Звіт про AI Layer1: пошук родючих ґрунтів для DeAI у блокчейні
Огляд
В останні роки провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють стрімкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних сферах, значно розширюючи людську уяву, а в деяких випадках навіть проявляють потенціал заміни людської праці. Проте ядро цих технологій залишається в руках небагатьох централізованих технологічних гігантів. Завдяки солідному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшості розробників та інноваційних команд конкуренцію з ними.
Водночас, на початку швидкого розвитку ШІ суспільна думка часто зосереджується на прориві та зручностях, які приносить технологія, тоді як увага до таких основних питань, як захист конфіденційності, прозорість, безпека, є відносно недостатньою. У довгостроковій перспективі ці проблеми глибоко вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не буде належним чином вирішено, суперечка про те, чи "доброчинний" чи "зловмисний" ШІ, стане ще більш вираженою, тоді як централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації, щоб активно протистояти цим викликам.
Технологія блокчейн завдяки своїм децентралізованим, прозорим та антицензурним характеристикам відкриває нові можливості для сталого розвитку AI-індустрії. Наразі на деяких основних блокчейнах вже з'явилося безліч застосувань "Web3 AI". Але при глибокому аналізі можна виявити, що ці проекти все ще мають багато проблем: з одного боку, ступінь децентралізації обмежена, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, у блокчейн AI все ще є обмеження в можливостях моделей, використанні даних та застосунках, глибина та широта інновацій потребують покращення.
Щоб насправді реалізувати бачення децентралізованого штучного інтелекту, зробити так, щоб у блокчейні безпечно, ефективно і демократично розміщувалися масштабні AI-додатки, і щоб за показниками він міг конкурувати з централізованими рішеннями, нам потрібно спроектувати Layer1 блокчейн, спеціально розроблений для AI. Це забезпечить міцну основу для відкритих інновацій у сфері AI, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми AI.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має базову архітектуру та проектування продуктивності, які тісно пов'язані з потребами AI-завдань, з метою ефективної підтримки стійкого розвитку та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 має мати такі ключові можливості:
Ефективний механізм стимулювання та децентралізованого консенсусу
Ядро AI Layer 1 полягає в створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність, зберігання тощо. На відміну від традиційних блокчейн-вузлів, які переважно зосереджені на веденні бухгалтерського обліку, вузли AI Layer 1 повинні виконувати більш складні завдання, які не тільки передбачають надання обчислювальної потужності, навчання та інференцію AI-моделей, але й внесення різноманітних ресурсів, таких як зберігання, дані, пропускна здатність, що дозволяє подолати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання інференції, навчання AI тощо, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Тільки так можна гарантувати стабільність та процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних завдань
AI завдання, особливо навчання та інференція великих мовних моделей (LLM), висувають дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більш того, у блокчейні AI екосистеми часто потрібно підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен на базовій архітектурі глибоко оптимізувати високий пропуск, низьку затримку та еластичну паралельність, а також заздалегідь передбачити рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних AI завдань та реалізувати плавне розширення від "однорідних завдань" до "складної різноманітної екосистеми".
Перевіряність та гарантія надійного виходу
AI Layer 1 не тільки має запобігати зловживанням моделей, змінам даних та іншим загрозам безпеці, але й має забезпечити верифікацію та узгодженість результатів, що видаються AI, на базовому механізмі. Завдяки інтеграції надійного виконавчого середовища (TEE), доказів з нульовим знанням (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа дозволяє незалежну верифікацію кожного процесу інференції моделі, навчання та обробки даних, забезпечуючи справедливість та прозорість системи AI. У той же час, ця верифікація також допомагає користувачам чітко зрозуміти логіку та підстави виводу AI, реалізуючи "отримане є бажаним", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних
Застосування штучного інтелекту часто пов'язане з чутливими даними користувачів, особливо в фінансовій, медичній та соціальній сферах, де захист конфіденційності даних є надзвичайно важливим. AI Layer 1 має забезпечити перевірність, одночасно використовуючи технології обробки даних на основі шифрування, протоколи обчислень конфіденційності та управління правами на дані, щоб гарантувати безпеку даних на всіх етапах: під час інференції, навчання та зберігання, ефективно запобігаючи витоку даних та їх зловживанню, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужні можливості підтримки екосистеми та розробки
Як AI-орієнтована інфраструктура рівня 1, платформа повинна не лише мати технологічну перевагу, але й забезпечувати екосистемних учасників, таких як розробники, оператори вузлів, постачальники AI-сервісів, повними інструментами розробки, інтегрованими SDK, підтримкою експлуатації та механізмами заохочення. Постійно оптимізуючи доступність платформи та досвід розробників, ми сприяємо впровадженню різноманітних AI-орієнтованих додатків і забезпечуємо постійний розвиток децентралізованої AI-екосистеми.
