Исследование AI Layer1: поиск плодородной почвы для DeAI в блокчейне
Обзор
В последние годы такие ведущие технологические компании, как OpenAI, Anthropic, Google, Meta, продолжают активно развивать большие языковые модели (LLM). LLM демонстрируют беспрецедентные возможности в различных отраслях, значительно расширяя пространство человеческого воображения и даже показывая потенциал замены человеческого труда в некоторых сценариях. Однако ядро этих технологий по-прежнему крепко контролируется несколькими централизованными технологическими гигантами. Обладая мощным капиталом и контролем над высокими вычислительными ресурсами, эти компании создали непреодолимые барьеры, что делает для подавляющего большинства разработчиков и инновационных команд трудным соперничество с ними.
В то же время, на ранних этапах быстрого развития ИИ общественное мнение часто сосредотачивается на прорывах и удобстве, которые приносит технология, в то время как внимание к таким核心问题, как защита конфиденциальности, прозрачность и безопасность, относительно невелико. В долгосрочной перспективе эти проблемы будут глубоко влиять на здоровое развитие индустрии ИИ и общественное принятие. Если их не решить должным образом, споры о том, будет ли ИИ "на добром пути" или "на злом пути", будут становиться все более актуальными, в то время как централизованные гиганты, движимые инстинктом получения прибыли, часто не имеют достаточной мотивации для активного реагирования на эти вызовы.
Технология блокчейна, благодаря своим характеристикам децентрализации, прозрачности и устойчивости к цензуре, предлагает новые возможности для устойчивого развития AI-отрасли. В настоящее время на нескольких основных блокчейнах уже появились многочисленные приложения "Web3 AI". Однако при более глубоком анализе можно выявить, что у этих проектов все еще есть множество проблем: с одной стороны, степень децентрализации ограничена, ключевые этапы и инфраструктура все еще зависят от централизованных облачных сервисов, что затрудняет поддержку по-настоящему открытой экосистемы; с другой стороны, по сравнению с AI-продуктами мира Web2, AI в блокчейне все еще ограничен в таких аспектах, как способность моделей, использование данных и сценарии применения, глубина и широта инноваций требуют улучшения.
Чтобы действительно реализовать видение децентрализованного ИИ, необходимо, чтобы блокчейн мог безопасно, эффективно и демократично поддерживать масштабные ИИ-приложения и соперничать с централизованными решениями по производительности. Нам нужно разработатьLayer1 блокчейн, специально созданный для ИИ. Это создаст прочную основу для открытых инноваций в области ИИ, демократического управления и безопасности данных, способствуя процветанию децентрализованной экосистемы ИИ.
Основные характеристики AI Layer 1
AI Layer 1 как блокчейн, специально созданный для AI приложений, имеет архитектуру и производительность, которые тесно связаны с требованиями AI задач, и предназначен для эффективной поддержки устойчивого развития и процветания AI экосистемы в блокчейне. В частности, AI Layer 1 должен обладать следующими ключевыми возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса. Ядро 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 бухгалтерского учета, узлы AI Layer 1 должны выполнять более сложные задачи: они не только должны предоставлять вычислительную мощность и завершать обучение и вывод AI моделей, но также должны вносить разнообразные ресурсы, такие как хранилище, данные и пропускная способность, тем самым разрушая монополию централизованных гигантов в инфраструктуре AI. Это предъявляет более высокие требования к базовому консенсусу и механизму стимулов: AI Layer 1 должен быть в состоянии точно оценивать, поощрять и проверять фактический вклад узлов в задачи, такие как вывод и обучение 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.
Превосходные высокопроизводительные возможности и поддержка гетерогенных задач. Задачи ИИ, особенно обучение и вывод моделей LLM, предъявляют высокие требования к вычислительной производительности и параллельной обработке. Более того, экосистема AI в блокчейне часто должна поддерживать разнообразные, гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многопрофильные сценарии. AI Layer 1 должен быть глубоко оптимизирован на уровне архитектуры для удовлетворения требований высокой пропускной способности, низкой задержки и эластичной параллельной обработки, а также иметь предустановленную нативную поддержку гетерогенных вычислительных ресурсов, чтобы гарантировать эффективное выполнение всех задач ИИ и обеспечить плавное расширение от "единичных задач" до "сложной многообразной экосистемы".
