Yapay Zeka Darwin Anı: Bir Modelin Hayatta Kalmak İçin Mücadele Etmeye Başladığı An

Orijinal Başlık: Darwinci Yapay Zeka—Yapay Zeka Açlık Oyunları

Orijinal Yazar: 0xJeff

Orijinal Çeviri: Saoirse, Foresight News

Rekabet, insan evriminin her zaman merkezinde yer almıştır. Tarih boyunca insanlar, aşağıdakiler de dahil olmak üzere çeşitli hedefler için sürekli rekabet etmişlerdir:

· Yiyecek ve bölge

· Arkadaşlar / ortaklar

· Kabileler veya toplumlar içindeki statü

· İttifaklar ve işbirliği fırsatları

Avcılar av peşinde koştu, savaşçılar hayatta kalmak için savaştı, kabile liderleri toprak için mücadele etti. Zamanla, hayatta kalmak için avantajlı özelliklere sahip bireyler hayatta kalmayı, üremeyi ve genlerini nesiller boyunca aktarmayı başardı.

Bu sürece "doğal seçilim" denir.

Doğal seçilim süreci hiçbir zaman durmamış, evrim geçirerek varlığını sürdürmüştür: "Hayatta kalmak için rekabet"ten, giderek "eğlence amaçlı rekabet"e (gladyatör dövüşleri, olimpiyatlar, spor müsabakaları ve eSpor gibi) evrilmiş ve en sonunda "evrimi yönlendiren hızlandırıcı tarzı rekabet"e (teknoloji, medya, film, siyaset vb. alanlarda) dönüşmüştür.

Doğal seçilim her zaman insan evriminin temel itici gücü olmuştur, peki yapay zekânın evrimi de bu mantığı izliyor mu?

Yapay zekânın gelişimi tek bir "icat" tarafından belirlenmez, bunun yerine sayısız "görünmez rekabet ve deneyler" örneği tarafından yönlendirilir; bu rekabetler nihayetinde kalıcı modelleri seçerken unutulanları eler.

Bu yazıda, Web2 ve Web3 alanlarını kapsayan bu görünmez rekabetleri derinlemesine inceleyecek ve "rekabet" perspektifinden, yapay zekanın evrimsel seyrini inceleyeceğiz. Gelin birlikte keşfedelim.

2023-2025 yılları arasında ChatGPT'nin ortaya çıkmasıyla yapay zeka alanında patlayıcı bir büyüme yaşandı.

Ancak ChatGPT'nin ortaya çıkmasından önce OpenAI, "Dota 2" oyunuyla ("OpenAI Five" sistemini kullanarak) adından söz ettirmişti: normal oyunculara, profesyonel oyunculara ve hatta kendisine karşı oynadığı on binlerce maçla, her maçta kendi gücünü daha da artırarak hızla evrimleşebilme yeteneğini göstermişti.

Sonunda, gelişmiş ve akıllı bir sistem doğdu ve 2019 yılında "Dota 2"nin dünya şampiyonlarını kesin bir şekilde yendi.

2016 yılında bir başka meşhur vaka daha yaşandı: AlphaGo, dünya Go şampiyonu Lee Sedol'u yendi. Bu olayın en şaşırtıcı yanı, "dünya şampiyonunun yenilgisi" değil, AlphaGo'nun "öğrenme yöntemi"ydi.

AlphaGo'nun eğitimi yalnızca insan verilerine dayanmıyordu. OpenAI Five'a benzer şekilde, evrimi "kendi kendine oynama" yoluyla, yani tekrarlayan bir süreçle elde etti:

· Modelin her nesli bir önceki nesille rekabet eder;

· En iyi performans gösteren model varyantları korunur ve "yeniden üretilir" (yani optimizasyon yinelemesi);

· Zayıf stratejiler elenir.

Başka bir deyişle, "Darwinci Yapay Zeka" başlangıçta milyonlarca yıl sürecek bir evrim sürecini birkaç saatlik bir hesaplama süresine sıkıştırdı.

Bu "kendi kendine rekabet döngüsü", insanlığın daha önce hiç görmediği teknolojik atılımlara yol açtı. Bugün, farklı bir biçimde de olsa, benzer bir rekabet modelini finans alanında da görüyoruz.

