KIP neden yapay zeka için Web3 Temel Katmanıdır?

Öncelikle: KIP tek bir yapay zeka uygulaması, büyük bir dil modeli ya da veritabanı/bilgi tabanı değildir.

KIP, AI uygulama sahiplerinin 📱, model sahiplerinin🤖 ve bilgi tabanı / veri sahiplerinin📚 işlerini merkezi olmayan hale getirmek ve Web3'te para kazanmak için gerekli bulacağı merkezi olmayan bir protokoldür.

(Kısacası bu 3 kategoriye 📱, 🤖, 📚 : Yapay Zeka Değer Yaratıcıları diyoruz)

Yapay zekanın merkezden uzaklaştırılması son derece geniş ve önemli bir konudur ve soruna farklı yaklaşımlar getiren çok sayıda çığır açıcı proje bulunmaktadır.

KIP olarak biz, Yapay Zeka Değer Oluşturucularının Web3'teki çalışmalarını dağıtmaya ve para kazanmaya çalışırken karşılaşacakları temel düzeydeki sorunları çözmeye odaklanıyoruz.

AI MODELLERİ 🤖 EKONOMİK DEĞER YARATMAK İÇİN UYGULAMALARA 📱 VE VERİLERE 📚 İHTİYAÇ VAR

Yapay zeka alanında çözüm üreten 20'den fazla şirket kategorisi olsa da, geçen yıl Üretken Yapay Zeka’da en çok ilgi Yapay Zeka Modelleri üzerinde oldu (ve burada transformatörlerden GAN’lara ve dağıtıma kadar çok çeşitli farklı kategoriler ve yaklaşımlar var) Birkaç örnek vermek gerekirse modeller).

Aslında bu modeller, bu yeni bilgi işlem çağının gerçek atılımını, her şeyin arkasındaki gerçek Beyinleri temsil ediyor.

Ancak yapay zeka içinde bir iş ekosistemi oluşturmak için modellerin en az 2 diğer temel Değer Yaratıcısına dayanması gerekir.

1) Yapay Zeka Uygulamaları📱: ‘Yapay Zekanın Yüzü’

Modellere yönelik bu kadar heyecanın ortasında uygulamaların önemini gözden kaçırmak kolaydır.

Yapay Zeka Uygulamaları, kullanıcıları yapay zekaya dahil etmek için gereklidir. Uygulamalar; sohbet robotları, görüntü oluşturucular, arama botları, analiz botları veya en şık biçimiyle basit istemler gibi birçok biçimde olabilir.

Kullanıcı deneyimini yaratıyorlar, kullanıcıları kazanıyorlar ve belki de en önemlisi kullanıcılardan ücretleri topluyorlar.

Birçoğu ChatGPT’nin OpenAI’nin çeşitli modelleri (GPT 3.5, GPT 4) tarafından desteklenen OpenAI uygulaması olduğunu unutuyor. OpenAI sohbet robotunun o zamanlar çığır açan insan benzeri tepkileri, modelin ucunda değil, büyük ölçüde eklentinin ucunda kodlanmıştı. (Modellere doğrudan API aracılığıyla bağlanıp yanıtları karşılaştırmak size bunu anlatacaktır.)

TLDR: Uygulamalar olmasaydı modeller, metal bir kutuda bir yerde duran ve bunları kullanmanın hiçbir yolu olmayan kod ve ağırlık kümelerinden ibaret olurdu.

​2) Veri📚: ‘Yapay Zekanın Can Damarı’
Veriler aşağıdakiler için gereklidir:
a) Eğitim ve İnce Ayar Modelleri ve
b) Alma-Artırılmış Üretim (RAG)

Tüm modeller verilere göre eğitilir ve ince ayarlar yapılır. İnce ayar yapılmadan modeller daha güçlü veya daha akıllı hale gelmez.

Ancak modellere ince ayar yapmak veya modelleri eğitmek için verileri kullanmak, model ağırlıklarının ayarlanmasında kendini gösteren, esasen verilerin modellere ‘özümlenmesine’ veya ‘özümlenmesine’ neden olur.

Dolayısıyla, modelleri doğrudan eğitmek için yalnızca verileri kullanmanın imkansız, pratik olmayan veya yasa dışı olduğu durumlarda, Almayla Artırılmış Üretim (RAG) adı verilen yenilikçi teknik devreye giriyor.

RAG, harici veritabanlarından bilgi alma gücünü bir Yapay Zeka Modeli aracılığıyla yanıt oluşturma yeteneğiyle birleştirir. Bu, sorularınızı anlayan ama aynı zamanda cevabı bilmese bile cevapları nerede bulacağını bilen süper akıllı bir asistanın olması gibidir.

RAG hala nispeten yeni olsa da, veriler üzerinde artan hassasiyet ve korumacılık göz önüne alındığında, RAG tekniklerinin öncü bir yaklaşım olarak ortaya çıkabileceğine, gerçek dünya uygulamaları aracılığıyla önemli iş değeri yaratabileceğine ve bunu çoğu insanın erişim sağladığı baskın bir çerçeve haline getirebileceğine olan inancımız tamdır. Gelecekte yapay zeka.

