Sentient affida a Julie Belião, veterana dell'AI open source di Mozilla, il push sulla provenienza dei modelli
Immagine: [Julie Belião](https://www.linkedin.com/in/jbeliao) su LinkedIn
- Sentient Foundation ha nominato Julie Belião, ex leader di prodotto presso Mozilla.ai e Google, come VP del Prodotto.
- Il suo compito è trasformare la ricerca sulla provenienza dei modelli in strumenti operativi.
- Gli sviluppatori e le aziende che adottano l'IA open-source attualmente non dispongono di un metodo affidabile per dimostrare la provenienza di un modello.
Sentient Foundation ha nominato Julie Belião, ex VP del Prodotto presso Mozilla.ai e ingegnere a lungo termine presso Google, come sua VP del Prodotto.
A Belião è ora affidato il compito di trasformare la ricerca della fondazione no-profit sulla dimostrazione della provenienza dei modelli IA in software effettivamente utilizzabile dagli sviluppatori.
Qual è il ruolo di Julie Belião presso Sentient Foundation?
Julie Belião, precedentemente VP del Prodotto presso Mozilla.ai e con anni di esperienza come ingegnere presso Google (NASDAQ: GOOGL), è stata assunta come Vicepresidente del Prodotto presso Sentient Foundation.
Il ruolo di Belião è guidare il lavoro sul prodotto nel campo del miglioramento ricorsivo autonomo (IA che migliora se stessa) e della provenienza dei modelli. La fondazione afferma che al momento non esiste uno standard per dimostrare dove è stato addestrato un modello IA; il compito di Belião è quindi creare prodotti funzionanti in grado di farlo.
Durante il suo periodo presso Mozilla.ai, Belião ha gestito il piano open-source per 61 repository e ha contribuito alla crescita della sua comunità di sviluppatori. Nel 2025 ha inoltre co-auturato “Towards Best Practices for Open Datasets for LLM Training” insieme a Mozilla ed EleutherAI.
La Mozilla Foundation la elenca come collaboratrice del documento, insieme alla direttrice esecutiva di EleutherAI Stella Biderman e a Mark Surman di Mozilla. Il documento sostiene che i dati di addestramento dell'IA dovrebbero essere licenziati, ben documentati e avere un'origine chiara.
Prima di Mozilla, Belião ha dedicato oltre dieci anni al lavoro sull'IA multilingue. Si è occupata dei dati vocali e linguistici per Google Assistant, Google Translate e YouTube, tutti prodotti di Google (NASDAQ: GOOGL). È titolare di un dottorato di ricerca in informatica presso l'Université Paris Nanterre.
Perché la provenienza dei modelli IA è importante ora?
A fine settembre, OpenAI ha annunciato di aver interrotto uno sforzo collettivo volto a rimuovere il ragionamento passo-passo dai suoi modelli di IA. Ha collegato tale sforzo a persone legate a Moonshot AI, produttrice di Kimi.
Nel febbraio scorso, Anthropic ha segnalato che tre laboratori cinesi di IA hanno inviato più di 16 milioni di richieste al suo modello Claude utilizzando circa 24.000 account falsi. Anthropic ha dichiarato che i laboratori volevano estrarre le capacità di Claude. Moonshot è stata responsabile di oltre 3,4 milioni di scambi con Claude.
Quando un modello viene copiato, affinato o distillato in un altro sistema, gli acquirenti spesso non riescono a capire cosa lo abbia addestrato.
Sentient aveva già cercato di affrontare questo problema a ottobre quando ha lanciato la Fingerprinting Leaderboard, un test aperto per verificare se i metodi per dimostrare l'origine di un modello possono resistere alla copia, al fine-tuning e ai tentativi deliberati di rimuoverli.
I ricercatori di Sentient hanno sviluppato attacchi contro dieci metodi di fingerprinting proposti e i risultati hanno mostrato che quasi tutti potevano essere superati senza compromettere il modello, incluso il metodo Perinucleus di Sentient stesso, che aveva inserito 24.576 impronte digitali in Llama-3.1-8B.
«Il fingerprinting inserisce la prova all'interno del modello», ha spiegato Sachi Kamiya, direttrice delle attività venture e growth della fondazione. L'ha paragonato alle marche nascoste utilizzate dai pittori rinascimentali per rivendicare la paternità delle loro opere.
La ricerca si basa su il lavoro OML di Sentient, che è l'abbreviazione di Open-access, Monetizable, and Loyal AI Model Serving. È stato realizzato in collaborazione con Princeton e l'Università di Washington e mira a consentire ai creatori di condividere modelli open source mantenendo la possibilità di provarne la proprietà in seguito.
Sentient è stata lanciata nel febbraio come organizzazione nonprofit con sede a Singapore, impegnata a mantenere l'AGI open source. A giugno, ha ha stanziato 42 milioni di dollari in grant e investimenti per i builder open source. I suoi progetti, tra cui ROMA, OpenDeepSearch e il lavoro di fingerprinting OML, hanno ottenuto oltre 12.500 stelle su GitHub.
Ricercatori di Google (NASDAQ: GOOGL), Microsoft (NASDAQ: MSFT) e Meta (NASDAQ: META) li hanno citati.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Domande frequenti
Chi è Julie Belião?
È la nuova VP del Prodotto di Sentient Foundation, precedentemente VP del Prodotto presso Mozilla.ai ed ingegnera presso Google, con oltre 15 anni di esperienza nell'IA e un dottorato di ricerca in informatica presso l'Université Paris Nanterre.
Cos'è la provenienza dei modelli e perché è importante?
La provenienza dei modelli è la capacità di dimostrare da dove proviene un modello di IA e cosa lo ha addestrato. È importante perché i modelli copiati, affinati o distillati possono rimuovere l'attribuzione e le salvaguardie del creatore, e al momento non esiste uno standard di verifica stabilito.
Cosa ha fatto Sentient finora riguardo al fingerprinting?
A ottobre, Sentient ha lanciato una Fingerprinting Leaderboard aperta e ha scoperto che quasi tutti i dieci metodi di fingerprinting testati, incluso il suo approccio Perinucleus, potevano essere elusi da un attaccante sofisticato mantenendo il modello utile.
Hannah Collymore
Hannah è una scrittrice e redattrice con quasi un decennio di esperienza nella scrittura di blog e nella copertura di eventi nel settore delle criptovalute. Presso Cryptopolitan, Hannah contribuisce alla pagina delle notizie, riportando e analizzando gli ultimi sviluppi nei settori DeFi, RWA, regolamentazione crypto, intelligenza artificiale e tecnologie emergenti. Si è laureata all'Arcadia University con una laurea in Amministrazione Aziendale.
