AI Layer1 исследование: поиск плодородной почвы для DeAI в блокчейне
Обзор
В последние годы ведущие технологические компании, такие как OpenAI, Anthropic, Google и Meta, способствовали быстрому развитию больших языковых моделей (LLM). LLM проявили беспрецедентные возможности в различных отраслях, значительно расширив пространство человеческого воображения и даже продемонстрировав потенциал замены человеческого труда в некоторых сценариях. Однако ядро этих технологий прочно контролируется небольшой группой централизованных технологических гигантов. Обладая значительным капиталом и контролем над дорогостоящими вычислительными ресурсами, эти компании создали непреодолимые барьеры, что затрудняет большинству разработчиков и инновационных команд конкурировать с ними.
В то же время, в начале быстрого развития ИИ общественное мнение часто сосредотачивается на прорывах и удобствах, которые приносит технология, недостаточно уделяя внимания таким ключевым вопросам, как защита конфиденциальности, прозрачность и безопасность. В долгосрочной перспективе эти проблемы окажут глубокое влияние на здоровое развитие ИИ-индустрии и общественную приемлемость. Если их не удастся должным образом решить, споры о том, будет ли ИИ "на добром пути" или "на злом пути", будут становиться все более выраженными. Централизованные гиганты, движимые инстинктом получения прибыли, зачастую не имеют достаточной мотивации для активного реагирования на эти вызовы.
Технология блокчейн, благодаря своим характеристикам децентрализации, прозрачности и устойчивости к цензуре, предоставляет новые возможности для устойчивого развития отрасли ИИ. В настоящее время на основных блокчейнах, таких как Solana и Base, появилось множество приложений "Web3 AI". Однако при более глубоком анализе становится очевидно, что эти проекты все еще сталкиваются с множеством проблем: с одной стороны, степень децентрализации ограничена, ключевые этапы и инфраструктура по-прежнему зависят от централизованных облачных услуг, мемная природа чрезмерна, что затрудняет поддержку по-настоящему открытой экосистемы; с другой стороны, по сравнению с ИИ-продуктами мира Web2, AI на цепочке имеет ограничения в моделях, использовании данных и сценариях применения, глубина и широта инноваций требуют улучшения.
Чтобы по-настоящему реализовать видение децентрализованного ИИ, необходимо сделать так, чтобы в блокчейне можно было безопасно, эффективно и демократично размещать масштабные приложения ИИ, а также чтобы он мог конкурировать по производительности с централизованными решениями. Для этого нам нужно разработать Layer1 блокчейн, специально созданный для ИИ. Это обеспечит прочную основу для открытых инноваций в области ИИ, демократического управления и безопасности данных, способствуя процветанию децентрализованной экосистемы ИИ.
Основные характеристики AI Layer 1
AI Layer 1 как блокчейн, специально разработанный для приложений ИИ, имеет архитектуру и производительность, которые тесно связаны с требованиями задач ИИ и направлены на эффективную поддержку устойчивого развития и процветания экосистемы ИИ в блокчейне. Конкретно, AI Layer 1 должен обладать следующими основными возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса
核心 AI Layer 1 заключается в создании открытой сети для совместного использования ресурсов, таких как вычислительная мощность и хранение данных. В отличие от традиционных узлов блокчейна, которые сосредоточены в основном на ведении бухгалтерских записей, узлы AI Layer 1 должны выполнять более сложные задачи, включая предоставление вычислительной мощности, обучение и вывод AI-моделей, а также вносить разнообразные ресурсы, такие как хранение, данные и пропускная способность, тем самым разрушая монополию централизации гигантов в инфраструктуре AI. Это предъявляет более высокие требования к базовому консенсусу и системе стимулирования: AI Layer 1 должен быть в состоянии точно оценивать, поощрять и проверять фактический вклад узлов в задачи, такие как вывод и обучение AI, обеспечивая безопасность сети и эффективное распределение ресурсов. Только так можно гарантировать стабильность и процветание сети, а также эффективно снизить общие затраты на вычислительную мощность.
Выдающаяся высокая производительность и поддержка гетерогенных задач
Задачи ИИ, особенно обучение и вывод LLM, предъявляют очень высокие требования к вычислительной производительности и параллельной обработке. Более того, экосистема AI в блокчейне часто должна поддерживать разнообразные и гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многосценарные задачи. AI Layer 1 должен быть глубоко оптимизирован на уровне архитектуры для удовлетворения требований высокой пропускной способности, низкой задержки и гибкой параллельной обработки, а также предусматривать нативную поддержку гетерогенных вычислительных ресурсов, чтобы гарантировать эффективное выполнение различных задач ИИ и обеспечить плавное расширение от "однородной задачи" до "сложной многопрофильной экосистемы".
