Звіт про AI Layer1: пошук родючих грунтів для DeAI у блокчейні
Останніми роками провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно стимулюють стрімкий розвиток великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних сферах, значно розширюючи людське уявлення, а в деяких ситуаціях навіть проявляють потенціал заміни людської праці. Проте ядро цих технологій залишається під контролем декількох централізованих технологічних гігантів. Завдяки потужному капіталу та контролю над дорогоцінними обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшості розробників та інноваційних команд з ними змагатися.
Водночас, на початкових етапах швидкого розвитку штучного інтелекту суспільна думка часто зосереджується на прориві та зручності, які приносить технологія, тоді як увага до таких основних питань, як захист приватності, прозорість та безпека, залишається відносно недостатньою. У довгостроковій перспективі ці проблеми суттєво вплинуть на здоровий розвиток індустрії штучного інтелекту та соціальну прийнятність. Якщо їх не вирішити належним чином, суперечка щодо того, чи "направити" ШІ на добро чи зло, стане ще більш вираженою, а централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації, щоб активно реагувати на ці виклики.
Технології блокчейн завдяки своїм децентралізованим, прозорим та антикорупційним характеристикам відкривають нові можливості для сталого розвитку індустрії штучного інтелекту. Наразі на деяких основних блокчейнах вже з'явилися численні "Web3 AI" застосунки. 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, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI продуктами світу Web2, AI на блокчейні все ще має обмеження в моделях можливостей, використанні даних та сценаріях застосування, глибина та широта інновацій потребують підвищення.
Щоб справді реалізувати бачення децентралізованого ШІ, забезпечивши безпечне, ефективне та демократичне функціонування блокчейну для великих AI-додатків, а також конкуруючи за продуктивністю з централізованими рішеннями, 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, які тісно пов'язані з вимогами AI-завдань, з метою ефективної підтримки сталого розвитку та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 має мати такі основні можливості:
Ефективні стимули та механізм 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 зосереджуються на веденні реєстру, вузли AI Layer 1 повинні виконувати більш складні завдання: не тільки надавати обчислювальну потужність, завершувати навчання та інференцію AI моделей, але й вносити різноманітні ресурси, такі як зберігання, дані, пропускна здатність тощо, щоб зламати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання інференції, навчання AI тощо, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Лише так можна гарантувати стабільність і процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Відмінна висока продуктивність та підтримка гетерогенних завдань
Завдання штучного інтелекту, особливо навчання та інференс LLM, висувають надзвичайно високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше того, екосистема AI в у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні моделі, обробку даних, інференс, зберігання та інші різноманітні сценарії. AI Layer 1 повинен бути глибоко оптимізований на рівні архітектури для задоволення вимог до високої пропускної спроможності, низької затримки та еластичної паралельності, а також мати вбудовану підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективну роботу різних завдань штучного інтелекту та реалізувати плавне розширення від "однотипних завдань" до "складної різноманітної екосистеми".
Перевірка та гарантоване надійне виведення
AI Layer 1 не лише має запобігти зловживанням моделей, підробці даних та іншим загрозам безпеці, але й повинна забезпечити верифікацію та узгодженість результатів, що генеруються штучним інтелектом, на рівні базових механізмів. Завдяки інтеграції надійних виконавчих середовищ (TEE), доказів з нульовим знанням (ZK), багатопартійних безпечних обчислень (MPC) та інших передових технологій платформа здатна забезпечити незалежну верифікацію кожного процесу інференції моделі, навчання та обробки даних, гарантувати справедливість і прозорість системи штучного інтелекту. Одночасно ця верифікація може допомогти користувачам зрозуміти логіку та підстави висновків штучного інтелекту, досягти "одержаного, що бажано", підвищуючи довіру та задоволеність користувачів продуктами штучного інтелекту.
Захист конфіденційності даних
Застосування ШІ часто пов'язане з чутливими даними користувачів, а в таких сферах, як фінанси, охорона здоров'я, соціальні мережі, захист конфіденційності даних є особливо важливим. AI Layer 1 має забезпечувати перевірність, використовуючи технології обробки даних на основі шифрування, протоколи обчислення конфіденційності та управління правами на дані, щоб гарантувати безпеку даних на всіх етапах, таких як висновок, навчання та зберігання, ефективно запобігаючи витоку і зловживанню даними, усуваючи побоювання користувачів щодо безпеки даних.
