AI Layer1 исследование: Поиск плодородной почвы для DeAI в блокчейне
Обзор
В последние годы ведущие технологические компании, такие как OpenAI, Anthropic, Google и Meta, постоянно продвигают стремительное развитие больших языковых моделей (LLM). LLM демонстрируют беспрецедентные возможности в различных отраслях, значительно расширяя человеческое воображение и даже показывая потенциал замены человеческого труда в некоторых сценариях. Однако ядро этих технологий надежно контролируется немногими централизованными технологическими гигантами. Благодаря мощному капиталу и контролю над дорогими вычислительными ресурсами эти компании создали непреодолимые барьеры, что затрудняет большинству разработчиков и инновационных команд конкурировать с ними.
В то же время, на начальном этапе быстрого развития ИИ общественное мнение часто сосредоточено на прорывах и удобствах, которые приносит технология, в то время как внимание к таким ключевым вопросам, как защита конфиденциальности, прозрачность и безопасность, оказывается относительно недостаточным. В долгосрочной перспективе эти проблемы будут глубоко влиять на здоровое развитие отрасли ИИ и приемлемость в обществе. Если эти вопросы не будут должным образом решены, споры о том, будет ли ИИ "направлен на добро" или "направлен на зло", будут усиливаться, в то время как централизованные гиганты, движимые инстинктом получения прибыли, часто не имеют достаточной мотивации для активного реагирования на эти вызовы.
Технология блокчейн благодаря своим децентрализованным, прозрачным и антикоррупционным характеристикам открывает новые возможности для устойчивого развития индустрии ИИ. В настоящее время на нескольких основных блокчейнах уже появилось множество приложений "Web3 AI". Однако при более глубоком анализе можно выявить, что эти проекты все еще сталкиваются с множеством проблем: с одной стороны, уровень децентрализации ограничен, ключевые этапы и инфраструктура по-прежнему зависят от централизованных облачных услуг, что затрудняет поддержку по-настоящему открытой экосистемы; с другой стороны, по сравнению с продуктами ИИ из мира Web2, AI в блокчейне все еще страдает от ограничений в модели возможностей, использовании данных и сценариях применения, что требует повышения глубины и широты инноваций.
Чтобы действительно реализовать видение децентрализованного ИИ, необходимо, чтобы в блокчейне безопасно, эффективно и демократически размещались масштабные приложения ИИ, а по производительности они могли конкурировать с централизованными решениями. Нам нужно спроектировать Layer1 блокчейн, специально разработанный для ИИ. Это создаст прочную основу для открытых инноваций в области ИИ, демократического управления и безопасности данных, способствуя процветанию децентрализованной экосистемы ИИ.
Основные характеристики AI Layer 1
AI Layer 1 как блокчейн, специально разработанный для приложений ИИ, его базовая архитектура и производительность проектируются с учетом потребностей задач ИИ, с целью эффективно поддерживать устойчивое развитие и процветание экосистемы ИИ в блокчейне. Конкретно, AI Layer 1 должен обладать следующими ключевыми возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса
Ядро AI Layer 1 заключается в создании открытой сети для совместного использования ресурсов, таких как вычислительная мощность и хранилище. В отличие от традиционных узлов блокчейна, которые в основном сосредоточены на ведении учёта в главной книге, узлы AI Layer 1 должны выполнять более сложные задачи, предоставляя не только вычислительную мощность, но и выполняя обучение и вывод AI моделей, а также внося разнообразные ресурсы, такие как хранилище, данные и пропускная способность, тем самым разрушая монополию централизованных гигантов на инфраструктуру AI. Это предъявляет более высокие требования к базовому консенсусу и механизмам стимулов: AI Layer 1 должен точно оценивать, стимулировать и проверять фактический вклад узлов в задачи AI вывода и обучения, для обеспечения безопасности сети и эффективного распределения ресурсов. Только так можно гарантировать стабильность и процветание сети, а также эффективно снизить общую стоимость вычислительной мощности.
