"araştırma" ile etiketlenmiş 5 gönderi

Büyük dil modellerinin (LLM'ler) mobil cihazlarda dağıtılması talebi, gizlilik, azaltılmış gecikme ve verimli bant genişliği kullanımı ihtiyacıyla artıyor. Ancak, LLM'lerin geniş bellek ve hesaplama gereksinimleri önemli zorluklar oluşturuyor. LinguaLinked'i tanıtıyoruz, UC Irvine'dan bir grup araştırmacı tarafından geliştirilen yeni bir sistem, birden fazla mobil cihaz arasında merkezi olmayan, dağıtılmış LLM çıkarımını etkinleştirmek için tasarlandı ve karmaşık görevleri verimli bir şekilde gerçekleştirmek için kolektif yeteneklerini kullanıyor.

Zorluk​

GPT-3 veya BLOOM gibi LLM'leri mobil cihazlarda dağıtmak şu nedenlerle zordur:

• Bellek Kısıtlamaları: LLM'ler genellikle bireysel mobil cihazların kapasitesini aşan önemli miktarda bellek gerektirir.
• Hesaplama Sınırlamaları: Mobil cihazlar genellikle sınırlı işlem gücüne sahiptir, bu da büyük modelleri çalıştırmayı zorlaştırır.
• Gizlilik Endişeleri: Verilerin işlenmek üzere merkezi sunuculara gönderilmesi gizlilik sorunlarını artırır.

LinguaLinked'in Çözümü​

LinguaLinked bu zorlukları üç ana strateji ile ele alır:

1. Optimize Edilmiş Model Ataması:

   • Sistem, her segmenti bir cihazın yetenekleriyle eşleştirmek için doğrusal optimizasyon kullanarak LLM'leri daha küçük alt grafiklere böler.
   • Bu, kaynakların verimli kullanımını sağlar ve cihazlar arası veri iletimini en aza indirir.

2. Çalışma Zamanı Yük Dengeleme:

   • LinguaLinked, cihaz performansını aktif olarak izler ve darboğazları önlemek için görevleri yeniden dağıtır.
   • Bu dinamik yaklaşım, mevcut tüm kaynakların verimli kullanımını sağlar ve genel sistem yanıtını artırır.

3. Optimize Edilmiş İletişim:

   • Verimli veri iletim haritaları, cihazlar arasında bilgi akışını yönlendirerek modelin yapısal bütünlüğünü korur.
   • Bu yöntem, gecikmeyi azaltır ve mobil cihazlar ağı genelinde zamanında veri işlenmesini sağlar.

Tek bir büyük dil modeli (LLM), farklı parçalara (veya segmentlere) bölünür ve birden fazla mobil cihaza dağıtılır. Bu yaklaşım, her cihazın toplam hesaplama ve depolama gereksinimlerinin yalnızca bir kısmını ele almasına olanak tanır, bu da sınırlı kaynaklara sahip cihazlarda bile karmaşık modellerin çalıştırılmasını mümkün kılar. İşte bu sürecin nasıl çalıştığının bir özeti:

Model Segmentasyonu ve Dağıtımı​

1. Model Segmentasyonu:
   • Büyük dil modeli, ağ içindeki her işlemin bir düğüm olarak temsil edildiği bir hesaplama grafiğine dönüştürülür.
   • Bu grafik, her biri bağımsız olarak çalışabilen daha küçük alt grafiklere bölünür.
2. Optimize Edilmiş Model Ataması:
   • Doğrusal optimizasyon kullanılarak, bu alt grafikler (veya model segmentleri) farklı mobil cihazlara atanır.
   • Atama, her cihazın hesaplama ve bellek yeteneklerini dikkate alarak kaynakların verimli kullanımını ve cihazlar arası veri iletim yükünü en aza indirir.
3. İşbirlikçi Çıkarım Yürütme:
   • Her mobil cihaz, kendisine atanan model segmentini işler.
   • Cihazlar, gerektiğinde ara sonuçları paylaşarak birbirleriyle iletişim kurar ve genel çıkarım görevinin doğru bir şekilde tamamlanmasını sağlar.
   • Orijinal model yapısının bütünlüğünü korumak ve verimli veri akışını sağlamak için optimize edilmiş iletişim stratejileri kullanılır.

Örnek Senaryo​

GPT-3 gibi büyük bir dil modelinin birkaç parçaya bölündüğünü hayal edin. Bir mobil cihaz, başlangıç token gömmelerini ve modelin ilk birkaç katmanını işlerken, başka bir cihaz orta katmanları işler ve üçüncü bir cihaz son katmanları tamamlayarak çıktıyı üretir. Bu süreç boyunca, cihazlar ara çıktıları paylaşarak tam model çıkarımının sorunsuz bir şekilde yürütülmesini sağlar.

Performans ve Sonuçlar​

LinguaLinked'in etkinliği, hem üst düzey hem de alt düzey çeşitli Android cihazlarda kapsamlı testlerle gösterilmiştir. Ana bulgular şunları içerir:

• Çıkarım Hızı: Bir temel ile karşılaştırıldığında, LinguaLinked tek iş parçacıklı ayarlarda çıkarım performansını 1.11× ila 1.61× hızlandırır ve çok iş parçacıklı ayarlarda 1.73× ila 2.65× hızlandırır.
• Yük Dengeleme: Sistemin çalışma zamanı yük dengelemesi, performansı daha da artırarak genel hızlanmayı 1.29× ila 1.32× arasında sağlar.
• Ölçeklenebilirlik: Daha büyük modeller, LinguaLinked'in optimize edilmiş model atamasından önemli ölçüde fayda sağlar ve karmaşık görevleri ele almadaki ölçeklenebilirliğini ve etkinliğini gösterir.

Kullanım Alanları ve Uygulamalar​

LinguaLinked, gizlilik ve verimliliğin ön planda olduğu senaryolar için özellikle uygundur. Uygulamalar şunları içerir:

• Metin Üretimi ve Özetleme: Mobil cihazlarda yerel olarak tutarlı ve bağlamsal olarak uygun metin üretimi.
• Duygu Analizi: Kullanıcı gizliliğini tehlikeye atmadan metin verilerini verimli bir şekilde sınıflandırma.
• Gerçek Zamanlı Çeviri: Cihazda hızlı ve doğru çeviriler sağlama.

