📄 Litepaper

GaiaNet: GenAI Ajan Ağı

Özet

Uzmanlaşmış, ince ayarlanmış ve RAG ile geliştirilmiş açık kaynaklı Büyük Dil Modelleri, gelişmekte olan yapay zeka aracı uygulamalarının temel unsurlarıdır. Bununla birlikte, bu ajan uygulamaları geleneksel bulut bilişim ve SaaS altyapısı için uygulama taşınabilirliği, sanallaştırma, güvenlik yalıtımı, maliyetler, veri gizliliği ve sahiplik için yeni gereksinimler de dahil olmak üzere benzersiz zorluklar ortaya koymaktadır.

GaiaNet, herkesin kendi tarzlarını, değerlerini, bilgilerini ve uzmanlıklarını yansıtan kendi yapay zeka ajanlarını oluşturmasına, dağıtmasına, ölçeklendirmesine ve bunlardan para kazanmasına olanak tanıyan merkezi olmayan bir bilgi işlem altyapısıdır. Bir GaiaNet düğümü, yüksek performanslı ve platformlar arası bir uygulama çalışma zamanı, ince ayarlı bir LLM, bir bilgi gömme modeli, bir vektör veritabanı, bir istem yöneticisi, bir açık API sunucusu ve LLM çıktılarını kullanarak harici araçları ve işlevleri çağırmak için bir eklenti sisteminden oluşur. Herhangi bir bilgi çalışanı tarafından dijital ikiz olarak konuşlandırılabilir ve bir web API hizmeti olarak sunulabilir. Bireyselleştirilmiş bilgi tabanları ve bileşenlerinden yeni bir takas edilebilir varlık sınıfı ve bir pazar yeri oluşturulabilir. Benzer GaiaNet düğümleri, halka güvenilir ve güvenilir yapay zeka aracı hizmetleri sunan GaiaNet etki alanları halinde düzenlenmiştir. GaiaNet düğümü ve etki alanları GaiaNet DAO (Merkezi Olmayan Otonom Organizasyon) tarafından yönetilir. Amaca Bağlı Para akıllı sözleşmeleri aracılığıyla GaiaNet ağı, YZ aracı hizmetleri için merkezi olmayan bir pazardır.

Giriş

ChatGPT ve Büyük Dil Modeli'nin (LLM) ortaya çıkışı, insanların bilgi üretme ve tüketme biçiminde devrim yarattı. Bir yıl içinde, yapay zekaya özgü uygulamalar chatbotlardan copilotlara ve ajanlara dönüştü.

YZ ajanları giderek destekleyici araçlardan (Copilot'lara benzer) görevleri bağımsız olarak tamamlayabilen otonom varlıklara dönüşecektir. - Dr. Andrew Ng Sequoia Capital AI Ascent 2024 Zirvesi'nde

Ajanlar, görevleri bir insan gibi otonom olarak kendi başına tamamlayabilen yazılım uygulamalarıdır. Ajan görevi anlayabilir, görevi tamamlamak için adımları planlayabilir, tüm adımları yürütebilir, hataları ve istisnaları ele alabilir ve sonuçları teslim edebilir. Güçlü bir LLM ajan için "beyin" görevi görebilse de, harici veri kaynaklarına (gözler ve kulaklar), alana özgü bilgi tabanına ve yönlendirmelere (beceriler), bağlam depolarına (hafıza) ve harici araçlara (eller) bağlanmamız gerekir. Ajan görevleri için genellikle LLM'nin kendisini özelleştirmemiz gerekir

• Belirli bir alandaki halüsinasyonları azaltmak için.
• belirli bir formatta (örneğin, bir JSON şeması) yanıtlar üretmek için.
• "politik olarak yanlış" soruları yanıtlamak için (örneğin, güvenlik alanındaki bir ajan için CVE açıklarını analiz etmek için).
• ve isteklere belirli bir tarzda cevap vermek (örneğin, bir kişiyi taklit etmek).

Aracılar, önemli miktarda mühendislik ve kaynak gerektiren karmaşık yazılımlardır. Günümüzde çoğu aracı yakın kaynaklıdır ve SaaS tabanlı LLM'lerde barındırılmaktadır. Popüler örnekler arasında OpenAI LLM'lerdeki GPT'ler ve Microsoft/GitHub yardımcı pilotları ile Google'ın Gemini LLM'lerindeki Duet yer almaktadır.

