AI Layer1Глубина исследовательский отчет: поиск в блокчейнеDeAI благодатной почвы
Обзор
В последние годы ведущие технологические компании, такие как OpenAI, Anthropic, Google и Meta, способствовали стремительному развитию больших языковых моделей (LLM). LLM продемонстрировали беспрецедентные возможности в различных отраслях, значительно расширив человеческое воображение и даже проявив потенциал замены человеческого труда в некоторых сценариях. Однако ядро этих технологий по-прежнему находится в руках немногих централизованных технологических гигантов. Обладая мощным капиталом и контролируя дорогие вычислительные ресурсы, эти компании создали непреодолимые барьеры, что делает большинству разработчиков и инновационных команд трудно конкурировать с ними.
В то же время, на ранних этапах быстрого развития ИИ общественное мнение часто сосредотачивается на прорывах и удобствах, которые предоставляет технология, в то время как внимание к таким ключевым вопросам, как защита конфиденциальности, прозрачность и безопасность, остается относительно недостаточным. В долгосрочной перспективе эти проблемы окажут глубокое влияние на здоровое развитие ИИ-отрасли и общественное восприятие. Если их не удастся должным образом решить, споры о том, будет ли ИИ «направлен на добро» или «направлен на зло», будут все более острыми, а централизованные гиганты, движимые стремлением к прибыли, часто не имеют достаточной мотивации для активного противодействия этим вызовам.
Технология блокчейн, благодаря своим характеристикам децентрализации, прозрачности и устойчивости к цензуре, открывает новые возможности для устойчивого развития индустрии ИИ. В настоящее время на нескольких основных блокчейнах уже появились множество приложений "Web3 AI". Однако, при глубоком анализе можно обнаружить, что эти проекты все еще сталкиваются с множеством проблем: с одной стороны, степень децентрализации ограничена, ключевые этапы и инфраструктура по-прежнему зависят от централизованных облачных услуг, что затрудняет создание по-настоящему открытой экосистемы; с другой стороны, по сравнению с AI-продуктами из мира Web2, AI в блокчейне по-прежнему ограничен в моделях возможностей, использовании данных и сценариях применения, глубина и широта инноваций нуждаются в улучшении.
Чтобы действительно реализовать видение децентрализованного ИИ и обеспечить безопасность, эффективность и демократичность блокчейна для масштабных ИИ-приложений, а также конкурировать с централизованными решениями по производительности, нам необходимо разработать Layer1 блокчейн, специально созданный для ИИ. Это создаст прочную основу для открытых инноваций в 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 тесно связаны с требованиями задач ИИ, направлены на эффективную поддержку устойчивого развития и процветания экосистемы ИИ в блокчейне. Конкретно, AI Layer 1 должен обладать следующими ключевыми возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса
核心 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 учета в главной книге, узлы AI Layer 1 должны выполнять более сложные задачи: они не только должны предоставлять вычислительную мощность, завершать обучение и вывод моделей AI, но также должны вносить разнообразные ресурсы, такие как хранилище, данные и пропускная способность, чтобы разрушить монополию централизованных гигантов на инфраструктуру AI. Это предъявляет более высокие требования к базовому консенсусу и механизмам стимулов: AI Layer 1 должен быть в состоянии точно оценивать, мотивировать 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 вычислительную мощность.
Выдающаяся высокая производительность 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 требует поддержки разнообразных и гетерогенных типов задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многогранные сценарии. AI Layer 1 должен быть глубоко оптимизирован на базовой архитектуре для удовлетворения требований высокой пропускной способности, низкой задержки и эластичной параллельной обработки, а также предусмотреть нативную поддержку гетерогенных вычислительных ресурсов, чтобы обеспечить эффективное выполнение различных задач ИИ и обеспечить плавное расширение от "однородных задач" до "сложной многогранной экосистемы".
Проверяемость и обеспечение доверительных выводов
AI Layer 1 не только должен предотвращать злоупотребления моделями, подделку данных и другие угрозы безопасности, но и гарантировать проверяемость и согласованность результатов вывода AI с самого нижнего уровня механизмов. Интегрируя передовые технологии, такие как доверенная среда выполнения (TEE), нулевое знание (ZK) и безопасные многопартнерские вычисления (MPC), платформа позволяет каждому процессу вывода модели, обучения и обработки данных быть независимо проверяемым, обеспечивая справедливость и прозрачность системы AI. В то же время, такая проверяемость помогает пользователям четко понять логику и обоснования выводов AI, достигая "то, что получено, то и задумано", что повышает доверие и удовлетворенность пользователей к продуктам AI.
