Günümüzün üretken yapay zeka patlamasında, hala temel bir sorunu çözmek için mücadele ediyoruz: Yapay zeka bazen ciddi bir saçmalıktır. Bu fenomen endüstride "halüsinasyon" olarak bilinir. Yapay zeka çıktı doğrulaması için tasarlanmış merkezi olmayan bir protokol olan Mira, çok modelli fikir birliği mekanizmaları ve kriptografik denetim yoluyla yapay zekaya "olgusal güvenilirlik" katmaya çalışıyor. İşte Mira'nın nasıl çalıştığına, neden geleneksel uygulamalardan daha etkili olduğuna ve şu anda gerçek dünya uygulamalarında nasıl olduğuna bir bakış. Bu makale Messari tarafından yayınlanan bir araştırma raporuna dayanmaktadır, tam metin şu adreste bulunabilir: Yapay Zeka Doğrulamasını Anlamak: Mira için Bir Kullanım Örneği
Merkeziyetsizlik gerçeği doğrulama protokolü: Mira'nın temel çalışma prensibi
Mira bir AI modeli değildir, aksine gömülü bir doğrulama katmanıdır. Bir AI modeli yanıt ürettiğinde (örneğin chatbot yanıtları, özetler, otomatik raporlar vb.), Mira çıktıyı bir dizi bağımsız gerçek iddiaya ayırır. Bu iddialar dağıtık doğrulama ağına gönderilir, her bir düğüm (yani doğrulayıcı) bu iddiaların doğru olup olmadığını değerlendirmek için farklı mimaride AI modelleri çalıştırır.
Her düğüm, iddialara "doğru", "yanlış" veya "belirsiz" yargısı verir. Sonunda sistem, çoğunluk konsensüsüne dayanarak genel bir karar verir. Çoğunluk modeli bir iddiayı doğru olarak kabul ederse, o iddia onaylanır; aksi takdirde etiketlenir, reddedilir veya uyarı verilir.
Bu süreç tamamen şeffaf ve denetlenebilir. Her bir doğrulama, doğrulama sürecine katılan modelleri, oy sonuçlarını, zaman damgalarını vb. belirten bir şifreleme sertifikası üretir ve bu sertifika üçüncü tarafların incelemesi için sunulur.
AI neden Mira gibi bir doğrulama sistemine ihtiyaç duyar?
Üretken yapay zeka modelleri (örneğin, GPT, Claude) deterministik araçlar değildir, olasılığa dayalı olarak bir sonraki karakteri tahmin ederler ve yerleşik "gerçek algısına" sahip değildirler. Bu tasarım onlara şiir yazmalarına ve fıkralar anlatmalarına izin verir, ancak aynı zamanda ciddi şekilde yanlış bilgi oluşturabilecekleri anlamına da gelir.
Mira'nın önerdiği doğrulama mekanizması, şu anda AI'nın dört temel sorununu çözmeyi amaçlamaktadır:
Hülya Patırtısı: AI'nın politika icat etmesi, kurgusal tarih olayları oluşturması ve alıntıları yanlış bir şekilde kullanması örnekleri üst üste geliyor.
Kara kutu çalışması: Kullanıcı, AI'nın yanıtlarının nereden geldiğini bilmez, geri izlenemez.
Tutarsız çıktı: Aynı soruya, AI farklı cevaplar verebilir.
Merkezi Kontrol: Şu anda çoğu AI modeli birkaç şirket tarafından tekelleşmiş durumda, kullanıcılar mantığını doğrulamak veya ikinci bir görüş almak için mücadele edemiyor.
Geleneksel doğrulama yöntemlerinin sınırlamaları
Mevcut alternatifler, örneğin insan denetimi (Human-in-the-loop), kural tabanlı filtreler, modelin kendi kendine doğrulaması vb., her birinin eksiklikleri bulunmaktadır:
İnsan incelemesi ölçeklenmesi zor, hızı yavaş ve maliyeti yüksek.
Kural tabanlı filtreleme belirli senaryolarla sınırlıdır ve yaratıcı hatalar karşısında etkisizdir.
Modelin kendi kendine değerlendirme performansı zayıf, AI sık sık yanlış cevaplara karşı aşırı bir güven sergiliyor.
Merkezi Ensemble, çapraz kontrol yapabilmesine rağmen model çeşitliliğinden yoksundur ve "kolektif körlük" oluşturmaya eğilimlidir.
Mira'nın yenilikçi mekanizması: Konsensus Mekanizması ve AI iş bölümü kombinasyonu
Mira'nın ana yeniliği, blok zinciri konsensüs kavramını AI doğrulamasına dahil etmektir. Her bir AI çıktısı, Mira'dan geçtikten sonra, çeşitli AI modelleri tarafından "oy verme" işlemi yapılan birden fazla bağımsız gerçek beyanına dönüşecektir. Sadece belirli bir oranı aşan modellerin uzlaşması durumunda, bu içerik güvenilir olarak kabul edilecektir.