Проверяемость и гарантии доверительного вывода. AI Layer 1 не только должен предотвращать злоупотребления моделями, фальсификацию данных и другие угрозы безопасности, но и на уровне базовых механизмов обеспечивать проверяемость результатов вывода AI и их согласованность. Интегрируя такие передовые технологии, как надежная среда выполнения (TEE), нулевые знания (ZK), многопартитные безопасные вычисления (MPC), платформа позволяет независимо проверять каждый процесс вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность системы AI. В то же время такая проверяемость помогает пользователям четко понимать логику и основания вывода AI, достигая цели "то, что получено, то и желаемо", повышая доверие и удовлетворенность пользователей к продуктам AI.
Защита конфиденциальности данных Приложения ИИ часто связаны с чувствительными данными пользователей, и в таких областях, как финансы, здравоохранение и социальные сети, защита конфиденциальности данных особенно важна. AI Layer 1 должен обеспечивать проверяемость, одновременно применяя технологии обработки данных на основе шифрования, протоколы конфиденциальных вычислений и управление правами на данные, чтобы гарантировать безопасность данных на всех этапах, включая вывод, обучение и хранение, эффективно предотвращая утечку данных и их злоупотребление, устраняя тем самым беспокойство пользователей по поводу безопасности данных.
Мощные возможности по поддержке экосистемы и разработки. В качестве инфраструктуры первого уровня, изначально созданной для ИИ, платформа должна обладать не только технологическим лидерством, но и предоставлять экосистемным участникам, таким как разработчики, операторы узлов и поставщики услуг ИИ, полноценные инструменты для разработки, интегрированные SDK, поддержку операций и механизмы поощрения. Постоянно оптимизируя доступность платформы и опыт разработчиков, мы способствуем внедрению разнообразных приложений, основанных на ИИ, и обеспечиваем устойчивое процветание децентрализованной экосистемы ИИ.
Исходя из вышеизложенного контекста и ожиданий, в данной статье будет подробно рассмотрено шесть代表项目 AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически анализируя последние достижения в данной области, исследуя текущее состояние проектов и обсуждая будущие тенденции.
Sentient является платформой с открытым протоколом, которая разрабатывает AI Layer1 в блокчейне ( на начальном этапе как Layer 2, а затем будет мигрировать на Layer 1). Объединяя AI Pipeline и технологии блокчейна, она создает децентрализованную экономику искусственного интеллекта. Основная цель заключается в решении проблем принадлежности моделей, отслеживания вызовов и распределения ценностей на централизованном рынке LLM с помощью структуры "OML" (открытая, прибыльная, лояльная), что позволяет моделям AI реализовать структуру собственности в блокчейне, прозрачность вызовов и распределение ценностей. Видение Sentient заключается в том, чтобы любой мог создавать, сотрудничать, владеть и монетизировать AI-продукты, тем самым способствуя созданию справедливой и открытой экосистемы сети AI-агентов.
Команда Sentient Foundation объединяет ведущих мировых академических экспертов, предпринимателей в области блокчейна и инженеров, стремящихся создать сообщество, управляемую, с открытым исходным кодом и проверяемую платформу AGI. В состав核心成员 входят профессор Принстонского университета Pramod Viswanath и профессор Индийского института науки Himanshu Tyagi, которые отвечают за безопасность ИИ и защиту конфиденциальности, а стратегию блокчейна и экосистему возглавляет соучредитель Polygon Sandeep Nailwal. Члены команды имеют опыт работы в таких известных компаниях, как Meta, Coinbase, Polygon, а также в ведущих университетах, таких как Принстонский университет и Индийский институт технологий, охватывающих области AI/ML, NLP, компьютерного зрения и совместно продвигают реализацию проекта.
