AI Layer1 исследование: поиск плодородной почвы для DeAI в блокчейне
Обзор
В последние годы ведущие технологические компании, такие как OpenAI, Anthropic, Google и Meta, продолжают стремительно развивать большие языковые модели (LLM). LLM демонстрируют беспрецедентные возможности в различных отраслях, значительно расширяя человеческое воображение и даже показывая потенциал замены человеческого труда в некоторых сценариях. Однако ключевые технологии находятся под контролем нескольких централизованных технологических гигантов. Благодаря мощным капиталам и контролю над дорогими вычислительными ресурсами эти компании создали непреодолимые барьеры, что затрудняет большинству разработчиков и инновационных команд конкурировать с ними.
В то же время, на начальном этапе быстрого развития ИИ общественное мнение часто сосредоточено на прорывах и удобствах, которые приносит технология, в то время как внимание к таким ключевым вопросам, как защита конфиденциальности, прозрачность и безопасность, относительно недостаточно. В долгосрочной перспективе эти проблемы глубоко повлияют на здоровое развитие индустрии ИИ и общественное принятие. Если их не удастся должным образом решить, споры о том, будет ли ИИ "на добром пути" или "на злом пути", будут все более выраженными, а централизованные гиганты, движимые инстинктом получения прибыли, часто не имеют достаточной мотивации для активного решения этих вызовов.
Технология блокчейн благодаря своим децентрализованным, прозрачным и антикоррупционным характеристикам предлагает новые возможности для устойчивого развития AI-индустрии. В настоящее время на некоторых основных блокчейнах уже появилось множество приложений "Web3 AI". Однако при более глубоком анализе можно обнаружить, что эти проекты по-прежнему сталкиваются с множеством проблем: с одной стороны, уровень децентрализации ограничен, ключевые аспекты и инфраструктура по-прежнему зависят от централизованных облачных служб, что затрудняет поддержку по-настоящему открытой экосистемы; с другой стороны, по сравнению с AI-продуктами в мире Web2, цепочечный AI по-прежнему имеет ограничения в области возможностей моделей, использования данных и сценариев применения, а глубина и широта инноваций требуют улучшения.
Чтобы действительно реализовать видение децентрализованного ИИ, необходимо, чтобы в блокчейне безопасно, эффективно и демократично размещались крупномасштабные приложения ИИ, и чтобы по производительности он мог конкурировать с централизованными решениями. Нам нужно разработать Layer1 блокчейн, специально созданный для ИИ. Это создаст 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 AI-приложений, его базовая архитектура и производительность тесно связаны с потребностями AI-задач и предназначены для эффективной поддержки устойчивого развития и процветания AI-экосистемы в блокчейне. В частности, AI Layer 1 должен обладать следующими ключевыми возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса. Ядро AI Layer 1 заключается в создании открытой сети для совместного использования ресурсов, таких как вычислительная мощность и хранение. В отличие от традиционных узлов блокчейна, которые в основном сосредоточены на ведении бухгалтерии, узлы AI Layer 1 должны выполнять более сложные задачи, включая предоставление вычислительной мощности, обучение и вывод AI моделей, а также внесение разнообразных ресурсов, таких как хранилище, данные и пропускная способность, тем самым разрушая монополию централизованных гигантов в инфраструктуре AI. Это предъявляет более высокие требования к базовому консенсусу и механизму стимулов: AI Layer 1 должен точно оценивать, поощрять и проверять фактический вклад узлов в задачи AI вывода и обучения, обеспечивая безопасность сети и эффективное распределение ресурсов. Только так можно гарантировать стабильность и процветание сети, а также эффективно снизить общие затраты на вычислительную мощность.
Превосходная 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, гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многогранные сценарии. AI Layer 1 должен быть глубоко оптимизирован на уровне архитектуры с учетом требований к высокой пропускной способности, низкой задержке и эластичной параллельности, а также предусматривать родную поддержку гетерогенных вычислительных ресурсов, чтобы обеспечить эффективное выполнение различных задач ИИ и реализовать плавное расширение от "одиночных задач" до "сложной многообразной экосистемы".
Проверяемость и гарантии доверительного вывода AI Layer 1 не только должна предотвращать мошенничество моделей, подделку данных и другие риски безопасности, но также должна обеспечивать проверяемость и согласованность выводов AI на уровне базовых механизмов. Интегрируя доверенные вычислительные среды (TEE), нулевые знания (ZK), многопартийные безопасные вычисления (MPC) и другие передовые технологии, платформа может позволить независимую проверку каждого этапа вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность системы AI. В то же время эта проверяемость может помочь пользователям четко понять логику и основания выводов AI, осуществляя "то, что получено, то и желаемое", повышая доверие и удовлетворенность пользователей к продуктам AI.
