Báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI on-chain
Tóm tắt
Trong những năm gần đây, các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta không ngừng thúc đẩy sự phát triển nhanh chóng của mô hình ngôn ngữ lớn (LLM). LLM đã thể hiện khả năng chưa từng có trong nhiều ngành nghề, mở rộng không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số tình huống, đã thể hiện tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của những công nghệ này lại nằm trong tay của một số ít gã khổng lồ công nghệ tập trung. Với nguồn vốn dồi dào và khả năng kiểm soát tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng nên những rào cản khó vượt qua, khiến đa số các nhà phát triển và đội ngũ đổi mới khó có thể cạnh tranh.
Trong giai đoạn đầu của sự tiến hóa nhanh chóng của AI, dư luận xã hội thường tập trung vào những đột phá và tiện ích mà công nghệ mang lại, trong khi sự quan tâm đến các vấn đề cốt lõi như bảo vệ quyền riêng tư, tính minh bạch và an toàn lại tương đối thiếu. Về lâu dài, những vấn đề này sẽ ảnh hưởng sâu sắc đến sự phát triển lành mạnh của ngành AI và mức độ chấp nhận của xã hội. Nếu không thể giải quyết một cách thỏa đáng, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ càng trở nên nổi bật, trong khi các ông lớn tập trung vào lợi nhuận thường thiếu động lực đủ mạnh để chủ động đối phó với những thách thức này.
Công nghệ blockchain với đặc tính phi tập trung, minh bạch và kháng kiểm duyệt đã cung cấp những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện nay, một số ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, phân tích sâu cho thấy rằng những dự án này vẫn tồn tại nhiều vấn đề: một mặt, mức độ phi tập trung còn hạn chế, các khâu quan trọng và cơ sở hạ tầng vẫn phụ thuộc vào dịch vụ đám mây tập trung, khó có thể hỗ trợ một hệ sinh thái thực sự mở; mặt khác, so với các sản phẩm AI trong thế giới Web2, AI trên chuỗi vẫn còn hạn chế về khả năng mô hình, việc sử dụng dữ liệu và các tình huống ứng dụng, độ sâu và độ rộng của đổi mới cần được nâng cao.
Để thực sự hiện thực hóa tầm nhìn về AI phi tập trung, giúp blockchain có thể an toàn, hiệu quả và dân chủ trong việc hỗ trợ các ứng dụng AI quy mô lớn, đồng thời cạnh tranh về hiệu suất với các giải pháp tập trung, chúng ta cần thiết kế một blockchain Layer 1 được xây dựng đặc biệt cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho đổi mới mở của AI, quản trị dân chủ và bảo mật dữ liệu, thúc đẩy sự phát triển thịnh vượng của hệ sinh thái AI phi tập trung.
Các đặc điểm cốt lõi của AI Layer 1
AI Layer 1 là một chuỗi khối được thiết kế đặc biệt cho các ứng dụng AI, với kiến trúc nền tảng và thiết kế hiệu suất tập trung vào nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ hiệu quả sự phát triển và thịnh vượng bền vững của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 cần có những khả năng cốt lõi sau:
Cơ chế khuyến khích hiệu quả và đồng thuận phi tập trung. Cốt lõi của AI Layer 1 là xây dựng một mạng lưới chia sẻ tài nguyên như sức mạnh tính toán, lưu trữ, v.v. Khác với các nút blockchain truyền thống chủ yếu tập trung vào việc ghi chép sổ cái, các nút của AI Layer 1 cần đảm nhận những nhiệm vụ phức tạp hơn, không chỉ cung cấp sức mạnh tính toán, hoàn thành việc đào tạo và suy luận mô hình AI, mà còn cần đóng góp tài nguyên đa dạng như lưu trữ, dữ liệu và băng thông, từ đó phá vỡ sự độc quyền của các gã khổng lồ phi tập trung trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn đối với cơ chế đồng thuận và khuyến khích cơ sở: AI Layer 1 phải có khả năng đánh giá, khuyến khích và xác minh chính xác đóng góp thực tế của các nút trong các nhiệm vụ như suy luận và đào tạo AI, nhằm đạt được an toàn cho mạng lưới và phân bổ tài nguyên hiệu quả. Chỉ có như vậy mới có thể đảm bảo sự ổn định và thịnh vượng của mạng lưới, đồng thời giảm thiểu chi phí sức mạnh tính toán tổng thể.
