7. elokuuta Nillion, sokea laskentaverkko, paljasti, että se on tehnyt yhteistyötä Ritualin kanssa, joka on hajautettu avoimen tekoälyn (AI) infrastruktuuriverkko, kehittääkseen hajautettua sokeaa AI-päätelmäteknologiaa.
Tämä teknologia lupaa demokratisoida AI:n käyttöä samalla kun se takaa täydellisen käyttäjätietojen yksityisyyden.
Sillanrakennus tekoälyn yksityisyyskuilun ja hajautettujen ratkaisujen välille
Yhteistyön tavoitteena on helpottaa turvallista ja todennettavaa AI-päätelmää eri sovelluksille. Molemmat projektit tunnustavat, että henkilökohtaisen AI:n yleistyessä pääsy arkaluonteisiin tietoihin on ratkaisevan tärkeää.
Lue lisää: Opas parhaisiin tekoälyn turvaratkaisuihin vuonna 2024
Tällä hetkellä monet organisaatiot epäröivät käyttää AI:ta arkaluonteisten tietojen kanssa yksityisyysongelmien vuoksi. Tämä kumppanuus pyrkii kuromaan tuon kuilun umpeen, sallien yritysten hyödyntää AI-kyvykkyyksiä samalla kun ylläpidetään täydellistä tietosuojaa. Nillionin toimitusjohtajan Alex Pagen mukaan kumppanuus integroi Nillionin sokean laskennan teknologian Ritualin käyttöliittymään.
“Integraatio mahdollistaa kehittäjille sekä käyttäjien syöttötietojen että AI-mallien luottamuksellisuuden ylläpitämisen,” Page selitti BeInCryptolle.
Tämä synergia avaa myös lukuisia mahdollisuuksia sovelluksille lohkoketju- ja AI-sektoreilla. Lupaavia käyttötapauksia ovat muun muassa AI:n mahdollistaminen terveydenhuollossa ja esineiden internetissä (IoT), hintaennusteiden käsittely ja tutkiminen, jotka suojaavat omistajien malleja ja käyttäjätietoja.
“Se parantaa myös aikomusten luokittelua chatbot-järjestelmissä turvallisiin toimiin perustuen luokiteltuihin aikomuksiin, kehittää turvallisia vaihtoehtoja nykyisille anonymisointikerroksille käyttäjien ja generatiivisten AI-päätepisteiden välillä ja helpottaa vektoripohjaista tiedonhakua, joka on olennainen Retrieval-Augmented Generation -järjestelmille,” Nillionin edustaja tarkensi.
Tämä kumppanuus on linjassa äskettäisen McKinseyn raportin kanssa, joka korosti korkealaatuisten tietoaineistojen merkitystä AI:n arvon hyödyntämisessä. Datakeskeiset AI-käyttötapaukset ovat monipuolisia ja laajalle levinneitä. Ne sisältävät petosten havaitsemisen ja estämisen rahoituslaitoksissa, läpinäkyvyyden edistämisen AI-ohjatuissa diagnooseissa terveydenhuollossa ja potentiaalisten vinoumien tunnistamisen valmistajien laadunvalvontajärjestelmissä.
Kuitenkin keskitetty AI-malli esittää haasteita ja riskejä. Grayscale’n raportti korostaa, kuinka verkostovaikutukset ja suuret pääomavaatimukset AI-sektorilla ovat merkittäviä esteitä monille kehittäjille suurten teknologiayritysten ulkopuolella.
Tämä tekee heille haastavaksi päästä käsiksi tarvittaviin resursseihin. Seurauksena on vaikeampi työn rahastaminen, mikä lopulta rajoittaa kilpailua ja innovaatiota AI-teollisuudessa.
Lisäksi, kun AI:n vaikutusvalta ja merkitys kasvavat, monet ovat huolissaan päätöksentekovoiman keskittymisestä muutamille yrityksille. Hajautettu AI, joka käyttää lohkoketjuteknologiaa, tarjoaa ratkaisun jakamalla AI:n omistajuuden ja hallinnon. Tämä lisää läpinäkyvyyttä ja saavutettavuutta.
Lue lisää: Kuinka tekoäly (AI) muuttaa kryptoa?
Lisäksi lohkoketjuteknologia voi auttaa lisäämään kehittäjien pääsyä AI:hin, alentaen itsenäisten kehittäjien esteitä rakentaa ja rahastaa työtään. Tämä voisi parantaa kokonaisvaltaista AI-innovaatiota ja kilpailua, tarjoten tasapainon teknologiajättien kehittämien mallien kanssa.
Trusted
Vastuuvapauslauseke
Kaikki verkkosivustollamme olevat tiedot julkaistaan vilpittömässä mielessä ja ainoastaan yleiseen tiedottamiseen. Lukijan on toimittava verkkosivustomme tietojen perusteella täysin omalla vastuullaan.
