AI Layer 1 дослідження: дослідження інфраструктури децентралізованого AI
Огляд
Останніми роками провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють швидкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних галузях, значно розширюючи уяву людства і навіть в деяких випадках показуючи потенціал заміни людської праці. Однак ці технології залишаються під контролем небагатьох децентралізованих технологічних гігантів. Завдяки потужному капіталу і контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, які ускладнюють конкуренцію для більшості розробників і інноваційних команд.
Водночас, на початкових етапах швидкої еволюції ШІ, суспільна думка часто зосереджується на проривах і зручностях, які приносить технологія, в той час як увага до таких ключових питань, як захист приватності, прозорість та безпека, залишається відносно недостатньою. У довгостроковій перспективі ці питання глибоко вплинуть на здоровий розвиток індустрії ШІ та її прийнятність у суспільстві. Якщо ці проблеми не будуть належним чином вирішені, суперечка про те, чи «направлений» ШІ на добро чи на зло, стане все більш помітною, а централізовані гіганти, керуючись інстинктом прибутку, часто не мають достатньої мотивації для активного вирішення цих викликів.
Технологія блокчейн, завдяки своїй децентралізації, прозорості та стійкості до цензури, відкриває нові можливості для сталого розвитку індустрії штучного інтелекту. Наразі на деяких основних блокчейнах вже з'явилася безліч застосунків "Web3 AI". Але при глибшому аналізі можна виявити, що ці проекти все ще мають численні проблеми: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, порівняно з AI-продуктами світу Web2, AI на блокчейні все ще обмежений у можливостях моделей, використанні даних та сценаріях застосування, глибина та широта інновацій потребують покращення.
Щоб насправді реалізувати бачення децентралізованого ШІ, дозволяючи блокчейну безпечно, ефективно та демократично підтримувати масштабні застосування ШІ та конкурувати за продуктивністю з централізованими рішеннями, нам потрібно розробити Layer 1 блокчейн, спеціально створений для ШІ. Це забезпечить міцну основу для відкритих інновацій у ШІ, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, його базова архітектура та дизайн продуктивності тісно пов'язані з вимогами AI-завдань, має на меті ефективно підтримувати стійкий розвиток та процвітання AI-екосистеми на ланцюгу. Конкретно, AI Layer 1 повинен мати такі ключові можливості:
Ефективні стимули та децентралізація консенсусу
Ядро AI Layer 1 полягає в побудові відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних блокчейн-вузлів, які в основному зосереджуються на веденні бухгалтерського обліку, вузли AI Layer 1 повинні виконувати більш складні завдання, не лише надаючи обчислювальну потужність, виконуючи навчання та інференс AI-моделей, але й вносячи різноманітні ресурси, такі як зберігання, дані, пропускна спроможність, що дозволяє зламати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, заохочувати та перевіряти фактичний внесок вузлів у завдання інференсу та навчання AI, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Лише так можна забезпечити 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 інференс великих мовних моделей (LLM), висувають надзвичайно високі вимоги до обчислювальної продуктивності та паралельної обробки. Більше того, екосистема штучного інтелекту на блокчейні часто повинна підтримувати різноманітні та гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференс, зберігання та інші різноманітні сцени. AI Layer 1 повинен бути глибоко оптимізованим на базовій архітектурі для задоволення вимог до високої пропускної здатності, низької затримки та еластичної паралельності, а також заздалегідь передбачати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних завдань штучного інтелекту та реалізувати плавне розширення від "однорідних завдань" до "складних різноманітних екосистем".