Gelecek Yönelimler​

LinguaLinked, mobil AI'da daha fazla ilerleme için zemin hazırlar:

• Enerji Verimliliği: Gelecek sürümler, yoğun görevler sırasında pil tüketimini ve aşırı ısınmayı önlemek için enerji tüketimini optimize etmeye odaklanacaktır.
• Gelişmiş Gizlilik: Merkezi olmayan işlemdeki sürekli iyileştirmeler, daha fazla veri gizliliği sağlayacaktır.
• Çok Modlu Modeller: LinguaLinked'i çeşitli gerçek dünya uygulamaları için çok modlu modelleri destekleyecek şekilde genişletme.

Sonuç​

LinguaLinked, LLM'lerin mobil cihazlarda dağıtılmasında önemli bir ilerlemeyi temsil eder. Hesaplama yükünü dağıtarak ve kaynak kullanımını optimize ederek, gelişmiş AI'yi geniş bir cihaz yelpazesinde erişilebilir ve verimli hale getirir. Bu yenilik, performansı artırmakla kalmaz, aynı zamanda veri gizliliğini de sağlar ve daha kişiselleştirilmiş ve güvenli mobil AI uygulamaları için zemin hazırlar.

Büyük dil modellerinin (LLM'ler) ve merkezi olmayan hesaplamanın yükselişi, özellikle dağıtılmış sistemler genelinde AI hesaplamalarının doğrulanması ve bütünlüğü ile ilgili önemli zorluklar getirmiştir. 6079 Çıkarım Kanıtı Protokolü (PoIP), merkezi olmayan AI çıkarımı için sağlam bir çerçeve oluşturarak bu zorlukları ele alır ve güvenilir ve güvenli hesaplamaları garanti eder.

Zorluk: Merkezi Olmayan AI Çıkarımında Güvenlik​

Merkezi olmayan AI çıkarımı, dağıtılmış düğümler ağı genelinde gerçekleştirilen hesaplamaların bütünlüğünü ve doğruluğunu sağlama konusunda benzersiz bir sorunla karşı karşıyadır. Geleneksel doğrulama yöntemleri, birçok AI modelinin belirsiz doğası nedeniyle yetersiz kalır. Sağlam bir protokol olmadan, dağıtılmış donanımın doğru çıkarım sonuçları döndürdüğünü garanti etmek zordur.

Çıkarım Kanıtı Protokolü (PoIP) Tanıtımı​

6079 Çıkarım Kanıtı Protokolü (PoIP), merkezi olmayan AI çıkarımını güvence altına almak için çığır açan bir çözüm sunar. Ağ içinde doğru davranışı teşvik etmek ve kötü niyetli faaliyetleri cezalandırmak için kriptoekonomik güvenlik mekanizmaları, kriptografik kanıtlar ve oyun teorik yaklaşımlar kombinasyonunu kullanır.

PoIP'nin Temel Bileşenleri​

Çıkarım Motoru Standardı​

Çıkarım Motoru Standardı, merkezi olmayan ağlar genelinde AI çıkarım görevlerini yürütmek için hesaplama kalıplarını ve standartlarını belirler. Bu standardizasyon, dağıtılmış donanım üzerinde AI modellerinin tutarlı ve güvenilir performansını sağlar.

Çıkarım Kanıtı Protokolü​

Protokol, birden fazla katmanda çalışır:

1. Hizmet Katmanı: Fiziksel donanımda model çıkarımını yürütür.
2. Kontrol Katmanı: API uç noktalarını yönetir, yük dengelemesini koordine eder ve tanılama işlemlerini yönetir.
3. İşlem Katmanı: İşlem meta verilerini izlemek için dağıtılmış bir hash tablosu (DHT) kullanır.
4. Olasılıksal Kanıt Katmanı: Kriptografik ve ekonomik mekanizmalarla işlemleri doğrular.
5. Ekonomik Katman: Ödeme, staking, kesme, güvenlik, yönetişim ve kamu finansmanını yönetir.

Bütünlük ve Güvenliği Sağlama​

PoIP, AI çıkarım hesaplamalarının bütünlüğünü sağlamak için çeşitli mekanizmalar kullanır:

• Merkle Ağacı Doğrulaması: Giriş verilerinin GPU'lara değiştirilmeden ulaştığını garanti eder.
• Dağıtılmış Hash Tablosu (DHT): Düğümler arasında işlem verilerini senkronize ederek tutarsızlıkları tespit eder.
• Tanılama Testleri: Donanım yeteneklerini değerlendirir ve ağ standartlarına uyumu sağlar.

Ekonomik Teşvikler ve Oyun Teorisi​

Protokol, düğümler arasında istenen davranışı teşvik etmek için ekonomik teşvikler kullanır:

• Staking: Düğümler taahhütlerini göstermek ve güvenilirliklerini artırmak için token yatırır.
• İtibar Oluşturma: Başarılı görevler, bir düğümün itibarını artırarak gelecekteki görevler için daha çekici hale getirir.
• Rekabetçi Oyun Mekanizmaları: Düğümler en iyi hizmeti sunmak için rekabet eder, sürekli iyileştirme ve standartlara uyumu sağlar.

SSS​

Çıkarım Kanıtı Protokolü nedir?​

Çıkarım Kanıtı Protokolü (PoIP), merkezi olmayan ağlar genelinde AI çıkarım hesaplamalarını güvence altına almak ve doğrulamak için tasarlanmış bir sistemdir. Dağıtılmış donanım düğümlerinin doğru ve güvenilir sonuçlar döndürmesini sağlar.

PoIP, AI hesaplamalarının bütünlüğünü nasıl sağlar?​

PoIP, AI hesaplamalarının bütünlüğünü doğrulamak için Merkle ağacı doğrulaması, dağıtılmış hash tabloları (DHT) ve tanılama testleri gibi mekanizmalar kullanır. Bu araçlar, tutarsızlıkları tespit etmeye ve ağ genelinde işlenen verilerin doğruluğunu sağlamaya yardımcı olur.

Ekonomik teşvikler PoIP'de ne rol oynar?​

PoIP'deki ekonomik teşvikler, düğümler arasında istenen davranışı teşvik eder. Düğümler taahhütlerini göstermek için token yatırır, başarılı görevlerle itibar oluşturur ve en iyi hizmeti sunmak için rekabet eder. Bu sistem, sürekli iyileştirme ve ağ standartlarına uyumu sağlar.

PoIP'nin ana katmanları nelerdir?​

PoIP, beş ana katmanda çalışır: Hizmet Katmanı, Kontrol Katmanı, İşlem Katmanı, Olasılıksal Kanıt Katmanı ve Ekonomik Katman. Her katman, merkezi olmayan ağlarda AI çıkarımının güvenliği, bütünlüğü ve verimliliğini sağlamak için kritik bir rol oynar.

