AI Layer1 дослідження: пошук родючих земель 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 галузях, значно розширюючи людську уяву, навіть у деяких випадках проявляючи потенціал заміни людської праці. Проте ядро цих технологій міцно контролюється кількома централізованими технологічними гігантами. Завдяки потужному капіталу та контролю над дорогими ресурсами обчислень, ці компанії створили непереборні бар'єри, через які більшості розробників та інноваційних команд важко конкурувати.
Водночас, на початкових етапах швидкого розвитку ШІ суспільна думка зазвичай зосереджується на прориві та зручностях, які приносить технологія, тоді як увага до таких ключових питань, як захист приватності, прозорість, безпека, залишається відносно недостатньою. У довгостроковій перспективі ці питання глибоко вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не вирішити належним чином, суперечка про те, чи «направити ШІ на добро», чи «направити ШІ на зло», стане дедалі виразнішою, а централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації для активного реагування на ці виклики.
Технологія блокчейн, завдяки своїм децентралізованим, прозорим та антикорупційним характеристикам, відкриває нові можливості для сталого розвитку індустрії ШІ. Наразі на деяких основних блокчейнах вже з'явилося безліч застосувань "Web3 AI". Але при детальному аналізі можна виявити, що ці проекти все ще мають безліч проблем: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з продуктами ШІ світу Web2, ланцюговий ШІ все ще має обмеження в моделях, використанні даних та сценаріях застосування, глибина і широта інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, забезпечити безпечне, ефективне та демократичне функціонування масштабних ШІ-додатків на блокчейні та конкурувати з централізованими рішеннями за продуктивністю, нам потрібно спроектувати Layer1 блокчейн, спеціально створений для ШІ. Це забезпечить міцну основу для відкритих інновацій у ШІ, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має архітектуру та проектування продуктивності, які тісно пов'язані з потребами AI-завдань, з метою ефективної підтримки сталого розвитку та процвітання AI-екосистеми у блокчейні. Зокрема, AI Layer 1 має володіти наступними ключовими можливостями:
Ефективний механізм стимулювання та децентралізованого консенсусу
Основна ідея AI Layer 1 полягає в створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних блокчейн-вузлів, які в основному зосереджені на веденні обліку в реєстрі, вузли AI Layer 1 повинні виконувати більш складні завдання: не лише надавати обчислювальну потужність, завершувати навчання та виведення AI-моделей, але й вносити різноманітні ресурси, такі як зберігання, дані та пропускна здатність, щоб розірвати монополію централізованих гігантів на інфраструктуру AI. Це висуває більш високі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен бути здатним точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання, пов'язані з AI-виведенням, навчанням тощо, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Тільки таким чином можна забезпечити стабільність і процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних задач
Завдання штучного інтелекту, особливо навчання та розуміння великих мовних моделей (LLM), ставлять дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше того, екосистема штучного інтелекту у блокчейні часто повинна підтримувати різноманітні та гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен глибоко оптимізувати свою архітектуру на рівні основи відповідно до вимог високої пропускної здатності, низької затримки та еластичної паралельності, а також заздалегідь передбачити рідну підтримку гетерогенної обчислювальної інфраструктури, щоб забезпечити ефективну роботу різних завдань штучного інтелекту, реалізуючи плавне масштабування від "однорідних завдань" до "складної різноманітної екосистеми".
Перевіряність та гарантовані надійні виходи
AI Layer 1 не лише повинен запобігати зловживанням моделлю, підробці даних та іншим загрозам безпеці, а й надавати механізми, які забезпечують перевірність та узгодженість виходу AI з самого нижнього рівня. Завдяки інтеграції надійного середовища виконання (TEE), нульових доказів (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити незалежну перевірку кожного процесу інференції моделі, навчання та обробки даних, що гарантує справедливість та прозорість системи AI. Водночас така перевірність допоможе користувачам зрозуміти логіку та обґрунтування виходу AI, реалізуючи принцип "отримане є бажаним", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних
Застосування штучного інтелекту часто пов'язане з чутливими даними користувачів, і в таких сферах, як фінанси, медицина, соціальні мережі, захист приватності даних є особливо важливим. AI Layer 1 повинен забезпечити перевірність, одночасно використовуючи технології обробки даних на основі шифрування, протоколи приватних обчислень та управління правами на дані, щоб гарантувати безпеку даних у всіх етапах процесу, включаючи інференцію, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки
Як AI-оригінальна Layer 1 інфраструктура, платформа повинна не лише мати технологічну перевагу, але й забезпечити розробникам, операторам вузлів, постачальникам AI-сервісів та іншим учасникам екосистеми повноцінні інструменти для розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Через постійне оптимізування доступності платформи та досвіду розробників сприяти реалізації багатих і різноманітних AI-оригінальних додатків, досягти безцентралізованого AI-екосистеми постійного процвітання.
