Nesa (NES) là gì? Tìm hiểu các nguyên tắc, cơ chế và hệ sinh thái của Nesa.

Khi AI tạo sinh trở thành một phần không thể thiếu trong phần mềm doanh nghiệp, tác nhân AI và quy trình tự động hóa, các mối lo ngại về quyền riêng tư dữ liệu, độ tin cậy của kết quả và sự phụ thuộc vào nền tảng ngày càng được quan tâm.

Các dịch vụ AI truyền thống thường dựa trên kiến trúc tập trung. Người dùng phải gửi dữ liệu đến nhà cung cấp mô hình, còn quá trình suy luận và xác minh kết quả hoàn toàn phụ thuộc vào chính nền tảng đó. Dù tiện lợi, mô hình này lại đặt ra những thách thức về quyền riêng tư, tính minh bạch và tuân thủ.

Mục tiêu của Nesa không phải là đào tạo các mô hình lớn mới, mà là xây dựng một lớp thực thi và xác minh cho AI, giúp các nhà phát triển vận hành các dịch vụ AI đáng tin cậy trên một mạng lưới mở, đồng thời cung cấp hỗ trợ cơ sở hạ tầng cho các ứng dụng AI phi tập trung trong tương lai.

Nesa là gì?

Là một lớp thực thi phi tập trung dành cho AI đáng tin cậy, Nesa giải quyết các vấn đề về bảo vệ quyền riêng tư, xác minh kết quả và phi tập trung hóa tính toán trong quá trình suy luận AI. Không giống các nền tảng AI truyền thống, Nesa tập trung vào cách AI được thực thi, chứ không phải cách nó được đào tạo.

Hiện nay, nhiều dịch vụ AI phụ thuộc vào các nền tảng đám mây tập trung. Người dùng thường không thể xác minh liệu mô hình có thực thi như dự kiến hay dữ liệu đầu vào có bị truy cập hoặc lưu lại trong quá trình suy luận hay không.

Nesa hướng đến mục tiêu biến suy luận AI trở nên "có thể xác minh, có thể kiểm toán và bảo vệ quyền riêng tư" thông qua các cơ chế mật mã và kiến trúc mạng phân tán. Dự án tự định vị mình là Layer-1 cho AI đáng tin cậy — một lớp cơ sở hạ tầng chuyên dụng cho AI đáng tin cậy.

Nesa giải quyết những vấn đề cơ sở hạ tầng AI nào?

Nesa giải quyết ba thách thức chính: quyền riêng tư dữ liệu, độ tin cậy của kết quả và tập trung hóa cơ sở hạ tầng AI.

Thứ nhất, ngày càng nhiều doanh nghiệp tích hợp tài liệu nội bộ, dữ liệu khách hàng và thông tin kinh doanh với các hệ thống AI. Nếu dữ liệu này phải tải lên máy chủ bên thứ ba để xử lý, rủi ro về quyền riêng tư và tuân thủ sẽ tăng lên đáng kể.

Thứ hai, hầu hết các nền tảng AI hoạt động như hệ thống hộp đen. Người dùng chỉ thấy kết quả, nhưng không thể xác minh liệu quá trình suy luận có thực sự diễn ra hay đầu ra có bị can thiệp hay không.

Cuối cùng, tài nguyên AI hiện tại tập trung mạnh vào một số ít công ty công nghệ lớn. Các mô hình, tỷ lệ băm và dữ liệu đều do các nền tảng tập trung nắm giữ. Nesa tìm cách giảm sự phụ thuộc này thông qua một mạng lưới mở, cho phép nhiều nhà phát triển hơn tham gia vào việc phát triển cơ sở hạ tầng AI.

Tại sao suy luận riêng tư và AI có thể xác minh lại quan trọng?

Suy luận riêng tư nhằm hoàn thành suy luận AI mà không để lộ dữ liệu đầu vào hoặc nội dung mô hình.

Trong chăm sóc sức khỏe, tài chính, cơ sở kiến thức doanh nghiệp và các tình huống tương tự, dữ liệu người dùng thường có giá trị hơn chính mô hình. Rò rỉ dữ liệu trong quá trình suy luận có thể dẫn đến rủi ro tuân thủ và bảo mật nghiêm trọng.

AI có thể xác minh tập trung vào độ tin cậy của kết quả. Ngay cả khi một node hoàn thành nhiệm vụ suy luận, mạng lưới vẫn cần chứng minh rằng kết quả đến từ một quy trình thực thi chính xác, chứ không phải dữ liệu bịa đặt hay tính toán sai lầm.

