızca model geliştiricilerinin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışlarına izlenebilir bir on-chain kayıt sağlar.
Ayrıca, Sentient, yalnızca yetkilendirilmiş isteklere yanıt vermesini sağlamak için güvenilir yürütme ortamlarını (örneğin AWS Nitro Enclaves) kullanan Enclave TEE hesaplama çerçevesini tanıttı ve yetkisiz erişim ve kullanımın önlenmesine yardımcı oldu. TEE donanıma bağımlı olmakla birlikte belirli güvenlik riskleri barındırsa da, 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 tanıtmayı planlıyor, böylece gizlilik koruma ve doğrulanabilirliği daha da artırarak AI modellerinin merkeziyetsiz dağıtımına daha olgun çözümler sunacak.
 and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
AI Layer1 yarış alanı panoraması: Merkeziyetsizlik AI'nin altyapı mücadelesi
AI Layer1 Araştırma Raporu: On-chain DeAI için Verimli Toprakları Bulmak
Genel Bakış
Arka Plan
Son yıllarda, OpenAI, Anthropic, Google, Meta gibi önde gelen teknoloji şirketleri büyük dil modellerinin (LLM) hızlı gelişimini sürekli olarak teşvik ediyor. LLM, her alanda eşi benzeri görülmemiş yetenekler sergileyerek insan hayal gücünü büyük ölçüde genişletti ve bazı durumlarda insan emeğinin yerini alma potansiyelini gösterdi. Ancak bu teknolojilerin merkezi olan çekirdekleri birkaç merkezi teknoloji devinin elinde sıkı bir şekilde tutuluyor. Bu şirketler, güçlü sermaye ve yüksek maliyetli hesaplama kaynaklarına erişim sayesinde aşılması zor engeller inşa etti ve bu da çoğu geliştirici ve yenilikçi ekibin onlarla rekabet etmesini zorlaştırdı.
Ayrıca, AI'nın hızlı evriminin erken dönemlerinde, toplumsal kamuoyu genellikle teknolojinin getirdiği yenilikler ve kolaylıklar üzerine yoğunlaşırken, gizlilik koruma, şeffaflık, güvenlik gibi temel sorunlara olan ilgi görece daha azdır. Uzun vadede, bu sorunlar AI endüstrisinin sağlıklı gelişimi ve toplumsal kabulünü derinden etkileyecektir. Eğer bu sorunlar uygun bir şekilde ele alınamazsa, AI'nın "iyiye mi yoksa kötüye mi" gideceği tartışması daha da belirgin hale gelecektir ve merkezileşmiş devlerin kâr hırsı, bu zorluklarla aktif olarak başa çıkma konusunda genellikle yeterli motivasyonları yoktur.
Blockchain teknolojisi, merkeziyetsizlik, şeffaflık ve sansüre karşı direnç gibi özellikleri sayesinde, AI sektörünün sürdürülebilir gelişimi için yeni olanaklar sunmaktadır. Şu anda, bazı ana akım blok zincirlerinde birçok "Web3 AI" uygulaması ortaya çıkmıştır. Ancak derinlemesine bir analiz yapıldığında, bu projelerin hala birçok sorun barındırdığı görülmektedir: bir yandan, merkeziyetsizlik derecesi sınırlıdır, kritik aşamalar ve altyapılar hala merkezi bulut hizmetlerine bağımlıdır ve gerçek anlamda açık bir ekosistemi desteklemekte zorluk yaşamaktadır; diğer yandan, Web2 dünyasındaki AI ürünleri ile karşılaştırıldığında, on-chain AI, model yetenekleri, veri kullanımı ve uygulama senaryoları gibi konularda hala sınırlıdır, yenilik derinliği ve genişliği artırılmalıdır.
Gerçekten merkeziyetsiz AI vizyonunu gerçekleştirmek, blok zincirinin güvenli, verimli ve demokratik bir şekilde büyük ölçekli AI uygulamalarını barındırabilmesi ve performans açısından merkezi çözümlerle rekabet edebilmesi için, AI'ya özel tasarlanmış bir Layer1 blok zinciri tasarlamamız gerekiyor. Bu, AI'nın açık inovasyonu, yönetişim demokrasisi ve veri güvenliği için sağlam bir temel sağlayacak ve merkeziyetsiz AI ekosisteminin refahını artıracaktır.
