Estamos en la era de la inteligencia artificial y este artículo inaugura una serie de dos partes sobre IA descentralizada DeAI, centrada en cómo los entornos de ejecución confiable TEE pueden habilitar privacidad verificable.
Oasis Labs y Oasis Protocol llevan tiempo desarrollando marcos de IA que extienden su filosofía de privacidad primero mucho antes de que el criptoAI se pusiera de moda. Oasis propone que los TEEs con soporte para GPU, junto a su marco ROFL para lógica de ejecución fuera de cadena, permiten crear modelos especializados y sostenibles con procedencia verificable publicada en cadena.
La procedencia verificable aporta transparencia y trazabilidad siguiendo principios de blockchain: Fuente como el modelo base preentrenado utilizado, Método como los pasos adicionales de entrenamiento para especializar el modelo, y Contenido como los datos empleados en dicho entrenamiento. Estos tres ejes ayudan a combatir sesgos, mejorar auditorías y garantizar integridad.
En la práctica, Oasis Sapphire utiliza TEEs basados en Intel SGX v1 para lógica en cadena, mientras que ROFL aprovecha TEEs TDX con capacidad de cómputo confidencial para ejecutar entrenamiento e inferencia acelerada por GPU en un entorno con protección de integridad y con capacidad de atestación. Esto abre la puerta a mercados descentralizados de modelos y servicios de IA que incorporan transparencia, gobernanza comunitaria, confidencialidad de datos sensibles y compensación justa por el uso de datos y modelos.
Para empresas que buscan aprovechar estas capacidades con soluciones a medida, la combinación de IA descentralizada y prácticas de seguridad es clave. En Q2BSTUDIO somos una empresa de desarrollo de software y aplicaciones a medida, especialistas en inteligencia artificial, ciberseguridad y mucho más. Ofrecemos desde servicios de inteligencia artificial y agentes IA para empresas hasta integración de power bi y servicios de inteligencia de negocio para convertir datos en decisiones. También proporcionamos software a medida, aplicaciones a medida, ciberseguridad y pentesting, y soporte para servicios cloud AWS y Azure que facilitan desplegar y escalar modelos confidenciales en entornos administrados y seguros.
Los beneficios prácticos de integrar TEEs y modelos con procedencia en la empresa incluyen confidencialidad de datos sensibles, reducción de sesgos mediante trazabilidad de datos y modelos, y modelos especializados que respetan la gobernanza y la compensación de los propietarios de datos. En la segunda parte de esta serie mostraremos un proof of concept paso a paso que demuestra cómo usar TEEs habilitados para GPU y ROFL para crear modelos especializados y verificables.
Si su organización necesita explorar IA para empresas, agentes IA, integración de Power BI, automatización de procesos o soluciones de ciberseguridad que aprovechen privacidad verificable y arquitecturas descentralizadas, en Q2BSTUDIO podemos acompañarle desde la consultoría hasta la implementación.
.jpg)