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 сферах, значно розширюючи людське уявлення, а в деяких випадках навіть показують потенціал заміни людської праці. Проте ядро цих технологій залишається під контролем небагатьох централізованих технологічних гігантів. Завдяки потужному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, які ускладнюють абсолютній більшості розробників та інноваційних команд конкуренцію з ними.
Одночасно, на початку швидкої еволюції ШІ, суспільна думка часто зосереджена на прориві та зручностях, які приносить технологія, тоді як увага до основних питань, таких як захист приватності, прозорість, безпека, залишається відносно недостатньою. У довгостроковій перспективі ці проблеми глибоко вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не вдасться належним чином вирішити, суперечка про те, чи буде ШІ "на благо" чи "на зло", стане ще більш помітною, а централізовані гіганти, керуючись інстинктом прибутку, часто не мають достатньої мотивації, щоб активно реагувати на ці виклики.
Технологія блокчейн, завдяки своїм характеристикам децентралізації, прозорості та стійкості до цензури, відкриває нові можливості для сталого розвитку індустрії штучного інтелекту. Наразі на кількох основних блокчейнах з'явилося безліч додатків "Web3 AI". Але глибший аналіз показує, що ці проекти все ще мають безліч проблем: з одного боку, ступінь децентралізації обмежена, ключові етапи та інфраструктура все ще залежать від централізованих хмарних послуг, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, AI у блокчейні все ще обмежений щодо можливостей моделей, використання даних і сценаріїв застосування, глибина та ширина інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, який дозволяє блокчейну безпечно, ефективно та демократично підтримувати масштабні AI програми і в продуктивності конкурувати з централізованими рішеннями, нам потрібно спроектувати Layer1 блокчейн, спеціально створений для AI. Це забезпечить міцну основу для відкритих інновацій у сфері AI, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально створений для застосувань штучного інтелекту, має архітектуру та дизайн продуктивності, які тісно пов'язані з вимогами задач штучного інтелекту, з метою ефективної підтримки стійкого розвитку та процвітання екосистеми AI у блокчейні. Конкретно, AI Layer 1 має володіти наступними основними можливостями:
Ефективні стимули та децентралізований механізм консенсусу Основна мета AI Layer 1 полягає в створенні відкритої мережі для спільного використання таких ресурсів, як обчислювальна потужність, зберігання тощо. На відміну від традиційних вузлів блокчейна, які зосереджені на веденні обліку в книзі, вузли AI Layer 1 повинні виконувати більш складні завдання, не лише надаючи обчислювальну потужність, завершуючи навчання та інференцію AI-моделей, але й забезпечуючи різноманітні ресурси, такі як зберігання, дані, пропускна здатність, щоб зламати монополію централізованих гігантів у інфраструктурі AI. Це ставить вищі вимоги до базового консенсусу та механізму 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. Лише так можна забезпечити стабільність та процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних завдань AI-завдання, особливо навчання та інференс LLM, висувають надзвичайно високі вимоги до обчислювальної продуктивності та паралельної обробки. Більш того, у блокчейні AI-екосистеми часто повинні підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференс, зберігання та інші різноманітні сценарії. AI Layer 1 повинен на глибокому рівні оптимізувати свою базову архітектуру відповідно до вимог високої пропускної спроможності, низької затримки та еластичної паралельності, а також забезпечити рідну підтримку гетерогенних обчислювальних ресурсів, щоб гарантувати ефективне виконання різних AI-завдань та реалізувати плавне розширення від "однорідних завдань" до "складних різноманітних екосистем".
