Derinlik Analizi Intuition: AI akıllı ajanlar çağında interneti nasıl yeniden inşa edebiliriz?

Bu rapor Tiger Research tarafından yazılmıştır ve Intuition'un atomik bilgi yapılandırması, Token temelli kayıt defteri (TCR) aracılığıyla standart Konsensüs sağlaması ve sinyal tabanlı güven metriği sistemi ile akıllı ajan AI çağında ağ altyapısını yeniden inşa etme yöntemlerini analiz etmektedir.

Önemli Noktaların Özeti

• Akıllı varlık AI çağı artık geldi. AI akıllı varlıkları potansiyellerini tam olarak kullanamıyor. Mevcut ağ altyapısı insanlara yönelik tasarlandı. Web siteleri farklı veri formatları kullanıyor. Bilgiler hala doğrulanmamış. Bu durum, akıllı varlıkların verileri anlamasını ve işlemesini zorlaştırıyor.
• Intuition, Web3 yöntemleriyle anlam ağı vizyonunu evrimleştirir. Mevcut sınırlamaları çözer. Sistem bilgiyi atomlara (Atoms) yapılandırır. Veri kullanımında konsensüs sağlamak için Token Kullanım Kayıt Defteri (TCR) kullanır. Signal, verilere duyulan güven düzeyini belirler.
• Intuition, ağı değiştirir. Mevcut ağlar, döşenmemiş yollara benziyor. Intuition, akıllı varlıkların güvenli bir şekilde çalışabileceği otoyollar oluşturur. Bu, yeni altyapı standardı haline gelecektir. Bu, akıllı varlıklar AI çağına gerçek potansiyelini gerçekleştirecektir.

1. Akıllı varlıklar çağı başladı: Ağ altyapısı yeterli mi?

Akıllı Aİ çağında hızla gelişiyor. Gelecekte, bireysel akıllı varlıkların seyahat planlamasından karmaşık finansal yönetim gibi tüm işleri hallettiği bir dünyayı hayal edebiliriz. Ancak pratikte durum o kadar basit değil. Sorun, Aİ'nin performansında değil. Gerçek kısıtlama, mevcut ağ altyapısında yatıyor.

Ağ, insanların tarayıcılar aracılığıyla okumak ve yorumlamak için inşa edilmiştir. Bu nedenle, anlamı çözümleme ve veri kaynakları arasında ilişkileri bağlama gerektiren akıllı varlıklar için son derece uygun değildir. Bu sınırlamalar günlük hizmetlerde belirgindir. Havayolu şirketi web sitesi çıkış zamanını "14:30" olarak listeleyebilirken, otel web sitesi giriş zamanını "öğleden sonra 2:30" olarak göstermektedir. İnsanlar ikisinin de aynı zaman dilimi olduğunu hemen anlar, ancak akıllı varlıklar bunları tamamen farklı veri formatları olarak yorumlayacaktır.

Kaynak: Tiger Research

Sorun sadece format farklılıklarında değil. Bir ana zorluk, ajanların verilerin kendisine güvenip güvenemeyeceğidir. İnsanlar, eksik bilgileri bağlama ve önceden edinilmiş deneyimlere dayanarak işleyebilir. Buna karşılık, ajanlar kaynakları veya güvenilirliklerini değerlendirmek için net bir kritere sahip değildir. Bu, onları yanlış girdiler, hatalı sonuçlar ve hatta sanrılardan etkilenmeye açık hale getirir.

Sonuçta, en gelişmiş akıllı varlıklar bile bu durumda gelişemez. Onlar F1 arabaları gibidir: Ne kadar güçlü olurlarsa olsunlar, taşınmamış bir yolda (yapılandırılmamış veri) tam hızla gidemeyeceklerdir. Eğer yanıltıcı işaretler (güvenilmez veriler) yolda yayılmışsa, asla hedefe ulaşamayabilirler.

2. Ağı'nın teknik borcu: Altyapıyı yeniden inşa etmek

Bu soru, 20 yıldan fazla bir süre önce, World Wide Web'in kurucusu Tim Berners-Lee tarafından semanik ağ ile ilgili önerisiyle ilk kez ortaya atıldı.