Превосходная высокая производительность и поддержка гетерогенных задач
Задачи ИИ, особенно обучение и вывод LLM, предъявляют высокие требования к вычислительной производительности и возможностям параллельной обработки. Более того, экосистема ИИ в блокчейне часто должна поддерживать разнообразные, гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многообразные сценарии. AI Layer 1 должен быть глубоко оптимизирован на уровне архитектуры для удовлетворения требований к высокой пропускной способности, низкой задержке и эластичной параллельной обработке, а также предусмотреть нативную поддержку гетерогенных вычислительных ресурсов, чтобы обеспечить эффективное выполнение различных задач ИИ и реализовать плавное расширение от "единичных задач" до "сложной многообразной экосистемы".
Проверяемость и гарантии надежного вывода
AI Layer 1 не только должен предотвращать злоупотребления моделями, подделку данных и другие угрозы безопасности, но и обеспечивать достоверность и согласованность результатов, генерируемых AI, на уровне базовых механизмов. Интегрируя такие передовые технологии, как доверенные вычислительные среды (TEE), нулевое знание (ZK) и безопасные многопартнерские вычисления (MPC), платформа позволяет независимо проверять каждый процесс вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность AI систем. Кроме того, такая проверяемость также помогает пользователям четко понимать логику и основания вывода AI, реализуя "то, что получено, то и желаемо", повышая доверие и удовлетворенность пользователей к продуктам AI.
Защита конфиденциальности данных
Приложения ИИ часто связаны с чувствительными данными пользователей. В таких областях, как финансы, медицина и социальные сети, защита конфиденциальности данных особенно важна. AI Layer 1 должен обеспечивать безопасность данных на всех этапах, включая вывод, обучение и хранение, используя технологии обработки данных на основе шифрования, протоколы вычислений с защитой конфиденциальности и управление правами на данные, чтобы эффективно предотвращать утечки и неправомерное использование данных, устраняя тем самым беспокойство пользователей по поводу безопасности данных.
Мощные возможности поддержки экосистемы и разработки
В качестве инфраструктуры Layer 1, основанной на AI, платформа должна не только обладать технологическим превосходством, но и предоставлять разработчикам, операторам узлов, поставщикам AI-услуг и другим участникам экосистемы完善ные инструменты разработки, интегрированные SDK, поддержку эксплуатации и механизмы стимулов. Постоянно оптимизируя доступность платформы и опыт разработчиков, необходимо способствовать реализации разнообразных AI-приложений и обеспечивать непрерывное процветание децентрализованной AI-экосистемы.
На основе вышеизложенного контекста и ожиданий, в данной статье будет подробно представлено шесть представительских проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически рассмотрены последние достижения в этой области, проанализировано текущее состояние проектов и обсуждены будущие тенденции.
Sentient: Создание лояльной открытой децентрализованной модели ИИ
Обзор проекта
Sentient является платформой с открытым исходным кодом, которая разрабатывает AI Layer1 в блокчейне(, начальная стадия которой — Layer 2, а затем она будет перенесена на Layer 1). Объединяя AI Pipeline и технологии блокчейна, Sentient строит децентрализованную экономику искусственного интеллекта. Его основная цель — решить проблемы права собственности на модели, отслеживания вызовов и распределения ценностей на централизованном рынке LLM с помощью структуры "OML" (открытая, прибыльная, лояльная), обеспечивая цепочечную структуру прав собственности на AI модели, прозрачность вызовов и распределение ценностей. Видение Sentient заключается в том, чтобы каждый мог строить, сотрудничать, владеть и монетизировать AI-продукты, тем самым способствуя созданию справедливой и открытой экосистемы сети AI Agent.
Команда Sentient Foundation объединила ведущих мировых академических экспертов, предпринимателей в области блокчейна и инженеров, стремящихся создать сообщество, управляемое, с открытым исходным кодом и проверяемую платформу AGI. Ключевые участники включают профессора Принстонского университета Прамода Вишваната и профессора Индийского научного института Химаншу Тяги, которые отвечают за безопасность ИИ и защиту конфиденциальности, а стратегией и экосистемным развитием блокчейна руководит соучредитель Polygon Сандип Найлвал. Члены команды имеют опыт работы в таких известных компаниях, как Meta, Coinbase, Polygon, а также в таких ведущих университетах, как Принстонский университет и Индийский институт технологий, охватывающих области AI/ML, NLP, компьютерного зрения и совместно работают над реализацией проекта.
