Kỹ thuật truy xuất "dấu vân tay số" được đề xuất bởi Sentient AGI, có cốt lõi chuyên môn là một cơ chế bảo vệ bản quyền và truy xuất dựa trên việc trích xuất đặc điểm hành vi của mô hình và liên kết danh tính có thể xác minh. Nó nhằm mục đích nhúng một dấu hiệu danh tính không dễ dàng bị loại bỏ hoặc giả mạo vào các mô hình trí tuệ nhân tạo mã nguồn mở, từ đó đảm bảo quyền lợi của những người đóng góp mô hình có thể được theo dõi và xác minh trong môi trường chia sẻ công khai.

Cụ thể, công nghệ này bao gồm một vài khía cạnh then chốt sau đây:

🔩 Cơ chế cốt lõi: Nhúng và ràng buộc đặc trưng

Cốt lõi của công nghệ này nằm ở giai đoạn huấn luyện mô hình, nơi mà một tập hợp các "cặp khóa-phản hồi" (Key-Response Pairs) độc đáo được tiêm vào mô hình một cách hệ thống. Tập hợp các cặp khóa này sẽ được ghép nối sâu với các tham số của mô hình trong quá trình huấn luyện, tạo thành một "dấu vân tay" nội tại, khó tách rời. Khác với việc ẩn thông tin vào dữ liệu của watermark số truyền thống, phương pháp này là mã hóa các đặc điểm danh tính trực tiếp vào logic quyết định và mô hình hành vi của mô hình.

🛡️ Tính năng chính: Độ bền và khả năng chống nhiễu

Một hệ thống dấu vân tay số hiệu quả phải có độ ổn định mạnh mẽ. Sentient tuyên bố rằng công nghệ dấu vân tay của họ có xác suất rất thấp (ví dụ, <0.01%) để dấu vân tay bị loại bỏ ngay cả khi mô hình đã qua tinh chỉnh (Fine-tuning). Điều này có nghĩa là thông tin dấu vân tay không chỉ đơn giản gắn vào bề mặt của mô hình mà được tích hợp sâu vào đồ thị tính toán (Computational Graph) của nó, có khả năng chống lại một mức độ sửa đổi và tấn công nhất định, tương tự như khái niệm kháng va chạm (Collision Resistance) trong mật mã học.

🔍 Quy trình xác minh: Đường dẫn kiểm toán có thể truy xuất

Khi cần xác minh quyền sở hữu của một mô hình, người xác minh (Verifier) sẽ sử dụng các câu hỏi khóa được thiết lập trước để thực hiện truy vấn đối với mô hình. Mô hình sẽ tạo ra phản hồi độc đáo dựa trên logic được hình thành bởi dấu vân tay bên trong của nó và sẽ được so khớp với câu trả lời dự kiến. Quá trình xác minh này có thể hình thành một dấu vết kiểm toán trên chuỗi (On-chain Audit Trail) hoàn chỉnh, liên kết các bản sao của mô hình với danh tính gốc đã đăng ký của nó trên blockchain, đạt được khả năng truy xuất nguồn gốc.

⚖️ Giá trị ứng dụng: Giải quyết vấn đề cốt lõi của Mã nguồn mở AI

Ứng dụng chính của công nghệ này là giải quyết vấn đề xác định quyền sở hữu mô hình (Model Attribution) và khuyến khích người đóng góp trong lĩnh vực AI mã nguồn mở. Nó cho phép các nhà phát triển an toàn mở mã nguồn mô hình của họ, đồng thời giữ lại quyền sở hữu trí tuệ và chia sẻ lợi ích kinh tế của họ, cung cấp nền tảng kỹ thuật cho khả năng kiếm tiền (Monetizability) được tưởng tượng trong hệ sinh thái Sentient.

Tóm lại, kỹ thuật truy xuất dấu vân tay số của Sentient AGI có thể hiểu như một khung công nghệ để xây dựng danh tính số có thể xác minh cho các mô hình AI. Nó kết hợp ý tưởng xác thực danh tính trong mật mã học với các đặc điểm hành vi của mô hình học máy, nhằm thiết lập một hệ thống hoàn trả đóng góp bền vững trong khi thúc đẩy sự hợp tác mã nguồn mở của AI.
#Sentient SentientAGI #KAITOAI
@SentientAGI @KaitoAI