Защита конфиденциальности данных
Приложения ИИ часто связаны с конфиденциальными данными пользователей; в таких областях, как финансы, здравоохранение и социальные сети, защита конфиденциальности данных имеет особое значение. AI Layer 1 должен обеспечить верифицируемость, применяя технологии обработки данных на основе шифрования, протоколы вычислений конфиденциальности и управление правами доступа к данным, чтобы гарантировать безопасность данных на всех этапах: при выводе, обучении и хранении, эффективно предотвращая утечку и злоупотребление данными, устраняя беспокойство пользователей по поводу безопасности данных.
Мощные возможности для поддержки экосистемы и разработки
В качестве инфраструктуры Layer 1, изначально основанной на ИИ, платформа должна не только обладать технологическим лидерством, но и предоставлять полные инструменты разработки, интегрированные SDK, поддержку эксплуатации и механизмы стимулирования для участников экосистемы, таких как разработчики, операторы узлов и поставщики AI-услуг. Постоянно оптимизируя доступность платформы и опыт разработчиков, мы способствуем реализации разнообразных AI-приложений и обеспечиваем устойчивое процветание децентрализованной AI-экосистемы.
Исходя из вышеизложенного фона и ожиданий, в данной статье подробно рассматриваются шесть проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически анализируя последние достижения в этой области, исследуя текущее состояние развития проектов и обсуждая будущие тенденции.
Sentient: создание преданного открытого децентрализованного AI-модели
Обзор проекта
Sentient является открытой платформой протоколов, которая создает AI Layer1 в блокчейне (. На начальном этапе это Layer 2, а затем он будет мигрировать на Layer 1). Объединив AI Pipeline и технологии блокчейна, Sentient строит децентрализованную экономику искусственного интеллекта. Его главная цель — решить проблемы принадлежности модели, отслеживания вызовов и распределения ценности на централизованном рынке LLM с помощью структуры "OML" (открытость, прибыльность, лояльность), позволяя AI моделям 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, 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 сообществом управляемую, открытую и проверяемую платформу AGI. В её состав входят профессор Принстонского университета Прамод Висванат и профессор Индийского института науки Химаншу Тьяги, которые отвечают за безопасность ИИ и защиту конфиденциальности, в то время как соучредитель одной из торговых платформ Сандип Нейлвал возглавляет стратегию и экосистему блокчейна. Члены команды имеют опыт работы в таких известных компаниях, как Принстонский университет и Индийский технологический институт, охватывая области AI/ML, NLP, компьютерного зрения и другие, сотрудничая для реализации проекта.
Как вторичный проект соучредителя известной торговой платформы Sandeep Nailwal, Sentient с самого начала имел ореол, обладая богатым ресурсом, связями и рыночным признанием, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершил раунд посевного финансирования на сумму 85 миллионов долларов, который возглавили Founders Fund, Pantera и Framework Ventures, а также другие инвесторы, включая Delphi, Hashkey и Spartan, и десятки других известных венчурных компаний.
Проектирование архитектуры и уровень приложений
Инфраструктурный уровень
Ядро архитектуры
Ядро архитектуры Sentient состоит из двух частей: AI Pipeline и системы в блокчейне.
AI пайплайн является основой для разработки и обучения "лояльного ИИ" артефактов, включает в себя два основных процесса:
Планирование данных (Data Curation): процесс выбора данных, управляемый сообществом, для согласования модели.
Обучение лояльности (Loyalty Training): обеспечение того, чтобы модель поддерживала согласованный процесс обучения с намерениями сообщества.
Блокчейн-система 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.
Распределительный уровень: контракт авторизации контролирует входные точки вызова модели;
Уровень доступа: проверка полномочий для подтверждения авторизации пользователя;
Уровень стимулов: Контракт маршрутизации доходов будет распределять плату за каждый вызов между тренерами, развертывателями и проверяющими.
OML модельная структура
OML структура (Открытая Open, Монетизируемая Monetizable, Лояльная Loyal) является ключевой концепцией, предложенной Sentient, направленной на обеспечение четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Объединяя технологии в блокчейне и нативную криптографию AI, она обладает следующими характеристиками:
Открытость: Модель должна быть с открытым исходным кодом, код и структура данных должны быть прозрачными, чтобы сообщество могло воспроизводить, проверять и улучшать.