Semantik ağın temel düşüncesi oldukça basittir: Ağ bilgilerini yapılandırmak, makinelerin bunu anlamasını sağlamak, yalnızca insanların okuyabileceği metinler değil. Örneğin, "Tiger Research 2021 yılında kuruldu" insanlar için çok açıktır, ancak makineler için sadece bir dizedir. Semantik ağ bunu "Tiger Research (özne) - kuruldu (yüklem) - 2021 (nesne)" şeklinde yapılandırarak makinelerin anlamı yorumlamasını sağlar.

Bu yöntem zamana ayak uyduruyordu, ancak sonunda başarıya ulaşamadı. Bunun en büyük nedeni uygulama zorluklarıdır. Veri formatı ve kullanım standartları üzerinde Konsensüs sağlamak zor olduğu kanıtlandı ve daha da önemlisi, gönüllü kullanıcı katkılarıyla büyük veri setlerini oluşturmak ve sürdürmek neredeyse imkansızdır. Katkıda bulunanlar doğrudan ödüller veya faydalar elde edemiyor. Ayrıca, oluşturulan verilerin güvenilir olup olmadığı hala çözülmemiş bir sorudur.

Bununla birlikte, anlamsal ağın vizyonu hâlâ geçerlidir. Makinaların, anlamsal düzeyde verileri anlama ve kullanma prensibi değişmedi. AI çağında, bu ihtiyaç daha da kritik hale geldi.

3. Sezgi: Web3 yöntemiyle anlamsal ağı yeniden canlandırmak

Intuition, mevcut sınırlamaları aşmak için Web3 yöntemleriyle anlam ağının vizyonunu evrimleştiriyor. Temel, kullanıcıları yüksek kaliteli yapılandırılmış verileri biriktirmeye ve doğrulamaya gönüllü olarak katılmaya teşvik eden bir sistem oluşturmaktır. Bu sistem, makine tarafından okunabilir, kaynakları net ve doğrulanabilir bilgi grafikleri inşa etmektedir. Nihayetinde, bu, ajanların güvenilir bir şekilde çalışması için bir temel sağlar ve bizi tasarladığımız geleceğe daha da yaklaştırır.

3.1. Atom: Bilgi Yapı Modülü

Intuition öncelikle tüm bilgileri atomlar (Atoms) olarak adlandırılan en küçük birimlere ayırır. Atomlar, insanlar, tarihler, organizasyonlar veya özellikler gibi kavramları temsil eder. Her atomun, merkeziyetsiz tanımlayıcılar (DIDs gibi teknolojiler) kullanarak bir benzersiz tanımlayıcısı vardır ve bağımsız olarak var olur. Her atom, katkıda bulunanların bilgilerini kaydeder, böylece kimin ne zaman hangi bilgileri eklediğini doğrulayabilirsiniz.

Bilgiyi atomlarına ayırmanın nedeni oldukça açıktır. Bilgi genellikle karmaşık cümleler şeklinde ortaya çıkar. Akıllı ajanlar gibi makinelerin bu tür karmaşık bilgileri çözümleme ve anlama konusunda yapısal sınırlamaları vardır. Hangi kısımların doğru, hangilerinin yanlış olduğunu belirlemekte de zorluk çekerler.

Özne: Tiger Research

Özne: Kurulduğu

Nesne: 2021 yılı

“Tiger Research 2021 yılında kuruldu” cümlesini düşünün. Bu doğru olabilir ya da sadece kısmen yanlış olabilir. Bu organizasyon gerçekten var mı, “kuruluş tarihi” uygun bir özellik mi ve 2021 yılı doğru mu, her biri ayrı ayrı doğrulanmalıdır. Ancak tüm cümleyi bir bütün olarak ele almak, hangi unsurların doğru, hangilerinin yanlış olduğunu ayırt etmeyi zorlaştırır. Her bilginin kaynağını izlemek de karmaşık hale gelir.

Atomlar bu sorunu çözdü. Her bir öğeyi bağımsız atomlar olarak tanımlayarak, örneğin [Tiger Research], [kuruldu] ve [2021], kaynakları kaydedebilir ve her bir öğeyi ayrı ayrı doğrulayabilirsiniz.

Özne: Tiger Research'ün kuruluş tarihi 2021'dir.