Враховуючи вищезазначений контекст та очікування, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизовано останні досягнення в цій галузі, проаналізовано поточний стан проектів та обговорено майбутні тенденції.
Sentient: побудова вірних відкритих децентралізованих AI моделей
Огляд проекту
Sentient є платформою відкритого протоколу, яка створює AI Layer1 у блокчейні (, на початковому етапі працюючи як Layer 2, а потім буде перенесена на Layer 1). Поєднуючи AI Pipeline та технології блокчейн, вона будує децентралізовану економіку штучного інтелекту. Її основна мета полягає у вирішенні проблеми власності на моделі, відстеження викликів та розподілу вартості на централізованому ринку LLM за допомогою структури "OML" (відкрита, прибуткова, лояльна), що дозволяє AI моделям реалізувати структуру власності у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI продукти, що сприяє розвитку справедливої та відкритої екосистеми мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, щоб створити спільноту, що керується, відкриту та перевірену платформу AGI. Основні учасники включають професора Принстонського університету Pramod Viswanath та професора Індійського наукового інституту Himanshu Tyagi, які відповідають за безпеку AI та захист приватності, в той час як співзасновник Polygon Sandeep Nailwal очолює стратегію блокчейну та екологічне планування. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет та Індійський інститут технологій, покриваючи сфери AI/ML, NLP, комп'ютерного зору та спільно працюють над реалізацією проекту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient з моменту свого заснування має ауро, володіючи багатими ресурсами, зв'язками та ринковою обізнаністю, що забезпечує потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершила раунд початкового фінансування на суму 85 мільйонів доларів, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки відомих венчурних компаній, таких як Delphi, Hashkey та Spartan.
Проектування архітектури та рівня застосунків
інфраструктурний рівень
Ядро архітектури
Ядро архітектури Sentient складається з двох частин: AI Pipeline та у блокчейні.
AI конвеєр є основою для розробки та навчання "лояльного AI" артефактів, що містить два основні процеси:
Планування даних (Data Curation): процес вибору даних, що керується спільнотою, для вирівнювання моделі.
Тренування лояльності (Loyalty Training): забезпечити, щоб модель проходила навчальний процес у відповідності з намірами спільноти.
Блокчейн-система забезпечує прозорість та децентралізований контроль для протоколів, гарантуючи право власності на AI артефакти, відстеження використання, розподіл прибутків та справедливе управління. Конкретна архітектура поділяється на чотири шари:
Сховище: зберігання ваг моделей та інформації про реєстрацію відбитків.
Розподільний рівень: вхід для виклику моделі контролюється контрактом на авторизацію;
Рівень доступу: перевірка правомочності користувача через підтвердження дозволу;
Стимулюючий рівень: контракт маршрутизації доходів буде розподіляти плату за кожен виклик між тренерами, розробниками та валідаторами.
OML модельна структура
OML фреймворк (Відкритий Open, Можливий до монетизації Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Поєднуючи технології у блокчейні та AI рідну криптографію, має такі характеристики:
Відкритість: Модель повинна бути з відкритим кодом, код і структура даних мають бути прозорими, щоб спростити відтворення, аудит і вдосконалення спільнотою.
Монетизація: Кожен виклик моделі буде активувати потік доходу, у блокчейні контракт розподілить доходи між тренерами, розробниками та валідаційниками.
Лояльність: Модель належить спільноті внесків, напрямок оновлення та управління визначається DAO, використання та модифікація контролюються криптомеханізмами.
AI нативна криптографія (AI-native Cryptography)
AI-роджене шифрування використовує безперервність AI-моделей, структуру низьковимірних многовидів та властивість диференційованості моделей для розробки "перевіряємого, але не видимого" легкого механізму безпеки. Його основна технологія:
Вбудований відбиток пальця: під час навчання вставляється набір прихованих пар запит-відповідь для формування унікального підпису моделі;
Протокол верифікації прав власності: верифікація відбитка пальця через запит у третій стороні (Prover);
Механізм дозволу на виклик: перед викликом необхідно отримати "дозвільний сертифікат", виданий власником моделі, після чого система надає дозвіл моделі декодувати цей вхід і повернути точну відповідь.
Цей спосіб дозволяє реалізувати "авторизацію викликів на основі поведінки + верифікацію приналежності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження прав власності за допомогою відбитків пальців, виконання TEE та розподіл прибутку за контрактами у блокчейні. При цьому метод відбитків пальців реалізується за допомогою OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", що означає за замовчуванням відповідність, а порушення можуть бути виявлені і покарані.
Механізм відбитків пальців є ключовою реалізацією OML, він дозволяє моделі генерувати унікальний підпис на етапі навчання шляхом вбудовування певних "питань-відповідей". Завдяки цим підписам власник моделі може перевірити право власності, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й забезпечує можливість відстеження поведінки використання моделей у блокчейні.
