FLock.io与Walrus协议及Sui基金会携手推进Sui网络上的去中心化、隐私保护AI

简要介绍

FLock.io已与Walrus Protocol和Sui Foundation合作，在Sui网络上构建一个去中心化、保护隐私的AI训练基础设施。

一个旨在通过使用联邦学习和区块链技术增强人工智能模型训练的去中心化平台 FLock.io 宣布与去中心化的块存储和数据可用性层 Walrus Protocol 以及致力于支持和推动 Sui 区块链采用的组织 Sui Foundation 建立战略合作，以推动在 Sui Network 生态系统中去中心化、保护隐私的人工智能。

作为这一倡议的一部分，Walrus 的去中心化数据基础设施和 SEAL 的加密框架将被集成到 FLock 的联邦学习架构中。这使得以支持社区拥有权的方式安全地训练 AI 模型成为可能，并消除了对集中式数据共享的需求。

FLock的方案利用联邦学习来实现分布式模型训练，而不暴露原始用户数据。为了安全地扩展这一过程，该平台需要去中心化的机制来广播、存储和加密模型更新。

Walrus与SEAL的集成提供了这一能力。Walrus将作为FLock的联邦学习联盟的基础设施——一个节点网络，共同训练模型。它提供去中心化的方法来传输和存储模型梯度、参数和输出，从而消除对中心化服务器的依赖，消除单点故障。

SEAL为系统提供可编程的加密和访问控制措施。它限制每个训练轮次的可见性和参与者仅限于经过验证的贡献者，确保数据在整个过程中保持加密，并且可以存储和访问，而无需对任何特定服务器或中介方建立信任。

Walrus和SEAL共同解决了构建安全和去中心化的联邦学习管道中的关键差距。这一进展支持了FLock扩大其联邦学习联盟的目标，使更多开发者能够参与，同时默认维护隐私和去中心化。

此次合作是建立安全、模块化和社区驱动的人工智能基础设施更广泛努力的一部分。作为路线图的一部分，FLock.io 正在与 Sui 基金会合作，优化一个为 Sui 生态系统中的代理人工智能应用量身定制的开源基础模型。

FLock.io与AIGEN Sciences合作，将隐私保护的人工智能基础设施引入药物发现

FLock.io 提供了一个基础设施，使分布式参与者能够协作训练 AI 模型，同时保护个人数据源的隐私。该平台集成了基于区块链的奖励系统，以便在模型开发的每个阶段提供透明且可验证的补偿。

最近，FLock.io披露了与AIGEN Sciences的战略合作伙伴关系，旨在在药物发现领域部署其注重隐私的AI框架，支持生物医学研究中的安全和去中心化创新。