Защита конфиденциальности данных Приложения ИИ часто касаются чувствительных данных пользователей, и в финансовой, медицинской, социальной и других сферах защита конфиденциальности данных особенно важна. AI Layer 1 должен обеспечивать проверяемость, одновременно используя технологии обработки данных на основе шифрования, протоколы вычислений конфиденциальности и управление правами на данные, чтобы гарантировать безопасность данных на всех этапах, таких как вывод, обучение и хранение, эффективно предотвращая утечку и злоупотребление данными, устраняя тем самым опасения пользователей по поводу безопасности данных.
Мощная способность к поддержке экосистемы и разработке В качестве инфраструктуры Layer 1, изначально основанной на ИИ, платформа должна не только обладать технологическим превосходством, но и предоставлять разработчикам, операторам узлов, провайдерам ИИ-услуг и другим участникам экосистемы полные инструменты для разработки, интегрированные SDK, поддержку эксплуатации и механизмы стимулов. Постоянно оптимизируя доступность платформы и опыт разработчиков, мы способствуем реализации разнообразных приложений на основе ИИ и обеспечиваем устойчивое процветание децентрализованной экосистемы ИИ.
На основе вышеизложенного контекста и ожиданий, в данной статье подробно рассматриваются шесть представительных проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически анализируя последние достижения в данной области, анализируя текущее состояние развития проектов и обсуждая будущие тенденции.
Sentient: Создание преданного открытого децентрализованного AI-модели
Обзор проекта
Sentient — это платформа для открытых протоколов, которая создает AI Layer1 в блокчейне (, на начальном этапе являясь Layer 2, а затем будет мигрировать на Layer 1). Объединив AI Pipeline и технологии блокчейна, она строит децентрализованную экономику искусственного интеллекта. Ее основной целью является решение проблем, связанных с принадлежностью моделей, отслеживанием вызовов и распределением ценности на централизованном рынке LLM, через "OML" фреймворк (открытый, прибыльный, лояльный), что позволит AI моделям реализовать структуру собственности в блокчейне, прозрачность вызовов и распределение ценности. Видение Sentient заключается в том, чтобы любой мог создавать, сотрудничать, владеть и монетизировать AI-продукты, тем самым способствуя созданию справедливой и открытой экосистемы сети AI Agent.
Команда Sentient Foundation объединяет ведущих мировых академических экспертов, предпринимателей в области блокчейна и инженеров, стремясь создать сообществом управляемую, открытое и проверяемую платформу AGI. Важные члены команды включают профессора Принстонского университета Прамода Висваната и профессора Индийского института науки Химаншу Тяги, которые отвечают за безопасность ИИ и защиту конфиденциальности, а стратегией блокчейна и экосистемным развитием руководит соучредитель Polygon Сандип Найлвал. 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 AI/ML, NLP, компьютерного зрения и совместно способствуя реализации проекта.
Как второй проект основателя Polygon Sandeep Nailwal, Sentient с самого начала имел ауру, обладая богатым набором ресурсов, связей и рыночным признанием, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершил раунд посевного финансирования на сумму 85 миллионов долларов, в котором основными инвесторами выступили Founders Fund, Pantera и Framework Ventures, а также другие инвестиционные организации, включая Delphi, Hashkey и Spartan, и десятки известных венчурных капитальных компаний.
Проектирование архитектуры и уровень приложений
Инфраструктурный уровень
Ядро архитектуры
Ядро архитектуры Sentient состоит из двух частей: AI Pipeline и системы 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, для выравнивания модели.
Обучение лояльности (Loyalty Training): обеспечение согласованности процесса обучения модели с намерениями сообщества.
Система в блокчейне обеспечивает прозрачность и децентрализованное управление протоколом, гарантируя право собственности на AI-артефакты, отслеживание их использования, распределение доходов и справедливое управление. Конкретная архитектура делится на четыре уровня:
Уровень хранения: хранение весов модели и информации о регистрации отпечатков.
Уровень распределения: точка входа для вызова модели, контролируемой контрактом авторизации;
Уровень доступа: проверка авторизации пользователя через подтверждение прав.
Уровень стимулов: контракт маршрутизации доходов будет распределять платежи при каждом вызове между тренерами, развертывателями и проверяющими.
