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 швидкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних галузях, значно розширюючи людське уявлення, а в деяких випадках навіть показують потенціал заміни людської праці. Проте основи цих технологій залишаються міцно в руках небагатьох централізованих технологічних гігантів. Завдяки великому капіталу та контролю за високими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшості розробників і інноваційних команд змагатися з ними.
Водночас, на початкових етапах швидкої еволюції штучного інтелекту суспільна думка часто зосереджується на прориві та зручності, які приносить технологія, тоді як увага до таких ключових питань, як захист конфіденційності, прозорість і безпека, залишається відносно недостатньою. У довгостроковій перспективі ці питання суттєво вплинуть на здоровий розвиток індустрії ШІ та її соціальну прийнятність. Якщо їх не вирішити належним чином, суперечки про те, чи має ШІ "служити добру", чи "служити злу", стануть все більш актуальними, а централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації, щоб активно реагувати на ці виклики.
Технологія блокчейн, завдяки своїм децентралізованим, прозорим і стійким до цензури характеристикам, відкриває нові можливості для сталого розвитку індустрії штучного інтелекту. Наразі на деяких основних блокчейнах вже з'явилося безліч додатків "Web3 AI". Але при глибокому аналізі можна виявити, що ці проекти все ще мають багато проблем: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, мемні характеристики занадто сильні, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, AI в у блокчейні все ще має обмеження у можливостях моделей, використанні даних та сценаріях застосування, глибина та ширина інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, забезпечити безпечне, ефективне та демократичне функціонування блокчейну для масштабних AI-додатків і конкурувати з централізованими рішеннями за продуктивністю, нам потрібно спроектувати Layer1 блокчейн, спеціально розроблений для ШІ. Це забезпечить міцну основу для відкритих інновацій у сфері ШІ, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має архітектуру та продуктивність, тісно пов'язані з вимогами AI-завдань, і має на меті ефективно підтримувати сталий розвиток та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 повинен мати такі основні можливості:
Ефективні стимули та механізм децентралізованого консенсусу. Основна мета AI Layer 1 полягає в створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних блокчейн-вузлів, які в основному зосереджені на веденні обліку в книзі, вузли AI Layer 1 повинні виконувати більш складні завдання, не тільки надаючи обчислювальну потужність, завершуючи навчання та інференцію AI-моделей, але й вносячи різноманітні ресурси, такі як зберігання, дані, пропускна здатність, щоб розірвати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до основного консенсусу та механізму стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання, такі як інференція та навчання AI, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Лише так можна гарантувати стабільність та процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність і підтримка гетерогенних завдань. Завдання AI, особливо навчання та інференція LLM, висувають надзвичайно високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більш того, у блокчейні AI екосистема часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен бути глибоко оптимізований на базовій архітектурі для забезпечення високої пропускної здатності, низької затримки та еластичної паралельності, а також передбачати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних AI завдань і реалізувати плавне розширення від "однорідних завдань" до "складної різноманітної екосистеми".
Перевірка та забезпечення надійного виходу AI Layer 1 не лише повинні запобігати зловживанням моделлю, підробці даних та іншим загрозам безпеці, але й забезпечити перевірку результатів виходу AI та їх відповідність на рівні базових механізмів. Завдяки інтеграції надійних середовищ виконання (TEE), нульових знань (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити незалежну перевірку кожного процесу моделювання, навчання та обробки даних, що гарантує справедливість та прозорість системи AI. У той же час, ця перевірка може допомогти користувачам зрозуміти логіку і підстави виходу AI, досягти "отриманого - це бажане", підвищуючи довіру і задоволеність користувачів щодо продуктів AI.
