AI Layer1 дослідження: пошук родючих ґрунтів для DeAI у блокчейні
Огляд
Фон
Останніми роками провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють швидкому розвитку великих мовних моделей (LLM). LLM продемонстрували безпрецедентні можливості в різних галузях, значно розширивши уявлення людства, а в деяких випадках навіть продемонстрували потенціал заміни людської праці. Однак ядро цих технологій залишається під контролем невеликої кількості технологічних гігантів. Завдяки значному капіталу та контролю над дорогими ресурсами обчислень ці компанії створили непереборні бар'єри, що ускладнює для більшості розробників та інноваційних команд конкурувати з ними.
Одночасно, на початку швидкого розвитку ШІ, суспільна думка часто зосереджена на прориві та зручностях, які приносить технологія, а увага до таких ключових питань, як захист приватності, прозорість, безпека, є відносно недостатньою. У довгостроковій перспективі ці питання глибоко вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не вдасться належним чином вирішити, суперечка про те, чи "направити" ШІ на добро, чи на зло, стане ще більш виразною, у той час як централізовані гіганти, під впливом свого прибуткового інстинкту, часто не мають достатньої мотивації для активного реагування 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 таких провідних блокчейнах, як Solana, Base, вже з'явилося безліч застосувань "Web3 AI". Проте, при глибшому аналізі можна виявити, що ці проєкти все ще мають численні проблеми: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, властивість мемів надмірна, що ускладнює підтримку дійсно відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, у блокчейн AI все ще є обмеження в можливостях моделей, використанні даних та сценаріях застосування, глибина та ширина інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, зробити так, щоб у блокчейні безпечно, ефективно та демократично могли розміщуватися масштабні AI-додатки, і щоб він міг конкурувати з централізованими рішеннями за показниками продуктивності, нам потрібно спроектувати Layer1 блокчейн, спеціально створений для AI. Це надасть міцну основу для відкритих інновацій у сфері AI, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми AI.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має базову архітектуру та продуктивність, які тісно пов'язані з потребами AI-завдань, з метою ефективної підтримки стійкого розвитку та процвітання екосистеми AI у блокчейні. Конкретно, AI Layer 1 має мати такі основні можливості:
Ефективні стимули та децентралізований механізм консенсусу. Основна мета AI Layer 1 полягає у створенні відкритої мережі спільного використання ресурсів, таких як обчислювальна потужність і зберігання. На відміну від традиційних вузлів блокчейну, які в основному зосереджені на веденні бухгалтерського обліку, вузли AI Layer 1 повинні виконувати більш складні завдання: не лише надавати обчислювальну потужність, завершувати навчання та інференцію AI-моделей, але й вносити різноманітні ресурси, такі як зберігання, дані, пропускна здатність, тим самим розриваючи монополію централізованих гігантів у базовій 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 та навчання AI, 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-завдань, особливо навчання та інференції LLM, висувають дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше 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 глибоко оптимізувати свою базову архітектуру під вимоги високої пропускної здатності, низької затримки та еластичної паралельності, а також заздалегідь передбачити рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних AI-завдань, реалізуючи плавне розширення від "однорідних завдань" до "складної багатогранної екосистеми."
Перевірність та гарантованість надійного виходу AI Layer 1 повинні не лише запобігати зловживанням моделей, змінам даних та іншим загрозам безпеці, але й забезпечувати перевірність та відповідність результатів, що виходять з AI, на рівні базових механізмів. Завдяки інтеграції надійних середовищ виконання (TEE), доказів з нульовим розголошенням (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити незалежну перевірку кожного процесу моделювання, навчання та обробки даних, гарантуючи справедливість і прозорість AI-системи. Крім того, ця перевірність також допоможе користувачам зрозуміти логіку та підстави виходу AI, реалізуючи "отримане є бажаним", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Застосування ШІ часто пов'язані з чутливими даними користувачів, особливо в фінансовій, медичній, соціальній сферах, захист конфіденційності даних є надзвичайно важливим. AI Layer 1 має забезпечити перевірність, водночас використовуючи технології обробки даних на основі шифрування, протоколи обчислень з конфіденційністю та управління правами доступу до даних, щоб гарантувати безпеку даних на всіх етапах, таких як висновок, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи побоювання користувачів щодо безпеки даних.