Крім того, Sentient запустив обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб забезпечити, що модель відповідає лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, його висока продуктивність і реальний час роблять його ключовою технологією для розгортання моделей.
У майбутньому Sentient планує впровадити технології нульового знання (ZK) та повної гомоморфної криптографії (FHE), щоб подальше посилити захист приватності та верифікацію, забезпечуючи більш розвинені рішення для децентралізованого розгортання моделей штучного інтелекту.
 і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
5 лайків
Нагородити
5
3
Репост
Поділіться
Прокоментувати
0/400
GasWhisperer
· 15год тому
можу відчути, що війна газу L1 наближається... централізовані моделі будуть знищені, коли deAI вдарить
Дослідження екосистеми AI Layer1: дослідження інфраструктури децентралізованого штучного інтелекту
Звіт про AI Layer1: пошук родючих ґрунтів для DeAI у блокчейні
Огляд
В останні роки провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють стрімкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних сферах, значно розширюючи людську уяву, а в деяких випадках навіть проявляють потенціал заміни людської праці. Проте ядро цих технологій залишається в руках небагатьох централізованих технологічних гігантів. Завдяки солідному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшості розробників та інноваційних команд конкуренцію з ними.
Водночас, на початку швидкого розвитку ШІ суспільна думка часто зосереджується на прориві та зручностях, які приносить технологія, тоді як увага до таких основних питань, як захист конфіденційності, прозорість, безпека, є відносно недостатньою. У довгостроковій перспективі ці проблеми глибоко вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не буде належним чином вирішено, суперечка про те, чи "доброчинний" чи "зловмисний" ШІ, стане ще більш вираженою, тоді як централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації, щоб активно протистояти цим викликам.
Технологія блокчейн завдяки своїм децентралізованим, прозорим та антицензурним характеристикам відкриває нові можливості для сталого розвитку AI-індустрії. Наразі на деяких основних блокчейнах вже з'явилося безліч застосувань "Web3 AI". Але при глибокому аналізі можна виявити, що ці проекти все ще мають багато проблем: з одного боку, ступінь децентралізації обмежена, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, у блокчейн AI все ще є обмеження в можливостях моделей, використанні даних та застосунках, глибина та широта інновацій потребують покращення.
Щоб насправді реалізувати бачення децентралізованого штучного інтелекту, зробити так, щоб у блокчейні безпечно, ефективно і демократично розміщувалися масштабні AI-додатки, і щоб за показниками він міг конкурувати з централізованими рішеннями, нам потрібно спроектувати Layer1 блокчейн, спеціально розроблений для AI. Це забезпечить міцну основу для відкритих інновацій у сфері AI, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми AI.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має базову архітектуру та проектування продуктивності, які тісно пов'язані з потребами AI-завдань, з метою ефективної підтримки стійкого розвитку та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 має мати такі ключові можливості:
Ефективний механізм стимулювання та децентралізованого консенсусу Ядро AI Layer 1 полягає в створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність, зберігання тощо. На відміну від традиційних блокчейн-вузлів, які переважно зосереджені на веденні бухгалтерського обліку, вузли AI Layer 1 повинні виконувати більш складні завдання, які не тільки передбачають надання обчислювальної потужності, навчання та інференцію AI-моделей, але й внесення різноманітних ресурсів, таких як зберігання, дані, пропускна здатність, що дозволяє подолати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання інференції, навчання AI тощо, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Тільки так можна гарантувати стабільність та процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних завдань AI завдання, особливо навчання та інференція великих мовних моделей (LLM), висувають дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більш того, у блокчейні AI екосистеми часто потрібно підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен на базовій архітектурі глибоко оптимізувати високий пропуск, низьку затримку та еластичну паралельність, а також заздалегідь передбачити рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних AI завдань та реалізувати плавне розширення від "однорідних завдань" до "складної різноманітної екосистеми".
