توضیح Gensyn: چگونه AIGENSYN محاسبات غیرمتمرکز هوش مصنوعی را توانمند می‌سازد

آموزش هوش مصنوعی پیشرفته به‌طور پنهانی به یکی از متمرکزترین صنایع در جهان تبدیل شده است. تعداد کمی از ارائه‌دهندگان ابری کنترل خوشه‌های GPU را در اختیار دارند که تصمیم می‌گیرند کدام مدل‌ها ساخته شوند، چه کسی چه مبلغی می‌پردازد و چقدر سریع این حوزه پیشرفت می‌کند.

Gensyn به عنوان یک پروتکل بدون مجوز وارد این عرصه می‌شود که توان محاسباتی بلااستفاده از رایانه‌های بازی، دستگاه‌های حرفه‌ای، دستگاه‌های همراه و مراکز داده کوچک را در یک شبکه جهانی واحد برای بارهای کاری یادگیری ماشین گردهم می‌آورد. هدف آن ارائه GPUهای اجاره‌ای ارزان‌تر نیست. شرط‌بندی بسیار بزرگ‌تر است: ساخت زیربنای قابل‌اثباتی که اجازه می‌دهد هزاران ماشین غیرقابل‌اعتماد مدل‌های هوش مصنوعی را به صورت صادقانه آموزش دهند و خدمات ارائه کنند، و به آنها در قالب توکنی که ارزش تولید شده را ثبت می‌کند، پرداخت گردد.

Gensyn در آوریل ۲۰۲۶ با شبکه اصلی همسو با اتریوم خود به صورت زنده آغاز به کار کرد که شامل Delphi، یک بازار پیش‌بینی تسویه شده با هوش مصنوعی، بود و کمی بعد توکن AIGENSYN را راه‌اندازی کرد. این حرکت سال‌ها تحقیق را به یک سیستم زنده با کارمزدهای واقعی، سوختن واقعی و هویت واقعی در بلاکچین تبدیل کرد. این مقاله شرح می‌دهد که Gensyn چه کاری انجام می‌دهد، چه کسانی آن را ساخته‌اند، معماری چگونه کار می‌کند، توکن واقعاً چه چیزی را در بر می‌گیرد و ریسک‌ها پیش از پنجره بزرگ بعدی بازگشایی کجاست.

موسسان پشت Gensyn AI و مسیر آن‌ها از Entrepreneur First

Gensyn با دیدار دو نفر در شتاب‌دهنده Entrepreneur First در لندن در سال ۲۰۲۰ آغاز شد.

بن فیلدینگ، که اکنون مدیرعامل است، با دکترای علوم کامپیوتر از دانشگاه نورثامبریا وارد شد. تحقیقات دکتری او بر روش‌های تکاملی و مبتنی بر ازدحام برای آموزش شبکه‌های عصبی متمرکز بود، که دقیقاً بذر فکری نحوه هماهنگی Gensyn از مدل‌های کوچک متعدد در دستگاه‌های مختلف است.

هری گریو، که اکنون CTO است، از کِیمز کپیتال منیجمنت در اسکاتلند آمده است، جایی که وی روی داده‌های مالی، روندهای بازار و ریسک کار می‌کرد. این دو نفر در طول هشت هفته برنامه به شرکت متعهد شدند و شرط بستند که یادگیری ماشین بار کاری اصلی محاسباتی دهه خواهد بود و هیچ‌کس نباید اجازه داشته باشد زنجیره تامین آن را کنترل کند.

جف آمیگو بعدها به عنوان COO به تیم پیوست و عملیات روزمره را اداره می‌کند. تیم کاملاً شناخته شده است، مصاحبه می‌دهد، مقالات منتشر می‌کند و کدهای متن‌باز را تحت سازمان gensyn-ai در گیت‌هاب ارائه می‌دهد. برای یک پروژه هوش مصنوعی-رمزارز در این مقیاس، این سطح از شفافیت تضمین موفقیت نیست، اما خطر تیم ناشناس پایه‌ای که بخش زیادی از این حوزه را تهدید می‌کند، از بین می‌برد.

چگونه معماری آموزش قابل‌تأیید Gensyn کار می‌کند

مشکل اصلی در محاسبات غیرمتمرکز یافتن GPUها نیست. مشکل اصلی اعتماد به خروجی آن‌ها است. یک گره می‌تواند ادعا کند که یک مرحله آموزش را اجرا کرده، وزن‌های تصادفی بازگرداند و جایزه را برای خود بردارد. ابرهای متمرکز این مشکل را با مالکیت سخت‌افزار حل می‌کنند. Gensyn این مشکل را با رمزنگاری و قابلیت بازتولید حل می‌کند.