Потужна екосистема підтримки та розвитку Як AI-оригінальна Layer 1 інфраструктура, платформа повинна не лише мати технологічну перевагу, але й надавати розробникам, операторам вузлів, постачальникам AI послуг та іншим учасникам екосистеми повний набір інструментів для розробки, інтегровані SDK, підтримку операцій та механізми стимулювання. Через постійне вдосконалення доступності платформи та досвіду розробників сприяти впровадженню різноманітних AI-оригінальних додатків, забезпечуючи стійке процвітання децентралізованої AI екосистеми.
На основі наведеного фону та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизовано останні досягнення в цій сфері, проаналізовано поточний стан розвитку проектів та обговорено майбутні тенденції.
Sentient: створення лояльної відкритої децентралізованої AI моделі
Огляд проєкту
Sentient є відкритою платформою протоколів, яка створює AI Layer1 у блокчейні ( на початковій стадії як Layer 2, а потім перейде 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), забезпечуючи структуру власності моделей AI, прозорість викликів та розподіл вартості на блокчейні. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI-продукти, що сприятиме розвитку справедливої та відкритої екосистеми AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, що прагнуть створити платформу AGI, орієнтовану на спільноту, з відкритим кодом та можливістю верифікації. До складу ключових учасників входять професор Принстонського університету Pramod Viswanath та професор Індійського інституту науки Himanshu Tyagi, які відповідають за безпеку AI та захист конфіденційності, а також співзасновник Polygon Sandeep Nailwal, який очолює стратегію блокчейну та екосистему. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет та Індійський технологічний інститут, охоплюючи галузі AI/ML, NLP, комп'ютерного зору та спільно працюють над реалізацією проєкту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient від самого початку мала ореол, володіючи багатими ресурсами, зв'язками та ринковим визнанням, що забезпечило потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершила фінансування на стадії seed у розмірі 85 мільйонів доларів, яке очолили Founders Fund, Pantera та Framework Ventures, а також десятки відомих венчурних капіталістів, серед яких Delphi, Hashkey та Spartan.
Проектування архітектури та рівня застосування
Інфраструктурний шар
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline та у блокчейні.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що містить два основних процеси:
Планування даних (Data Curation): процес вибору даних, що керується спільнотою, для вирівнювання моделей.
Навчання лояльності (Loyalty Training): забезпечення того, щоб модель підтримувала процес навчання, який відповідає намірам спільноти.
Блокчейн-система забезпечує прозорість і децентралізований контроль для протоколу, гарантує право власності на AI-артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділяється на чотири рівні:
Зберігання: зберігання ваг моделей та інформації про реєстрацію відбитків пальців;
Розподільчий рівень: модель контролю входу виклику контракту на авторизацію;
Рівень доступу: перевірка авторизації користувача через підтвердження прав.
Стимулюючий рівень: контракт маршрутизації доходів буде кожного разу розподіляти плату між тренерами, розробниками та валідаторами.
OML модельна структура
OML фрейм (Відкритий Open, Можливий для монетизації Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист прав власності та механізми економічного стимулювання для відкритих AI моделей. Завдяки поєднанню у блокчейні технологій і AI рідної криптографії, має такі особливості:
Відкритість: Модель повинна бути відкритим вихідним кодом, код і структура даних повинні бути прозорими, щоб спростити відтворення, аудит і вдосконалення спільнотою.
Монетизація: кожен виклик моделі буде генерувати потік доходу, у блокчейні контракт буде розподіляти доходи між тренерами, розробниками та валідаторами.
Вірність: Модель належить спільноті внесників, напрямок оновлення та управління визначається DAO, використання та зміна контролюються крипто-механізмами.
AI рідна криптографія (AI-native Cryptography)
AI-оригінальна криптографія використовує безперервність моделей AI, структуру низьковимірних маніфолдів та диференційованість моделей для розробки "можливих для перевірки, але не підлягають видаленню" легковагових механізмів безпеки. Її основна технологія:
Вбудовування відбитків пальців: під час навчання вставляється набір прихованих пар запит-відповідь для формування унікального підпису моделі;
Протокол верифікації прав власності: перевірка, чи зберігаються відбитки пальців, шляхом запиту через третю сторону (Prover);
Механізм виклику дозволів: перед викликом необхідно отримати "сертифікат прав" від власника моделі, а система на його основі надає модель доступ для декодування цього вводу та повернення точної відповіді.
Цей спосіб дозволяє реалізувати "авторизацію викликів на основі поведінки + перевірку належності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження за допомогою відбитків пальців, виконання TEE та розподіл прибутку за допомогою смарт-контрактів. При цьому метод підтвердження за відбитками пальців реалізується через OML 1.0, наголошуючи на ідеї "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням вважається, що все відповідає нормам, а порушення можуть бути виявлені та покарані.