Как второй стартап соучредителя Polygon Сандипа Найваля, Sentient с момента своего основания имел ауру успеха, обладая обширными ресурсами, связями и рыночной осведомленностью, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершила финансирование на этапе seed в размере 85 миллионов долларов, которое возглавили Founders Fund, Pantera и Framework Ventures, а среди других инвесторов были такие известные венчурные капитальные компании, как Delphi, Hashkey и Spartan.
проектирование архитектуры и уровень приложений
Инфраструктурный уровень
Ядро архитектуры
Ядро архитектуры Sentient состоит из двух частей: AI Pipeline и системы блокчейна:
AI-пайплайн является основой для разработки и обучения "верного AI" артефактов, включает два основных процесса:
Планирование данных (Data Curation): процесс выбора данных, управляемый сообществом, для выравнивания модели.
Обучение лояльности (Loyalty Training): обеспечение того, чтобы модель сохраняла процесс обучения, соответствующий намерениям сообщества.
Система в блокчейне обеспечивает прозрачность и децентрализованный контроль для протоколов, гарантируя право собственности на AI артефакты, отслеживание использования, распределение доходов и справедливое управление. Конкретная архитектура делится на четыре уровня:
Уровень хранения: хранение весов модели и информации о регистрации отпечатков.
Уровень распределения: вход для вызова модели, контролируемый контрактом авторизации;
Уровень доступа: проверка авторизации пользователя через подтверждение прав.
Уровень стимулов: контракт маршрутизации доходов будет распределять платежи при каждом вызове между тренерами, развертывателями и валидаторами.
OML модельная структура
OML фреймворк (Открытый Open, Монетизируемый Monetizable, Лояльный Loyal) — это основная концепция, предложенная Sentient, которая направлена на обеспечение четкой защиты прав собственности и экономических стимулов для открытых AI-моделей. Сочетая технологии в блокчейне и нативную криптографию AI, он имеет следующие характеристики:
Открытость: Модель должна быть открытым исходным кодом, код и структура данных должны быть прозрачными, чтобы сообщество могло воспроизводить, проверять и улучшать.
Монетизация: Каждый вызов модели будет вызывать поток доходов, в блокчейне контракт будет распределять доходы между тренерами, развертывателями и валидаторами.
Верность: Модель принадлежит сообществу участников, направление обновлений и управление определяются DAO, использование и изменение контролируются криптографическим механизмом.
AI нативная криптография (AI-native Cryptography)
AI-родная криптография использует непрерывность моделей ИИ, структуру низкоразмерных многообразий и дифференцируемые характеристики моделей для разработки легковесного механизма безопасности "подтверждаемого, но не подлежащего удалению". Основная технология:
Встраивание отпечатков: во время обучения вставляется группа скрытых пар ключ-значение запроса-ответа для формирования уникальной подписи модели;
Протокол проверки прав собственности: проверка сохранения отпечатков пальцев с помощью стороннего детектора (Prover) в форме запроса (query);
Механизм разрешения вызова: перед вызовом необходимо получить "документ о разрешении", выданный владельцем модели, после чего система предоставляет модели право декодировать этот ввод и возвращать точный ответ.
Этот метод позволяет реализовать "поведенческое авторизационное вызов + верификация принадлежности" без затрат на повторное шифрование.
Модель правового подтверждения и безопасного выполнения
Sentient в настоящее время использует Melange смешанную безопасность: сочетание идентификации по отпечаткам пальцев, выполнения в TEE и распределения прибыли по смарт-контрактам в блокчейне. При этом метод идентификации по отпечаткам пальцев реализован в OML 1.0, подчеркивая идею "оптимистической безопасности (Optimistic Security)", то есть по умолчанию предполагается соблюдение правил, а нарушения могут быть обнаружены и наказаны.
Механизм отпечатков пальцев является ключевой реализацией OML, который через внедрение определённых пар "вопрос-ответ" позволяет модели генерировать уникальную подпись на этапе обучения. С помощью этих подписей владельцы модели могут проверять принадлежность, предотвращая несанкционированное копирование и коммерциализацию. Этот механизм не только защищает права разработчиков модели, но и предоставляет отслеживаемую запись использования модели в блокчейне.
Кроме того, Sentient представила вычислительную платформу Enclave TEE, использующую доверенные среды выполнения (например, AWS Nitro Enclaves), чтобы гарантировать, что модель отвечает только на авторизованные запросы, предотвращая несанкционированный доступ и использование. Хотя TEE зависит от аппаратного обеспечения и имеет определенные риски безопасности, его высокопроизводительность и преимущества в реальном времени делают его ключевой технологией для развертывания современных моделей.
