AI Layer1 исследование: поиск плодородной почвы для DeAI в блокчейне
Обзор
В последние годы ведущие технологические компании, такие как OpenAI, Anthropic, Google и Meta, продолжают ускорять 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 прочно удерживается в руках немногих централизованных технологических гигантов. 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 ранних стадиях 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, относительно невелико. В долгосрочной перспективе эти вопросы будут глубоко влиять на здоровье развития отрасли ИИ и общественное восприятие. Если эти проблемы не будут должным образом решены, споры о том, будет ли ИИ "на благо" или "на вред", будут становиться все более острыми, в то время как централизованные гиганты, руководствуясь стремлением к прибыли, часто не имеют достаточной мотивации для активного решения этих проблем.
Технология блокчейн, благодаря своим децентрализованным, прозрачным и антикоррупционным характеристикам, открывает новые возможности для устойчивого развития AI-индустрии. В настоящее время на таких основных блокчейнах, как Solana и Base, уже появилось множество приложений "Web3 AI". Однако при более глубоком анализе можно обнаружить, что у этих проектов все еще есть множество проблем: с одной стороны, степень децентрализации ограничена, ключевые этапы и инфраструктура по-прежнему зависят от централизованных облачных услуг, а меметические свойства слишком выражены, что затрудняет создание по-настоящему открытой экосистемы; с другой стороны, по сравнению с AI-продуктами мира Web2, AI на блокчейне ограничен в таких аспектах, как модельные способности, использование данных и области применения, глубина и широта инноваций требуют улучшения.
Чтобы действительно реализовать видение децентрализованного ИИ, необходимо, чтобы в блокчейне безопасно, эффективно и демократично размещались масштабные ИИ-приложения, а его производительность могла соперничать с централизованными решениями, нам нужно разработать слой 1 блокчейна, специально созданный для ИИ. Это обеспечит 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 AI-приложений, имеет архитектуру и производительность, которые тесно связаны с потребностями AI-задач, с целью эффективно поддерживать устойчивое развитие и процветание AI-экосистемы в блокчейне. Конкретно, AI Layer 1 должен обладать следующими основными возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса. Основная цель AI Layer 1 заключается в создании открытой сети для совместного использования вычислительных мощностей, хранения и других ресурсов. В отличие от традиционных узлов блокчейна, которые в основном сосредоточены на учете в реестре, узлы AI Layer 1 должны выполнять более сложные задачи: не только предоставлять вычислительные мощности, но и завершать обучение и вывод AI моделей, а также вносить разнообразные ресурсы, такие как хранение, данные и пропускная способность, тем самым разрывая монополию централизованных гигантов в области инфраструктуры AI. Это ставит более высокие требования к базовому консенсусу и механизму стимулов: AI Layer 1 должен точно оценивать, стимулировать и проверять фактический вклад узлов в задачи вывода и обучения AI, обеспечивая безопасность сети и эффективное распределение ресурсов. Только так можно гарантировать стабильность и процветание сети, а также эффективно снизить общие затраты на вычислительные мощности.
Превосходные высокопроизводительные и поддержка гетерогенных задач. Задачи ИИ, особенно обучение и вывод LLM, предъявляют высокие требования к вычислительной производительности и параллельной обработке. Более того, экосистема AI в блокчейне часто должна поддерживать разнообразные и гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многообразные сценарии. AI Layer 1 должен глубоко оптимизировать свою базовую архитектуру для удовлетворения требований высокой пропускной способности, низкой задержки и эластичной параллельности, а также предусматривать нативную поддержку гетерогенных вычислительных ресурсов, чтобы гарантировать эффективное выполнение различных задач ИИ и обеспечить плавное расширение от "одиночных задач" до "сложной многообразной экосистемы".
Проверяемость и гарантии надежного вывода AI Layer 1 должны не только предотвращать злоупотребления моделями, подделку данных и другие угрозы безопасности, но и обеспечивать проверяемость и согласованность выводов AI на уровне базовых механизмов. Интегрируя такие передовые технологии, как надежные среды выполнения (TEE), доказательства с нулевым разглашением (ZK), многопартнерские безопасные вычисления (MPC), платформа позволяет независимо проверять каждый процесс вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность системы AI. В то же время эта проверяемость помогает пользователям четко понять логику и основы выводов AI, реализуя принцип "то, что получено, то и задумано", повышая доверие и удовлетворенность пользователей к продуктам AI.