Как вторичный стартап соучредителя Polygon Сандиипа Нейлвала, Sentient с самого начала обладал ореолом, имея богатые ресурсы, связи и рыночную осведомленность, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершил раунд посевного финансирования на сумму 85 миллионов долларов, в котором главными инвесторами выступили Founders Fund, Pantera и Framework Ventures, а также десятки известных венчурных компаний, включая Delphi, Hashkey и Spartan.
проектирование архитектуры и прикладного уровня
Инфраструктурный уровень
Основная архитектура
Ядро архитектуры Sentient состоит из двух частей: AI Pipeline и системы в блокчейне:
AI-пайплайн является основой для разработки и обучения "лояльного ИИ" артефактов и включает в себя два основных процесса:
Планирование данных (Data Curation): процесс выбора данных, управляемый сообществом, используемый для выравнивания модели.
Обучение лояльности (Loyalty Training): обеспечить, чтобы модель проходила процесс обучения в соответствии с намерениями сообщества.
Система блокчейна обеспечивает прозрачность и децентрализованный контроль протокола, гарантируя владение ИИ-артефактами, отслеживание их использования, распределение доходов и справедливое управление. Конкретная архитектура делится на четыре уровня:
Уровень хранения: модель хранения весов и информация о регистрации отпечатков.
Распределительный уровень: точка входа для вызова модели управления контрактом.
Уровень доступа: проверка прав на основе подтверждения прав для проверки авторизации пользователя;
Уровень стимуляции: контракт маршрутизации доходов будет распределять выплаты между тренерами, развертывателями и верификаторами при каждом вызове.
OML модельный фрейм
OML-рамка (Открытая Open, Монетизируемая Monetizable, Лояльная Loyal) является ключевой концепцией, предложенной Sentient, и направлена 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 запускать поток доходов, в блокчейне контракт будет распределять доход между тренерами, развертывателями и проверяющими.
Лояльность: модель принадлежит сообществу вносителей, направление обновления и управление определяются DAO, использование и изменение контролируется криптомеханизмом.
AI-нативное шифрование использует непрерывность моделей AI, структуру низкоразмерных многообразий и дифференцируемые свойства моделей для разработки "проверяемого, но не подлежащего удалению" легковесного механизма безопасности. Его ключевая технология:
Встраивание отпечатков пальцев: вставка набора скрытых пар ключ-значение query-response во время обучения для формирования уникальной подписи модели;
Протокол проверки прав собственности: проверка сохранения отпечатков пальцев с помощью стороннего детектора (Prover) в форме запроса (query);
Механизм разрешенного вызова: перед вызовом необходимо получить "разрешительный сертификат", выданный владельцем модели, после чего система предоставляет модели право декодировать данный ввод и возвращать точный ответ.
Этот способ позволяет реализовать "авторизованные вызовы на основе поведения + проверка принадлежности" без дополнительных затрат на повторное шифрование.
Модель прав подтверждения и безопасного исполнения
Sentient в настоящее время использует Melange смешанную безопасность: комбинация подтверждения прав собственности с помощью отпечатков пальцев, выполнения TEE и распределения прибыли по смарт-контрактам в блокчейне. При этом метод отпечатков пальцев реализован в OML 1.0, подчеркивая концепцию "оптимистической безопасности (Optimistic Security)", то есть по умолчанию предполагается соответствие, а нарушения могут быть обнаружены и наказаны.
Механизм отпечатков пальцев является ключевым реализованным элементом OML, который позволяет модели генерировать уникальные подписи на этапе обучения, внедряя специфические "вопрос-ответ" пары. С помощью этих подписей владельцы моделей могут подтвердить право собственности, предотвращая несанкционированное копирование и коммерциализацию. Этот механизм не только защищает права разработчиков моделей, но и предоставляет отслеживаемую запись использования модели в блокчейне.
Кроме того, Sentient представила вычислительную платформу Enclave TEE, использующую доверенную среду выполнения (например, 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 современных моделей.
В будущем Sentient планирует внедрить технологии нулевого знания (ZK) и полностью однородного шифрования (FHE), чтобы дополнительно усилить защиту конфиденциальности и проверяемость, предоставляя более зрелые решения для децентрализованного развертывания AI моделей.
