Дослідження родючих земель DeAI у блокчейні: Стан розвитку AI Layer1 та перспективи на майбутнє
Огляд
У 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 сферах, значно розширюючи людську уяву, а іноді навіть виявляючи потенціал заміни людської праці в певних ситуаціях. Однак ці технології залишаються під контролем кількох централізованих технологічних гігантів. Завдяки потужному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює для більшості розробників та інноваційних команд з ними конкурувати.
У той же час, на початковому етапі швидкого розвитку ШІ, суспільна думка часто зосереджується на проривах і зручностях, які приносить технологія, тоді як увага до таких основних питань, як захист приватності, прозорість і безпека, є відносно недостатньою. У довгостроковій перспективі ці проблеми глибоко вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не вдасться належним чином вирішити, суперечка про те, чи "направити ШІ на добро", чи "направити на зло", стане ще більш гострою, тоді як централізовані гіганти, керуючись інстинктом прибутку, часто не мають достатньої мотивації для активного вирішення цих викликів.
Технологія блокчейн, завдяки своїм децентралізованим, прозорим та антикорупційним властивостям, пропонує нові можливості для сталого розвитку індустрії ШІ. На даний момент на основних блокчейнах, таких як Solana, Base, вже з'явилося багато "Web3 AI" застосунків. Але при глибшому аналізі можна виявити, що ці проекти все ще стикаються з багатьма проблемами: з одного боку, ступінь децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, меми мають надмірну вагу, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, AI у блокчейні обмежений у моделях, використанні даних та застосунках, глибина та широта інновацій потребують покращення.
Щоб насправді реалізувати бачення децентралізованого ШІ, необхідно, щоб у блокчейні безпечно, ефективно та демократично могли розміщуватися масштабні AI-додатки, а також щоб за показниками він міг конкурувати з централізованими рішеннями, нам потрібно спроектувати Layer1 блокчейн, створений спеціально для AI. Це забезпечить міцну основу для відкритих інновацій у 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. Зокрема, AI Layer 1 має володіти такими основними можливостями:
Ефективні стимули та механізм децентралізованого консенсусу Основна мета AI Layer 1 полягає у створенні відкритої мережі спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних вузлів блокчейну, які зосереджені переважно на веденні обліку, вузли AI Layer 1 повинні виконувати більш складні завдання, не лише надаючи обчислювальну потужність, виконуючи навчання та інференцію AI-моделей, але також роблячи внесок у зберігання, дані, пропускну спроможність та інші різноманітні ресурси, що дозволяє зламати монополію централізованих гігантів в інфраструктурі AI. Це ставить вищі вимоги до базового консенсусу та механізму стимулювання: AI Layer 1 повинен бути здатним точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання, пов'язані з AI-інференцією, навчанням тощо, досягаючи безпеки мережі та ефективного розподілу ресурсів. Лише так можна забезпечити стабільність і процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність і підтримка гетерогенних завдань Завдання AI, особливо навчання та виведення LLM, ставлять дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більш того, екосистема AI у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, виведення, зберігання та інші різноманітні сценарії. AI Layer 1 повинен бути глибоко оптимізований на базовій архітектурі для задоволення вимог до високої пропускної спроможності, низької затримки та еластичної паралельності, а також мати попередньо задану рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних завдань AI, реалізуючи плавне розширення від "однорідних завдань" до "складної різноманітної екосистеми".