Перевіреність та надійність результатів AI Layer 1 повинні не лише запобігати зловживанням моделлю, змінам даних та іншим загрозам безпеці, але й з механізмів на нижньому рівні забезпечувати перевіреність результатів AI та їх узгодженість. Завдяки інтеграції надійних середовищ виконання (TEE), доказів з нульовим розголошенням (ZK), багатосторонніх обчислень з безпечним доступом (MPC) та інших передових технологій, платформа може забезпечити, щоб кожен процес висновку моделі, навчання та обробки даних міг бути незалежно перевірений, гарантуючи справедливість та прозорість системи AI. Водночас така перевіреність може допомогти користувачам зрозуміти логіку та підстави результатів AI, реалізуючи "отримане - це бажане", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Застосування штучного інтелекту часто пов'язане з чутливими даними користувачів, особливо в таких сферах, як фінанси, медицина, соціальні мережі. Захист конфіденційності даних є надзвичайно важливим. AI Layer 1 має забезпечити перевірність, застосовуючи технології обробки даних на основі шифрування, протоколи обчислення конфіденційності та управління правами доступу до даних, щоб гарантувати безпеку даних протягом всього процесу, включаючи інференцію, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужна екосистема та підтримка розробки Як AI-орієнтована інфраструктура Layer 1, платформа повинна мати не лише технологічну перевагу, але й надавати розробникам, операторам вузлів, постачальникам AI-послуг та іншим учасникам екосистеми повноцінні інструменти для розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Завдяки постійному вдосконаленню доступності платформи та досвіду розробників, сприяти впровадженню різноманітних AI-орієнтованих додатків і забезпечити постійний розвиток децентралізованої AI-екосистеми.
Виходячи з вищезазначеного контексту та очікувань, ця стаття детально представить шість представницьких проєктів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизує останні досягнення в цій області, аналізує поточний стан розвитку проєктів та обговорює майбутні тенденції.
Sentient: побудова вірної відкритої децентралізованої моделі ШІ
Огляд проєкту
Sentient є відкритою протокольною платформою, яка створює AI Layer1 у блокчейні (, початкова стадія - Layer 2, після чого вона буде перенесена на Layer 1). Поєднуючи AI Pipeline та технології блокчейну, вона будує децентралізовану економіку штучного інтелекту. Її основна мета - вирішити проблеми власності моделей, відстеження викликів і розподілу вартості на централізованому ринку LLM через "OML" (відкритий, прибутковий, лояльний) фреймворк, забезпечуючи структуру власності моделей AI на у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI продукти, сприяючи 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 спільнотно керовану, відкриту та перевірювану платформу AGI. До складу основних учасників входять професор Принстонського університету Pramod Viswanath та професор Інституту наукових досліджень Індії Himanshu Tyagi, які відповідальні за безпечність та конфіденційність ШІ, а також співзасновник однієї з торгових платформ Sandeep Nailwal, який очолює стратегію блокчейну та екосистемні ініціативи. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, а також в провідних університетах, таких як Принстонський університет та Індійський технологічний інститут, охоплюючи області AI/ML, NLP, комп'ютерного зору та інші, спільно сприяючи реалізації проекту.
Як другий стартап співзасновника торгівельної платформи Sandeep Nailwal, Sentient з самого початку мав своєрідний ореол, володіючи багатими ресурсами, зв'язками та ринковою обізнаністю, що забезпечило потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершив раунд початкового фінансування на 85 мільйонів доларів, що було очолено Founders Fund, Pantera та Framework Ventures, а також десятками інших відомих венчурних компаній, включаючи Delphi, Hashkey та Spartan.
Проектування архітектури та рівень застосувань
Інфраструктурний рівень
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline та блокчейн системи.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що містить два основні процеси:
Планування даних (Data Curation): процес вибору даних, що керується спільнотою, для узгодження моделі.
Тренування лояльності (Loyalty Training): забезпечення того, щоб модель підтримувала навчальний процес, що відповідає намірам спільноти.
Система блокчейн забезпечує прозорість та децентралізований контроль для протоколів, гарантуючи право власності на AI артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура ділиться на чотири рівні:
Зберігання: зберігання ваг моделей та інформації про реєстрацію відбитків пальців;
Розподільчий рівень: точка входу для виклику моделі, контрольованої контрактом авторизації;
Доступний рівень: перевірка авторизації користувача через підтвердження прав.
