AI Layer1レース分析：オンチェーンDeAIの沃土を探す

概要

近年、OpenAI、Anthropic、Google、Metaなどの主要なテクノロジー企業は、大規模言語モデル（LLM）の急速な発展を推進しています。LLMはさまざまな業界で前例のない能力を示し、人間の想像力の幅を大きく広げ、特定のシーンでは人間の労働を代替する可能性さえ示しています。しかし、これらの技術の核心は少数の中央集権的なテクノロジー巨人によってしっかりと支配されています。これらの企業は、豊富な資本と高額な計算リソースの管理を駆使して、越えがたい壁を築き、圧倒的多数の開発者やイノベーションチームが対抗することを困難にしています。

同時に、AIの急速な進化の初期段階では、社会の世論は技術がもたらす突破口や利便性に焦点を当てることが多いが、プライバシー保護、透明性、安全性などの核心的な問題への関心は相対的に不足している。長期的には、これらの問題がAI業界の健全な発展と社会の受容度に深刻な影響を及ぼすだろう。適切に解決できなければ、AIの"善に向かう"か"悪に向かう"かの論争はますます際立ってくるだろう。そして、中央集権的な巨人は利益追求の本能に駆動され、これらの課題に積極的に対処するための十分な動機を欠くことが多い。

ブロックチェーン技術は、その非中央集権性、透明性、検閲耐性の特性により、AI業界の持続可能な発展に新たな可能性を提供しています。現在、主流のブロックチェーン上には多くの「Web3 AI」アプリケーションが登場しています。しかし、深く分析すると、これらのプロジェクトには依然として多くの問題が存在します。一方では、非中央集権の程度が限られており、重要な部分やインフラは依然として中央集権的なクラウドサービスに依存しており、本当の意味でのオープンエコシステムを支えることが難しいです。もう一方では、Web2の世界のAI製品と比較して、オンチェーンAIはモデルの能力、データの利用、アプリケーションシーンなどの面で依然として限界があり、革新の深さと広さは向上の余地があります。

真の分散型AIのビジョンを実現し、ブロックチェーンが安全で効率的かつ民主的に大規模なAIアプリケーションを支えることができ、パフォーマンスが中央集権的なソリューションと競争できるようにするためには、AIに特化したLayer1ブロックチェーンを設計する必要があります。これにより、AIのオープンなイノベーション、ガバナンスの民主化、データの安全性に対して堅固な基盤が提供され、分散型AIエコシステムの繁栄と発展を促進します。

! BiteyeとPANewsが共同でAIレイヤー1研究レポートをリリース:オンチェーンDeAIの肥沃な土壌を見つける

AIレイヤー1のコア機能

AI Layer 1は、AIアプリケーション専用にカスタマイズされたブロックチェーンとして、その基盤アーキテクチャと性能設計はAIタスクのニーズに密接に関連しており、オンチェーンAIエコシステムの持続可能な発展と繁栄を効率的に支えることを目的としています。具体的には、AI Layer 1は以下のコア能力を備えている必要があります：

1. 効率的なインセンティブと分散型コンセンサスメカニズム AI Layer 1の核心は、オープンな計算能力、ストレージなどのリソースの共有ネットワークを構築することにあります。従来のブロックチェーンノードが主に帳簿の記録に焦点を当てているのとは異なり、AI Layer 1のノードはより複雑なタスクを担う必要があります。計算能力を提供し、AIモデルのトレーニングと推論を完了するだけでなく、ストレージ、データ、帯域幅などの多様なリソースも提供する必要があります。これにより、AIインフラストラクチャにおける集中型大手の独占を打破することができます。これは、基盤のコンセンサスとインセンティブメカニズムに対してより高い要求を提起します：AI Layer 1は、AI推論、トレーニングなどのタスクにおけるノードの実際の貢献を正確に評価、インセンティブを与え、検証できなければなりません。これにより、ネットワークの安全性とリソースの効率的な配分が実現されます。そうすることで初めて、ネットワークの安定性と繁栄を確保し、全体的な計算能力コストを効果的に削減することが可能になります。

2. 卓越な高性能と異種タスクサポート能力 AIタスク、特にLLMのトレーニングと推論は、計算性能と並列処理能力に非常に高い要求を持っています。さらに、オンチェーンAIエコシステムは、多様で異種のタスクタイプをサポートする必要があり、異なるモデル構造、データ処理、推論、ストレージなどの多元的なシナリオを含みます。AI Layer 1は、基盤アーキテクチャにおいて高スループット、低遅延、弾力的並列などのニーズに深く最適化し、異種計算リソースのネイティブサポート能力を事前に設定する必要があります。これにより、さまざまなAIタスクが効率的に実行され、「単一型タスク」から「複雑多元エコシステム」へのスムーズな拡張を実現します。

