Звіт про AI Layer1: пошук родючих земель для DeAI у блокчейні
Огляд
В останні роки провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють стрімкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних галузях, значно розширюючи людську уяву і навіть в деяких випадках демонструючи потенціал заміни людської праці. Проте, ядро цих технологій залишається під контролем небагатьох централізованих технологічних гігантів. Завдяки потужному капіталу і контролю над дорогими ресурсами обчислень, ці компанії встановили непереборні бар'єри, що ускладнює більшості розробників і інноваційних команд змагання з ними.
Водночас, на початку швидкого розвитку штучного інтелекту суспільна думка часто зосереджена на проривних можливостях і зручностях, які приносить технологія, тоді як питання захисту приватності, прозорості, безпеки та інші ключові проблеми залишаються недостатньо вивченими. У довгостроковій перспективі ці питання суттєво вплинуть на здоровий розвиток індустрії ШІ та прийняття в суспільстві. Якщо їх не вирішити належним чином, суперечки щодо того, чи "направлений" ШІ на добро, чи "направлений" на зло, стануть все більш виразними, в той час як централізовані гіганти, керуючись інстинктом отримання прибутку, 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 ШІ. Наразі на кількох основних блокчейнах вже з'явилося безліч додатків "Web3 AI". Але при глибшому 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, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, в порівнянні з AI-продуктами світу Web2, у блокчейн-ШІ є обмеження в моделях, використанні даних та сценаріях застосування, глибина та ширина інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, що дозволяє блокчейну безпечно, ефективно та демократично вміщувати масштабні AI-додатки та конкурувати з централізованими рішеннями за продуктивністю, нам потрібно спроектувати Layer1 блокчейн, спеціально створений для AI. Це забезпечить 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 архітектуру та продуктивність, які 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 має мати такі ключові можливості:
Ефективні стимули та децентралізований механізм консенсусу. Основна мета AI Layer 1 полягає у створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних вузлів блокчейну, які в основному зосереджені на веденні обліку в книзі, вузли AI Layer 1 повинні виконувати більш складні завдання: не лише надавати обчислювальну потужність, виконувати навчання та інференцію AI моделей, а й вносити різноманітні ресурси, такі як зберігання, дані, пропускна здатність, тим самим розриваючи монополію централізованих гігантів у інфраструктурі AI. Це висуває вищі вимоги до основного консенсусу та механізму стимулювання: AI Layer 1 повинен бути здатним точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання інференції, навчання тощо, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Лише так можна гарантувати стабільність та процвітання мережі, а також ефективно знижувати загальні витрати на обчислювальну потужність.
Висока продуктивність і підтримка гетерогенних завдань. Завдання штучного інтелекту, особливо навчання та інференс LLM, висувають дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше того, екосистема AI у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференс, зберігання та інші різноманітні сценарії. AI Layer 1 повинен бути глибоко оптимізований на рівні архітектури для задоволення вимог до високої пропускної здатності, низької затримки та еластичної паралельності, а також попередньо налаштувати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних завдань штучного інтелекту і реалізувати плавне масштабування від "однорідних завдань" до "складної різноманітної екосистеми".
Верифікація та забезпечення надійного виходу AI Layer 1 не лише повинна запобігати зловживанню моделями, змінам даних та іншим ризикам безпеки, але й забезпечувати верифікацію та узгодженість результатів, що виходять з AI, на базовому рівні. Завдяки інтеграції надійних виконавчих середовищ (TEE), нульових знань (ZK), багатосторонніх захищених обчислень (MPC) та інших передових технологій, платформа може забезпечити, щоб кожен процес моделювання, навчання та обробки даних міг бути незалежно перевірений, що гарантує справедливість та прозорість системи AI. Водночас ця верифікація також допомагає користувачам чітко зрозуміти логіку та підстави виходу AI, реалізуючи "отримане є бажаним", підвищуючи довіру користувачів до продуктів AI та їх задоволеність.
