Akıllı Kripto Tezi

“Yazılım dünyayı yiyor”, yazılım endüstrisinin son on yılının ikonik sözlerinden biri haline geldi. 2011’de yazılım efsanesi ve sıradışı risk sermayedarı Marc Andreessen’deb alıntılanan bu söz, çoğunlukla fiziksel dünyada faaliyet gösteren şirketlerin, esasen her şirketi bir yazılım şirketi olarak dönüştürecek bir trendle dijital ekonomiye geçiş yaptığı fikrini geliştirdi.

Jesus Rodriguez, bir blockchain ve kripto para piyasası analiz firması olan IntoTheBlock'un CEO'sudur. Bu makale, Austin, Teksas'taki Consensus 2022'deki Büyük Fikirler sahnesinde bu hafta yapacağı konuşmanın bir özetidir.

Son yıllarda, makine öğrenimi (ML) ve yapay zekanın (AI) evrimi, yazılım endüstrisinin tüm alanlarına nüfuz etti ve birçok uzmanın “makine öğrenimi yazılımı yiyor” iddiasına yol açtı. Kripto ve dijital varlıklar da kod ve programlanabilirlik temeline dayanır. Sonuç olarak, ML-AI trendlerinden etkilenmeleri muhtemel. ML-AI'ın dijital varlıklarla kesişmesi, bilginin kripto varlıklarının yerel bir bileşeni haline geldiği yeni bir çağı başlatacak gibi görünüyor.

Akıllı kripto varlıkları fikri kavramsal olarak ayrıntı düzeyinde de osa pratik zorluklarla dolu. Yeni nesil kripto varlıklarını hızla etkileyebilecek temel ML trendlerinden bazıları nelerdir? Kriptodaki akıllı yeteneklerden veya kriptonun akıllı hale gelmesi için üstesinden gelinmesi gereken bazı önemli teknik zorluklardan yararlanabilecek temel senaryolara ne dersiniz? Bu makale, bu fikirlerin bazılarını inceliyor ve kripto ile ML'nin kesişme potansiyeli hakkında bir tez geliştiriyor.

Yalnızca kripto doğal olarak zeki olabilir 

AI-ML'i kripto varlıkları bağlamında düşünürken fark edilmesi gereken önemli bir nokta, kriptonun doğal olarak akıllı olma potansiyeline sahip tarihteki tek varlık sınıfı olmasıdır. Emtialar veya hisse senetleri gibi geleneksel varlık sınıflarındaki AI-ML yetenekleri, varlığın dışında yaşayan robo-danışmanlar veya nicel stratejiler gibi araçlarda uygulanır. 

Kripto alanında bu araçlar için bariz bir işlev olsa da, kripto varlıkları AI-ML yeteneklerini doğal olarak içerebilir. Doğrusu bu fayda, kriptonun programlanabilir ve dijital yeteneklerinin bir yan çıktısıdır. Kripto varlıkları koda dayalıdır ve bu kod AI-ML modelleri ile şekillenebilir.

Makine öğrenimi kriptoyu yiyecek ama nasıl? 

AI-ML, kripto pazarının önümüzdeki on yılında önemli bir rol oynayacak gibi görünüyor. Kriptonun ilk aşamaları dijitalleşme ve otomasyona odaklanmış olsa da, bir sonraki yinelemenin kaderi yapay zekaya odaklanacak gibi görünüyor. Bugün kriptoda birçok AI-ML uygulaması var, ancak kripto varlıklarının doğası gereği akıllı olduğunu iddia edemeyiz. 

Yakın gelecekte, kripto varlıklarının ve protokollerinin AI-ML ile kendi çevrelerine veya pazarlarına göre davranışlarını öğrenmelerini ve uyarlamalara izin verecek yerel yetenekler olarak dahil etmeye başladığını görebiliriz. 

Dijital varlıkların akıllı hale gelmesinin kaçınılmazlığı, kısmen son birkaç yılda AI-ML teknolojilerinin şaşırtıcı evriminden kaynaklanıyor. Kripto bağlamında, AI-ML'i genel bir şey olarak değil, birbiriyle ilişkili bir grup yöntem olarak düşünmeliyiz. Bu açıdan bakıldığında, kripto alanındaki uygulamalar için özellikle uygun görünen az sayıda AI-ML okulu var. Kripto teknolojilerindeki potansiyellerinin merceğinden en popüler tekniklerin bazılarını keşfedelim.