Механізм відбитків пальців є ключовою реалізацією OML, який за допомогою вбудовування специфічних "питань-відповідей" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделей можуть перевіряти приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й забезпечує 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 гарантувати, що моделі відповідають 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 ключовою технологією для розгортання моделей.
У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб додатково 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.
6 лайків
Нагородити
6
4
Репост
Поділіться
Прокоментувати
0/400
Rugman_Walking
· 33хв. тому
Традиційні гіганти самозадоволені грають в ШІ.
Переглянути оригіналвідповісти на0
NFTHoarder
· 11год тому
Декілька гігантів грають в монополію, чи все ж Web3 привабливий?
Переглянути оригіналвідповісти на0
MiningDisasterSurvivor
· 11год тому
Ги-ги, в епоху великого ШІ навіть Понці потрібно одягнути новий жилет, так? Це ж той же спектакль, що був у 2018 році!
AI Layer1 дослідження: Шість великих проєктів для побудови децентралізованої AI екосистеми
AI Layer1 дослідження: пошук родючих ґрунтів для DeAI у блокчейні
Огляд
Фон
Останніми роками провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють швидкому розвитку великих мовних моделей (LLM). LLM продемонстрували безпрецедентні можливості в різних галузях, значно розширивши уявлення людства, а в деяких випадках навіть продемонстрували потенціал заміни людської праці. Однак ядро цих технологій залишається під контролем невеликої кількості технологічних гігантів. Завдяки значному капіталу та контролю над дорогими ресурсами обчислень ці компанії створили непереборні бар'єри, що ускладнює для більшості розробників та інноваційних команд конкурувати з ними.
Одночасно, на початку швидкого розвитку ШІ, суспільна думка часто зосереджена на прориві та зручностях, які приносить технологія, а увага до таких ключових питань, як захист приватності, прозорість, безпека, є відносно недостатньою. У довгостроковій перспективі ці питання глибоко вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не вдасться належним чином вирішити, суперечка про те, чи "направити" ШІ на добро, чи на зло, стане ще більш виразною, у той час як централізовані гіганти, під впливом свого прибуткового інстинкту, часто не мають достатньої мотивації для активного реагування 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 таких провідних блокчейнах, як Solana, Base, вже з'явилося безліч застосувань "Web3 AI". Проте, при глибшому аналізі можна виявити, що ці проєкти все ще мають численні проблеми: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, властивість мемів надмірна, що ускладнює підтримку дійсно відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, у блокчейн AI все ще є обмеження в можливостях моделей, використанні даних та сценаріях застосування, глибина та ширина інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, зробити так, щоб у блокчейні безпечно, ефективно та демократично могли розміщуватися масштабні AI-додатки, і щоб він міг конкурувати з централізованими рішеннями за показниками продуктивності, нам потрібно спроектувати Layer1 блокчейн, спеціально створений для AI. Це надасть міцну основу для відкритих інновацій у сфері AI, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми AI.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має базову архітектуру та продуктивність, які тісно пов'язані з потребами AI-завдань, з метою ефективної підтримки стійкого розвитку та процвітання екосистеми AI у блокчейні. Конкретно, AI Layer 1 має мати такі основні можливості:
Ефективні стимули та децентралізований механізм консенсусу. Основна мета AI Layer 1 полягає у створенні відкритої мережі спільного використання ресурсів, таких як обчислювальна потужність і зберігання. На відміну від традиційних вузлів блокчейну, які в основному зосереджені на веденні бухгалтерського обліку, вузли AI Layer 1 повинні виконувати більш складні завдання: не лише надавати обчислювальну потужність, завершувати навчання та інференцію AI-моделей, але й вносити різноманітні ресурси, такі як зберігання, дані, пропускна здатність, тим самим розриваючи монополію централізованих гігантів у базовій 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 та навчання AI, 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-завдань, особливо навчання та інференції LLM, висувають дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше 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 глибоко оптимізувати свою базову архітектуру під вимоги високої пропускної здатності, низької затримки та еластичної паралельності, а також заздалегідь передбачити рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних AI-завдань, реалізуючи плавне розширення від "однорідних завдань" до "складної багатогранної екосистеми."