3. 検証可能性と信頼できる出力保障 AI Layer 1は、モデルの悪用やデータ改ざんなどのセキュリティリスクを防ぐだけでなく、基盤となるメカニズムからAI出力結果の検証可能性と整合性を確保する必要があります。信頼できる実行環境（TEE）、ゼロ知識証明（ZK）、多者安全計算（MPC）などの先端技術を統合することで、プラットフォームは各モデル推論、トレーニング、およびデータ処理プロセスを独立して検証できるようにし、AIシステムの公正性と透明性を確保します。同時に、この検証可能性は、ユーザーがAI出力の論理と根拠を明確に理解するのを助け、「得られたものが望んだものである」ことを実現し、ユーザーのAI製品に対する信頼と満足度を向上させます。

4. データプライバシー保護 AIアプリケーションは、金融、医療、ソーシャルなどの分野でユーザーの敏感なデータを頻繁に扱うため、データプライバシー保護は特に重要です。AI Layer 1は、検証可能性を保障しつつ、暗号化に基づくデータ処理技術、プライバシー計算プロトコル、データ権限管理などの手段を採用し、推論、トレーニング、ストレージなどのプロセス全体にわたってデータの安全性を確保し、データの漏洩や悪用を効果的に防止し、ユーザーのデータセキュリティに対する懸念を解消する必要があります。

5. 強力なエコシステムの支援と開発サポート能力 AIネイティブのLayer 1インフラとして、プラットフォームは技術的な先進性を持つだけでなく、開発者、ノードオペレーター、AIサービスプロバイダーなどのエコシステム参加者に対して、充実した開発ツール、統合SDK、運用サポート、インセンティブメカニズムを提供する必要があります。プラットフォームの可用性と開発者体験を継続的に最適化することで、豊かで多様なAIネイティブアプリケーションの実現を促進し、分散型AIエコシステムの持続的な繁栄を実現します。

以上の背景と期待に基づき、本稿では、Sentient、Sahara AI、Ritual、Gensyn、Bittensor、および0Gを含む6つのAI Layer1の代表的なプロジェクトについて詳細に紹介し、トラックの最新の進展を体系的に整理し、プロジェクトの発展状況を分析し、未来のトレンドを探ります。

! BiteyeとPANewsが共同でAIレイヤー1研究レポートをリリース:オンチェーンDeAIの肥沃な土壌を見つける

Sentient：忠実なオープンソースの分散型AIモデルを構築する

プロジェクト概要

Sentientはオープンソースプロトコルプラットフォームで、AI Layer1ブロックチェーン(を構築中です。初期段階はLayer 2で、その後Layer 1)に移行します。AIパイプラインとブロックチェーン技術を組み合わせて、分散型の人工知能経済圏を構築します。その核心目標は、"OML"フレームワーク（オープン、収益性、忠誠）を通じて、集中型LLM市場におけるモデルの帰属、呼び出し追跡、価値分配の問題を解決し、AIモデルにオンチェーンの所有権構造、呼び出しの透明性、価値の分配を実現することです。Sentientのビジョンは、誰もがAI製品を構築、協力、所有し、貨幣化できるようにし、公平でオープンなAIエージェントネットワークエコシステムを推進することです。

Sentient Foundation チームは、世界中のトップアカデミック専門家、ブロックチェーン起業家、エンジニアを集めて、コミュニティ主導のオープンソースで検証可能な AGI プラットフォームの構築に取り組んでいます。コアメンバーには、プリンストン大学の教授 Pramod Viswanath とインド科学研究所の教授 Himanshu Tyagi が含まれ、それぞれ AI の安全性とプライバシー保護を担当しています。また、Polygon の共同創設者 Sandeep Nailwal がブロックチェーン戦略とエコシステムのレイアウトを主導しています。チームメンバーは Meta、Coinbase、Polygon などの企業や、プリンストン大学、インド工科大学などのトップ大学からのバックグラウンドを持ち、AI/ML、NLP、コンピュータビジョンなどの分野をカバーし、プロジェクトの実現を推進しています。

Polygonの共同創業者であるSandeep Nailwal氏の2番目のベンチャー企業であるSentientは、創業以来独自のオーラを持ち、豊富なリソース、コネクション、市場での認知度を持ち、プロジェクトの発展を強く支持しています。 2024年半ば、Sentientは、Founders Fund、Pantera、Framework Venturesが主導する8,500万ドルのシードラウンドを、Delphi、Hashkey、Spartanなど数十のVCとともに完了しました。