Потужна екосистемна підтримка та можливості розробки
Як AI-орієнтована інфраструктура рівня 1, платформа повинна не лише мати технологічну перевагу, але й надавати розробникам, операторам вузлів, постачальникам AI-послуг та іншим учасникам екосистеми повноцінні інструменти для розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Оптимізуючи доступність платформи та досвід розробників, ми сприяємо реалізації різноманітних AI-орієнтованих застосунків, досягаючи стійкого процвітання децентралізованої AI-екосистеми.
Виходячи з вищезгаданого 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 сучасний стан розвитку проектів і обговорено майбутні тенденції.
Sentient: побудова лояльної відкритої децентралізованої AI моделі
Огляд проекту
Sentient є відкритою платформою протоколів, яка розробляє AI Layer1 у блокчейні (, на початковому етапі це Layer 2, а потім буде мігрувати на Layer 1). Поєднуючи AI Pipeline та технології блокчейн, вона створює децентралізовану економіку штучного інтелекту. Її основна мета полягає в тому, щоб за допомогою "OML" (відкритий, прибутковий, лояльний) вирішити питання власності моделей, відстеження викликів та розподілу вартості у централізованому ринку LLM, щоб забезпечити структуру власності моделей AI на блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI-продукти, сприяючи створенню справедливої, відкритої екосистеми мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейн та інженерів з усього світу, прагнучи створити платформу AGI, керовану спільнотою, з відкритим кодом та можливістю верифікації. Основні учасники включають професора Принстонського університету Pramod Viswanath та професора Інституту наук в Індії Himanshu Tyagi, які відповідають за безпеку AI та захист приватності, в той час як стратегією блокчейн та екосистемним розташуванням керує співзасновник відомої публічної блокчейн. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, а також в таких провідних університетах, як Принстонський університет, Індійський технологічний інститут та інші, охоплюючи сфери AI/ML, NLP, комп'ютерного зору тощо, спільно працюючи над реалізацією проекту.
Як відомий співавтор публічної блокчейн-платформи, проект повторного підприємництва Sentient з самого початку заснування мав ауру успішності, володіючи багатими ресурсами, зв'язками та ринковою впізнаваністю, що забезпечує потужну підтримку розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування на суму 85 мільйонів доларів США, очолений Founders Fund, Pantera та Framework Ventures, а також десятками інших відомих венчурних капітальних 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 (AI Pipeline) та у блокчейні.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що включає два основні процеси:
Планування даних (Data Curation): процес вибору даних, що керується спільнотою, призначений для узгодження моделі.
Тренування лояльності (Loyalty Training): забезпечення того, щоб модель підтримувала процес навчання, що відповідає намірам спільноти.
Блокчейн-система забезпечує прозорість і децентралізований контроль для протоколів, що гарантує право власності на AI артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура складається з чотирьох рівнів:
Зберігання: зберігання ваг моделей та інформації про реєстрацію відбитків пальців;
Розподільчий рівень: вхід для виклику моделі контролю авторизації контракту;
Рівень доступу: перевірка дозволів для підтвердження авторизації користувача;
Стимулюючий рівень: 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, що має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Поєднуючи у блокчейні технології та AI рідну криптографію, має такі особливості:
Відкритість: модель повинна бути з відкритим вихідним кодом, код і структура даних повинні бути прозорими, щоб спростити відтворення, аудит і вдосконалення з боку спільноти.
Монетизація: Кожен виклик моделі викликає потік доходів, у блокчейні контракт розподілить дохід між тренерами, розробниками та валідаторами.
Вірність: Модель належить спільноті внесків, напрямок оновлень та управління визначається DAO, використання та модифікація контролюються криптомеханізмами.
AI рідна криптографія (AI-native Cryptography)
AI-рідна криптографія використовує безперервність AI-моделей, структуру низьковимірного многовидності та диференційованість моделей для розробки "перевіряємої, але незнімної" легковагової безпекової механіки. Її основна технологія:
Вбудовування відбитка пальця: під час навчання вставляється набір прихованих пар запит-відповідь для формування унікального підпису моделі;
Протокол перевірки власності: перевірка збереження відбитків пальців у формі запиту за допомогою стороннього детектора (Prover);
Механізм ліцензування викликів: перед викликом необхідно отримати "дозвільний сертифікат", виданий власником моделі, а система на його основі надає дозвіл моделі декодувати цей вхід і повернути точну відповідь.
Цей спосіб дозволяє реалізувати "авторизацію викликів на основі поведінки + верифікацію належності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: поєднання прав на власність за допомогою відбитків пальців, виконання TEE та розподіл прибутку за контрактами у блокчейні. Серед методів відбитків пальців основним є реалізація OML 1.0, яка підкреслює ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням відповідність, а в разі порушення можливе виявлення та покарання.