Sonuç​

6079 Çıkarım Kanıtı Protokolü, merkezi olmayan AI alanında ilginç bir ilerlemeyi temsil eder. Dağıtılmış ağlar genelinde AI hesaplamalarının güvenliğini ve güvenilirliğini sağlayarak, PoIP merkezi olmayan AI uygulamalarında daha geniş benimseme ve yenilik için yeni bir yol gösterir. Daha merkezi olmayan bir geleceğe doğru ilerlerken, PoIP gibi protokoller AI destekli sistemlerde güven ve bütünlüğü sürdürmekte faydalı olacaktır.

• kaynak: https://cuckoo.network/blog/2024/07/03/proof-of-inference-protocol-decentralized-ai
• telegram: https://cuckoo.network/tg
• discord: https://cuckoo.network/dc

Merkeziyetsiz AI'da, GPU sağlayıcılarının bütünlüğünü ve güvenilirliğini sağlamak çok önemlidir. Holistic AI'nin son araştırmalarında özetlenen Örnekleme Kanıtı (PoSP) protokolü, iyi aktörleri teşvik ederken kötü olanları kesen sofistike bir mekanizma sunar. Bu protokolün nasıl çalıştığını, ekonomik teşviklerini, cezalarını ve merkeziyetsiz AI çıkarımına uygulanmasını görelim.

Dürüst Davranış İçin Teşvikler​

Ekonomik Ödüller​

PoSP protokolünün merkezinde, dürüst katılımı teşvik etmek için tasarlanmış ekonomik teşvikler bulunmaktadır. Asserter ve doğrulayıcı olarak hareket eden düğümler, katkılarına göre ödüllendirilir:

• Asserterler: Hesapladıkları çıktı doğru ve itiraz edilmezse bir ödül (RA) alırlar.
• Doğrulayıcılar: Sonuçları asserter'inkiyle uyumlu ve doğru olarak doğrulanmışsa ödülü (RV/n) paylaşırlar.

Benzersiz Nash Dengesi​

PoSP protokolü, tüm düğümlerin dürüst davranmaya motive olduğu saf stratejilerde benzersiz bir Nash Dengesi'ne ulaşacak şekilde tasarlanmıştır. Bireysel karı sistem güvenliği ile hizalayarak, protokol dürüstlüğün katılımcılar için en karlı strateji olmasını sağlar.

Dürüst Olmayan Davranış İçin Cezalar​

Kesme Mekanizması​

Dürüst olmayan davranışı caydırmak için PoSP protokolü bir kesme mekanizması kullanır. Bir asserter veya doğrulayıcı dürüst olmadığı tespit edilirse, önemli ekonomik cezalarla (S) karşı karşıya kalır. Bu, dürüst olmamanın maliyetinin herhangi bir potansiyel kısa vadeli kazançtan çok daha ağır basmasını sağlar.

İtiraz Mekanizması​

Rastgele itirazlar sistemi daha da güvence altına alır. Belirlenmiş bir olasılıkla (p), protokol birden fazla doğrulayıcının asserter'in çıktısını yeniden hesapladığı bir itiraz başlatır. Tutarsızlıklar bulunursa, dürüst olmayan aktörler cezalandırılır. Bu rastgele seçim süreci, kötü aktörlerin iş birliği yapıp tespit edilmeden hile yapmasını zorlaştırır.

PoSP Protokolünün Adımları​

1. Asserter Seçimi: Bir düğüm rastgele seçilerek bir asserter olarak atanır, bir değer hesaplar ve çıktısını verir.

2. İtiraz Olasılığı:

   Sistem, belirlenmiş bir olasılığa göre bir itiraz başlatabilir.

   • İtiraz Yok: İtiraz başlatılmazsa asserter ödüllendirilir.
   • İtiraz Başlatıldı: Asserter'in çıktısını doğrulamak için rastgele seçilen belirli sayıda (n) doğrulayıcı seçilir.

3. Doğrulama:

   Her doğrulayıcı bağımsız olarak sonucu hesaplar ve asserter'in çıktısıyla karşılaştırır.

   • Eşleşme: Tüm sonuçlar eşleşirse, hem asserter hem de doğrulayıcılar ödüllendirilir.
   • Uyumsuzluk: Bir tahkim süreci, asserter ve doğrulayıcıların dürüstlüğünü belirler.

4. Cezalar: Dürüst olmayan düğümler cezalandırılırken, dürüst doğrulayıcılar ödül paylarını alır.

SpML​

spML (örnekleme tabanlı Makine Öğrenimi) protokolü, merkeziyetsiz bir AI çıkarım ağı içinde Örnekleme Kanıtı (PoSP) protokolünün bir uygulamasıdır.

Ana Adımlar​

1. Kullanıcı Girdisi: Kullanıcı, dijital imzasıyla birlikte rastgele seçilen bir sunucuya (asserter) girdisini gönderir.
2. Sunucu Çıktısı: Sunucu, çıktıyı hesaplar ve sonucu içeren bir hash ile birlikte kullanıcıya geri gönderir.
3. İtiraz Mekanizması:
   • Belirlenmiş bir olasılıkla (p), sistem başka bir sunucunun (doğrulayıcı) sonucu doğrulamak için rastgele seçildiği bir itiraz başlatır.
   • İtiraz başlatılmazsa, asserter bir ödül (R) alır ve süreç sona erer.
4. Doğrulama:
   • Bir itiraz başlatılırsa, kullanıcı aynı girdiyi doğrulayıcıya gönderir.
   • Doğrulayıcı sonucu hesaplar ve kullanıcıya bir hash ile birlikte geri gönderir.
5. Karşılaştırma:
   • Kullanıcı, asserter ve doğrulayıcının çıktılarının hash'lerini karşılaştırır.
   • Hash'ler eşleşirse, hem asserter hem de doğrulayıcı ödüllendirilir ve kullanıcı temel ücret üzerinden indirim alır.
   • Hash'ler eşleşmezse, kullanıcı her iki hash'i de ağa yayınlar.
6. Tahkim:
   • Ağ, tutarsızlıklara dayanarak asserter ve doğrulayıcının dürüstlüğünü belirlemek için oy kullanır.
   • Dürüst düğümler ödüllendirilir, dürüst olmayanlar ise cezalandırılır (kesilir).

