AI Layer1 дослідження: пошук у блокчейні родючих земель для DeAI
З розвитком технологій штучного інтелекту, компанії-лідери в галузі, такі як OpenAI, Anthropic, Google, Meta, постійно просувають прогрес великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних сферах, значно розширюючи людську уяву і навіть в деяких випадках показують потенціал заміни людської праці. Проте, ядро цих технологій залишається міцно в руках кількох централізованих технологічних гігантів. Завдяки потужному капіталу та контролю над дорогими ресурсами обчислень, ці компанії створили непереборні бар'єри, що ускладнює для більшості розробників і інноваційних команд можливість конкурувати з ними.
Одночасно, на початку швидкого розвитку ШІ, суспільна думка часто зосереджується на прориві та зручностях, які приносить технологія, тоді як увага до таких ключових питань, як захист приватності, прозорість, безпека, є відносно недостатньою. У довгостроковій перспективі ці проблеми глибоко вплинуть на здоровий розвиток індустрії ШІ та суспільну прийнятність. Якщо їх не вдасться належним чином вирішити, суперечка про те, чи буде ШІ "на благо" чи "на зло", стане ще більш вираженою, а централізовані гіганти, під впливом інстинкту отримання прибутку, часто не мають достатньої мотивації, щоб активно реагувати на ці виклики.
Технологія блокчейн, завдяки своїм децентралізованим, прозорим та антицензурним властивостям, відкриває нові можливості для сталого розвитку індустрії штучного інтелекту. Наразі на таких основних блокчейнах, як Solana, Base, вже з'явилося безліч "Web3 AI" додатків. Але при глибшому 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, надмірна вага мемів ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI продуктами світу Web2, блокчейн AI має обмеження в моделях, використанні даних та сценаріях застосування, глибина та широта інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, необхідно, щоб у блокчейні було безпечно, ефективно та демократично розміщено великомасштабні програми ШІ, а також щоб він міг конкурувати з централізованими рішеннями за продуктивністю, нам потрібно спроектувати Layer1 блокчейн, спеціально розроблений для ШІ. Це забезпечить надійну основу для відкритих інновацій у ШІ, демократичного управління та безпеки даних, стимулюючи процвітання децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має архітектуру та дизайн продуктивності, що тісно пов'язані з потребами AI-завдань, з метою ефективної підтримки сталого розвитку та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 повинна мати такі ключові можливості:
Ефективний механізм заохочення та децентралізованого консенсусу
Ядро AI Layer 1 полягає у створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність і зберігання. На відміну від традиційних вузлів блокчейну, які зосереджені переважно на веденні реєстру, вузли AI Layer 1 повинні виконувати більш складні завдання, включаючи надання обчислювальної потужності, виконання навчання та інференції AI-моделей, а також внесення різноманітних ресурсів, таких як зберігання, дані, пропускна здатність, щоб розірвати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен бути в змозі точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання AI-інференції, навчання 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.
Відмінна висока продуктивність та підтримка гетерогенних завдань
Завдання ШІ, особливо навчання та висновки LLM, ставлять дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більш того, екосистема AI у блокчейні часто повинна підтримувати різноманітні та гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, висновки, зберігання та інші різноманітні сценарії. AI Layer 1 повинен на базовій архітектурі глибоко оптимізувати вимоги щодо високої пропускної здатності, низької затримки та еластичної паралельності, а також мати вбудовану підтримку для гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних завдань ШІ, реалізуючи плавне розширення від "однорідних завдань" до "складної різноманітної екосистеми".