Проверяемость и обеспечение надежного вывода
AI Layer 1 не только должен предотвращать злоупотребления моделями, подделку данных и другие угрозы безопасности, но и обеспечивать проверяемость и согласованность результатов, выводимых AI, на уровне базовых механизмов. Интегрируя такие передовые технологии, как доверительная вычислительная среда (TEE), нулевые знания (ZK) и безопасные многосторонние вычисления (MPC), платформа позволяет независимую проверку каждого шага вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность AI-системы. В то же время такая проверяемость помогает пользователям понять логику и обоснование выводов AI, реализуя принцип "полученное соответствует желаемому", повышая доверие и удовлетворенность пользователей к AI-продуктам.
Защита конфиденциальности данных
Применение ИИ часто связано с чувствительными данными пользователей. В таких областях, как финансы, медицина и социальные сети, защита конфиденциальности данных особенно критична. AI Layer 1 должен обеспечивать проверяемость, одновременно применяя криптографические технологии обработки данных, протоколы вычислений с конфиденциальностью и управление правами доступа к данным, чтобы гарантировать безопасность данных на всех этапах: инференции, обучения и хранения, эффективно предотвращая утечку и злоупотребление данными, устраняя беспокойство пользователей по поводу безопасности данных.
Мощные возможности поддержки экосистемы и разработки
В качестве инфраструктуры уровня 1, изначально разработанной для ИИ, платформа должна не только обладать техническим превосходством, но и предоставлять полные инструменты разработки, интегрированные SDK, поддержку эксплуатации и механизмы стимулов для участников экосистемы, таких как разработчики, операторы узлов и поставщики услуг ИИ. Оптимизируя доступность платформы и опыт разработчиков, мы способствуем внедрению разнообразных приложений на основе ИИ, обеспечивая постоянное процветание децентрализованной экосистемы ИИ.
Основываясь на вышеуказанном фоне и ожиданиях, в данной статье будет подробно представлено шесть проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически описаны последние достижения в этой области, проанализировано текущее состояние проектов и обсуждены будущие тенденции.
Sentient: создание преданного открытого децентрализованного ИИ-модели
Обзор проекта
Sentient является платформой с открытым исходным кодом, которая разрабатывает AI Layer1 в блокчейне( на начальном этапе как Layer 2, а затем будет мигрировать на Layer 1). Объединяя AI Pipeline и технологии блокчейна, она создает децентрализованную экономику искусственного интеллекта. Основная цель состоит в том, чтобы с помощью "OML" фрейма (открытый, прибыльный, лояльный) решить проблемы принадлежности моделей, отслеживания вызовов и распределения стоимости на централизованном рынке LLM, обеспечивая структуру собственности моделей AI на блокчейне, прозрачность вызовов и распределение стоимости. Видение Sentient заключается в том, чтобы любой мог строить, сотрудничать, владеть и монетизировать AI-продукты, способствуя созданию справедливой и открытой экосистемы сети AI-Agent.
Команда Sentient Foundation объединила лучших мировых академических экспертов, предпринимателей в области блокчейна и инженеров, стремясь создать сообщество, управляемое открытым исходным кодом и проверяемой платформой AGI. Ключевые участники включают профессора Принстонского университета Pramod Viswanath и профессора Индийского института науки Himanshu Tyagi, которые отвечают за безопасность ИИ и защиту конфиденциальности, в то время как сооснователь Polygon Sandeep Nailwal возглавляет стратегию блокчейна и экосистему. Члены команды имеют опыт работы в таких известных компаниях, как Meta, Coinbase, Polygon, а также в ведущих университетах, таких как Принстонский университет и Индийский институт технологий, охватывая области ИИ/МЛ, НЛП, компьютерного зрения и сотрудничая для реализации проекта.
Как второй проект, основанный соучредителем Polygon Sandeep Nailwal, Sentient с самого начала имел ореол, обладая богатым набором ресурсов, связей и рыночной осведомленностью, что обеспечивало мощную поддержку развитию проекта. В середине 2024 года Sentient завершил финансирование на сумму 85 миллионов долларов в рамках посевного раунда, в котором ведущими инвесторами стали Founders Fund, Pantera и Framework Ventures, а также десятки известных венчурных компаний, включая Delphi, Hashkey и Spartan.