Монетизация: Каждый вызов модели будет инициировать поток доходов, в блокчейне контракт будет распределять доходы между тренерами, развертывателями и проверяющими.
Преданность: Модель принадлежит сообществу вкладчиков, направление обновлений и управление определяются DAO, использование и модификация контролируются криптомеханизмом.
AI-родная криптография (AI-native Cryptography)
AI-нативное шифрование использует непрерывность моделей AI, структуры низкоразмерных многообразий и дифференцируемые характеристики моделей для разработки «проверяемого, но не удаляемого» легковесного механизма безопасности. Его ключевая технология:
Встраивание отпечатков: на этапе обучения внедряется набор скрытых пар «запрос-ответ», формирующий уникальную подпись модели;
Протокол проверки прав собственности: проверка сохранения отпечатка пальца в форме запроса с помощью стороннего детектора (Prover);
Механизм разрешений: перед вызовом необходимо получить "достоверность разрешения", выданную владельцем модели, на основании которой система затем разрешает модели декодировать данный ввод и возвращать точный ответ.
Этот метод позволяет реализовать "авторизационные вызовы на основе поведения + верификация принадлежности" без затрат на повторное шифрование.
Модель подтверждения прав и безопасной реализации
Sentient в настоящее время использует Melange смешанную безопасность: комбинация подтверждения прав с помощью отпечатков пальцев, выполнения TEE и распределения прибыли по контрактам в блокчейне. При этом метод отпечатков пальцев реализует основную линию OML 1.0, подчеркивая идею "оптимистичной безопасности (Optimistic Security)", то есть по умолчанию соблюдение норм, а в случае нарушения возможна проверка и наказание.
Механизм отпечатков пальцев является ключевой реализацией OML, он позволяет модели генерировать уникальные подписи на этапе обучения, внедряя определенные "вопрос-ответ" пары. С помощью этих подписей владельцы модели могут подтверждать право собственности, 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 (такие как AWS Nitro Enclaves), чтобы гарантировать, что модели реагируют только на авторизованные запросы, предотвращая несанкционированный доступ и использование. Хотя TEE зависит от аппаратного обеспечения и имеет определенные риски безопасности, его высокая производительность и преимущества в реальном времени делают его ключевой технологией для развертывания моделей в настоящее время.
В будущем Sentient планирует внедрить технологии нулевого знания (ZK) и полностью однородного шифрования (FHE), чтобы дополнительно улучшить защиту конфиденциальности и проверяемость, обеспечивая более зрелые решения для децентрализованного развертывания моделей ИИ.
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» .
7 Лайков
Награда
7
4
Поделиться
комментарий
0/400
WhaleSurfer
· 14ч назад
Централизованное — это всё ложь!
Посмотреть ОригиналОтветить0
AirDropMissed
· 07-22 15:18
DeAI опять новая ловушка для неудачников?
Посмотреть ОригиналОтветить0
NftDataDetective
· 07-22 15:14
ngmi w/ большие технологии монополия... децентрализация или смерть fr fr
AI Layer1 Глубина анализа: исследование Децентрализация искусственного интеллекта в блокчейне
AI Layer1Глубина исследовательский отчет: поиск в блокчейнеDeAI благодатной почвы
Обзор
В последние годы ведущие технологические компании, такие как OpenAI, Anthropic, Google и Meta, способствовали стремительному развитию больших языковых моделей (LLM). LLM продемонстрировали беспрецедентные возможности в различных отраслях, значительно расширив человеческое воображение и даже проявив потенциал замены человеческого труда в некоторых сценариях. Однако ядро этих технологий по-прежнему находится в руках немногих централизованных технологических гигантов. Обладая мощным капиталом и контролируя дорогие вычислительные ресурсы, эти компании создали непреодолимые барьеры, что делает большинству разработчиков и инновационных команд трудно конкурировать с ними.
В то же время, на ранних этапах быстрого развития ИИ общественное мнение часто сосредотачивается на прорывах и удобствах, которые предоставляет технология, в то время как внимание к таким ключевым вопросам, как защита конфиденциальности, прозрачность и безопасность, остается относительно недостаточным. В долгосрочной перспективе эти проблемы окажут глубокое влияние на здоровое развитие ИИ-отрасли и общественное восприятие. Если их не удастся должным образом решить, споры о том, будет ли ИИ «направлен на добро» или «направлен на зло», будут все более острыми, а централизованные гиганты, движимые стремлением к прибыли, часто не имеют достаточной мотивации для активного противодействия этим вызовам.
