扎克·安德森
2025年10月2日01:40
集体记忆利用Eigenai确保对160万张图像的可验证和分散的AI推论，从而提高透明度和对其分散的社交网络的信任。
在朝着权力下放和可验证性方面的重大迈进中，集体记忆已与Eigenai合作处理并验证了160万张图像和视频上传到其平台。此举旨在通过确保AI推断保持透明和中立来挑战对叙事的集中控制。
了解集体记忆
集体记忆是一个分散的社交网络和知识基础，使用户可以共享未经过滤的体验，从日常生活到诸如抗议和战争等重要事件。该平台通过ATTN代币将这些上传（称为“回忆”）转换为可投资资产。这创造了一个经济，创作者立即赚钱，粉丝参与上升空间，并且广告客户与真实的环境互动。
值得信赖的AI的挑战
在采用Eigenai之前，集体记忆在维持对AI推论的信任方面面临着重大挑战。该平台需要一种可靠的方法来提取上传记忆的时间和上下文等元数据，而无需依赖不透明的AI服务，而AI服务可能会引入偏见或操纵。无论是基于云还是本地的传统AI模型都带来了篡改的风险，并且缺乏社区驱动平台所需的透明度。
为什么要eigenai？
集体内存选择了eigenai，其能够支持多个推理模型的能力，同时确保结果的完整性。这种选择与平台对权力下放和透明度的承诺保持一致。 Eigenai的基础架构允许对记忆的可扩展和中性解释，从普通照片到冲突区域录像，而无需依赖单个模型或操作员。
实施Eigenai的解决方案
通过集成EIGENAI，集体内存可以通过分散的方式从记忆中提取内容和上下文。这种方法消除了对任何单一推理提供者的依赖，从而确保AI处理仍然没有信任和防篡改。
EIGENAI整合的影响
自集成以来，集体记忆在验证记忆方面提高了信任和透明度。社区现在可以验证AI输出，从而保护平台的语料库免受篡改。正如集体记忆首席执行官乔纳森·萨拉戈西（Jonathan Saragossi）强调的那样，这一发展为端到端分散的AI生态系统奠定了基础。他指出：“人工智能不能由几家公司拥有。它必须在每个方面分散：知识，培训和推论。”
AI可验证的重要性
与Eigencloud一起，集体记忆正在开创一个未来，即AI不是由公司或政府控制的黑匣子。相反，目标是分散AI端到端，以确保AI知识代表多样化的现实。该计划反映了建立透明和社区驱动的AI景观的日益增长的运动。
有关更多信息，请访问Eigencloud上的原始内容。
图像来源：Shutterstock
（tagstotranslate）AI（T）加密（T）区块链（T）新闻
关键词：