Захист конфіденційності даних Застосування ШІ часто пов'язане з чутливими даними користувачів, особливо в фінансовій, медичній та соціальній сферах, захист конфіденційності даних є надзвичайно важливим. AI Layer 1 має забезпечити перевірність, використовуючи технології обробки даних на основі шифрування, протоколи конфіденційних обчислень та управління правами доступу до даних, щоб гарантувати безпеку даних на всіх етапах, включаючи інференцію, тренування та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужна екосистема та підтримка розробки Як інфраструктура Layer 1, що є рідною для AI, платформа повинна не лише мати технологічну перевагу, але й надавати розробникам, операторам вузлів, постачальникам AI послуг та іншим учасникам екосистеми повний спектр інструментів для розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Завдяки постійній оптимізації доступності платформи та досвіду розробників, сприяти впровадженню різноманітних AI рідних застосунків та забезпечити сталий розвиток децентралізованої AI екосистеми.
Виходячи з вищезазначеного фону та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, системно проаналізовано останні досягнення у цій сфері, розглянуто стан розвитку проектів та обговорено майбутні тенденції.
Sentient: побудова лояльної відкритої децентралізованої моделі штучного інтелекту
Огляд проекту
Sentient є відкритою платформою протоколів, яка створює AI Layer1 у блокчейні ( на початковій стадії як Layer 2, а згодом буде переведена на Layer 1). Поєднуючи AI Pipeline та технології блокчейн, вона будує децентралізовану економіку штучного інтелекту. Її основна мета полягає в тому, щоб вирішити проблеми власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM за допомогою "OML" фреймворку (відкритий, прибутковий, лояльний), що дозволить AI моделям реалізувати структуру власності на блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг будувати, співпрацювати, володіти та монетизувати AI продукти, сприяючи створенню справедливої та відкритої екосистеми мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, що прагнуть створити платформу AGI, керовану спільнотою, з відкритим кодом та перевіркою. До основних учасників входять професор Принстонського університету Pramod Viswanath та професор Інституту індійських наук Himanshu Tyagi, які відповідають за безпеку штучного інтелекту та захист приватності, а також співзасновник Polygon Sandeep Nailwal, який керує стратегією блокчейну та екосистемним плануванням. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет і Індійський технологічний інститут, охоплюючи сфери AI/ML, NLP, комп'ютерного зору та спільно працюють над реалізацією проекту.
Як другий проект підприємництва співзасновника Polygon Sandeep Nailwal, Sentient з самого початку мав ауру успіху, маючи велику кількість ресурсів, зв'язків та визнання на ринку, що забезпечує потужну підтримку розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування в розмірі 85 мільйонів доларів США, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки інших відомих венчурних капіталістів, включаючи Delphi, Hashkey та Spartan.
Проектування архітектури та рівня застосунків
Інфраструктурний рівень
Ядро архітектури
Ядро архітектури Sentient складається з двох частин: AI Pipeline (AI Pipeline) та у блокчейні системи.
AI трубопровід є основою для розробки та навчання "лояльних AI" артефактів, що містить два основні процеси:
Планування даних (Data Curation): процес вибору даних, що керується спільнотою, для узгодження моделей.
Тренування лояльності (Loyalty Training): забезпечити, щоб модель підтримувала навчальний процес, що відповідає намірам спільноти.
Системи у блокчейні забезпечують прозорість і децентралізований контроль для протоколів, гарантуючи власність на артефакти AI, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура складається з чотирьох рівнів:
Зберігання: зберігання ваг моделі та інформації про реєстрацію відбитків пальців;
Розподільчий рівень: вхідний контроль моделі виклику, що контролюється контрактом на авторизацію;
Доступний рівень: перевірка правомочності для підтвердження авторизації користувача;
Слой стимулювання: контракт маршрутизації доходів буде виплачувати винагороди тренерам, розробникам та валідаційникам з кожного виклику.
OML модельна рамка
OML фреймворк (Відкритий Open, Монетизований Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Завдяки поєднанню у блокчейні технологій та AI рідної криптографії, має такі характеристики:
Відкритість: Модель повинна бути відкритим вихідним кодом, код і структура даних мають бути прозорими, щоб спростити відтворення, аудит та вдосконалення з боку спільноти.