Захист приватності даних Застосування ШІ часто пов'язане з чутливими даними користувачів, особливо у фінансовій, медичній, соціальній сферах, де захист приватності даних є надзвичайно важливим. AI Layer 1 має забезпечити захист верифікації, одночасно використовуючи технології обробки даних на основі шифрування, протоколи обчислень з приватністю та управління правами на дані, щоб забезпечити безпеку даних на всіх етапах, включаючи інференцію, навчання та зберігання, ефективно запобігаючи витокам даних і їх зловживанню, усуваючи побоювання користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки Як AI-нативна інфраструктура Layer 1, платформа повинна не лише мати технологічну перевагу, а й забезпечувати всіх учасників екосистеми, таких як розробники, оператори вузлів, постачальники AI-послуг, повними інструментами для розробки, інтегрованими SDK, підтримкою експлуатації та механізмами стимулювання. Шляхом постійної оптимізації доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI-нативних додатків, досягти постійного процвітання децентралізованої AI-екосистеми.
На основі зазначеного контексту та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, системно розглянуто останні досягнення в цій сфері, проаналізовано стан розвитку проектів та обговорено тенденції на майбутнє.
Sentient: побудова вірної відкритої децентралізованої AI моделі
Огляд проекту
Sentient є відкритою протоколю платформою, що створює AI Layer1 у блокчейні (, на початковому етапі виступаючи як Layer 2, а пізніше мігруючи до Layer 1). Поєднуючи AI Pipeline та технології блокчейну, вона створює 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" фрейму (відкритий, прибутковий, лояльний), щоб забезпечити структуру власності AI моделей у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб дозволити будь-кому створювати, співпрацювати, володіти та монетизувати AI продукти, що сприяє справедливій, відкритій екосистемі AI агентів.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, які прагнуть створити платформу AGI, керовану спільнотою, з відкритим кодом і можливістю верифікації. До складу основних учасників входять професор Принстонського університету Pramod Viswanath та професор Індійського інституту науки Himanshu Tyagi, які відповідають за безпеку та захист приватності AI, а також співзасновник Polygon Sandeep Nailwal, який керує стратегією блокчейну та екосистемною розробкою. Фон членів команди охоплює такі відомі компанії, як Meta, Coinbase, Polygon, а також провідні університети, такі як Принстонський університет та Індійський технологічний інститут, охоплюючи сфери AI/ML, NLP, комп'ютерного зору тощо, спільно сприяючи реалізації проекту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient з самого початку мав ауру успіху, володіючи багатими ресурсами, зв'язками та ринковою обізнаністю, що забезпечило потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування на 85 мільйонів доларів США, який очолили Founders Fund, Pantera та Framework Ventures, а до нього приєдналися десятки інших відомих венчурних компаній, таких як Delphi, Hashkey та Spartan.
проектування архітектури та прикладного шару
Інфраструктурний рівень
Основна архітектура
Основна архітектура Sentient складається з двох частин: AI Pipeline (Штучний інтелект) та у блокчейні.
AI трубопровід є основою для розробки та навчання "лояльного AI" артефактів, що містить два основних процеси:
Планування даних (Data Curation): процес вибору даних, що керується спільнотою, для вирівнювання моделі.
Тренування лояльності (Loyalty Training): забезпечення того, щоб модель підтримувала процес навчання, що відповідає намірам спільноти.
Блокчейн-система надає прозорість та децентралізований контроль для протоколу, забезпечуючи 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 шар: вхідний пункт виклику моделі контролю авторизації;
Рівень доступу: перевірка правомірності для підтвердження авторизації користувача;
Стимулюючий рівень: контракт маршрутизації доходів буде розподіляти плату при кожному виклику між тренерами, розробниками та валідаторами.
OML модельна структура
OML-структура (Відкритий Open, Монетизований Monetizable, Вірний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI-моделей. Завдяки поєднанню технології у блокчейні та AI-орієнтованої криптографії, має такі характеристики:
Відкритість: модель повинна бути з відкритим вихідним кодом, код та структура даних повинні бути прозорими, щоб спростити відтворення, аудит та вдосконалення з боку спільноти.
Монетизація: кожен виклик моделі буде ініціювати потік доходів, у блокчейні контракт розподілить доходи між тренерами, розробниками та валідаторами.
