Gedistribueerde AI-architectuur

Een soevereine AI die van jou is, die geen enkel lab kan uitschakelen

Hylon is een gedistribueerd intelligencesysteem met 5 lagen. Een Personal AI draait op je eigen apparaat en leert jouw context lokaal, en het globale model verbetert zichzelf, privacy-by-design en het sterkst waar de frontier-labs niet kunnen komen.

Zelfverbetering is begrensd door onveranderlijke veiligheidsfundamenten die nooit gewijzigd kunnen worden.

Netwerkgroei
Live
0nodes
Doel
Doelschaal

Elke node draait een Personal AI die bijdraagt aan de collectieve intelligentie

Revolutionaire architectuur

Vijf lagen naar intelligentie

Niet zomaar een chatbot. Een compleet systeem ontworpen voor continue, bewaakte zelfverbetering en kritisch denken.

L5

Safety Monitor

Verifieert de onveranderlijke fundamenten bij elke stap en bewaakt de laatste releasegate en kill switch

L4

Self-Improvement Engine

KEY

Een geautomatiseerde onderzoeksloop die het volgende model voorstelt, test en traint, en het pas promoveert wanneer het aantoonbaar beter is dan het huidige model en alle veiligheidscontroles doorstaat

L3

Critical Learning System

Stelt alles ter discussie. Test alle claims. Verifieert voordat kennis wordt geaccepteerd.

L2

Hylon Core Model

Ontworpen om te leren van Personal AIs — ziet nooit ruwe gebruikersdata (twee lagen verwijderd)

L1

Personal AI + OrbMesh-netwerk

Een groeiend netwerk van nodes draait een Personal AI die leert van lokale gebruikersdata

Data stroomt omhoog: User Data → Personal AI → Hylon (altijd twee lagen verwijderd)
HOE HET STERKER WORDT

Zelfverbetering binnen vangrails

Andere AIs wachten tot mensen ze upgraden. Hylon draait een geautomatiseerde onderzoeksloop die recepten voorstelt, goedkope experimenten draait en het volgende model traint.
Een uitdager gaat alleen live wanneer deze aantoonbaar beter is dan het huidige model en elke veiligheidscheck doorstaat.

Geautomatiseerd onderzoek

Scant de literatuur, stelt trainingsrecepten voor en draait goedkope experimenten om te vinden wat werkt

Gevalideerde runs

Goedkope experimenten vinden het recept; alleen een gevalideerd recept triggert een dure trainingsrun

Kampioen en uitdager

Een nieuwe kandidaat wordt alleen gepromoveerd als die het live-model ruim verslaat, met nul veiligheidsregressies

Veilige uitrol

Eerst shadow, dan een fractie van het verkeer, daarna alles, met automatische rollback en een on-chain log

Continue training

Het model blijft leren van de dataflywheel en versterking door echte gebruikerstaken

Onveranderlijke vangrails

De Level 0-fundamenten kunnen zichzelf niet aanpassen en een veiligheidsraad bewaakt de releasepoort

De enige beperking: onveranderlijke veiligheid

Fundamenten van niveau 0 zijn hardcoded en kunnen NOOIT worden gewijzigd – niet door het systeem, niet door updates, door niemand. Alle verbeteringen moeten deze fundamenten dienen.

Waarheid
Consistentie
Eerlijkheid
Veiligheid
Integriteit

Critical Learning System

De enige AI die alles ter discussie stelt

Traditionele AI-modellen nemen trainingsdata meestal klakkeloos over. Hylon stelt elke input ter discussie, test elke claim en verifieert voordat iets wordt geaccepteerd. Niets wordt op het eerste gezicht aangenomen.

hylon://critical-learning-engine
Verwerken
Fase 1

Innemen

Claims uit binnenkomende data parsen & extraheren

Fase 2

Vraag

Daag aannames uit, check op bias & gaten

Fase 3

Test

Kruiscontrole met meerdere geverifieerde bronnen

Fase 4

Classificeer

Geef een zekerheids-score & kenniscategorie

Live-analysevoorbeeld
INPUT

"Quantumcomputers kunnen binnen 5 jaar alle huidige encryptie kraken"

Innemen: 2 claims geëxtraheerd — (1) quantum kraakt alle encryptie, (2) binnen 5 jaar

Vraag: "Alle encryptie" is overdreven breed. Tijdframe-claim heeft bewijs nodig. Hoe zit het met post-quantumcryptografie?