Özne: Dayalı

Nesne: Resmi kayıt

Atomlar yalnızca bilgiyi bölme aracı değildir - LEGO blokları gibi bir araya gelebilirler. Örneğin, tek bir atom [Tiger Research]、[成立于] ve [2021年] üçlüsü (Triple) oluşturur. Bu, anlamlı bir bilgi yaratır: "Tiger Research 2021 yılında kuruldu." Bu, anlam ağı RDF (Kaynak Tanım Çerçevesi) içindeki üçlünün aynı yapısını takip eder.

Bu üçlüler kendileri de atom haline gelebilir. "Tiger Research 2021 yılında kuruldu" üçlüsü, "Tiger Research'in 2021 kurulum tarihi ticari kayıtlara dayanmaktadır" gibi yeni üçlülerle genişletilebilir. Bu yöntemle, atomlar ve üçlüler tekrar tekrar bir araya gelerek küçük birimlerden daha büyük yapılara evrilir.

Sonuç olarak, Intuition, temel unsurlardan sonsuz bir şekilde genişleyebilen bir fraktal bilgi grafiği inşa etti. Karmaşık bilgiler bile doğrulama için parçalanabilir ve ardından yeniden bir araya getirilebilir.

3.2. TCR'ler: Piyasa Tabanlı Konsensüs

Eğer Intuition, atomlar aracılığıyla yapılandırılmış bilgi kavram çerçevesi sağlıyorsa, şimdi hala üç ana sorun var: Bu atomları oluşturacak olan kimlerdir? Hangi atomlara güvenilebilir? Farklı atomlar aynı kavramı temsil ettiğinde, hangisi standart haline gelir?

Kaynak: Intuition hafif beyaz kağıt

Intuition bu sorunu TCR'ler aracılığıyla çözüyor. **TCR'ler, topluluğun önem verdiği içerik filtreleme öğelerine dayanır. Token stake etme, bu yargıları yansıtır. Kullanıcılar yeni atom, üçlü veya veri yapısı önerirken $TRUST (Intuition'un yerel token'ı) stake ederler. ** Diğer katılımcılar, eğer öneriyi faydalı buluyorlarsa destekçi tarafında token stake eder; eğer faydasız buluyorlarsa karşıt tarafında token stake ederler. Ayrıca rekabetçi alternatifler üzerinde de stake edebilirler. Kullanıcıların seçtiği veriler sık kullanılırsa veya yüksek puan alırsa ödüller kazanacaklardır. Aksi takdirde, stake ettikleri miktarın bir kısmını kaybedeceklerdir.

TCR'ler tekil kanıtları doğrular, ancak aynı zamanda ontoloji standartlaştırma sorununu da etkili bir şekilde çözer. Ontoloji standartlaştırma, bir kavramı ifade etmenin birden fazla yolu olduğunda, hangi yolun ortak standart haline geleceğine karar verilmesi anlamına gelir. Dağıtık sistemler, merkezi bir koordinasyon olmadan bu konsensüsü sağlama zorluğu ile karşı karşıyadır.

İki rekabetçi ürün değerlendirmesinin yüklemlerini dikkate alalım: [hasReview] ve [customerFeedback]. Eğer [hasReview] ilk olarak tanıtıldıysa ve birçok kullanıcı bunun üzerine inşa ettiyse, erken katkıda bulunanların bu başarıda Token hakları vardır. Aynı zamanda, [customerFeedback]'in destekçileri ekonomik teşvikler alır ve giderek daha geniş kabul gören standartlara yönelir.

Bu mekanizma, ERC-20 Token standardının nasıl doğal olarak benimsendiğini yansıtır. ERC-20'yi benimseyen geliştiriciler, mevcut cüzdanlar, borsa ve dApp'lere doğrudan entegrasyon gibi belirgin uyumluluk avantajları elde ederler. Bu avantajlar, geliştiricilerin ERC-20 kullanmasını doğal olarak çekmektedir. Bu, yalnızca piyasa odaklı seçimlerin dağıtılmış ortamlardaki standartlaşma sorunlarını çözebileceğini göstermektedir. TCR'ler benzer ilkelere dayanarak çalışır. Fragmentasyonlu veri formatlarına karşı ajanların mücadelesini azaltır ve bilgilerin daha tutarlı bir şekilde anlaşılabileceği ve işlenebileceği bir ortam sunar.