Перевірність та гарантія надійного виходу AI Layer 1 не лише повинна запобігати зловживанням моделлю, підробці даних та іншим загрозам безпеці, але й забезпечувати перевірність та узгодженість виходу AI з основних механізмів. Завдяки інтеграції надійного середовища виконання (TEE), нульових знань (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити незалежну перевірку кожного процесу моделювання, навчання та обробки даних, забезпечуючи справедливість та прозорість системи AI. Водночас, така перевірність може допомогти користувачам чітко усвідомлювати логіку та підстави виходу AI, реалізуючи "те, що отримано, те і бажано", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Застосування ШІ часто стосується чутливих даних користувачів, особливо у фінансовій, медичній, соціальній та інших сферах, де захист конфіденційності даних є надзвичайно важливим. AI Layer 1 повинен, забезпечуючи перевірність, використовувати технології обробки даних на основі шифрування, протоколи приватних обчислень та управління правами доступу до даних, щоб гарантувати безпеку даних протягом усіх етапів, таких як інферування, навчання і зберігання, ефективно запобігати витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужна екосистемна підтримка та можливості для розробки Як AI-роджена інфраструктура рівня 1, платформа повинна не лише мати технологічну перевагу, але й надавати повний набір інструментів для розробників, операторів вузлів, постачальників AI-сервісів та інших учасників екосистеми, включаючи інтегровані SDK, підтримку експлуатації та механізми стимулювання. Завдяки постійному оптимізації доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI-роджених застосувань, досягти безцентралізованої стабільної екосистеми AI.
Виходячи з наведеного вище контексту та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизовано останні досягнення в цій галузі, проаналізовано поточний стан проектів та обговорено майбутні тенденції.
Sentient: побудова вірної відкритої децентралізованої моделі ШІ
Огляд проекту
Sentient є відкритою платформою протоколів, яка створює AI Layer1 у блокчейні (, початковий етап якого — Layer 2, після чого він буде перенесений на Layer 1). Поєднуючи AI Pipeline та технології блокчейну, створюється децентралізована економіка штучного інтелекту. Його основна мета — вирішити питання власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM за допомогою рамки "OML" (відкрите, прибуткове, лояльне), щоб забезпечити структуру власності моделей AI на блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб кожен міг створювати, співпрацювати, володіти та монетизувати AI-продукти, сприяючи розвитку справедливої та відкритої екосистеми мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, щоб створити платформу AGI, що базується на спільноті, з відкритим кодом та можливістю верифікації. До основних членів команди входять професор Принстонського університету Pramod Viswanath та професор Індійського інституту науки Himanshu Tyagi, які відповідають за безпеку та захист приватності штучного інтелекту, а також співзасновник однієї з торгових платформ Sandeep Nailwal, який очолює стратегію блокчейну та екосистеми. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, а також у таких провідних університетах, як Принстонський університет та Індійський інститут технологій, покриваючи сфери AI/ML, NLP, комп'ютерного зору та спільно працюють над реалізацією проекту.
Як другий стартап одного з засновників торгової платформи Sandeep Nailwal, Sentient з моменту свого заснування відразу ж отримав ореол, маючи багатий ресурс, зв’язки та ринкову обізнаність, що забезпечило потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершила раунд фінансування на суму 85 мільйонів доларів, очолений Founders Fund, Pantera та Framework Ventures, а також десятками інших відомих венчурних капіталів, таких як Delphi, Hashkey та Spartan.
Проектування архітектури та прикладного рівня
Інфраструктурний рівень
ядерна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline та системи у блокчейні.
AI трубопровід є основою для розробки та навчання "лояльних AI" артефактів, що містить два основних процеси:
Планування даних (Data Curation): процес вибору даних, що керується спільнотою, для вирівнювання моделей.
Тренування лояльності (Loyalty Training): забезпечення того, щоб модель підтримувала процес навчання, що відповідає намірам спільноти.
Блокчейн-система забезпечує прозорість і децентралізований контроль для протоколу, гарантуючи право власності на AI артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділяється на чотири рівні:
Шар зберігання: моделі зберігання ваг та інформації про реєстрацію відбитків пальців;
Розподільчий рівень: вхід для виклику моделей контролю контрактів авторизації;
Доступний рівень: перевірка авторизації користувача через підтвердження прав.
Інструмент мотивації: контракт маршрутизації доходів буде розподіляти плату за кожен виклик серед тренерів, розробників та валідаторів.