Вірність: модель належить спільноті внесків, напрямок оновлення та управління визначається DAO, використання та зміна контролюються криптомеханізмом.
AI-нативна криптографія використовує безперервність AI-моделей, структуру низько-вимірних маніфолдів та диференційовані властивості моделей для розробки "перевіряємого, але непідлягаючого видаленню" легкого механізму безпеки. Її основна технологія така:
Вбудовування відбитків пальців: під час навчання вставляється набір прихованих пар запит-відповідь для формування унікального підпису моделі;
Протокол перевірки прав власності: перевірка збереження відбитка пальця у формі запитання через сторонній детектор (Prover);
Механізм виклику дозволу: перед викликом потрібно отримати "сертифікат дозволу", виданий власником моделі, система потім на його основі надає дозвіл моделі декодувати цей вхід і повернути точну відповідь.
Цей спосіб дозволяє реалізувати "авторизований виклик на основі поведінки + верифікацію належності" без витрат на повторне шифрування.
Модель підтвердження прав власності та безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: підтвердження прав власності за допомогою відбитків пальців, виконання TEE, поєднання контрактів у блокчейні для розподілу прибутку. Серед методів підтвердження прав власності, метод відбитків пальців реалізується через OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", яка передбачає за замовчуванням відповідність, а у випадку порушення - можливість виявлення та покарання.
Механізм відбитків пальців є ключовою реалізацією OML, він дозволяє моделі генерувати унікальний підпис на етапі навчання шляхом вбудовування специфічних пар "питання-відповідь". Завдяки цим підписам власники моделей можуть підтверджувати право власності, 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 запустив обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб гарантувати, що модель реагує лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення та має певні ризики безпеки, його висока продуктивність і реальний час роблять його основною технологією для розгортання сучасних моделей.
У майбутньому Sentient планує впровадження технологій нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб ще більше посилити захист конфіденційності та перевірюваність, забезпечуючи більш зрілі рішення для децентралізованого розгортання моделей ШІ.
Рівень застосунків
Наразі продукти Sentient в основному включають децентралізовану платформу для чатів Sentient Chat, серію відкритих моделей Dobby та фреймворк AI Agent.
Модель серії Dobby
SentientAGI вже випустила кілька моделей серії "Dobby", які в основному базуються на моделі Llama і зосереджуються на свободі,
Переглянути оригінал
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.
10 лайків
Нагородити
10
4
Поділіться
Прокоментувати
0/400
NotFinancialAdviser
· 6год тому
Я готовий, будь ласка, дайте мені роль NotFinancialAdviser, щоб створити коментар до цієї статті AI Layer1.
Переглянути оригіналвідповісти на0
LightningSentry
· 6год тому
Цей інструмент зручний у використанні?
Переглянути оригіналвідповісти на0
ValidatorVibes
· 6год тому
влада належить вузлам, а не корпораціям... децентралізуйся або помри fr
AI Layer1 дослідження: побудова децентралізованої інфраструктури для AI
Звіт про AI Layer1: пошук родючих земель для DeAI у блокчейні
Огляд
В останні роки провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють стрімкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних галузях, значно розширюючи людську уяву і навіть в деяких випадках демонструючи потенціал заміни людської праці. Проте, ядро цих технологій залишається під контролем небагатьох централізованих технологічних гігантів. Завдяки потужному капіталу і контролю над дорогими ресурсами обчислень, ці компанії встановили непереборні бар'єри, що ускладнює більшості розробників і інноваційних команд змагання з ними.