Система стимулювання: контракт маршрутизації доходів буде щодалі розподіляти платежі між тренерами, розробниками та валідаторами.
OML модельна структура
OML фреймворк (Відкритий Open, Монетизований Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, мета якої полягає в забезпеченні чіткої захисту прав власності та економічних стимулів для відкритих AI моделей. Поєднуючи технології у блокчейні та нативну криптографію AI, має такі характеристики:
Відкритість: Модель повинна бути з відкритим кодом, код і структура даних повинні бути прозорими, щоб спростити відтворення, аудит і покращення з боку спільноти.
Монетизація: кожен виклик моделі буде викликати потік доходу, у блокчейні контракт розподілить дохід між тренерами, розробниками та валідаторами.
Вірність: Модель належить спільноті внесків, напрямок оновлення та управління визначається DAO, використання та модифікація контролюються криптомеханізмом.
AI корінна криптографія (AI-native Cryptography)
AI-оригінальне шифрування використовує безперервність AI-моделей, структуру низьковимірного маніфольду та диференційованість моделі для розробки "перевіряємого, але незнімного" легковагового механізму безпеки. Його основна технологія така:
Вбудовування відбитків пальців: під час навчання вставляється набір прихованих пар ключ-значення запит-відповідь для формування унікального підпису моделі;
Протокол верифікації власності: перевірка збереження відбитків пальців через запит до третьої сторони (Prover);
Механізм дозволу на виклик: перед викликом потрібно отримати "сертифікат дозволу", виданий власником моделі, і тільки після цього система надає дозвіл моделі декодувати цей вхід і повернути точну відповідь.
Цей спосіб дозволяє реалізувати "авторизовані виклики на основі поведінки + перевірка приналежності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження особи за допомогою відбитків пальців, виконання TEE та розподіл доходів за контрактами у блокчейні. При цьому метод підтвердження особи за допомогою відбитків пальців реалізується за допомогою OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням відповідності, а порушення може бути виявлено та покарано.
Механізм відбитків пальців є ключовою реалізацією OML, який через вбудовані специфічні "питання-відповіді" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделей можуть перевіряти приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не тільки захищає права розробників моделей, але й надає відстежувані записи у блокчейні про поведінку використання моделей.
Крім того, Sentient випустила обчислювальну платформу Enclave TEE, що використовує довірене середовище виконання (таке як Nitro Enclaves на деяких платформах), щоб забезпечити відповідь моделей лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, її висока продуктивність і реальний час роблять її основною технологією для розгортання моделей.
У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб ще більше посилити захист конфіденційності та перевіряність, надаючи більш зрілі рішення для децентралізованого розгортання AI моделей.
 і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
AI Layer1 повний аналіз: 6 великих проєктів для створення децентралізованої AI екосистеми
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 сферах, значно розширюючи людське уявлення, а в деяких випадках навіть показують потенціал заміни людської праці. Проте ядро цих технологій залишається під контролем небагатьох централізованих технологічних гігантів. Завдяки потужному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, які ускладнюють абсолютній більшості розробників та інноваційних команд конкуренцію з ними.
Одночасно, на початку швидкої еволюції ШІ, суспільна думка часто зосереджена на прориві та зручностях, які приносить технологія, тоді як увага до основних питань, таких як захист приватності, прозорість, безпека, залишається відносно недостатньою. У довгостроковій перспективі ці проблеми глибоко вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не вдасться належним чином вирішити, суперечка про те, чи буде ШІ "на благо" чи "на зло", стане ще більш помітною, а централізовані гіганти, керуючись інстинктом прибутку, часто не мають достатньої мотивації, щоб активно реагувати на ці виклики.