OML модельна структура
OML фреймворк (відкритий Open, монетизований Monetizable, лояльний Loyal) є основною концепцією, запропонованою Sentient, що має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Завдяки поєднанню у блокчейні технологій та AI рідної криптографії, має такі характеристики:
Відкритість: Модель повинна бути з відкритим кодом, код і структура даних мають бути прозорими, щоб спільнота могла відтворити, перевірити та вдосконалити.
Монетизація: Кожен виклик моделі викликає потік доходів, у блокчейні контракт розподіляє доходи між тренерами, розробниками та валідаторами.
Вірність: Модель належить спільноті внесків, напрямок оновлень та управління визначається DAO, використання та модифікація контролюються криптомеханізмами.
AI рідна криптографія (AI-native Cryptography)
AI-оригінальна криптографія використовує безперервність моделей AI, структуру низьковимірних маніфолдів та диференційовані характеристики моделей для розробки "перевірних, але не видалюваних" легковагових механізмів 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 відбитку пальця за допомогою запитів через сторонні детектори (Prover);
Механізм ліцензованого виклику: перед викликом необхідно отримати "дозвіл" від власника моделі, після чого система надає моделі право декодувати цей вхід і повернути точну відповідь.
Цей спосіб дозволяє реалізувати "авторизаційний виклик на основі поведінки + перевірка приналежності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечна виконавча структура
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження особи за допомогою відбитків пальців, виконання TEE та розподілу прибутку через смарт-контракти у блокчейні. Метод відбитка пальця реалізується за допомогою OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням вважається відповідним, а порушення можуть бути виявлені та покарані.
Механізм відбитків пальців є ключовою реалізацією OML, який шляхом вбудовування певних "питань-відповідей" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам власник моделі може перевірити належність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й забезпечує можливість відстеження поведінки використання моделі через запис у блокчейні.
Крім того, Sentient представила обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб забезпечити, що модель відповідає лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, його висока продуктивність і реальний час роблять його таким.
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.
16 лайків
Нагородити
16
6
Поділіться
Прокоментувати
0/400
NftMetaversePainter
· 07-12 17:05
мех... ще одна спроба web2 в алгоритмічному мистецтві, що маскується під інновації. розбудіть мене, коли вони зрозуміють справжню обчислювальну естетику.
Переглянути оригіналвідповісти на0
DeFiChef
· 07-12 07:12
Розібравшись, можу сказати, що монополія великих компаній — це велика яма.
Переглянути оригіналвідповісти на0
BlockchainWorker
· 07-09 20:19
Не встигаю за таким бурхливим розвитком ШІ
Переглянути оригіналвідповісти на0
GateUser-5854de8b
· 07-09 20:17
Монополія гігантів, як звичайним людям грати!?
Переглянути оригіналвідповісти на0
MrRightClick
· 07-09 20:10
Раніше казали, що web3 — це майбутнє AI.
Переглянути оригіналвідповісти на0
ChainPoet
· 07-09 20:05
Хто ще переймається, як грають гіганти~ децентралізована свобода - ось що важливо
AI Layer1 Блокчейн: Децентралізація AI як основа та майбутнє
Дослідження родючих земель DeAI у блокчейні: Стан розвитку AI Layer1 та перспективи на майбутнє
Огляд
У 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 сферах, значно розширюючи людську уяву, а іноді навіть виявляючи потенціал заміни людської праці в певних ситуаціях. Однак ці технології залишаються під контролем кількох централізованих технологічних гігантів. Завдяки потужному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює для більшості розробників та інноваційних команд з ними конкурувати.
У той же час, на початковому етапі швидкого розвитку ШІ, суспільна думка часто зосереджується на проривах і зручностях, які приносить технологія, тоді як увага до таких основних питань, як захист приватності, прозорість і безпека, є відносно недостатньою. У довгостроковій перспективі ці проблеми глибоко вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не вдасться належним чином вирішити, суперечка про те, чи "направити ШІ на добро", чи "направити на зло", стане ще більш гострою, тоді як централізовані гіганти, керуючись інстинктом прибутку, часто не мають достатньої мотивації для активного вирішення цих викликів.