Dönüştürücüler

AI-ML'in son on yılının en önemli evrimi olarak kabul edilen dönüştürücüler (transformatörler), doğal dil anlamadaki (NLU) devrimin arkasından geldi. Bilgisayar görme gibi diğer alanlarda ilerlemeler kaydediyor. OpenAI'nin GPT-3'ü veya NVIDIA'nın Megatron'u gibi modeller, gerçek metinden ayırt edilemeyen sentetik metinler üretebiliyor, son derece karmaşık soru-cevap etkileşimlerine girebiliyor. Hatta metin formları üzerinde akıl yürütme yetenekleri sergileyebiliyor. OpenAI'nin DALL-E 2 veya Google'ın Imagen'i gibi modeller, birden fazla alanda yapay zekalar arasında köprü kuran metinsel formlardan sanatsal görüntüler üretebiliyor. 

Dönüştürücülerin NLU ve bilgisayarlı görme alanında sahip olduğu etkiyi anlayarak, görsel temsillere ve metinsel etkileşimlere dayanan NFT'ler gibi alanlarda yaratacakları etkiyi hayal etmek zor değil.

Kendi Kendine Denetimli Öğrenme 

Meta (Facebook) Yapay Zeka Araştırması, yakın zamanda, kendi kendini denetleyen öğrenme (SSL) tekniğini, yeni nesil yapay zeka modellerinde sahip olabileceği temel role işaret eden bir benzetme ile "AI'ın karanlık maddesi" olarak adlandırdı. Kavramsal olarak SSL, bebeklerin gözlem ve etkileşim yoluyla öğrenmesine benzeyen akıllı yetenekler sağlamaya çalışır. SSL, büyük hacimli etiketli verilerle eğitilmesi gereken geleneksel denetimli öğrenme yöntemlerinin bazı sınırlamalarının üstesinden gelmeye çalışıyor. Meta'nın DINO'su gibi modeller, önceden eğitim almadan görüntülerdeki nesneleri sınıflandırabiliyor. 

Büyük miktarda etiketli veri olmadan öğrenme uygulamaları kripto için mükemmel görünüyor. Merkezi olmayan finans (DeFi), bu yöntemlerden ilk faydalanan biri olabilir.

Grafik Sinir Ağları 

Blockchain veri kümeleri, kriptodaki en büyük veri kaynağını temsil eder. Yapısal bir bakış açısıyla, blok zincir veri kümeleri, adresler, işlemler veya bloklar arasındaki ilişkiler modellendiği için doğal olarak hiyerarşiktir. Grafik sinir ağları (GNN'ler), hiyerarşik veri kümeleri üzerinden öğrenme konusunda uzmanlaşmış bir AI-ML disiplinidir. Google'ın DeepMind'ı gibi şirketler, Google Haritalar'daki trafiği tahmin etmek ve hatta camın yapısını anlamak için GNN'leri kullanıyor. 

GNN'ler, kripto varlıkları için mükemmel bir AI-ML tekniği olabilir. Blok zincirler bir gün akıllı hale gelecekse, GNN'lerin yerel veri kümelerinden bilgi geliştirmede önemli bir rol oynaması muhtemel. Pekiştirmeli Derin Öğrenme (DRL), DeepMind'in AlphaGo'su Go'nun dünya şampiyonu Lee Sedol'u defalarca mağlup ettikten sonra bir tür pop kültür haline geldi. 

Pekiştirmeli Öğrenme

AlphaGo, Go'da kendisine karşı akıl almaz derecede çok sayıda oyun oynayarak ve kendi hatalarını düzelterek ustalaştı. Bu deneme-yanılma, etkileşim yoluyla öğrenme formu DRL'nin özü. AlphaGo'dan bu yana DRL, olağanüstü AI-ML başarılarının merkezinde yer alıyor. DeepMind'in kendi AlphaFold'u, bir dizi amino asitten proteinlerin yapısını tahmin edebilerek bilim camiasını şok etti. Bu tıpta yeni bir çağın kilidini açabilecek bir keşif. DeepMind'in bir diğer DRL modeli, Go, satranç veya Atari gibi oyunlarda kuralları bile bilmeden ustalaşabilen MuZero'ydu. 

