Nillion samarbeider med Ritual om desentralisert blind AI-inferensteknologi

7. august avslørte Nillion, et nettverk for blind beregning, at de har samarbeidet med Ritual, et desentralisert åpent kunstig intelligens (AI) infrastrukturnettverk, for å utvikle desentralisert blind AI inferensteknologi.

Denne teknologien lover å demokratisere tilgangen til AI samtidig som den sikrer fullstendig personverndata.

Bygger bro over personvernkløften i AI med desentraliserte løsninger

Samarbeidet har som mål å legge til rette for sikker og verifiserbar AI inferens for ulike applikasjoner. Begge prosjektene erkjenner at tilgang til sensitiv informasjon er avgjørende ettersom personlig AI blir stadig mer utbredt.

Les mer: En guide til de beste AI-sikkerhetsløsningene i 2024

For øyeblikket nøler mange organisasjoner med å bruke AI med sensitiv data på grunn av personvernbekymringer. Dette partnerskapet har som mål å tette denne kløften, og tillater bedrifter å utnytte AI-kapasiteter samtidig som de opprettholder fullstendig datavern. Ifølge Alex Page, administrerende direktør i Nillion, vil partnerskapet integrere Nillions teknologi for blind beregning i Rituals grensesnitt.

“Integrasjonen vil gi utviklere muligheten til å opprettholde konfidensialiteten til både brukerens inndata og AI-modeller,” forklarte Page til BeInCrypto.

Dette samarbeidet vil også åpne opp for mange muligheter for applikasjoner på tvers av blokkjede og AI-sektorer. Lovende bruksområder inkluderer muliggjøring av AI i helsevesenet og tingenes internett (IoT), behandling og utforskning av prisprognoser som beskytter proprietære modeller og brukerdata.

“Det vil også forbedre intensjonsklassifisering i chatbotsystemer for sikre handlinger basert på klassifiserte intensjoner, utvikle sikre alternativer til nåværende anonymiseringslag mellom brukere og generative AI-endepunkter, og legge til rette for vektorbasert informasjonsgjenfinning som er avgjørende for Retrieval-Augmented Generation-systemer,” utdypet talspersonen for Nillion.

Dette partnerskapet er i tråd med en nylig rapport fra McKinsey, som understreket viktigheten av datasett av høy kvalitet for å fange verdi fra AI. Data-sentriske AI-bruksområder er mangfoldige og utbredte. De inkluderer deteksjon og forebygging av svindelaktiviteter i finansinstitusjoner, fremme av transparens i AI-drevne diagnoser i helsevesenet, og identifisering av potensielle skjevheter i kvalitetskontrollsystemer for produsenter.

Imidlertid presenterer den sentraliserte AI-modellen utfordringer og risikoer. Grayscales rapport fremhever hvordan nettverkseffekter og høye kapitalkrav i AI-sektoren er betydelige barrierer for mange utviklere utenfor store teknologiselskaper.

Dette gjør det utfordrende for dem å få tilgang til nødvendige ressurser. Følgelig blir det vanskeligere for dem å monetisere sitt arbeid, noe som til slutt begrenser konkurranse og innovasjon i AI-industrien.

I tillegg, ettersom AI vokser i innflytelse og betydning, er mange bekymret for konsentrasjonen av beslutningstaking i noen få selskaper. Desentralisert AI, som bruker blokkjedeteknologi, tilbyr en løsning ved å distribuere eierskap og styring av AI. Dette øker transparens og tilgjengelighet.

Les mer: Hvordan vil kunstig intelligens (AI) transformere krypto?

I tillegg kan blokkjedeteknologi bidra til å øke utvikleres tilgang til AI, og senke barrierene for uavhengige utviklere til å bygge og monetisere sitt arbeid. Dette kan forbedre generell AI-innovasjon og konkurranse, og gi en balanse med modellene utviklet av teknologigiganter.