Mira'nın temel tasarım avantajları şunlardır:
Model Çeşitliliği: Farklı mimarilerden ve veri arka planlarından gelen modeller, toplu önyargıyı azaltır.
Hata toleransı: Bazı düğümler hata yapsa bile, genel sonucu etkilemeyecektir.
Tam zincir şeffaflığı: Doğrulama kayıtları zincir üzerinde, denetim için kullanılabilir.
Yüksek ölçeklenebilirlik: Günde 3 milyardan fazla token doğrulanabilir (yaklaşık milyonlarca metin parçasına eşdeğer).
İnsan müdahalesine gerek yok: otomatik olarak gerçekleştirilir, manuel doğrulama gerektirmez.
Merkeziyetsizlik altyapısı: Düğüm ve hesaplama kaynaklarını kim sağlıyor?
Mira'nın doğrulama düğümleri, dünya genelindeki merkeziyetsiz hesaplama katkıcıları tarafından sağlanmaktadır. Bu katkıcılar Node Delegators ( düğüm yetkilendirenleri ) olarak adlandırılır, doğrudan düğümleri işletmezler, bunun yerine GPU hesaplama kaynaklarını onaylı düğüm operatörlerine kiralarlar. Bu "hizmet olarak hesaplama" modeli, Mira'nın işleyebileceği ölçeği büyük ölçüde genişletmiştir.
Ana iş birliği düğüm tedarikçileri şunlardır:
Io.Net: DePIN mimarisi GPU hesaplama ağı sağlar.
Aethir: AI ve oyunlara odaklanan Merkeziyetsiz bulut GPU.
Hiperbolik, Exabits, Spheron: Birçok blockchain hesaplama platformu, Mira düğümlerine de altyapı sağlamaktadır.
Düğüm katılımcıları, ağın benzersizliğini ve güvenliğini sağlamak için bir KYC video doğrulama sürecinden geçmelidir.
Mira doğrulaması, AI'nin doğruluk oranını %96'ya çıkarıyor.
Messari raporundaki Mira ekibi verilerine göre, doğrulama katmanı ile filtrelendikten sonra büyük dil modellerinin gerçeklik doğruluk oranı %70'ten %96'ya yükseldi. Eğitim, finans, müşteri hizmetleri gibi pratik senaryolarda hayali içeriklerin ortaya çıkma sıklığı %90 azaldı. Önemli olan, bu iyileştirmelerin AI modelinin yeniden eğitilmesine ihtiyaç duymadan, yalnızca "filtreleme" yoluyla sağlanabilmesidir.
Şu anda Mira, aşağıdaki uygulama platformlarına entegre edilmiştir:
eğitim aracı
Finansal Analiz Ürünü
AI sohbet botu
Üçüncü Taraf Doğrulanmış Oluştur API Hizmeti
Mira ekosistemi, 4.5 milyondan fazla kullanıcıyı kapsamaktadır ve günlük aktif kullanıcı sayısı 500 binden fazladır. Çoğu insan Mira ile doğrudan etkileşime girmemiş olsa da, onların AI yanıtları, arkasındaki doğrulama mekanizmasından sessizce geçmiştir.
Mira, AI için güvenilir bir temel katman oluşturuyor.
AI endüstrisinin giderek ölçek ve verimlilik peşinde koşarken, Mira yeni bir yön sunuyor: tek bir AI'nın cevapları belirlemesi yerine, bağımsız bir grup modelin "oy verme" ile gerçeği belirlemesini sağlamak. Bu yapı yalnızca çıktı sonuçlarını daha güvenilir hale getirmekle kalmaz, aynı zamanda "doğrulanabilir bir güven mekanizması" oluşturur ve yüksek ölçeklenebilirlik sunar.
Kullanıcı ölçeğinin genişlemesi ve üçüncü taraf denetimlerinin yaygınlaşmasıyla birlikte, Mira AI ekosisteminde vazgeçilmez bir altyapı olma potansiyeline sahiptir. Gerçek dünya uygulamalarında AI'nın ayakta kalmasını isteyen her geliştirici ve işletme için, Mira'nın temsil ettiği "Merkeziyetsiz doğrulama katmanı" belki de kilit bir parça olabilir.
Bu makale Messari özel analizi: Mira protokolü, Merkeziyetsizlik Konsensus Mekanizması aracılığıyla AI'yi nasıl daha dürüst hale getiriyor? İlk olarak Zincir Haberleri ABMedia'da yayımlandı.
View Original
The content is for reference only, not a solicitation or offer. No investment, tax, or legal advice provided. See Disclaimer for more risks disclosure.