OML модельная структура
OML фреймворк (Открытый Open, Монетизируемый Monetizable, Лояльный Loyal) является основной концепцией, предложенной Sentient, и направлен на обеспечение четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Он сочетает технологии в блокчейне и нативную криптографию AI и обладает следующими характеристиками:
Открытость: Модель должна быть с открытым исходным кодом, код и структура данных должны быть прозрачными, чтобы сообщество могло воспроизводить, аудировать и улучшать.
Монетизация: Каждый вызов модели будет вызывать поток дохода, в блокчейне контракт будет распределять доход между тренерами, развертывателями и проверяющими.
Лояльность: Модель принадлежит сообществу участников, направление обновления и управление определяются DAO, использование и изменения контролируются криптомеханизмом.
AI-родная криптография (AI-native Cryptography)
AI-родная криптография использует непрерывность моделей ИИ, структуру низкоразмерных многообразий и дифференцируемые характеристики моделей для разработки "проверяемого, но не подлежащего удалению" легковесного механизма безопасности. Его核心技术是：
Встраивание отпечатка: во время обучения вставляется набор скрытых пар «запрос-ответ», формирующих уникальную подпись модели;
Протокол проверки собственности: проверка сохранения отпечатков пальцев с помощью третьего лица (Prover) в форме запроса (query);
Механизм разрешенного вызова: перед вызовом необходимо получить "доказательство полномочий", выданное владельцем модели, после чего система авторизует модель для декодирования данного ввода и возврата точного ответа.
Этот способ позволяет реализовать "авторизованные вызовы на основе поведения + верификация принадлежности" без дополнительных затрат на повторное шифрование.
Модель прав собственности и безопасная исполнительная рамка
Sentient в настоящее время использует смешанную безопасность Melange: сочетание удостоверения личности по отпечаткам пальцев, выполнения на TEE и распределения прибыли по смарт-контрактам в блокчейне. При этом метод отпечатков пальцев реализован в OML 1.0, подчеркивая идею "оптимистичной безопасности (Optimistic Security)", то есть подразумевается соблюдение правил, а нарушения могут быть обнаружены и наказаны.
Механизм отпечатков пальцев является ключевой реализацией OML, он позволяет модели генерировать уникальные подписи на этапе обучения, встраивая определенные "вопрос-ответ" пары. С помощью этих подписей владелец модели может подтвердить право собственности, предотвращая несанкционированное копирование и коммерциализацию. Этот механизм не только защищает интересы разработчиков моделей, но и предоставляет отслеживаемую запись о поведении использования модели в блокчейне.
Кроме того, Sentient представила вычислительную платформу Enclave TEE, использующую доверенные среды выполнения (такие как AWS Nitro Enclaves), чтобы гарантировать, что модель отвечает 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 ядром текущего развертывания моделей.
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» .
11 Лайков
Награда
11
5
Поделиться
комментарий
0/400
ProofOfNothing
· 5ч назад
Капиталисты контролируют ИИ, это немного пугает.
Посмотреть ОригиналОтветить0
NoodlesOrTokens
· 5ч назад
Не позволяйте этим крупным компаниям поглотить ИИ!
Посмотреть ОригиналОтветить0
Anon4461
· 5ч назад
Еще одна волна ловушек для неудачников от ИИ пришла.
Посмотреть ОригиналОтветить0
OPsychology
· 5ч назад
Кто сможет объединиться, чтобы сломать монополию гигантов? Действительно, страшно.
Посмотреть ОригиналОтветить0
MetaEggplant
· 6ч назад
Эти большие компании практически монополизировали рынок.
AI Layer1 новая конкуренция: анализ шести крупных проектов по созданию Децентрализация AI экосистемы
AI Layer1 исследование: поиск плодородной почвы для DeAI в блокчейне
Обзор
В последние годы ведущие технологические компании, такие как OpenAI, Anthropic, Google и Meta, продолжают стремительно развивать большие языковые модели (LLM). LLM демонстрируют беспрецедентные возможности в различных отраслях, значительно расширяя человеческое воображение и даже показывая потенциал замены человеческого труда в некоторых сценариях. Однако ключевые технологии находятся под контролем нескольких централизованных технологических гигантов. Благодаря мощным капиталам и контролю над дорогими вычислительными ресурсами эти компании создали непреодолимые барьеры, что затрудняет большинству разработчиков и инновационных команд конкурировать с ними.
В то же время, на начальном этапе быстрого развития ИИ общественное мнение часто сосредоточено на прорывах и удобствах, которые приносит технология, в то время как внимание к таким ключевым вопросам, как защита конфиденциальности, прозрачность и безопасность, относительно недостаточно. В долгосрочной перспективе эти проблемы глубоко повлияют на здоровое развитие индустрии ИИ и общественное принятие. Если их не удастся должным образом решить, споры о том, будет ли ИИ "на добром пути" или "на злом пути", будут все более выраженными, а централизованные гиганты, движимые инстинктом получения прибыли, часто не имеют достаточной мотивации для активного решения этих вызовов.