Bununla birlikte, tartıştığımız gibi, aracılar için temel bir gereklilik, temel LLM ve yazılım yığınını alana özgü görevler için özelleştirmek ve uyarlamaktır - merkezi SaaS'ın çok zayıf performans gösterdiği bir alan. Örneğin, ChatGPT ile her küçük görev çok büyük bir model tarafından ele alınmalıdır. Ayrıca herhangi bir ChatGPT modelinde ince ayar yapmak veya değişiklik yapmak son derece pahalıdır. Herkese uyan tek beden LLM'ler, yetenekler, uyum ve maliyet yapısı açısından aracı kullanım durumu için zararlıdır. Ayrıca, SaaS tarafından barındırılan LLM'ler, acentenin özel bilgilerinin nasıl kullanılabileceği ve paylaşılabileceği konusunda gizlilik kontrollerinden yoksundur. Bu eksiklikler nedeniyle, bireysel bilgi çalışanlarının OpenAI, Google, Anthropic, Microsoft ve AWS gibi SaaS platformlarında kendi etki alanı ve görevleri için aracılar oluşturması ve bunlardan para kazanması zordur.

Bu makalede, herkes için yapay zeka ajanları için merkezi olmayan bir yazılım platformu ve protokol ağı öneriyoruz. Spesifik olarak, hedeflerimiz iki yönlüdür.

Hedef #1: Bireyleri kendi özel bilgi ve uzmanlıklarını kişisel LLM aracı uygulamalarına dahil etmeleri için güçlendirmek. Bu uygulamalar, bilgi görevlerini yerine getirmeyi ve araçları tıpkı bireyin yapacağı gibi kullanmayı, aynı zamanda bireyin tarzını ve değerlerini yansıtmayı amaçlamaktadır.

Hedef #2: Bireylerin LLM aracılarını hizmet olarak sunmalarını ve ölçeklendirmelerini ve uzmanlıkları ve çalışmaları için ücret almalarını sağlamak.

GaiaNet "bilgi ve beceriler için YouTube "dur.

Açık kaynak ve ademi merkeziyetçilik

Nisan 2024 itibariyle, Hugging face üzerinde yayınlanmış 6000'in üzerinde açık kaynaklı LLM bulunmaktadır. GPT-4 gibi yakın kaynaklı LLM'lerle karşılaştırıldığında, açık kaynaklı LLM'ler gizlilik, maliyet ve sistematik yanlılık konularında avantajlar sunmaktadır. Genel KG performansıyla bile, açık kaynaklı LLM'ler yakın kaynaklı muadilleriyle aradaki farkı hızla kapatmaktadır.

Yapay zeka aracı kullanım durumları için, daha küçük ancak göreve özgü LLM'lerin genellikle daha büyük genel modellerden daha iyi performans gösterdiği gösterilmiştir.

Bununla birlikte, bireylerin ve işletmelerin kendi heterojen GPU altyapılarında birden fazla ince ayarlı LLM'yi dağıtması ve düzenlemesi zordur. Aracılar için karmaşık yazılım yığınının yanı sıra harici araçlarla karmaşık etkileşim kırılgan ve hataya meyillidir.

Ayrıca, LLM aracıları geçmiş uygulama sunucularından tamamen farklı ölçeklendirme özelliklerine sahiptir. LLM hesaplama açısından son derece yoğundur. Bir LLM aracı sunucusu tipik olarak bir seferde yalnızca bir kullanıcıya hizmet verebilir ve genellikle bir seferde saniyeler boyunca bloke olur. Ölçeklendirme ihtiyacı artık tek bir sunucuda çok sayıda asenkron isteği işlemek değil, internet ölçeğinde çok sayıda ayrı sunucu arasında yük dengelemesi yapmaktır.

GaiaNet projesi, tescilli bilgi tabanları, özelleştirilmiş istemler, yapılandırılmış yanıtlar ve işlev çağrısı için harici araçlarla ince ayarlanmış açık kaynaklı LLM'ler için platformlar arası ve son derece verimli bir SDK ve çalışma zamanı sağlar. Bir GaiaNet düğümü herhangi bir kişisel, bulut veya uç cihazda dakikalar içinde başlatılabilir. Daha sonra teşvik edilmiş bir web3 ağı üzerinden hizmet sunabilir.

