AI Layer1 Исследовательский отчет: Поиск благодатной почвы для DeAI в блокчейне
С быстрым развитием технологий искусственного интеллекта такие ведущие технологические компании, как OpenAI, Anthropic, Google, Meta, продолжают продвигать прогресс крупных языковых моделей (LLM). LLM демонстрируют беспрецедентные способности в различных отраслях, значительно расширяя человеческое воображение и даже в некоторых сценариях показывая потенциал замены человеческого труда. Однако ядро этих технологий надежно удерживается в руках немногих централизованных технологических гигантов. Обладая мощным капиталом и контролем над дорогими вычислительными ресурсами, эти компании создают непреодолимые барьеры, что затрудняет большинству разработчиков и инновационных команд конкурировать с ними.
В то же время, на ранних этапах быстрого развития ИИ общественное мнение часто сосредоточивается 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 будут глубоко влиять на здоровое развитие отрасли ИИ и степень ее принятия в обществе. Если их не удастся должным образом решить, дебаты о том, будет ли ИИ "на благо" или "во зло", будут становиться все более актуальными, в то время как централизированные гиганты, движимые инстинктом получения прибыли, часто не имеют достаточной мотивации для активного решения этих вызовов.
Технология блокчейн благодаря своим децентрализованным, прозрачным и устойчивым к цензуре характеристикам открывает новые возможности для устойчивого развития индустрии ИИ. В настоящее время на таких мейнстримных блокчейнах, как Solana и Base, уже появилось множество приложений "Web3 AI". Однако при более глубоком анализе можно обнаружить, что у этих проектов все еще есть множество проблем: с одной стороны, степень децентрализации ограничена, ключевые этапы и инфраструктура все еще зависят от централизованных облачных услуг, а мемные свойства слишком выражены, что затрудняет создание по-настоящему открытой экосистемы; с другой стороны, по сравнению с ИИ-продуктами мира Web2, блокчейн ИИ по таким параметрам, как модельные возможности, использование данных и области применения, все еще имеет ограничения, глубина и широта инноваций требуют улучшения.
Чтобы действительно реализовать видение децентрализованного ИИ, необходимо создать блокчейн, который сможет безопасно, эффективно и демократично поддерживать крупномасштабные приложения ИИ и в производительности конкурировать с централизованными решениями. Нам нужно разработать слой 1 блокчейна, 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, его базовая архитектура и производительность тесно связаны с потребностями задач ИИ, с целью эффективной поддержки устойчивого развития и процветания экосистемы ИИ в блокчейне. Конкретно, 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 хранилище. В отличие от традиционных узлов блокчейна, сосредоточенных в основном на ведении бухгалтерских записей, узлы AI Layer 1 должны выполнять более сложные задачи: они должны не только предоставлять вычислительную мощность и выполнять обучение и вывод AI моделей, но и вносить разнообразные ресурсы, такие как хранилище, данные и пропускная способность, тем самым разрушая монополию централизованных гигантов в области инфраструктуры AI. Это предъявляет более высокие требования к базовому консенсусу и механизму стимулирования: 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 и эффективно снизить общие затраты на вычислительную мощность.
Превосходные показатели производительности и поддержка гетерогенных задач
Задачи ИИ, особенно обучение и вывод LLM, предъявляют крайне высокие требования к вычислительной производительности и параллельной обработке. Более того, экосистема ИИ в блокчейне часто должна поддерживать разнообразные, гетерогенные типы задач, включая различные модели, обработку данных, вывод, хранение и другие многообразные сценарии. AI Layer 1 должен быть глубоко оптимизирован для требуемых значений высокой пропускной способности, низкой задержки и эластичной параллельности на уровне базовой архитектуры, а также заранее предусмотреть нативную поддержку гетерогенных вычислительных ресурсов, чтобы обеспечить эффективную работу различных задач ИИ и реализовать плавное расширение от "однородных задач" до "сложной многогранной экосистемы".
Проверяемость и гарантии надежного вывода
AI Layer 1 не только должен предотвращать такие угрозы безопасности, как злонамеренные модели и изменение данных, но и на уровне базовой механики обеспечивать проверяемость и соответствие результатов, выводимых AI. Интегрируя такие передовые технологии, как защищенные вычислительные среды (TEE), нулевые знания (ZK) и безопасные многопартнерские вычисления (MPC), платформа позволяет каждый раз независимо проверять процесс вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность AI-системы. В то же время такая проверяемость помогает пользователям четко понять логику и основания вывода AI, реализуя принцип "что получено, то и желаем", повышая доверие и удовлетворенность пользователей к AI-продуктам.