Kripto Para Alanında Darwinci Yapay Zeka

Nof1, geçen hafta "Alfa Arena"nın lansmanı nedeniyle gündemde önemli bir konu haline geldi. Bu, 6 yapay zekâ modelinin (Claude, DeepSeek, Gemini, GPT, Qwen, Grok) yer aldığı bir "kripto para sürekli sözleşme yaşam-ölüm düellosu"ydu: her model 10.000 dolar kazandı ve sonunda en iyi kâr-zarar (PnL) performansını gösteren kazanacaktı.

"Alpha Arena artık yayında! 6 yapay zeka modeli, otonom işlemler için her biri 10.000$ yatırım yaptı. Gerçek fonlar, gerçek piyasa, gerçek kıyaslama - Sizce hangi model en iyi performansı gösterecek?"

Bu yarışma, kurallarından ziyade "açıklığı" nedeniyle hızla popülerlik kazandı: genellikle "Alfa stratejileri" (yani, aşırı getiri stratejileri) kesinlikle gizli tutulur. Ancak bu yarışmada, "hangi yapay zekanın para kazanmada en iyi olduğunu" gerçek zamanlı olarak görebiliyoruz.

Ayrıca, gerçek zamanlı işlem performansını gösteren kullanıcı arayüzü (UI/UX) tasarımı son derece akıcı ve optimize edilmiş. Ekip, Nof1 modelleri ve işlem araçları geliştirmek için mevcut ilgi ve rekabetten elde edilen içgörülerden yararlanıyor; şu anda bu araçla ilgilenen kullanıcılar, deneme fırsatı için bekleme listesine katılabiliyor.

Nof1 yaklaşımı yeni bir şey değil; bu tür yarışmalar finans alanında (özellikle Bittensor ekosistemi ve daha geniş kripto para piyasası içinde) uzun zamandır mevcut. Ancak, hiçbir ekip bu tür yarışmaları Nof1 kadar demokratikleştirip popülerleştirmedi.

İşte en temsili rekabet davalarından bazıları:

Synth (Synthesizer Yarışması)

(Tanımlayıcı: SN50, Başlatıcı: @SynthdataCo)

Bu yarışmada, makine öğrenimi mühendislerinin kripto varlıkların fiyatını ve oynaklığını tahmin etmek için makine öğrenimi modelleri kullanmaları gerekiyor. Kazananlar SN50 Synth Alpha token ödülleri kazanıyor. Ekip, daha sonra bu yüksek kaliteli tahmin sonuçlarını kullanarak yüksek hassasiyetli "sentetik fiyat verileri" (ve fiyat trendi yolları) üretiyor.

"Bu yılın başından bu yana yarışmaya katılan en iyi veri bilimcilerine ve kantitatif analistlere 2 milyon doların üzerinde ödül verdik."

Ekip şu anda bu tahmin sinyallerini Polymarket platformunda kripto para ticareti yapmak için kullanıyor. Bugüne kadar, 3.000 dolarlık başlangıç sermayesiyle %184 net yatırım getirisi (YG) elde ettiler. Bir sonraki zorluk, mevcut performansı korurken işlem hacmini artırmak.

"Polymarket platformundaki işlemlerimizle ilgili son güncellemeler şunlardır:

・Anapara: 3.000 $

・Kâr: 5.521 $

・Yatırım Getirisi (YG): %184

・Yıllık Yüzde Getiri (APY): %3.951

Tüm bunlar Synth'in tahmin modeli tarafından destekleniyor. Bu haftanın 'Yenilik Araştırması' bölümünde altta yatan mantığı derinlemesine inceleyeceğiz.