Deneme-yanılma yoluyla öğrenmenin DRL ilkeleri, koşulların her zaman değiştiği DeFi veya NFT'ler gibi birçok kripto alanıyla ilişkili görünüyor. Ne de olsa çoğu kripto protokolü, teorik olarak oyun kurallarına dayanıyor ve DRL'nin oyunlarda üstün olduğu kanıtlandı.

Kriptoda Zekaya Giden Yol

Siberpunk efsanesi ve bilim kurgu yazarı William Gibson bir keresinde “'Gelecek zaten burada - sadece eşit olarak dağıtılmıyor” demişti. Bu alıntı, akıllı kripto varlıklarına giden yol hakkında düşündüğümüzde bize felsefi bir kılavuz olarak hizmet edebilir. Kriptonun yaratılması, AI-ML araştırma ve teknoloji gelişmelerinin altın çağına denk geldi. Bugün, AI-ML teknolojileri hızla ana akım haline geliyor ve kripto alanında da birinci sınıf vatandaş olmaları an meselesi. Kullanım olanakları her yerde görünüyor. En bariz olanlardan bazılarını inceleyelim. 

Akıllı NFT'ler

NFT oluşturmak için AI-ML üretici yöntemlerin kullanıldığı bazı uygulamalar oldu. Bununla birlikte, AI-ML'nin etkisi NFT alanının her yerine yayılmalıdır. Kullanıcılarla diyalog kurmak, anlam hakkındaki soruları yanıtlamak veya belirli bir ortamla etkileşim kurmak için dil ve konuşma yeteneklerini birleştiren NFT'leri hayal edelim. 

Tıpkı en sevdiğiniz dijital asistanınızla etkileşime girdiğiniz gibi, diyaloğun doğasına göre görünümünü değiştirebilen görsel bir NFT ile bir sohbet kurduğunuzu hayal edin. Benzer şekilde, ustaların tarzının benzersiz yönlerini yakalayan benzersiz NFT'ler oluşturmak için milyonlarca resimde önceden eğitilmiş AI-ML transformatör modellerini kullanmayı düşünün.

Akıllı DeFi Protokolleri 

DeFi protokolleri tamamen otomasyonla ilgili olsa da tam olarak akıllı değiller. AI-ML yeteneklerini DeFi protokollerine dahil etmek kaçınılmaz görünüyor. Mevcut piyasa koşullarına göre gerçek zamanlı tahmin modelleri kullanarak havuzlardaki dengeleri ayarlayabilen yeni nesil otomatik piyasa yapıcı (AMM) protokollerini zihnimizde canlandırabiliriz. Benzer şekilde, talep eden adreslerin akıllı profiline dayalı olarak kredilerin boyutunu ayarlayan borç verme protokolleri düşünebiliriz. 

Intelligent L1-L2 Blockchains

AI-ML; ağ oluşturma, bilgi işlem veya depolama gibi yazılım altyapısının tüm yönlerini etkiliyor ve blok zincirlerin bir istisna olması pek olası değil. Tahmine dayalı modellere dayalı performansı artıran akıllı sözleşmeler hakkında düşünmek zor değil. Benzer şekilde, hesaplama maliyetini gaz veya diğer eşdeğerleri şeklinde kontrol etmek için akıllı ekonomiler geliştiren blok zincirlerini düşünebiliriz. 

Akıllı Kripto Uygulamaları

Kullanıcı deneyimi, AI-ML yeteneklerini tanıtmak için en belirgin alanlardan biri gibi görünüyor. Cüzdanların veya borsaların, bugün tamamen insan öznelliğine bağlı olan yatırım ve ticaret kararlarını iyileştirmeye yardımcı olan yerel zeka yeteneklerini birleştirmeye başlaması an meselesi.

Akıllı, Programlanabilir Stabil Coinler

Programlanabilir stablecoin'ler konusu, Terra UST'nin çöküşünden sonra bugünlerde gündemde. Ya bu stabil coin formunu programlanabilir olarak düşünmek yerine, programlanabilir fakat aynı zamanda akıllı formları düşünebilsek nasıl olur? Statik olarak tanımlanmış ekonomik hareketliliğe dayalı olarak sabit değerini ayarlayan programlanabilir sabit paralar yerine, piyasa koşullarından organik olarak öğrenen AI-ML algoritmalarına güvenebilseydi ne olurdu? AI-ML ile insan denetiminin bir kombinasyonu, bu alanda keşfedilecek ilginç bir yaklaşım gibi görünüyor.