Защита конфиденциальности данных
AI приложения часто связаны с чувствительными данными пользователей, и в таких областях, как финансы, медицина и социальные сети, защита конфиденциальности данных особенно важна. AI Layer 1 должен обеспечивать проверяемость, используя криптографические технологии обработки данных, протоколы конфиденциальных вычислений и управление правами доступа к данным, чтобы гарантировать безопасность данных на всех этапах, включая вывод, обучение и хранение, эффективно предотвращая утечку и злоупотребление данными, устраняя беспокойство пользователей по поводу безопасности данных.
Мощная экосистема и поддержка разработки
В качестве инфраструктуры Layer 1, изначально ориентированной на ИИ, платформа должна не только обладать техническим превосходством, но и предоставлять разработчикам, операторам узлов, поставщикам ИИ-услуг и другим участникам экосистемы полный набор инструментов для разработки, интегрированные SDK, поддержку эксплуатации и механизмы стимулирования. Постоянно оптимизируя доступность платформы и опыт разработчиков, необходимо способствовать реализации разнообразных приложений, изначально основанных на ИИ, и обеспечивать постоянное процветание децентрализованной экосистемы ИИ.
Основываясь на вышеизложенном контексте и ожиданиях, в данной статье будет подробно рассмотрено шесть представительских проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически проанализированы последние достижения в данной области, разобраны текущие состояния проектов и обсуждены будущие тенденции.
Sentient: создание преданного открытого децентрализованного AI модели
Обзор проекта
Sentient является платформой открытого протокола, которая создает AI Layer1 в блокчейне (, начальная стадия которой является Layer 2, после чего она будет перенесена на Layer 1). Объединив AI Pipeline и технологии блокчейна, создается децентрализованная экономика искусственного интеллекта. Его основной целью является решение проблем принадлежности моделей, отслеживания вызовов и распределения ценности на централизованном рынке LLM с помощью структуры "OML" (открытость, прибыльность, лояльность), позволяющей моделям AI реализовать структуру владения в блокчейне, прозрачность вызовов и распределение ценности. Видение Sentient заключается в том, чтобы любой мог создавать, 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 сообществом управляемую, открытую и проверяемую платформу AGI. В её состав входят профессор Принстонского университета Прамод Висванат и профессор Индийского института науки Химаншу Тяги, которые отвечают за безопасность и защиту конфиденциальности ИИ, а стратегию блокчейна и экосистемы ведет соучредитель Polygon Сандип Найлвал. Члены команды имеют опыт работы в таких 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 совместно способствуя реализации проекта.
Как второй проект предпринимательства соучредителя Polygon Sandeep Nailwal, Sentient с самого начала обладал ореолом, имея богатые ресурсы, связи и рыночное признание, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершил раунд посевного финансирования на сумму 85 миллионов долларов, который возглавили Founders Fund, Pantera и Framework Ventures, а также другие инвестиционные компании, включая Delphi, Hashkey и Spartan, среди десятков известных венчурных капиталистов.
проектирование архитектуры и уровень приложений
Инфраструктурный уровень
Основная архитектура
Ядро Sentient состоит из двух частей: AI Pipeline и системы в блокчейне.
AI管да — это основа для разработки и обучения "лояльного ИИ" артефактов, включающая два основных процесса:
Планирование данных (Data Curation): Процесс выбора данных, управляемый сообществом, для выравнивания модели.
Обучение лояльности (Loyalty Training): обеспечение того, чтобы модель сохраняла процесс обучения, согласующийся с намерениями сообщества.
Система в блокчейне обеспечивает прозрачность и децентрализованный контроль за протоколом, гарантируя право собственности на AI-артефакты, отслеживание использования, распределение доходов и справедливое управление. Конкретная архитектура разделена на четыре уровня:
Слой хранения: хранение весов модели и информации о регистрации отпечатков.
Уровень распределения: контрольный вход модели вызова смарт-контракта.
Уровень доступа: проверка прав доступа для определения, авторизован ли пользователь;
Уровень стимулов: контракт распределения доходов будет выплачивать вознаграждение тренерам, развертывателям и проверяющим при каждом вызове.