Дизайн архитектуры и уровень приложений
Инфраструктурный уровень
Основная архитектура
Ядро Sentient состоит из двух частей: AI Pipeline и в блокчейне.
AI пайплайн является основой для разработки и обучения "лояльного ИИ" артефактов, включает в себя два основных процесса:
Планирование данных (Data Curation): процесс выбора данных, управляемый сообществом, используемый для выравнивания модели.
Обучение лояльности (Loyalty Training): гарантирует, что модель сохраняет процесс обучения, соответствующий намерениям сообщества.
Система в блокчейне обеспечивает прозрачность и децентрализованный контроль протокола, гарантируя право собственности на AI артефакты, отслеживание использования, распределение доходов и справедливое управление. Конкретная архитектура делится на четыре уровня:
Уровень хранения: модель хранения весов и информация о регистрации отпечатков.
Уровень распределения: точка входа для вызова модели управления контрактами на авторизацию;
Уровень доступа: проверка прав пользователя на основе подтверждения разрешения;
Стимулирующий уровень: контракт маршрутизации доходов будет распределять платежи при каждом вызове между тренерами, разработчиками и валидаторами.
OML модельный фрейм
OML фреймворк (Открытый Open, Монетизируемый Monetizable, Лояльный Loyal) является центральной концепцией, предложенной Sentient, направленной на предоставление четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Благодаря сочетанию технологий в блокчейне и нативной криптографии AI, он обладает следующими характеристиками:
Открытость: Модель должна быть с открытым исходным кодом, код и структура данных должны быть прозрачными, чтобы сообщество могло воспроизводить, проверять и улучшать их.
Монетизация: Каждый вызов модели будет запускать поток доходов, в блокчейне контракт будет распределять доход между тренерами, развертывателями и верификаторами.
Верность: Модель принадлежит сообществу участников, направление обновлений и управление определяются DAO, использование и изменения контролируются криптомеханизмом.
AI родная криптография (AI-native Cryptography)
AI-родное шифрование использует непрерывность AI-моделей, структуру низкоразмерного многообразия и дифференцируемые свойства моделей для разработки "проверяемого, но не удаляемого" легковесного механизма безопасности. Его ключевые технологии:
Встраивание отпечатков: во время обучения вставляется набор скрытых пар ключ-значение запрос-ответ для формирования уникальной подписи модели;
Протокол проверки прав собственности: проверка наличия отпечатка пальца с помощью стороннего детектора (Prover) в форме запроса (query);
Механизм разрешений на вызов: перед вызовом необходимо получить "разрешительный сертификат", выданный владельцем модели, после чего система предоставляет разрешение модели декодировать этот ввод и возвращать точный ответ.
Этот метод позволяет реализовать "авторизационные вызовы на основе поведения + проверка принадлежности" без дополнительных затрат на повторное шифрование.
Модель правопреемства и безопасного исполнения
Sentient в настоящее время использует Melange смешанную безопасность: сочетание удостоверения личности по отпечаткам пальцев, выполнения TEE и распределения прибыли по контрактам в блокчейне. При этом метод отпечатков пальцев реализован в OML 1.0, подчеркивающий идею "оптимистичной безопасности (Optimistic Security)", то есть по умолчанию считается соответствующим, а нарушения могут быть обнаружены и наказаны.
Механизм отпечатков пальцев является ключевой реализацией OML, он позволяет модели генерировать уникальную подпись на этапе обучения, внедряя специфические "вопрос-ответ" пары. С помощью этих подписей владелец модели может подтвердить право собственности, предотвращая несанкционированное копирование и коммерциализацию. Этот механизм не только защищает права разработчиков модели, но и предоставляет отслеживаемую запись использования модели в блокчейне.
Кроме того, Sentient представила вычислительную платформу Enclave TEE, использующую доверенные среды выполнения (например, AWS Nitro Enclaves), чтобы гарантировать, что модели отвечают только на авторизованные запросы, предотвращая несанкционированный доступ и использование. Хотя TEE зависит от аппаратного обеспечения и имеет определенные риски безопасности, его высокая производительность и преимущества в реальном времени делают его核心技术 для текущего развертывания моделей.
В будущем Sentient планирует внедрить технологии нулевого раскрытия информации (ZK) и полностью однородного шифрования (FHE), чтобы进一步 усилить защиту конфиденциальности и проверяемость, предоставив более зрелые решения для децентрализованного развертывания моделей ИИ.