پروتکل سه لایه دارد:

• AXL لایه شبکه همتا به همتا است که وزن‌های مدل، گرادیان‌ها و داده‌ها را بین ماشین‌های شرکت‌کننده بدون عبور از سرور مرکزی منتقل می‌کند.
• CHAIN سیستم هویت، شهرت و هماهنگی در زنجیره است که به عنوان رول‌آپ سفارشی اتریوم ساخته شده تا هر مشارکت ثبت‌شده، قابل استناد و پرداخت باشد.
• REE، محیط اجرای قابل بازتولید، لایه تأیید است که از اپراتورهای یادگیری ماشین بیت‌وایز-قطعی استفاده می‌کند تا تضمین کند ورودی یکسان، خروجی دقیقاً یکسانی را روی هر سخت‌افزار صادقانه تولید می‌کند.

در کنار REE، Verde قرار دارد، یک کتابخانه حل اختلاف که عملیات اول مخالف را در یک گراف محاسباتی شناسایی می‌کند، هنگامی که دو گره نتایج متفاوتی بازمی‌گردانند. به جای اجرای مجدد کل کار آموزش، یک داور فقط نیاز دارد که گام مناقشه‌برانگیز را مجدداً محاسبه کند. این کار باعث ارزان بودن تأیید می‌شود، که همان چیزی است که کل مدل اقتصادی را ممکن می‌سازد.

سه الگوریتم ارتباطی باعث افزایش کارایی گروه می‌شوند: NoLoCo به اشتراک‌گذاری وزن‌ها به صورت شایعه‌ای می‌پردازد، CheckFree تحمل خطا را هنگام رها شدن گره‌ها در نیمه آموزش فراهم می‌کند، و SkipPipe جریان گرادیان را در سخت‌افزار نامتوازن بهینه می‌سازد. با هم، آنها باعث می‌شوند که ماشین‌های ناهمگون و با تأخیر بالا بیشتر شبیه یک خوشه هماهنگ عمل کنند.

تاریخچه تأمین مالی و سرمایه‌گذاران پشت ارز دیجیتال Gensyn

جن‌سین بیش از 78 میلیون دلار در چندین مرحله سرمایه‌گذاری جمع‌آوری کرده است، که رویداد اصلی آن، سری A به ارزش 43 میلیون دلار در ژوئن 2023 بود که توسط a16z کریپتو رهبری شد. CoinFund، Canonical Crypto، Protocol Labs و Eden Block در این مرحله حضور داشتند. دور سرمایه‌گذاری بعدی که مجدداً توسط a16z کریپتو رهبری شد، حدود 16.7 میلیون دلار به همراه داشت با ارزیابی کاهش یافته کامل یک میلیارد دلار، و Galaxy Digital و Maven 11 لیست سرمایه‌گذاران را تکمیل کردند.

فروش عمومی در 15 دسامبر 2025 روی پلتفرم Sonar برگزار شد و به صورت حراج انگلیسی ساختاربندی شد. سیصد میلیون توکن، معادل 3٪ از کل عرضه، با میانگین قیمت حدود 0.0473 دلار فروخته شد. این امکان دسترسی اولیه قابل توجهی را به یک پایه خرده‌فروشی گسترده با قیمتی کمتر از محدوده نهایی عرضه فراهم کرد که در این بخش امری نادر است.

فروش توکن AIGENSYN، تخصیص و مکانیزم سوزاندن

توکن AIGENSYN دارای عرضه کل ثابتی معادل 10 میلیارد است. هیچ برنامه تورمی وجود ندارد. تجزیه تخصیص بخش مهمی است که ارزش درک دارد زیرا به شما می‌گوید عرضه آینده از کجا خواهد آمد.

کاربرد توکن در سه جهت حرکت می‌کند. ارائه‌دهندگان محاسبات و اعتبارسنج‌ها AIGENSYN را استیک می‌کنند تا در وظایف آموزش شرکت کنند و درستی کار خود را تایید کنند. کاربران برای دسترسی به محاسبات، پرس‌وجوها و برنامه‌های ساخته شده بر روی شبکه AIGENSYN پرداخت می‌کنند. دارندگان توکن حقوق حاکمیتی بر تخصیص خزانه و پارامترهای پروتکل به دست می‌آورند.

جنبه کاهشی در اول مه ۲۰۲۶ فعال شد، زمانی که بنیاد GensynAI مکانیزم برنامه‌ریزی شده خرید و سوزاندن را راه‌اندازی کرد. این پروتکل ۰.۵٪ از تمام درآمدهای کارمزد را می‌گیرد، AIGENSYN را در بازار آزاد خریداری می‌کند، سپس ۷۰٪ از توکن‌های خریداری شده را به‌طور دائمی نابود می‌کند و ۲۹٪ باقی‌مانده را به خزانه جامعه هدایت می‌کند. اقتصاد مخصوص Delphi حتی پرخاشگرانه‌تر است: ۷۰٪ از درآمد پروتکل پلتفرم سوزانده می‌شود، ۲۹٪ به خزانه می‌رود و ۱.۵٪ به سازندگان بازار پرداخت می‌شود. این طراحی، کمیابی توکن را مستقیماً به استفاده واقعی از محصول مرتبط می‌کند نه به بازخریدهای وعده داده شده.