OML модельная структура
OML фреймворк (Открытый Open, Монетизируемый Monetizable, Лояльный Loyal) является основной концепцией, предложенной Sentient, направленной на предоставление четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Объединяя технологии в блокчейне и нативную криптографию AI, он имеет следующие характеристики:
Открытость: Модель должна быть с открытым исходным кодом, код и структура данных должны быть прозрачными для облегчения воспроизведения, аудита и улучшения сообществом.
Монетизация: Каждый вызов модели будет инициировать поток доходов, в блокчейне контракт будет распределять доходы между тренерами, развертывателями и проверяющими.
Лояльность: Модель принадлежит сообществу вкладчиков, направление обновлений и управление определяются DAO, использование и модификация контролируются криптомеханизмом.
AI родной криптографии (AI-native Cryptography)
AI нативное шифрование использует непрерывность моделей ИИ, структуру низкоразмерных манифольдов и дифференцируемые характеристики моделей для разработки "проверяемого, но не удаляемого" легковесного механизма безопасности. Его ключевая технология:
Встраивание отпечатков: во время обучения вставляется набор скрытых пар ключ-значение запрос-ответ для формирования уникальной подписи модели;
Протокол проверки прав собственности: проверка сохранения отпечатков пальцев с помощью третьего лица (Prover) в форме запроса.
Механизм разрешения вызова: перед вызовом необходимо получить "разрешительный сертификат", выданный владельцем модели, после чего система предоставит модели право декодировать данный ввод и вернуть точный ответ.
Этот способ позволяет реализовать "авторизованные вызовы на основе поведения + проверка принадлежности" без затрат на повторное шифрование.
Модель прав на интеллектуальную собственность и безопасное выполнение
Sentient в настоящее время использует Melange смешанную безопасность: комбинация идентификации по отпечаткам пальцев, выполнения в TEE и распределения прибыли по смарт-контрактам в блокчейне. При этом метод отпечатков пальцев реализован в OML 1.0, подчеркивая концепцию "оптимистичной безопасности (Optimistic Security)", то есть подразумевает соблюдение правил, а нарушение может быть обнаружено и наказано.
Механизм отпечатка пальца является ключевой реализацией OML, он позволяет модели генерировать уникальную подпись на этапе обучения, внедряя определенные пары "вопрос-ответ". С помощью этих подписей владельцы модели могут проверять принадлежность, 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 (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 ключевой технологией для развертывания современных моделей.
В будущем Sentient планирует внедрить технологии доказательства с нулевым разглашением (ZK) и полностью однородного шифрования (FHE), чтобы дополнительно усилить защиту конфиденциальности и проверяемость, предоставляя более зрелые решения для децентрализованного развертывания AI моделей.
уровень приложений
В настоящее время продукты Sentient в основном включают децентрализованную платформу для чатов.
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» .
Конкурс AI Layer1 накаляется: шесть проектов борются за будущее DeAI в блокчейне
AI Layer1 Исследовательский отчет: Поиск благодатной почвы для DeAI в блокчейне
С быстрым развитием технологий искусственного интеллекта такие ведущие технологические компании, как OpenAI, Anthropic, Google, Meta, продолжают продвигать прогресс крупных языковых моделей (LLM). LLM демонстрируют беспрецедентные способности в различных отраслях, значительно расширяя человеческое воображение и даже в некоторых сценариях показывая потенциал замены человеческого труда. Однако ядро этих технологий надежно удерживается в руках немногих централизованных технологических гигантов. Обладая мощным капиталом и контролем над дорогими вычислительными ресурсами, эти компании создают непреодолимые барьеры, что затрудняет большинству разработчиков и инновационных команд конкурировать с ними.
В то же время, на ранних этапах быстрого развития ИИ общественное мнение часто сосредоточивается 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 будут глубоко влиять на здоровое развитие отрасли ИИ и степень ее принятия в обществе. Если их не удастся должным образом решить, дебаты о том, будет ли ИИ "на благо" или "во зло", будут становиться все более актуальными, в то время как централизированные гиганты, движимые инстинктом получения прибыли, часто не имеют достаточной мотивации для активного решения этих вызовов.