Nesa kết hợp bảo vệ quyền riêng tư với xác minh kết quả, giải quyết đồng thời hai câu hỏi: "Dữ liệu có an toàn không?" và "Kết quả có đáng tin cậy không?". Điều này giúp Nesa khác biệt so với hầu hết các API AI truyền thống.

Mạng lưới AI phi tập trung của Nesa hoạt động như thế nào?

Kiến trúc cốt lõi của Nesa sử dụng các node phân tán để cùng thực hiện các nhiệm vụ suy luận AI, thay vì dựa vào một máy chủ duy nhất.

Khi người dùng gửi yêu cầu, mạng lưới trước tiên nhận truy vấn đã mã hóa, sau đó chia nhỏ mô hình và gán các phần khác nhau cho các node khác nhau để thực thi. Mỗi node chỉ nhìn thấy một phần dữ liệu và không thể truy cập toàn bộ mô hình hoặc bộ dữ liệu hoàn chỉnh.

Sau khi suy luận hoàn tất, cơ chế xác minh kiểm tra xem kết quả có phù hợp với quy trình thực thi dự kiến hay không, rồi trả kết quả cho người dùng. Trong suốt quá trình, cả dữ liệu và mô hình đều được bảo vệ.

Kiến trúc này tăng cường tính minh bạch và độ tin cậy của suy luận AI.

Nesa bao gồm những mô đun cốt lõi nào?

Cơ sở hạ tầng của Nesa được xây dựng từ một số mô-đun chính, cùng hỗ trợ suy luận riêng tư và thực thi đáng tin cậy.

Trung tâm nhất là Equivariant Encryption (EE), cho phép suy luận mô hình ở trạng thái mã hóa. Theo tài liệu chính thức, EE có thể thực hiện suy luận bảo vệ quyền riêng tư với hiệu suất gần như nguyên bản.

HSS-EE tiếp tục chia nhỏ dữ liệu mã hóa trên nhiều node để xử lý, ngăn chặn bất kỳ node đơn lẻ nào có được thông tin hoàn chỉnh.

MetaInf là hệ thống lập lịch thông minh của Nesa, linh hoạt chọn chiến lược suy luận tối ưu dựa trên yêu cầu nhiệm vụ và điều kiện phần cứng.

Các mô-đun này cùng nhau tạo thành cơ sở hạ tầng thực thi AI của Nesa.

Nhà phát triển, node và người dùng đóng vai trò gì?

Hoạt động của mạng lưới Nesa phụ thuộc vào sự hợp tác của nhiều bên tham gia.

Nhà phát triển chịu trách nhiệm triển khai các mô hình, xây dựng ứng dụng và kết nối với các dịch vụ mạng. Nesa cung cấp Sân chơi mô hình và cơ chế tải lên mô hình, cho phép nhà phát triển xuất bản các dịch vụ AI mà không cần quản lý cơ sở hạ tầng bên dưới.

Người vận hành node cung cấp tài nguyên tỷ lệ băm và thực thi các nhiệm vụ suy luận. Kiến trúc phân tán cho phép phần cứng với nhiều quy mô khác nhau tham gia vào mạng lưới, không chỉ các trung tâm dữ liệu lớn.

Người dùng cuối gọi các dịch vụ AI thông qua lớp ứng dụng mà không cần quản lý trực tiếp kiến trúc mạng phức tạp.

Các vai trò tham gia chính bao gồm:

• Nhà phát triển
• Người vận hành
• Trình xác thực
• Người dùng ứng dụng AI
• Nhóm phát triển DAI

Token NES đóng vai trò gì trong hệ sinh thái?

Chức năng cốt lõi của token NES là kết nối việc sử dụng tài nguyên mạng, động lực khuyến khích node và cơ chế quản trị.

Đầu tiên, NES có thể được dùng để thanh toán phí dịch vụ suy luận AI. Khi nhà phát triển gọi tài nguyên mạng, họ phải dùng token để thanh toán giao dịch.

Thứ hai, người vận hành node có thể kiếm được các khoản khuyến khích khi tham gia vận hành mạng lưới. Cơ chế token giúp điều phối cung ứng tài nguyên tính toán với nhu cầu mạng.

Ngoài ra, NES còn có chức năng quản trị. Khi hệ sinh thái mở rộng, người nắm giữ token có thể tham gia vào một số quyết định quản trị mạng nhất định.

Do đó, NES không chỉ là công cụ thanh toán, mà còn là thành phần quan trọng trong hệ thống bảo mật và khuyến khích kinh tế của mạng lưới.