GaiaNet düğümü

GaiaNet ağındaki temel operasyonel birim bir düğümdür. Bir GaiaNet düğümü, teknik açıdan yetkin herhangi bir kişinin kendi yapay zeka ajanını çalıştırmasına olanak tanıyan modern bir yazılım yığınıdır. GaiaNet düğümündeki yazılım yığını aşağıdaki 7 temel bileşenden oluşur.

1 Uygulama çalışma zamanı. GaiaNet uygulamaları WasmEdge adı verilen hafif, güvenli ve yüksek performanslı bir kum havuzunda çalışır. Linux Foundation ve CNCF tarafından yönetilen açık kaynaklı bir proje olan WasmEdge çalışma zamanı, Docker, containerd, CRI-O, Podman ve Kubernetes gibi önde gelen bulut yerel araçlarıyla sorunsuz bir şekilde çalışır. Ayrıca, zincir içi ve zincir dışı akıllı sözleşmeleri güvenli ve verimli bir şekilde yürütmek için önde gelen halka açık blok zincirleri tarafından tercih edilen sanal makinedir.

WasmEdge, yüksek performanslı ve platformlar arası bir çalışma zamanıdır. Yapay zeka modellerini neredeyse tüm CPU'larda, GPU'larda ve yapay zeka hızlandırıcılarında yerel hızda çalıştırabilir, bu da onu merkezi olmayan yapay zeka aracıları için ideal bir çalışma zamanı haline getirir.

2 İnce ayarlı LLM. GaiaNet düğümü neredeyse tüm açık kaynaklı LLM'leri, çok modlu modelleri (örneğin Büyük Görme Modelleri veya LVM'ler), metinden görüntüye modelleri (örneğin Kararlı Difüzyon) ve metinden videoya modelleri destekler. Bu, kişisel veya tescilli verileri kullanan tüm ince ayarlı modelleri içerir.

Düğüm sahibi, çok çeşitli araçlar kullanarak açık kaynaklı modellere ince ayar yapabilir. Örneğin, düğüm sahibi kişisel sohbet geçmişlerini kullanarak bir LLM'ye ince ayar yapabilir, böylece ince ayarlanmış LLM kendi konuşma tarzını taklit edebilir. Ayrıca, halüsinasyonları azaltmak ve bu alandaki sorular için cevap kalitesini artırmak amacıyla belirli bir bilgi alanına odaklanmak için bir LLM'ye ince ayar yapabilir. İnce ayarlı bir LLM, harici araçlarla kullanım için önceden belirlenmiş bir şemaya uyan JSON metni çıktısı vermeyi garanti edebilir.

LLM'lerin yanı sıra düğüm sahibi, kendisine benzeyen görüntüler oluşturmak için Kararlı Difüzyon modellerini kendi fotoğraflarıyla hassas bir şekilde ayarlayabilir.

3 Yerleştirme modeli. GaiaNet düğümünün yapay zeka ajanı için kamuya açık veya tescilli bir bilgi birikimini yönetmesi gerekir. Bu, ajanın belirli bir alanda uzmanlaşmasını ve çok daha büyük modellerden daha iyi performans göstermesini sağlayan önemli bir özelliktir. Gömme modelleri, giriş cümlelerini tamamlamalar oluşturmak yerine bir vektör temsiline dönüştüren özel olarak eğitilmiş LLM'lerdir. Gömme modelleri LLM'lerden eğitildiği için, cümlelerin "anlamını" vektörlere "gömebilir", böylece benzer cümleler bu vektörler tarafından işgal edilen yüksek boyutlu uzayda birbirine yakın konumlandırılır.

Gömme modeli ile bir GaiaNet düğümü metin, resim, PDF, web bağlantıları, ses ve video dosyalarını alabilir ve içeriklerine göre bir gömme vektörleri koleksiyonu oluşturabilir. Gömme modeli ayrıca kullanıcı sorularını ve konuşmalarını vektörlere dönüştürerek GaiaNet düğümünün bilgi tabanındaki mevcut konuşmayla ilgili içerikleri hızlı bir şekilde tanımlamasını sağlar.