Технология блокчейн, благодаря своим характеристикам децентрализации, прозрачности и устойчивости к цензуре, открывает новые возможности для устойчивого развития индустрии ИИ. В настоящее время на нескольких основных блокчейнах уже появились множество приложений "Web3 AI". Однако, при глубоком анализе можно обнаружить, что эти проекты все еще сталкиваются с множеством проблем: с одной стороны, степень децентрализации ограничена, ключевые этапы и инфраструктура по-прежнему зависят от централизованных облачных услуг, что затрудняет создание по-настоящему открытой экосистемы; с другой стороны, по сравнению с AI-продуктами из мира Web2, AI в блокчейне по-прежнему ограничен в моделях возможностей, использовании данных и сценариях применения, глубина и широта инноваций нуждаются в улучшении.
Чтобы действительно реализовать видение децентрализованного ИИ и обеспечить безопасность, эффективность и демократичность блокчейна для масштабных ИИ-приложений, а также конкурировать с централизованными решениями по производительности, нам необходимо разработать Layer1 блокчейн, специально созданный для ИИ. Это создаст прочную основу для открытых инноваций в 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 тесно связаны с требованиями задач ИИ, направлены на эффективную поддержку устойчивого развития и процветания экосистемы ИИ в блокчейне. Конкретно, AI Layer 1 должен обладать следующими ключевыми возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса 核心 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 учета в главной книге, узлы AI Layer 1 должны выполнять более сложные задачи: они не только должны предоставлять вычислительную мощность, завершать обучение и вывод моделей AI, но также должны вносить разнообразные ресурсы, такие как хранилище, данные и пропускная способность, чтобы разрушить монополию централизованных гигантов на инфраструктуру AI. Это предъявляет более высокие требования к базовому консенсусу и механизмам стимулов: AI Layer 1 должен быть в состоянии точно оценивать, мотивировать 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 вычислительную мощность.
Выдающаяся высокая производительность 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 требует поддержки разнообразных и гетерогенных типов задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многогранные сценарии. AI Layer 1 должен быть глубоко оптимизирован на базовой архитектуре для удовлетворения требований высокой пропускной способности, низкой задержки и эластичной параллельной обработки, а также предусмотреть нативную поддержку гетерогенных вычислительных ресурсов, чтобы обеспечить эффективное выполнение различных задач ИИ и обеспечить плавное расширение от "однородных задач" до "сложной многогранной экосистемы".
Проверяемость и обеспечение доверительных выводов AI Layer 1 не только должен предотвращать злоупотребления моделями, подделку данных и другие угрозы безопасности, но и гарантировать проверяемость и согласованность результатов вывода AI с самого нижнего уровня механизмов. Интегрируя передовые технологии, такие как доверенная среда выполнения (TEE), нулевое знание (ZK) и безопасные многопартнерские вычисления (MPC), платформа позволяет каждому процессу вывода модели, обучения и обработки данных быть независимо проверяемым, обеспечивая справедливость и прозрачность системы AI. В то же время, такая проверяемость помогает пользователям четко понять логику и обоснования выводов AI, достигая "то, что получено, то и задумано", что повышает доверие и удовлетворенность пользователей к продуктам AI.
Защита конфиденциальности данных Приложения ИИ часто связаны с конфиденциальными данными пользователей; в таких областях, как финансы, здравоохранение и социальные сети, защита конфиденциальности данных имеет особое значение. AI Layer 1 должен обеспечить верифицируемость, применяя технологии обработки данных на основе шифрования, протоколы вычислений конфиденциальности и управление правами доступа к данным, чтобы гарантировать безопасность данных на всех этапах: при выводе, обучении и хранении, эффективно предотвращая утечку и злоупотребление данными, устраняя беспокойство пользователей по поводу безопасности данных.
Мощные возможности для поддержки экосистемы и разработки В качестве инфраструктуры Layer 1, изначально основанной на ИИ, платформа должна не только обладать технологическим лидерством, но и предоставлять полные инструменты разработки, интегрированные SDK, поддержку эксплуатации и механизмы стимулирования для участников экосистемы, таких как разработчики, операторы узлов и поставщики AI-услуг. Постоянно оптимизируя доступность платформы и опыт разработчиков, мы способствуем реализации разнообразных AI-приложений и обеспечиваем устойчивое процветание децентрализованной AI-экосистемы.