AI-ML, Kriptoyu Etkiliyor, ancak Kripto, AI-ML'ye Katkıda Bulunabilir

Kripto ve AI-ML arasındaki ilişki, aslında çoğu insanın düşündüğünden daha çift yönlü. AI-ML'nin yeni nesil kripto varlıklarını ve altyapısını etkileyebileceği senaryolar oldukça açık olsa da, kriptonun AI-ML teknolojilerini etkileyebileceği açık olmayan bazı alanlar var. 

Merkezi Olmayan Yapay Zeka (dAI), AI-ML teknolojilerinin artan merkezileştirme zorluklarından bazılarını azaltmak için tokenizasyon mekanizmalarının yanı sıra merkezi olmayan hesaplamadan yararlanmaya çalışan yeni bir teknoloji hareketi. 

Genel dAI yaklaşımının bir alt alanı, şirketlerin ve bireylerin veri ve AI-ML modellerini paylaşmaya teşvik edildiği ekonomiler yaratmak için kripto varlıklarından yararlanan mekanizmalardır. 

Veri, AI-ML'nin elektriğidir, ancak bugün, az sayıda yerleşik şirket tarafından yüksek düzeyde kontrol edilmektedir ve şirketlerin bu tekelci döngüyü kırmak için işbirliği yapması ve veri paylaşması için neredeyse hiçbir motivasyonları yok. 

Akıllı tokenler ve teşvik mekanizmalarının tanıtılması, şirketlerin belirli görevler için AI-ML modellerinin oluşturulması ve eğitiminde düzenli olarak işbirliği yapmaları ve faydaları paylaşmaları için organik olarak kanallar oluşturmaya yardımcı olabilir. 

Önyargı ve adalet, bu günlerde AI-ML'de yerel kripto teknolojilerinin kullanımından büyük ölçüde etkilenebilecek bir başka sıcak konu. AI-ML modellerinin eğitiminde kullanılan veri kümelerine, AI modellerinin bilgisini etkileyebilecek önyargılar, ayrımcılık ve toksik veri noktaları nüfuz eder. AI-ML modellerinin adilliğini ölçmek ve izlemek konusunda pek çok ilerleme kaydedilmiş olsa da tüm sektörde güvenilen sağlam bir hesap verebilirlik ve kıyaslama mekanizmaları mevcut değil. 

Belirli AI-ML modellerinin önyargı ve adalet puanını takip etmek ve adalet puanlarını iyileştiren modelleri telafi etmek için bir blok zinciri katmanı kullandığınızı hayal edin. 

Bu, AI-ML altyapılarında blok zincir teknolojilerinin kullanımı için düşük giriş noktası senaryosudur. Şüphesiz, AI-ML, yeni nesil dijital varlık teknolojilerinin temel bir unsuru olmalıdır, ancak aynı zamanda, AI-ML dünyasında kripto ve blok zincirlerinin sunabileceği çok sayıda somut değer de vardır. Temel olarak kripto, daha adil ve daha demokratik AI-ML çözümleri oluşturmaya yardımcı olan bir ekonomik ve muhasebe katmanı olarak hizmet edebilir.

Dijitalleşme ve Otomasyondan Zekaya 

AI-ML, yazılım dünyasının her alanını etkiliyor ve kriptonun bir istisna olması mümkün değil. Dijital varlık teknolojilerinin temel ilkeleri, dijitalleştirme ve otomasyon kullanarak finansal hizmetlerin demokratikleştirilmesi etrafında toplanıyor. Yapay zeka, kripto için bir sonraki sınırlardan biri. Bunun etkisini tüm alanda görmemiz muhtemel. Akıllı NFT'lerden, DeFi protokollerinden yeni kripto varlık biçimlerine kadar AI-ML'nin dahil edilmesi; kriptoda yeni bir inovasyon çağını başlatacak gibi görünüyor. Teknolojiler ve kullanım durumları zaten ortada. İş başı yapma zamanı.