Защита конфиденциальности данных Применение ИИ часто связано с чувствительными данными пользователей, особенно в таких областях, как финансы, медицина и социальные сети, защита конфиденциальности данных имеет особое значение. AI Layer 1 должен обеспечивать безопасность данных на всех этапах, таких как вывод, обучение и хранение, используя технологии обработки данных на основе шифрования, протоколы приватных вычислений и управление правами доступа к данным, чтобы эффективно предотвратить утечку и злоупотребление данными, устраняя беспокойство пользователей по поводу безопасности данных.
Мощная экосистема поддержки и разработки. В качестве инфраструктуры Layer 1, изначально созданной для ИИ, платформа должна не только обладать техническим превосходством, но и предоставлять разработчикам, операторам узлов, поставщикам услуг ИИ и другим участникам экосистемы полноценные инструменты для разработки, интегрированные SDK, поддержку операционной деятельности и механизмы стимулов. Постоянно оптимизируя доступность платформы и опыт разработчиков, мы способствуем реализации разнообразных приложений, основанных на ИИ, и обеспечиваем устойчивое процветание децентрализованной экосистемы ИИ.
Основываясь на вышеизложенном контексте и ожиданиях, в данной статье будет подробно рассмотрено шесть представителей проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически проанализированы последние достижения в этой области, разобраны текущие состояния проектов и обсуждены будущие тенденции.
Sentient: создание преданного открытого децентрализованного AI-модели
Обзор проекта
Sentient является платформой открытого протокола, которая разрабатывает AI Layer1 в блокчейне( на начальном этапе, являющемся Layer 2, а затем будет перенесена на Layer 1). Объединяя AI Pipeline и технологии блокчейна, создается децентрализованная экономика искусственного интеллекта. Его основная цель - решить проблемы принадлежности модели, отслеживания вызовов и распределения ценности на централизованном рынке LLM с помощью структуры "OML" (открытая, прибыльная, лояльная), позволяя моделям AI реализовать структуру собственности в блокчейне, прозрачность вызовов и распределение ценности. Видение Sentient заключается в том, чтобы любой мог создавать, 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, основанное на открытом исходном коде и проверяемой платформе AGI. Основные участники команды включают профессора Принстонского университета Прамода Висваната и профессора Индийского научного института Химаншу Тиаги, которые отвечают за безопасность ИИ и защиту конфиденциальности, а стратегию блокчейна и экосистемные вопросы курирует соучредитель Polygon Сандип Найлвал. Члены команды имеют опыт работы в таких известных компаниях, как Meta, Coinbase, Polygon, а также в ведущих университетах, таких как Принстонский университет и Индийский институт технологий, охватывающих области AI/ML, NLP, компьютерного зрения и совместно способствуя реализации проекта.
В качестве второго проекта Сандипа Нейлвала, соучредителя Polygon, Sentient с самого начала имел ореол, обладая обширными ресурсами, связями и рыночным признанием, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершил финансирование на сумму 85 миллионов долларов в рамках посевного раунда, которое возглавили Founders Fund, Pantera и Framework Ventures, а также другие инвестиционные компании, включая Delphi, Hashkey и десятки известных венчурных компаний, таких как Spartan.
Проектирование архитектуры и прикладного уровня
Инфраструктурный уровень
Основная архитектура
Ядро Sentient состоит из двух частей: AI Pipeline и системы в блокчейне.
AI-пайплайн является основой для разработки и обучения артефактов "лояльного ИИ" и включает два основных процесса:
Планирование данных (Data Curation): процесс выбора данных, управляемый сообществом, для выравнивания моделей.
Обучение лояльности (Loyalty Training): обеспечить соответствие модели намерениям сообщества в процессе обучения.
Система блокчейна обеспечивает прозрачность и децентрализованный контроль над протоколом, 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: точка входа в модель вызова, контролируемая контрактом на авторизацию;
Уровень доступа: проверка авторизации пользователя через подтверждение прав.
Стимулирующий уровень: контракт маршрутизации доходов будет распределять оплату при каждом вызове между тренерами, развертывателями и валидаторами.