Исходя из вышеизложенного фона и ожиданий, в данной статье подробно рассматриваются шесть проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически анализируя последние достижения в этой области, исследуя текущее состояние развития проектов и обсуждая будущие тенденции.
Sentient: создание преданного открытого децентрализованного AI-модели
Обзор проекта
Sentient является открытой платформой протоколов, которая создает AI Layer1 в блокчейне (. На начальном этапе это Layer 2, а затем он будет мигрировать на Layer 1). Объединив AI Pipeline и технологии блокчейна, Sentient строит децентрализованную экономику искусственного интеллекта. Его главная цель — решить проблемы принадлежности модели, отслеживания вызовов и распределения ценности на централизованном рынке LLM с помощью структуры "OML" (открытость, прибыльность, лояльность), позволяя AI моделям 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, 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 сообществом управляемую, открытую и проверяемую платформу AGI. В её состав входят профессор Принстонского университета Прамод Висванат и профессор Индийского института науки Химаншу Тьяги, которые отвечают за безопасность ИИ и защиту конфиденциальности, в то время как соучредитель одной из торговых платформ Сандип Нейлвал возглавляет стратегию и экосистему блокчейна. Члены команды имеют опыт работы в таких известных компаниях, как Принстонский университет и Индийский технологический институт, охватывая области AI/ML, NLP, компьютерного зрения и другие, сотрудничая для реализации проекта.
Как вторичный проект соучредителя известной торговой платформы Sandeep Nailwal, Sentient с самого начала имел ореол, обладая богатым ресурсом, связями и рыночным признанием, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершил раунд посевного финансирования на сумму 85 миллионов долларов, который возглавили Founders Fund, Pantera и Framework Ventures, а также другие инвесторы, включая Delphi, Hashkey и Spartan, и десятки других известных венчурных компаний.
Проектирование архитектуры и уровень приложений
Инфраструктурный уровень
Ядро архитектуры
Ядро архитектуры Sentient состоит из двух частей: AI Pipeline и системы в блокчейне.
AI пайплайн является основой для разработки и обучения "лояльного ИИ" артефактов, включает в себя два основных процесса:
Блокчейн-система 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 структура (Открытая Open, Монетизируемая Monetizable, Лояльная Loyal) является ключевой концепцией, предложенной Sentient, направленной на обеспечение четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Объединяя технологии в блокчейне и нативную криптографию AI, она обладает следующими характеристиками:
AI-родная криптография (AI-native Cryptography)
AI-нативное шифрование использует непрерывность моделей AI, структуры низкоразмерных многообразий и дифференцируемые характеристики моделей для разработки «проверяемого, но не удаляемого» легковесного механизма безопасности. Его ключевая технология:
Этот метод позволяет реализовать "авторизационные вызовы на основе поведения + верификация принадлежности" без затрат на повторное шифрование.
Модель подтверждения прав и безопасной реализации
Sentient в настоящее время использует Melange смешанную безопасность: комбинация подтверждения прав с помощью отпечатков пальцев, выполнения TEE и распределения прибыли по контрактам в блокчейне. При этом метод отпечатков пальцев реализует основную линию OML 1.0, подчеркивая идею "оптимистичной безопасности (Optimistic Security)", то есть по умолчанию соблюдение норм, а в случае нарушения возможна проверка и наказание.
Механизм отпечатков пальцев является ключевой реализацией OML, он позволяет модели генерировать уникальные подписи на этапе обучения, внедряя определенные "вопрос-ответ" пары. С помощью этих подписей владельцы модели могут подтверждать право собственности, 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 (такие как AWS Nitro Enclaves), чтобы гарантировать, что модели реагируют только на авторизованные запросы, предотвращая несанкционированный доступ и использование. Хотя TEE зависит от аппаратного обеспечения и имеет определенные риски безопасности, его высокая производительность и преимущества в реальном времени делают его ключевой технологией для развертывания моделей в настоящее время.
В будущем Sentient планирует внедрить технологии нулевого знания (ZK) и полностью однородного шифрования (FHE), чтобы дополнительно улучшить защиту конфиденциальности и проверяемость, обеспечивая более зрелые решения для децентрализованного развертывания моделей ИИ.
Должен