Механізм відбитків пальців є ключовою реалізацією OML, він вбудовує специфічні "питання-відповіді", що дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделі можуть перевіряти належність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не тільки захищає права розробників моделі, але й забезпечує можливість відстеження поведінки використання моделі у блокчейні.
Крім того, Sentient запустила обчислювальну платформу Enclave TEE, яка використовує середовища довіреного виконання (такі як AWS Nitro Enclaves), щоб забезпечити, що моделі відповідають лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, її висока продуктивність та здатність до реального часу роблять її основною технологією для розгортання моделей сьогодні.
У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб ще більше посилити захист конфіденційності та верифікацію, надаючи більш зрілі рішення для децентралізованого розгортання AI моделей.
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.
AI Layer1 дослідження: розблокування Децентралізація штучного інтелекту нової парадигми
Звіт про AI Layer1: пошук родючих грунтів для DeAI у блокчейні
Останніми роками провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно стимулюють стрімкий розвиток великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних сферах, значно розширюючи людське уявлення, а в деяких ситуаціях навіть проявляють потенціал заміни людської праці. Проте ядро цих технологій залишається під контролем декількох централізованих технологічних гігантів. Завдяки потужному капіталу та контролю над дорогоцінними обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшості розробників та інноваційних команд з ними змагатися.
Водночас, на початкових етапах швидкого розвитку штучного інтелекту суспільна думка часто зосереджується на прориві та зручності, які приносить технологія, тоді як увага до таких основних питань, як захист приватності, прозорість та безпека, залишається відносно недостатньою. У довгостроковій перспективі ці проблеми суттєво вплинуть на здоровий розвиток індустрії штучного інтелекту та соціальну прийнятність. Якщо їх не вирішити належним чином, суперечка щодо того, чи "направити" ШІ на добро чи зло, стане ще більш вираженою, а централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації, щоб активно реагувати на ці виклики.
Технології блокчейн завдяки своїм децентралізованим, прозорим та антикорупційним характеристикам відкривають нові можливості для сталого розвитку індустрії штучного інтелекту. Наразі на деяких основних блокчейнах вже з'явилися численні "Web3 AI" застосунки. 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, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI продуктами світу Web2, AI на блокчейні все ще має обмеження в моделях можливостей, використанні даних та сценаріях застосування, глибина та широта інновацій потребують підвищення.
Щоб справді реалізувати бачення децентралізованого ШІ, забезпечивши безпечне, ефективне та демократичне функціонування блокчейну для великих AI-додатків, а також конкуруючи за продуктивністю з централізованими рішеннями, 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, які тісно пов'язані з вимогами AI-завдань, з метою ефективної підтримки сталого розвитку та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 має мати такі основні можливості:
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 зосереджуються на веденні реєстру, вузли AI Layer 1 повинні виконувати більш складні завдання: не тільки надавати обчислювальну потужність, завершувати навчання та інференцію AI моделей, але й вносити різноманітні ресурси, такі як зберігання, дані, пропускна здатність тощо, щоб зламати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання інференції, навчання AI тощо, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Лише так можна гарантувати стабільність і процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Завдання штучного інтелекту, особливо навчання та інференс LLM, висувають надзвичайно високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше того, екосистема AI в у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні моделі, обробку даних, інференс, зберігання та інші різноманітні сценарії. AI Layer 1 повинен бути глибоко оптимізований на рівні архітектури для задоволення вимог до високої пропускної спроможності, низької затримки та еластичної паралельності, а також мати вбудовану підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективну роботу різних завдань штучного інтелекту та реалізувати плавне розширення від "однотипних завдань" до "складної різноманітної екосистеми".
AI Layer 1 не лише має запобігти зловживанням моделей, підробці даних та іншим загрозам безпеці, але й повинна забезпечити верифікацію та узгодженість результатів, що генеруються штучним інтелектом, на рівні базових механізмів. Завдяки інтеграції надійних виконавчих середовищ (TEE), доказів з нульовим знанням (ZK), багатопартійних безпечних обчислень (MPC) та інших передових технологій платформа здатна забезпечити незалежну верифікацію кожного процесу інференції моделі, навчання та обробки даних, гарантувати справедливість і прозорість системи штучного інтелекту. Одночасно ця верифікація може допомогти користувачам зрозуміти логіку та підстави висновків штучного інтелекту, досягти "одержаного, що бажано", підвищуючи довіру та задоволеність користувачів продуктами штучного інтелекту.