3.3. Sinyal: Güvene Dayalı Bilgi Ağı Oluşturma

Intuition, atomlar ve üçlü yapılarla bilgiyi yapılandırır ve teşvikler kullanarak "gerçekten ne kullanılacağı" konusunda Konsensüs sağlar.

Son bir meydan okuma hala var: Bu bilgilere ne kadar güvenebiliriz? Intuition, bu boşluğu doldurmak için sinyalleri (Signal) tanıtmaktadır. Sinyaller, kullanıcıların belirli bir atom veya üçlüye olan güvenini veya güvensizliğini ifade eder. Bu, verilerin varlığını basit bir şekilde kaydetmenin ötesine geçer - verilerin farklı bağlamlarda ne kadar desteklendiğini yakalar. **Sinyaller, gerçek hayatta kullandığımız sosyal doğrulama süreçlerini sistematik hale getirir, örneğin bilgiyi değerlendirirken "güvenilir bir kişi bunu önerdi" veya "uzman bunu doğruladı" gibi.

Sinyaller üç şekilde birikir. İlk olarak, açık sinyaller, kullanıcıların yaptığı kasıtlı değerlendirmeleri içerir, örneğin Token staking. İkincisi, örtük sinyaller, kullanım kalıplarından (tekrarlayan sorgular veya uygulamalar gibi) doğal olarak ortaya çıkar. Son olarak, iletim sinyalleri, ilişki etkileri yaratır - güvendiğim kişiler bilgiyi desteklediğinde, ben de ona daha fazla güvenme eğilimindeyim. Bu üçü bir araya gelerek, kimin neye güvendiğini, ne kadar güvendiğini ve hangi şekilde güvendiğini gösteren bir bilgi ağı oluşturur.

Kaynak: Intuition beyaz kitabı

Intuition bu noktayı gerçeklik tünelleri (Reality Tunnels) aracılığıyla sağlar. Gerçeklik tünelleri, verileri görmenin özelleştirilmiş bir perspektifini sunar. Kullanıcılar, uzman grup değerlendirmelerine öncelik vermeyi, yakın arkadaşlarının görüşlerine değer vermeyi veya belirli bir topluluğun bilgeliğini yansıtan tünelleri yapılandırabilir. Kullanıcılar, güvenilir tünelleri seçebilir veya karşılaştırma yapmak için birden fazla tünel arasında geçiş yapabilir. Ajanlar, belirli amaçlar için belirli açıklama yöntemleri de kullanabilir. Örneğin, Vitalik Buterin'in güvenilir ağını yansıtan bir tüneli seçmek, ajanın bilgiyi "Vitalik'in perspektifinden" yorumlamasını ve karar vermesini ayarlayacaktır.

Tüm sinyaller zincir üzerinde kaydedilir. Kullanıcılar, belirli bilgilerin neden güvenilir göründüğünü, hangi sunucuların kaynak olarak hizmet ettiğini, kimin garanti verdiğini ve ne kadar Token'in teminat olarak gösterildiğini şeffaf bir şekilde doğrulayabilir. Bu şeffaf güven oluşturma süreci, kullanıcıların kanıtları doğrudan doğrulamasını sağlar, körü körüne bilgi kabul etmek yerine. Akıllı varlıklar da bu temeli kullanarak bireysel bağlama ve bakış açısına uygun yargılarda bulunabilir.

4. Eğer Intuition bir sonraki nesil ağ altyapısı olursa ne olur?

Intuition'un altyapısı sadece bir kavramsal fikir değil, aynı zamanda akıllı varlıkların mevcut ağ ortamında karşılaştığı sorunlara pratik bir çözüm sunan bir çözümdür.

Mevcut ağ, parçalanmış veriler ve doğrulanmamış bilgilerle doludur. Intuition, verileri kesin bilgi grafikleri haline getirerek her sorgu için net ve tutarlı sonuçlar sunar. Token tabanlı sinyaller ve küratörlük süreci bu verileri doğrular. Ajanlar, tahmine dayanmadan net kararlar verebilir. Bu, aynı zamanda doğruluğu, hızı ve verimliliği artırır.

