Acurast esegue il modello AI open source System 1 Laya su larga scala sulla rete decentralizzata di smartphone
Punti chiave
- •Acurast ha annunciato che Laya, un modello AI open source orientato alle decisioni sviluppato da Convai Innovations e rilasciato con licenza Apache-2.0, ora gira in modo sicuro e su larga scala sulla sua rete decentralizzata di smartphone.
- •Laya funziona come modello 'System 1' che seleziona lazione successiva in tempo reale anziché generare testo, mantenendo richieste computazionali abbastanza basse per i processori mobili standard.
- •Ogni decisione di Laya viene eseguita su uno smartphone Android all'interno di un Trusted Execution Environment, con risultati generalmente forniti in circa 0,2-1 secondi usando solo CPU e accompagnati da prova crittografica.
- •Le dimostrazioni dal vivo includono il gioco in tempo reale in Snake, Tetris e il Doom originale, la classificazione delle email come inbox, spam o phishing, la valutazione dei titoli, il rilevamento di prompt injection e la segnalazione di messaggi tossici in chat.
- •L'infrastruttura è attiva su laya.acurast.com senza requisiti di accesso API centralizzato, gli operatori dei nodi sono compensati in ACU e i visitatori esterni possono testare il modello con input personalizzati, inclusi prompt avversari.

Acurast, la rete di computing decentralizzata costruita con smartphone riciclati, ha annunciato di poter ora eseguire Laya, un modello AI open source orientato alle decisioni, in modo sicuro e su larga scala attraverso la sua infrastruttura distribuita. Il deployment segna un passo significativo verso la possibilità di accedere a un'AI decisionale autonoma e in tempo reale al di fuori degli ecosistemi proprietari, offrendo un'alternativa ai modelli commerciali chiusi.
Sviluppato da Convai Innovations e rilasciato con la licenza Apache-2.0, una licenza open source permissiva che consente uso commerciale, modifica e ridistribuzione, Laya opera come modello decisionale "System 1" — un nome che richiama il framework a doppio processo delle scienze cognitive, che contrappone le risposte rapide e automatiche al ragionamento lento e deliberato. Invece di generare risposte testuali, il modello riceve uno spazio problematico, valuta lo stato attuale e seleziona l'azione successiva tra le opzioni disponibili in tempo reale. Questo approccio porta le applicazioni AI oltre l'output conversazionale verso un'esecuzione continua di decisioni alla velocità della macchina.
"Il dibattito AI di oggi è costantemente dominato da modelli sempre più grandi che generano sempre più testo, ma non risultati finali. Modelli proprietari come Jev mostrano l'enorme domanda di decisioni rapide, ma costringono gli sviluppatori in ecosistemi chiusi", ha dichiarato in una nota scritta Alessandro De Carli, fondatore di Acurast. "Eseguendo Laya su Acurast, abbiamo cambiato le cose. Stiamo dimostrando che l'AI System 1 può girare in modo sicuro e su larga scala su hardware che tutti possiedono già, offrendo una vera alternativa aperta e decentralizzata al lock-in del cloud centralizzato", ha aggiunto.
Le dimostrazioni dal vivo del deployment mostrano istanze di Laya che gestiscono attività decisionali rapide direttamente su nodi mobili decentralizzati di edge. Gli esempi includono gameplay in tempo reale in Snake e Tet, navigazione autonoma e decisioni di combattimento nel motore Doom originale, classificazione della posta in arrivo come inbox, spam o phishing, e valutazione dei titoli da feed RSS reali come notizie, satira, clickbait o manipolazione. Sono mostrate anche funzioni di sicurezza, tra cui il rilevamento di tentativi di prompt injection e la segnalazione di messaggi tossici nella chat dal vivo. Anche gli utenti esterni possono inviare i propri input, tra cui strategie, titoli o prompt avversari, e osservare le decisioni del modello in tempo reale.
Mentre i carichi di lavoro AI tradizionali dipendono tipicamente da infrastrutture server centralizzate grandi e costose, Acurast adotta un approccio diverso sfruttando la capacità di elaborazione dei dispositivi mobili quotidiani. Per i carichi di lavoro di tipo decisionale, questa distinzione è ciò che rende la configurazione praticabile: poiché l'output di Laya è una singola azione selezionata anziché testo generato di lungo formato, il calcolo richiesto è abbastanza leggero da girare su processori mobili standard anziché su hardware acceleratore specializzato.
Computing decentralizzato e riservato all'edge della rete
Secondo questo modello, ogni decisione di Laya viene eseguita su uno smartphone Android che funge da nodo sicuro all'interno della rete Acurast. La piattaforma utilizza i Trusted Execution Environment integrati nei dispositivi moderni — aree sicure isolate a livello hardware del processore, progettate per proteggere codice e dati dal resto del sistema — per mantenere i carichi di lavoro riservati e verificabili. Le decisioni vengono generalmente fornite in circa 0,2-1 secondi utilizzando solo la CPU. I carichi di lavoro sono distribuiti dinamicamente attraverso la rete globale, i risultati includono una prova crittografica, e i processori partecipanti sono compensati in ACU, il token nativo della rete.
"Il nostro obiettivo è aprire gli occhi degli sviluppatori alle opportunità davvero incredibili che derivano dall'uso del computing di Acurast. Questo deployment dimostra che l'AI orientata alle decisioni può girare in modo economico, verificabile e senza alcun data center in vista su una rete decentralizzata di smartphone già oggi", ha affermato De Carli. "Man mano che gli agenti autonomi si evolvono, vogliamo che gli sviluppatori capiscano che l'infrastruttura su cui operano può — e dovrebbe — essere tanto aperta e distribuita quanto il software stesso", ha aggiunto.
L'infrastruttura è attualmente attiva e non richiede agli sviluppatori di ottenere accesso API o allocazione di server da un fornitore centralizzato. È progettata per evidenziare i vantaggi economici dell'esecuzione di piccoli carichi di lavoro System 1 in funzione continua su una rete senza permessi. Le istanze dal vivo di Laya possono essere testate su laya.acurast.com, dove gli utenti possono mettere alla prova il modello con input personalizzati e distribuire le proprie istanze direttamente sui dispositivi edge di Acurast. Poiché le istanze dal vivo accettano invii esterni, inclusi prompt avversari, il comportamento decisionale e la sicurezza del modello possono essere esaminati da qualsiasi visitatore in tempo reale, anziché essere giudicati solo dagli esempi del team.