Ana Bileşenler ve Mekanizmalar​

• Deterministik ML Yürütme: Tutarlı, tekrarlanabilir sonuçlar sağlamak için sabit nokta aritmetiği ve yazılım tabanlı kayan nokta kütüphaneleri kullanır.
• Durumsuz Tasarım: Her sorguyu bağımsız olarak ele alır, ML süreci boyunca durumsuzluğu korur.
• İzinsiz Katılım: Herkesin ağa katılmasına ve bir AI sunucusu çalıştırarak katkıda bulunmasına izin verir.
• Zincir Dışı İşlemler: AI çıkarımları, blok zincirindeki yükü azaltmak için zincir dışında hesaplanır, sonuçlar ve dijital imzalar doğrudan kullanıcılara iletilir.
• Zincir Üzeri İşlemler: Bakiye hesaplamaları ve itiraz mekanizmaları gibi kritik işlevler, şeffaflık ve güvenlik sağlamak için zincir üzerinde gerçekleştirilir.

spML'nin Avantajları​

• Yüksek Güvenlik: Dürüst olmayanlar için potansiyel cezalar nedeniyle düğümlerin dürüst davranmasını sağlayan ekonomik teşvikler yoluyla güvenlik sağlar.
• Düşük Hesaplama Yükü: Doğrulayıcılar çoğu durumda yalnızca hash'leri karşılaştırmak zorundadır, doğrulama sırasında hesaplama yükünü azaltır.
• Ölçeklenebilirlik: Ağ etkinliğini önemli bir performans düşüşü olmadan yönetebilir.
• Basitlik: Uygulamada basitliği korur, entegrasyon ve bakım kolaylığını artırır.

Diğer Protokollerle Karşılaştırma​

• Optimizasyonlu Sahtekarlık Kanıtı (opML):
  • Sahte davranış için ekonomik caydırıcılar ve bir uyuşmazlık çözüm mekanizmasına dayanır.
  • Yeterince doğrulayıcı dürüst değilse sahte faaliyetlere karşı savunmasızdır.
• Sıfır Bilgi Kanıtı (zkML):
  • Kriptografik kanıtlar yoluyla yüksek güvenlik sağlar.
  • Yüksek hesaplama yükü nedeniyle ölçeklenebilirlik ve verimlilikte zorluklarla karşılaşır.
• spML:
  • Ekonomik teşvikler yoluyla yüksek güvenlik, düşük hesaplama yükü ve yüksek ölçeklenebilirliği birleştirir.
  • Doğrulama sürecini hash karşılaştırmalarına odaklanarak basitleştirir, itirazlar sırasında karmaşık hesaplamalara olan ihtiyacı azaltır.

Özet​

Örnekleme Kanıtı (PoSP) protokolü, iyi aktörleri teşvik etme ve kötü olanları caydırma ihtiyacını etkili bir şekilde dengeler, merkeziyetsiz sistemlerin genel güvenliğini ve güvenilirliğini sağlar. Ekonomik ödülleri sıkı cezalarla birleştirerek, PoSP dürüst davranışın teşvik edilmekle kalmayıp, başarı için gerekli olduğu bir ortam yaratır. Merkeziyetsiz AI büyümeye devam ettikçe, PoSP gibi protokoller bu gelişmiş sistemlerin bütünlüğünü ve güvenilirliğini korumada önemli olacaktır.

• kaynak: https://cuckoo.network/blog/2024/06/17/proof-of-sampling-posp-protocol-decentralized-ai
• telegram: https://cuckoo.network/tg
• discord: https://cuckoo.network/dc

Offchain Labs tarafından geliştirilen Arbitrum Nitro, işlem hacmini, kesinliği ve uyuşmazlık çözümünü iyileştirmek için tasarlanmış ikinci nesil bir Katman 2 blok zinciri protokolüdür. Orijinal Arbitrum protokolü üzerine inşa edilmiştir ve modern blok zinciri ihtiyaçlarına hitap eden önemli iyileştirmeler sunar.

Arbitrum Nitro'nun Temel Özellikleri​

Arbitrum Nitro, Ethereum üzerinde bir Katman 2 çözümü olarak çalışır ve Ethereum Sanal Makinesi (EVM) kodunu kullanarak akıllı sözleşmelerin yürütülmesini destekler. Bu, mevcut Ethereum uygulamaları ve araçlarıyla uyumluluğu sağlar. Protokol, temel Ethereum zincirinin güvenli ve canlı kalması ve Nitro protokolündeki en az bir katılımcının dürüst davranması koşuluyla hem güvenliği hem de ilerlemeyi garanti eder.

Tasarım Yaklaşımı​

Nitro'nun mimarisi dört temel ilke üzerine kuruludur:

• Deterministik Yürütme Sonrası Sıralama: İşlemler önce sıralanır, ardından deterministik olarak işlenir. Bu iki aşamalı yaklaşım, tutarlı ve güvenilir bir yürütme ortamı sağlar.
• Çekirdekte Geth: Nitro, çekirdek yürütme ve durum bakımını sağlamak için go-ethereum (geth) paketini kullanır ve Ethereum ile yüksek uyumluluk sağlar.
• Yürütmeyi Kanıtlama İşleminden Ayırma: Durum geçiş fonksiyonu, hem yerel yürütme hem de web montajı (wasm) için derlenmiştir ve verimli yürütme ve yapılandırılmış, makine bağımsız kanıtlama sağlar.
• Etkileşimli Dolandırıcılık Kanıtları ile İyimser Rollup: Arbitrum'un orijinal tasarımına dayanarak, Nitro, gelişmiş bir dolandırıcılık kanıtı mekanizması ile iyileştirilmiş bir iyimser rollup protokolü kullanır.

Sıralama ve Yürütme​

Nitro'daki işlemlerin işlenmesi iki ana bileşeni içerir: Sıralayıcı ve Durum Geçiş Fonksiyonu (STF).

• Sıralayıcı: Gelen işlemleri sıralar ve bu sıraya bağlı kalır. İşlem sırasının bilinir ve güvenilir olmasını sağlar, bunu hem gerçek zamanlı bir akış olarak hem de sıkıştırılmış veri paketleri olarak Ethereum Katman 1 zincirine gönderir. Bu çift yaklaşım güvenilirliği artırır ve sansürü önler.
• Deterministik Yürütme: STF, sıralanmış işlemleri işler, zincir durumunu günceller ve yeni bloklar üretir. Bu süreç deterministiktir, yani sonuç yalnızca işlem verilerine ve önceki duruma bağlıdır ve ağ genelinde tutarlılığı sağlar.

Yazılım Mimarisi: Çekirdekte Geth​

Nitro'nun yazılım mimarisi üç katman halinde yapılandırılmıştır:

• Temel Katman (Geth Çekirdek): Bu katman, EVM sözleşmelerinin yürütülmesini ve Ethereum durum veri yapılarını yönetir.
• Orta Katman (ArbOS): Sıralayıcı paketlerini sıkıştırma, gaz maliyetlerini yönetme ve zincirler arası işlevsellikleri destekleme dahil olmak üzere Katman 2 işlevselliği sağlayan özel yazılım.
• Üst Katman: Geth'ten alınmış olup, bağlantıları, gelen RPC isteklerini ve diğer üst düzey düğüm işlevlerini yönetir.

