FLock.io 與 Walrus Protocol 和 Sui Foundation 合作，在 Sui 網路上推進去中心化、隱私保護的人工智慧

旨在透過使用聯邦學習和區塊鏈技術來增強人工智慧模型訓練的去中心化平台， FLock.io 宣布與去中心化 blob 儲存和資料可用性層進行策略合作 海象協議 以及致力於支援和推動 Sui 區塊鏈應用的組織， 隋基金會 推動去中心化、隱私保護的人工智慧 隋網 生態系統。

作為該計劃的一部分，Walrus 的去中心化資料基礎設施和 SEAL 的加密框架將整合到 FLock 的聯邦學習架構中。這將以支援社區所有權的方式安全地訓練 AI 模型，並消除對中心化資料共享的需求。

FLock 的方法利用聯邦學習來實現分散式模型訓練，而無需暴露原始使用者資料。為了安全地擴展這一流程，該平台需要去中心化的機制來廣播、儲存和加密模型更新。

Walrus 與 SEAL 的整合提供了這種能力。 Walrus 將作為 FLock 聯邦學習聯盟（一個協作訓練模型的節點網路）的基礎架構。它提供去中心化的方法來傳輸和儲存模型梯度、參數和輸出，從而消除了對中心化伺服器的依賴，並消除了單點故障。

SEAL 為系統提供了可程式加密和存取控制措施。它將每輪訓練的可見性和參與度限制在經過驗證的貢獻者範圍內，確保資料在整個過程中保持加密，並且可以在無需信任任何特定伺服器或中介的情況下進行儲存和存取。

Walrus 和 SEAL 攜手解決了建立安全且去中心化的聯邦學習管道的關鍵難題。這項進展支持 FLock 擴展其聯邦學習聯盟的目標，在預設維護隱私和去中心化的同時，讓開發者更廣泛地參與其中。

此次合作是建立安全、模組化、社群驅動的人工智慧基礎設施的更廣泛努力的一部分。作為路線圖的一部分，FLock.io 正在與 Sui 基金會合作，完善一個專為 Sui 生態系統中的代理型人工智慧應用量身定制的開源基金會模型。

FLock.io 與 AIGEN Sciences 合作，為藥物研發提供隱私保護的 AI 基礎設施

FLock.io 提供了一個基礎架構，可促進分散式參與者之間協作訓練 AI 模型，同時保護各個資料來源的隱私。該平台整合了基於區塊鏈的獎勵系統，為模型開發各個階段的貢獻提供透明且可驗證的獎勵。

最近，FLock.io 披露 與 AIGEN Sciences 建立策略合作夥伴關係，旨在在藥物發現領域部署其以隱私為中心的人工智慧框架，支援生物醫學研究的安全和分散創新。