Messari özel analizi: Mira protokolü, Merkeziyetsizlik Konsensus Mekanizması aracılığıyla AI'yı nasıl daha dürüst hale getiriyor?
Günümüzün üretken yapay zeka patlamasında, hala temel bir sorunu çözmek için mücadele ediyoruz: Yapay zeka bazen ciddi bir saçmalıktır. Bu fenomen endüstride "halüsinasyon" olarak bilinir. Yapay zeka çıktı doğrulaması için tasarlanmış merkezi olmayan bir protokol olan Mira, çok modelli fikir birliği mekanizmaları ve kriptografik denetim yoluyla yapay zekaya "olgusal güvenilirlik" katmaya çalışıyor. İşte Mira'nın nasıl çalıştığına, neden geleneksel uygulamalardan daha etkili olduğuna ve şu anda gerçek dünya uygulamalarında nasıl olduğuna bir bakış. Bu makale Messari tarafından yayınlanan bir araştırma raporuna dayanmaktadır, tam metin şu adreste bulunabilir: Yapay Zeka Doğrulamasını Anlamak: Mira için Bir Kullanım Örneği
Merkeziyetsizlik gerçeği doğrulama protokolü: Mira'nın temel çalışma prensibi
Mira bir AI modeli değildir, aksine gömülü bir doğrulama katmanıdır. Bir AI modeli yanıt ürettiğinde (örneğin chatbot yanıtları, özetler, otomatik raporlar vb.), Mira çıktıyı bir dizi bağımsız gerçek iddiaya ayırır. Bu iddialar dağıtık doğrulama ağına gönderilir, her bir düğüm (yani doğrulayıcı) bu iddiaların doğru olup olmadığını değerlendirmek için farklı mimaride AI modelleri çalıştırır.
Her düğüm, iddialara "doğru", "yanlış" veya "belirsiz" yargısı verir. Sonunda sistem, çoğunluk konsensüsüne dayanarak genel bir karar verir. Çoğunluk modeli bir iddiayı doğru olarak kabul ederse, o iddia onaylanır; aksi takdirde etiketlenir, reddedilir veya uyarı verilir.
Bu süreç tamamen şeffaf ve denetlenebilir. Her bir doğrulama, doğrulama sürecine katılan modelleri, oy sonuçlarını, zaman damgalarını vb. belirten bir şifreleme sertifikası üretir ve bu sertifika üçüncü tarafların incelemesi için sunulur.
AI neden Mira gibi bir doğrulama sistemine ihtiyaç duyar?
Üretken yapay zeka modelleri (örneğin, GPT, Claude) deterministik araçlar değildir, olasılığa dayalı olarak bir sonraki karakteri tahmin ederler ve yerleşik "gerçek algısına" sahip değildirler. Bu tasarım onlara şiir yazmalarına ve fıkralar anlatmalarına izin verir, ancak aynı zamanda ciddi şekilde yanlış bilgi oluşturabilecekleri anlamına da gelir.
Mira'nın önerdiği doğrulama mekanizması, şu anda AI'nın dört temel sorununu çözmeyi amaçlamaktadır:
Hülya Patırtısı: AI'nın politika icat etmesi, kurgusal tarih olayları oluşturması ve alıntıları yanlış bir şekilde kullanması örnekleri üst üste geliyor.
Kara kutu çalışması: Kullanıcı, AI'nın yanıtlarının nereden geldiğini bilmez, geri izlenemez.
Tutarsız çıktı: Aynı soruya, AI farklı cevaplar verebilir.
Merkezi Kontrol: Şu anda çoğu AI modeli birkaç şirket tarafından tekelleşmiş durumda, kullanıcılar mantığını doğrulamak veya ikinci bir görüş almak için mücadele edemiyor.
Geleneksel doğrulama yöntemlerinin sınırlamaları
Mevcut alternatifler, örneğin insan denetimi (Human-in-the-loop), kural tabanlı filtreler, modelin kendi kendine doğrulaması vb., her birinin eksiklikleri bulunmaktadır:
İnsan incelemesi ölçeklenmesi zor, hızı yavaş ve maliyeti yüksek.
Kural tabanlı filtreleme belirli senaryolarla sınırlıdır ve yaratıcı hatalar karşısında etkisizdir.
Modelin kendi kendine değerlendirme performansı zayıf, AI sık sık yanlış cevaplara karşı aşırı bir güven sergiliyor.
Merkezi Ensemble, çapraz kontrol yapabilmesine rağmen model çeşitliliğinden yoksundur ve "kolektif körlük" oluşturmaya eğilimlidir.