Технология блокчейн благодаря своим децентрализованным, прозрачным и устойчивым к цензуре характеристикам открывает новые возможности для устойчивого развития индустрии ИИ. В настоящее время на таких мейнстримных блокчейнах, как Solana и Base, уже появилось множество приложений "Web3 AI". Однако при более глубоком анализе можно обнаружить, что у этих проектов все еще есть множество проблем: с одной стороны, степень децентрализации ограничена, ключевые этапы и инфраструктура все еще зависят от централизованных облачных услуг, а мемные свойства слишком выражены, что затрудняет создание по-настоящему открытой экосистемы; с другой стороны, по сравнению с ИИ-продуктами мира Web2, блокчейн ИИ по таким параметрам, как модельные возможности, использование данных и области применения, все еще имеет ограничения, глубина и широта инноваций требуют улучшения.
Чтобы действительно реализовать видение децентрализованного ИИ, необходимо создать блокчейн, который сможет безопасно, эффективно и демократично поддерживать крупномасштабные приложения ИИ и в производительности конкурировать с централизованными решениями. Нам нужно разработать слой 1 блокчейна, 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, его базовая архитектура и производительность тесно связаны с потребностями задач ИИ, с целью эффективной поддержки устойчивого развития и процветания экосистемы ИИ в блокчейне. Конкретно, 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 хранилище. В отличие от традиционных узлов блокчейна, сосредоточенных в основном на ведении бухгалтерских записей, узлы AI Layer 1 должны выполнять более сложные задачи: они должны не только предоставлять вычислительную мощность и выполнять обучение и вывод AI моделей, но и вносить разнообразные ресурсы, такие как хранилище, данные и пропускная способность, тем самым разрушая монополию централизованных гигантов в области инфраструктуры AI. Это предъявляет более высокие требования к базовому консенсусу и механизму стимулирования: 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 и эффективно снизить общие затраты на вычислительную мощность.
Превосходные показатели производительности и поддержка гетерогенных задач Задачи ИИ, особенно обучение и вывод LLM, предъявляют крайне высокие требования к вычислительной производительности и параллельной обработке. Более того, экосистема ИИ в блокчейне часто должна поддерживать разнообразные, гетерогенные типы задач, включая различные модели, обработку данных, вывод, хранение и другие многообразные сценарии. AI Layer 1 должен быть глубоко оптимизирован для требуемых значений высокой пропускной способности, низкой задержки и эластичной параллельности на уровне базовой архитектуры, а также заранее предусмотреть нативную поддержку гетерогенных вычислительных ресурсов, чтобы обеспечить эффективную работу различных задач ИИ и реализовать плавное расширение от "однородных задач" до "сложной многогранной экосистемы".
Проверяемость и гарантии надежного вывода AI Layer 1 не только должен предотвращать такие угрозы безопасности, как злонамеренные модели и изменение данных, но и на уровне базовой механики обеспечивать проверяемость и соответствие результатов, выводимых AI. Интегрируя такие передовые технологии, как защищенные вычислительные среды (TEE), нулевые знания (ZK) и безопасные многопартнерские вычисления (MPC), платформа позволяет каждый раз независимо проверять процесс вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность AI-системы. В то же время такая проверяемость помогает пользователям четко понять логику и основания вывода AI, реализуя принцип "что получено, то и желаем", повышая доверие и удовлетворенность пользователей к AI-продуктам.
Защита конфиденциальности данных AI приложения часто связаны с чувствительными данными пользователей, и в таких областях, как финансы, медицина и социальные сети, защита конфиденциальности данных особенно важна. AI Layer 1 должен обеспечивать проверяемость, используя криптографические технологии обработки данных, протоколы конфиденциальных вычислений и управление правами доступа к данным, чтобы гарантировать безопасность данных на всех этапах, включая вывод, обучение и хранение, эффективно предотвращая утечку и злоупотребление данными, устраняя беспокойство пользователей по поводу безопасности данных.
Мощная экосистема и поддержка разработки В качестве инфраструктуры Layer 1, изначально ориентированной на ИИ, платформа должна не только обладать техническим превосходством, но и предоставлять разработчикам, операторам узлов, поставщикам ИИ-услуг и другим участникам экосистемы полный набор инструментов для разработки, интегрированные SDK, поддержку эксплуатации и механизмы стимулирования. Постоянно оптимизируя доступность платформы и опыт разработчиков, необходимо способствовать реализации разнообразных приложений, изначально основанных на ИИ, и обеспечивать постоянное процветание децентрализованной экосистемы ИИ.
