Sentient Foundation ha nominato Julie Belião, ex VP of Product di Mozilla.ai e veterana ingegnera di Google, come sua Vice President of Product. Belião guiderà l'iniziativa dell'organizzazione no-profit per trasformare le sue ricerche sulla provenienza dei modelli AI in software che gli sviluppatori possano effettivamente utilizzare.

Le aree di competenza di Belião

Il suo ambito copre due aree: l'auto-miglioramento ricorsivo, ovvero sistemi AI che migliorano se stessi, e la provenienza dei modelli. La foundation afferma che non esiste ancora un modo standard per dimostrare su cosa sia stato addestrato un modello AI o da dove abbia origine, e il compito di Belião è costruire prodotti funzionanti capaci di farlo.

Un decennio di lavoro open-source e AI multilingue

Durante il suo periodo in Mozilla.ai, Belião ha gestito il piano open-source per 61 repository e ha contribuito a far crescere la community di sviluppatori dell'organizzazione. Nel 2025, ha co-scritto "Towards Best Practices for Open Datasets for LLM Training" con Mozilla ed EleutherAI. La Mozilla Foundation la indica come collaboratrice del documento insieme alla direttrice esecutiva di EleutherAI Stella Biderman e a Mark Surman di Mozilla. Il documento sosteneva che i dati di addestramento AI dovrebbero essere concessi in licenza, ben documentati e con un'origine chiaramente accertata. Quella stessa premessa — che l'origine debba essere dimostrabile — è la questione che il suo nuovo ruolo ora pone a livello di modello, dove Sentient afferma che non esiste attualmente una prova standard.

Prima di Mozilla, Belião ha trascorso più di dieci anni lavorando sull'AI multilingue, contribuendo al lavoro sui dati vocali e linguistici per Google Assistant, Google Translate e YouTube, tutti prodotti di Google (NASDAQ: GOOGL). È dotata di un dottorato di ricerca in informatica presso l'Université Paris Nanterre.

Perché la provenienza dei modelli AI conta adesso

La nomina arriva in un periodo segnato da una serie di tentativi segnalati di estrazione delle capacità proprietarie dei modelli. Alla fine di settembre, OpenAI ha dichiarato di aver fermato uno sforzo coordinato per estrarre il ragionamento passo dopo passo dai suoi modelli AI, collegando la campagna a persone legate a Moonshot AI, il creatore di Kimi. A febbraio, Anthropic ha riferito che tre laboratori AI cinesi hanno inviato più di 16 milioni di richieste al suo modello Claude utilizzando circa 24.000 account falsi, affermando che i laboratori cercavano di estrarre le capacità di Claude. Anthropic ha attribuito a Moonshot più di 3,4 milioni di tali scambi.

Il problema persiste più in generale: quando un modello viene copiato, sottoposto a fine-tuning o distillato in un altro sistema, gli acquirenti spesso non possono sapere cosa lo ha addestrato.

Sentient si è confrontata con questa sfida a ottobre con il lancio della sua Fingerprinting Leaderboard, un test aperto per verificare se i metodi per dimostrare l'origine di un modello possano resistere a copia, fine-tuning e tentativi deliberati di rimozione. I ricercatori di Sentient hanno costruito attacchi contro dieci metodi di fingerprinting proposti, e i risultati hanno mostrato che quasi tutti potevano essere sconfitti senza degradare il modello — incluso il metodo Perinucleus di Sentient stessa, che aveva inserito 24.576 fingerprint in Llama-3.1-8B.

"Il fingerprinting inserisce la prova all'interno del modello", ha spiegato Sachi Kamiya, direttrice venture and growth della foundation. Ha paragonato la tecnica ai segni nascosti che i pittori del Rinascimento utilizzavano per rivendicare la propria opera.

La ricerca si basa sul lavoro OML di Sentient, acronimo di Open-access, Monetizable, and Loyal AI Model Serving, condotto con l'Università di Princeton e l'Università di Washington. Il progetto mira a consentire ai creatori di condividere modelli aperti pur potendo dimostrare in seguito la proprietà.

Informazioni su Sentient

Sentient si è lanciata a febbraio come organizzazione no-profit con sede a Singapore che si impegna a mantenere l'intelligenza artificiale generale open-source. A giugno, ha stanziato 42 milioni di dollari in sovvenzioni e investimenti per gli sviluppatori open-source. I suoi progetti, tra cui ROMA, OpenDeepSearch e il suo lavoro sul fingerprinting OML, hanno raccolto più di 12.500 stelle su GitHub, e ricercatori di Google (NASDAQ: GOOGL), Microsoft (NASDAQ: MSFT) e Meta (NASDAQ: META) li hanno citati.

La nomina ora stabilisce una prova dal ricerca-al-prodotto con un benchmark creato dalla stessa Sentient: la sua leaderboard di ottobre aveva rilevato che quasi ogni metodo di fingerprinting proposto — incluso il suo — poteva essere sconfitto, e la foundation afferma che non esiste ancora un modo standard per dimostrare su cosa sia stato addestrato un modello o da dove abbia origine. Trasformare quella ricerca in prodotti di provenienza funzionanti è il vuoto che Belião è stata assunta per colmare.

Fonte: Cryptopolitan