TLDR: Hangi yaklaşım olursa olsun, sürekli yapay zeka inovasyonu veri olmadan mümkün değildir.

CANLI BİR YZ EKOSİSTEMİ, DEĞER YARATICILARIN ÇOK BAĞIMSIZ SEKTÖRÜNE İHTİYAÇ DUYAR

Modellerin eğitimi ve ince ayarının yapılması konusunda yetenekli kişiler ve şirketler, müşteriye yönelik uygulamaları tasarlama ve pazarlama konusunda mükemmel olan kişilerle aynı olmayabilir.

Benzer şekilde, değerli veri kümeleri ve bilgi tabanlarına sahip araştırmacılar ve alan uzmanları, yapay zeka modellerini veya tasarım uygulamalarını eğitmek için doğru beceri kümelerine sahip olmayabilir.

Ancak canlı ve çeşitliliğe sahip bir ekosistemde bunu yapmak zorunda değiller. Şirketlerin ve bireylerin ayrı sektörleri, kullanıcılar için kullanım örnekleri ve ekonomik değer yaratmak üzere birlikte çalışabilir.

Bir uygulama tasarımcısı, ürün planlarına en uygun yapay zeka modelini seçebilir ve kullanıcıları için en yararlı harici bilgi tabanlarını önceden seçebilir.

Peki ya potansiyel olarak canlı ve bağımsız olan 3 endüstrinin tümü yavaş yavaş tek bir kapalı ekosistem tarafından emiliyorsa?

Çünkü şu anda olan tam olarak bu. Bunu gelecekteki makalelerde ayrıntılı olarak ele alacağız, ancak şimdilik: “openai telif hakkı kalkanı” için bir web araması yapın ve yapay zekanın geleceğinde veri sahipliğine ilişkin sonuçları değerlendirin.

KIP NEDEN Yapay Zekanın Merkezi Olmamasını Katalizlemek İstiyor?

​​Yapay zekadaki tekeller son derece tehlikelidir ve yapay zekanın merkezden uzaklaştırılması, kolektif çıkarlarımızın dar bir dizi kurumsal çıkara boyun eğdirilmesine karşı acil ve gerekli bir yanıttır.

Yapay zeka hızlandırmacılığından (e/acc) %100 yanayız ve Big Tech’in yapay zeka inovasyonunu ilerletmedeki önemli katkılarını inkar etmiyoruz.

Ancak büyük şirketler yalnızca hissedarlarının çıkarları doğrultusunda hareket edecek ve ellerinden geleni yapacaktır. Bu kapitalizmin doğasıdır; Onlardan doğalarını değiştirmelerini ve onları yönlendiren motivasyonları görmezden gelmelerini beklemek, gerçeği inkar etmektir.

Yeniliklerin gelişebileceği bir ortamı teşvik ederek, piyasaya katılan ve rekabet eden çok sayıda farklı aktörün yer aldığı yapay zeka konusunda çekişmeli bir denge durumuna ihtiyacımız var. Yapay zekanın geleceği hiçbir mega şirketin kurumsal çıkarlarına tabi olmamalıdır.

Ve bizce, yapay zekanın merkezi olmayan bir yapıya kavuşturulması, arzu edilen duruma ulaşmanın TEK YOLU’dur.

KIP, Yapay Zekanın Merkezi Olmamasını Nasıl Katalize Ediyor?

KIP, yapay zeka uygulamalarının, modellerinin ve veri sahiplerinin merkeziyetsizleşmeye çalışırken karşılaşacağı üç temel düzeydeki sorunu çözüyor.

1) Zincir İçi / Zincir Dışı Bağlantı
2) Para Kazanma ve Muhasebe
3) Mülkiyet ve Güvenlik

“Bağlantı” Sorunu

Hugging Face’te 400.000'den fazla model var; bu da tüm yapay zeka endüstrisinin ne kadar canlı olduğunu ama aynı zamanda ne kadar yeni ortaya çıktığını da gösteriyor.

Mevcut blockchain teknolojisi, modellerin temel çıkarım işlevini (yani tamamen merkezi olmayan modeller), sıradan kullanıcıların çoğunun kabul edilebilir bulacağı bir maliyet veya hızda sunamaz (her ne kadar uç bilişimdeki ilerlemeler bizi bu noktaya yakın zamanda ulaştırabilirse de).

Dolayısıyla, bu modellerin hepsi olmasa da çoğu zincir dışıdır ve zincir dışı modellerde daha fazla yenilik ve düzeltme yapılmasını bekleyebiliriz.

Tüm bu fikirleri ve yenilikleri web3'te ortaya çıkarmak için KIP, zincir dışı çıkarımların zincir üzerinde açıklanmasını kolaylaştırır.

KIP, merkezi olmayan bir sistemin bütünlüğünü ve ilkelerini korurken, makine öğrenimi çıkarımıyla ilişkili ağır hesaplama görevlerinin blockchain dışında işlenmesine olanak tanıyan bir çerçeve aracılığıyla bunu kolaylaştırır.