4 Vektör veritabanı. GaiaNet düğümünün bilgi tabanını oluşturan gömme vektörleri, optimum performans ve maksimum gizlilik için düğümün kendisinde saklanır. GaiaNet düğümü bir Qdrant vektör veritabanı içerir.

5 Özel istemler. İnce ayar ve bilgi argümanlarının yanı sıra, bir LLM'yi yeni uygulamalar için özelleştirmenin en kolay yolu basitçe onu yönlendirmektir. İnsanlar gibi, LLM'ler de tek seferde öğrenirler. Ona bir görevi nasıl yerine getireceğine dair bir örnek verebilirsiniz ve o da benzer görevleri kendi kendine öğrenip yapacaktır. İpucu mühendisliği, bu tür ipuçlarını araştırmak ve geliştirmek için pratik bir alandır.

Ayrıca, etkili istemler kullanılan modele büyük ölçüde bağlı olabilir. Mixtral 8x22b gibi büyük bir modelde işe yarayan bir istem, Mistral 7b gibi küçük bir modelde muhtemelen işe yaramayacaktır.

GaiaNet düğümü, dinamik olarak seçilen ve uygulamalarda kullanılan birkaç farklı istemi destekleyebilir. Örneğin,

• Bu system_prompt düğümün gerçekleştirmesi beklenen aracı görevine genel bir giriş niteliğindedir. Genellikle LLM'nin doğru tonda yanıt vermesine yardımcı olacak bir persona içerir. Örneğin system_prompt bir üniversite öğretim asistanı için şöyle olabilir: "UC Berkeley'de bilgisayar bilimleri 101 dersinde öğretim asistanısınız. Lütfen kavramları açıklayın ve soruları ayrıntılı olarak yanıtlayın. Matematik veya bilgisayar bilimi ile ilgili olmayan hiçbir soruya cevap vermeyin."
• Bu rag_prompt bir RAG sohbetinde bilgi tabanı arama sonuçlarının önüne dinamik olarak eklenecek bir önek istemidir. Şöyle bir şey olabilir: "Lütfen soruyu aşağıdaki bağlamdaki gerçeklere ve görüşlere dayanarak yanıtlayın. Bağlamda olmayan herhangi bir şey yapmayın. ---------"

LLM topluluğu, farklı uygulama kullanım durumları için birçok yararlı istem geliştirmiştir. GaiaNet node, bunları kolayca yönetmenize ve denemeler yapmanıza olanak tanır.

Geliştirici SDK'mız aracılığıyla GaiaNet sahipleri ve operatörleri dinamik istem oluşturma mantığını kendi yöntemleriyle özelleştirebilirler. Örneğin, bir GaiaNet düğümü herhangi bir kullanıcı sorusu için bir Google araması gerçekleştirebilir ve arama sonuçlarını bağlam olarak istem içine ekleyebilir.

6 Fonksiyon çağrıları ve araç kullanımı. LLM sadece insan dili üretmede değil, aynı zamanda makine talimatları üretmede de mükemmeldir. İnce ayar ve hızlı mühendislik sayesinde, bazı LLM'lerin bir paragraf metinden önemli öğeleri özetleme ve çıkarma gibi birçok dil görevinde tutarlı bir şekilde yapılandırılmış JSON nesneleri veya bilgisayar kodu üretmesini sağlayabiliriz.

GaiaNet düğümü, oluşturulan metnin çıktı biçimini belirlemenize olanak tanır. Yanıtların her zaman önceden tanımlanmış bir JSON şemasına uymasını sağlamak için ona bir gramer belirtim dosyası verebilirsiniz.

LLM yapılandırılmış bir JSON yanıtı döndürdüğünde, aracının tipik olarak JSON'u görevi yerine getiren ve bir yanıtla geri dönen bir araca iletmesi gerekir. Örneğin, kullanıcı sorusu şöyle olabilir.

Singapur'da hava nasıldır?

LLM aşağıdaki JSON yanıtını oluşturur.