Можливість перевірки та гарантовані надійні результати
AI Layer 1 не лише має запобігати зловживанням моделями, підробці даних та іншим загрозам безпеці, але й повинна на рівні базових механізмів забезпечувати можливість перевірки результатів, що видає AI, а також їх відповідність. Завдяки інтеграції надійних виконавчих середовищ (TEE), доказів нульового знання (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа забезпечує можливість незалежної перевірки кожного процесу моделювання, навчання та обробки даних, гарантуючи справедливість і прозорість системи AI. У той же час, така можливість перевірки також допомагає користувачам зрозуміти логіку та підстави, на яких базуються результати AI, реалізуючи принцип "отримане є бажаним", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист приватності даних
Застосування ШІ часто пов'язане з чутливими даними користувачів, особливо в фінансовій, медичній, соціальній сферах, де захист конфіденційності даних є надзвичайно важливим. ШІ Layer 1 має забезпечити перевіряємість, одночасно використовуючи технології обробки даних на основі шифрування, протоколи конфіденційних обчислень та управління правами доступу до даних, щоб гарантувати безпеку даних на всіх етапах — від інференції, навчання до зберігання, ефективно запобігаючи витоку даних і їх зловживанню, усуваючи побоювання користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки
Як AI рідна Layer 1 інфраструктура, платформа повинна не лише мати технологічну перевагу, але й забезпечувати екосистемних учасників, таких як розробники, оператори вузлів, постачальники AI послуг, повноцінними інструментами для розробки, інтегрованими SDK, підтримкою операцій та механізмами заохочення. Завдяки постійному оптимізації доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI рідних додатків та досягненню стійкого процвітання децентралізованої AI екосистеми.
Виходячи з наведеного вище контексту та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематично розглянуто останні досягнення в цій області, проаналізовано стан розвитку проектів та обговорено майбутні тенденції.
Sentient: побудова вірних відкритих децентралізованих AI моделей
Огляд проекту
Sentient є відкритою платформою протоколів, яка розробляє AI Layer1 у блокчейні (. На початковому етапі це Layer 2, а потім вона буде перенесена на Layer 1). Поєднуючи AI Pipeline та технології блокчейн, будується децентралізована економіка штучного інтелекту. Її основна мета - вирішити проблеми власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM за допомогою рамки "OML" (відкрите, прибуткове, лояльне), щоб реалізувати структуру власності моделей AI на блокчейні, забезпечити прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати продукти AI, сприяючи розвитку справедливої, відкритої екосистеми AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейн та інженерів з усього світу, щоб створити спільноту, керовану, з відкритим кодом та перевіряємими платформами AGI. Основні учасники включають професора Прінстонського університету Pramod Viswanath та професора Індійського інституту науки Himanshu Tyagi, які відповідають за безпеку та конфіденційність ШІ, у той час як співзасновник Polygon Sandeep Nailwal очолює стратегію блокчейн та екосистему. Члени команди мають досвід роботи в таких компаніях, як Meta, Coinbase, Polygon, а також в провідних університетах, таких як Прінстонський університет та Індійський технологічний інститут, охоплюючи такі галузі, як AI/ML, NLP, комп'ютерне зорове сприйняття тощо, спільно працюючи над реалізацією проєкту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient з моменту свого заснування мав ауру успіху, володіючи багатими ресурсами, зв'язками та ринковою впізнаваністю, що забезпечило потужну підтримку для розвитку проєкту. У середині 2024 року Sentient завершив раунд фінансування на суму 85 мільйонів доларів США, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки інших відомих венчурних компаній, таких як Delphi, Hashkey та Spartan.
Проектування архітектури та прикладного рівня
Інфраструктурний рівень
Основна архітектура
Основна архітектура Sentient складається з двох частин: AI Pipeline та у блокчейні.
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 вирівнювання моделі.
Тренування лояльності (Loyalty Training): забезпечення того, щоб модель підтримувала навчальний процес, що відповідає намірам спільноти.
Блокчейн-система забезпечує прозорість та децентралізований контроль для протоколів, забезпечуючи володіння, відстеження використання, розподіл доходів та справедливе управління AI артефактами. Конкретна архітектура ділиться на чотири рівні:
Зберігання: зберігання ваг моделей і інформації про реєстрацію відбитків пальців;
Розподільчий рівень: вхід для виклику моделі контролю контракту на авторизацію;
Доступний рівень: перевірка авторизації користувача через підтвердження прав.
Ін Incentive Layer: контракт маршрутизації доходів буде кожного разу виплачувати винагороду тренерам, розробникам та валідаторам.