Test: Gekruischeckt met 12 bronnen — NIST, IBM Research, Nature-artikelen. RSA kwetsbaar; AES-256/rooster-gebaseerde blijven veilig. Tijdlijn wordt betwist door 8/12 bronnen.

Classificeer: Claim 1 — DISPUTED (gedeeltelijk waar voor RSA). Claim 2 — REJECTED (consensus: 10-20 jaar).

Gecontroleerd

Doorstaat alle tests. Geïntegreerd in kernkennis met zekerheids-score.

73%van inputs
Betwist

Gedeeltelijk waar of tegenstrijdig bewijs. Apart gezet voor diepere analyse.

19%van inputs
Verworpen

Verificatie niet doorstaan. Verwijderd om kennisvervuiling te voorkomen.

8%van inputs
42,7M claims verwerkt|3,4M betwist|680K verworpen|Nul hallucinaties uit niet-gecontroleerde data

Eerlijke vergelijking

Hylon vs. traditionele AI

Niet zomaar een ander product – een fundamenteel andere architectuur.

FeatureHylonAnderen
Waar het draaitOp je apparaat en in een community-eigen clusterGecentraliseerde cloud die je niet zelf beheert
Jouw contextGetraind op je apparaat, ruwe data verlaat het apparaat nooitVerwerkt op centrale servers
BeschikbaarheidWerkt in landen waar anderen geblokkeerd zijnGeo-geblokkeerd of afgeremd in veel regio’s
ZelfverbeteringGeautomatiseerde onderzoekslus binnen veilige kadersAlleen handmatige updates
TrainingssignaalEchte gebruikerstaken, privé en meertaligStatische internet-scrapes
EigenaarschapIn bezit en onder beheer van zijn netwerkIn bezit van een lab en zijn aandeelhouders
KostenstructuurDoor gebruikers beheerde infrastructuurDure gecentraliseerde GPU-clusters

Privacy-architectuur

Hylon ziet jouw data nooit

Twee lagen tussen jou en de cloud. Jouw data traint JOUW Persoonlijke AI lokaal. Hylon leert van AI’s die al geleerd hebben – zoals leren van een tutor die de boeken heeft gelezen, in plaats van zelf de boeken lezen.

Jouw data

E-mails, berichten, bestanden, browsen, spraak

Persoonlijke AI

Leert alleen op JOUW apparaat

Weights gedeeld

Nooit ruwe data, alleen inzichten

Hylon leert

Van Persoonlijke AI’s

Hylon blijft twee lagen verwijderd van jouw data

Kennisverwerving

Waar Hylon van leert

Vijf afzonderlijke kennisbronnen, allemaal kritisch geëvalueerd vóór integratie. Niets wordt blind geaccepteerd.

Persoonlijke AI’s

Primaire bron — digitale levens van gebruikers

VPN-patronen

Realtime gedragsmetadata

Open source

DeepSeek-, Qwen-, Llama-weights

Onderzoeksartikelen

arXiv, publicaties, ideeën

Model-API’s

Educatieve vragen

Het VPN-datavoordeel

Geen enkel ander AI-bedrijf heeft toegang tot realtime internetgedragspatronen van zijn gebruikers. Traditionele AI-modellen trainen op statische internetscrapes. Hylon ziet hoe mensen het internet daadwerkelijk gebruiken - in real time.

Browsedpatronen
Wat mensen echt opzoeken
App-gebruik
Echt digitaal gedrag
Beslissingsflows
Hoe keuzes worden gemaakt

Datatransformatie

Ruwe data wordt abstracte kennis

Je persoonlijke AI leert van jouw data. Hylon ontvangt alleen geabstraheerde patronen — nooit ruwe content, nooit identificeerbare informatie.