Zincirler Arası Etkileşim​

Arbitrum Nitro, Outbox, Inbox ve Tekrar Denenebilir Biletler gibi mekanizmalar aracılığıyla güvenli zincirler arası etkileşimleri destekler.

• Outbox: Katman 2'den Katman 1'e sözleşme çağrılarını etkinleştirir, mesajların güvenli bir şekilde aktarılmasını ve Ethereum üzerinde yürütülmesini sağlar.
• Inbox: Ethereum'dan Nitro'ya gönderilen işlemleri yönetir, bunların doğru sırayla dahil edilmesini sağlar.
• Tekrar Denenebilir Biletler: Başarısız işlemlerin yeniden gönderilmesine izin verir, güvenilirliği sağlar ve kaybolan işlemler riskini azaltır.

Gaz ve Ücretler​

Nitro, işlem maliyetlerini yönetmek için sofistike bir gaz ölçüm ve fiyatlandırma mekanizması kullanır:

• L2 Gaz Ölçümü ve Fiyatlandırma: Gaz kullanımını izler ve talep ile kapasiteyi dengelemek için temel ücreti algoritmik olarak ayarlar.
• L1 Veri Ölçümü ve Fiyatlandırma: Katman 1 etkileşimleriyle ilgili maliyetlerin karşılanmasını sağlar, bu maliyetleri işlemler arasında doğru bir şekilde paylaştırmak için uyarlanabilir bir fiyatlandırma algoritması kullanır.

Sonuç​

Cuckoo Network, Arbitrum'un gelişimine yatırım yapmaktan emin. Arbitrum Nitro'nun gelişmiş Katman 2 çözümleri, eşsiz ölçeklenebilirlik, daha hızlı kesinlik ve verimli uyuşmazlık çözümü sunar. Ethereum ile uyumluluğu, merkezi olmayan uygulamalarımız için güvenli, verimli bir ortam sağlar ve yenilik ve performansa olan bağlılığımızla uyumludur.

• kaynak: https://cuckoo.network/blog/2024/06/06/introduction-to-arbitrum-nitro
• telegram: https://cuckoo.network/tg
• discord: https://cuckoo.network/dc

Blockchain ve yapay zeka kombinasyonu önemli bir pazar ilgisi kazanıyor. ChatGPT'nin hızla yüz milyonlarca kullanıcıya ulaşması ve Nvidia'nın hisse senetlerinin 2023'te sekiz kat artmasıyla, yapay zeka kendini baskın bir trend olarak sağlamlaştırdı. Bu etki, yapay zeka uygulamalarının araştırıldığı blockchain gibi komşu sektörlere de yayılıyor.

Şu anda kripto, yapay zekada tamamlayıcı bir rol oynuyor ve büyüme için önemli bir potansiyel sunuyor. Çoğu organizasyon hala keşif aşamasında olup, hesaplama gücünün (bulut ve pazar yeri), modellerin (yapay zeka ajanları) ve veri depolamanın tokenleştirilmesine odaklanıyor.

Merkezsiz kripto teknolojisi, yapay zeka eğitiminde doğrudan verimliliği artırmaz veya maliyetleri düşürmez, ancak varlık ticaretini kolaylaştırır ve daha önce kullanılmayan hesaplama gücünü çeker. Bu, günümüzün hesaplama kıtlığı ortamında kârlıdır. Modellerin tokenleştirilmesi, merkezsiz topluluk sahipliği veya kullanımı sağlar, engelleri azaltır ve merkezi yapay zekaya bir alternatif sunar. Ancak, merkezsiz veri tokenleştirilmesi zor olmaya devam ediyor ve daha fazla araştırma gerektiriyor.

Pazar, yapay zeka ve kripto konusunda bir fikir birliğine ulaşmamış olsa da, ekosistem şekilleniyor. Bugün inceleyeceğimiz birkaç kategori şunlardır: Hizmet Olarak Altyapı Bulutu, hesaplama pazar yerleri, model tokenleştirme ve eğitim, yapay zeka ajanları, veri tokenleştirme, ZKML ve yapay zeka uygulamaları.

Hizmet Olarak Altyapı Bulutu​

Yapay zeka pazarı büyüdükçe, GPU bulut hesaplama projeleri ve pazar yerleri ilk fayda sağlayanlar arasında yer alıyor. Kullanılmayan GPU kaynaklarını merkezi ağlara dahil etmeyi hedefliyorlar ve geleneksel hizmetlere kıyasla hesaplama maliyetlerini düşürüyorlar.

Bu bulut hizmetleri merkezsiz çözümler olarak kabul edilmese de web3 + yapay zeka ekosisteminin ayrılmaz parçalarıdır. Fikir, GPU'ların kıt kaynaklar olduğu ve içsel bir değere sahip olduğudur.

Öne Çıkan Projeler:

• Akash Network: Cosmos SDK'ya dayalı merkezsiz bulut hesaplama pazarı, orkestrasyon için Kubernetes kullanır ve maliyet azaltımı için ters açık artırma fiyatlandırması uygular. CPU ve GPU hesaplamaya odaklanır.
• Ritual: Yapay zeka modellerini blockchain protokollerine entegre eden yapay zeka altyapı ağı. Infernet platformu, akıllı sözleşmelerin modellere doğrudan erişmesini sağlar.
• Render Network: Hem render hem de yapay zeka hesaplamaya odaklanan merkezsiz GPU render platformu. Daha iyi performans ve maliyet için Solana'ya taşındı.
• NetMind.AI: Hesaplama kaynakları, sohbet botu ve yaşam asistanı hizmetleri için bir pazar yeri sağlayan yapay zeka ekosistemi. Geniş bir GPU modeli yelpazesini destekler ve Google Colab ile entegre olur.
• CUDOS: Akash'a benzer bir blockchain hesaplama ağı, Cosmos SDK aracılığıyla GPU hesaplamaya odaklanır.
• Nuco.cloud: Ethereum ve Telos'a dayalı merkezsiz hesaplama bulut hizmeti, çeşitli çözümler sunar.
• Dynex: Verimli bir şekilde çalışmak için Faydalı İş Kanıtı kullanan nöromorfik hesaplama için blockchain.
• OctaSpace: Yapay zeka ve görüntü işleme için kendi blockchain'inde çalışan merkezsiz hesaplama bulutu.
• AIOZ Network: Yapay zeka, depolama ve akış için Katman 1 merkezsiz hesaplama platformu.
• Phoenix: Yapay zeka hesaplama ve veri odaklı ağlar için web3 blockchain altyapısı.
• Aethir: Arbitrum'a dayalı oyun ve yapay zeka için bulut altyapısı.
• Iagon: Cardano üzerinde merkezsiz depolama ve hesaplama pazarı.
• OpFlow: NVIDIA GPU'ları kullanarak yapay zeka ve render odaklı bulut platformu.
• OpSec: Yeni nesil süper bilgisayar inşa etmeyi hedefleyen gelişmekte olan merkezsiz bulut platformu.

