CryptoSlate
17 Eylül'de Ethereum kurucu ortağı Vitalik Buterin, dizüstü bilgisayarlardaki yapay zekânın pratik bir dönüm noktasına ulaştığını söyledi. Buterin, Strix Halo dizüstü bilgisayarındaki Qwen 3.8 Flash'ı ve llama.cpp geliştirmelerini örnek gösterdi. 10 iş yükünü kapsayan bir karşılaştırma, saniyede 109.82 ila 373.22 token giriş işleme ve saniyede 18.42 ila 33.37 token çıktı üretim hızları bildirdi. Buterin, yerel modellerin görevlerin büyük bölümünü yerine getirebileceğini ve kullanıcının tüm kişisel bağlamını açığa çıkarmadan seçilen istekleri daha güçlü uzak sistemlere yönlendirebileceğini söyledi.
Neden önemli?
Bu değişim, yerel yapay zekâyı cüzdan yazılımları için özel bir arayüze dönüştürebilir. Böylece bakiyeler, mesajlar ve işlem niyeti kullanıcının cihazında kalır. Yerel model açıklamalar, imzalanmamış işlemler veya sınırları belirlenmiş diğer eylemleri hazırlayabilir, uzak model ise yalnızca yerel sistemin seçtiği bağlamı alır.
Ancak bu, bir yapay zekâ aracısının kripto varlıklarını kontrol etmesini güvenli hâle getirmez. Model karşılaştırmaları, komut enjeksiyonlarına direnç, politika uygulama veya otonom finansal işlemleri doğru biçimde gerçekleştirme konusunda güvence sağlamaz. Bir web sitesindeki, mesajdaki veya işlem açıklamasındaki kötü niyetli talimat, modelin planını yine de değiştirebilir.
Piyasa etkisi
Ethereum ekosistemi bu mimariyi, Ethereum Foundation'ın ikinci çeyrek tahsis güncellemesinde listelenen tamamen yerel bir macOS akıllı hesap cüzdanı projesi Steward üzerinden test ediyor. Projenin üretim ortamındaki kullanımı, bağımsız denetim durumu ve otonom işlem yetkisi henüz doğrulanmış değil.
Buterin'in önerdiği güvenlik önlemleri, yetkiyi modelin dışında tutuyor: riskli eylemler için insan onayı, alıcılar, tutarlar, calldata ve işlem sayıları üzerinde deterministik sınırlar, ayrıca insan ve modelden oluşan 2'ye 2 onay kuralı. Taslak EIP-7906 ise bir işlemin nihai durumundaki değişikliklerin açık doğrulamalarla eşleşip eşleşmediğini kontrol ederek ek bir katman sağlayabilir. Yerel çıkarım bağlamı korurken izinler, doğrulamalar ve onay kontrolleri fonları korur.
Sıkça sorulan sorular
-
Vitalik dizüstü bilgisayar kullanımı için hangi yerel yapay zekâ modelini ele aldı?
Vitalik, Strix Halo dizüstü bilgisayarında çalışan Qwen 3.8 Flash'ı ve llama.cpp için yakın zamanda yapılan geliştirmeleri örnek gösterdi.
-
Yerel yapay zekâ karşılaştırması hangi hızları bildirdi?
10 iş yükünü kapsayan karşılaştırma, saniyede 109.82 ila 373.22 token giriş işleme ve saniyede 18.42 ila 33.37 token çıktı üretim hızları bildirdi.
-
Yerel yapay zekâ kripto cüzdanlarının gizliliğini nasıl artırabilir?
Yerel model kişisel bağlamı, dosyaları ve cüzdan bilgilerini kullanıcının cihazında tutarken yalnızca seçilen soruları veya bağlamı uzak bir modele gönderebilir.
-
Yerel yapay zekâ neden otonom cüzdan güvenliği için yeterli değil?
Model performansı, komut enjeksiyonlarına direnç, politika uygulama veya finansal işlemleri doğru biçimde gerçekleştirme konusunda güvence sağlamaz. Kötü niyetli içerik, modelin planını yine de değiştirebilir.
-
Yapay zekânın kripto varlıklarını doğrudan kontrol etmesini hangi güvenlik önlemleri engelleyebilir?
Önerilen önlemler arasında alıcılar, tutarlar, calldata ve işlem sayıları için deterministik sınırlar, işlem durumu doğrulamaları ve riskli eylemler için insan onayı bulunuyor.
WuBlockchain
WatcherGuru
CoinTelegraph
CoinDesk
TheBlock