当今 AI 行业面临着严重的中心化问题。大型公司主导着这一领域，控制着大量的数据和计算资源。这种中心化限制了创新，并为希望参与 AI 开发的小型实体和个人设置了障碍。因此，许多有才华的个人和小型团队发现很难展示他们的作品并对行业做出有意义的贡献。

Sentient AGI 通过创建一个去中心化、透明且开放的 AI 生态系统来解决这一中心化问题。它提供了一个平台，任何人都可以参与到 AI 的开发中，无论他们的资源或背景如何。通过利用区块链技术和创新的开放、可盈利和忠诚（OML）模型，Sentient AGI 实现了 AI 资源和机会的民主化。

什么是 Sentient AGI？

Sentient AGI 是一个先进的人工智能系统，旨在去中心化运行。它利用区块链技术创建了一个开放、可盈利和忠诚（OML）生态系统。该系统使得 AI 模型的开发、部署和管理变得更加开放，能够让更多的参与者，包括个人开发者和小型团队，参与其中。

Sentient AGI 的关键特性

去中心化：与传统的由大型公司控制的 AI 系统不同，Sentient AGI 运行在去中心化的网络上。这确保了没有任何单一实体可以控制整个系统。

开放访问：Sentient AGI 提供对其资源的开放访问，任何人都可以贡献并从 AI 生态系统中受益。

盈利化：贡献者可以将其 AI 模型和数据进行盈利化，为其贡献获得奖励。

忠诚：通过各种奖励机制，系统鼓励长期参与和忠诚。

透明性：所有交易和贡献都记录在区块链上，确保了透明度和信任。

当前 AI 与 Sentient AGI 的区别

当前的 AI 系统通常是中心化的，由大型公司控制数据、资源和开发流程。这种中心化限制了小型参与者的访问权限和机会。另一方面，Sentient AGI 通过去中心化这些流程，使得 AI 开发变得更加包容和民主化。利用区块链技术，确保 AI 开发的权力和控制分散在广泛的参与者之间。这种去中心化不仅使得 AI 资源的访问变得更加民主化，还促进了一个更加协作的环境，在这样的环境中，创新得以蓬勃发展。

Sentient Foundation：Sentient AGI 背后的团队

Sentient Foundation 是一个非营利组织，致力于支持开源 AI 技术的开发与成长。其目标是创建一个去中心化、透明且开放的 AI 生态系统。基金会承诺建立一个新的开放 AGI 经济体，在这个经济体中，AI 构建者是主要的参与者和重要利益相关者。通过提供必要的基础设施和资源，Sentient Foundation 确保 AI 革命能惠及全人类。通过促进开放、可盈利和忠诚（OML）模型的开发，基金会反对中心化 AI 公司中的寻租行为。它倡导一个协作的生态系统，在这个生态系统中，各种贡献都会得到重视和奖励。

Sentient Foundation Steering Committee（指导委员会）

Pramod Viswanath，联合创始人：普林斯顿大学教授，专注于区块链的第一原理理解和设计，以及通过深度学习发明通信算法。他参与教授关于去中心化金融和区块链原理的课程。

Himanshu Tyagi，联合创始人：Witness Chain 的联合创始人，该公司提供 AVS 服务，并充当运营 rollups 的监督者，专注于去中心化基础设施（DePin）的地点证明和带宽。他曾在印度理工学院德里分校和马里兰大学（UMD）接受过学术教育。

Sandeep Nailwal，核心贡献者：Sentient Foundation 的关键人物，为其战略方向和发展作出重要贡献。

Sensys：一个创投工作室，致力于为 Sentient AGI 创建先进的产品和应用，支持其技术和商业进步。

Sentient AGI 如何运作（OML 模型）

Sentient AGI 正在构建一个平台，使 AI 构建者能够合作并将其创新变现。这个平台的核心是开放、可盈利和忠诚（OML）模型。该模型确保 AI 模型对合作开放，创作者可以将其盈利化，并且始终忠于构建这些模型的社区。

开放、可盈利和忠诚（OML）模型

开放：Sentient AGI 通过让 AI 模型对所有人开放来推动开放性。这种开放性鼓励合作和创新，使全球的开发者都能够贡献并改进 AI 模型。通过开放，Sentient AGI 确保最好的想法和解决方案能够从多样化的贡献者池中脱颖而出。

可盈利：OML 模型的一个关键特性是 AI 构建者能够将其贡献盈利化。这是通过基于区块链的激励机制实现的，该机制为开发者的工作提供奖励。通过提供清晰的盈利化路径，Sentient AGI 激励构建者创造高质量的 AI 模型并持续改进它们。

忠诚：OML 模型中的忠诚意味着 AI 模型始终与构建它们的社区保持一致。这种一致性通过底层的区块链协议得到保障，确保 AI 模型的利益与贡献者共享。忠诚机制帮助维护社区的完整性和信任，促进长期合作与承诺。