Hesaplama Kaynağı Pazar Yerleri​

Merkezsiz hesaplama kaynağı pazar yerleri, kullanıcı tarafından sağlanan GPU ve CPU kaynaklarını yapay zeka görevleri, eğitim ve çıkarım için kullanır. Bu pazar yerleri, kullanılmayan hesaplama gücünü harekete geçirir, katılımcıları ödüllendirir ve giriş engellerini azaltır.

Bu GPU hesaplama pazar yerleri genellikle hizmet faydasından ziyade merkezsizleşme anlatısına odaklanır. Solana ve DePin kavramlarını kullanan io.net ve Nosana gibi projeler büyük bir büyüme potansiyeli gösteriyor. GPU pazarlarına talep zirvesi dönemlerinde erken yatırım yapmak, teşvikler ve yatırım getirisi yoluyla yüksek kazançlar sunabilir.

Öne Çıkan Projeler:

• Cuckoo AI: Yapay zeka modellerine hizmet eden GPU madencilerini günlük ERC20 ödemeleriyle ödüllendiren merkezsiz bir pazar yeri. Blockchain akıllı sözleşmeleri kullanır ve şeffaflık, gizlilik ve modülerliğe odaklanır.
• Clore.ai: PoW kullanan bir GPU kiralama platformu. Kullanıcılar yapay zeka eğitimi, render ve madencilik görevleri için GPU kiralayabilir. Ödüller, tutulan token miktarına bağlıdır.
• Nosana: Açık kaynaklı, Solana tabanlı bir GPU bulut hesaplama sağlayıcısı. Yapay zeka çıkarımına odaklanır ve PyTorch, HuggingFace, TensorFlow ve topluluk kütüphaneleri için konektörler geliştiriyor.
• io.net: Solana blockchain teknolojisini kullanan bir yapay zeka bulut hesaplama ağı. Toplu çıkarım ve paralel eğitim destekleyen maliyet etkin GPU kaynakları sunar.
• Gensyn: Derin öğrenme modeli eğitimi için bir L1 protokolü. Güvenilmez, dağıtık bir sistem aracılığıyla eğitim verimliliğini artırmayı hedefler. Eğitim maliyetlerini düşürmeye ve erişilebilirliği artırmaya odaklanır.
• Nimble: Veri, hesaplama gücü ve geliştiricileri birleştiren merkezsiz bir yapay zeka ekosistemi. Yapay zeka eğitimini daha erişilebilir hale getirmeyi hedefler ve merkezsiz, bileşen tabanlı bir çerçeveye sahiptir.
• Morpheus AI: Arbitrum üzerinde inşa edilmiş merkezsiz bir hesaplama pazarı. Kullanıcıların akıllı sözleşmelerle etkileşimde bulunacak yapay zeka ajanları oluşturmasına yardımcı olur.
• Kuzco: Solana üzerinde LLM çıkarımı için dağıtık bir GPU kümesi. Verimli yerel model barındırma sunar ve katkıda bulunanları KZO puanları ile ödüllendirir.
• Golem: GPU'lara genişleyen Ethereum tabanlı bir CPU hesaplama pazarı. İlk eşler arası hesaplama ağlarından biri.
• Node AI: EyePerformance aracılığıyla uygun fiyatlı GPU kiralama sunan bir GPU bulut pazarı.
• GPU.Net: Üretken yapay zeka, Web3 ve yüksek kaliteli grafik render için altyapı sağlayan merkezsiz bir GPU ağı.
• GamerHash: Oyuncuların yedek hesaplama gücünü kripto madenciliği için kullanırken düşük kaliteli cihazlar için kazan-kazan modeli sunan bir platform.
• NodeSynapse: Web3 altyapısı, GPU hesaplama, sunucu barındırma ve token sahipleri için benzersiz bir gelir paylaşım modeli sunan bir GPU pazarı.

Model Tokenleştirme ve Eğitim​

Model tokenleştirme ve eğitim, yapay zeka modellerinin değerli varlıklara dönüştürülmesini ve blockchain ağlarına entegre edilmesini içerir. Bu yaklaşım, merkezsiz sahiplik, veri paylaşımı ve karar alma süreçlerini sağlar. Şeffaflık, güvenlik ve para kazanma fırsatlarını artırırken yeni yatırım kanalları oluşturur.

Önemli olan, gerçek yenilik ve teknik zorluklara sahip projeleri tanımaktır. Yapay zeka modellerinin sahiplik veya kullanım haklarını basitçe takas etmek gerçek yenilik değildir. Gerçek ilerlemeler, model çıktılarının etkili bir şekilde doğrulanmasından ve güvenli, merkezsiz model operasyonunun sağlanmasından gelir.

Öne Çıkan Projeler:

• SaharaLabs: Gizlilik ve veri paylaşımına odaklanır, Knowledge Agent ve Data Marketplace gibi araçlarla veri operasyonlarını güvence altına alır ve MIT ve Microsoft gibi müşteriler çeker.
• Bittensor: Yapay zeka modellerinin değer alışverişi yapabileceği merkezsiz bir protokol oluşturur. Yanıtları sıralamak ve yapay zeka uygulamalarının genel kalitesini artırmak için doğrulayıcılar ve madenciler kullanır.
• iExec RLC: Kaynak güvenliğini Katkı Kanıtı konsensüsü aracılığıyla sağlayan ve kısa vadeli hesaplama görevlerini yöneten merkezsiz bir bulut hesaplama platformu.
• Allora: Yapay zeka ajanlarını doğru piyasa tahminleri için ödüllendirir, merkezsiz bir ağda ajan tahminlerini doğrulamak için konsensüs mekanizmaları kullanır.
• lPAAL AI: Piyasa istihbaratı, ticaret stratejileri ve diğer profesyonel görevleri yönetebilen kişiselleştirilmiş yapay zeka modelleri oluşturma platformu sağlar.
• MyShell: Sohbet botu geliştirme ve üçüncü taraf model entegrasyonu için esnek bir yapay zeka platformu sunar, geliştiricileri yerel tokenlerle teşvik eder.
• Qubic: Yapay zeka eğitimi için iş kanıtı konsensüsünden yararlanır, Aigarth yazılım katmanı sinir ağı oluşturmayı kolaylaştırır.