Перевірність та гарантований надійний вихід
AI Layer 1 не лише має запобігати зловживанням моделей, змінам даних та іншим ризикам безпеки, але й має забезпечити перевірність та відповідність результатів, що виходять з AI, з основних механізмів. Завдяки інтеграції надійних виконавчих середовищ (TEE), нульових знань (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може гарантувати, що кожен процес міркування моделі, навчання та обробки даних може бути незалежно перевірений, що забезпечує справедливість і прозорість системи AI. Водночас ця перевірність може допомогти користувачам чітко зрозуміти логіку та підстави виходу AI, реалізуючи "те, що отримуєш, те і бажаєш", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних
AI-додатки часто пов'язані з чутливими даними користувачів, у фінансовій, медичній, соціальній та інших сферах захист конфіденційності даних є особливо важливим. AI Layer 1 має забезпечувати перевірність, одночасно використовуючи технології обробки даних на основі шифрування, протоколи приватних обчислень та управління правами на дані, щоб гарантувати безпеку даних на всіх етапах, таких як інференція, навчання та зберігання, ефективно запобігаючи витоку і зловживанню даними, усуваючи побоювання користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки
Як AI-орієнтована інфраструктура першого рівня, платформа повинна не лише мати технологічну перевагу, а й надавати розробникам, операторам вузлів, постачальникам AI-послуг та іншим учасникам екосистеми повноцінні інструменти розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Шляхом постійної оптимізації доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI-орієнтованих застосунків і забезпечити стійкий розвиток децентралізованої AI-екосистеми.
На основі вищезазначеного фону та очікувань, у цій статті буде детально представлено шість代表них проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, системно розглянуто останні досягнення в цій сфері, проаналізовано стан розвитку проектів та обговорено майбутні тенденції.
Sentient: Створення вірних відкритих децентралізованих AI моделей
Огляд проєкту
Sentient є відкритою платформою протоколу, яка створює AI Layer1 блокчейн( на початковій стадії Layer 2, а згодом буде перенесена на Layer 1), поєднуючи AI Pipeline і технології блокчейн, будуючи децентралізовану економіку штучного інтелекту. Його основна мета - через "OML" фреймворк (відкритий, прибутковий, лояльний) вирішити проблеми власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM, щоб AI моделі реалізували структуру власності на ланцюзі, прозорість викликів і розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI продукти, сприяючи справедливій, відкритій екосистемі мережі AI Agent.
Команда Sentient Foundation об'єднує провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, які прагнуть створити платформу AGI, що базується на спільноті, є відкритим джерелом і перевіряється. До складу основних учасників входять професор Принстонського університету Pramod Viswanath та професор Індійського інституту науки Himanshu Tyagi, які відповідають за безпеку та конфіденційність AI, а також співзасновник відомого мультиблокчейн проекту Sandeep Nailwal, який очолює стратегію блокчейну та екосистему. Члени команди мають досвід роботи в деяких відомих компаніях, а також у Принстонському університеті, Індійському технологічному інституті та інших провідних університетах, що охоплює сфери AI/ML, NLP, комп'ютерного зору та інші, співпрацюючи для реалізації проекту.
Як другий стартап Сандіпа Нейлвала, Sentient з моменту свого заснування мав особливий статус, володіючи багатими ресурсами, зв'язками та ринковою обізнаністю, що забезпечило потужну підтримку для розвитку проєкту. У середині 2024 року Sentient завершив раунд фінансування на суму 85 мільйонів доларів США, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки інших відомих венчурних капіталістів, таких як Delphi, Hashkey та Spartan.
Проектування архітектури та прикладного рівня
Інфраструктурний рівень
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline (AI Pipeline) та Децентралізація.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що включає два основні процеси:
Планування даних (Data Curation): процес вибору даних, що керується спільнотою, для вирівнювання моделей.
Навчання лояльності (Loyalty Training): забезпечити, щоб модель підтримувала навчальний процес, що відповідає намірам спільноти.
Блокчейн-система забезпечує прозорість та децентралізований контроль для протоколів, що гарантує право власності, відстеження використання, розподіл прибутку та справедливе управління для артефактів ШІ. Конкретна архітектура поділяється на чотири рівні:
Сховище: зберігання ваг моделей та інформації про реєстрацію відбитків.
Розподільчий рівень: вхід для виклику моделей, що контролюються контрактом на авторизацію;
Рівень доступу: перевірка дозволу користувача через підтвердження прав.
Стимулюючий рівень: контракт маршрутизації доходу буде виплачувати винагороду тренерам, розробникам та валідаторам за кожен виклик.