Основываясь на вышеизложенном контексте и ожиданиях, в данной статье будет подробно рассмотрено шесть представительских проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически проанализированы последние достижения в данной области, разобраны текущие состояния проектов и обсуждены будущие тенденции.
Sentient: создание преданного открытого децентрализованного AI модели
Обзор проекта
Sentient является платформой открытого протокола, которая создает AI Layer1 в блокчейне (, начальная стадия которой является Layer 2, после чего она будет перенесена на Layer 1). Объединив AI Pipeline и технологии блокчейна, создается децентрализованная экономика искусственного интеллекта. Его основной целью является решение проблем принадлежности моделей, отслеживания вызовов и распределения ценности на централизованном рынке LLM с помощью структуры "OML" (открытость, прибыльность, лояльность), позволяющей моделям AI реализовать структуру владения в блокчейне, прозрачность вызовов и распределение ценности. Видение Sentient заключается в том, чтобы любой мог создавать, 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 сообществом управляемую, открытую и проверяемую платформу AGI. В её состав входят профессор Принстонского университета Прамод Висванат и профессор Индийского института науки Химаншу Тяги, которые отвечают за безопасность и защиту конфиденциальности ИИ, а стратегию блокчейна и экосистемы ведет соучредитель Polygon Сандип Найлвал. Члены команды имеют опыт работы в таких 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 совместно способствуя реализации проекта.
Как второй проект предпринимательства соучредителя Polygon Sandeep Nailwal, Sentient с самого начала обладал ореолом, имея богатые ресурсы, связи и рыночное признание, что обеспечивало сильную поддержку для развития проекта. В середине 2024 года Sentient завершил раунд посевного финансирования на сумму 85 миллионов долларов, который возглавили Founders Fund, Pantera и Framework Ventures, а также другие инвестиционные компании, включая Delphi, Hashkey и Spartan, среди десятков известных венчурных капиталистов.
проектирование архитектуры и уровень приложений
Инфраструктурный уровень
Основная архитектура
Ядро Sentient состоит из двух частей: AI Pipeline и системы в блокчейне.
AI管да — это основа для разработки и обучения "лояльного ИИ" артефактов, включающая два основных процесса:
Система в блокчейне обеспечивает прозрачность и децентрализованный контроль за протоколом, гарантируя право собственности на AI-артефакты, отслеживание использования, распределение доходов и справедливое управление. Конкретная архитектура разделена на четыре уровня:
OML модельная структура
OML фреймворк (Открытый Open, Монетизируемый Monetizable, Лояльный Loyal) является основной концепцией, предложенной Sentient, направленной на предоставление четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Объединяя технологии в блокчейне и нативную криптографию AI, он имеет следующие характеристики:
AI родной криптографии (AI-native Cryptography)
AI нативное шифрование использует непрерывность моделей ИИ, структуру низкоразмерных манифольдов и дифференцируемые характеристики моделей для разработки "проверяемого, но не удаляемого" легковесного механизма безопасности. Его ключевая технология:
Этот способ позволяет реализовать "авторизованные вызовы на основе поведения + проверка принадлежности" без затрат на повторное шифрование.
Модель прав на интеллектуальную собственность и безопасное выполнение
Sentient в настоящее время использует Melange смешанную безопасность: комбинация идентификации по отпечаткам пальцев, выполнения в TEE и распределения прибыли по смарт-контрактам в блокчейне. При этом метод отпечатков пальцев реализован в OML 1.0, подчеркивая концепцию "оптимистичной безопасности (Optimistic Security)", то есть подразумевает соблюдение правил, а нарушение может быть обнаружено и наказано.
Механизм отпечатка пальца является ключевой реализацией OML, он позволяет модели генерировать уникальную подпись на этапе обучения, внедряя определенные пары "вопрос-ответ". С помощью этих подписей владельцы модели могут проверять принадлежность, 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 (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 ключевой технологией для развертывания современных моделей.
В будущем Sentient планирует внедрить технологии доказательства с нулевым разглашением (ZK) и полностью однородного шифрования (FHE), чтобы дополнительно усилить защиту конфиденциальности и проверяемость, предоставляя более зрелые решения для децентрализованного развертывания AI моделей.
уровень приложений
В настоящее время продукты Sentient в основном включают децентрализованную платформу для чатов.