OML 的概念

经济对齐：底层的区块链协议和激励机制为开放 AGI 的演变提供了必要的经济对齐。这种对齐确保了从个人开发者到大型组织的所有参与者，都能在 AI 模型的成功中拥有一份份额。Sentient AGI 通过对齐经济激励，创建了一个可持续且可扩展的 AI 开发生态系统。

大规模合作：Sentient AGI 的平台旨在促进大规模合作。Sentient AGI 开发的工具和系统促进了 AI 构建者之间的沟通与合作。这种协作环境加速了创新，并使 AI 模型的快速开发和部署成为可能。

Sentient 协议中的参与者

在 Sentient 协议中，参与者分为两大类：用户和构建者。

用户

用户通过支付费用与 AI 工件进行互动。他们可以通过两种方式使用这些工件：

购买和下载：用户可以购买并下载 AI 工件，获得模型的权重和元数据。这使得他们可以根据特定需求定制该工件。

查询：用户可以向 AI 工件发送查询，而无需下载它们。在这种情况下，用户为每个查询支付费用，并接收响应，将工件作为黑盒服务进行交互。

构建者

构建者是 AI 工件的创作者和贡献者，他们在这些工件的开发和改进中发挥着至关重要的作用。构建者可以：

提交新模型：构建者可以将新的 AI 模型上传到 Sentient 协议，邀请社区进行开放贡献。

贡献现有模型：构建者可以下载现有的 AI 工件，对其进行修改并提交新版本。这种协作方法可以实现 AI 模型的持续改进和创新。

组合新工件：构建者可以将现有的 AI 工件组合在一起，创建新的工件，扩展 Sentient 协议的功能和能力。

参与者如何与协议互动

参与者通过去中心化的平台与 Sentient 协议进行互动，平台促进了合作和盈利化。互动过程包括：

上传和下载：构建者将他们的 AI 工件上传到协议，使其他参与者可以使用。用户可以下载这些工件进行定制，或通过查询与其互动。

贡献和修改：构建者可以通过下载、修改并重新上传工件来贡献于现有工件。这一过程确保了 AI 模型的持续改进和更新。

所有权和权益：AI 工件可以有多个所有者，且拥有不同的所有权百分比。这种共享所有权模型鼓励合作，并确保贡献者根据其努力得到公平的奖励。

参与激励

Sentient 协议提供了多种激励措施，鼓励用户和构建者的参与：

金钱奖励：构建者从购买或查询其 AI 工件的用户那里获得费用。这种盈利模式为创建和改进 AI 模型提供了直接的经济激励。

所有权份额：AI 工件的贡献者将获得所有权份额，这使他们有权分享工件产生的部分收入。这种共享所有权模型确保了所有贡献者都能从 AI 模型的成功中受益。

认可与声誉：Sentient 协议中的活跃参与者可以在社区内建立自己的声誉。高质量的贡献会得到认可和奖励，提升贡献者的可见性和信誉度。

资源访问：参与者可以访问广泛的 AI 模型和工具，使他们能够利用社区的集体知识和创新。

Sentient 协议架构

存储层

存储层对于安全存储 AI 模型数据至关重要，确保可靠的公共访问，同时保持特定上层模块的独占写入权限。它包括：

版本管理：该模块通过版本树跟踪 AI 模型的新版本。树中的每个节点由一个唯一的 ID 表示，通常是加密哈希（例如，SHA256）。该 ID 作为对模型的公共承诺，使任何人都可以验证他们拥有的版本，并跟踪后续版本的演变。

所有权：该模块记录每个模型版本的所有贡献者的所有权百分比。它确保主要贡献者的权利在他们的 AI 模型的所有后代版本中得到保存和尊重。

分发层

分发层管理以受保护的格式传播 AI 模型，确保可追溯性并对原始构建者进行适当归属。它将新模型与其父版本关联，并以 OML 格式分发。关键模块包括：

转换节点：这些节点将模型转换为可追踪的格式。采用多种解决方案，如模型指纹技术，以确保模型可以被追踪。

评估模块：该模块评估模型的价值。构建者确定评估未来版本的可接受评估方法，允许根据模型的演变特性和上下文灵活调整。

所有权模块：该模块为新模型版本分配所有权百分比。分配基于父版本的所有权以及新版本相对于其前版本的相对价值。

挑战模块：该模块通过允许父模型的所有者挑战所有权分配的正确性来确保模型的完整性，防止构建者选择错误的父版本或绕过谱系追踪。

分发模块：该模块处理将格式化后的模型分发给用户，确保该过程遵循构建者选择的路径和保证。

访问层

访问层负责跟踪模型的使用，同时确保用户可以不受审查地访问模型。它通过提供签名授权用户访问和使用已下载的模型。访问层保证：

跟踪模型使用：监控模型的使用情况，以确保其得到适当的利用和合规。

防止未经授权的访问：确保只有授权用户能够访问模型，保护构建者的知识产权。

确保盈利化与忠诚度：在授予访问权限之前，验证用户是否已支付所需费用并保持忠诚，确保构建者得到公平的报酬。

该层由一组节点组成，称为“访问节点”，这些节点处理用户请求、验证请求的有效性、授予访问权限并将使用情况报告给激励层。项目的所有者可以决定访问节点的数量以及由谁来运行这些节点。每个访问节点维护一个私钥（sk），允许其授予用户访问权限。所有者可以通过两种方式配置访问节点：