Mira'nın yenilikçi mekanizması: Konsensus Mekanizması ve AI iş bölümü kombinasyonu
Mira'nın ana yeniliği, blok zinciri konsensüs kavramını AI doğrulamasına dahil etmektir. Her bir AI çıktısı, Mira'dan geçtikten sonra, çeşitli AI modelleri tarafından "oy verme" işlemi yapılan birden fazla bağımsız gerçek beyanına dönüşecektir. Sadece belirli bir oranı aşan modellerin uzlaşması durumunda, bu içerik güvenilir olarak kabul edilecektir.
Mira'nın temel tasarım avantajları şunlardır:
Model Çeşitliliği: Farklı mimarilerden ve veri arka planlarından gelen modeller, toplu önyargıyı azaltır.
Hata toleransı: Bazı düğümler hata yapsa bile, genel sonucu etkilemeyecektir.
Tam zincir şeffaflığı: Doğrulama kayıtları zincir üzerinde, denetim için kullanılabilir.
Yüksek ölçeklenebilirlik: Günde 3 milyardan fazla token doğrulanabilir (yaklaşık milyonlarca metin parçasına eşdeğer).
İnsan müdahalesine gerek yok: otomatik olarak gerçekleştirilir, manuel doğrulama gerektirmez.
Merkeziyetsizlik altyapısı: Düğüm ve hesaplama kaynaklarını kim sağlıyor?
Mira'nın doğrulama düğümleri, dünya genelindeki merkeziyetsiz hesaplama katkıcıları tarafından sağlanmaktadır. Bu katkıcılar Node Delegators ( düğüm yetkilendirenleri ) olarak adlandırılır, doğrudan düğümleri işletmezler, bunun yerine GPU hesaplama kaynaklarını onaylı düğüm operatörlerine kiralarlar. Bu "hizmet olarak hesaplama" modeli, Mira'nın işleyebileceği ölçeği büyük ölçüde genişletmiştir.
Ana iş birliği düğüm tedarikçileri şunlardır:
Io.Net: DePIN mimarisi GPU hesaplama ağı sağlar.
Aethir: AI ve oyunlara odaklanan Merkeziyetsiz bulut GPU.
Hiperbolik, Exabits, Spheron: Birçok blockchain hesaplama platformu, Mira düğümlerine de altyapı sağlamaktadır.
Düğüm katılımcıları, ağın benzersizliğini ve güvenliğini sağlamak için bir KYC video doğrulama sürecinden geçmelidir.
Mira doğrulaması, AI'nin doğruluk oranını %96'ya çıkarıyor.
Messari raporundaki Mira ekibi verilerine göre, doğrulama katmanı ile filtrelendikten sonra büyük dil modellerinin gerçeklik doğruluk oranı %70'ten %96'ya yükseldi. Eğitim, finans, müşteri hizmetleri gibi pratik senaryolarda hayali içeriklerin ortaya çıkma sıklığı %90 azaldı. Önemli olan, bu iyileştirmelerin AI modelinin yeniden eğitilmesine ihtiyaç duymadan, yalnızca "filtreleme" yoluyla sağlanabilmesidir.
Şu anda Mira, aşağıdaki uygulama platformlarına entegre edilmiştir:
eğitim aracı
Finansal Analiz Ürünü
AI sohbet botu
Üçüncü Taraf Doğrulanmış Oluştur API Hizmeti
Mira ekosistemi, 4.5 milyondan fazla kullanıcıyı kapsamaktadır ve günlük aktif kullanıcı sayısı 500 binden fazladır. Çoğu insan Mira ile doğrudan etkileşime girmemiş olsa da, onların AI yanıtları, arkasındaki doğrulama mekanizmasından sessizce geçmiştir.
Mira, AI için güvenilir bir temel katman oluşturuyor.
AI endüstrisinin giderek ölçek ve verimlilik peşinde koşarken, Mira yeni bir yön sunuyor: tek bir AI'nın cevapları belirlemesi yerine, bağımsız bir grup modelin "oy verme" ile gerçeği belirlemesini sağlamak. Bu yapı yalnızca çıktı sonuçlarını daha güvenilir hale getirmekle kalmaz, aynı zamanda "doğrulanabilir bir güven mekanizması" oluşturur ve yüksek ölçeklenebilirlik sunar.
Kullanıcı ölçeğinin genişlemesi ve üçüncü taraf denetimlerinin yaygınlaşmasıyla birlikte, Mira AI ekosisteminde vazgeçilmez bir altyapı olma potansiyeline sahiptir. Gerçek dünya uygulamalarında AI'nın ayakta kalmasını isteyen her geliştirici ve işletme için, Mira'nın temsil ettiği "Merkeziyetsiz doğrulama katmanı" belki de kilit bir parça olabilir.
Bu makale Messari özel analizi: Mira protokolü, Merkeziyetsizlik Konsensus Mekanizması aracılığıyla AI'yi nasıl daha dürüst hale getiriyor? İlk olarak Zincir Haberleri ABMedia'da yayımlandı.