AI Layer 1'in temel özellikleri
AI Layer 1, AI uygulamaları için özel olarak tasarlanmış bir blockchain olarak, alt yapı tasarımı ve performansı AI görevlerinin gereksinimlerine sıkı bir şekilde odaklanmıştır ve on-chain AI ekosisteminin sürdürülebilir gelişimini ve refahını etkin bir şekilde desteklemeyi amaçlamaktadır. Daha spesifik olarak, AI Layer 1'in aşağıdaki temel yeteneklere sahip olması gerekmektedir:
Etkili teşvik ve merkeziyetsiz konsensüs mekanizması AI Layer 1'in temeli, açık bir hesaplama gücü, depolama ve diğer kaynakların paylaşım ağı oluşturmaktır. Geleneksel blokzincir düğümlerinin esas olarak defter kaydı tutmaya odaklanmasının aksine, AI Layer 1 düğümleri daha karmaşık görevleri üstlenmek zorundadır; yalnızca hesaplama gücü sağlamakla kalmayıp, AI modellerinin eğitimi ve çıkarımını gerçekleştirmeli, ayrıca depolama, veri, bant genişliği gibi çeşitli kaynakları katkıda bulunmalıdır, böylece AI altyapısındaki merkezi devlerin tekelini kırmalıdır. Bu, temel konsensüs ve teşvik mekanizması için daha yüksek gereksinimler ortaya koymaktadır: AI Layer 1, düğümlerin AI çıkarım, eğitim gibi görevlerdeki gerçek katkılarını doğru bir şekilde değerlendirebilmeli, teşvik edebilmeli ve doğrulayabilmelidir, böylece ağın güvenliğini ve kaynakların etkin dağıtımını sağlamalıdır. Ancak bu şekilde ağın istikrarı ve refahı garanti altına alınabilir ve toplam hesaplama gücü maliyetleri etkili bir şekilde azaltılabilir.
Üstün yüksek performans ve heterojen görev destek yeteneği AI görevleri, özellikle LLM'nin eğitimi ve çıkarımı, hesaplama performansı ve paralel işleme yeteneği için çok yüksek talepler ortaya koymaktadır. Daha da ileri gidildiğinde, on-chain AI ekosisteminin genellikle farklı model yapıları, veri işleme, çıkarım, depolama gibi çeşitli senaryoları kapsayan çeşitli, heterojen görev türlerini desteklemesi gerekmektedir. AI Layer 1, temel mimaride yüksek throughput, düşük gecikme ve esnek paralel gibi gereksinimlere derin optimizasyon yapmalı ve heterojen hesaplama kaynaklarına yerel destek yeteneğini önceden tanımlamalıdır, böylece her türlü AI görevi etkili bir şekilde çalışabilir ve "tek tip görev"ten "karmaşık çok yönlü ekosistem"e sorunsuz bir şekilde genişleyebilir.
Doğrulanabilirlik ve Güvenilir Çıktı Garantisi AI Layer 1, yalnızca modelin kötüye kullanılmasını, verilerin değiştirilmesini önlemekle kalmamalı, aynı zamanda alt düzey mekanizmalarla AI çıktılarının doğrulanabilirliğini ve uyumunu sağlamalıdır. Güvenilir yürütme ortamı (TEE), sıfır bilgi kanıtı (ZK), çok taraflı güvenli hesaplama (MPC) gibi öncü teknolojileri entegre ederek, platform her bir model çıkarımı, eğitim ve veri işleme sürecinin bağımsız olarak doğrulanabilmesini sağlar, böylece AI sisteminin adilliği ve şeffaflığı garanti altına alınır. Aynı zamanda, bu doğrulanabilirlik kullanıcıların AI çıktılarının mantığını ve dayanağını netleştirmesine yardımcı olur, "bulduğunuz, istediğinizdir" anlayışını gerçekleştirir, kullanıcıların AI ürünlerine olan güvenini ve memnuniyetini artırır.