单节点：由一个节点管理访问，所有信任集中在该节点上。

多个节点：由一组节点通过聚合或阈值签名授予访问权限，假设大多数节点是诚实的。这种设置确保即使某些节点恶意操作，只要大部分节点保持诚实，仍能保证访问权限。同时，它还确保未支付费用且使用未被追踪的用户无法获得访问权限。

激励层

激励层确保透明的使用跟踪、公正的治理和无信任的所有权，确保构建者能够得到适当的激励和控制。它包括：

使用跟踪与支付：该模块接收来自访问层的查询数据，包括用户的查询和访问节点的签名。它验证查询是否已支付所需费用并完成支付过程。一旦支付得到验证，它将费用分配给模型所有者，以及其他参与节点，如转换节点和访问节点。费用分配比例由模型所有者决定。该模块从查询中提取模型版本，并通过公共存储所有权模块识别需要奖励的所有者。

所有权：每个模型版本的所有权会被追踪并报告给公共存储，确保所有参与者的透明性。存储在系统中的版本树展示了版本的谱系，有助于确定新版本的所有者。通过为新版本的创建做出贡献或通过所有权转移，可以获得所有权。所有权允许所有者从该版本的使用中获得费用并参与其治理。

治理：一个投票机制使得模型所有者可以集体决定其模型的未来。投票权根据所有权百分比分配。模型的不同版本可能会有不同的所有权分布，因此每个版本可以有独立的决策，反映出其相应所有者的偏好。

Sentient 路线图

Sentient AGI 拥有一条清晰的路线图，概述了其关键的里程碑和未来计划。这条路线图分为短期、中期和长期目标，每个目标都旨在推动 Sentient AGI 的开发和采用。

短期目标

OML 白皮书：发布一份全面的白皮书，详细介绍 Open、Monetizable 和 Loyal (OML) 模型、其优势及实施方式。

早期平台和精选构建者演示：推出平台的早期版本，并通过精选的 AI 构建者演示，展示 Sentient AGI 的潜力。

Open AGI 黑客马拉松：组织黑客马拉松活动，吸引社区参与，鼓励创新，并发掘 Sentient AGI 生态系统中的新人才和创意。

中期目标

社区对 AGI 开发的贡献（平台 Beta 版）：在平台 Beta 版上启用社区对人工通用智能 (AGI) 开发的贡献。

Sentient 协议发布：正式发布 Sentient 协议，提供一个去中心化的 AI 开发和协作基础设施。

Sentient 推理层：开发并集成 Sentient 推理层，增强 AI 模型的认知能力。

早期基础模型实验：进行早期基础模型的实验，以测试和完善 Sentient AGI 框架。

长期目标

由社区贡献构建的新基础模型：鼓励社区构建新的基础 AI 模型，利用 Sentient 协议的协作和去中心化特性。

支持新 AI 构建者经济的激励与盈利机制：建立强大的激励和盈利机制，支持一个蓬勃发展的 AI 构建者经济。

社区构建的开放 AGI：实现社区构建的开放 AGI 远景，通过来自全球各地的多样化贡献，推动先进 AI 系统的开发。

Sentient 融资历程

Sentient AGI 成功完成了 8500 万美元的种子轮融资，由著名风险投资公司 Founders Fund（由彼得·蒂尔领导）联合 Pantera Capital 和 Framework Ventures 共同主导。此次融资轮还包括了来自多家投资者的资金，如 Founders Fund、Pantera Capital、Framework Ventures、Ethereal、Robot Ventures 等。

此次融资所筹集的资金将用于聘请工程师和开发 Sentient 的开放 AI 平台。这笔可观的投资反映了投资者群体对 Sentient AGI 在推动去中心化、透明和开放的 AI 生态系统方面的潜力的信心，预示着它有可能彻底改变 AI 行业。

结论

Sentient AGI 代表了一种变革性的人工智能方法，解决了中心化问题，并为个人和小型团队提供了有意义的机会，使其能够为 AI 行业做出贡献。通过利用 Open、Monetizable 和 Loyal (OML) 模型，Sentient AGI 构建了一个去中心化、透明和协作的生态系统。Sentient 基金会凭借其专业团队和战略伙伴关系，正在推动开源 AI 技术的发展。随着 Sentient AGI 的不断进化，它旨在使 AI 开发更加民主化，让更多人能够参与其中并受益。

声明：本网站所有相关资料如有侵权请联系站长删除，资料仅供用户学习及研究之用，不构成任何投资建议！