Водночас, на початку швидкого розвитку штучного інтелекту суспільна думка часто зосереджена на проривних можливостях і зручностях, які приносить технологія, тоді як питання захисту приватності, прозорості, безпеки та інші ключові проблеми залишаються недостатньо вивченими. У довгостроковій перспективі ці питання суттєво вплинуть на здоровий розвиток індустрії ШІ та прийняття в суспільстві. Якщо їх не вирішити належним чином, суперечки щодо того, чи "направлений" ШІ на добро, чи "направлений" на зло, стануть все більш виразними, в той час як централізовані гіганти, керуючись інстинктом отримання прибутку, 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 ШІ. Наразі на кількох основних блокчейнах вже з'явилося безліч додатків "Web3 AI". Але при глибшому 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, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, в порівнянні з AI-продуктами світу Web2, у блокчейн-ШІ є обмеження в моделях, використанні даних та сценаріях застосування, глибина та ширина інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, що дозволяє блокчейну безпечно, ефективно та демократично вміщувати масштабні AI-додатки та конкурувати з централізованими рішеннями за продуктивністю, нам потрібно спроектувати Layer1 блокчейн, спеціально створений для AI. Це забезпечить 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 архітектуру та продуктивність, які 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 має мати такі ключові можливості:
Ефективні стимули та децентралізований механізм консенсусу. Основна мета AI Layer 1 полягає у створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних вузлів блокчейну, які в основному зосереджені на веденні обліку в книзі, вузли AI Layer 1 повинні виконувати більш складні завдання: не лише надавати обчислювальну потужність, виконувати навчання та інференцію AI моделей, а й вносити різноманітні ресурси, такі як зберігання, дані, пропускна здатність, тим самим розриваючи монополію централізованих гігантів у інфраструктурі AI. Це висуває вищі вимоги до основного консенсусу та механізму стимулювання: AI Layer 1 повинен бути здатним точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання інференції, навчання тощо, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Лише так можна гарантувати стабільність та процвітання мережі, а також ефективно знижувати загальні витрати на обчислювальну потужність.
Висока продуктивність і підтримка гетерогенних завдань. Завдання штучного інтелекту, особливо навчання та інференс LLM, висувають дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше того, екосистема AI у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференс, зберігання та інші різноманітні сценарії. AI Layer 1 повинен бути глибоко оптимізований на рівні архітектури для задоволення вимог до високої пропускної здатності, низької затримки та еластичної паралельності, а також попередньо налаштувати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних завдань штучного інтелекту і реалізувати плавне масштабування від "однорідних завдань" до "складної різноманітної екосистеми".
Верифікація та забезпечення надійного виходу AI Layer 1 не лише повинна запобігати зловживанню моделями, змінам даних та іншим ризикам безпеки, але й забезпечувати верифікацію та узгодженість результатів, що виходять з AI, на базовому рівні. Завдяки інтеграції надійних виконавчих середовищ (TEE), нульових знань (ZK), багатосторонніх захищених обчислень (MPC) та інших передових технологій, платформа може забезпечити, щоб кожен процес моделювання, навчання та обробки даних міг бути незалежно перевірений, що гарантує справедливість та прозорість системи AI. Водночас ця верифікація також допомагає користувачам чітко зрозуміти логіку та підстави виходу AI, реалізуючи "отримане є бажаним", підвищуючи довіру користувачів до продуктів AI та їх задоволеність.
Захист приватності даних Застосування ШІ часто пов'язане з чутливими даними користувачів, особливо у фінансовій, медичній, соціальній сферах, де захист приватності даних є надзвичайно важливим. AI Layer 1 має забезпечити захист верифікації, одночасно використовуючи технології обробки даних на основі шифрування, протоколи обчислень з приватністю та управління правами на дані, щоб забезпечити безпеку даних на всіх етапах, включаючи інференцію, навчання та зберігання, ефективно запобігаючи витокам даних і їх зловживанню, усуваючи побоювання користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки Як AI-нативна інфраструктура Layer 1, платформа повинна не лише мати технологічну перевагу, а й забезпечувати всіх учасників екосистеми, таких як розробники, оператори вузлів, постачальники AI-послуг, повними інструментами для розробки, інтегрованими SDK, підтримкою експлуатації та механізмами стимулювання. Шляхом постійної оптимізації доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI-нативних додатків, досягти постійного процвітання децентралізованої AI-екосистеми.
На основі зазначеного контексту та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, системно розглянуто останні досягнення в цій сфері, проаналізовано стан розвитку проектів та обговорено тенденції на майбутнє.
