AI Layer1 дослідження: пошук родючих ґрунтів для DeAI у блокчейні
Огляд
В останні роки провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють швидкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості у різних галузях, значно розширюючи людську уяву, а в деяких випадках навіть показують потенціал заміни людської праці. Проте ядро цих технологій міцно контролюється небагатьма централізованими технологічними гігантами. Завдяки потужному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшість розробників та інноваційних команд конкурувати з ними.
Водночас, на початку швидкого розвитку ШІ суспільна думка часто зосереджена на прориві та зручності, які приносить технологія, тоді як увага до таких ключових питань, як захист приватності, прозорість і безпека, залишається відносно недостатньою. У довгостроковій перспективі ці питання глибоко вплинуть на здоровий розвиток галузі ШІ та соціальну прийнятність. Якщо їх не вдасться належним чином вирішити, суперечка щодо того, чи "на благо" ШІ чи "на зло", стане ще більш помітною, а централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації, щоб активно протистояти цим викликам.
Технологія блокчейн завдяки своїм децентралізованим, прозорим і стійким до цензури характеристикам відкриває нові можливості для сталого розвитку галузі штучного інтелекту. Наразі на основних блокчейнах вже з'явилося безліч додатків "Web3 AI". Але при детальному аналізі можна виявити, що ці проекти все ще мають багато проблем: з одного боку, ступінь децентралізації обмежена, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, що ускладнює підтримку справді відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, AI на блокчейні має обмеження в модельних можливостях, використанні даних та застосункових сценаріях, глибина та широта інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, зробити так, щоб у блокчейні безпечно, ефективно та демократично можна було розмістити масштабні AI-додатки, і щоб його продуктивність могла конкурувати з централізованими рішеннями, нам потрібно розробити Layer1 блокчейн, спеціально створений для AI. Це забезпечить надійну основу для відкритих інновацій в AI, демократії у врядуванні 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, з метою ефективної підтримки стійкого розвитку та процвітання екосистеми AI у блокчейні. Конкретно, AI Layer 1 повинен мати такі основні можливості:
Ефективні стимули та децентралізований механізм консенсусу
Основна мета AI Layer 1 полягає в створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних блокчейн-вузлів, які в основному зосереджені на веденні бухгалтерського обліку, вузли AI Layer 1 повинні виконувати більш складні завдання, а саме: надавати обчислювальну потужність, виконувати навчання та інференцію AI-моделей, а також вносити різноманітні ресурси, такі як зберігання, дані, пропускна здатність, щоб зламати монополію централізованих гігантів у сфері інфраструктури AI. Це висуває вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання інференції та навчання AI, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Лише так можна гарантувати стабільність та процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних завдань
Завдання штучного інтелекту, особливо навчання та інференція LLM, висувають дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше того, екосистема AI у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен глибоко оптимізувати свою архітектуру на рівні основи для забезпечення високої пропускної здатності, низької затримки та еластичної паралельності, а також передбачати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання всіх завдань штучного інтелекту та реалізувати плавне розширення від "одноманітних завдань" до "складної різноманітної екосистеми".
Можливість перевірки та гарантія надійного виходу
AI Layer 1 не лише має запобігати зловживанням моделей, фальсифікації даних та іншим загрозам безпеці, але й має забезпечити перевірність та узгодженість результатів, що виходять з AI, з самого початку. Завдяки інтеграції надійних середовищ виконання (TEE), доказів з нульовим розголошенням (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити незалежну перевірку кожного процесу моделювання, навчання та обробки даних, гарантуючи справедливість та прозорість системи AI. Одночасно ця перевірність також допоможе користувачам чітко зрозуміти логіку та підстави виходу AI, реалізуючи "отримане відповідає бажаному", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних
Програми штучного інтелекту часто включають конфіденційні дані користувачів, а захист конфіденційності даних особливо важливий у сферах фінансів, охорони здоров'я та соціальних мереж. Забезпечуючи перевірюваність, AI Layer 1 повинен використовувати технологію обробки даних на основі шифрування, обчислювальний протокол, що зберігає конфіденційність, і управління дозволами на доступ до даних, щоб забезпечити безпеку даних у всьому процесі висновків, навчання та зберігання, ефективно запобігати витоку даних і зловживанню, а також усувати занепокоєння користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки
Як AI-орієнтована інфраструктура рівня 1, платформа повинна не лише мати технологічну перевагу, але й надавати повноцінні інструменти для розробників, операторів вузлів, постачальників AI-послуг та інших учасників екосистеми, включаючи інтеграційні SDK, підтримку експлуатації та механізми стимулювання. Шляхом постійної оптимізації доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI-орієнтованих застосувань та забезпечити безперервне процвітання децентралізованої AI-екосистеми.