{"tool":"get_current_weather", "location":"Singapore","unit":"celsius"}

GaiaNet düğümü get_current_weather ile ilişkili aracın ne olduğunu bilmeli ve sonra onu çağırmalıdır. GaiaNet düğüm sahipleri ve operatörleri, bir araç adını bir web hizmeti uç noktası ile eşleştirerek herhangi bir sayıda harici araç yapılandırabilir. Yukarıdaki örnekte get_current_weather aracı, bu JSON verilerini alan bir web hizmetiyle ilişkilendirilebilir. GaiaNet düğümü JSON'u HTTPS POST aracılığıyla web hizmeti uç noktasına gönderir ve bir yanıt alır.

42

Daha sonra isteğe bağlı olarak insan dilinde bir yanıt oluşturmak için yanıtı LLM'ye besler.

Singapur'da şu an hava 42C. 

GaiaNet node SDK sayesinde, geliştiriciler web servislerini kullanmakla sınırlı değildir. LLM yanıtlarını düğüm üzerinde yerel olarak işlemek için eklentiler yazabilirler. Örneğin, LLM, bir sanal alanda yerel olarak çalıştırılabilen ve GaiaNet düğümünün karmaşık bir işlem gerçekleştirmesi için Python kodu döndürebilir.

7 API sunucusu. Tüm GaiaNet düğümleri sorular ve cevaplar için aynı API'ye sahip olmalıdır. Bu, ön uç uygulamalarının herhangi bir GaiaNet düğümü ile çalışmasına ve potansiyel olarak yük dengelemesine olanak tanır. GaiaNet düğümlerinin geniş bir uygulama ekosistemi için OpenAI API uç noktalarının yerine geçmesini sağlayan OpenAI API spesifikasyonunu desteklemeyi seçiyoruz.

API sunucusu, WasmEdge çalışma zamanında güvenli ve çapraz platformda çalışır. GaiaNet düğümündeki diğer tüm bileşenleri birbirine bağlar. Kullanıcı isteklerini alır, istekten bir gömme oluşturur, vektör veritabanında arama yapar, arama sonuçlarını istem bağlamına ekler, bir LLM yanıtı oluşturur ve ardından isteğe bağlı olarak işlev çağrısı yapmak için yanıtı kullanır. API sunucusu ayrıca kullanıcıların düğümdeki RAG ile geliştirilmiş ince ayarlı LLM ile sohbet etmeleri için web tabanlı bir sohbet robotu kullanıcı arayüzü sağlar.

GaiaNet ağı

Her GaiaNet düğümü halihazırda karmaşık soruları yanıtlayabilen ve eylemler gerçekleştirebilen güçlü bir yapay zeka ajanı olsa da, bireysel düğümler kamu hizmetleri sağlamak için uygun değildir. Bunun birkaç önemli nedeni vardır.

• Kamu tüketicileri ve kullanıcıları için, bireysel GaiaNet düğümlerinin güvenilirliğini değerlendirmek çok zordur. Zararlı yanlış bilgiler kötü niyetli düğüm operatörleri tarafından yayılabilir.
• GaiaNet düğüm sahipleri ve operatörleri için, bu tür hizmetleri halka sunmak için ekonomik bir teşvik yoktur, bu da çalıştırılması çok maliyetli olabilir.
• Yapay zeka aracı sunucuları, geleneksel internet uygulama sunucularından çok farklı ölçeklendirme özelliklerine sahiptir. Aracı bir kullanıcı talebini işlerken, genellikle donanım üzerindeki tüm bilgi işlem kaynaklarını kullanır. Eşzamanlı kullanıcıları tek bir sunucuda ölçeklendirmek için yazılım kullanmak yerine, GaiaNet'in zorluğu, büyük bir uygulama için birçok farklı özdeş düğüme ölçeklendirmektir.

Bu zorluklar GaiaNet web3 ağının temelini oluşturan GaiaNet etki alanının ortaya çıkmasına neden olmuştur. Bir GaiaNet etki alanı, tek bir İnternet etki alanı adı altında bulunan GaiaNet düğümlerinin bir koleksiyonudur. Etki alanı operatörü, etki alanı altında hangi GaiaNet düğümlerinin kaydedilebileceğine karar verir ve düğüm hizmetlerini halka açık hale getirir. Örneğin, bir GaiaNet etki alanı UC Berkeley için bir Bilgisayar Bilimleri öğretim asistanı olabilir. Etki alanı aşağıdakiler aracılığıyla hizmet sağlayabilir https://cs101.gaianet.berkeley.edu. Etki alanı operatörünün aşağıdakileri yapması gerekir.

