Notification

J'ai jeté un œil au portefeuille ok. Il est à zéro. Je pensais qu'il avait été volé. Ça m'a fait peur. Heureusement, ce n'était qu'un problème de portefeuille. Attendez la réparation.

Le cadre OML (Ouvert, Monétisable, Loyal) proposé par Sentient AGI vise à construire un écosystème d'IA décentralisé, communautaire, partagé et aligné sur des valeurs, grâce aux technologies blockchain et cryptographiques. Son mécanisme de fonctionnement central s'articule autour des trois dimensions suivantes :

Ouvert : Équilibre entre l'open source et la gestion des droits

Le terme "ouvert" dans le cadre OML ne signifie pas que le modèle peut être utilisé sans aucune restriction. Son cœur réside dans le fait que les informations sur la propriété du modèle, les données d'entraînement et les poids sont publics et transparents, permettant à la communauté d'examiner, de reproduire et d'améliorer. Cependant, les droits d'utilisation du modèle sont contrôlés par la communauté. Cela est réalisé par une technologie appelée "empreinte du modèle".

Plus précisément, lors de la phase d'entraînement ou de réglage du modèle, un ensemble unique de paires "question-réponse" cachées est intégré comme signature cryptographique du modèle. Toute entité souhaitant déployer et fournir des services avec ce modèle doit signer un accord avec la communauté représentant le propriétaire du modèle. Un réseau composé de "validateurs" vérifie régulièrement les instances de modèle déployées en posant ces "questions" spécifiques pour vérifier si son empreinte existe, confirmant ainsi si le modèle est autorisé à être utilisé. Cette méthode garantit que le modèle est open source tout en permettant le suivi et l'autorisation de son utilisation et de sa commercialisation.

Monétisable : distribution de la valeur basée sur la contribution

« Monétisable » est le cœur de la couche d'incitation du cadre OML, visant à fournir un retour économique durable aux contributeurs d'IA open source. Son fonctionnement repose sur des contrats intelligents sur la blockchain.

Chaque fois qu'un utilisateur appelle un modèle AI déployé dans l'écosystème OML pour effectuer une inférence ou une requête, des frais doivent être payés. Cet événement d'appel sera enregistré sur la chaîne, et le contrat intelligent répartira automatiquement les revenus générés entre les détenteurs de droits de propriété du modèle. Cela inclut le créateur original du modèle, les améliorateurs par ajustement ultérieur, les contributeurs de données ainsi que les fournisseurs d'infrastructure.

Le fondement de ce mécanisme de distribution est un enregistrement clair de la propriété sur la chaîne. Tous les contributeurs de chaque version du modèle et leurs proportions de propriété sont enregistrés sur la blockchain, garantissant la transparence et l'automatisation de la distribution de la valeur. Cela résout le problème traditionnel des projets open source qui "fonctionnent par passion", en favorisant l'émergence de modèles open source plus puissants grâce à un mode d'incitation capitaliste.

Loyauté : Alignement de la gouvernance communautaire et des valeurs

« La loyauté » signifie que le comportement et l'orientation de développement du modèle d'IA sont en accord avec les valeurs et les intentions de la communauté des contributeurs, plutôt que d'être motivés par les intérêts d'une seule entreprise. Cela se réalise principalement de deux manières :

1. Gouvernance communautaire : les détenteurs de droits de propriété du modèle votent sur des questions majeures telles que l'orientation de la mise à niveau du modèle et la définition des frais, par le biais d'organisations autonomes décentralisées (DAO), afin de garantir que le développement du modèle soit conforme aux intérêts à long terme de la communauté.
2. Alignement technique : Pendant le processus d'entraînement, des données organisées par la communauté seront utilisées pour un ajustement fin du modèle, injectant les valeurs de la communauté (par exemple, dans le cas de Sentient, cela pourrait être des valeurs de libertarianisme et de soutien aux cryptomonnaies) dans le modèle. En même temps, des techniques telles que l'entraînement par adversaires peuvent également être adoptées pour renforcer la capacité du modèle à résister aux incitations malveillantes, garantissant ainsi la robustesse et la cohérence de son comportement.

Réalisation technique et défis

La mise en œuvre du cadre OML repose sur une combinaison de plusieurs technologies, y compris les empreintes de modèle (en particulier, sa technologie d'échantillonnage innovante Perinucleus qui améliore la capacité et la résistance aux attaques des empreintes), les contrats intelligents de blockchain, ainsi que l'environnement d'exécution de confiance (TEE) utilisé pour l'exécution sécurisée des modèles.

Il est important de noter que le cadre OML est encore en développement et fait face à certains défis. Par exemple, l'introduction de la technologie d'empreintes digitales pourrait augmenter la latence de l'inférence du modèle. Le protocole OML 1.0 actuel nécessite toujours que l'hôte signe un accord, et l'accès totalement sans autorisation n'a pas encore été réalisé, ce qui est l'objectif futur de l'OML 2.0, qui prévoit d'être perfectionné par des techniques cryptographiques plus avancées telles que les preuves à connaissance nulle (ZKP).

Comité du Parti du village de Shenzi Chen
#Sentient # AGI Sentient #KAITOAI
@SentientAGI @KaitoAI