На основі вищезазначеного контексту та очікувань, у цій статті буде детально представлено шість представницьких проєктів AI Layer1, зокрема Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизовано останні досягнення в цій області, проаналізовано сучасний стан розвитку проєктів та обговорено майбутні тенденції.
Sentient: побудова вірних відкритих децентралізованих AI моделей
Огляд проекту
Sentient є платформою з відкритим кодом, яка створює AI Layer1 у блокчейні (, початкова стадія - Layer 2, а згодом буде мігрувати на Layer 1). Поєднуючи AI Pipeline та технології блокчейну, вона будує децентралізовану економіку штучного інтелекту. Її основна мета - вирішити проблеми приналежності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM через структуру "OML" (відкрите, прибуткове, лояльне), що дозволяє AI моделям реалізувати структуру власності на у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI продукти, просуваючи справедливу та відкриту екосистему мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейн та інженерів з усього світу, що прагнуть створити платформу AGI, яка буде керуватися спільнотою, з відкритим кодом та перевіряється. До основних учасників входять професор Принстонського університету Pramod Viswanath та професор Інституту індійських наук Himanshu Tyagi, які відповідають за безпеку та конфіденційність AI, а також співзасновник Polygon Sandeep Nailwal, який очолює стратегію блокчейн та екосистему. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет, Індійський технологічний інститут, охоплюючи такі сфери, як AI/ML, NLP, комп'ютерне бачення, спільно працюючи над реалізацією проекту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient з самого початку мав ауру успіху, володіючи багатим ресурсами, зв'язками та ринковою впізнаваністю, що забезпечує потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування на суму 85 мільйонів доларів, лідерами якого стали Founders Fund, Pantera та Framework Ventures, а також десятки інших відомих VC, таких як Delphi, Hashkey та Spartan.
проектування архітектури та прикладного рівня
Інфраструктурний рівень
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline та у блокчейні.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що містить два основні 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.
Система у блокчейні забезпечує прозорість та децентралізований контроль для протоколу, гарантуючи право власності на AI артефакти, відстеження використання, розподіл прибутків та справедливе управління. Конкретна архітектура ділиться на чотири шари:
Зберігання: зберігання ваг моделей та інформації про реєстрацію відбитків пальців;
Розподільчий рівень: вхід для виклику моделі контролюється контрактом на авторизацію;
Доступний шар: перевірка правомірності для підтвердження авторизації користувача;
Стимулюючий рівень: контракт маршрутизації доходів буде виплачувати винагороду тренерам, розробникам та валідаторам при кожному виклику.
OML модельна структура
OML фреймворк (Відкритий Open, Можливий для монетизації Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Поєднуючи у блокчейні технології та AI рідну криптографію, має такі характеристики:
Відкритість: Модель повинна бути з відкритим кодом, код і структура даних повинні бути прозорими, щоб спростити відтворення, аудит і вдосконалення спільнотою.
Монетизація: кожен виклик моделі викликає потік доходів, у блокчейні контракт розподілить дохід між тренерами, розробниками та перевірниками.
Вірність: Модель належить спільноті учасників, напрямок оновлення та управління визначається DAO, використання та зміна контролюються криптографічними механізмами.
AI рідна криптографія (AI-native Cryptography)
AI-оригінальна криптографія використовує безперервність моделей ШІ, структуру низько-вимірного маніфольду та властивості диференційованості моделей для розробки "перевіряємого, але незнищуваного" легкого механізму безпеки. Основна технологія полягає в:
Вставка відбитків пальців: під час навчання вставляється набір прихованих пар запит-відповідь для формування унікального підпису моделі;
Протокол перевірки власності: перевірка збереження відбитків пальців у формі запиту через сторонній детектор (Prover);
Механізм дозволеної виклику: перед викликом необхідно отримати "документ про дозвіл", виданий власником моделі, а система на його основі надає дозвіл моделі 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 відбитками пальців, виконання TEE та розподіл прибутку за контрактами у блокчейні. Серед методів підтвердження особи, метод відбитків пальців реалізує основну лінію OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням вважаючи відповідність, а у разі порушення можливість виявлення та покарання.
Механізм відбитків пальців є ключовою реалізацією OML, який через вбудовані специфічні "питання-відповіді" дозволяє моделі створювати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделей можуть перевіряти право власності, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й надає можливість відстеження поведінки використання моделей у блокчейні.