Технология блокчейн благодаря своим децентрализованным, прозрачным и антикоррупционным характеристикам предлагает новые возможности для устойчивого развития AI-индустрии. В настоящее время на некоторых основных блокчейнах уже появилось множество приложений "Web3 AI". Однако при более глубоком анализе можно обнаружить, что эти проекты по-прежнему сталкиваются с множеством проблем: с одной стороны, уровень децентрализации ограничен, ключевые аспекты и инфраструктура по-прежнему зависят от централизованных облачных служб, что затрудняет поддержку по-настоящему открытой экосистемы; с другой стороны, по сравнению с AI-продуктами в мире Web2, цепочечный AI по-прежнему имеет ограничения в области возможностей моделей, использования данных и сценариев применения, а глубина и широта инноваций требуют улучшения.
Чтобы действительно реализовать видение децентрализованного ИИ, необходимо, чтобы в блокчейне безопасно, эффективно и демократично размещались крупномасштабные приложения ИИ, и чтобы по производительности он мог конкурировать с централизованными решениями. Нам нужно разработать Layer1 блокчейн, специально созданный для ИИ. Это создаст 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 AI-приложений, его базовая архитектура и производительность тесно связаны с потребностями AI-задач и предназначены для эффективной поддержки устойчивого развития и процветания AI-экосистемы в блокчейне. В частности, AI Layer 1 должен обладать следующими ключевыми возможностями:
Эффективные стимулы и децентрализованный механизм консенсуса. Ядро AI Layer 1 заключается в создании открытой сети для совместного использования ресурсов, таких как вычислительная мощность и хранение. В отличие от традиционных узлов блокчейна, которые в основном сосредоточены на ведении бухгалтерии, узлы AI Layer 1 должны выполнять более сложные задачи, включая предоставление вычислительной мощности, обучение и вывод AI моделей, а также внесение разнообразных ресурсов, таких как хранилище, данные и пропускная способность, тем самым разрушая монополию централизованных гигантов в инфраструктуре AI. Это предъявляет более высокие требования к базовому консенсусу и механизму стимулов: AI Layer 1 должен точно оценивать, поощрять и проверять фактический вклад узлов в задачи AI вывода и обучения, обеспечивая безопасность сети и эффективное распределение ресурсов. Только так можно гарантировать стабильность и процветание сети, а также эффективно снизить общие затраты на вычислительную мощность.
Превосходная 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, гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многогранные сценарии. AI Layer 1 должен быть глубоко оптимизирован на уровне архитектуры с учетом требований к высокой пропускной способности, низкой задержке и эластичной параллельности, а также предусматривать родную поддержку гетерогенных вычислительных ресурсов, чтобы обеспечить эффективное выполнение различных задач ИИ и реализовать плавное расширение от "одиночных задач" до "сложной многообразной экосистемы".
Проверяемость и гарантии доверительного вывода AI Layer 1 не только должна предотвращать мошенничество моделей, подделку данных и другие риски безопасности, но также должна обеспечивать проверяемость и согласованность выводов AI на уровне базовых механизмов. Интегрируя доверенные вычислительные среды (TEE), нулевые знания (ZK), многопартийные безопасные вычисления (MPC) и другие передовые технологии, платформа может позволить независимую проверку каждого этапа вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность системы AI. В то же время эта проверяемость может помочь пользователям четко понять логику и основания выводов AI, осуществляя "то, что получено, то и желаемое", повышая доверие и удовлетворенность пользователей к продуктам AI.
Защита конфиденциальности данных Приложения ИИ часто касаются чувствительных данных пользователей, и в финансовой, медицинской, социальной и других сферах защита конфиденциальности данных особенно важна. AI Layer 1 должен обеспечивать проверяемость, одновременно используя технологии обработки данных на основе шифрования, протоколы вычислений конфиденциальности и управление правами на данные, чтобы гарантировать безопасность данных на всех этапах, таких как вывод, обучение и хранение, эффективно предотвращая утечку и злоупотребление данными, устраняя тем самым опасения пользователей по поводу безопасности данных.
Мощная способность к поддержке экосистемы и разработке В качестве инфраструктуры Layer 1, изначально основанной на ИИ, платформа должна не только обладать технологическим превосходством, но и предоставлять разработчикам, операторам узлов, провайдерам ИИ-услуг и другим участникам экосистемы полные инструменты для разработки, интегрированные SDK, поддержку эксплуатации и механизмы стимулов. Постоянно оптимизируя доступность платформы и опыт разработчиков, мы способствуем реализации разнообразных приложений на основе ИИ и обеспечиваем устойчивое процветание децентрализованной экосистемы ИИ.