Перевіряність та гарантія надійного виходу AI Layer 1 не тільки має запобігати зловживанням моделей, змінам даних та іншим загрозам безпеці, але й має забезпечити верифікацію та узгодженість результатів, що видаються AI, на базовому механізмі. Завдяки інтеграції надійного виконавчого середовища (TEE), доказів з нульовим знанням (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа дозволяє незалежну верифікацію кожного процесу інференції моделі, навчання та обробки даних, забезпечуючи справедливість та прозорість системи AI. У той же час, ця верифікація також допомагає користувачам чітко зрозуміти логіку та підстави виводу AI, реалізуючи "отримане є бажаним", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Застосування штучного інтелекту часто пов'язане з чутливими даними користувачів, особливо в фінансовій, медичній та соціальній сферах, де захист конфіденційності даних є надзвичайно важливим. AI Layer 1 має забезпечити перевірність, одночасно використовуючи технології обробки даних на основі шифрування, протоколи обчислень конфіденційності та управління правами на дані, щоб гарантувати безпеку даних на всіх етапах: під час інференції, навчання та зберігання, ефективно запобігаючи витоку даних та їх зловживанню, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужні можливості підтримки екосистеми та розробки Як AI-орієнтована інфраструктура рівня 1, платформа повинна не лише мати технологічну перевагу, але й забезпечувати екосистемних учасників, таких як розробники, оператори вузлів, постачальники AI-сервісів, повними інструментами розробки, інтегрованими SDK, підтримкою експлуатації та механізмами заохочення. Постійно оптимізуючи доступність платформи та досвід розробників, ми сприяємо впровадженню різноманітних AI-орієнтованих додатків і забезпечуємо постійний розвиток децентралізованої AI-екосистеми.
Враховуючи вищезазначений контекст та очікування, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизовано останні досягнення в цій галузі, проаналізовано поточний стан проектів та обговорено майбутні тенденції.
Sentient: побудова вірних відкритих децентралізованих AI моделей
Огляд проекту
Sentient є платформою відкритого протоколу, яка створює AI Layer1 у блокчейні (, на початковому етапі працюючи як Layer 2, а потім буде перенесена на Layer 1). Поєднуючи AI Pipeline та технології блокчейн, вона будує децентралізовану економіку штучного інтелекту. Її основна мета полягає у вирішенні проблеми власності на моделі, відстеження викликів та розподілу вартості на централізованому ринку LLM за допомогою структури "OML" (відкрита, прибуткова, лояльна), що дозволяє AI моделям реалізувати структуру власності у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI продукти, що сприяє розвитку справедливої та відкритої екосистеми мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, щоб створити спільноту, що керується, відкриту та перевірену платформу AGI. Основні учасники включають професора Принстонського університету Pramod Viswanath та професора Індійського наукового інституту Himanshu Tyagi, які відповідають за безпеку AI та захист приватності, в той час як співзасновник Polygon Sandeep Nailwal очолює стратегію блокчейну та екологічне планування. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет та Індійський інститут технологій, покриваючи сфери AI/ML, NLP, комп'ютерного зору та спільно працюють над реалізацією проекту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient з моменту свого заснування має ауро, володіючи багатими ресурсами, зв'язками та ринковою обізнаністю, що забезпечує потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершила раунд початкового фінансування на суму 85 мільйонів доларів, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки відомих венчурних компаній, таких як Delphi, Hashkey та Spartan.
Проектування архітектури та рівня застосунків
інфраструктурний рівень
Ядро архітектури
Ядро архітектури Sentient складається з двох частин: AI Pipeline та у блокчейні.
AI конвеєр є основою для розробки та навчання "лояльного AI" артефактів, що містить два основні процеси:
Блокчейн-система забезпечує прозорість та децентралізований контроль для протоколів, гарантуючи право власності на AI артефакти, відстеження використання, розподіл прибутків та справедливе управління. Конкретна архітектура поділяється на чотири шари:
OML модельна структура
OML фреймворк (Відкритий Open, Можливий до монетизації Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Поєднуючи технології у блокчейні та AI рідну криптографію, має такі характеристики:
AI нативна криптографія (AI-native Cryptography)
AI-роджене шифрування використовує безперервність AI-моделей, структуру низьковимірних многовидів та властивість диференційованості моделей для розробки "перевіряємого, але не видимого" легкого механізму безпеки. Його основна технологія:
Цей спосіб дозволяє реалізувати "авторизацію викликів на основі поведінки + верифікацію приналежності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження прав власності за допомогою відбитків пальців, виконання TEE та розподіл прибутку за контрактами у блокчейні. При цьому метод відбитків пальців реалізується за допомогою OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", що означає за замовчуванням відповідність, а порушення можуть бути виявлені і покарані.
Механізм відбитків пальців є ключовою реалізацією OML, він дозволяє моделі генерувати унікальний підпис на етапі навчання шляхом вбудовування певних "питань-відповідей". Завдяки цим підписам власник моделі може перевірити право власності, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й забезпечує можливість відстеження поведінки використання моделей у блокчейні.
Крім того, Sentient запустив обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб забезпечити, що модель відповідає лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, його висока продуктивність і реальний час роблять його ключовою технологією для розгортання моделей.
У майбутньому Sentient планує впровадити технології нульового знання (ZK) та повної гомоморфної криптографії (FHE), щоб подальше посилити захист приватності та верифікацію, забезпечуючи більш розвинені рішення для децентралізованого розгортання моделей штучного інтелекту.
![Biteye та PANews спільно оприлюднили дослідження AI Layer1: пошук родючих земель для DeAI у блокчейні](