OML модельная структура
OML фреймворк (Открытый Open, Монетизируемый Monetizable, Лояльный Loyal) является ключевой концепцией, предложенной Sentient, и направлен на обеспечение четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Он обладает следующими характеристиками, сочетая технологии в блокчейне и нативную криптографию AI:
Открытость: Модель должна быть с открытым исходным кодом, код и структура данных должны быть прозрачными, чтобы сообщество могло воспроизводить, аудировать и улучшать.
Монетизация: Каждый вызов модели будет генерировать поток доходов, в блокчейне контракт будет распределять доход между тренерами, развертывателями и проверяющими.
Лояльность: Модель принадлежит сообществу участников, направление обновлений и управление определяется DAO, использование и модификация контролируются криптомеханизмом.
AI-нативное шифрование использует непрерывность AI-моделей, структуры низкоразмерных многообразий и дифференцируемые свойства моделей для разработки "доказуемых, но неустраняемых" легковесных механизмов безопасности. Его ключевые технологии:
Встраивание отпечатков пальцев: во время обучения вставляется набор скрытых пар «запрос-ответ», образующих уникальную подпись модели;
Протокол проверки прав собственности: проверка отпечатка пальца с помощью третьего лица (Prover) в форме запроса (query) на предмет его сохранения;
Механизм разрешенного вызова: перед вызовом необходимо получить "разрешительный сертификат", выданный владельцем модели, после чего система предоставляет модели возможность декодировать этот ввод и возвращать точный ответ.
Этот метод позволяет реализовать "авторизованный вызов на основе поведения + проверку принадлежности" без затрат на повторное шифрование.
Модель прав на интеллектуальную собственность и безопасность исполнения
Sentient в настоящее время использует Melange смешанную безопасность: комбинация подтверждения прав собственности по отпечаткам пальцев, выполнения TEE и распределения прибыли по смарт-контрактам в блокчейне. При этом метод отпечатков пальцев реализован на основе OML 1.0, подчеркивая идею "оптимистичной безопасности (Optimistic Security)", то есть по умолчанию считается соответствующим, а в случае нарушения это можно обнаружить и наказать.
Механизм отпечатков пальцев является ключевой реализацией OML, который внедряет определенные "вопрос-ответ" пары, позволяя 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 доверенную среду выполнения (такие как AWS Nitro Enclaves), чтобы гарантировать, что модель отвечает только на авторизованные запросы, предотвращая несанкционированный доступ и использование. Хотя TEE зависит от оборудования и имеет определенные риски безопасности, его высокая производительность и возможность работы в реальном времени делают его ключевой технологией для текущего развертывания моделей.
В будущем Sentient планирует внедрить технологии нулевых знаний (ZK) иFully Homomorphic Encryption (FHE), чтобы дополнительно усилить защиту конфиденциальности и проверяемость для AI моделей.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
13 Лайков
Награда
13
3
Поделиться
комментарий
0/400
MagicBean
· 07-13 19:52
Гиганты больше не могут играть!
Посмотреть ОригиналОтветить0
BoredApeResistance
· 07-13 19:47
Еще одна новая история о том, как будут играть для лохов в веб3.
Посмотреть ОригиналОтветить0
FrogInTheWell
· 07-13 19:41
Когда розничный инвестор сможет позволить себе играть с ИИ
Восход Layer1 ИИ: новая инфраструктура децентрализованной экосистемы ИИ
AI Layer1 исследование: поиск плодородной почвы для DeAI в блокчейне
Обзор
В последние годы ведущие технологические компании, такие как OpenAI, Anthropic, Google и Meta, продолжают ускорять 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 прочно удерживается в руках немногих централизованных технологических гигантов. 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 ранних стадиях 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, относительно невелико. В долгосрочной перспективе эти вопросы будут глубоко влиять на здоровье развития отрасли ИИ и общественное восприятие. Если эти проблемы не будут должным образом решены, споры о том, будет ли ИИ "на благо" или "на вред", будут становиться все более острыми, в то время как централизованные гиганты, руководствуясь стремлением к прибыли, часто не имеют достаточной мотивации для активного решения этих проблем.
Технология блокчейн, благодаря своим децентрализованным, прозрачным и антикоррупционным характеристикам, открывает новые возможности для устойчивого развития AI-индустрии. В настоящее время на таких основных блокчейнах, как Solana и Base, уже появилось множество приложений "Web3 AI". Однако при более глубоком анализе можно обнаружить, что у этих проектов все еще есть множество проблем: с одной стороны, степень децентрализации ограничена, ключевые этапы и инфраструктура по-прежнему зависят от централизованных облачных услуг, а меметические свойства слишком выражены, что затрудняет создание по-настоящему открытой экосистемы; с другой стороны, по сравнению с AI-продуктами мира Web2, AI на блокчейне ограничен в таких аспектах, как модельные способности, использование данных и области применения, глубина и широта инноваций требуют улучшения.