Persoonlijke AI ziet

Gevoelig — blijft op je apparaat

Hylon ontvangt

Geabstraheerd — geen persoonlijke data

E-mails en schrijven
Communicatiepatronen, schrijfstijlen
Berichten en gesprekken
Dialoogpatronen, relatie-dynamiek
Documenten en bestanden
Domeinkennis, professionele expertise
Browsen en onderzoek
Interessepatronen, leergedrag
Agenda en planning
Tijdmanagementpatronen
Stem en spraak
Natuurlijke taalpatronen
Beslissingen en keuzes
Besluitvormingspatronen
Ruwe data verlaat je apparaat nooit — alleen geabstraheerde patronen worden gedeeld

Op doelschaal

Enorme schaal = ongekende kracht

Wanneer het netwerk volledige schaal bereikt, wordt het de krachtigste gedistribueerde compute-infrastructuur die ooit is gebouwd.

83
ExaFLOPS
Totale rekenkracht
Meer dan elke afzonderlijke GPU-cluster
24
PB
GPU-geheugen
24 miljoen gigabyte
2
EB
Opslagcapaciteit
2 miljard gigabyte
1M
AI’s
Doelnetwerkgrootte
Schaalt mee met gebruikersgroei
Traditionele Cloud-AI
Enorme infrastructuurkosten
Gecentraliseerd
Andere AI-labs
Miljarden aan infrastructuur
Gecentraliseerd
Hylon (OrbMesh)
Gebruikerseigendom
Aanzienlijk goedkoper

Veelgestelde vragen

Veelgestelde vragen

Zal Hylon grensmodellen zoals GPT of Gemini verslaan?

Het doel is beter presteren dan elke gecentraliseerde lab, en de route daarheen is gefaseerd en poortgestuurd. Eerst aantoonbaar de eerste zijn waar de labs niet kunnen komen, in je eigen context en in onderbediende markten, en dan stapelen richting de algemene frontier. We claimen een capability pas wanneer de poort genomen is, zonder gedateerde beloftes over algemene intelligentie.

Hoe verschilt dit van traditionele AI?

Fundamentele verschillen: (1) gedistribueerd over apparaten van gebruikers en een community-eigen cluster in plaats van een gecentraliseerde cloud, (2) een Personal AI leert jouw context op het apparaat en de ruwe data verlaat het apparaat nooit, (3) het model verbetert zichzelf via een geautomatiseerde onderzoekscyclus binnen onveranderlijke vangrails, (4) een kritisch leersysteem stelt vragen en verifieert in plaats van trainingsdata klakkeloos te accepteren, en (5) het werkt in markten waar de grote assistenten zijn geblokkeerd.

Hoe werkt die zelfverbetering precies?

Een geautomatiseerde onderzoekscyclus scant de literatuur, stelt trainingsrecepten voor en draait goedkope experimenten om te bepalen wat werkt. Alleen een gevalideerde recept triggert een dure trainingsrun. Een nieuw model, de uitdager, wordt pas gepromoveerd naar een nieuwe versie wanneer het aantoonbaar beter presteert dan het live model op een vaste evaluatieset, met nul veiligheidsregressies, en wordt dan geleidelijk uitgerold met automatische rollback. De Level 0-fundamenten kunnen niet zelf worden aangepast en een veiligheidsraad beheert de releasepoort.

Hoe verdienen jullie geld zonder toegang tot userdata?

We verkopen OrbMesh-hardwareapparaten, niet userdata. Node-operators verdienen OrbToken door Personal AI- en VPN-diensten te draaien. Gebruikers betalen met OrbToken voor premiumfuncties. Het systeem is economisch zelfvoorzienend zonder dat datamonetisatie nodig is.

Wat voorkomt dat de AI gevaarlijk wordt?

Level 0-fundamenten (Truth, Consistency, Honesty, Safety, Integrity) zijn hardcoded en onveranderlijk – ze kunnen niet worden aangepast door de zelfverbeteringsengine of door updates. Er zijn menselijke controlepunten voor grote wijzigingen. Het systeem is ontworpen met veiligheid als een niet-aanpasbare randvoorwaarde.

Heb ik een OrbMesh-apparaat nodig om Hylon te gebruiken?

Nee. Je kunt Hylon gebruiken via onze apps zonder hardware te bezitten. OrbMesh-eigenaren krijgen echter premiumtoegang, verdienen OrbToken-beloningen en dragen direct bij aan de mogelijkheden van het netwerk. Een node bezitten betekent dat je een stukje van de AI-infrastructuur bezit.

Een soevereine AI die je bezit

Verken Hylon op de eigen site, of draag rekenkracht bij vanaf je apparaten en verdien. Bezit een stukje van de intelligentie.