Den 7. august afslørede Nillion, et netværk for blind beregning, at det har indgået et samarbejde med Ritual, et decentraliseret netværk for kunstig intelligens (AI) infrastruktur, for at udvikle decentraliseret blind AI inferensteknologi.
Denne teknologi lover at demokratisere adgangen til AI samtidig med at sikre fuldstændig beskyttelse af brugerdata.
Overbygning af AI privatlivets kløft med decentrale løsninger
Samarbejdet sigter mod at lette sikker og verificerbar AI inferens for forskellige anvendelser. Begge projekter erkender, at adgang til følsomme oplysninger er afgørende, efterhånden som personlig AI bliver mere udbredt.
Læs mere: En guide til de bedste AI sikkerhedsløsninger i 2024
I øjeblikket tøver mange organisationer med at bruge AI til følsomme data på grund af bekymringer om privatlivets fred. Dette partnerskab sigter mod at overbygge denne kløft, hvilket tillader virksomheder at udnytte AI kapaciteter samtidig med at de opretholder fuldstændig databeskyttelse. Ifølge Alex Page, CEO for Nillion, vil partnerskabet integrere Nillions teknologi for blind beregning i Rituals grænseflade.
“Integrationen vil give udviklere mulighed for at bevare fortroligheden af både brugerindtastede data og AI modeller,” forklarede Page til BeInCrypto.
Dette samarbejde vil også åbne op for utallige muligheder for anvendelser på tværs af blockchain- og AI-sektorerne. Lovende anvendelsesmuligheder inkluderer muliggørelse af AI i sundhedssektoren og Internet of Things (IoT), behandling og udforskning af prisforudsigelser, der beskytter proprietære modeller og brugerdata.
“Det vil også forbedre klassificering af hensigter i chatbotsystemer for sikre handlinger baseret på klassificerede hensigter, udvikle sikre alternativer til nuværende anonymiseringslag mellem brugere og generative AI endepunkter, og lette vektorbaseret informationshentning afgørende for Retrieval-Augmented Generation systemer,” uddybede talspersonen for Nillion.
Dette partnerskab stemmer overens med en nylig rapport fra McKinsey, som understregede vigtigheden af datasæt af høj kvalitet for at udnytte værdien fra AI. Anvendelsesmulighederne for datacentrisk AI er mangfoldige og udbredte. De inkluderer opdagelse og forebyggelse af bedrageriske aktiviteter i finansielle institutioner, fremme af gennemsigtighed i AI-drevne diagnoser i sundhedssektoren og identifikation af potentielle skævheder i kvalitetskontrolsystemer for producenter.
Men den centraliserede AI-model præsenterer udfordringer og risici. Grayscales rapport fremhæver, hvordan netværkseffekter og høje kapitalkrav i AI-sektoren er betydelige barrierer for mange udviklere uden for store teknologivirksomheder.
Det gør det udfordrende for dem at få adgang til de nødvendige ressourcer. Dermed bliver det sværere for dem at monetisere deres arbejde, hvilket i sidste ende begrænser konkurrence og innovation i AI-industrien.
Desuden, som AI vokser i indflydelse og betydning, bekymrer mange sig om koncentrationen af beslutningstagning i få virksomheder. Decentraliseret AI, der anvender blockchain-teknologi, tilbyder en løsning ved at distribuere ejerskab og styring af AI. Dette øger gennemsigtigheden og tilgængeligheden.
Læs mere: Hvordan vil kunstig intelligens (AI) transformere krypto?
Desuden kan blockchain-teknologi hjælpe med at øge udvikleres adgang til AI, hvilket sænker barriererne for uafhængige udviklere til at bygge og monetisere deres arbejde. Dette kunne forbedre samlet AI-innovation og konkurrence, hvilket skaber en balance med de modeller, der udvikles af teknologigiganterne.
Trusted
Disclaimer
Alle oplysninger på vores hjemmeside offentliggøres i god tro og kun til generelle informationsformål. Enhver handling, der foretages af læserne på grundlag af oplysningerne på vores hjemmeside, er udelukkende på egen risiko.