Veri gizliliği koruma AI uygulamaları genellikle kullanıcıların hassas verilerini içerir; finans, sağlık, sosyal medya gibi alanlarda veri gizliliği koruma son derece önemlidir. AI Layer 1, doğrulanabilirliği sağlarken, şifreleme tabanlı veri işleme teknikleri, gizlilik hesaplama protokolleri ve veri izin yönetimi gibi yöntemleri kullanarak verinin çıkarım, eğitim ve depolama süreçlerinin her aşamasında güvenliğini sağlamalıdır. Bu, veri sızıntılarını ve kötüye kullanımı etkili bir şekilde önleyerek, kullanıcıların veri güvenliği konusundaki endişelerini ortadan kaldırır.
Güçlü ekosistem taşıma ve geliştirme destek kapasitesi AI'ya özgü Layer 1 altyapısı olarak, platform sadece teknik olarak önde olmakla kalmayıp, aynı zamanda geliştiricilere, düğüm işletmecilerine, AI hizmet sağlayıcılarına 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'ya özgü uygulamaların hayata geçmesini teşvik etmek ve merkeziyetsiz AI ekosisteminin sürekli refahını sağlamak.
Yukarıdaki arka plan ve beklentilere dayanarak, bu makalede Sentient, Sahara AI, Ritual, Gensyn, Bittensor ve 0G dahil olmak üzere altı AI Layer1 temsilci projesi detaylı bir şekilde tanıtılacak, pazarın en son gelişmeleri sistematik olarak ele alınacak, projelerin gelişim durumu analiz edilecek ve gelecekteki eğilimler tartışılacaktır.
Sentient: Sadık açık kaynaklı merkeziyetsiz AI modeli inşa etme
Proje Özeti
Sentient, açık kaynaklı bir protokol platformudur ve AI Layer1 blockchain ( inşa etmektedir. Başlangıç aşaması Layer 2'dir, ardından Layer 1)'e geçilecektir. AI Pipeline ve blockchain teknolojisini birleştirerek, merkeziyetsiz bir yapay zeka ekonomisi oluşturmayı hedeflemektedir. Temel amacı, merkezi LLM pazarındaki model sahipliği, çağrı izleme ve değer dağıtım sorunlarını "OML" çerçevesi (açık, kârlı, sadık) aracılığıyla çözmektir; böylece AI modellerinin on-chain mülkiyet yapısı, çağrı şeffaflığı ve değer paylaşımlılığı sağlanır. Sentient'in vizyonu, herkesin AI ürünlerini inşa etmesini, iş birliği yapmasını, sahip olmasını ve paraya dönüştürmesini sağlamak, böylece adil ve açık bir AI Agent ağ ekosistemini teşvik etmektir.
Sentient Foundation ekibi, dünya çapında en iyi akademik uzmanları, blockchain girişimcilerini ve mühendisleri bir araya getirerek, topluluk odaklı, açık kaynaklı ve doğrulanabilir bir AGI platformu inşa etmeye adanmıştır. Ana üyeleri arasında Princeton Üniversitesi profesörü Pramod Viswanath ve Hindistan Bilim Enstitüsü profesörü Himanshu Tyagi yer almakta olup, AI güvenliği ve gizliliği konularında sorumludurlar. Aynı zamanda Polygon'un kurucu ortağı Sandeep Nailwal, blockchain stratejisi ve ekosistem planlamasını yönetmektedir. Ekibin üyeleri, Meta, Coinbase, Polygon gibi tanınmış şirketlerin yanı sıra Princeton Üniversitesi, Hindistan Teknoloji Enstitüsü gibi önde gelen üniversitelerden gelen bir geçmişe sahiptir ve AI/ML, NLP, bilgisayarla görme gibi alanlarda iş birliği yaparak projeyi hayata geçirmektedir.