Sportstensor (Spor Tahmin Yarışması)

(Tanımlayıcı: SN41, Başlatıcı: @sportstensor)

Bu, küresel spor bahisleri pazarındaki "avantajlı fırsatları" keşfetmeyi hedefleyen, "piyasadaki zorlukların üstesinden gelmeye" odaklanan bir alt ağdır. Makine öğrenimi mühendislerinin, Major League Baseball (MLB), Major League Soccer (MLS), İngiliz Premier Ligi (EPL), Ulusal Basketbol Birliği (NBA) gibi büyük spor liglerinin sonuçlarını tahmin etmek için modeller kullanması gereken, devam eden bir rekabettir. Kârlılığa ulaşabilen "en iyi model", SN41 Sportstensor Alpha token ödüllerini alacaktır.

Şu anda, katılımcı modellerin ortalama tahmin doğruluğu yaklaşık %55'tir; en üst sıradaki "madenci" (yani model geliştiricisi) %69'a varan bir doğruluk ve %59'luk artımlı yatırım getirisi elde etmektedir.

Sportstensor, likidite katmanı olarak hizmet vermek üzere Polymarket ile ortaklık kurarak Polymarket platformuna daha fazla spor tahminine dayalı işlem hacmi getirdi.

Ekip ayrıca, genel halka yönelik bir spor tahmin yarışması katmanı olan "Almanac" platformunu da geliştiriyor: Kullanıcılar, Sportstensor madencileri tarafından sağlanan sinyallere ve gelişmiş tahmin analitiği verilerine erişebiliyor ve bu bilgilere dayanarak diğer kullanıcılarla rekabet edebiliyor. En iyi performansı gösteren tahminciler haftalık 100.000 dolara kadar ödül kazanabiliyor (lansman tarihi belirlenecek).

AION (Piyasa Savaşı Rekabeti)

(Başlatıcılar: @aion5100, @futuredotfun)

@aion5100 (olay/sonuç tahminine odaklanan akıllı bir aracı ekibi), "Piyasalar Savaşı" yarışmasını başlatmak için @futuredotfun ile ortaklık kuruyor.

Yarışmanın 2024 yılının dördüncü çeyreğinde başlaması planlanıyor ve Polymarket ve Kalshi platformlarında hem insanların hem de yapay zekanın tahmin düellolarına katılabileceği "Tahmin Pazarı Dünya Kupası" olarak konumlandırılıyor.

Yarışma, "kalabalık kaynaklı bilgelik" yoluyla "nihai gerçek referans kaynağı" olmayı hedefliyor. Temel değerlendirme ölçütü, geleneksel "tahmin doğruluğu" değil, "zihin payı, işlem hacmi ve onur"dur ve bu ölçütlerde en iyi performansı gösterenler kazanan olarak taçlandırılır.

Ekip, gelişmiş tahmin piyasası analiz araçlarını, kopyalama ticareti işlevselliğini ve sosyal ticaret ürünlerini rekabete derinlemesine entegre ederek, yatırımcıların bu araçlardan yararlanmasına ve diğer tahmincilerle rekabette bir adım öne geçmesine yardımcı oluyor.

Fraction AI (Çok Senaryolu Yapay Zeka Yarışması)

(Başlatan: @FractionAI_xyz)

Platform, çeşitli yarışma türlerine ev sahipliği yapıyor: Kullanıcılar, "Teklif Tabanlı Üç Taş", "Futbol Kavgası", "Bitcoin Ticaret Savaşı" ve "Çoklu Piyasa Ticareti" gibi senaryolarda yapay zeka ajanlarını konuşlandırabiliyor; ayrıca platform, "Alfa Arena"ya benzer şekilde "ALFA" yarışmasına da ev sahipliği yapıyor; ancak yapay zeka modelleri, sanal para birimlerini kullanarak sürekli sözleşmelerde birbirleriyle ticaret yapıyor.

"ALFA" yarışmasında kullanıcılar, her günlük işlem seansının sonunda hangi aracının en yüksek Kâr ve Zarar (KZ) rakamını elde edeceğine bahis oynayarak yapay zeka aracılarının "uzun/kısa hisselerini" satın alabilirler; "Alfa Arena"ya benzer şekilde, kullanıcılar her bir aracının kullandığı stratejileri ve kullandıkları varlıkları gerçek zamanlı olarak izleyebilirler.

Yarışma sırasında elde edilen içgörüler ve veriler, yapay zeka aracılarını daha da optimize etmek için kullanılacak ve gelecekte kullanıcılar, fonlarını bu aracıların kendi adlarına işlem yapması için kullanabilecekler.