Чтобы действительно реализовать видение децентрализованного ИИ, необходимо, чтобы в блокчейне безопасно, эффективно и демократично размещались масштабные ИИ-приложения, а его производительность могла соперничать с централизованными решениями, нам нужно разработать слой 1 блокчейна, специально созданный для ИИ. Это обеспечит 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 AI-приложений, имеет архитектуру и производительность, которые тесно связаны с потребностями AI-задач, с целью эффективно поддерживать устойчивое развитие и процветание AI-экосистемы в блокчейне. Конкретно, AI Layer 1 должен обладать следующими основными возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса. Основная цель AI Layer 1 заключается в создании открытой сети для совместного использования вычислительных мощностей, хранения и других ресурсов. В отличие от традиционных узлов блокчейна, которые в основном сосредоточены на учете в реестре, узлы AI Layer 1 должны выполнять более сложные задачи: не только предоставлять вычислительные мощности, но и завершать обучение и вывод AI моделей, а также вносить разнообразные ресурсы, такие как хранение, данные и пропускная способность, тем самым разрывая монополию централизованных гигантов в области инфраструктуры AI. Это ставит более высокие требования к базовому консенсусу и механизму стимулов: AI Layer 1 должен точно оценивать, стимулировать и проверять фактический вклад узлов в задачи вывода и обучения AI, обеспечивая безопасность сети и эффективное распределение ресурсов. Только так можно гарантировать стабильность и процветание сети, а также эффективно снизить общие затраты на вычислительные мощности.
Превосходные высокопроизводительные и поддержка гетерогенных задач. Задачи ИИ, особенно обучение и вывод LLM, предъявляют высокие требования к вычислительной производительности и параллельной обработке. Более того, экосистема AI в блокчейне часто должна поддерживать разнообразные и гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многообразные сценарии. AI Layer 1 должен глубоко оптимизировать свою базовую архитектуру для удовлетворения требований высокой пропускной способности, низкой задержки и эластичной параллельности, а также предусматривать нативную поддержку гетерогенных вычислительных ресурсов, чтобы гарантировать эффективное выполнение различных задач ИИ и обеспечить плавное расширение от "одиночных задач" до "сложной многообразной экосистемы".
Проверяемость и гарантии надежного вывода AI Layer 1 должны не только предотвращать злоупотребления моделями, подделку данных и другие угрозы безопасности, но и обеспечивать проверяемость и согласованность выводов AI на уровне базовых механизмов. Интегрируя такие передовые технологии, как надежные среды выполнения (TEE), доказательства с нулевым разглашением (ZK), многопартнерские безопасные вычисления (MPC), платформа позволяет независимо проверять каждый процесс вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность системы AI. В то же время эта проверяемость помогает пользователям четко понять логику и основы выводов AI, реализуя принцип "то, что получено, то и задумано", повышая доверие и удовлетворенность пользователей к продуктам AI.
Защита конфиденциальности данных Применение ИИ часто связано с чувствительными данными пользователей, особенно в таких областях, как финансы, медицина и социальные сети, защита конфиденциальности данных имеет особое значение. AI Layer 1 должен обеспечивать безопасность данных на всех этапах, таких как вывод, обучение и хранение, используя технологии обработки данных на основе шифрования, протоколы приватных вычислений и управление правами доступа к данным, чтобы эффективно предотвратить утечку и злоупотребление данными, устраняя беспокойство пользователей по поводу безопасности данных.
Мощная экосистема поддержки и разработки. В качестве инфраструктуры Layer 1, изначально созданной для ИИ, платформа должна не только обладать техническим превосходством, но и предоставлять разработчикам, операторам узлов, поставщикам услуг ИИ и другим участникам экосистемы полноценные инструменты для разработки, интегрированные SDK, поддержку операционной деятельности и механизмы стимулов. Постоянно оптимизируя доступность платформы и опыт разработчиков, мы способствуем реализации разнообразных приложений, основанных на ИИ, и обеспечиваем устойчивое процветание децентрализованной экосистемы ИИ.