OML модельна рамка
OML фреймворк (Відкритий Open, Можливість 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. Завдяки поєднанню технологій блокчейну та нативної криптографії AI, має такі особливості:
Відкритість: Модель повинна бути з відкритим вихідним кодом, код та структура даних мають бути прозорими, щоб спростити відтворення, аудит та покращення з боку спільноти.
Монетизація: Кожен виклик моделі викликає потік доходу, смарт-контракт на блокчейні розподіляє доходи між тренерами, розробниками та валідаторами.
Вірність: Модель належить спільноті учасників, напрямок оновлень та управління визначається DAO, використання та зміни контролюються крипто-механізмами.
AI рідна криптографія (AI-native Cryptography)
AI-оригінальна криптографія використовує безперервність моделей ШІ, структуру низьковимірних маніфолдів та диференційовані властивості моделей для розробки "перевіряємого, але не видаляємого" легковагого механізму безпеки. Її основна технологія така:
Вбудовування відбитків пальців: під час навчання вставляється набір прихованих пар ключ-значення запит-відповідь для формування унікального підпису моделі;
Протокол перевірки прав власності: перевірка збереження відбитка пальця у формі запиту через третій детектор (Prover);
Механізм ліцензування викликів: перед викликом необхідно отримати "дозвільний сертифікат", виданий власником моделі, після чого система надає дозвіл моделі декодувати цей вхід і повернути точну відповідь.
Цей спосіб дозволяє реалізувати "авторизаційні виклики на основі поведінки + верифікацію приналежності" без витрат на повторне шифрування.
Модель підтвердження прав і безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження особи за допомогою відбитків пальців, виконання TEE та розподіл прибутку за контрактами на блокчейні. Серед методів підтвердження особи основною лінією є OML 1.0, яка підкреслює ідею "оптимістичної безпеки (Optimistic Security)", тобто передбачає відповідність, а у разі порушення можливе виявлення та покарання.
Механізм відбитка пальця є ключовою реалізацією OML, який через вбудовані специфічні "питання-відповіді" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам власник моделі може перевірити приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не тільки захищає права розробників моделі, але й забезпечує можливість відстеження поведінки використання моделі в ланцюзі.
Крім того, Sentient запустила обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб забезпечити відповідь моделі лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, її висока продуктивність і переваги в реальному часі роблять її основною технологією для розгортання сучасних моделей.
У майбутньому Sentient планує впровадити нульові знання (
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.
12 лайків
Нагородити
12
4
Репост
Поділіться
Прокоментувати
0/400
WalletDoomsDay
· 15год тому
Технології звільнили людство, але також і ув'язнили його.
Переглянути оригіналвідповісти на0
DeFiChef
· 15год тому
Монополізований AI дійсно варто сильно децентралізувати
Нові тенденції в блокчейні, що базується на ШІ: дослідження децентралізованої інфраструктури штучного інтелекту
AI Layer 1 дослідження: дослідження інфраструктури децентралізованого AI
Огляд
Останніми роками провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють швидкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних галузях, значно розширюючи уяву людства і навіть в деяких випадках показуючи потенціал заміни людської праці. Однак ці технології залишаються під контролем небагатьох децентралізованих технологічних гігантів. Завдяки потужному капіталу і контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, які ускладнюють конкуренцію для більшості розробників і інноваційних команд.
Водночас, на початкових етапах швидкої еволюції ШІ, суспільна думка часто зосереджується на проривах і зручностях, які приносить технологія, в той час як увага до таких ключових питань, як захист приватності, прозорість та безпека, залишається відносно недостатньою. У довгостроковій перспективі ці питання глибоко вплинуть на здоровий розвиток індустрії ШІ та її прийнятність у суспільстві. Якщо ці проблеми не будуть належним чином вирішені, суперечка про те, чи «направлений» ШІ на добро чи на зло, стане все більш помітною, а централізовані гіганти, керуючись інстинктом прибутку, часто не мають достатньої мотивації для активного вирішення цих викликів.