уровень приложения
В настоящее время продукция Sentient в основном включает в себя децентрализованную чат-платформу Sentient Chat, серию открытых моделей Dobby и фреймворк AI Agent.
Модель серии Dobby
SentientAGI выпустила несколько моделей серии "Dobby", основанных на модели Llama, сосредоточенных на ценностях свободы, децентрализации и поддержки криптовалюты. Среди них версия leashed имеет более строгий и рациональный стиль.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
10 Лайков
Награда
10
4
Поделиться
комментарий
0/400
MindsetExpander
· 4ч назад
Гиганты играют в ИИ, каждый из них не занимается человеческими делами.
Посмотреть ОригиналОтветить0
GasOptimizer
· 20ч назад
Понимание стрижки шерсти. Инструмент в мире криптовалют. Если не испытывал Колебание, не трогай токен.
AI Layer1 новая эра: анализ шести крупных проектов, создающих инфраструктуру DeAI, включая Sentient
AI Layer1 исследование: поиск плодородной почвы для DeAI в блокчейне
Обзор
В последние годы ведущие технологические компании, такие как OpenAI, Anthropic, Google и Meta, способствовали быстрому развитию больших языковых моделей (LLM). LLM проявили беспрецедентные возможности в различных отраслях, значительно расширив пространство человеческого воображения и даже продемонстрировав потенциал замены человеческого труда в некоторых сценариях. Однако ядро этих технологий прочно контролируется небольшой группой централизованных технологических гигантов. Обладая значительным капиталом и контролем над дорогостоящими вычислительными ресурсами, эти компании создали непреодолимые барьеры, что затрудняет большинству разработчиков и инновационных команд конкурировать с ними.
В то же время, в начале быстрого развития ИИ общественное мнение часто сосредотачивается на прорывах и удобствах, которые приносит технология, недостаточно уделяя внимания таким ключевым вопросам, как защита конфиденциальности, прозрачность и безопасность. В долгосрочной перспективе эти проблемы окажут глубокое влияние на здоровое развитие ИИ-индустрии и общественную приемлемость. Если их не удастся должным образом решить, споры о том, будет ли ИИ "на добром пути" или "на злом пути", будут становиться все более выраженными. Централизованные гиганты, движимые инстинктом получения прибыли, зачастую не имеют достаточной мотивации для активного реагирования на эти вызовы.
Технология блокчейн, благодаря своим характеристикам децентрализации, прозрачности и устойчивости к цензуре, предоставляет новые возможности для устойчивого развития отрасли ИИ. В настоящее время на основных блокчейнах, таких как Solana и Base, появилось множество приложений "Web3 AI". Однако при более глубоком анализе становится очевидно, что эти проекты все еще сталкиваются с множеством проблем: с одной стороны, степень децентрализации ограничена, ключевые этапы и инфраструктура по-прежнему зависят от централизованных облачных услуг, мемная природа чрезмерна, что затрудняет поддержку по-настоящему открытой экосистемы; с другой стороны, по сравнению с ИИ-продуктами мира Web2, AI на цепочке имеет ограничения в моделях, использовании данных и сценариях применения, глубина и широта инноваций требуют улучшения.
Чтобы по-настоящему реализовать видение децентрализованного ИИ, необходимо сделать так, чтобы в блокчейне можно было безопасно, эффективно и демократично размещать масштабные приложения ИИ, а также чтобы он мог конкурировать по производительности с централизованными решениями. Для этого нам нужно разработать Layer1 блокчейн, специально созданный для ИИ. Это обеспечит прочную основу для открытых инноваций в области ИИ, демократического управления и безопасности данных, способствуя процветанию децентрализованной экосистемы ИИ.
Основные характеристики AI Layer 1
AI Layer 1 как блокчейн, специально разработанный для приложений ИИ, имеет архитектуру и производительность, которые тесно связаны с требованиями задач ИИ и направлены на эффективную поддержку устойчивого развития и процветания экосистемы ИИ в блокчейне. Конкретно, AI Layer 1 должен обладать следующими основными возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса 核心 AI Layer 1 заключается в создании открытой сети для совместного использования ресурсов, таких как вычислительная мощность и хранение данных. В отличие от традиционных узлов блокчейна, которые сосредоточены в основном на ведении бухгалтерских записей, узлы AI Layer 1 должны выполнять более сложные задачи, включая предоставление вычислительной мощности, обучение и вывод AI-моделей, а также вносить разнообразные ресурсы, такие как хранение, данные и пропускная способность, тем самым разрушая монополию централизации гигантов в инфраструктуре AI. Это предъявляет более высокие требования к базовому консенсусу и системе стимулирования: AI Layer 1 должен быть в состоянии точно оценивать, поощрять и проверять фактический вклад узлов в задачи, такие как вывод и обучение AI, обеспечивая безопасность сети и эффективное распределение ресурсов. Только так можно гарантировать стабильность и процветание сети, а также эффективно снизить общие затраты на вычислительную мощность.