Перевірність та гарантованість надійного виходу AI Layer 1 повинні не лише запобігати зловживанням моделей, змінам даних та іншим загрозам безпеці, але й забезпечувати перевірність та відповідність результатів, що виходять з AI, на рівні базових механізмів. Завдяки інтеграції надійних середовищ виконання (TEE), доказів з нульовим розголошенням (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити незалежну перевірку кожного процесу моделювання, навчання та обробки даних, гарантуючи справедливість і прозорість AI-системи. Крім того, ця перевірність також допоможе користувачам зрозуміти логіку та підстави виходу AI, реалізуючи "отримане є бажаним", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Застосування ШІ часто пов'язані з чутливими даними користувачів, особливо в фінансовій, медичній, соціальній сферах, захист конфіденційності даних є надзвичайно важливим. AI Layer 1 має забезпечити перевірність, водночас використовуючи технології обробки даних на основі шифрування, протоколи обчислень з конфіденційністю та управління правами доступу до даних, щоб гарантувати безпеку даних на всіх етапах, таких як висновок, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи побоювання користувачів щодо безпеки даних.
Потужна екосистема підтримки та розвитку Як AI-оригінальна Layer 1 інфраструктура, платформа повинна не лише мати технологічну перевагу, але й надавати розробникам, операторам вузлів, постачальникам AI послуг та іншим учасникам екосистеми повний набір інструментів для розробки, інтегровані SDK, підтримку операцій та механізми стимулювання. Через постійне вдосконалення доступності платформи та досвіду розробників сприяти впровадженню різноманітних AI-оригінальних додатків, забезпечуючи стійке процвітання децентралізованої AI екосистеми.
На основі наведеного фону та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизовано останні досягнення в цій сфері, проаналізовано поточний стан розвитку проектів та обговорено майбутні тенденції.
Sentient: створення лояльної відкритої децентралізованої AI моделі
Огляд проєкту
Sentient є відкритою платформою протоколів, яка створює AI Layer1 у блокчейні ( на початковій стадії як Layer 2, а потім перейде 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), забезпечуючи структуру власності моделей AI, прозорість викликів та розподіл вартості на блокчейні. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI-продукти, що сприятиме розвитку справедливої та відкритої екосистеми AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, що прагнуть створити платформу AGI, орієнтовану на спільноту, з відкритим кодом та можливістю верифікації. До складу ключових учасників входять професор Принстонського університету Pramod Viswanath та професор Індійського інституту науки Himanshu Tyagi, які відповідають за безпеку AI та захист конфіденційності, а також співзасновник Polygon Sandeep Nailwal, який очолює стратегію блокчейну та екосистему. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет та Індійський технологічний інститут, охоплюючи галузі AI/ML, NLP, комп'ютерного зору та спільно працюють над реалізацією проєкту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient від самого початку мала ореол, володіючи багатими ресурсами, зв'язками та ринковим визнанням, що забезпечило потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершила фінансування на стадії seed у розмірі 85 мільйонів доларів, яке очолили Founders Fund, Pantera та Framework Ventures, а також десятки відомих венчурних капіталістів, серед яких Delphi, Hashkey та Spartan.
Проектування архітектури та рівня застосування
Інфраструктурний шар
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline та у блокчейні.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що містить два основних процеси:
Блокчейн-система забезпечує прозорість і децентралізований контроль для протоколу, гарантує право власності на AI-артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділяється на чотири рівні:
OML модельна структура
OML фрейм (Відкритий Open, Можливий для монетизації Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист прав власності та механізми економічного стимулювання для відкритих AI моделей. Завдяки поєднанню у блокчейні технологій і AI рідної криптографії, має такі особливості:
AI рідна криптографія (AI-native Cryptography)
AI-оригінальна криптографія використовує безперервність моделей AI, структуру низьковимірних маніфолдів та диференційованість моделей для розробки "можливих для перевірки, але не підлягають видаленню" легковагових механізмів безпеки. Її основна технологія:
Цей спосіб дозволяє реалізувати "авторизацію викликів на основі поведінки + перевірку належності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження за допомогою відбитків пальців, виконання TEE та розподіл прибутку за допомогою смарт-контрактів. При цьому метод підтвердження за відбитками пальців реалізується через OML 1.0, наголошуючи на ідеї "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням вважається, що все відповідає нормам, а порушення можуть бути виявлені та покарані.
Механізм відбитків пальців є ключовою реалізацією OML, який за допомогою вбудовування специфічних "питань-відповідей" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделей можуть перевіряти приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й забезпечує 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 гарантувати, що моделі відповідають 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 ключовою технологією для розгортання моделей.
У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб додатково посилити захист конфіденційності та перевіряність, надаючи більш зрілі рішення для децентралізованого розгортання AI моделей.
![Biteye та PANews спільно випустили дослідження AI Layer1: пошук родючих ґрунтів для DeAI у блокчейні](