Технологія блокчейн, завдяки своїй децентралізації, прозорості та стійкості до цензури, відкриває нові можливості для сталого розвитку індустрії штучного інтелекту. Наразі на деяких основних блокчейнах вже з'явилася безліч застосунків "Web3 AI". Але при глибшому аналізі можна виявити, що ці проекти все ще мають численні проблеми: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, порівняно з AI-продуктами світу Web2, AI на блокчейні все ще обмежений у можливостях моделей, використанні даних та сценаріях застосування, глибина та широта інновацій потребують покращення.
Щоб насправді реалізувати бачення децентралізованого ШІ, дозволяючи блокчейну безпечно, ефективно та демократично підтримувати масштабні застосування ШІ та конкурувати за продуктивністю з централізованими рішеннями, нам потрібно розробити Layer 1 блокчейн, спеціально створений для ШІ. Це забезпечить міцну основу для відкритих інновацій у ШІ, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, його базова архітектура та дизайн продуктивності тісно пов'язані з вимогами AI-завдань, має на меті ефективно підтримувати стійкий розвиток та процвітання AI-екосистеми на ланцюгу. Конкретно, AI Layer 1 повинен мати такі ключові можливості:
Ефективні стимули та децентралізація консенсусу Ядро AI Layer 1 полягає в побудові відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних блокчейн-вузлів, які в основному зосереджуються на веденні бухгалтерського обліку, вузли AI Layer 1 повинні виконувати більш складні завдання, не лише надаючи обчислювальну потужність, виконуючи навчання та інференс AI-моделей, але й вносячи різноманітні ресурси, такі як зберігання, дані, пропускна спроможність, що дозволяє зламати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, заохочувати та перевіряти фактичний внесок вузлів у завдання інференсу та навчання AI, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Лише так можна забезпечити 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 інференс великих мовних моделей (LLM), висувають надзвичайно високі вимоги до обчислювальної продуктивності та паралельної обробки. Більше того, екосистема штучного інтелекту на блокчейні часто повинна підтримувати різноманітні та гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференс, зберігання та інші різноманітні сцени. AI Layer 1 повинен бути глибоко оптимізованим на базовій архітектурі для задоволення вимог до високої пропускної здатності, низької затримки та еластичної паралельності, а також заздалегідь передбачати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних завдань штучного інтелекту та реалізувати плавне розширення від "однорідних завдань" до "складних різноманітних екосистем".
Перевірність та гарантований надійний вихід AI Layer 1 не лише має запобігати зловживанням моделей, змінам даних та іншим ризикам безпеки, але й має забезпечити перевірність та відповідність результатів, що виходять з AI, з основних механізмів. Завдяки інтеграції надійних виконавчих середовищ (TEE), нульових знань (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може гарантувати, що кожен процес міркування моделі, навчання та обробки даних може бути незалежно перевірений, що забезпечує справедливість і прозорість системи AI. Водночас ця перевірність може допомогти користувачам чітко зрозуміти логіку та підстави виходу AI, реалізуючи "те, що отримуєш, те і бажаєш", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних AI-додатки часто пов'язані з чутливими даними користувачів, у фінансовій, медичній, соціальній та інших сферах захист конфіденційності даних є особливо важливим. AI Layer 1 має забезпечувати перевірність, одночасно використовуючи технології обробки даних на основі шифрування, протоколи приватних обчислень та управління правами на дані, щоб гарантувати безпеку даних на всіх етапах, таких як інференція, навчання та зберігання, ефективно запобігаючи витоку і зловживанню даними, усуваючи побоювання користувачів щодо безпеки даних.
Потужна екосистема підтримки та розробки Як AI-орієнтована інфраструктура першого рівня, платформа повинна не лише мати технологічну перевагу, а й надавати розробникам, операторам вузлів, постачальникам AI-послуг та іншим учасникам екосистеми повноцінні інструменти розробки, інтегровані SDK, підтримку експлуатації та механізми стимулювання. Шляхом постійної оптимізації доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI-орієнтованих застосунків і забезпечити стійкий розвиток децентралізованої AI-екосистеми.