Polygon'un kurucu ortaklarından Sandeep Nailwal'ın ikinci girişim projesi olan Sentient, kuruluşunun başında bir aura ile geldi ve zengin kaynaklar, bağlantılar ve pazar bilinirliği ile proje gelişimine güçlü bir destek sağladı. 2024 ortasında, Sentient 85 milyon dolarlık bir tohum finansmanı turunu tamamlayarak Founders Fund, Pantera ve Framework Ventures liderliğinde, Delphi, Hashkey ve Spartan gibi birçok tanınmış VC'nin de bulunduğu diğer yatırımcılar ile birlikte finansman sağladı.
Tasarım Mimarisi ve Uygulama Katmanı
altyapı katmanı
Kilit Mimari
Sentient'in temel mimarisi, AI Pipeline ve on-chain sistem olmak üzere iki bölümden oluşmaktadır:
AI boru hattı, "sadık AI" eserlerinin geliştirilmesi ve eğitilmesi için temel oluşturur ve iki ana süreci içerir:
Blok zinciri sistemi, protokollere şeffaflık ve merkeziyetsiz kontrol sağlayarak, AI eserlerinin sahipliğini, kullanım takibini, gelir dağıtımını ve adil yönetimi güvence altına alır. Belirli mimari dört katmana ayrılmaktadır:
OML model çerçevesi
OML çerçevesi (Açık Open, Paraya Çevirilebilir Monetizable, Sadık Loyal) Sentient'in önerdiği temel bir kavramdır ve açık kaynak AI modellerine net mülkiyet koruması ve ekonomik teşvik mekanizmaları sağlamayı amaçlamaktadır. On-chain teknolojisi ve AI yerel kriptografi ile birleştirilerek aşağıdaki özelliklere sahiptir:
AI Yerel Kriptografi (AI-native Cryptography)
AI yerel kripto, AI modellerinin sürekliliği, düşük boyutlu manifold yapısı ve modelin türevlenebilir özelliklerini kullanarak "doğrulanabilir ama kaldırılamaz" hafif güvenlik mekanizmaları geliştirmektir. Temel teknolojisi şudur:
Bu yöntem, "davranışa dayalı yetkilendirme çağrısı + aitlik doğrulaması"nı yeniden şifreleme maliyeti olmadan gerçekleştirilebilir.
Model Hakları ve Güvenli Uygulama Çerçevesi
Sentient şu anda Melange karışık güvenlik yöntemini kullanıyor: parmak izi doğrulama, TEE uygulaması ve on-chain sözleşme kâr paylaşımı bir araya getirilmiştir. Parmak izi yöntemi OML 1.0 ile ana hat olarak uygulanmakta olup, "iyimser güvenlik (Optimistic Security)" anlayışını vurgular; yani uyum varsayılır, ihlaller ardından tespit edilip cezalandırılabilir.
Parmak izi mekanizması, OML'nin ana uygulamasıdır; belirli "soru-cevap" çiftlerini gömerek modelin eğitim aşamasında benzersiz bir imza oluşturmasını sağlar. Bu imzalar sayesinde, model sahibi aitliği doğrulayabilir, yetkisiz kopyalamayı ve ticarileşmeyi engelleyebilir. Bu mekanizma yalnızca model geliştiricilerinin haklarını korumakla kalmaz, aynı zamanda modelin kullanım davranışlarına izlenebilir bir on-chain kayıt sağlar.
Ayrıca, Sentient, yalnızca yetkilendirilmiş isteklere yanıt vermesini sağlamak için güvenilir yürütme ortamlarını (örneğin AWS Nitro Enclaves) kullanan Enclave TEE hesaplama çerçevesini tanıttı ve yetkisiz erişim ve kullanımın önlenmesine yardımcı oldu. TEE donanıma bağımlı olmakla birlikte belirli güvenlik riskleri barındırsa da, 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 tanıtmayı planlıyor, böylece gizlilik koruma ve doğrulanabilirliği daha da artırarak AI modellerinin merkeziyetsiz dağıtımına daha olgun çözümler sunacak.
![Biteye ve PANews ortaklaşa AI Layer1 raporunu yayınladı: On-chain DeAI için verimli toprakları aramak](