Intuition, akıllı ajanların işbirliği için bir temel sağlar. Standartlaştırılmış veri yapıları, farklı akıllı ajanların bilgiyi aynı şekilde anlamalarını ve iletmelerini sağlar. Tıpkı ERC-20'nin Token uyumluluğu yarattığı gibi, Intuition'un bilgi grafiği, ajanların tutarlı veriler üzerinde işbirliği yapabileceği bir ortam yaratır.

Intuition, yalnızca akıllı varlıkların altyapısıyla sınırlı kalmayarak, tüm dijital hizmetlerin paylaşabileceği bir temel katman haline geldi. Mevcut her platformun ayrı ayrı inşa ettiği güven sisteminin yerini alacak tek bir temel ile değiştirilebilir - Amazon'un yorumları, Uber'in puanları, LinkedIn'in önerileri. HTTP'nin web için evrensel iletişim standartları sağlaması gibi, Intuition da veri yapıları ve güven doğrulama için standart protokoller sunar.

En önemli değişiklik veri taşınabilirliğidir. Kullanıcılar oluşturdukları verilere doğrudan sahip olurlar ve bunları her yerde kullanabilirler. Farklı platformlarda izole olan veriler bir araya gelecek ve tüm dijital ekosistemi yeniden şekillendirecektir.

5. Yaklaşan akıllı varlıklar çağı için temeli yeniden inşa etme

Intuition'un hedefi basit bir teknik iyileştirme değildir. Geçtiğimiz 20 yılda biriken teknik borçları aşmayı ve ağ altyapısını temelden yeniden tasarlamayı amaçlamaktadır. Semantik ağ ilk kez önerildiğinde, vizyon açıktı. Ancak katılımı teşvik edecek bir motivasyondan yoksundu. Vizyonları gerçekleştirilse bile, faydaları hâlâ belirsizdi.

Durum değişti. AI'nın ilerlemesi, akıllı ajanlar dönemini gerçeğe dönüştürüyor. AI ajanları artık basit araçların ötesine geçti. Karmaşık görevleri yerine getirmek için bizim adımıza hareket ediyorlar. Otonom kararlar alıyorlar. Diğer ajanlarla işbirliği yapıyorlar. Bu ajanların etkili bir şekilde çalışabilmesi için mevcut ağ altyapısında köklü bir yeniliğe ihtiyaç var.

Kaynak: Balaji

Coinbase'in eski CTO'su Balaji'nin de belirttiği gibi, bu ajanların çalışabilmesi için uygun altyapıyı inşa etmemiz gerekiyor. Mevcut ağ, güvenilir veriler üzerinde güvenli bir şekilde hareket edebilen bir otoyol değil, döşenmemiş yollara benziyor. Her web sitesinin farklı bir yapısı ve formatı var. Bilgi güvenilir değil. Veri hala yapılandırılmamış durumda ve ajanların bunu anlaması zor. Bu durum, ajanların doğru ve verimli bir şekilde çalışmasını engelleyen önemli engeller yaratıyor.

Intuition, bu ihtiyaçları karşılamak için ağı yeniden inşa etmeyi hedefliyor. Akıllı varlıkların anlaması ve kullanması kolay standart veri yapıları oluşturmayı amaçlamaktadır. Güvenilir bir bilgi doğrulama sistemine ihtiyaç vardır. Akıllı varlıklar arasında pürüzsüz etkileşim sağlayan protokollere ihtiyaç vardır. Bu, HTTP ve HTML'nin internetin erken dönemlerinde ağ standartları oluşturma şekline benzer. Akıllı varlıklar çağı için yeni standartlar oluşturma girişimini temsil eder.

Elbette, zorluklar hala mevcut. Yeterli katılım ve ağ etkisi olmadan, sistem düzgün çalışamaz. Kritik kaliteye ulaşmak oldukça fazla zaman ve çaba gerektiriyor. Mevcut ağ ekosisteminin ataletini aşmak hiç de kolay değildir. Yeni standartlar oluşturmak zorluklar içeriyor. Ancak bu, çözülmesi gereken bir zorluktur. Intuition'un önerdiği yeniden referanslama (rebase) bu zorlukları aşacaktır. Bu, henüz hayal edilmeye başlanan zeka çağında yeni olasılıkların kapılarını açacaktır.