На основі вищезазначеного фону та очікувань, у цій статті буде детально представлено шість代表них проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, системно розглянуто останні досягнення в цій сфері, проаналізовано стан розвитку проектів та обговорено майбутні тенденції.
Sentient: Створення вірних відкритих децентралізованих AI моделей
Огляд проєкту
Sentient є відкритою платформою протоколу, яка створює AI Layer1 блокчейн( на початковій стадії Layer 2, а згодом буде перенесена на Layer 1), поєднуючи AI Pipeline і технології блокчейн, будуючи децентралізовану економіку штучного інтелекту. Його основна мета - через "OML" фреймворк (відкритий, прибутковий, лояльний) вирішити проблеми власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM, щоб AI моделі реалізували структуру власності на ланцюзі, прозорість викликів і розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI продукти, сприяючи справедливій, відкритій екосистемі мережі AI Agent.
Команда Sentient Foundation об'єднує провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, які прагнуть створити платформу AGI, що базується на спільноті, є відкритим джерелом і перевіряється. До складу основних учасників входять професор Принстонського університету Pramod Viswanath та професор Індійського інституту науки Himanshu Tyagi, які відповідають за безпеку та конфіденційність AI, а також співзасновник відомого мультиблокчейн проекту Sandeep Nailwal, який очолює стратегію блокчейну та екосистему. Члени команди мають досвід роботи в деяких відомих компаніях, а також у Принстонському університеті, Індійському технологічному інституті та інших провідних університетах, що охоплює сфери AI/ML, NLP, комп'ютерного зору та інші, співпрацюючи для реалізації проекту.
Як другий стартап Сандіпа Нейлвала, Sentient з моменту свого заснування мав особливий статус, володіючи багатими ресурсами, зв'язками та ринковою обізнаністю, що забезпечило потужну підтримку для розвитку проєкту. У середині 2024 року Sentient завершив раунд фінансування на суму 85 мільйонів доларів США, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки інших відомих венчурних капіталістів, таких як Delphi, Hashkey та Spartan.
Проектування архітектури та прикладного рівня
Інфраструктурний рівень
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline (AI Pipeline) та Децентралізація.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що включає два основні процеси:
Блокчейн-система забезпечує прозорість та децентралізований контроль для протоколів, що гарантує право власності, відстеження використання, розподіл прибутку та справедливе управління для артефактів ШІ. Конкретна архітектура поділяється на чотири рівні:
OML модельна рамка
OML фреймворк (Відкритий Open, Можливість 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. Завдяки поєднанню технологій блокчейну та нативної криптографії AI, має такі особливості:
AI рідна криптографія (AI-native Cryptography)
AI-оригінальна криптографія використовує безперервність моделей ШІ, структуру низьковимірних маніфолдів та диференційовані властивості моделей для розробки "перевіряємого, але не видаляємого" легковагого механізму безпеки. Її основна технологія така:
Цей спосіб дозволяє реалізувати "авторизаційні виклики на основі поведінки + верифікацію приналежності" без витрат на повторне шифрування.
Модель підтвердження прав і безпечна виконавча рамка
Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження особи за допомогою відбитків пальців, виконання TEE та розподіл прибутку за контрактами на блокчейні. Серед методів підтвердження особи основною лінією є OML 1.0, яка підкреслює ідею "оптимістичної безпеки (Optimistic Security)", тобто передбачає відповідність, а у разі порушення можливе виявлення та покарання.
Механізм відбитка пальця є ключовою реалізацією OML, який через вбудовані специфічні "питання-відповіді" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам власник моделі може перевірити приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не тільки захищає права розробників моделі, але й забезпечує можливість відстеження поведінки використання моделі в ланцюзі.
Крім того, Sentient запустила обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб забезпечити відповідь моделі лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, її висока продуктивність і переваги в реальному часі роблять її основною технологією для розгортання сучасних моделей.
У майбутньому Sentient планує впровадити нульові знання (