Основываясь на вышеизложенном контексте и ожиданиях, в данной статье будет подробно рассмотрено шесть представителей проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически проанализированы последние достижения в этой области, разобраны текущие состояния проектов и обсуждены будущие тенденции.
Sentient: создание преданного открытого децентрализованного AI-модели
Обзор проекта
Sentient является платформой открытого протокола, которая разрабатывает AI Layer1 в блокчейне( на начальном этапе, являющемся Layer 2, а затем будет перенесена на Layer 1). Объединяя AI Pipeline и технологии блокчейна, создается децентрализованная экономика искусственного интеллекта. Его основная цель - решить проблемы принадлежности модели, отслеживания вызовов и распределения ценности на централизованном рынке LLM с помощью структуры "OML" (открытая, прибыльная, лояльная), позволяя моделям AI реализовать структуру собственности в блокчейне, прозрачность вызовов и распределение ценности. Видение Sentient заключается в том, чтобы любой мог создавать, 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, основанное на открытом исходном коде и проверяемой платформе AGI. Основные участники команды включают профессора Принстонского университета Прамода Висваната и профессора Индийского научного института Химаншу Тиаги, которые отвечают за безопасность ИИ и защиту конфиденциальности, а стратегию блокчейна и экосистемные вопросы курирует соучредитель Polygon Сандип Найлвал. Члены команды имеют опыт работы в таких известных компаниях, как Meta, Coinbase, Polygon, а также в ведущих университетах, таких как Принстонский университет и Индийский институт технологий, охватывающих области AI/ML, NLP, компьютерного зрения и совместно способствуя реализации проекта.
В качестве второго проекта Сандипа Нейлвала, соучредителя Polygon, Sentient с самого начала имел ореол, обладая обширными ресурсами, связями и рыночным признанием, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершил финансирование на сумму 85 миллионов долларов в рамках посевного раунда, которое возглавили Founders Fund, Pantera и Framework Ventures, а также другие инвестиционные компании, включая Delphi, Hashkey и десятки известных венчурных компаний, таких как Spartan.
Проектирование архитектуры и прикладного уровня
Инфраструктурный уровень
Основная архитектура
Ядро Sentient состоит из двух частей: AI Pipeline и системы в блокчейне.
AI-пайплайн является основой для разработки и обучения артефактов "лояльного ИИ" и включает два основных процесса:
Система блокчейна обеспечивает прозрачность и децентрализованный контроль над протоколом, 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) является ключевой концепцией, предложенной Sentient, и направлен на обеспечение четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Он обладает следующими характеристиками, сочетая технологии в блокчейне и нативную криптографию AI:
Искусственный интеллект родная криптография (AI-native Cryptography)
AI-нативное шифрование использует непрерывность AI-моделей, структуры низкоразмерных многообразий и дифференцируемые свойства моделей для разработки "доказуемых, но неустраняемых" легковесных механизмов безопасности. Его ключевые технологии:
Этот метод позволяет реализовать "авторизованный вызов на основе поведения + проверку принадлежности" без затрат на повторное шифрование.
Модель прав на интеллектуальную собственность и безопасность исполнения
Sentient в настоящее время использует Melange смешанную безопасность: комбинация подтверждения прав собственности по отпечаткам пальцев, выполнения TEE и распределения прибыли по смарт-контрактам в блокчейне. При этом метод отпечатков пальцев реализован на основе OML 1.0, подчеркивая идею "оптимистичной безопасности (Optimistic Security)", то есть по умолчанию считается соответствующим, а в случае нарушения это можно обнаружить и наказать.
Механизм отпечатков пальцев является ключевой реализацией OML, который внедряет определенные "вопрос-ответ" пары, позволяя 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 доверенную среду выполнения (такие как AWS Nitro Enclaves), чтобы гарантировать, что модель отвечает только на авторизованные запросы, предотвращая несанкционированный доступ и использование. Хотя TEE зависит от оборудования и имеет определенные риски безопасности, его высокая производительность и возможность работы в реальном времени делают его ключевой технологией для текущего развертывания моделей.
В будущем Sentient планирует внедрить технологии нулевых знаний (ZK) иFully Homomorphic Encryption (FHE), чтобы дополнительно усилить защиту конфиденциальности и проверяемость для AI моделей.