Виходячи з наведеного вище фону та очікувань, 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 стан розвитку проектів та обговорено майбутні тенденції.
Sentient: побудова лояльних відкритих децентралізованих AI моделей
Огляд проекту
Sentient є платформою з відкритим кодом, яка створює AI Layer1 у блокчейні (, що на початковій стадії є Layer 2, а згодом буде перенесена на Layer 1). Поєднуючи AI Pipeline і технології блокчейну, вона будує децентралізовану економіку штучного інтелекту. Її основна мета — вирішити питання прав власності на моделі, відстеження викликів та розподілу вартості в централізованому ринку LLM за допомогою "OML" (відкритий, прибутковий, лояльний) фреймворку, щоб моделі AI змогли реалізувати структуру прав власності у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб кожен міг створювати, співпрацювати, володіти та монетизувати AI продукти, сприяючи справедливій, відкритій екосистемі мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейн та інженерів з усього світу, прагнучи створити платформу AGI, керовану спільнотою, з відкритим кодом та перевіркою. Основні учасники включають професора Принстонського університету Pramod Viswanath та професора Індійського наукового інституту Himanshu Tyagi, які відповідають за безпеку та приватність AI, а також засновника Polygon Sandeep Nailwal, який очолює стратегію та екосистему блокчейну. Фон учасників охоплює такі відомі компанії, як Meta, Coinbase, Polygon, а також провідні університети, такі як Принстонський університет та Індійський інститут технологій, що охоплює галузі AI/ML, NLP, комп'ютерного зору тощо, спільно сприяючи реалізації проекту.
Як другий проект підприємництва співзасновника Polygon Sandeep Nailwala, Sentient з самого початку мав ореол, володіючи багатими ресурсами, контактами та ринковою впізнаваністю, що забезпечило потужну підтримку розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування на 85 мільйонів доларів, який очолили Founders Fund, Pantera та Framework Ventures, з іншими інвестиційними установами, такими як Delphi, Hashkey та Spartan, серед десятків відомих VC.
проектування архітектури та прикладного рівня
Інфраструктурний рівень
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline та у блокчейні.
AI трубопровід 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): забезпечення того, щоб модель проходила тренування відповідно до намірів громади.
Система у блокчейні забезпечує прозорість і децентралізований контроль для протоколу, гарантуючи право власності на AI артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділяється на чотири рівні:
Складова зберігання: зберігання ваг моделей та інформації про реєстрацію відбитків.
Розподільчий рівень: вхід для виклику моделей контролю контрактів авторизації;
Рівень доступу: перевірка правомірності користувача через підтвердження прав.
Інсентивний шар: контракт маршрутизації доходів буде розподіляти платежі між тренерами, розробниками та валідаторами при кожному виклику.
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 рідну криптографію AI, має такі характеристики:
Відкритість: модель повинна бути відкритим вихідним кодом, код і структура даних повинні бути прозорими, щоб спростити відтворення, аудит і покращення з боку спільноти.
Монетизація: кожен виклик моделі викликає потік доходу, у блокчейні контракт розподіляє доходи між тренерами, деплойерами та валідаторами.
Вірність: Модель належить спільноті внесків, напрямок оновлення та управління визначається DAO, використання та модифікація контролюються криптомеханізмом.
AI рідна криптографія (AI-native Cryptography)
AI-оригінальне шифрування використовує безперервність AI-моделей, структуру низьковимірного маніфольду та диференційованість моделей для розробки "перевірного, але незнімного" легкого механізму безпеки. Його основна технологія:
Вбудовування відбитків пальців: під час навчання вставляється набір прихованих пар запит-відповідь, щоб сформувати унікальний підпис моделі;
Протокол перевірки власності: перевірка збереження відбитків пальців за допомогою запитів через третю сторону (Prover);
Механізм дозволу на виклик: перед викликом потрібно отримати "документ про дозвіл", виданий власником моделі, після чого система надає дозвіл моделі декодувати цей вхід і повернути точну відповідь.
Цей спосіб дозволяє реалізувати "авторизаційні виклики на основі поведінки + перевірку приналежності" без витрат на повторне шифрування.
Модель підтвердження прав власності та безпечного виконання
Sentient наразі використовує Melange змішану безпеку: з підтвердженням особистості за допомогою відбитків пальців, виконанням TEE та розподілом прибутку за допомогою умови у блокчейні. При цьому метод відбитків пальців реалізується через OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням вважається, що все відповідає нормам, а порушення можуть бути виявлені та покарані.
Механізм відбитків є ключовою реалізацією OML, яка через вбудовування конкретних "питань-відповідей" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам власник моделі може перевіряти приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й надає можливість відстежувати поведінку використання моделей у блокчейні.