Крім того, Sentient запустила обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves) для забезпечення того, щоб модель реагувала лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення та має певні ризики безпеки, його висока продуктивність і реальний час роблять його актуальним для розгортання моделей.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
12 лайків
Нагородити
12
5
Поділіться
Прокоментувати
0/400
AirdropChaser
· 3год тому
Не дивлюсь, просто йду за концепцією штучного інтелекту.
Переглянути оригіналвідповісти на0
AirdropFreedom
· 3год тому
deai? ai пропало, мабуть
Переглянути оригіналвідповісти на0
EyeOfTheTokenStorm
· 3год тому
A-акції всі грають, зараз приєднуйтесь це у пастці
AI Layer1 Глибина аналізу: 6 великих проектів запалюють DeAI родючий грунт
AI Layer1 дослідження: пошук родючих ґрунтів для DeAI у блокчейні
Огляд
В останні роки провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють швидкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості у різних галузях, значно розширюючи людську уяву, а в деяких випадках навіть показують потенціал заміни людської праці. Проте ядро цих технологій міцно контролюється небагатьма централізованими технологічними гігантами. Завдяки потужному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшість розробників та інноваційних команд конкурувати з ними.
Водночас, на початку швидкого розвитку ШІ суспільна думка часто зосереджена на прориві та зручності, які приносить технологія, тоді як увага до таких ключових питань, як захист приватності, прозорість і безпека, залишається відносно недостатньою. У довгостроковій перспективі ці питання глибоко вплинуть на здоровий розвиток галузі ШІ та соціальну прийнятність. Якщо їх не вдасться належним чином вирішити, суперечка щодо того, чи "на благо" ШІ чи "на зло", стане ще більш помітною, а централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації, щоб активно протистояти цим викликам.
Технологія блокчейн завдяки своїм децентралізованим, прозорим і стійким до цензури характеристикам відкриває нові можливості для сталого розвитку галузі штучного інтелекту. Наразі на основних блокчейнах вже з'явилося безліч додатків "Web3 AI". Але при детальному аналізі можна виявити, що ці проекти все ще мають багато проблем: з одного боку, ступінь децентралізації обмежена, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, що ускладнює підтримку справді відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, AI на блокчейні має обмеження в модельних можливостях, використанні даних та застосункових сценаріях, глибина та широта інновацій потребують покращення.
Щоб справді реалізувати бачення децентралізованого ШІ, зробити так, щоб у блокчейні безпечно, ефективно та демократично можна було розмістити масштабні AI-додатки, і щоб його продуктивність могла конкурувати з централізованими рішеннями, нам потрібно розробити Layer1 блокчейн, спеціально створений для AI. Це забезпечить надійну основу для відкритих інновацій в AI, демократії у врядуванні 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, з метою ефективної підтримки стійкого розвитку та процвітання екосистеми AI у блокчейні. Конкретно, AI Layer 1 повинен мати такі основні можливості:
Ефективні стимули та децентралізований механізм консенсусу Основна мета AI Layer 1 полягає в створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних блокчейн-вузлів, які в основному зосереджені на веденні бухгалтерського обліку, вузли AI Layer 1 повинні виконувати більш складні завдання, а саме: надавати обчислювальну потужність, виконувати навчання та інференцію AI-моделей, а також вносити різноманітні ресурси, такі як зберігання, дані, пропускна здатність, щоб зламати монополію централізованих гігантів у сфері інфраструктури AI. Це висуває вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання інференції та навчання AI, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Лише так можна гарантувати стабільність та процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних завдань Завдання штучного інтелекту, особливо навчання та інференція LLM, висувають дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше того, екосистема AI у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен глибоко оптимізувати свою архітектуру на рівні основи для забезпечення високої пропускної здатності, низької затримки та еластичної паралельності, а також передбачати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання всіх завдань штучного інтелекту та реалізувати плавне розширення від "одноманітних завдань" до "складної різноманітної екосистеми".