В будущем Sentient планирует внедрить технологии нулевых знаний (ZK) и полностью однородного шифрования (FHE), чтобы further улучшить защиту конфиденциальности и проверяемость, предоставив более зрелые решения для децентрализованного развертывания AI моделей.
 и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
5 Лайков
Награда
5
3
Репост
Поделиться
комментарий
0/400
GasWhisperer
· 10ч назад
чувствую запах войны за L1 Газ... централизованные модели будут разрушены, когда начнется deAI
Посмотреть ОригиналОтветить0
AirdropChaser
· 10ч назад
Снова кто-то собирается зарабатывать деньги?
Посмотреть ОригиналОтветить0
MEVHunterNoLoss
· 10ч назад
Этот действительно вкусный, сначала покупайте падения.
AI Layer1 экосистема исследований: изучение инфраструктуры децентрализованного искусственного интеллекта
AI Layer1 исследование: Поиск плодородной почвы для DeAI в блокчейне
Обзор
В последние годы ведущие технологические компании, такие как OpenAI, Anthropic, Google и Meta, постоянно продвигают стремительное развитие больших языковых моделей (LLM). LLM демонстрируют беспрецедентные возможности в различных отраслях, значительно расширяя человеческое воображение и даже показывая потенциал замены человеческого труда в некоторых сценариях. Однако ядро этих технологий надежно контролируется немногими централизованными технологическими гигантами. Благодаря мощному капиталу и контролю над дорогими вычислительными ресурсами эти компании создали непреодолимые барьеры, что затрудняет большинству разработчиков и инновационных команд конкурировать с ними.
В то же время, на начальном этапе быстрого развития ИИ общественное мнение часто сосредоточено на прорывах и удобствах, которые приносит технология, в то время как внимание к таким ключевым вопросам, как защита конфиденциальности, прозрачность и безопасность, оказывается относительно недостаточным. В долгосрочной перспективе эти проблемы будут глубоко влиять на здоровое развитие отрасли ИИ и приемлемость в обществе. Если эти вопросы не будут должным образом решены, споры о том, будет ли ИИ "направлен на добро" или "направлен на зло", будут усиливаться, в то время как централизованные гиганты, движимые инстинктом получения прибыли, часто не имеют достаточной мотивации для активного реагирования на эти вызовы.
Технология блокчейн благодаря своим децентрализованным, прозрачным и антикоррупционным характеристикам открывает новые возможности для устойчивого развития индустрии ИИ. В настоящее время на нескольких основных блокчейнах уже появилось множество приложений "Web3 AI". Однако при более глубоком анализе можно выявить, что эти проекты все еще сталкиваются с множеством проблем: с одной стороны, уровень децентрализации ограничен, ключевые этапы и инфраструктура по-прежнему зависят от централизованных облачных услуг, что затрудняет поддержку по-настоящему открытой экосистемы; с другой стороны, по сравнению с продуктами ИИ из мира Web2, AI в блокчейне все еще страдает от ограничений в модели возможностей, использовании данных и сценариях применения, что требует повышения глубины и широты инноваций.
Чтобы действительно реализовать видение децентрализованного ИИ, необходимо, чтобы в блокчейне безопасно, эффективно и демократически размещались масштабные приложения ИИ, а по производительности они могли конкурировать с централизованными решениями. Нам нужно спроектировать Layer1 блокчейн, специально разработанный для ИИ. Это создаст прочную основу для открытых инноваций в области ИИ, демократического управления и безопасности данных, способствуя процветанию децентрализованной экосистемы ИИ.