Монетизація: Кожен виклик моделі викликає потік доходу, у блокчейні контракт розподілить доходи між тренерами, деплойерами та валідарами.
Вірність: Модель належить до спільноти учасників, напрямок оновлення та управління визначається DAO, використання та зміни контролюються криптографічним механізмом.
AI рідна криптографія (AI-native Cryptography)
AI-родна криптографія використовує безперервність AI-моделей, структуру низьковимірних маніфолдів та диференційовані властивості моделей для розробки "перевіряємого, але незнищуваного" легковагового механізму безпеки. Її основна технологія:
Вбудовування відбитків пальців: під час навчання вбудовується набір прихованих пар запит-відповідь, що формує унікальний підпис моделі;
Протокол перевірки власності: перевірка збереження відбитка пальця шляхом запиту через сторонній детектор (Prover);
Механізм виклику дозволу: перед викликом потрібно отримати "дозвільний сертифікат", виданий власником моделі, а система на підставі цього надає дозвіл моделі розшифровувати цей вхід і повертати точну відповідь.
Цей спосіб дозволяє реалізувати "авторизаційний виклик на основі поведінки + перевірка належності" без витрат на повторне шифрування.
Модель підтвердження прав власності та безпечна реалізація
Sentient наразі використовує Melange змішану безпеку: комбінацію підтвердження особи за допомогою відбитків пальців, виконання TEE та розподіл доходів за контрактами у блокчейні. При цьому метод відбитків пальців реалізується через OML 1.0, наголошуючи на ідеї "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням відповідності, а в разі порушення - можливість виявлення та покарання.
Механізм відбитків пальців є ключовою реалізацією OML, він дозволяє моделі генерувати унікальний підпис на етапі навчання шляхом вбудовування специфічних "питань-відповідей". Завдяки цим підписам власники моделей можуть перевіряти приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, а й надає можливість відстеження поведінки використання моделей у блокчейні.
Крім того, Sentient запустила обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб забезпечити, що модель відповідає лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, його висока продуктивність і реальний час роблять його 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 перевіряємості, забезпечуючи більш зрілі рішення для децентралізованого розгортання моделей ШІ.
 і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
7 лайків
Нагородити
7
6
Поділіться
Прокоментувати
0/400
CommunitySlacker
· 07-25 11:33
Поклонятися велетням не має сенсу, інновації мають перспективу.
Переглянути оригіналвідповісти на0
ZeroRushCaptain
· 07-24 20:00
Добре, що ж, монополія така, що нас, роздрібних інвесторів, обдурюють людей, як лохів.
Переглянути оригіналвідповісти на0
StakeHouseDirector
· 07-24 20:00
Що роблять технологічні гіганти з монополією?
Переглянути оригіналвідповісти на0
SmartContractPlumber
· 07-24 19:59
Управлінські повноваження централізованого ШІ страшніші за вразливості контрактів, хто може їх перевірити?
Переглянути оригіналвідповісти на0
VCsSuckMyLiquidity
· 07-24 19:51
Монополія є найбільш отруйною на шляху до інновацій🐸
Переглянути оригіналвідповісти на0
PriceOracleFairy
· 07-24 19:49
коли справжній децентралізований штучний інтелект, друг? це просто великі технології в одязі web3...
AI Layer1 дослідження: боротьба за інфраструктуру децентралізованого штучного інтелекту
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 швидкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних галузях, значно розширюючи людське уявлення, а в деяких випадках навіть показують потенціал заміни людської праці. Проте основи цих технологій залишаються міцно в руках небагатьох централізованих технологічних гігантів. Завдяки великому капіталу та контролю за високими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшості розробників і інноваційних команд змагатися з ними.
Водночас, на початкових етапах швидкої еволюції штучного інтелекту суспільна думка часто зосереджується на прориві та зручності, які приносить технологія, тоді як увага до таких ключових питань, як захист конфіденційності, прозорість і безпека, залишається відносно недостатньою. У довгостроковій перспективі ці питання суттєво вплинуть на здоровий розвиток індустрії ШІ та її соціальну прийнятність. Якщо їх не вирішити належним чином, суперечки про те, чи має ШІ "служити добру", чи "служити злу", стануть все більш актуальними, а централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації, щоб активно реагувати на ці виклики.