Yapay Zeka Ajanı​

Yapay zeka ajanları veya zeki ajanlar, otonom anlama, hafıza, karar verme, araç kullanma ve karmaşık görevleri gerçekleştirme yeteneğine sahip varlıklardır. Bu ajanlar, kullanıcılara görevleri "nasıl" yapacaklarını rehberlik etmekle kalmaz, aynı zamanda tamamlamada aktif olarak yardımcı olur. Özellikle, ticaret, yatırım tavsiyesi sunma, bot çalıştırma, merkezi olmayan finans (DeFi) işlevlerini geliştirme ve zincir üstü veri analizi gibi faaliyetler için blockchain teknolojisiyle etkileşimde bulunan yapay zeka ajanlarını ifade eder.

Bu tür yapay zeka ajanları, blockchain teknolojisiyle yakından entegre edilmiştir ve doğrudan gelir elde etmelerini, yeni ticaret senaryoları sunmalarını ve blockchain kullanıcı deneyimini geliştirmelerini sağlar. Bu entegrasyon, DeFi'de gelişmiş bir anlatıyı temsil eder, ticaret faaliyetleri yoluyla kâr yaratır, sermaye yatırımı çeker ve hype yaratır, bu da bir Ponzi şeması benzeri bir yatırım döngüsünü tetikler.

Öne Çıkan Projeler:

• Morpheus: Arbitrum üzerinde inşa edilmiş merkezsiz bir yapay zeka hesaplama pazarı, akıllı sözleşmeleri çalıştıran ajan yapay zekalar oluşturmayı sağlar. Proje, yatırım ve yönetici liderlik geçmişine sahip David Johnston tarafından yönetilmektedir. Morpheus, topluluk katılımına odaklanır, adil bir lansman, güvenlik denetimli staking kodu ve aktif geliştirme sunar, ancak yapay zeka ajanı kodlarındaki güncellemeler yavaş ve çekirdek modül ilerlemesi belirsizdir.
• QnA3.AI: Bilgi yönetimi, varlık yönetimi ve hak yönetimi için kapsamlı hizmetler sunar. Retrieval-Augmented Generation (RAG) teknolojisini kullanarak bilgi alma ve üretimini geliştirir. Proje, 2023'teki başlangıcından bu yana hızla büyümüş, kullanıcı katılımı ve uygulamada önemli artışlar göstermiştir.
• Autonolas: Merkezsiz yapay zeka ajanları oluşturma ve kullanma için açık bir pazar, geliştiricilere birden fazla blockchain'e bağlanabilen yapay zeka ajanları oluşturma araçları sunar. Cambridge eğitimli ekonomist David Minarsch tarafından yönetilmektedir.
• SingularityNET: Genel amaçlı yapay zekayı demokratikleştirmeyi ve merkezsizleştirmeyi amaçlayan açık, merkezsiz bir yapay zeka hizmet ağı. Geliştiricilerin yapay zeka hizmetlerini yerel AGIX tokeni kullanarak para kazanmalarına olanak tanır ve humanoid robot Sophia üzerindeki çalışmalarıyla tanınan Dr. Ben Goertzel ve Dr. David Hanson tarafından kurulmuştur.
• Fetch.AI: Yapay zeka ajan protokollerinin en erken örneklerinden biri olup, FET tokeni kullanarak ajanların dağıtımı için bir ekosistem geliştirmiştir. Prestijli üniversitelerden ve üst düzey şirketlerden uzmanlardan oluşan bir ekip, yapay zeka ve algoritmik çözümler üzerine odaklanmaktadır.
• Humans.ai: Yapay zeka odaklı yaratımda yer alan paydaşları bir araya getiren bir yapay zeka blockchain platformu, bireylerin dijital benzerliklerini yaratmalarına ve dijital varlıklar oluşturmalarına olanak tanır.
• Metatrust: Yazılım geliştirme yaşam döngüsünün tamamını kapsayan kapsamlı bir Web3 güvenlik çözümü sunan kripto destekli bir yapay zeka ajan ağı, Nanyang Teknoloji Üniversitesi'nden dünya çapında tanınmış bir araştırma ekibi tarafından kurulmuştur.
• AgentLayer: Metatrust ekibi tarafından geliştirilen bu merkezsiz ajan ağı, veri verimliliğini ve genel performans ve güvenliği artırmak için OP Stack ve EigenDA kullanır.
• DAIN: Solana üzerinde ajanlar arası bir ekonomi inşa ederek farklı işletmelerden ajanların evrensel bir API aracılığıyla sorunsuz etkileşimde bulunmalarını sağlar, hem web2 hem de web3 ürünleriyle entegrasyona vurgu yapar.
• ChainGPT: Blockchain ve kripto için tasarlanmış bir yapay zeka modeli olup, yapay zeka NFT oluşturucu, yapay zeka destekli haber oluşturucu, ticaret asistanı, akıllı sözleşme oluşturucu ve denetçi gibi ürünler sunar. ChainGPT, Eylül 2023'te BNB Ekosistem Katalizör Ödülü'nü kazandı.

Veri Tokenleştirme​

Veri sektöründe yapay zeka ve kriptografinin kesişimi önemli bir potansiyele sahiptir, çünkü veri ve hesaplama gücü yapay zeka için temel kaynaklardır. Merkezsiz hesaplama bazen verimliliği azaltabilse de, veri merkezsizleştirme mantıklıdır çünkü veri üretimi doğası gereği merkezsizdir. Dolayısıyla, veri sektöründe yapay zeka ve blockchain kombinasyonu önemli bir büyüme potansiyeli sunar.

Bu alandaki büyük bir zorluk, olgun bir veri pazarının eksikliğidir, bu da verilerin etkili bir şekilde değerlenmesini ve standartlaştırılmasını zorlaştırır. Güvenilir bir değerleme mekanizması olmadan, projeler token teşvikleri yoluyla sermaye çekmekte zorlanır, potansiyel olarak yüksek potansiyele sahip projeler için bile "uçan tekerlek etkisini" bozabilir.