Основные характеристики AI Layer 1
AI Layer 1 как блокчейн, специально разработанный для приложений ИИ, его базовая архитектура и производительность проектируются с учетом потребностей задач ИИ, с целью эффективно поддерживать устойчивое развитие и процветание экосистемы ИИ в блокчейне. Конкретно, AI Layer 1 должен обладать следующими ключевыми возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса Ядро AI Layer 1 заключается в создании открытой сети для совместного использования ресурсов, таких как вычислительная мощность и хранилище. В отличие от традиционных узлов блокчейна, которые в основном сосредоточены на ведении учёта в главной книге, узлы AI Layer 1 должны выполнять более сложные задачи, предоставляя не только вычислительную мощность, но и выполняя обучение и вывод AI моделей, а также внося разнообразные ресурсы, такие как хранилище, данные и пропускная способность, тем самым разрушая монополию централизованных гигантов на инфраструктуру AI. Это предъявляет более высокие требования к базовому консенсусу и механизмам стимулов: AI Layer 1 должен точно оценивать, стимулировать и проверять фактический вклад узлов в задачи AI вывода и обучения, для обеспечения безопасности сети и эффективного распределения ресурсов. Только так можно гарантировать стабильность и процветание сети, а также эффективно снизить общую стоимость вычислительной мощности.
Превосходная высокая производительность и поддержка гетерогенных задач Задачи ИИ, особенно обучение и вывод LLM, предъявляют высокие требования к вычислительной производительности и возможностям параллельной обработки. Более того, экосистема ИИ в блокчейне часто должна поддерживать разнообразные, гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многообразные сценарии. AI Layer 1 должен быть глубоко оптимизирован на уровне архитектуры для удовлетворения требований к высокой пропускной способности, низкой задержке и эластичной параллельной обработке, а также предусмотреть нативную поддержку гетерогенных вычислительных ресурсов, чтобы обеспечить эффективное выполнение различных задач ИИ и реализовать плавное расширение от "единичных задач" до "сложной многообразной экосистемы".
Проверяемость и гарантии надежного вывода AI Layer 1 не только должен предотвращать злоупотребления моделями, подделку данных и другие угрозы безопасности, но и обеспечивать достоверность и согласованность результатов, генерируемых AI, на уровне базовых механизмов. Интегрируя такие передовые технологии, как доверенные вычислительные среды (TEE), нулевое знание (ZK) и безопасные многопартнерские вычисления (MPC), платформа позволяет независимо проверять каждый процесс вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность AI систем. Кроме того, такая проверяемость также помогает пользователям четко понимать логику и основания вывода AI, реализуя "то, что получено, то и желаемо", повышая доверие и удовлетворенность пользователей к продуктам AI.
Защита конфиденциальности данных Приложения ИИ часто связаны с чувствительными данными пользователей. В таких областях, как финансы, медицина и социальные сети, защита конфиденциальности данных особенно важна. AI Layer 1 должен обеспечивать безопасность данных на всех этапах, включая вывод, обучение и хранение, используя технологии обработки данных на основе шифрования, протоколы вычислений с защитой конфиденциальности и управление правами на данные, чтобы эффективно предотвращать утечки и неправомерное использование данных, устраняя тем самым беспокойство пользователей по поводу безопасности данных.
Мощные возможности поддержки экосистемы и разработки В качестве инфраструктуры Layer 1, основанной на AI, платформа должна не только обладать технологическим превосходством, но и предоставлять разработчикам, операторам узлов, поставщикам AI-услуг и другим участникам экосистемы完善ные инструменты разработки, интегрированные SDK, поддержку эксплуатации и механизмы стимулов. Постоянно оптимизируя доступность платформы и опыт разработчиков, необходимо способствовать реализации разнообразных AI-приложений и обеспечивать непрерывное процветание децентрализованной AI-экосистемы.
На основе вышеизложенного контекста и ожиданий, в данной статье будет подробно представлено шесть представительских проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически рассмотрены последние достижения в этой области, проанализировано текущее состояние проектов и обсуждены будущие тенденции.
Sentient: Создание лояльной открытой децентрализованной модели ИИ
Обзор проекта
Sentient является платформой с открытым исходным кодом, которая разрабатывает AI Layer1 в блокчейне(, начальная стадия которой — Layer 2, а затем она будет перенесена на Layer 1). Объединяя AI Pipeline и технологии блокчейна, Sentient строит децентрализованную экономику искусственного интеллекта. Его основная цель — решить проблемы права собственности на модели, отслеживания вызовов и распределения ценностей на централизованном рынке LLM с помощью структуры "OML" (открытая, прибыльная, лояльная), обеспечивая цепочечную структуру прав собственности на AI модели, прозрачность вызовов и распределение ценностей. Видение Sentient заключается в том, чтобы каждый мог строить, сотрудничать, владеть и монетизировать AI-продукты, тем самым способствуя созданию справедливой и открытой экосистемы сети AI Agent.