Ekip, AI aracılarının uygulamasını ticaret, DeFi ve tahmin piyasaları dahil olmak üzere tüm popüler finansal alanlara genişletmeyi planlıyor.

Allora (Finansal Mikro Çalışma Yarışması)

(Başlatan: @AlloraNetwork)

Allora, "finans dünyasının Bittensor'u" olarak adlandırılabilir: Platform, makine öğrenimi mühendislerinin "en iyi modeli" geliştirmek için yarıştığı "tema görevleri" veya "mikro işler" (kripto para fiyat tahmini gibi) oluşturur.

Şu anda, fiyat tahmin modelleri ağırlıklı olarak ana akım kripto para birimlerine odaklanıyor; en iyi performans gösteren makine öğrenimi mühendisleri ("Sahteciler" veya "Madenciler" olarak anılırlar) resmi ana ağ lansmanında (yakında) $ALLO token teşviklerine dönüşecek olan "Allora Hammer" ödülünü alabilirler.

Ekibin bir dizi derin "Dinamik DeFi Stratejisi" uygulaması bulunuyor: Allora modelini uygulayarak DeFi stratejileri daha esnek hale geliyor; risk azalırken getiri seviyeleri artıyor.

Örneğin, "ETH/LST Döngü Stratejisi": "kısa pozisyon fırsatlarını" yakalamak için fonların bir kısmını ayırır; tahmin modeli belirli bir eşiği aşan bir fiyat dalgalanması gösteriyorsa, strateji otomatik olarak LST'yi (Liquidity Staking Token) USDC ile değiştirir ve tahmin edilen fiyat dalgalanmasından kar elde etmeyi amaçlayan bir kısa pozisyon oluşturur.

Allora ile ilgili ilginç bir detay ise "Gerçek Gelir Sübvansiyon Token Dağıtımı" modelini benimsemesi: örneğin, madencilerin potansiyel token satış baskısını azaltmak için "10.000 USD ALLO Token + 5.000 USD Müşteri Geliri" kombinasyonu dağıtılacak.

Diğer Önemli Yarışmalar

（1）Finansla İlgili Yarışmalar (Ek)

SN8 PTN (Başlatıcı: @taoshiio): Bu yarışma, geleneksel hedge fonlarının performansını aşmak için küresel yapay zeka modelleri ve nicel analistlerden yüksek kaliteli işlem sinyalleri "kitle kaynaklı" olarak elde etmeyi amaçlıyor. Temel amacı, yalnızca "ham getiri" değil, "riske göre ayarlanmış kârlılık".

Numerai (Yapay Zeka Hedge Fonu) (Başlatıcı: @numerai): Bu, yakın zamanda JPMorgan Chase'den 500 milyon dolar fon alan yapay zeka destekli bir hedge fonudur (bu, JPMorgan Chase'in Numerai'nin işlem stratejilerine 500 milyon dolara kadar kaynak ayıracağı anlamına gelir). Fonun stratejisi, "uzun vadeli özgünlük" ve "riske göre ayarlanmış doğruluk" vurgusu yapan bir "makine öğrenimi modeli yarışması" etrafında dönmektedir. Yarışmaya katılım, ödül olarak NMR token'ları stake etmeyi gerektirir. Platform bugüne kadar katılımcılara 40 milyon doların üzerinde NMR token'ı dağıttı.

(2) Finansla İlgili Olmayan Yarışmalar

Ridges AI (Merkezi Olmayan Programlama Yarışması) (Tanımlayıcı: SN62, Başlatıcı: @ridges_ai): Bu, "kod oluşturma, hata düzeltme ve eksiksiz proje iskeleti oluşturma" gibi görevlerde yapay zeka ajanlarının insan programcıların yerini tamamen almasını hedefleyen merkezi olmayan bir "yazılım mühendisliği yapay zeka ajanı" ticaret platformudur. Yapay zeka ajanları, aylık 20.000 ila 50.000 dolar arasında değişen "Alfa Alt Ağ ödülleri" almaya hak kazanan yüksek kaliteli çözüm sağlayan ajanlarla "gerçek dünya programlama zorluklarında" yarışır.