• Etki alanı altında kaydedilecek bireysel düğümleri doğrulayın ve kabul edin. Bu düğümlerin tümü, hizmet kalitesini sağlamak için etki alanı operatörü tarafından belirlenen LLM, bilgi tabanı ve istemler gibi gereksinimleri karşılamalıdır. Bir etki alanına düğüm kaydı bir beyaz liste veya kara liste aracılığıyla yapılabilir. Bu, etki alanı operatörüne bağlıdır.
• Her düğümün performansını gerçek zamanlı olarak izleyin ve etkin olmayanları kaldırın.
• "Öğretim asistanı" chatbot uygulamalarını hedef kitleye tanıtır.
• API hizmetleri için fiyat belirleyin.
• Aktif düğümler arasında yük dengesi.
• Kullanıcılar tarafından ödeme almak.
• Düğümlere hizmetleri için ödeme yapın.

Her GaiaNet düğümünün ETH adresi şeklinde benzersiz bir düğüm kimliği vardır. ETH adresiyle ilişkili özel anahtar düğümde saklanır. Bir düğüm bir etki alanına başarıyla kaydedildikten sonra, etki alanından hem hizmet gelirinden hem de ağ ödüllerinden ödeme almaya hak kazanır. Etki alanı ödemeleri doğrudan node'un ETH adresine gönderebilir. Ya da alan adı, bir node operatörünün tek bir Metamask adresi altında birden fazla node kaydetmesi için, node özel anahtarlarını kullanarak bir meydan okuma cümlesi imzalamak gibi bir mekanizma sağlayabilir. Bu durumda düğüm operatörü, ilişkili tüm düğümler için Metamask hesabında toplu ödemeler alacaktır.

Her GaiaNet alanı, emanet ödemeleri için kullanılan ilişkili bir akıllı sözleşmeye sahiptir. OpenAI'nin kredi ödeme modeline benzer şekilde, kullanıcılar önce kredi satın alır ve daha sonra bunları zaman içinde tüketir. Kullanıcı akıllı sözleşmeye ödeme yaptığında, kendisine otomatik olarak bir erişim belirteci verilecektir. Kullanıcı bu belirteci, etki alanına API çağrıları yapmak için kullanır ve bu çağrılar daha sonra etki alanındaki rastgele düğümlere yük dengelemesi yapılır. Kullanıcı bu hizmetleri tükettikçe, sözleşmedeki fonu tükenir ve artık bakiyesi yoksa erişim belirteci çalışmayı durdurur.

API hizmetinin fiyatlandırması ve ödemesi alan operatörü tarafından belirlenir. Genellikle USD sabit coin cinsindendir. Alan operatörü, hizmetleri sağlayan düğüm operatörlerine gelirden bir pay öder. GaiaNet ağı, aracı hizmetlerinin merkezi olmayan bir pazar yeridir.

GaiaNet alan sözleşmelerinde kilitli olan fonlar, API hizmetlerini tüketmek gibi tek bir amaç içindir. Buna Amaca Bağlı Para denir.

GaiaNet protokolünün önemli bir yönü, alan operatörlerinin merkezi olmayan düğümlerin ekosisteminde "güven sağlayıcıları" olmasıdır. Protokol ağı, madencilik ve stake etme gibi tokenomik tasarımlar aracılığıyla operatörlerin güvenini teşvik etmek üzere tasarlanmıştır. GaiaNet düğümleri, etki alanları, kullanıcılar ve geliştiriciler, ağı büyütmek ve tüm katılımcılara fayda sağlamak için bir DAO oluşturur.

GaiaNet belirteci

GaiaNet tokenı, işlemleri kolaylaştırmak, yönetişimi desteklemek ve ağa olan güveni artırmak için tasarlanmış bir yardımcı program tokenıdır. Üç temel amaca hizmet eder.

