Trendande ämnen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Bevis på identitet i AI-skapelser
@OpenGradient, @idOS_network, @opensea
Den snabba spridningen av skapelser som använder AI-teknologi har upprepade gånger orsakat förvirring och kontroverser kring plagiat kring vem som skapade dem. Särskilt i en miljö där AI-genererade bilder eller videor distribueras i form av NFT:er är det ofta svårt att tydligt särskilja den ansvariga enheten enbart baserat på det befintliga upphovsrättskonceptet. Mot denna bakgrund väcker AI-skaparidentitetsautentiseringsstrukturen, som kombinerar OpenGradient, idOS och OpenSea, uppmärksamhet som ett tekniskt sätt att besvara frågan om vem som ska vara ansvarig istället för att fråga vem som ska vara ansvarig för skapandet.
Utgångspunkten för denna struktur är att bevisa vilken process AI:n faktiskt gick igenom för att generera resultatet. OpenGradient använder en AI-datorarkitektur kallad HACA för att registrera exekveringsprocessen för AI-modeller på blockkedjan. I denna process utför inferensnoden den faktiska beräkningen, hela noden verifierar att beräkningen använder den förutbestämda modellen och parametrarna, och lagringsnoden och datanoden upprätthåller modellens och indatans integritet. Detta lämnar en unik transaktionspost som visar vilken modell som användes och under vilka förhållanden den skapades i ett AI-utdata. Detta innebär att AI-utdata inte bara är filer, utan utdata med verifierbar generativ historik.
Men beviset för skapandeprocessen räcker inte. Detta eftersom det är nödvändigt att koppla vem som använde denna AI och vem som ansvarar för resultaten. Denna roll spelas av idOS, ett distribuerat identitetssystem. idOS verifierar identiteten på en individ eller organisation en gång genom pathporting och datainsamlingsstruktur, och levererar sedan resultatet i form av återanvändbara inloggningsuppgifter. Detta gör det möjligt för skapare att bevisa att deras identitet har verifierats även om de inte avslöjar sin riktiga namninformation, och de kan endast lämna ut information i begränsad omfattning när det är nödvändigt. Denna struktur fungerar som en teknisk avvägning för att upprätthålla anonymitet och ansvarstagande samtidigt.
Länken som förenar AI-genererade register med mänskliga identiteter hanteras av EAS, en Ethereum-stationstjänst. AI-inferensresultaten som genereras av OpenGradient ges en unik hash, som kombineras med en hash av idOS-utdelade identitetsuppgifter och registreras som en enda atestation. Denna atestation kan lagras på eller utanför kedjan och kan så småningom inkluderas i NFT-metadata. Som ett resultat kan NFT-köpare kryptografiskt verifiera vilken AI-modell verket skapades från och vilken människa som ansvarar för resultatet.
Denna information kan användas som den är när man registrerar en NFT hos OpenSea. Eftersom OpenSea redan stöder IPFS-baserade metadatastrukturer är det möjligt att inkludera EAS-attestidentifierare som attribut för metadata. Även om det inte ersätter traditionella volymbaserade autentiserings- eller manuella rapporteringsprocedurer, ger det ett extra lager av förtroende. Särskilt när misstankar om plagiat väcks, är skillnaden att till skillnad från den befintliga DMCA-processen, som kan ta flera dagar, kan skapandehistoriken och identitetskopplingen omedelbart kontrolleras.
Denna struktur är också i viss mån i linje med den juridiska miljön från och med 2025. I USA var Thaler mot Perlmutter-domen bekräftar tydligt att upphovsrätten endast tillhör mänskliga författare, och EU:s AI-lag betonar också mänskliga operatörers ansvar för konsekvenserna av AI-system. I denna trend tjänar metoden att tydligt registrera människan som opererade och använde AI som ansvarig enhet utan att erkänna AI som upphovsrättssubjektet till att överbrygga klyftan mellan institutionella behov och teknisk verklighet.
Självklart finns det begränsningar. Metoder som proxy-minting, där verifierade identiteter ger signaturer åt dem, är tekniskt svåra att helt blockera och utgör en spänning mellan integritet och tvistlösning. Dessutom, eftersom denna struktur inte kan verifiera om AI-modellens träningsdata är legitim, förblir upphovsrättsfrågan på modellnivå en separat fråga. Trots detta kännetecknas denna identitetsbevis-av-identitetsstruktur av att omvandla AI-plagiatkontroversen till en fråga om förhandsverifiering snarare än en post-mortem-tvist, eftersom den kopplar samman skapandeprocessen för AI-skapelser och de ansvariga enheterna till en enda verifierbar post.
Som ett resultat positionerar modellen, som kombinerar OpenGradients proof-of-computation, idOS distribuerade identitet, EAS:s atestation och OpenSeas NFT-distributionsstruktur, sig som ett realistiskt sätt att tekniskt hantera förtroendeproblemen kring AI-skapelser. Detta flyttar diskussionen kring AI-skapade verk från oklarhet kring kreativa ämnen till tydlighet i ansvar, vilket ger en grund för verifierbar upphovsrättshantering i det digitala kreativa landskapet.



Topp
Rankning
Favoriter