Технологія блокчейн, завдяки своїм характеристикам децентралізації, прозорості та стійкості до цензури, відкриває нові можливості для сталого розвитку індустрії штучного інтелекту. Наразі на кількох основних блокчейнах з'явилося безліч додатків "Web3 AI". Але глибший аналіз показує, що ці проекти все ще мають безліч проблем: з одного боку, ступінь децентралізації обмежена, ключові етапи та інфраструктура все ще залежать від централізованих хмарних послуг, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, AI у блокчейні все ще обмежений щодо можливостей моделей, використання даних і сценаріїв застосування, глибина та ширина інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, який дозволяє блокчейну безпечно, ефективно та демократично підтримувати масштабні AI програми і в продуктивності конкурувати з централізованими рішеннями, нам потрібно спроектувати Layer1 блокчейн, спеціально створений для AI. Це забезпечить міцну основу для відкритих інновацій у сфері AI, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально створений для застосувань штучного інтелекту, має архітектуру та дизайн продуктивності, які тісно пов'язані з вимогами задач штучного інтелекту, з метою ефективної підтримки стійкого розвитку та процвітання екосистеми AI у блокчейні. Конкретно, AI Layer 1 має володіти наступними основними можливостями:
Ефективні стимули та децентралізований механізм консенсусу Основна мета AI Layer 1 полягає в створенні відкритої мережі для спільного використання таких ресурсів, як обчислювальна потужність, зберігання тощо. На відміну від традиційних вузлів блокчейна, які зосереджені на веденні обліку в книзі, вузли AI Layer 1 повинні виконувати більш складні завдання, не лише надаючи обчислювальну потужність, завершуючи навчання та інференцію AI-моделей, але й забезпечуючи різноманітні ресурси, такі як зберігання, дані, пропускна здатність, щоб зламати монополію централізованих гігантів у інфраструктурі AI. Це ставить вищі вимоги до базового консенсусу та механізму 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. Лише так можна забезпечити стабільність та процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних завдань AI-завдання, особливо навчання та інференс LLM, висувають надзвичайно високі вимоги до обчислювальної продуктивності та паралельної обробки. Більш того, у блокчейні AI-екосистеми часто повинні підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференс, зберігання та інші різноманітні сценарії. AI Layer 1 повинен на глибокому рівні оптимізувати свою базову архітектуру відповідно до вимог високої пропускної спроможності, низької затримки та еластичної паралельності, а також забезпечити рідну підтримку гетерогенних обчислювальних ресурсів, щоб гарантувати ефективне виконання різних AI-завдань та реалізувати плавне розширення від "однорідних завдань" до "складних різноманітних екосистем".
Перевіреність та надійність результатів AI Layer 1 повинні не лише запобігати зловживанням моделлю, змінам даних та іншим загрозам безпеці, але й з механізмів на нижньому рівні забезпечувати перевіреність результатів AI та їх узгодженість. Завдяки інтеграції надійних середовищ виконання (TEE), доказів з нульовим розголошенням (ZK), багатосторонніх обчислень з безпечним доступом (MPC) та інших передових технологій, платформа може забезпечити, щоб кожен процес висновку моделі, навчання та обробки даних міг бути незалежно перевірений, гарантуючи справедливість та прозорість системи AI. Водночас така перевіреність може допомогти користувачам зрозуміти логіку та підстави результатів AI, реалізуючи "отримане - це бажане", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Застосування штучного інтелекту часто пов'язане з чутливими даними користувачів, особливо в таких сферах, як фінанси, медицина, соціальні мережі. Захист конфіденційності даних є надзвичайно важливим. AI Layer 1 має забезпечити перевірність, застосовуючи технології обробки даних на основі шифрування, протоколи обчислення конфіденційності та управління правами доступу до даних, щоб гарантувати безпеку даних протягом всього процесу, включаючи інференцію, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужна екосистема та підтримка розробки Як AI-орієнтована інфраструктура Layer 1, платформа повинна мати не лише технологічну перевагу, але й надавати розробникам, операторам вузлів, постачальникам AI-послуг та іншим учасникам екосистеми повноцінні інструменти для розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Завдяки постійному вдосконаленню доступності платформи та досвіду розробників, сприяти впровадженню різноманітних AI-орієнтованих додатків і забезпечити постійний розвиток децентралізованої AI-екосистеми.