Выдающаяся высокая производительность и поддержка гетерогенных задач Задачи ИИ, особенно обучение и вывод LLM, предъявляют очень высокие требования к вычислительной производительности и параллельной обработке. Более того, экосистема AI в блокчейне часто должна поддерживать разнообразные и гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многосценарные задачи. AI Layer 1 должен быть глубоко оптимизирован на уровне архитектуры для удовлетворения требований высокой пропускной способности, низкой задержки и гибкой параллельной обработки, а также предусматривать нативную поддержку гетерогенных вычислительных ресурсов, чтобы гарантировать эффективное выполнение различных задач ИИ и обеспечить плавное расширение от "однородной задачи" до "сложной многопрофильной экосистемы".
Проверяемость и обеспечение надежного вывода AI Layer 1 не только должен предотвращать злоупотребления моделями, подделку данных и другие угрозы безопасности, но и обеспечивать проверяемость и согласованность результатов, выводимых AI, на уровне базовых механизмов. Интегрируя такие передовые технологии, как доверительная вычислительная среда (TEE), нулевые знания (ZK) и безопасные многосторонние вычисления (MPC), платформа позволяет независимую проверку каждого шага вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность AI-системы. В то же время такая проверяемость помогает пользователям понять логику и обоснование выводов AI, реализуя принцип "полученное соответствует желаемому", повышая доверие и удовлетворенность пользователей к AI-продуктам.
Защита конфиденциальности данных Применение ИИ часто связано с чувствительными данными пользователей. В таких областях, как финансы, медицина и социальные сети, защита конфиденциальности данных особенно критична. AI Layer 1 должен обеспечивать проверяемость, одновременно применяя криптографические технологии обработки данных, протоколы вычислений с конфиденциальностью и управление правами доступа к данным, чтобы гарантировать безопасность данных на всех этапах: инференции, обучения и хранения, эффективно предотвращая утечку и злоупотребление данными, устраняя беспокойство пользователей по поводу безопасности данных.
Мощные возможности поддержки экосистемы и разработки В качестве инфраструктуры уровня 1, изначально разработанной для ИИ, платформа должна не только обладать техническим превосходством, но и предоставлять полные инструменты разработки, интегрированные SDK, поддержку эксплуатации и механизмы стимулов для участников экосистемы, таких как разработчики, операторы узлов и поставщики услуг ИИ. Оптимизируя доступность платформы и опыт разработчиков, мы способствуем внедрению разнообразных приложений на основе ИИ, обеспечивая постоянное процветание децентрализованной экосистемы ИИ.
Основываясь на вышеуказанном фоне и ожиданиях, в данной статье будет подробно представлено шесть проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически описаны последние достижения в этой области, проанализировано текущее состояние проектов и обсуждены будущие тенденции.
Sentient: создание преданного открытого децентрализованного ИИ-модели
Обзор проекта
Sentient является платформой с открытым исходным кодом, которая разрабатывает AI Layer1 в блокчейне( на начальном этапе как Layer 2, а затем будет мигрировать на Layer 1). Объединяя AI Pipeline и технологии блокчейна, она создает децентрализованную экономику искусственного интеллекта. Основная цель состоит в том, чтобы с помощью "OML" фрейма (открытый, прибыльный, лояльный) решить проблемы принадлежности моделей, отслеживания вызовов и распределения стоимости на централизованном рынке LLM, обеспечивая структуру собственности моделей AI на блокчейне, прозрачность вызовов и распределение стоимости. Видение Sentient заключается в том, чтобы любой мог строить, сотрудничать, владеть и монетизировать AI-продукты, способствуя созданию справедливой и открытой экосистемы сети AI-Agent.