Крім того, Sentient запустила обчислювальну платформу Enclave TEE, що використовує надійне середовище виконання для забезпечення того, щоб моделі реагували лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні загрози безпеці, її висока продуктивність та переваги в режимі реального часу роблять її основною технологією для розгортання поточних моделей.
У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб подальшого зміцнити захист приватності та перевіряність, надаючи більш зрілі рішення для децентралізованого розгортання AI моделей.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
7 лайків
Нагородити
7
4
Поділіться
Прокоментувати
0/400
0xSunnyDay
· 21год тому
Інше не важливо, роздрібний інвестор важкий у спілкуванні.
AI Layer1 дослідження: аналіз 6-ти представницьких проектів DeAI у блокчейні
AI Layer1 дослідження: пошук родючих земель 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 галузях, значно розширюючи людську уяву, навіть у деяких випадках проявляючи потенціал заміни людської праці. Проте ядро цих технологій міцно контролюється кількома централізованими технологічними гігантами. Завдяки потужному капіталу та контролю над дорогими ресурсами обчислень, ці компанії створили непереборні бар'єри, через які більшості розробників та інноваційних команд важко конкурувати.
Водночас, на початкових етапах швидкого розвитку ШІ суспільна думка зазвичай зосереджується на прориві та зручностях, які приносить технологія, тоді як увага до таких ключових питань, як захист приватності, прозорість, безпека, залишається відносно недостатньою. У довгостроковій перспективі ці питання глибоко вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не вирішити належним чином, суперечка про те, чи «направити ШІ на добро», чи «направити ШІ на зло», стане дедалі виразнішою, а централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації для активного реагування на ці виклики.
Технологія блокчейн, завдяки своїм децентралізованим, прозорим та антикорупційним характеристикам, відкриває нові можливості для сталого розвитку індустрії ШІ. Наразі на деяких основних блокчейнах вже з'явилося безліч застосувань "Web3 AI". Але при детальному аналізі можна виявити, що ці проекти все ще мають безліч проблем: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з продуктами ШІ світу Web2, ланцюговий ШІ все ще має обмеження в моделях, використанні даних та сценаріях застосування, глибина і широта інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, забезпечити безпечне, ефективне та демократичне функціонування масштабних ШІ-додатків на блокчейні та конкурувати з централізованими рішеннями за продуктивністю, нам потрібно спроектувати Layer1 блокчейн, спеціально створений для ШІ. Це забезпечить міцну основу для відкритих інновацій у ШІ, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має архітектуру та проектування продуктивності, які тісно пов'язані з потребами AI-завдань, з метою ефективної підтримки сталого розвитку та процвітання AI-екосистеми у блокчейні. Зокрема, AI Layer 1 має володіти наступними ключовими можливостями:
Ефективний механізм стимулювання та децентралізованого консенсусу Основна ідея AI Layer 1 полягає в створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних блокчейн-вузлів, які в основному зосереджені на веденні обліку в реєстрі, вузли AI Layer 1 повинні виконувати більш складні завдання: не лише надавати обчислювальну потужність, завершувати навчання та виведення AI-моделей, але й вносити різноманітні ресурси, такі як зберігання, дані та пропускна здатність, щоб розірвати монополію централізованих гігантів на інфраструктуру AI. Це висуває більш високі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен бути здатним точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання, пов'язані з AI-виведенням, навчанням тощо, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Тільки таким чином можна забезпечити стабільність і процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних задач Завдання штучного інтелекту, особливо навчання та розуміння великих мовних моделей (LLM), ставлять дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше того, екосистема штучного інтелекту у блокчейні часто повинна підтримувати різноманітні та гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен глибоко оптимізувати свою архітектуру на рівні основи відповідно до вимог високої пропускної здатності, низької затримки та еластичної паралельності, а також заздалегідь передбачити рідну підтримку гетерогенної обчислювальної інфраструктури, щоб забезпечити ефективну роботу різних завдань штучного інтелекту, реалізуючи плавне масштабування від "однорідних завдань" до "складної різноманітної екосистеми".