Команда Sentient Foundation объединила ведущих мировых академических экспертов, предпринимателей в области блокчейна и инженеров, стремящихся создать сообщество, управляемое, с открытым исходным кодом и проверяемую платформу AGI. Ключевые участники включают профессора Принстонского университета Прамода Вишваната и профессора Индийского научного института Химаншу Тяги, которые отвечают за безопасность ИИ и защиту конфиденциальности, а стратегией и экосистемным развитием блокчейна руководит соучредитель Polygon Сандип Найлвал. Члены команды имеют опыт работы в таких известных компаниях, как Meta, Coinbase, Polygon, а также в таких ведущих университетах, как Принстонский университет и Индийский институт технологий, охватывающих области AI/ML, NLP, компьютерного зрения и совместно работают над реализацией проекта.
Как второй стартап соучредителя Polygon Сандипа Найваля, Sentient с момента своего основания имел ауру успеха, обладая обширными ресурсами, связями и рыночной осведомленностью, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершила финансирование на этапе seed в размере 85 миллионов долларов, которое возглавили Founders Fund, Pantera и Framework Ventures, а среди других инвесторов были такие известные венчурные капитальные компании, как Delphi, Hashkey и Spartan.
проектирование архитектуры и уровень приложений
Инфраструктурный уровень
Ядро архитектуры
Ядро архитектуры Sentient состоит из двух частей: AI Pipeline и системы блокчейна:
AI-пайплайн является основой для разработки и обучения "верного AI" артефактов, включает два основных процесса:
Система в блокчейне обеспечивает прозрачность и децентрализованный контроль для протоколов, гарантируя право собственности на AI артефакты, отслеживание использования, распределение доходов и справедливое управление. Конкретная архитектура делится на четыре уровня:
OML модельная структура
OML фреймворк (Открытый Open, Монетизируемый Monetizable, Лояльный Loyal) — это основная концепция, предложенная Sentient, которая направлена на обеспечение четкой защиты прав собственности и экономических стимулов для открытых AI-моделей. Сочетая технологии в блокчейне и нативную криптографию AI, он имеет следующие характеристики:
AI нативная криптография (AI-native Cryptography)
AI-родная криптография использует непрерывность моделей ИИ, структуру низкоразмерных многообразий и дифференцируемые характеристики моделей для разработки легковесного механизма безопасности "подтверждаемого, но не подлежащего удалению". Основная технология:
Этот метод позволяет реализовать "поведенческое авторизационное вызов + верификация принадлежности" без затрат на повторное шифрование.
Модель правового подтверждения и безопасного выполнения
Sentient в настоящее время использует Melange смешанную безопасность: сочетание идентификации по отпечаткам пальцев, выполнения в TEE и распределения прибыли по смарт-контрактам в блокчейне. При этом метод идентификации по отпечаткам пальцев реализован в OML 1.0, подчеркивая идею "оптимистической безопасности (Optimistic Security)", то есть по умолчанию предполагается соблюдение правил, а нарушения могут быть обнаружены и наказаны.
Механизм отпечатков пальцев является ключевой реализацией OML, который через внедрение определённых пар "вопрос-ответ" позволяет модели генерировать уникальную подпись на этапе обучения. С помощью этих подписей владельцы модели могут проверять принадлежность, предотвращая несанкционированное копирование и коммерциализацию. Этот механизм не только защищает права разработчиков модели, но и предоставляет отслеживаемую запись использования модели в блокчейне.
Кроме того, Sentient представила вычислительную платформу Enclave TEE, использующую доверенные среды выполнения (например, AWS Nitro Enclaves), чтобы гарантировать, что модель отвечает только на авторизованные запросы, предотвращая несанкционированный доступ и использование. Хотя TEE зависит от аппаратного обеспечения и имеет определенные риски безопасности, его высокопроизводительность и преимущества в реальном времени делают его ключевой технологией для развертывания современных моделей.
В будущем Sentient планирует внедрить технологии нулевых знаний (ZK) и полностью однородного шифрования (FHE), чтобы further улучшить защиту конфиденциальности и проверяемость, предоставив более зрелые решения для децентрализованного развертывания AI моделей.
![Biteye и PANews совместно выпустили исследование AI Layer1: Поиск благоприятной почвы для DeAI в блокчейне](