Hiệu suất cao vượt trội và khả năng hỗ trợ nhiệm vụ đa dạng Hệ thống AI, đặc biệt là đào tạo và suy luận LLM, đặt ra yêu cầu rất cao về hiệu suất tính toán và khả năng xử lý song song. Hơn nữa, hệ sinh thái AI trên chuỗi thường cần hỗ trợ nhiều loại nhiệm vụ đa dạng và khác nhau, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy luận, lưu trữ và nhiều kịch bản đa dạng khác. AI Layer 1 phải được tối ưu hóa sâu sắc cho các yêu cầu như thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt trên kiến trúc cơ sở, và phải được thiết lập khả năng hỗ trợ tính toán khác nhau một cách tự nhiên, đảm bảo rằng mọi nhiệm vụ AI đều có thể hoạt động hiệu quả, thực hiện sự mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp và đa dạng".
Khả năng xác minh và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các mối nguy hiểm về an ninh như mô hình xấu, thay đổi dữ liệu, mà còn phải đảm bảo khả năng xác minh và sự phù hợp của kết quả đầu ra của AI từ cơ chế nền tảng. Bằng cách tích hợp các công nghệ tiên tiến như môi trường thực thi đáng tin cậy (TEE), chứng minh không kiến thức (ZK), và tính toán bảo mật đa bên (MPC), nền tảng có thể cho phép mỗi lần suy diễn mô hình, đào tạo và xử lý dữ liệu đều có thể được xác minh độc lập, đảm bảo tính công bằng và minh bạch của hệ thống AI. Đồng thời, khả năng xác minh này cũng có thể giúp người dùng hiểu rõ logic và cơ sở của đầu ra AI, thực hiện "được như mong muốn", nâng cao niềm tin và sự hài lòng của người dùng đối với sản phẩm AI.
Bảo vệ quyền riêng tư dữ liệu Ứng dụng AI thường liên quan đến dữ liệu nhạy cảm của người dùng, trong các lĩnh vực tài chính, y tế, xã hội, bảo vệ quyền riêng tư dữ liệu là vô cùng quan trọng. AI Layer 1 nên đảm bảo tính khả chứng trong khi áp dụng các công nghệ xử lý dữ liệu dựa trên mã hóa, các giao thức tính toán quyền riêng tư và quản lý quyền dữ liệu, đảm bảo an toàn cho dữ liệu trong toàn bộ quá trình suy luận, đào tạo và lưu trữ, hiệu quả ngăn chặn rò rỉ dữ liệu và lạm dụng, xóa bỏ nỗi lo lắng của người dùng về an toàn dữ liệu.
Năng lực hỗ trợ phát triển và chứa đựng hệ sinh thái mạnh mẽ Là cơ sở hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính tiên phong về công nghệ, mà còn phải cung cấp cho các nhà phát triển, người vận hành nút, nhà cung cấp dịch vụ AI và các bên tham gia hệ sinh thái khác những công cụ phát triển hoàn thiện, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích. Thông qua việc tối ưu hóa liên tục khả năng sử dụng nền tảng và trải nghiệm của các nhà phát triển, thúc đẩy việc triển khai các ứng dụng gốc AI đa dạng và phong phú, đạt được sự thịnh vượng bền vững cho hệ sinh thái AI phi tập trung.
Dựa trên bối cảnh và kỳ vọng trên, bài viết này sẽ giới thiệu chi tiết về sáu dự án đại diện AI Layer1 bao gồm Sentient, Sahara AI, Ritual, Gensyn, Bittensor và 0G, hệ thống tổng hợp tiến triển mới nhất của ngành, phân tích tình trạng phát triển của các dự án và thảo luận về xu hướng tương lai.
Sentient：Xây dựng mô hình AI phi tập trung mã nguồn mở trung thành
Tóm tắt dự án
Sentient là một nền tảng giao thức mã nguồn mở, đang xây dựng một chuỗi blockchain AI Layer1 ( trong giai đoạn ban đầu là Layer 2, sau đó sẽ chuyển sang Layer 1). Bằng cách kết hợp AI Pipeline và công nghệ blockchain, nó xây dựng một nền kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nó là thông qua khung "OML" (Mở, Có lợi, Trung thành) giải quyết các vấn đề về quyền sở hữu mô hình, theo dõi cuộc gọi và phân phối giá trị trong thị trường LLM tập trung, giúp các mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, tính minh bạch trong việc gọi và chia sẻ giá trị. Tầm nhìn của Sentient là cho phép bất kỳ ai xây dựng, hợp tác, sở hữu và thương mại hóa sản phẩm AI, từ đó thúc đẩy một hệ sinh thái mạng lưới AI Agent công bằng và mở.