Застосування ШІ часто пов'язане з чутливими даними користувачів, а в таких сферах, як фінанси, охорона здоров'я, соціальні мережі, захист конфіденційності даних є особливо важливим. AI Layer 1 має забезпечувати перевірність, використовуючи технології обробки даних на основі шифрування, протоколи обчислення конфіденційності та управління правами на дані, щоб гарантувати безпеку даних на всіх етапах, таких як висновок, навчання та зберігання, ефективно запобігаючи витоку і зловживанню даними, усуваючи побоювання користувачів щодо безпеки даних.
Як AI-орієнтована інфраструктура рівня 1, платформа повинна не лише мати технологічну перевагу, але й надавати розробникам, операторам вузлів, постачальникам AI-послуг та іншим учасникам екосистеми повноцінні інструменти для розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Оптимізуючи доступність платформи та досвід розробників, ми сприяємо реалізації різноманітних AI-орієнтованих застосунків, досягаючи стійкого процвітання децентралізованої AI-екосистеми.
Виходячи з вищезгаданого 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 сучасний стан розвитку проектів і обговорено майбутні тенденції.
Sentient: побудова лояльної відкритої децентралізованої AI моделі
Огляд проекту
Sentient є відкритою платформою протоколів, яка розробляє AI Layer1 у блокчейні (, на початковому етапі це Layer 2, а потім буде мігрувати на Layer 1). Поєднуючи AI Pipeline та технології блокчейн, вона створює децентралізовану економіку штучного інтелекту. Її основна мета полягає в тому, щоб за допомогою "OML" (відкритий, прибутковий, лояльний) вирішити питання власності моделей, відстеження викликів та розподілу вартості у централізованому ринку LLM, щоб забезпечити структуру власності моделей AI на блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI-продукти, сприяючи створенню справедливої, відкритої екосистеми мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейн та інженерів з усього світу, прагнучи створити платформу AGI, керовану спільнотою, з відкритим кодом та можливістю верифікації. Основні учасники включають професора Принстонського університету Pramod Viswanath та професора Інституту наук в Індії Himanshu Tyagi, які відповідають за безпеку AI та захист приватності, в той час як стратегією блокчейн та екосистемним розташуванням керує співзасновник відомої публічної блокчейн. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, а також в таких провідних університетах, як Принстонський університет, Індійський технологічний інститут та інші, охоплюючи сфери AI/ML, NLP, комп'ютерного зору тощо, спільно працюючи над реалізацією проекту.
Як відомий співавтор публічної блокчейн-платформи, проект повторного підприємництва Sentient з самого початку заснування мав ауру успішності, володіючи багатими ресурсами, зв'язками та ринковою впізнаваністю, що забезпечує потужну підтримку розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування на суму 85 мільйонів доларів США, очолений Founders Fund, Pantera та Framework Ventures, а також десятками інших відомих венчурних капітальних 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 (AI Pipeline) та у блокчейні.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що включає два основні процеси:
Блокчейн-система забезпечує прозорість і децентралізований контроль для протоколів, що гарантує право власності на AI артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура складається з чотирьох рівнів:
OML модельна структура
OML фреймворк (Відкритий Open, Монетизований Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, що має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Поєднуючи у блокчейні технології та AI рідну криптографію, має такі особливості:
AI рідна криптографія (AI-native Cryptography)
AI-рідна криптографія використовує безперервність AI-моделей, структуру низьковимірного многовидності та диференційованість моделей для розробки "перевіряємої, але незнімної" легковагової безпекової механіки. Її основна технологія:
Цей спосіб дозволяє реалізувати "авторизацію викликів на основі поведінки + верифікацію належності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: поєднання прав на власність за допомогою відбитків пальців, виконання TEE та розподіл прибутку за контрактами у блокчейні. Серед методів відбитків пальців основним є реалізація OML 1.0, яка підкреслює ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням відповідність, а в разі порушення можливе виявлення та покарання.
Механізм відбитків пальців є ключовою реалізацією OML, він вбудовує специфічні "питання-відповіді", що дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделі можуть перевіряти належність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не тільки захищає права розробників моделі, але й забезпечує можливість відстеження поведінки використання моделі у блокчейні.
Крім того, Sentient запустила обчислювальну платформу Enclave TEE, яка використовує середовища довіреного виконання (такі як AWS Nitro Enclaves), щоб забезпечити, що моделі відповідають лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, її висока продуктивність та здатність до реального часу роблять її основною технологією для розгортання моделей сьогодні.
У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб ще більше посилити захист конфіденційності та верифікацію, надаючи більш зрілі рішення для децентралізованого розгортання AI моделей.
рівень застосунків
Наразі, Sentient