“Para” Sorunu

Eğer benimseyenler artan ekonomik faydalardan yararlanmazsa, dünyadaki en iyi teknoloji benimsenmeyecektir.

Yapay zeka için temel gelir modeli çerçevesi “sorgu başına ödeme” olarak tanımlanabilir, çünkü bir kullanıcıdan gelen her sorgu GPU hesaplamasını harcar ve bu nedenle bunun birisi tarafından ödenmesi gerekir. Tek bir kullanıcı sorgusunu yanıtlamak için birden fazla yapay zeka değeri yaratıcısı, bu sorunun yanıtlanmasına katkıda bulunur.

Biz sadece ademi merkeziyetçilik adına ademi merkeziyetçiliği savunmuyoruz, daha ziyade tekelleşmeye alternatif olarak ademi merkeziyetçiliği savunuyoruz.

Bu nedenle, yapay zekanın merkezi olmayan hale getirilmesinin başarılı olması için, yapay zeka çalışmalarını merkezi olmayan hale getiren tarafların gelir elde edebilmelerini sağlamamız gerekiyor.

Bu yeterince açık görünüyor, ancak yapay zeka söz konusu olduğunda bu göründüğü kadar basit değil.

RAG üzerinden çalıştırılan sorguya örnek verelim

1. Bir kullanıcı AI Chatbot’a sorgu yapar.
2. AI Chatbot, sorguyu beynindeki AI modeline iletir.
3. Model, soruyu yanıtlamak için ihtiyaç duyduğu Bilgi Tabanından yalnızca ilgili veri parçalarını alır, yanıtı formüle eder ve Uygulamaya geri gönderir.
4. Uygulama yanıtı paketler ve kullanıcıya geri gönderir.

Bu basitleştirilmiş örnekte, 3 aktörün her birinin kullanıcı sorgusunun yanıtlanmasına nasıl katkıda bulunduğunu göreceksiniz.

Merkezi bir ekosistem altında (yukarıdaki 2. diyagramda OpenAI’nin yapmaya çalıştığı gibi) üçünün de (🤖,📱,📚) sahibi ve kontrol eden bir platform varsa, o zaman sadece o merkezi platforma ödeme yapmanız gerekir, çünkü gerisi dahilidir. muhasebe.

Ancak tekelleşme yerine ademi merkeziyetçilik istiyorsak, o zaman her bir tarafa ödeme yapılması gerekir, dolayısıyla aşağıdakiler için çözümler gerekir:

1. Her birinin katkılarının (zincir üzerinde) kaydedilmesi,
2. Kullanıcılardan elde edilen gelirlerin bölünmesi/tahsis edilmesi
3. Herkesin gelirlerini çekmesine olanak sağlanması

Bu, KIP’in çözdüğü yapay zekanın merkezileştirilmesindeki “para sorunu”.

Bunu, yapay zeka değer yaratıcıları arasında bağlantı sağlayan, kullanıcıdan ödeme toplamanın ve kazançları çekmenin bir yolunu sağlayan düşük gazlı, yüksek verimli bir Web3 altyapısı aracılığıyla yapıyoruz. (Bunu yakında yayınlanacak bir KIP Açıklayıcısında ele alacağız)

Öncelikle para sorununu çözmeden, yapay zekanın merkezi olmayan bir yapıya kavuşturulması çok daha zor olacak ve birkaç gerçek inananın ötesinde geniş çapta benimsenme olasılığı çok daha düşük olacaktır.

“Mülkiyet” Sorunu

Para kazanma, eğer gerçek sahipliğe bağlı değilse, yalnızca zayıf bir ayrıcalıktır.

Merkezi platformlardaki hesapların bir anda nasıl kapatılabileceğini, yasaklanabileceğini, gölge yasaklanabileceğini hepimiz gördük.

KIP bunu, AI Value Creator’ın çalışmasını “sarmak” için blockchain tokenlarını, özellikle de ERC-3525 tokenını (SFT’ler) kullanarak çözüyor.

1.Veri sahipleri için: SFT’ler vektörleştirilmiş bilgi tabanlarını sarar veya model eğitimi için kullanılacak şifrelenmiş bir ham veri dosyasına bir bağlantı.

2. Model üreticileri için: SFT’ler bir API’yi zincir dışı bir modele veya satışa hazır bir dizi model ağırlığına sarabilir

3.Uygulama geliştiricileri için: SFT’ler ön uç API’leri veya istemin kendisini sarabilir.

Bu SFT’ler, zincir üzerinde birbirleriyle etkileşime girebilen ve her SFT’nin belirli bir işlemden kazandığı tutarları kaydedebilen ‘muhasebe varlıkları’ olarak hizmet eder.

KIP, bu sorunları çözerek, Yapay Zeka Değer Oluşturucularının çalışmalarını merkezi olmayan hale getirmesini mümkün ve kolay hale getirerek canlı ve çok daha büyük, merkezi olmayan bir yapay zeka ekosistemi için başlangıç koşullarını yaratır.

KIP, yapay zeka için gerekli Web3 Temel Katmanıdır.

WEB SITE | TWITTER(X) | TELEGRAM | DISCORD