OML модельна структура
OML фреймворк (Відкритий Open, Монетизований Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, метою якої є забезпечення чіткої захисту прав власності та економічних стимулів для відкритих AI моделей. Поєднуючи технології у блокчейні та AI рідну криптографію, має такі характеристики:
Відкритість: Модель повинна бути з відкритим вихідним кодом, код і структура даних повинні бути прозорими, щоб спільнота могла відтворити, перевірити та вдосконалити.
Монетизація: Кожен виклик моделі викликає потік доходу, у блокчейні контракт розподіляє доходи між тренерами, розробниками та перевіряючими.
Вірність: Модель належить спільноті внесків, напрямок оновлення та управління визначається DAO, використання та зміни контролюються криптомеханізмом.
AI рідна криптографія (AI-native Cryptography)
AI рідна криптографія використовує безперервність моделей AI, структуру низьковимірного маніфольду та диференційні властивості моделей для розробки "перевіряємого, але невидалимого" легкого механізму безпеки. Її основна технологія це:
Вбудовування відбитків пальців: під час навчання вставляється набір прихованих пар запит-відповідь для формування унікального підпису моделі;
Протокол перевірки власності: перевірка збереження відбитків пальців за допомогою запитів через третій сторонній детектор (Prover);
Механізм дозволів на виклик: перед викликом потрібно отримати "сертифікат дозволу", виданий власником моделі, система на його основі надає дозвіл моделі декодувати цей ввід і повернути точну відповідь.
Цей спосіб дозволяє реалізувати "авторизаційний виклик на основі поведінки + перевірка приналежності" без витрат на повторне шифрування.
Модель правостановлення та безпечного виконання
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження особистості за допомогою відбитків пальців, виконання в TEE та розподіл прибутків з контрактів у блокчейні. Серед методів підтвердження особистості основна лінія реалізації – OML 1.0, що підкреслює концепцію "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням відповідність, а порушення можуть бути виявлені та покарані.
Механізм відбитків пальців є ключовою реалізацією OML, який через вбудовування специфічних «питань-відповідей» дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власник моделі може перевірити приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й забезпечує відстежувані записи у блокчейні щодо використання моделей.
Крім того, Sentient представила обчислювальну платформу Enclave TEE, яка використовує довірене виконавче середовище (таке як AWS Nitro Enclaves), щоб гарантувати, що модель відповідає лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення та має певні ризики безпеки, його висока продуктивність і реальний час роблять його ключовою технологією для розгортання моделей сьогодні.
У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб ще більше посилити захист приватності та верифіковуваність, забезпечивши більш зрілі рішення для децентралізованого розгортання AI-моделей.
рівень застосунків
Наразі продукти Sentient в основному включають децентралізовану платформу для чату
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.
Змагання AI Layer1 посилюється: шість проектів змагаються за майбутнє DeAI у блокчейні.
AI Layer1 дослідження: пошук у блокчейні родючих земель для DeAI
З розвитком технологій штучного інтелекту, компанії-лідери в галузі, такі як OpenAI, Anthropic, Google, Meta, постійно просувають прогрес великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних сферах, значно розширюючи людську уяву і навіть в деяких випадках показують потенціал заміни людської праці. Проте, ядро цих технологій залишається міцно в руках кількох централізованих технологічних гігантів. Завдяки потужному капіталу та контролю над дорогими ресурсами обчислень, ці компанії створили непереборні бар'єри, що ускладнює для більшості розробників і інноваційних команд можливість конкурувати з ними.
Одночасно, на початку швидкого розвитку ШІ, суспільна думка часто зосереджується на прориві та зручностях, які приносить технологія, тоді як увага до таких ключових питань, як захист приватності, прозорість, безпека, є відносно недостатньою. У довгостроковій перспективі ці проблеми глибоко вплинуть на здоровий розвиток індустрії ШІ та суспільну прийнятність. Якщо їх не вдасться належним чином вирішити, суперечка про те, чи буде ШІ "на благо" чи "на зло", стане ще більш вираженою, а централізовані гіганти, під впливом інстинкту отримання прибутку, часто не мають достатньої мотивації, щоб активно реагувати на ці виклики.