Виходячи з вищезазначеного контексту та очікувань, ця стаття детально представить шість представницьких проєктів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизує останні досягнення в цій області, аналізує поточний стан розвитку проєктів та обговорює майбутні тенденції.
Sentient: побудова вірної відкритої децентралізованої моделі ШІ
Огляд проєкту
Sentient є відкритою протокольною платформою, яка створює AI Layer1 у блокчейні (, початкова стадія - Layer 2, після чого вона буде перенесена на Layer 1). Поєднуючи AI Pipeline та технології блокчейну, вона будує децентралізовану економіку штучного інтелекту. Її основна мета - вирішити проблеми власності моделей, відстеження викликів і розподілу вартості на централізованому ринку LLM через "OML" (відкритий, прибутковий, лояльний) фреймворк, забезпечуючи структуру власності моделей AI на у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI продукти, сприяючи 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 спільнотно керовану, відкриту та перевірювану платформу AGI. До складу основних учасників входять професор Принстонського університету Pramod Viswanath та професор Інституту наукових досліджень Індії Himanshu Tyagi, які відповідальні за безпечність та конфіденційність ШІ, а також співзасновник однієї з торгових платформ Sandeep Nailwal, який очолює стратегію блокчейну та екосистемні ініціативи. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, а також в провідних університетах, таких як Принстонський університет та Індійський технологічний інститут, охоплюючи області AI/ML, NLP, комп'ютерного зору та інші, спільно сприяючи реалізації проекту.
Як другий стартап співзасновника торгівельної платформи Sandeep Nailwal, Sentient з самого початку мав своєрідний ореол, володіючи багатими ресурсами, зв'язками та ринковою обізнаністю, що забезпечило потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершив раунд початкового фінансування на 85 мільйонів доларів, що було очолено Founders Fund, Pantera та Framework Ventures, а також десятками інших відомих венчурних компаній, включаючи Delphi, Hashkey та Spartan.
Проектування архітектури та рівень застосувань
Інфраструктурний рівень
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline та блокчейн системи.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що містить два основні процеси:
Система блокчейн забезпечує прозорість та децентралізований контроль для протоколів, гарантуючи право власності на AI артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура ділиться на чотири рівні:
OML модельна структура
OML фреймворк (Відкритий Open, Монетизований Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, мета якої полягає в забезпеченні чіткої захисту прав власності та економічних стимулів для відкритих AI моделей. Поєднуючи технології у блокчейні та нативну криптографію AI, має такі характеристики:
AI корінна криптографія (AI-native Cryptography)
AI-оригінальне шифрування використовує безперервність AI-моделей, структуру низьковимірного маніфольду та диференційованість моделі для розробки "перевіряємого, але незнімного" легковагового механізму безпеки. Його основна технологія така:
Цей спосіб дозволяє реалізувати "авторизовані виклики на основі поведінки + перевірка приналежності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження особи за допомогою відбитків пальців, виконання TEE та розподіл доходів за контрактами у блокчейні. При цьому метод підтвердження особи за допомогою відбитків пальців реалізується за допомогою OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням відповідності, а порушення може бути виявлено та покарано.
Механізм відбитків пальців є ключовою реалізацією OML, який через вбудовані специфічні "питання-відповіді" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделей можуть перевіряти приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не тільки захищає права розробників моделей, але й надає відстежувані записи у блокчейні про поведінку використання моделей.
Крім того, Sentient випустила обчислювальну платформу Enclave TEE, що використовує довірене середовище виконання (таке як Nitro Enclaves на деяких платформах), щоб забезпечити відповідь моделей лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, її висока продуктивність і реальний час роблять її основною технологією для розгортання моделей.
У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб ще більше посилити захист конфіденційності та перевіряність, надаючи більш зрілі рішення для децентралізованого розгортання AI моделей.
![Biteye та PANews спільно випустили дослідження AI Layer1: пошук у блокчейні DeAI родючих земель](