Технологія блокчейн, завдяки своїм децентралізованим, прозорим і стійким до цензури характеристикам, відкриває нові можливості для сталого розвитку індустрії штучного інтелекту. Наразі на деяких основних блокчейнах вже з'явилося безліч додатків "Web3 AI". Але при глибокому аналізі можна виявити, що ці проекти все ще мають багато проблем: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, мемні характеристики занадто сильні, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, AI в у блокчейні все ще має обмеження у можливостях моделей, використанні даних та сценаріях застосування, глибина та ширина інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, забезпечити безпечне, ефективне та демократичне функціонування блокчейну для масштабних AI-додатків і конкурувати з централізованими рішеннями за продуктивністю, нам потрібно спроектувати Layer1 блокчейн, спеціально розроблений для ШІ. Це забезпечить міцну основу для відкритих інновацій у сфері ШІ, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має архітектуру та продуктивність, тісно пов'язані з вимогами AI-завдань, і має на меті ефективно підтримувати сталий розвиток та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 повинен мати такі основні можливості:
Ефективні стимули та механізм децентралізованого консенсусу. Основна мета AI Layer 1 полягає в створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних блокчейн-вузлів, які в основному зосереджені на веденні обліку в книзі, вузли AI Layer 1 повинні виконувати більш складні завдання, не тільки надаючи обчислювальну потужність, завершуючи навчання та інференцію AI-моделей, але й вносячи різноманітні ресурси, такі як зберігання, дані, пропускна здатність, щоб розірвати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до основного консенсусу та механізму стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання, такі як інференція та навчання AI, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Лише так можна гарантувати стабільність та процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність і підтримка гетерогенних завдань. Завдання AI, особливо навчання та інференція LLM, висувають надзвичайно високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більш того, у блокчейні AI екосистема часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен бути глибоко оптимізований на базовій архітектурі для забезпечення високої пропускної здатності, низької затримки та еластичної паралельності, а також передбачати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних AI завдань і реалізувати плавне розширення від "однорідних завдань" до "складної різноманітної екосистеми".
Перевірка та забезпечення надійного виходу AI Layer 1 не лише повинні запобігати зловживанням моделлю, підробці даних та іншим загрозам безпеці, але й забезпечити перевірку результатів виходу AI та їх відповідність на рівні базових механізмів. Завдяки інтеграції надійних середовищ виконання (TEE), нульових знань (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити незалежну перевірку кожного процесу моделювання, навчання та обробки даних, що гарантує справедливість та прозорість системи AI. У той же час, ця перевірка може допомогти користувачам зрозуміти логіку і підстави виходу AI, досягти "отриманого - це бажане", підвищуючи довіру і задоволеність користувачів щодо продуктів AI.
Захист конфіденційності даних Застосування ШІ часто пов'язане з чутливими даними користувачів, особливо в фінансовій, медичній та соціальній сферах, захист конфіденційності даних є надзвичайно важливим. AI Layer 1 має забезпечити перевірність, використовуючи технології обробки даних на основі шифрування, протоколи конфіденційних обчислень та управління правами доступу до даних, щоб гарантувати безпеку даних на всіх етапах, включаючи інференцію, тренування та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужна екосистема та підтримка розробки Як інфраструктура Layer 1, що є рідною для AI, платформа повинна не лише мати технологічну перевагу, але й надавати розробникам, операторам вузлів, постачальникам AI послуг та іншим учасникам екосистеми повний спектр інструментів для розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Завдяки постійній оптимізації доступності платформи та досвіду розробників, сприяти впровадженню різноманітних AI рідних застосунків та забезпечити сталий розвиток децентралізованої AI екосистеми.
