Hylon nasıl çalışır

Tek yapay zekâ, beş katman, bir milyon cihaz

Veri yukarıya asla ham içerik olarak değil, gizliliği koruyan sinyal olarak akar. Fiziksel zeminden değiştirilemez denetim düzlemine kadar her katmanın ayrı bir sorumluluğu ve ayrı bir güven sınırı vardır.

Mimari

Beş katmanlı sistem

Katman 5
Güvenlik ve beliren yetenek monitörü

Değiştirilemez denetim düzlemi. Seviye sıfır temellerini her adımda doğrular, yetenek belirmesini ve hedef oyunlarını izler; son sürüm kapısını ve acil durdurma anahtarını elinde tutar. Denetlediği sistem tarafından değiştirilemez.

Katman 4
Kendini geliştirme motoru

Otomatik araştırma döngüsü artı şampiyon-rakip sürüm mekanizması. Reçeteyi ucuz deneyler bulur; doğrulanmış reçeteler pahalı koşuları tetikler. Bir rakip aday yalnızca belirgin fark, istatistiksel anlamlılık ve sıfır güvenlik gerilemesiyle terfi eder.

Katman 3
Egemen model, Hylon çekirdeği

Küresel model: yönlendiricili bir uzman karışımı çekirdeği; bilgi erişimi ve uzun süreli bellek, araç kullanımı, ajan orkestrasyonu ve uzman kafalar. GPU kademesinde eğitilir ve Kişisel Yapay Zekâlara damıtılır.

Katman 2
Kişisel Yapay Zekâ katmanı

Kullanıcı başına kompakt, cihaz üstü bir model. Bağlamınızı yerelde öğrenir, özel çıkarım sunar, kişiselleştirir ve yukarıya yalnızca gizliliği koruyan öğrenilmiş sinyal gönderir.

Katman 1
Cihaz zemini

Telefonlar, PC'ler, Mac'ler ve GPU düğümleri genelinde donanımdan soyutlanmış bir çalışma ortamı. Ölçülen ve doğrulanan işlem gücü. Ham kullanıcı verisi burada doğar ve burada ölür; katı gizlilik sınırı budur.

Egemen yığın

Her şeyi kendisi yapar

İçeride Hylon, her güçlü yapay zekâ gibi bir sistemdir. Size ve ağa ise hiçbir dış sağlayıcıya katı bağımlılığı olmayan, kendi kendine yeten tek bir asistan olarak görünür.

Uzman karışımı çekirdeği

Seyrek uzman yönlendirmesi sayesinde model, her token'a katlanmadan kapasitesini ölçekler; güçlü bir modelin standart biçimi.

Bilgi erişimi ve bellek

Uzun süreli bellek ve bilgi erişimi, modele tek bir istemin ötesinde kalıcı bağlam kazandırır.

Araç kullanımı ve ajanlar

Model araçları çağırır ve çok adımlı ajanları yönetir; böylece bir kutunun içinden yanıt vermek yerine işin tamamını yapabilir.

Uzman kafalar

Hylon'un kanıtlanabilir biçimde birinci olmayı hedeflediği kilit görevler için alana özel kafalar.

Tasarımdan gelen gizlilik

Bağlamınız cihazınızda kalır

Kişisel Yapay Zekâ; mesajlarınızdan, dosyalarınızdan ve alışkanlıklarınızdan yerelde öğrenir. Ham veri cihazdan asla çıkmaz. Ağın öğrendiği şey veri değil sinyaldir: diferansiyel gizlilik ve güvenli toplulaştırma ile federe öğrenme üzerinden paylaşılan, gizliliği koruyan model güncellemeleri; böylece hiçbir birey geri çıkarılamaz.

Gizliliği bir mühendislik garantisi ve belgelenmiş bir hukuki duruş olarak ele alırız; savunmalar üyelik çıkarımı ve model tersine çevirme saldırılarına karşı değerlendirilir. Hukukun dışında olduğumuzu iddia etmiyoruz. Hukukun içinde savunulabiliriz.

Veri akışı, yukarı doğru
01Cihaz üzerinde ham veri; Kişisel Yapay Zekâ öğrenir
02Yerel güncelleme diferansiyel gizlilik gürültüsü eklenir
03Güvenli toplulaştırma sunucu yalnızca toplamı görür
04Küresel model hiçbir birey geri çıkarılamaz
Merkeziyetsiz işlem gücü

İki kademe, yalnızca doğrulanmış iş

Coğrafya ve sahiplikle merkeziyetsiz; telefonlar model eğitebilirmiş gibi yaparak değil. Bant genişliği problemi düşük iletişimli eğitimle çözüldü; asıl dağ, toplam işlem gücü.

Kademe 1

GPU kümelerinde eğitim

Veri merkezi sınıfı GPU'lar; DAO'ya ait bir çekirdek artı stake yatırmış operatörler, ağ ihtiyacını mertebelerce azaltan düşük iletişimli eğitimle internet üzerinden koordine edilir. Bant genişliği çözüldü; gerçek sınırlar bellek ve toplam işlem gücü.

Kademe 2

Cihazlar ellerinden geleni yapıyor

Hedef: çıkarım sunan, cihaz üzerinde kişiselleştiren, pekiştirme sinyali puanlayan ve veri katan bir milyon telefon, PC ve Mac. Canlı düğüm betası doğrulanmış kıyaslama ve doğrulama işleriyle başlıyor. Her zaman doğrulanır; boşta açık kalmak asla ödüllendirilmez.

Doğrulama

Açık kalmaya değil, gerçek çıktıya ödeme

Çıkarım

Aktivasyonların yerelliğe duyarlı karması (LSH), bir düğümün modeli gerçekten çalıştırdığını, yeniden çalıştırmanın maliyetinin küçük bir kesriyle doğrular.

Eğitim

Ayrı tutulmuş partiler üzerinde ekonomik ve istatistiksel puanlama, artı yedeklilik; dürüst olmayan ya da düşük kaliteli katkıları yakalar.

Yüksek güvence

Bir müşterinin donanım garantisine ihtiyaç duyduğu yerlerde, güvenilir yürütme ortamları hassas iş yüklerini tasdik eder.

Hedef hiyerarşisi
Seviye 0
Doğruluk, güvenlik, dürüstlük, bütünlük. Değiştirilemez.
Seviye 1
Birincil hedefler. Sabit.
Seviye 2
Yetenekler. Optimize edilebilir.
Seviye 3
Metrikler. Yalnızca gösterge.
Kendini geliştirme

Güvenlik sınırları içinde kendini geliştirir ve kendi sürümünü çıkarır

Otomatik bir araştırma döngüsü reçeteler önerir, ucuz deneyler koşar ve bir sonraki adayı eğitir. Bir rakip aday, sabit bir kapı test takımında canlı modeli kanıtlanabilir biçimde geçip her güvenlik kontrolünü aştığında, otomatik olarak yeni adlandırılmış bir sürüme terfi eder; gölgeden tam dağıtıma otomatik geri almayla yayılır ve zincire kaydedilir.

Dürüst çizgi

Seviye sıfır temelleri sistemin kendisi tarafından değiştirilemez; son sürüm kapısı ve acil durdurma anahtarı bir güvenlik konseyindedir. Hedef en üst düzeyde, olası hasar alanı sınırlı.

Teknik dokümanın tamamını okuyun

Bu sayfadaki her mekanizma, Hylon teknik dokümanında diyagramlarla ve derinlemesine tanımlanmıştır.

Teknik dokümanı okuyunBir düğüm çalıştırın