Команда Sentient Foundation объединила лучших мировых академических экспертов, предпринимателей в области блокчейна и инженеров, стремясь создать сообщество, управляемое открытым исходным кодом и проверяемой платформой AGI. Ключевые участники включают профессора Принстонского университета Pramod Viswanath и профессора Индийского института науки Himanshu Tyagi, которые отвечают за безопасность ИИ и защиту конфиденциальности, в то время как сооснователь Polygon Sandeep Nailwal возглавляет стратегию блокчейна и экосистему. Члены команды имеют опыт работы в таких известных компаниях, как Meta, Coinbase, Polygon, а также в ведущих университетах, таких как Принстонский университет и Индийский институт технологий, охватывая области ИИ/МЛ, НЛП, компьютерного зрения и сотрудничая для реализации проекта.
Как второй проект, основанный соучредителем Polygon Sandeep Nailwal, Sentient с самого начала имел ореол, обладая богатым набором ресурсов, связей и рыночной осведомленностью, что обеспечивало мощную поддержку развитию проекта. В середине 2024 года Sentient завершил финансирование на сумму 85 миллионов долларов в рамках посевного раунда, в котором ведущими инвесторами стали Founders Fund, Pantera и Framework Ventures, а также десятки известных венчурных компаний, включая Delphi, Hashkey и Spartan.
Дизайн архитектуры и уровень приложений
Инфраструктурный уровень
Основная архитектура
Ядро Sentient состоит из двух частей: AI Pipeline и в блокчейне.
AI пайплайн является основой для разработки и обучения "лояльного ИИ" артефактов, включает в себя два основных процесса:
Система в блокчейне обеспечивает прозрачность и децентрализованный контроль протокола, гарантируя право собственности на AI артефакты, отслеживание использования, распределение доходов и справедливое управление. Конкретная архитектура делится на четыре уровня:
OML модельный фрейм
OML фреймворк (Открытый Open, Монетизируемый Monetizable, Лояльный Loyal) является центральной концепцией, предложенной Sentient, направленной на предоставление четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Благодаря сочетанию технологий в блокчейне и нативной криптографии AI, он обладает следующими характеристиками:
AI родная криптография (AI-native Cryptography)
AI-родное шифрование использует непрерывность AI-моделей, структуру низкоразмерного многообразия и дифференцируемые свойства моделей для разработки "проверяемого, но не удаляемого" легковесного механизма безопасности. Его ключевые технологии:
Этот метод позволяет реализовать "авторизационные вызовы на основе поведения + проверка принадлежности" без дополнительных затрат на повторное шифрование.
Модель правопреемства и безопасного исполнения
Sentient в настоящее время использует Melange смешанную безопасность: сочетание удостоверения личности по отпечаткам пальцев, выполнения TEE и распределения прибыли по контрактам в блокчейне. При этом метод отпечатков пальцев реализован в OML 1.0, подчеркивающий идею "оптимистичной безопасности (Optimistic Security)", то есть по умолчанию считается соответствующим, а нарушения могут быть обнаружены и наказаны.
Механизм отпечатков пальцев является ключевой реализацией OML, он позволяет модели генерировать уникальную подпись на этапе обучения, внедряя специфические "вопрос-ответ" пары. С помощью этих подписей владелец модели может подтвердить право собственности, предотвращая несанкционированное копирование и коммерциализацию. Этот механизм не только защищает права разработчиков модели, но и предоставляет отслеживаемую запись использования модели в блокчейне.
Кроме того, Sentient представила вычислительную платформу Enclave TEE, использующую доверенные среды выполнения (например, AWS Nitro Enclaves), чтобы гарантировать, что модели отвечают только на авторизованные запросы, предотвращая несанкционированный доступ и использование. Хотя TEE зависит от аппаратного обеспечения и имеет определенные риски безопасности, его высокая производительность и преимущества в реальном времени делают его核心技术 для текущего развертывания моделей.
В будущем Sentient планирует внедрить технологии нулевого раскрытия информации (ZK) и полностью однородного шифрования (FHE), чтобы进一步 усилить защиту конфиденциальности и проверяемость, предоставив более зрелые решения для децентрализованного развертывания моделей ИИ.
уровень приложения
В настоящее время продукция Sentient в основном включает в себя децентрализованную чат-платформу Sentient Chat, серию открытых моделей Dobby и фреймворк AI Agent.
Модель серии Dobby
SentientAGI выпустила несколько моделей серии "Dobby", основанных на модели Llama, сосредоточенных на ценностях свободы, децентрализации и поддержки криптовалюты. Среди них версия leashed имеет более строгий и рациональный стиль.