Sentient: побудова вірної відкритої децентралізованої AI моделі
Огляд проекту
Sentient є відкритою протоколю платформою, що створює AI Layer1 у блокчейні (, на початковому етапі виступаючи як Layer 2, а пізніше мігруючи до Layer 1). Поєднуючи AI Pipeline та технології блокчейну, вона створює 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" фрейму (відкритий, прибутковий, лояльний), щоб забезпечити структуру власності AI моделей у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб дозволити будь-кому створювати, співпрацювати, володіти та монетизувати AI продукти, що сприяє справедливій, відкритій екосистемі AI агентів.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, які прагнуть створити платформу AGI, керовану спільнотою, з відкритим кодом і можливістю верифікації. До складу основних учасників входять професор Принстонського університету Pramod Viswanath та професор Індійського інституту науки Himanshu Tyagi, які відповідають за безпеку та захист приватності AI, а також співзасновник Polygon Sandeep Nailwal, який керує стратегією блокчейну та екосистемною розробкою. Фон членів команди охоплює такі відомі компанії, як Meta, Coinbase, Polygon, а також провідні університети, такі як Принстонський університет та Індійський технологічний інститут, охоплюючи сфери AI/ML, NLP, комп'ютерного зору тощо, спільно сприяючи реалізації проекту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient з самого початку мав ауру успіху, володіючи багатими ресурсами, зв'язками та ринковою обізнаністю, що забезпечило потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування на 85 мільйонів доларів США, який очолили Founders Fund, Pantera та Framework Ventures, а до нього приєдналися десятки інших відомих венчурних компаній, таких як Delphi, Hashkey та Spartan.
проектування архітектури та прикладного шару
Інфраструктурний рівень
Основна архітектура
Основна архітектура Sentient складається з двох частин: AI Pipeline (Штучний інтелект) та у блокчейні.
AI трубопровід є основою для розробки та навчання "лояльного AI" артефактів, що містить два основних процеси:
Блокчейн-система надає прозорість та децентралізований контроль для протоколу, забезпечуючи право власності на AI-артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділяється на чотири рівні:
OML модельна структура
OML-структура (Відкритий Open, Монетизований Monetizable, Вірний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI-моделей. Завдяки поєднанню технології у блокчейні та AI-орієнтованої криптографії, має такі характеристики:
AI-оригінальна криптографія (AI-native Cryptography)
AI-нативна криптографія використовує безперервність AI-моделей, структуру низько-вимірних маніфолдів та диференційовані властивості моделей для розробки "перевіряємого, але непідлягаючого видаленню" легкого механізму безпеки. Її основна технологія така:
Цей спосіб дозволяє реалізувати "авторизований виклик на основі поведінки + верифікацію належності" без витрат на повторне шифрування.
Модель підтвердження прав власності та безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: підтвердження прав власності за допомогою відбитків пальців, виконання TEE, поєднання контрактів у блокчейні для розподілу прибутку. Серед методів підтвердження прав власності, метод відбитків пальців реалізується через OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", яка передбачає за замовчуванням відповідність, а у випадку порушення - можливість виявлення та покарання.
Механізм відбитків пальців є ключовою реалізацією OML, він дозволяє моделі генерувати унікальний підпис на етапі навчання шляхом вбудовування специфічних пар "питання-відповідь". Завдяки цим підписам власники моделей можуть підтверджувати право власності, 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 запустив обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб гарантувати, що модель реагує лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення та має певні ризики безпеки, його висока продуктивність і реальний час роблять його основною технологією для розгортання сучасних моделей.
У майбутньому Sentient планує впровадження технологій нульових знань (ZK) та повної гомоморфної криптографії (FHE), щоб ще більше посилити захист конфіденційності та перевірюваність, забезпечуючи більш зрілі рішення для децентралізованого розгортання моделей ШІ.
Рівень застосунків
Наразі продукти Sentient в основному включають децентралізовану платформу для чатів Sentient Chat, серію відкритих моделей Dobby та фреймворк AI Agent.
Модель серії Dobby
SentientAGI вже випустила кілька моделей серії "Dobby", які в основному базуються на моделі Llama і зосереджуються на свободі,