از RL Swarm تا CodeZero: سفر تست‌نت Gensyn

تست‌نت عمومی در مارس ۲۰۲۵ با RL Swarm به عنوان فاز ۰ راه‌اندازی شد. RL Swarm یک چارچوب یادگیری تقویتی همتا به همتا است که در آن شرکت‌کنندگان گره‌هایی را راه‌اندازی می‌کنند که مدل‌ها را به‌صورت تعاونی در اینترنت آموزش می‌دهند، به طوری که هر مشارکت به یک هویت در زنجیره متصل شده و به این ترتیب اعتبار انباشته می‌شود. هر کسی می‌توانست مخزن متن‌باز را کلون کند، آن را به ریوینگ زنده متصل کند و شروع به مشارکت نماید.

روند پیشرفت به این صورت بود:

• مارس ۲۰۲۵ تست‌نت با RL Swarm که روی Reasoning Gym، یک محیط ریاضی و منطق اجرا می‌شد، افتتاح شد.
• نوامبر ۲۰۲۵ Reasoning Gym با CodeZero جایگزین شد، یک محیط همکاری کدنویسی که مدل‌ها به نقش‌های Solver، Proposer، و Evaluator تقسیم شدند تا به طور تعاملی در وظایف واقعی کدنویسی همکاری کنند.
• دسامبر ۲۰۲۵ Delphi در تست‌نت راه‌اندازی شد و پیش از فروش عمومی، تعامل ارگانیک قوی ایجاد کرد.

تست‌نت تنها یک نمایش فنی نبود. یک بازار ورزشی در تست‌نت دلفی بیش از ۸۷,۰۰۰ معامله‌گر جذب کرد و حجم معاملات آن به ۴.۸۸ میلیون دلار رسید، و یک بازار اسکار بیش از ۴۵,۰۰۰ معامله‌گر به خود جلب کرد. این اعداد داده‌های واقعی به تیم داد تا بفهمند آیا لایه تسویه مبتنی بر هوش مصنوعی می‌تواند با ابهامات دنیای واقعی کنار بیاید، که همان بخشی است که سیستم‌های سنتی اوراکل با آن مشکل دارند.

شبکه اصلی دلفی و اولین کاربرد واقعی Gensyn Compute

دلفی در ۲۲ آوریل ۲۰۲۶ روی شبکه اصلی Gensyn به عنوان اولین برنامه شبکه که ارزش اقتصادی واقعی داشت، راه‌اندازی شد. دلفی یک پلتفرم بازار پیش‌بینی بدون نیاز به اجازه است که هر کسی می‌تواند بازاری در هر موضوعی ایجاد کند، از اهداف قیمتی تا نتایج ورزشی و رویدادهای سیاسی. انتخاب کلیدی در تسویه است: مدل‌های هوش مصنوعی، نه کمیته‌های اوراکل انسانی، تصمیم می‌گیرند کدام سوی بازار برنده است.

قیمت‌گذاری در هر بازار توسط یک قاعده امتیازدهی بازاری لگاریتمی متقارن انجام می‌شود، همان ریاضیات بازارساز خودکاری که توسط بازارهای اطلاعاتی بزرگ استفاده می‌شود، با تنظیم قیمت‌ها در زمان واقعی بر اساس جریان سرمایه. مدل کارمزد همان چیزی است که آن را به اقتصاد AIGENSYN مربوط می‌کند. از هر دلار درآمد پروتکل، ۷۰٪ برای خرید و سوختن AIGENSYN استفاده می‌شود، ۲۹٪ به خزانه جامعه اختصاص می‌یابد و ۱.۵٪ به پدیدآورنده بازار پاداش داده می‌شود. در واقع، دلفی یک موتور تقاضای عظیم است که حجم حدس و گمان را به تخریب توکن تبدیل می‌کند.

موقعیت Gensyn در میان رقبای محاسبات غیرمتمرکز AI

بخش محاسبات غیرمتمرکز AI شلوغ است، اما پروژه‌های درون آن مشکلات متفاوتی را حل می‌کنند. موقعیت Gensyn باریک‌تر و از نظر فنی چالش‌برانگیزتر از بسیاری دیگر است.

