跳到主要內容
AI 武林
Podcast進階EN

The Decentralized Future of Private AI with Illia Polosukhin - #749

來源 The TWIML AI Podcast

聽節目(在新分頁開啟原站)連到 The TWIML AI Podcast

摘要

訪談 Near AI 共同創辦人 Illia Polosukhin,探討如何利用區塊鏈、保密運算與形式驗證,建立使用者擁有權的分散式私人 AI。內容涵蓋從 Transformer 架構到區塊鏈解決支付痛點的背景,以及透過加密資料與形式驗證確保 AI 模型可驗證與可信任的未來路徑。

Interview with Illia Polosukhin on building decentralized, private AI using blockchain, confidential computing, and formal verification.

摘要、重點與章節標題由語言模型整理,細節(誰說的、數字、先後)可能有誤;要引用請以原始內容為準。

重點

  • Near AI 利用區塊鏈與保密運算打造分散式私人 AI 架構。
  • 透過形式驗證確保 AI 模型執行符合預設的安全限制。
  • 提出加密資料訓練與分潤機制,解決開放權重模型的商業化問題。

章節

依話題轉折切分,標題由 AI 產生

  1. 00:00資料從金礦變負債,開發者需避開隱私風險
  2. 02:55Transformer 論文作者談 AI 隱私與訓練資料挑戰
  3. 05:46區塊鏈價值觀如何重塑 AI 集中化與壟斷問題
  4. 08:36硬體保密計算技術解決隱私與效能的矛盾
  5. 21:13使用者資料成本上升與資料飛輪策略的轉變
  6. 28:16區塊鏈機制讓資料貢獻者獲得經濟回報
  7. 31:07閉源模型優勢與開放模型生態的現實考量
  8. 40:32區塊鏈存證與安全封裝機制
  9. 44:42加密推導成本與上線障礙
  10. 47:46資料隨行與打破生態慣性
  11. 50:43邊界延遲與區域化架構
  12. 53:38開放原始碼與權重加密平衡
  13. 57:41可驗證執行與形式驗證
  14. 1:03:03去中心化 AI 發展方向

提到的工具與公司

  • NEAR Protocol
  • Docker

適合誰看

關注 AI 隱私、分散式系統架構或區塊鏈與 AI 結合技術的開發者與研究者。

摘要依據

講者
Sam Charrington
依據
語音轉文字

為什麼排在這裡

人氣
0.50
新鮮
0.24

在主題頁與搜尋結果裡,名次由相關、人氣、新鮮三個分數決定;這一頁沒有搜尋的關鍵字,所以沒有相關分數。排序怎麼算

摘要由 AI 根據原文產生,可能有誤;完整內容請看原站。聽節目(在新分頁開啟原站)