Уровень приложения
В настоящее время продукты Sentient в основном включают децентрализованную платформу для чата Sentient Chat, открытую модель серии Dobby и фреймворк AI Agent.
Модель серии Добби
SentientAGI выпустила несколько моделей серии "Dobby", которые в основном основаны на модели Llama и сосредоточены на свободе,
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
10 Лайков
Награда
10
4
Поделиться
комментарий
0/400
NotFinancialAdviser
· 7ч назад
Я готов, позвольте мне от имени NotFinancialAdviser оставить комментарий к этой статье о AI Layer1.
Посмотреть ОригиналОтветить0
LightningSentry
· 7ч назад
Этот инструмент удобен в использовании?
Посмотреть ОригиналОтветить0
ValidatorVibes
· 7ч назад
власть к узлам, а не к корпорациям... децентрализуйся или умри fr
AI Layer1探索：构建 Децентрализация AI的底层基础设施
Исследование AI Layer1: поиск плодородной почвы для DeAI в блокчейне
Обзор
В последние годы такие ведущие технологические компании, как OpenAI, Anthropic, Google, Meta, продолжают активно развивать большие языковые модели (LLM). LLM демонстрируют беспрецедентные возможности в различных отраслях, значительно расширяя пространство человеческого воображения и даже показывая потенциал замены человеческого труда в некоторых сценариях. Однако ядро этих технологий по-прежнему крепко контролируется несколькими централизованными технологическими гигантами. Обладая мощным капиталом и контролем над высокими вычислительными ресурсами, эти компании создали непреодолимые барьеры, что делает для подавляющего большинства разработчиков и инновационных команд трудным соперничество с ними.
В то же время, на ранних этапах быстрого развития ИИ общественное мнение часто сосредотачивается на прорывах и удобстве, которые приносит технология, в то время как внимание к таким核心问题, как защита конфиденциальности, прозрачность и безопасность, относительно невелико. В долгосрочной перспективе эти проблемы будут глубоко влиять на здоровое развитие индустрии ИИ и общественное принятие. Если их не решить должным образом, споры о том, будет ли ИИ "на добром пути" или "на злом пути", будут становиться все более актуальными, в то время как централизованные гиганты, движимые инстинктом получения прибыли, часто не имеют достаточной мотивации для активного реагирования на эти вызовы.
Технология блокчейна, благодаря своим характеристикам децентрализации, прозрачности и устойчивости к цензуре, предлагает новые возможности для устойчивого развития AI-отрасли. В настоящее время на нескольких основных блокчейнах уже появились многочисленные приложения "Web3 AI". Однако при более глубоком анализе можно выявить, что у этих проектов все еще есть множество проблем: с одной стороны, степень децентрализации ограничена, ключевые этапы и инфраструктура все еще зависят от централизованных облачных сервисов, что затрудняет поддержку по-настоящему открытой экосистемы; с другой стороны, по сравнению с AI-продуктами мира Web2, AI в блокчейне все еще ограничен в таких аспектах, как способность моделей, использование данных и сценарии применения, глубина и широта инноваций требуют улучшения.
Чтобы действительно реализовать видение децентрализованного ИИ, необходимо, чтобы блокчейн мог безопасно, эффективно и демократично поддерживать масштабные ИИ-приложения и соперничать с централизованными решениями по производительности. Нам нужно разработатьLayer1 блокчейн, специально созданный для ИИ. Это создаст прочную основу для открытых инноваций в области ИИ, демократического управления и безопасности данных, способствуя процветанию децентрализованной экосистемы ИИ.
Основные характеристики AI Layer 1
AI Layer 1 как блокчейн, специально созданный для AI приложений, имеет архитектуру и производительность, которые тесно связаны с требованиями AI задач, и предназначен для эффективной поддержки устойчивого развития и процветания AI экосистемы в блокчейне. В частности, AI Layer 1 должен обладать следующими ключевыми возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса. Ядро 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 бухгалтерского учета, узлы AI Layer 1 должны выполнять более сложные задачи: они не только должны предоставлять вычислительную мощность и завершать обучение и вывод AI моделей, но также должны вносить разнообразные ресурсы, такие как хранилище, данные и пропускная способность, тем самым разрушая монополию централизованных гигантов в инфраструктуре AI. Это предъявляет более высокие требования к базовому консенсусу и механизму стимулов: AI Layer 1 должен быть в состоянии точно оценивать, поощрять и проверять фактический вклад узлов в задачи, такие как вывод и обучение 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.