Flock.io Yarışması (Başlatıcı: @flock_io): Yarışma iki bölümden oluşuyor: Birincisi "en iyi temel yapay zeka modelini oluşturmak", ikincisi ise "federatif öğrenme iş birliği yoluyla alana özgü modelleri hassas bir şekilde ayarlamak". Üstün eğitmenler (yani "madenciler"), yapay zeka modellerini eğiterek yılda 500.000 ila 1 milyon dolar arasında kazanabiliyor. "Federasyonel öğrenmenin" avantajı, kurumların yerel verilerin gizliliğini korurken yapay zeka yeteneklerinden tam olarak yararlanabilmeleridir.

Peki Bütün Bunlar Ne Anlama Geliyor?

Yapay zekânın ilerlemesi artık “açık rekabet” yoluyla sağlanıyor.

Ortaya çıkan her yeni model, yüksek baskı içeren bir ortama girer: veri kıtlığı, sınırlı bilgi işlem kaynakları ve kısıtlı teşvik mekanizmaları. Bu baskılar, "hayatta kalan modelleri filtrelemenin" temel ölçütü haline gelmiştir.

Jeton ödülleri hem bir "enerji kaynağı" olarak hizmet eder: Bu "enerjiyi" verimli bir şekilde kullanabilen modeller etkilerini sürekli olarak genişletirken, bunu verimli bir şekilde kullanamayan modeller kademeli olarak kullanımdan kaldırılacaktır.

Sonuç olarak, bir "Ajan Ekosistemi" inşa edeceğiz; bu ajanlar "talimatlar" yerine "geri bildirim" yoluyla evrimleşecek ve bunlara "otonom ajanlar" (üretken yapay zeka değil) adı verilecek.

Gelecek Nereye Gidiyor?

Bu "açık rekabet" dalgası yapay zekayı "merkezi modelden" "açık kaynaklı, merkezi olmayan modele" doğru sürükleyecek.

Gelecekte, "merkezi olmayan bir ortamda" güçlü modeller ve ajanlar ortaya çıkacak.

Yakında yapay zeka, "kendini geliştirme döngüsünü" otonom olarak yönetebilecek: bazı modeller diğer modelleri ince ayarlayacak, diğer modellerin performansını değerlendirecek, kendi kendini optimize edecek ve güncellemeleri otomatik olarak dağıtacak. Bu döngü, yapay zeka yineleme hızını artırırken insan müdahalesini önemli ölçüde azaltacak.

Bu eğilim yayıldıkça, insan rolü "yapay zeka tasarlamak"tan "yapay zekayı filtrelemek, yararlı yapay zeka davranışlarını korumak ve toplum için olumlu bir beklenti değeri (EV+) olan kurallar ve sınırlar oluşturmak"a doğru kayacak.

Son Bir Düşünce

Rekabet çoğu zaman yeniliği besler ama aynı zamanda "ödül manipülasyonu" ve "sistemi kandırma"yı da teşvik edebilir.

Bir sistemin tasarımı "uzun vadeli faydalı davranışı teşvik edemiyorsa", kaçınılmaz olarak başarısızlığa doğru gidecektir; örneğin, bazı madenciler gerçek anlamda değer katmak yerine "ödül kazanmak" için kural boşluklarından faydalanabilir.

Dolayısıyla, "açık bir sistem"in hem iyi davranışı teşvik edecek hem de kötü davranışı cezalandıracak sağlam "yönetişim mekanizmaları" ve "teşvik tasarımları" ile donatılması gerekir.

Bu hedefe ilk ulaşan kişi, bir sonraki inovasyon dalgasının "değerini, dikkatini ve öz bilgeliğini" yakalayacaktır.

Orijinal Makale Bağlantısı

Resmi BlockBeats topluluğuna katılmaya hoş geldiniz:

Telegram Abonelik Grubu: https://t.me/theblockbeats

Telegram Tartışma Grubu: https://t.me/BlockBeats_App

Resmi Twitter Hesabı: https://twitter.com/BlockBeatsAsia