Технологія блокчейн, завдяки своїм децентралізованим, прозорим та антикорупційним властивостям, пропонує нові можливості для сталого розвитку індустрії ШІ. На даний момент на основних блокчейнах, таких як Solana, Base, вже з'явилося багато "Web3 AI" застосунків. Але при глибшому аналізі можна виявити, що ці проекти все ще стикаються з багатьма проблемами: з одного боку, ступінь децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, меми мають надмірну вагу, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, AI у блокчейні обмежений у моделях, використанні даних та застосунках, глибина та широта інновацій потребують покращення.
Щоб насправді реалізувати бачення децентралізованого ШІ, необхідно, щоб у блокчейні безпечно, ефективно та демократично могли розміщуватися масштабні AI-додатки, а також щоб за показниками він міг конкурувати з централізованими рішеннями, нам потрібно спроектувати Layer1 блокчейн, створений спеціально для AI. Це забезпечить міцну основу для відкритих інновацій у 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. Зокрема, AI Layer 1 має володіти такими основними можливостями:
Ефективні стимули та механізм децентралізованого консенсусу Основна мета AI Layer 1 полягає у створенні відкритої мережі спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних вузлів блокчейну, які зосереджені переважно на веденні обліку, вузли AI Layer 1 повинні виконувати більш складні завдання, не лише надаючи обчислювальну потужність, виконуючи навчання та інференцію AI-моделей, але також роблячи внесок у зберігання, дані, пропускну спроможність та інші різноманітні ресурси, що дозволяє зламати монополію централізованих гігантів в інфраструктурі AI. Це ставить вищі вимоги до базового консенсусу та механізму стимулювання: AI Layer 1 повинен бути здатним точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання, пов'язані з AI-інференцією, навчанням тощо, досягаючи безпеки мережі та ефективного розподілу ресурсів. Лише так можна забезпечити стабільність і процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність і підтримка гетерогенних завдань Завдання AI, особливо навчання та виведення LLM, ставлять дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більш того, екосистема AI у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, виведення, зберігання та інші різноманітні сценарії. AI Layer 1 повинен бути глибоко оптимізований на базовій архітектурі для задоволення вимог до високої пропускної спроможності, низької затримки та еластичної паралельності, а також мати попередньо задану рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних завдань AI, реалізуючи плавне розширення від "однорідних завдань" до "складної різноманітної екосистеми".
Перевірність та гарантія надійного виходу AI Layer 1 не лише повинна запобігати зловживанням моделлю, підробці даних та іншим загрозам безпеці, але й забезпечувати перевірність та узгодженість виходу AI з основних механізмів. Завдяки інтеграції надійного середовища виконання (TEE), нульових знань (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити незалежну перевірку кожного процесу моделювання, навчання та обробки даних, забезпечуючи справедливість та прозорість системи AI. Водночас, така перевірність може допомогти користувачам чітко усвідомлювати логіку та підстави виходу AI, реалізуючи "те, що отримано, те і бажано", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Застосування ШІ часто стосується чутливих даних користувачів, особливо у фінансовій, медичній, соціальній та інших сферах, де захист конфіденційності даних є надзвичайно важливим. AI Layer 1 повинен, забезпечуючи перевірність, використовувати технології обробки даних на основі шифрування, протоколи приватних обчислень та управління правами доступу до даних, щоб гарантувати безпеку даних протягом усіх етапів, таких як інферування, навчання і зберігання, ефективно запобігати витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужна екосистемна підтримка та можливості для розробки Як AI-роджена інфраструктура рівня 1, платформа повинна не лише мати технологічну перевагу, але й надавати повний набір інструментів для розробників, операторів вузлів, постачальників AI-сервісів та інших учасників екосистеми, включаючи інтегровані SDK, підтримку експлуатації та механізми стимулювання. Завдяки постійному оптимізації доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI-роджених застосувань, досягти безцентралізованої стабільної екосистеми AI.