Перевіряність та гарантовані надійні виходи AI Layer 1 не лише повинен запобігати зловживанням моделлю, підробці даних та іншим загрозам безпеці, а й надавати механізми, які забезпечують перевірність та узгодженість виходу AI з самого нижнього рівня. Завдяки інтеграції надійного середовища виконання (TEE), нульових доказів (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити незалежну перевірку кожного процесу інференції моделі, навчання та обробки даних, що гарантує справедливість та прозорість системи AI. Водночас така перевірність допоможе користувачам зрозуміти логіку та обґрунтування виходу AI, реалізуючи принцип "отримане є бажаним", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Застосування штучного інтелекту часто пов'язане з чутливими даними користувачів, і в таких сферах, як фінанси, медицина, соціальні мережі, захист приватності даних є особливо важливим. AI Layer 1 повинен забезпечити перевірність, одночасно використовуючи технології обробки даних на основі шифрування, протоколи приватних обчислень та управління правами на дані, щоб гарантувати безпеку даних у всіх етапах процесу, включаючи інференцію, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки Як AI-оригінальна Layer 1 інфраструктура, платформа повинна не лише мати технологічну перевагу, але й забезпечити розробникам, операторам вузлів, постачальникам AI-сервісів та іншим учасникам екосистеми повноцінні інструменти для розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Через постійне оптимізування доступності платформи та досвіду розробників сприяти реалізації багатих і різноманітних AI-оригінальних додатків, досягти безцентралізованого AI-екосистеми постійного процвітання.
Виходячи з наведеного вище фону та очікувань, 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 стан розвитку проектів та обговорено майбутні тенденції.
Sentient: побудова лояльних відкритих децентралізованих AI моделей
Огляд проекту
Sentient є платформою з відкритим кодом, яка створює AI Layer1 у блокчейні (, що на початковій стадії є Layer 2, а згодом буде перенесена на Layer 1). Поєднуючи AI Pipeline і технології блокчейну, вона будує децентралізовану економіку штучного інтелекту. Її основна мета — вирішити питання прав власності на моделі, відстеження викликів та розподілу вартості в централізованому ринку LLM за допомогою "OML" (відкритий, прибутковий, лояльний) фреймворку, щоб моделі AI змогли реалізувати структуру прав власності у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб кожен міг створювати, співпрацювати, володіти та монетизувати AI продукти, сприяючи справедливій, відкритій екосистемі мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейн та інженерів з усього світу, прагнучи створити платформу AGI, керовану спільнотою, з відкритим кодом та перевіркою. Основні учасники включають професора Принстонського університету Pramod Viswanath та професора Індійського наукового інституту Himanshu Tyagi, які відповідають за безпеку та приватність AI, а також засновника Polygon Sandeep Nailwal, який очолює стратегію та екосистему блокчейну. Фон учасників охоплює такі відомі компанії, як Meta, Coinbase, Polygon, а також провідні університети, такі як Принстонський університет та Індійський інститут технологій, що охоплює галузі AI/ML, NLP, комп'ютерного зору тощо, спільно сприяючи реалізації проекту.
Як другий проект підприємництва співзасновника Polygon Sandeep Nailwala, Sentient з самого початку мав ореол, володіючи багатими ресурсами, контактами та ринковою впізнаваністю, що забезпечило потужну підтримку розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування на 85 мільйонів доларів, який очолили Founders Fund, Pantera та Framework Ventures, з іншими інвестиційними установами, такими як Delphi, Hashkey та Spartan, серед десятків відомих VC.
проектування архітектури та прикладного рівня
Інфраструктурний рівень
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline та у блокчейні.
AI трубопровід є основою для розробки та навчання "лояльного AI" артефактів, що містить два основні процеси:
Система у блокчейні забезпечує прозорість і децентралізований контроль для протоколу, гарантуючи право власності на AI артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділяється на чотири рівні:
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 рідну криптографію AI, має такі характеристики:
AI рідна криптографія (AI-native Cryptography)
AI-оригінальне шифрування використовує безперервність AI-моделей, структуру низьковимірного маніфольду та диференційованість моделей для розробки "перевірного, але незнімного" легкого механізму безпеки. Його основна технологія:
Цей спосіб дозволяє реалізувати "авторизаційні виклики на основі поведінки + перевірку приналежності" без витрат на повторне шифрування.
Модель підтвердження прав власності та безпечного виконання
Sentient наразі використовує Melange змішану безпеку: з підтвердженням особистості за допомогою відбитків пальців, виконанням TEE та розподілом прибутку за допомогою умови у блокчейні. При цьому метод відбитків пальців реалізується через OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням вважається, що все відповідає нормам, а порушення можуть бути виявлені та покарані.
Механізм відбитків є ключовою реалізацією OML, яка через вбудовування конкретних "питань-відповідей" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам власник моделі може перевіряти приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й надає можливість відстежувати поведінку використання моделей у блокчейні.
Крім того, Sentient запустила обчислювальну платформу Enclave TEE, що використовує надійне середовище виконання для забезпечення того, щоб моделі реагували лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні загрози безпеці, її висока продуктивність та переваги в режимі реального часу роблять її основною технологією для розгортання поточних моделей.
У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб подальшого зміцнити захист приватності та перевіряність, надаючи більш зрілі рішення для децентралізованого розгортання AI моделей.
повинно