Виходячи з вищезазначеного фону та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, системно проаналізовано останні досягнення у цій сфері, розглянуто стан розвитку проектів та обговорено майбутні тенденції.
Sentient: побудова лояльної відкритої децентралізованої моделі штучного інтелекту
Огляд проекту
Sentient є відкритою платформою протоколів, яка створює AI Layer1 у блокчейні ( на початковій стадії як Layer 2, а згодом буде переведена на Layer 1). Поєднуючи AI Pipeline та технології блокчейн, вона будує децентралізовану економіку штучного інтелекту. Її основна мета полягає в тому, щоб вирішити проблеми власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM за допомогою "OML" фреймворку (відкритий, прибутковий, лояльний), що дозволить AI моделям реалізувати структуру власності на блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг будувати, співпрацювати, володіти та монетизувати AI продукти, сприяючи створенню справедливої та відкритої екосистеми мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, що прагнуть створити платформу AGI, керовану спільнотою, з відкритим кодом та перевіркою. До основних учасників входять професор Принстонського університету Pramod Viswanath та професор Інституту індійських наук Himanshu Tyagi, які відповідають за безпеку штучного інтелекту та захист приватності, а також співзасновник Polygon Sandeep Nailwal, який керує стратегією блокчейну та екосистемним плануванням. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет і Індійський технологічний інститут, охоплюючи сфери AI/ML, NLP, комп'ютерного зору та спільно працюють над реалізацією проекту.
Як другий проект підприємництва співзасновника Polygon Sandeep Nailwal, Sentient з самого початку мав ауру успіху, маючи велику кількість ресурсів, зв'язків та визнання на ринку, що забезпечує потужну підтримку розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування в розмірі 85 мільйонів доларів США, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки інших відомих венчурних капіталістів, включаючи Delphi, Hashkey та Spartan.
Проектування архітектури та рівня застосунків
Інфраструктурний рівень
Ядро архітектури
Ядро архітектури Sentient складається з двох частин: AI Pipeline (AI Pipeline) та у блокчейні системи.
AI трубопровід є основою для розробки та навчання "лояльних AI" артефактів, що містить два основні процеси:
Системи у блокчейні забезпечують прозорість і децентралізований контроль для протоколів, гарантуючи власність на артефакти AI, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура складається з чотирьох рівнів:
OML модельна рамка
OML фреймворк (Відкритий Open, Монетизований Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Завдяки поєднанню у блокчейні технологій та AI рідної криптографії, має такі характеристики:
AI рідна криптографія (AI-native Cryptography)
AI-родна криптографія використовує безперервність AI-моделей, структуру низьковимірних маніфолдів та диференційовані властивості моделей для розробки "перевіряємого, але незнищуваного" легковагового механізму безпеки. Її основна технологія:
Цей спосіб дозволяє реалізувати "авторизаційний виклик на основі поведінки + перевірка належності" без витрат на повторне шифрування.
Модель підтвердження прав власності та безпечна реалізація
Sentient наразі використовує Melange змішану безпеку: комбінацію підтвердження особи за допомогою відбитків пальців, виконання TEE та розподіл доходів за контрактами у блокчейні. При цьому метод відбитків пальців реалізується через OML 1.0, наголошуючи на ідеї "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням відповідності, а в разі порушення - можливість виявлення та покарання.
Механізм відбитків пальців є ключовою реалізацією OML, він дозволяє моделі генерувати унікальний підпис на етапі навчання шляхом вбудовування специфічних "питань-відповідей". Завдяки цим підписам власники моделей можуть перевіряти приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, а й надає можливість відстеження поведінки використання моделей у блокчейні.
Крім того, Sentient запустила обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб забезпечити, що модель відповідає лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, його висока продуктивність і реальний час роблять його 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 перевіряємості, забезпечуючи більш зрілі рішення для децентралізованого розгортання моделей ШІ.
![Biteye та PANews спільно опублікували дослідження AI Layer1: пошук родючих ґрунтів для DeAI у блокчейні](