Технологія блокчейн, завдяки своїм децентралізованим, прозорим та антицензурним властивостям, відкриває нові можливості для сталого розвитку індустрії штучного інтелекту. Наразі на таких основних блокчейнах, як Solana, Base, вже з'явилося безліч "Web3 AI" додатків. Але при глибшому 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, надмірна вага мемів ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI продуктами світу Web2, блокчейн AI має обмеження в моделях, використанні даних та сценаріях застосування, глибина та широта інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, необхідно, щоб у блокчейні було безпечно, ефективно та демократично розміщено великомасштабні програми ШІ, а також щоб він міг конкурувати з централізованими рішеннями за продуктивністю, нам потрібно спроектувати Layer1 блокчейн, спеціально розроблений для ШІ. Це забезпечить надійну основу для відкритих інновацій у ШІ, демократичного управління та безпеки даних, стимулюючи процвітання децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має архітектуру та дизайн продуктивності, що тісно пов'язані з потребами AI-завдань, з метою ефективної підтримки сталого розвитку та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 повинна мати такі ключові можливості:
Ефективний механізм заохочення та децентралізованого консенсусу Ядро AI Layer 1 полягає у створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність і зберігання. На відміну від традиційних вузлів блокчейну, які зосереджені переважно на веденні реєстру, вузли AI Layer 1 повинні виконувати більш складні завдання, включаючи надання обчислювальної потужності, виконання навчання та інференції AI-моделей, а також внесення різноманітних ресурсів, таких як зберігання, дані, пропускна здатність, щоб розірвати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен бути в змозі точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання AI-інференції, навчання 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.
Відмінна висока продуктивність та підтримка гетерогенних завдань Завдання ШІ, особливо навчання та висновки LLM, ставлять дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більш того, екосистема AI у блокчейні часто повинна підтримувати різноманітні та гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, висновки, зберігання та інші різноманітні сценарії. AI Layer 1 повинен на базовій архітектурі глибоко оптимізувати вимоги щодо високої пропускної здатності, низької затримки та еластичної паралельності, а також мати вбудовану підтримку для гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних завдань ШІ, реалізуючи плавне розширення від "однорідних завдань" до "складної різноманітної екосистеми".
Можливість перевірки та гарантовані надійні результати AI Layer 1 не лише має запобігати зловживанням моделями, підробці даних та іншим загрозам безпеці, але й повинна на рівні базових механізмів забезпечувати можливість перевірки результатів, що видає AI, а також їх відповідність. Завдяки інтеграції надійних виконавчих середовищ (TEE), доказів нульового знання (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа забезпечує можливість незалежної перевірки кожного процесу моделювання, навчання та обробки даних, гарантуючи справедливість і прозорість системи AI. У той же час, така можливість перевірки також допомагає користувачам зрозуміти логіку та підстави, на яких базуються результати AI, реалізуючи принцип "отримане є бажаним", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист приватності даних Застосування ШІ часто пов'язане з чутливими даними користувачів, особливо в фінансовій, медичній, соціальній сферах, де захист конфіденційності даних є надзвичайно важливим. ШІ Layer 1 має забезпечити перевіряємість, одночасно використовуючи технології обробки даних на основі шифрування, протоколи конфіденційних обчислень та управління правами доступу до даних, щоб гарантувати безпеку даних на всіх етапах — від інференції, навчання до зберігання, ефективно запобігаючи витоку даних і їх зловживанню, усуваючи побоювання користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки Як AI рідна Layer 1 інфраструктура, платформа повинна не лише мати технологічну перевагу, але й забезпечувати екосистемних учасників, таких як розробники, оператори вузлів, постачальники AI послуг, повноцінними інструментами для розробки, інтегрованими SDK, підтримкою операцій та механізмами заохочення. Завдяки постійному оптимізації доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI рідних додатків та досягненню стійкого процвітання децентралізованої AI екосистеми.
Виходячи з наведеного вище контексту та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематично розглянуто останні досягнення в цій області, проаналізовано стан розвитку проектів та обговорено майбутні тенденції.