Öne Çıkan Projeler:

• Synesis One: Kullanıcıların yapay zeka eğitimi için mikro görevleri tamamlayarak token kazandığı Solana üzerinde bir kitle kaynak platformu. Mind AI ile işbirliği yaparak çeşitli veri türlerini ve robotik süreç otomasyonunu destekler. Mind AI, GM ve Hindistan hükümeti ile anlaşmalara sahip olup, 9.5 milyon dolar fon topladı.
• Grass.io: Kullanıcıların yapay zeka şirketlerine fazla bant genişliklerini satmalarını sağlayan merkezsiz bir bant genişliği pazarı. 2 milyondan fazla IP adresine sahip olup, yalnızca aktif kullanıcılar ödül kazanır. Polychain ve Tribe Capital liderliğinde 3.5 milyon dolar tohum fonu topladılar.
• GagaNode: IPv4 kıtlıklarını ele alan yeni nesil merkezsiz bant genişliği pazarı, Web 3.0 teknolojisini kullanır. Mobil dahil olmak üzere birden fazla platformla uyumludur ve kodu açık kaynaktır.
• Ocean Protocol: Kullanıcıların Ocean Market'te verilerini tokenleştirmelerine ve ticaret yapmalarına olanak tanır, veri NFT'leri ve veri tokenleri oluşturur. Kurucu Bruce Pon, Mercedes-Benz'de çalışmış olup, blockchain ve merkezsizleşme teknolojileri üzerine ders vermektedir ve küresel bir danışma ekibi tarafından desteklenmektedir.

Yapay Zeka Uygulaması​

Yapay zeka yeteneklerini mevcut kripto işletmeleriyle birleştirmek, DeFi, oyun, NFT'ler, eğitim ve sistem yönetimi gibi çeşitli sektörlerde verimliliği ve işlevselliği artırmak için yeni yollar açar.

DeFi​

• inSure DeFi: Kullanıcıların kripto varlıklarını sigortalamak için SURE tokenleri satın aldığı merkezsiz bir sigorta protokolü. Dinamik fiyatlandırma için Chainlink'i kullanır.
• Hera Finance: Ethereum, BNB ve Arbitrum gibi birden fazla zincirle entegre edilmiş yapay zeka destekli zincirler arası DEX toplayıcı.
• SingularityDAO: Yapay zeka destekli bir DeFi protokolü olup yatırım yönetimi sunar. SingularityNET ile ortaklık yaparak yapay zeka araçlarını ve ekosistemini ölçeklendirmek için 25 milyon dolar sağladı.
• Arc: Reactor ve DApp aracılığıyla yapay zeka destekli bir DeFi ekosistemi sunar. Lychee AI'yi satın aldı, Google Cloud'un AI Startup Programına katıldı ve yapay zeka destekli ARC Swaps'ı piyasaya sürdü.
• AQTIS: Ethereum'daki gaz gibi $AQTIS ile sürdürülebilir bir ekosistem kurmayı hedefleyen yapay zeka destekli bir likidite protokolü.
• Jarvis Network: Kripto ve diğer varlıklar için ticaret stratejilerini optimize etmek için yapay zeka algoritmalarını kullanır. Yerel tokeni JRT aktif olarak dolaşır.
• LeverFi: Microsoft ile bir yapay zeka DeFi çözümü geliştiren kaldıraçlı ticaret protokolü. Yapay zeka yatırım yönetimi için DWF Labs'tan 2 milyon dolar güvence altına aldı.
• Mozaic: Yapay zeka kavramlarını ve LayerZero teknolojisini harmanlayan bir otomatik çiftçilik protokolü.

Oyun​

• Sleepless AI: Sanal bir arkadaş oyunu için yapay zeka blockchain kullanır. İlk oyun, HIM, zincir üzerinde benzersiz SBT karakterleri içerir. Binance, Sleepless AI'nin tokenini Launchpool aracılığıyla başlattı.
• Phantasma: Akıllı NFT'ler ve yapay zeka akıllı sözleşme kodlayıcıları sunan oyun odaklı bir katman 1 blockchain.
• Delysium: Açık dünya çerçevesi sunan yapay zeka destekli bir Web3 oyun yayıncısı. Lucy, bir yapay zeka Web3 işletim sistemi sunar ve etkileşimli oyun için yapay zeka-İkizler oluşturmayı sağlar.
• Mars4.me: NASA verileriyle desteklenen etkileşimli bir 3D metaverse projesi. DWF Labs'tan uzun vadeli fon sağladı.
• GamerHash: Yüksek kaliteli oyun sırasında fazla hesaplama gücünü kripto madenciliği için kullanır. Play&Earn özelliği, düşük özellikli bilgisayarlar için görevler sunar.
• Gaimin: Bir eSpor takımı tarafından kurulan, bulut hesaplama ile oyun oynama birleştiren ve ek GPU ödülleri sağlayan bir dApp oluşturur.
• Cerebrum Tech: Üretken yapay zeka, oyun ve Web3 çözüm sağlayıcısı. Oyun ve yapay zeka genişlemesi için 1.8 milyon dolar topladı.
• Ultiverse: Binance Labs'tan fon toplayarak yapay zeka destekli açık metaverse protokolü Bodhi'yi başlatan bir metaverse oyun platformu.

NFT​

• NFPrompt: Kullanıcıların NFT sanatı oluşturabileceği yapay zeka destekli bir platform. Binance'in Launchpool'u, NFP staking için ödüller sunar.
• Vertex Labs: Blockchain, yapay zeka hesaplama ve Web3 markaları gibi Web3 ve yapay zeka altyapı sağlayıcısı.

Eğitim​

• Hooked Protocol: Sosyal eğitim oyunları sunar ve ChatGPT tarafından desteklenen yapay zeka destekli bir eğitim aracı olan Hooked Academy'ye sahiptir.

Sistem​

• Terminus OS: Yapay zeka çağı için zeka kanıtı tasarlanmış blockchain-edge-client mimarisine dayalı bir Web3 işletim sistemi. ByteTrade, geliştirilmesi için 50 milyon dolar fon sağladı.

Sonuç​

Yapay zeka ve kripto para biriminin birleşimi, bulut hesaplama ve yapay zeka uygulamalarından veri tokenleştirme ve sıfır bilgi makine öğrenimine kadar çeşitli sektörlerde çığır açan fırsatlar sunuyor. Bu teknolojilerin kombinasyonu, dönüştürücü gücünü şimdiden sergiliyor. Ufukta daha yenilikçi projelerle, yapay zeka ve kriptonun geleceği çeşitli, akıllı ve güvenli olacak.

Yapay zeka ve blockchain'in daha geniş uygulamalara ulaşmasını sağlayacak yeni işbirliklerini ve son teknoloji projeleri görmek için sabırsızlanıyoruz.