De Artificial Superintelligence Alliance heeft de publieke ASI:Chain DevNet gelanceerd, waarmee ontwikkelaars vroegtijdige toegang krijgen tot een Layer 1-blockDAG-infrastructuur die specifiek is ontworpen voor coördinatie van autonome agenten en gedecentraliseerde toepassingen voor artificiële algemene intelligentie.
De aankondiging vond plaats op Web Summit Lissabon op 13 november, waar de SingularityNET Foundation en haar partners Fetch.ai en CUDOS zowel ASI:Chain DevNet als Hyperon AGI Framework Alpha 1 presenteerden. De timing richt zich op een kritisch kantelpunt waarop autonome agenten verschuiven van onderzoeksprojecten naar productiesystemen binnen bedrijfsoperaties.
Dr. Ben Goertzel, CEO van SingularityNET en de ASI Alliance, positioneerde de release als een antwoord op fundamentele beperkingen van bestaande blockchainplatforms. „De ASI:Chain-architectuur biedt een nieuwe aanpak voor het oplossen van de blockchaintrilemma’s,” lichtte Goertzel toe.
Het netwerk bereikt schaalbaarheid via een geshardde architectuur met verschillende consensusmechanismen die zijn geoptimaliseerd voor specifieke doeleinden – shards voor high-frequency trading gebruiken het ene mechanisme, terwijl mesh-netwerken voor regio’s met onbetrouwbare internetconnectiviteit een ander inzetten.
Wat er gebeurde
ASI:Chain onderscheidt zich door drie kerntechnische innovaties die inspelen op beperkingen die zijn ontstaan binnen AI‑infrastructuur: knelpunten in rekenkracht, beveiligingsrisico’s door overmatige centralisatie en zorgen over datasoevereiniteit.
Het platform combineert blockDAG-architectuur met MeTTa, een programmeertaal die gedurende jaren is ontwikkeld door SingularityNET als onderdeel van het Hyperon AGI-framework. Met MeTTa kunnen ontwikkelaars complexe redeneerpatronen en agentische logica rechtstreeks onchain implementeren dankzij de focus op declaratieve en functionele berekeningen over kennisgrafen.
MeTTa-smart contracts worden grotendeels gecompileerd naar Rholang, een taal die is ontwikkeld in de RChain-blockchain en wiskundig is geoptimaliseerd voor gelijktijdige verwerking en gedistribueerde systemen. De basis van Rholang in rho-calculus levert het eerste model van concurrente berekening met reflectie, waardoor autonome agenten gecoördineerde acties op schaal kunnen uitvoeren.
De compilatie produceert ook grootschalige graafoperaties die worden uitgevoerd tegen MORK, de MeTTa Optimal Reduction-Kernel. MORK fungeert als een hypermoderne hypergrafverwerkingsmotor en gespecialiseerde, op zippers gebaseerde, multithreaded virtuele machine en levert wat ontwikkelaars omschrijven als een van de meest efficiënte in-RAM-grafdatabasetechnologieën die momenteel beschikbaar zijn.
De DevNet-fase biedt ontwikkelaars in een vroeg stadium toegang om feedback uit de praktijk te verzamelen voordat wordt overgegaan naar de testnetfase. In plaats van zich te baseren op simulaties kunnen ontwikkelaars applicaties uitrollen in een live omgeving, het blockDAG-consensusmodel valideren, de infrastructuur onder echte workloads stresstesten en cruciale feedback geven om het ecosysteem te verfijnen.
Lees ook: South Africa Validates Standard Chartered's $1 Trillion Stablecoin Warning For Emerging Markets
Waarom het ertoe doet
De lancering pakt een groeiende kloof aan tussen de adoptie van autonome agenten door ondernemingen en de beschikbare blockchaininfrastructuur. Gartner voorspelt dat binnen 36 maanden bedrijfssoftware met agentische AI zal stijgen naar 33 procent, tegenover minder dan 1 procent in 2024. De meeste grote ondernemingen hebben al agentische oplossingen ingezet voor productie-workflows in financiën, supply chain en operaties.
Traditionele blockchains zijn ontworpen voor tokentransfers en basis-smart contracts en missen native ondersteuning voor high-performance orkestratie van agenten en dynamische redeneerpatronen. Ze missen ook de modulaire infrastructuur die nodig is voor gedecentraliseerde AI-diensten op schaal.
De geshardde architectuur van ASI:Chain maakt aangepaste consensusmechanismen en modulaire executielagen mogelijk die zijn afgestemd op verschillende AI‑workloads. Het platform biedt ontwikkelaars uitgebreide documentatie, toegang tot een GitHub-repository, een blokverkenner voor transactiezichtbaarheid en een faucet die test-ASI-tokens uitgeeft.
De alliantie positioneert zich als de grootste onafhankelijke open-source entiteit in onderzoek en ontwikkeling rond gedecentraliseerde AI. De technische stack is erop gericht de vooruitgang richting gedecentraliseerde AGI en uiteindelijk Artificial Superintelligence te versnellen.
Slotgedachten
De DevNet-release komt op een moment dat gecentraliseerde AI-ontwikkeling met toenemende zorgen te maken krijgt over concentratie van rekenkracht en beslissingsbevoegdheid. De gedecentraliseerde benadering van ASI:Chain biedt een alternatieve infrastructuur waarin onafhankelijke AI‑systemen veilig en open kunnen samenwerken.
Dr. Goertzel benadrukte dat het framework is gericht op open‑ended intelligentie en autonome agenten in plaats van eenvoudige chatbots of softwaretools. Het Hyperon AGI Framework biedt volgens hem „een plek voor ontwikkelaars en onderzoekers om te experimenteren en samen te werken aan het bouwen van de volgende generatie intelligente systemen, met behulp van uiteenlopende benaderingen: deep neural nets maar ook logische systemen, evolutionair leren en wat hun verbeelding verder maar bedenkt.”
Tools voor het opzetten van validatornodes en het configureren van shards zijn beschikbaar voor iedereen die als netwerkoperator wil deelnemen. De alliantie plant bredere communitytests terwijl ASI:Chain richting ruimere publieke toegang gaat, met snelle iteraties van Hyperon op basis van feedback van ontwikkelaars die de roadmap vooruitstuwen.
De technische fundamenten zijn gebaseerd op decennia aan onderzoek naar mobiele procescalculi, ontwerp van cognitieve architecturen en programmeren van gedistribueerde systemen, en gaan nu een cruciale testfase in met inzet door ontwikkelaars in de echte wereld.
Lees hierna: CME Group Crypto Derivatives Hit Record 795K Contracts as Volatility Drives Institutional Demand