Nesa có thể được áp dụng vào những tình huống nào?

Các tình huống ứng dụng của Nesa chủ yếu tập trung vào các lĩnh vực yêu cầu mức độ riêng tư và độ tin cậy cao.

Trong quản lý kiến thức doanh nghiệp, các tổ chức có thể sử dụng suy luận riêng tư để xử lý tài liệu nội bộ và dữ liệu kinh doanh nhạy cảm mà không để lộ nội dung gốc cho các nền tảng bên thứ ba.

Trong chăm sóc sức khỏe, dữ liệu bệnh nhân có thể được phân tích ở trạng thái được bảo vệ, giảm nguy cơ rò rỉ dữ liệu.

Trong kiểm soát rủi ro tài chính, tác nhân AI và các ứng dụng AI trên chuỗi, AI có thể xác minh giúp cải thiện độ tin cậy của các hệ thống quyết định tự động.

Nesa so với các dịch vụ AI tập trung

Sự khác biệt lớn nhất giữa Nesa và các dịch vụ AI truyền thống nằm ở mô hình tin cậy.

Các nền tảng AI tập trung dựa vào một nhà cung cấp dịch vụ duy nhất để xử lý thực thi mô hình, xử lý dữ liệu và cung cấp kết quả. Người dùng thường không thể xác minh quá trình suy luận hoặc hiểu được hoạt động thực thi bên dưới.

Nesa giảm sự phụ thuộc vào một thực thể duy nhất thông qua xác minh mật mã và mạng lưới tính toán phân tán. Quyền riêng tư dữ liệu, xác minh kết quả và sự tham gia mở là các mục tiêu thiết kế cốt lõi của nó.

Tuy nhiên, các nền tảng tập trung vẫn có lợi thế về hệ sinh thái mô hình, tối ưu hóa hiệu suất và mức độ trưởng thành thương mại.

Do đó, hai mô hình này không thay thế cho nhau, mà mang lại giá trị khác nhau trong các tình huống khác nhau.

Tổng kết

Nesa là một lớp thực thi phi tập trung cho AI bảo vệ quyền riêng tư và có thể xác minh. Thông qua Equivariant Encryption, HSS-EE, MetaInf và kiến trúc suy luận phân tán, Nesa cung cấp cơ sở hạ tầng AI đáng tin cậy cho các nhà phát triển và doanh nghiệp. So với các dịch vụ AI tập trung truyền thống, Nesa nhấn mạnh vào quyền kiểm soát dữ liệu, độ tin cậy của kết quả và sự tham gia mạng mở.

Khi các tác nhân AI, AI doanh nghiệp và các ứng dụng AI trên chuỗi phát triển, thực thi đáng tin cậy và bảo vệ quyền riêng tư đang trở thành các yêu cầu cơ sở hạ tầng mới. Giá trị cốt lõi của Nesa nằm ở việc cung cấp hỗ trợ lớp thực thi và xác minh cho hệ sinh thái AI phi tập trung trong tương lai.

Câu hỏi thường gặp

Nesa là gì?

Nesa là một lớp thực thi phi tập trung cho AI bảo vệ quyền riêng tư và có thể xác minh, cho phép suy luận AI đáng tin cậy thông qua mạng lưới phân tán và các cơ chế mật mã.

Nesa bảo vệ dữ liệu người dùng như thế nào?

Nesa sử dụng các công nghệ như Equivariant Encryption (EE) và HSS-EE để giữ dữ liệu được mã hóa trong quá trình suy luận và ngăn chặn bất kỳ node đơn lẻ nào có được thông tin hoàn chỉnh.

Sự khác biệt giữa Nesa và OpenAI API là gì?

Nesa nhấn mạnh vào bảo vệ quyền riêng tư, xác minh kết quả và thực thi phi tập trung, trong khi OpenAI API chủ yếu dựa vào cơ sở hạ tầng tập trung để cung cấp các dịch vụ AI.

Nesa có thể được sử dụng cho những tình huống nào?

Nesa phù hợp với các tình huống yêu cầu AI đáng tin cậy, chẳng hạn như cơ sở kiến thức doanh nghiệp, phân tích dữ liệu chăm sóc sức khỏe, kiểm soát rủi ro tài chính, tác nhân AI và các ứng dụng AI trên chuỗi.

Vai trò của token NES là gì?

Token NES được sử dụng để thanh toán phí suy luận, khuyến khích node tham gia vận hành mạng lưới và hỗ trợ quản trị hệ sinh thái. Đây là một phần quan trọng trong hệ thống kinh tế của Nesa.