• Bir DAO yönetişim tokenı olarak, sahipleri ağın kurallarının belirlenmesine katılabilir.
• Stake token sahipleri, alan adı operatörlerinin güvenilirliğine kefil olurlar. Staker'lar alan adı operatörünün hizmet gelirinden pay alır. Ancak alan adı operatörünün yanlış bilgi yayması veya güvenilir olmayan hizmetler sunması gibi yanlış davranışlarda bulunması halinde bu paylar da kesilebilir.
• Bir ödeme belirteci olarak GaiaNet belirteci, alan adının emanet sözleşmesine yatırılabilir ve zaman içinde hizmetler için ödeme yapmak için kullanılabilir.

GaiaNet tokeninin ödeme aracı, ağ arz ve talebini dengelemek için tasarlanmıştır. GaiaNet token varlığının değeri, gerçek zamanlı döviz kurlarına dayalı olarak emanet akıllı sözleşmesine girdiği veya çıktığı anda belirlenir.

Hizmet tüketicileri, token'ın potansiyel değer kazanmasından elde edilen tasarrufları kilitleyebilir. Örneğin, bir kullanıcı sözleşmeye 100 $ değerinde GaiaNet tokenı yatırırsa ve alan ve düğümlere ödeme yapıldığında token değeri 110 $'a yükselmişse, 110 $ değerinde aracı hizmeti almış olacaktır.

Tersine, token fiyatı düşerse, hizmet sağlayıcılar (alanlar ve düğümler) artık tokenları ucuza "çıkarma" fırsatına sahip olur. Eğer 100$'lık başlangıç tokenı şu anda yalnızca 90$ değerindeyse, hizmet sağlayıcılar sağladıkları her bir elektrik ve hesaplama birimi için daha fazla token alacaktır. Bu da daha fazla node'u ağa katılmaya ve token değerinin daha sonra yükseleceği konusunda spekülasyon yapmaya teşvik eder.

Bir egzersiz: OpenAI'nin 2024 yılında 5 milyar dolarlık ARR'ye ulaşacağı tahmin edilmektedir. Çoğu kurumsal müşterinin üç ayda bir ödeme yaptığını varsayarsak, bir ödeme jetonu çıkarırlarsa OpenAI'nin mevcut kurumsal değerine ek olarak 1,25 milyar dolarlık dolaşım piyasası değeri ortaya çıkacaktır. Genel yapay zeka hizmetleri pazar büyüklüğünün birkaç yıl içinde 2 trilyon dolara ulaşacağı tahmin edilmektedir. Bu da yalnızca bir ödeme aracı tokenı için 500 milyar dolarlık bir piyasa değeri anlamına geliyor.

Yapay zeka varlıkları için bileşen pazarı

GaiaNet, acente hizmetlerinizi oluşturmak için bir geliştirici platformudur. Bunları yapabilmeniz için araçlar sağlıyoruz.

• CPU ve GPU makinelerinde ince ayar veri kümeleri oluşturmak ve ince ayar yapmak için araçlar.
• Belgeleri almak ve bilgi tabanı için vektör katıştırmaları oluşturmak için araçlar.
• İstemleri dinamik olarak oluşturmak ve yönetmek için Rust tabanlı SDK.
• Ajanın düğüm üzerinde araç ve yazılım çağırma yeteneğini genişletmek için Rust tabanlı SDK.

Düğüm işletmek istemeyen geliştiriciler için bir pazar yeri oluşturuyoruz

• ince ayarlı modeller
• bilgi tabanları ve veri kümeleri
• fonksiyon çağıran eklentiler

Tüm bu bileşenler NFT'ler tarafından temsil edilen blok zinciri tabanlı varlıklardır. Bir düğüm operatörü kullanmak istediği bileşenler için NFT'ler satın alabilir ve hizmet gelirini bileşen geliştiricileriyle paylaşabilir. Bu da GaiaNet ekosisteminden çeşitli ve nakit akışı yaratan varlıkların ihraç edilmesini sağlar.

Sonuç

GaiaNet, bireylerin ve ekiplerin kendi özel bilgi ve becerilerini kullanarak aracı hizmetleri oluşturmaları için açık kaynaklı araçlar sağlar. Geliştiriciler, ajan için ince ayarlanmış LLM'ler, bilgi koleksiyonları ve eklentiler oluşturabilir ve bu bileşenlere dayalı varlıklar yayınlayabilir. GaiaNet protokolü bu düğümleri GaiaNet etki alanları aracılığıyla keşfedilebilir ve erişilebilir hale getirir.