Sentient: побудова вірних відкритих децентралізованих AI моделей
Огляд проекту
Sentient є відкритою платформою протоколів, яка розробляє AI Layer1 у блокчейні (. На початковому етапі це Layer 2, а потім вона буде перенесена на Layer 1). Поєднуючи AI Pipeline та технології блокчейн, будується децентралізована економіка штучного інтелекту. Її основна мета - вирішити проблеми власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM за допомогою рамки "OML" (відкрите, прибуткове, лояльне), щоб реалізувати структуру власності моделей AI на блокчейні, забезпечити прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати продукти AI, сприяючи розвитку справедливої, відкритої екосистеми AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейн та інженерів з усього світу, щоб створити спільноту, керовану, з відкритим кодом та перевіряємими платформами AGI. Основні учасники включають професора Прінстонського університету Pramod Viswanath та професора Індійського інституту науки Himanshu Tyagi, які відповідають за безпеку та конфіденційність ШІ, у той час як співзасновник Polygon Sandeep Nailwal очолює стратегію блокчейн та екосистему. Члени команди мають досвід роботи в таких компаніях, як Meta, Coinbase, Polygon, а також в провідних університетах, таких як Прінстонський університет та Індійський технологічний інститут, охоплюючи такі галузі, як AI/ML, NLP, комп'ютерне зорове сприйняття тощо, спільно працюючи над реалізацією проєкту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient з моменту свого заснування мав ауру успіху, володіючи багатими ресурсами, зв'язками та ринковою впізнаваністю, що забезпечило потужну підтримку для розвитку проєкту. У середині 2024 року Sentient завершив раунд фінансування на суму 85 мільйонів доларів США, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки інших відомих венчурних компаній, таких як Delphi, Hashkey та Spartan.
Проектування архітектури та прикладного рівня
Інфраструктурний рівень
Основна архітектура
Основна архітектура Sentient складається з двох частин: AI Pipeline та у блокчейні.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що містить два основні процеси:
Блокчейн-система забезпечує прозорість та децентралізований контроль для протоколів, забезпечуючи володіння, відстеження використання, розподіл доходів та справедливе управління AI артефактами. Конкретна архітектура ділиться на чотири рівні:
OML модельна структура
OML фреймворк (Відкритий Open, Монетизований Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, метою якої є забезпечення чіткої захисту прав власності та економічних стимулів для відкритих AI моделей. Поєднуючи технології у блокчейні та AI рідну криптографію, має такі характеристики:
AI рідна криптографія (AI-native Cryptography)
AI рідна криптографія використовує безперервність моделей AI, структуру низьковимірного маніфольду та диференційні властивості моделей для розробки "перевіряємого, але невидалимого" легкого механізму безпеки. Її основна технологія це:
Цей спосіб дозволяє реалізувати "авторизаційний виклик на основі поведінки + перевірка приналежності" без витрат на повторне шифрування.
Модель правостановлення та безпечного виконання
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження особистості за допомогою відбитків пальців, виконання в TEE та розподіл прибутків з контрактів у блокчейні. Серед методів підтвердження особистості основна лінія реалізації – OML 1.0, що підкреслює концепцію "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням відповідність, а порушення можуть бути виявлені та покарані.
Механізм відбитків пальців є ключовою реалізацією OML, який через вбудовування специфічних «питань-відповідей» дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власник моделі може перевірити приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й забезпечує відстежувані записи у блокчейні щодо використання моделей.
Крім того, Sentient представила обчислювальну платформу Enclave TEE, яка використовує довірене виконавче середовище (таке як AWS Nitro Enclaves), щоб гарантувати, що модель відповідає лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення та має певні ризики безпеки, його висока продуктивність і реальний час роблять його ключовою технологією для розгортання моделей сьогодні.
У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб ще більше посилити захист приватності та верифіковуваність, забезпечивши більш зрілі рішення для децентралізованого розгортання AI-моделей.
рівень застосунків
Наразі продукти Sentient в основному включають децентралізовану платформу для чату