! BiteyeとPANewsが共同でAIレイヤー1研究レポートをリリース:オンチェーンDeAIの肥沃な土壌を見つける

設計アーキテクチャとアプリケーション層

インフラ層

コアアーキテクチャ

Sentientのコアアーキテクチャは、AIパイプラインとオンチェーンシステムの2つの部分で構成されています：

AIパイプラインは「忠誠AI」アーティファクトの開発とトレーニングの基盤であり、2つのコアプロセスを含んでいます：

• データキュレーション（Data Curation）：コミュニティ主導のデータ選択プロセスで、モデルの整合性に使用されます。
• 忠誠度トレーニング（Loyalty Training）：モデルがコミュニティの意図と一致するトレーニングプロセスを維持することを保証します。

ブロックチェーンシステムは、プロトコルに透明性と分散型コントロールを提供し、AIアセットの所有権、使用追跡、収益分配、および公正なガバナンスを確保します。具体的なアーキテクチャは4層に分かれています：

• ストレージ層：モデルの重みと指紋登録情報を保存する；
• ディストリビューションレイヤー：権限契約がモデル呼び出しエントリを制御します；
• アクセス層：権限の証明を通じてユーザーが承認されているかどうかを検証する；
• インセンティブレイヤー：収益ルーティングコントラクトは、毎回の呼び出しでトレーナー、デプロイヤー、バリデーターに支払いを配分します。

! BiteyeとPANewsが共同でAIレイヤー1研究レポートをリリース:オンチェーンDeAIの肥沃な土壌を見つける

OMLモデルフレームワーク

OML フレームワーク（オープン Open、マネタイズ可能 Monetizable、ロイヤル Loyal）は、Sentient が提唱する核心理念であり、オープンソース AI モデルに明確な所有権保護と経済的インセンティブメカニズムを提供することを目指しています。オンチェーン技術と AI ネイティブ暗号学を組み合わせることにより、以下の特徴があります：

• オープン性： モデルはオープンソースでなければならず、コードとデータ構造は透明であり、コミュニティが再現、監査、改善しやすくする。
• マネタイズ：モデルの呼び出しごとに収益ストリームが発生し、オンチェーン契約が収益をトレーナー、デプロイヤー、バリデーターに分配します。
• 忠誠性： モデルは貢献者コミュニティに帰属し、アップグレードの方向性とガバナンスは DAO によって決定され、使用と変更は暗号メカニズムによって制御されます。

AIネイティブ暗号

AIネイティブ暗号は、AIモデルの連続性、低次元多様体構造、およびモデルの微分可能性を利用して、"検証可能だが削除不可能な"軽量のセキュリティメカニズムを開発することです。そのコア技術は：

• 指紋埋め込み：トレーニング中に一組の隠れたクエリ-レスポンスキー値ペアを挿入してモデルのユニークな署名を形成します；
• 所有権検証プロトコル：第三者探知機（Prover）を通じて、クエリ形式で指紋が保持されているかどうかを検証する；
• 許可呼び出しメカニズム：呼び出す前にモデル所有者が発行した「権限証明書」を取得する必要があり、システムはこれに基づいてモデルにその入力をデコードして正確な回答を返すことを許可します。

この方法は、再暗号化コストなしで「行動ベースの認可呼び出し + 所属検証」を実現できます。

モデルの権利確定と安全な実行フレームワーク

Sentient 現在採用の Melange 混合セキュリティ：指紋による権利確認、TEE 実行、オンチェーン契約の分配の組み合わせ。指紋方式は OML 1.0 によって実現されたメインラインであり、「楽観的セキュリティ（Optimistic Security）」の思想を強調しており、つまりデフォルトでコンプライアンスを前提とし、違反があった場合には検出して罰則を科すことができます。

指紋メカニズムはOMLの重要な実現であり、特定の「質問-回答」ペアを埋め込むことによって、モデルがトレーニング段階で独自の署名を生成できるようにします。これらの署名を通じて、モデルの所有者は帰属を確認し、無許可の複製や商業利用を防ぐことができます。このメカニズムはモデル開発者の権利を保護するだけでなく、モデルの使用行動に対して追跡可能なオンチェーン記録を提供します。

さらに、SentientはEnclave TEE計算フレームワークを導入しました。このフレームワークは、信頼できる実行環境（AWS Nitro Enclavesなど）を利用して、モデルが認可されたリクエストにのみ応答することを保証し、無許可のアクセスと使用を防ぎます。TEEはハードウェアに依存し、一定のセキュリティリスクが存在しますが、その高性能とリアルタイム性の利点により、現在のモデルデプロイメントのコア技術となっています。

将来的に、Sentientはゼロ知識証明（ZK）と完全同型暗号（FHE）技術を導入し、プライバシー保護と検証可能性をさらに強化し、AIモデルの分散型デプロイメントに対してより成熟したソリューションを提供する予定です。