• Bittensor (TAO) به‌عنوان یک بازارچه فرعی عمل می‌کند که در آن اعتبارسنج‌ها بهترین مدل‌های عملکردی را با توکن‌ها پاداش می‌دهند. تمرکز آن بر استنتاج و تجمیع هوش است تا تأیید آموزش.
• Render Network (RNDR) از رندر سه‌بعدی به محاسبات هوش مصنوعی مولد تکامل یافته است و از GPUهای مصرفی و حرفه‌ای بدون مدارک تأیید خاص یادگیری ماشین استفاده می‌کند.
• Akash از طریق قیمت‌گذاری مزایده معکوس، ابر غیرمتمرکز ارائه می‌دهد اما اجرای قابل تأیید را پیاده‌سازی نمی‌کند.
• io.net و Aethir بر تجمیع بازارهای اجاره GPU با تمرکز بر شهرت ارائه‌دهنده به جای تضمین‌های رمزنگاری تمرکز دارند.

مزیت رقابتی Gensyn ترکیب REE به علاوه Verde است. اگر آموزش قابل تأیید برای بارهای کاری جدی سازمانی یا تحقیقاتی مورد نیاز باشد، هیچ پروژه بزرگی در این بخش امروز طراحی مشابهی ارائه نمی‌دهد. نکته منفی این است که این حوزه تخصصی همچنین سخت‌ترین حوزه برای مقیاس‌پذیری است، زیرا آموزش مدل‌های مرزی واقعی مجموعه کوچکی از کارهای بسیار بزرگ است و اثبات اینکه تأیید غیرمتمرکز می‌تواند با سرعت خوشه‌های متمرکز همگام شود هنوز در دست انجام است.

عملکرد قیمت توکن AIGENSYN و ریسک بازشدن که بازار را تهدید می‌کند

توکن AIGENSYN در 29 آوریل 2026 با قیمتی حدود 0.031 دلار راه‌اندازی شد، ظرف چند ساعت به بالای 0.10 دلار رسید، سپس حدود 45٪ از آن اوج کاهش یافت. تا اول مه، قیمت به حدود 0.0357 دلار کاهش یافت زیرا دارندگان مرحله راه‌اندازی خارج شدند، با حجم معاملات 24 ساعته بیش از 27 میلیون دلار که بیش از 58٪ از بازار را تشکیل می‌داد. از آن زمان معاملات در بازه‌ای بین 0.044 تا 0.058 دلار به تثبیت رسید در زمان نگارش، با ارزش بازار نزدیک به 57 تا 73 میلیون دلار بسته به تصویر عرضه و ارزش کامل دریافت شده (FDV) در بازه 480 تا 550 میلیون دلار.

بار ساختاری برنامه بازگشایی است. عرضه در گردش تنها ۱۳٪ از کل است. تخصیص ترکیبی سرمایه‌گذاران و تیم به میزان ۵۴.۶٪ در طول فصل‌های آتی آزاد خواهد شد، و هر نقطه توقف یا بازگشایی خطی معادل فشار بالقوه فروش است. مورد خوش‌بینانه به این بستگی دارد که آیا حجم دل‌فی و تقاضای محاسباتی گسترده‌تر به اندازه کافی AIGENSYN می‌سوزانند تا آن عرضه را قبل از تبدیل شدن به یک مانع ساختاری جذب کنند یا خیر. مورد بدبینانه این است که درآمد کارمزد نسبت به عرضه تخصیص‌یافته در ۱۸ ماه اول کوچک باقی بماند، که در این صورت کشف قیمت در برابر منحنی بازگشایی رخ می‌دهد.

آنچه بعداً باید برای شبکه Gensyn زیر نظر داشته باشید

فاز بعدی کمتر در مورد روایت است و بیشتر در مورد توان عملیاتی. سه سیگنال برای هر کسی که پروژه را دنبال می‌کند اهمیت دارد: حجم معاملات هفتگی دلفی و نرخ سوختن حاصل، تعداد و مقیاس کارهای واقعی آموزش مدل که از طریق RL Swarm و CodeZero در حال اجرا هستند، و ساختار اولین رویداد بازگشایی سرمایه‌گذاران. این سه با هم به بازار خواهند گفت که آیا گنسین در حال تبدیل اعتبار نهادی به استفاده از شبکه سریع‌تر از گسترش عرضه است یا خیر.

شرط‌بندی عمیق‌تر، که پیچیدگی فنی را توجیه می‌کند، این است که آموزش غیرمتمرکز قابل تأیید به یک دسته واقعی تبدیل شود نه یک کنجکاوی تحقیقاتی. اگر توسعه پیشرفته AI حتی به صورت جزئی در سه سال آینده از ابرمقیاس‌گذاران متمرکز خارج شود، گنسین یکی از معدود پروژه‌هایی است که در لایه دقیق تأیید قرار دارد که چنین تغییری نیاز دارد. درآمد پروتکل را دنبال کنید، رشد swarm را دنبال کنید و بازگشایی‌ها را مشاهده کنید. هر چیز دیگری نویز است.