Можливість перевірки та гарантія надійного виходу AI Layer 1 не лише має запобігати зловживанням моделей, фальсифікації даних та іншим загрозам безпеці, але й має забезпечити перевірність та узгодженість результатів, що виходять з AI, з самого початку. Завдяки інтеграції надійних середовищ виконання (TEE), доказів з нульовим розголошенням (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити незалежну перевірку кожного процесу моделювання, навчання та обробки даних, гарантуючи справедливість та прозорість системи AI. Одночасно ця перевірність також допоможе користувачам чітко зрозуміти логіку та підстави виходу AI, реалізуючи "отримане відповідає бажаному", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Програми штучного інтелекту часто включають конфіденційні дані користувачів, а захист конфіденційності даних особливо важливий у сферах фінансів, охорони здоров'я та соціальних мереж. Забезпечуючи перевірюваність, AI Layer 1 повинен використовувати технологію обробки даних на основі шифрування, обчислювальний протокол, що зберігає конфіденційність, і управління дозволами на доступ до даних, щоб забезпечити безпеку даних у всьому процесі висновків, навчання та зберігання, ефективно запобігати витоку даних і зловживанню, а також усувати занепокоєння користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки Як AI-орієнтована інфраструктура рівня 1, платформа повинна не лише мати технологічну перевагу, але й надавати повноцінні інструменти для розробників, операторів вузлів, постачальників AI-послуг та інших учасників екосистеми, включаючи інтеграційні SDK, підтримку експлуатації та механізми стимулювання. Шляхом постійної оптимізації доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI-орієнтованих застосувань та забезпечити безперервне процвітання децентралізованої AI-екосистеми.
На основі вищезазначеного контексту та очікувань, у цій статті буде детально представлено шість представницьких проєктів AI Layer1, зокрема Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизовано останні досягнення в цій області, проаналізовано сучасний стан розвитку проєктів та обговорено майбутні тенденції.
Sentient: побудова вірних відкритих децентралізованих AI моделей
Огляд проекту
Sentient є платформою з відкритим кодом, яка створює AI Layer1 у блокчейні (, початкова стадія - Layer 2, а згодом буде мігрувати на Layer 1). Поєднуючи AI Pipeline та технології блокчейну, вона будує децентралізовану економіку штучного інтелекту. Її основна мета - вирішити проблеми приналежності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM через структуру "OML" (відкрите, прибуткове, лояльне), що дозволяє AI моделям реалізувати структуру власності на у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI продукти, просуваючи справедливу та відкриту екосистему мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейн та інженерів з усього світу, що прагнуть створити платформу AGI, яка буде керуватися спільнотою, з відкритим кодом та перевіряється. До основних учасників входять професор Принстонського університету Pramod Viswanath та професор Інституту індійських наук Himanshu Tyagi, які відповідають за безпеку та конфіденційність AI, а також співзасновник Polygon Sandeep Nailwal, який очолює стратегію блокчейн та екосистему. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет, Індійський технологічний інститут, охоплюючи такі сфери, як AI/ML, NLP, комп'ютерне бачення, спільно працюючи над реалізацією проекту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient з самого початку мав ауру успіху, володіючи багатим ресурсами, зв'язками та ринковою впізнаваністю, що забезпечує потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершив раунд фінансування на суму 85 мільйонів доларів, лідерами якого стали Founders Fund, Pantera та Framework Ventures, а також десятки інших відомих VC, таких як Delphi, Hashkey та Spartan.
проектування архітектури та прикладного рівня
Інфраструктурний рівень
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline та у блокчейні.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що містить два основні процеси:
Система у блокчейні забезпечує прозорість та децентралізований контроль для протоколу, гарантуючи право власності на AI артефакти, відстеження використання, розподіл прибутків та справедливе управління. Конкретна архітектура ділиться на чотири шари:
OML модельна структура
OML фреймворк (Відкритий Open, Можливий для монетизації Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Поєднуючи у блокчейні технології та AI рідну криптографію, має такі характеристики:
AI рідна криптографія (AI-native Cryptography)
AI-оригінальна криптографія використовує безперервність моделей ШІ, структуру низько-вимірного маніфольду та властивості диференційованості моделей для розробки "перевіряємого, але незнищуваного" легкого механізму безпеки. Основна технологія полягає в:
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 відбитками пальців, виконання TEE та розподіл прибутку за контрактами у блокчейні. Серед методів підтвердження особи, метод відбитків пальців реалізує основну лінію OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням вважаючи відповідність, а у разі порушення можливість виявлення та покарання.
Механізм відбитків пальців є ключовою реалізацією OML, який через вбудовані специфічні "питання-відповіді" дозволяє моделі створювати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделей можуть перевіряти право власності, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, але й надає можливість відстеження поведінки використання моделей у блокчейні.
Крім того, Sentient запустила обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves) для забезпечення того, щоб модель реагувала лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення та має певні ризики безпеки, його висока продуктивність і реальний час роблять його актуальним для розгортання моделей.