На основе вышеизложенного контекста и ожиданий, в данной статье подробно рассматриваются шесть представительных проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически анализируя последние достижения в данной области, анализируя текущее состояние развития проектов и обсуждая будущие тенденции.
Sentient: Создание преданного открытого децентрализованного AI-модели
Обзор проекта
Sentient — это платформа для открытых протоколов, которая создает AI Layer1 в блокчейне (, на начальном этапе являясь Layer 2, а затем будет мигрировать на Layer 1). Объединив AI Pipeline и технологии блокчейна, она строит децентрализованную экономику искусственного интеллекта. Ее основной целью является решение проблем, связанных с принадлежностью моделей, отслеживанием вызовов и распределением ценности на централизованном рынке LLM, через "OML" фреймворк (открытый, прибыльный, лояльный), что позволит AI моделям реализовать структуру собственности в блокчейне, прозрачность вызовов и распределение ценности. Видение Sentient заключается в том, чтобы любой мог создавать, сотрудничать, владеть и монетизировать AI-продукты, тем самым способствуя созданию справедливой и открытой экосистемы сети AI Agent.
Команда Sentient Foundation объединяет ведущих мировых академических экспертов, предпринимателей в области блокчейна и инженеров, стремясь создать сообществом управляемую, открытое и проверяемую платформу AGI. Важные члены команды включают профессора Принстонского университета Прамода Висваната и профессора Индийского института науки Химаншу Тяги, которые отвечают за безопасность ИИ и защиту конфиденциальности, а стратегией блокчейна и экосистемным развитием руководит соучредитель Polygon Сандип Найлвал. 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 AI/ML, NLP, компьютерного зрения и совместно способствуя реализации проекта.
Как второй проект основателя Polygon Sandeep Nailwal, Sentient с самого начала имел ауру, обладая богатым набором ресурсов, связей и рыночным признанием, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершил раунд посевного финансирования на сумму 85 миллионов долларов, в котором основными инвесторами выступили Founders Fund, Pantera и Framework Ventures, а также другие инвестиционные организации, включая Delphi, Hashkey и Spartan, и десятки известных венчурных капитальных компаний.
Проектирование архитектуры и уровень приложений
Инфраструктурный уровень
Ядро архитектуры
Ядро архитектуры Sentient состоит из двух частей: AI Pipeline и системы 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 децентрализованное управление протоколом, гарантируя право собственности на AI-артефакты, отслеживание их использования, распределение доходов и справедливое управление. Конкретная архитектура делится на четыре уровня:
OML модельная структура
OML фреймворк (Открытый Open, Монетизируемый Monetizable, Лояльный Loyal) является основной концепцией, предложенной Sentient, и направлен на обеспечение четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Он сочетает технологии в блокчейне и нативную криптографию AI и обладает следующими характеристиками:
AI-родная криптография (AI-native Cryptography)
AI-родная криптография использует непрерывность моделей ИИ, структуру низкоразмерных многообразий и дифференцируемые характеристики моделей для разработки "проверяемого, но не подлежащего удалению" легковесного механизма безопасности. Его核心技术是：
Этот способ позволяет реализовать "авторизованные вызовы на основе поведения + верификация принадлежности" без дополнительных затрат на повторное шифрование.
Модель прав собственности и безопасная исполнительная рамка
Sentient в настоящее время использует смешанную безопасность Melange: сочетание удостоверения личности по отпечаткам пальцев, выполнения на TEE и распределения прибыли по смарт-контрактам в блокчейне. При этом метод отпечатков пальцев реализован в OML 1.0, подчеркивая идею "оптимистичной безопасности (Optimistic Security)", то есть подразумевается соблюдение правил, а нарушения могут быть обнаружены и наказаны.
Механизм отпечатков пальцев является ключевой реализацией OML, он позволяет модели генерировать уникальные подписи на этапе обучения, встраивая определенные "вопрос-ответ" пары. С помощью этих подписей владелец модели может подтвердить право собственности, предотвращая несанкционированное копирование и коммерциализацию. Этот механизм не только защищает интересы разработчиков моделей, но и предоставляет отслеживаемую запись о поведении использования модели в блокчейне.
Кроме того, Sentient представила вычислительную платформу Enclave TEE, использующую доверенные среды выполнения (такие как AWS Nitro Enclaves), чтобы гарантировать, что модель отвечает 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 ядром текущего развертывания моделей.