Son zamanlarda NEAR'in GitHub sayfasını gezarken ilginç bir şey keşfettim: NEAR AI ekibi, Çin'in açık kaynaklı büyük modeli DeepSeek'i kullanarak 672 adet son derece zor matematiksel ispat sorusunu başarıyla çözdü. AI'ya sorduğumda, bu soruların Kuzey Amerika'nın en üst düzey üniversite matematik yarışması olan PutnamBench soruları olduğunu öğrendim. Kısacası, bu testi geçmek, AI'nın son derece titiz bir mantıksal çıkarım yeteneğine sahip olduğunu gösterir. @MSBIntel'e göre, NEAR'in bu çözümü tüm 672 soruyu tamamlamak için her bir soru başına ortalama sadece 0,17 dolar, toplamda 110 doların biraz üzerinde maliyetle tamamladı. Karşılaştırma olarak, aynı mükemmel puanı elde eden diğer çözümlerde OpenAI modeli kullanılarak her bir sorunun ortalama maliyeti 44,5 dolar, Claude ise 3,52 dolar oldu. Bir blockchain bu kadar yüksek seviyeli matematik sorularını neden çözmek istiyor? Aslında AI'nın matematiksel mantık ispatları yapmasını zorlamak, teknik olarak formel doğrulama olarak bilinen akıllı sözleşmelerin güvenlik denetimini hedefliyor. Örneğin, matematiksel mantıkla kodun her satırını hata yok mu diye kontrol etmek; eğer düşük maliyetli açık kaynaklı AI hesaplama gücüyle kod doğrulama maliyetini birkaç on kuruşa kadar düşürebilirsek; gelecekte projeler hatta sıradan geliştiriciler de kendi sözleşmelerini çok düşük maliyetlerle güvenlik açısından denetleyebilir. Bu durumun near:native'in fiyatıyla doğrudan bir ilişkisi olmasa da, proje ekibinin gerçekten bir şeyler yaptığının bir göstergesi.