Виходячи з наведеного вище контексту та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизовано останні досягнення в цій галузі, проаналізовано поточний стан проектів та обговорено майбутні тенденції.
Sentient: побудова вірної відкритої децентралізованої моделі ШІ
Огляд проекту
Sentient є відкритою платформою протоколів, яка створює AI Layer1 у блокчейні (, початковий етап якого — Layer 2, після чого він буде перенесений на Layer 1). Поєднуючи AI Pipeline та технології блокчейну, створюється децентралізована економіка штучного інтелекту. Його основна мета — вирішити питання власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM за допомогою рамки "OML" (відкрите, прибуткове, лояльне), щоб забезпечити структуру власності моделей AI на блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб кожен міг створювати, співпрацювати, володіти та монетизувати AI-продукти, сприяючи розвитку справедливої та відкритої екосистеми мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, щоб створити платформу AGI, що базується на спільноті, з відкритим кодом та можливістю верифікації. До основних членів команди входять професор Принстонського університету Pramod Viswanath та професор Індійського інституту науки Himanshu Tyagi, які відповідають за безпеку та захист приватності штучного інтелекту, а також співзасновник однієї з торгових платформ Sandeep Nailwal, який очолює стратегію блокчейну та екосистеми. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, а також у таких провідних університетах, як Принстонський університет та Індійський інститут технологій, покриваючи сфери AI/ML, NLP, комп'ютерного зору та спільно працюють над реалізацією проекту.
Як другий стартап одного з засновників торгової платформи Sandeep Nailwal, Sentient з моменту свого заснування відразу ж отримав ореол, маючи багатий ресурс, зв’язки та ринкову обізнаність, що забезпечило потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершила раунд фінансування на суму 85 мільйонів доларів, очолений Founders Fund, Pantera та Framework Ventures, а також десятками інших відомих венчурних капіталів, таких як Delphi, Hashkey та Spartan.
Проектування архітектури та прикладного рівня
Інфраструктурний рівень
ядерна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline та системи у блокчейні.
AI трубопровід є основою для розробки та навчання "лояльних AI" артефактів, що містить два основних процеси:
Блокчейн-система забезпечує прозорість і децентралізований контроль для протоколу, гарантуючи право власності на AI артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділяється на чотири рівні:
OML модельна структура
OML фреймворк (відкритий Open, монетизований Monetizable, лояльний Loyal) є основною концепцією, запропонованою Sentient, що має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Завдяки поєднанню у блокчейні технологій та AI рідної криптографії, має такі характеристики:
AI рідна криптографія (AI-native Cryptography)
AI-оригінальна криптографія використовує безперервність моделей AI, структуру низьковимірних маніфолдів та диференційовані характеристики моделей для розробки "перевірних, але не видалюваних" легковагових механізмів безпеки. Її основна технологія така:
Цей спосіб дозволяє реалізувати "авторизаційний виклик на основі поведінки + перевірка приналежності" без витрат на повторне шифрування.
Модель підтвердження прав та безпечна виконавча структура
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження особи за допомогою відбитків пальців, виконання TEE та розподілу прибутку через смарт-контракти у блокчейні. Метод відбитка пальця реалізується за допомогою OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням вважається відповідним, а порушення можуть бути виявлені та покарані.
Механізм відбитків пальців є ключовою реалізацією OML, який шляхом вбудовування певних "питань-відповідей" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам власник моделі може перевірити належність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й забезпечує можливість відстеження поведінки використання моделі через запис у блокчейні.
Крім того, Sentient представила обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб забезпечити, що модель відповідає лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, його висока продуктивність і реальний час роблять його таким.