Превосходные высокопроизводительные возможности и поддержка гетерогенных задач. Задачи ИИ, особенно обучение и вывод моделей LLM, предъявляют высокие требования к вычислительной производительности и параллельной обработке. Более того, экосистема AI в блокчейне часто должна поддерживать разнообразные, гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многопрофильные сценарии. AI Layer 1 должен быть глубоко оптимизирован на уровне архитектуры для удовлетворения требований высокой пропускной способности, низкой задержки и эластичной параллельной обработки, а также иметь предустановленную нативную поддержку гетерогенных вычислительных ресурсов, чтобы гарантировать эффективное выполнение всех задач ИИ и обеспечить плавное расширение от "единичных задач" до "сложной многообразной экосистемы".
Проверяемость и гарантии доверительного вывода. AI Layer 1 не только должен предотвращать злоупотребления моделями, фальсификацию данных и другие угрозы безопасности, но и на уровне базовых механизмов обеспечивать проверяемость результатов вывода AI и их согласованность. Интегрируя такие передовые технологии, как надежная среда выполнения (TEE), нулевые знания (ZK), многопартитные безопасные вычисления (MPC), платформа позволяет независимо проверять каждый процесс вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность системы AI. В то же время такая проверяемость помогает пользователям четко понимать логику и основания вывода AI, достигая цели "то, что получено, то и желаемо", повышая доверие и удовлетворенность пользователей к продуктам AI.
Защита конфиденциальности данных Приложения ИИ часто связаны с чувствительными данными пользователей, и в таких областях, как финансы, здравоохранение и социальные сети, защита конфиденциальности данных особенно важна. AI Layer 1 должен обеспечивать проверяемость, одновременно применяя технологии обработки данных на основе шифрования, протоколы конфиденциальных вычислений и управление правами на данные, чтобы гарантировать безопасность данных на всех этапах, включая вывод, обучение и хранение, эффективно предотвращая утечку данных и их злоупотребление, устраняя тем самым беспокойство пользователей по поводу безопасности данных.
Мощные возможности по поддержке экосистемы и разработки. В качестве инфраструктуры первого уровня, изначально созданной для ИИ, платформа должна обладать не только технологическим лидерством, но и предоставлять экосистемным участникам, таким как разработчики, операторы узлов и поставщики услуг ИИ, полноценные инструменты для разработки, интегрированные SDK, поддержку операций и механизмы поощрения. Постоянно оптимизируя доступность платформы и опыт разработчиков, мы способствуем внедрению разнообразных приложений, основанных на ИИ, и обеспечиваем устойчивое процветание децентрализованной экосистемы ИИ.
Исходя из вышеизложенного контекста и ожиданий, в данной статье будет подробно рассмотрено шесть代表项目 AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически анализируя последние достижения в данной области, исследуя текущее состояние проектов и обсуждая будущие тенденции.
Sentient: Построение преданного открытого децентрализованного ИИ-модели
Обзор проекта
Sentient является платформой с открытым протоколом, которая разрабатывает AI Layer1 в блокчейне ( на начальном этапе как Layer 2, а затем будет мигрировать на Layer 1). Объединяя AI Pipeline и технологии блокчейна, она создает децентрализованную экономику искусственного интеллекта. Основная цель заключается в решении проблем принадлежности моделей, отслеживания вызовов и распределения ценностей на централизованном рынке LLM с помощью структуры "OML" (открытая, прибыльная, лояльная), что позволяет моделям AI реализовать структуру собственности в блокчейне, прозрачность вызовов и распределение ценностей. Видение Sentient заключается в том, чтобы любой мог создавать, сотрудничать, владеть и монетизировать AI-продукты, тем самым способствуя созданию справедливой и открытой экосистемы сети AI-агентов.
