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.
Vastuuvapauslauseke
Kaikki verkkosivustollamme olevat tiedot julkaistaan vilpittömässä mielessä ja ainoastaan yleiseen tiedottamiseen. Lukijan on toimittava verkkosivustomme tietojen perusteella täysin omalla vastuullaan.