Команда Sentient Foundation объединяет ведущих мировых академических экспертов, предпринимателей в области блокчейна и инженеров, стремящихся создать сообщество, управляемую, с открытым исходным кодом и проверяемую платформу AGI. В состав核心成员 входят профессор Принстонского университета Pramod Viswanath и профессор Индийского института науки Himanshu Tyagi, которые отвечают за безопасность ИИ и защиту конфиденциальности, а стратегию блокчейна и экосистему возглавляет соучредитель Polygon Sandeep Nailwal. Члены команды имеют опыт работы в таких известных компаниях, как Meta, Coinbase, Polygon, а также в ведущих университетах, таких как Принстонский университет и Индийский институт технологий, охватывающих области AI/ML, NLP, компьютерного зрения и совместно продвигают реализацию проекта.
Как вторичный стартап соучредителя Polygon Сандиипа Нейлвала, Sentient с самого начала обладал ореолом, имея богатые ресурсы, связи и рыночную осведомленность, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершил раунд посевного финансирования на сумму 85 миллионов долларов, в котором главными инвесторами выступили Founders Fund, Pantera и Framework Ventures, а также десятки известных венчурных компаний, включая Delphi, Hashkey и Spartan.
проектирование архитектуры и прикладного уровня
Инфраструктурный уровень
Основная архитектура
Ядро архитектуры Sentient состоит из двух частей: AI Pipeline и системы в блокчейне:
AI-пайплайн является основой для разработки и обучения "лояльного ИИ" артефактов и включает в себя два основных процесса:
Система блокчейна обеспечивает прозрачность и децентрализованный контроль протокола, гарантируя владение ИИ-артефактами, отслеживание их использования, распределение доходов и справедливое управление. Конкретная архитектура делится на четыре уровня:
OML модельный фрейм
OML-рамка (Открытая Open, Монетизируемая Monetizable, Лояльная Loyal) является ключевой концепцией, предложенной Sentient, и направлена 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:
Искусственный интеллект-родная криптография (AI-native Cryptography)
AI-нативное шифрование использует непрерывность моделей AI, структуру низкоразмерных многообразий и дифференцируемые свойства моделей для разработки "проверяемого, но не подлежащего удалению" легковесного механизма безопасности. Его ключевая технология:
Этот способ позволяет реализовать "авторизованные вызовы на основе поведения + проверка принадлежности" без дополнительных затрат на повторное шифрование.
Модель прав подтверждения и безопасного исполнения
Sentient в настоящее время использует Melange смешанную безопасность: комбинация подтверждения прав собственности с помощью отпечатков пальцев, выполнения TEE и распределения прибыли по смарт-контрактам в блокчейне. При этом метод отпечатков пальцев реализован в OML 1.0, подчеркивая концепцию "оптимистической безопасности (Optimistic Security)", то есть по умолчанию предполагается соответствие, а нарушения могут быть обнаружены и наказаны.
Механизм отпечатков пальцев является ключевым реализованным элементом OML, который позволяет модели генерировать уникальные подписи на этапе обучения, внедряя специфические "вопрос-ответ" пары. С помощью этих подписей владельцы моделей могут подтвердить право собственности, предотвращая несанкционированное копирование и коммерциализацию. Этот механизм не только защищает права разработчиков моделей, но и предоставляет отслеживаемую запись использования модели в блокчейне.
Кроме того, Sentient представила вычислительную платформу Enclave TEE, использующую доверенную среду выполнения (например, 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 современных моделей.
В будущем Sentient планирует внедрить технологии нулевого знания (ZK) и полностью однородного шифрования (FHE), чтобы дополнительно усилить защиту конфиденциальности и проверяемость, предоставляя более зрелые решения для децентрализованного развертывания AI моделей.
Уровень приложения
В настоящее время продукты Sentient в основном включают децентрализованную платформу для чата Sentient Chat, открытую модель серии Dobby и фреймворк AI Agent.
Модель серии Добби
SentientAGI выпустила несколько моделей серии "Dobby", которые в основном основаны на модели Llama и сосредоточены на свободе,