Đội ngũ Sentient Foundation quy tụ các chuyên gia học thuật hàng đầu thế giới, các doanh nhân blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI được điều khiển bởi cộng đồng, mã nguồn mở và có thể xác minh. Các thành viên cốt lõi bao gồm giáo sư Pramod Viswanath của Đại học Princeton và giáo sư Himanshu Tyagi của Viện Khoa học Ấn Độ, lần lượt phụ trách về an toàn AI và bảo vệ quyền riêng tư, trong khi chiến lược blockchain và bố trí hệ sinh thái được dẫn dắt bởi đồng sáng lập Polygon Sandeep Nailwal. Bối cảnh của các thành viên trong đội ngũ trải dài qua các công ty nổi tiếng như Meta, Coinbase, Polygon và các trường đại học hàng đầu như Đại học Princeton, Viện Công nghệ Ấn Độ, bao phủ các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nhau thúc đẩy dự án thực hiện.
Là một dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient đã mang theo một hào quang ngay từ khi thành lập, với nguồn lực phong phú, mối quan hệ và sự nhận thức về thị trường, cung cấp sự bảo chứng mạnh mẽ cho sự phát triển của dự án. Vào giữa năm 2024, Sentient đã hoàn thành vòng gọi vốn hạt giống 85 triệu đô la, được dẫn dắt bởi Founders Fund, Pantera và Framework Ventures, cùng với hàng chục quỹ đầu tư nổi tiếng khác như Delphi, Hashkey và Spartan.
Thiết kế kiến trúc và lớp ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Cấu trúc cốt lõi của Sentient bao gồm 2 phần: Ống dẫn AI (AI Pipeline) và hệ thống chuỗi khối.
AI pipeline là nền tảng để phát triển và đào tạo các tác phẩm "AI trung thành", bao gồm hai quá trình cốt lõi:
Lập kế hoạch dữ liệu (Data Curation): Quy trình lựa chọn dữ liệu do cộng đồng điều khiển, được sử dụng để căn chỉnh mô hình.
Đào tạo trung thành (Loyalty Training): Đảm bảo mô hình duy trì quá trình đào tạo nhất quán với ý định của cộng đồng.
Hệ thống blockchain cung cấp tính minh bạch và kiểm soát phi tập trung cho giao thức, đảm bảo quyền sở hữu, theo dõi sử dụng, phân phối doanh thu và quản trị công bằng cho các tác phẩm AI. Cấu trúc cụ thể được chia thành bốn lớp:
Lớp lưu trữ: Lưu trữ trọng số mô hình và thông tin đăng ký dấu vân tay;
Lớp phân phối: Mô hình gọi đầu vào được kiểm soát bởi hợp đồng ủy quyền;
Lớp truy cập: Xác thực quyền hạn để kiểm tra xem người dùng có được ủy quyền hay không;
Tầng khuyến khích: Hợp đồng định tuyến lợi nhuận sẽ phân phối khoản thanh toán cho người đào tạo, người triển khai và người xác thực mỗi khi được gọi.
Khung mô hình OML
Khung OML (Mở Open, Có thể kiếm tiền Monetizable, Trung thành Loyal) là ý tưởng cốt lõi được Sentient đưa ra, nhằm cung cấp bảo vệ quyền sở hữu rõ ràng và cơ chế khuyến khích kinh tế cho các mô hình AI mã nguồn mở. Bằng cách kết hợp công nghệ chuỗi khối và mật mã gốc AI, nó có các đặc điểm sau:
Tính mở: Mô hình phải mã nguồn mở, mã và cấu trúc dữ liệu phải minh bạch, thuận tiện cho cộng đồng tái hiện, kiểm tra và cải tiến.
Tiền tệ hóa: Mỗi lần gọi mô hình sẽ kích hoạt dòng lợi nhuận, hợp đồng trên chuỗi sẽ phân phối lợi nhuận cho người đào tạo, người triển khai và người xác minh.
Độ trung thành: Mô hình thuộc về cộng đồng những người đóng góp, hướng nâng cấp và quản trị được quyết định bởi DAO, việc sử dụng và sửa đổi bị kiểm soát bởi cơ chế mã hóa.
Mật mã học gốc AI (AI-native Cryptography)
Mã hóa gốc AI là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa chiều thấp và đặc tính khả thi của mô hình để phát triển cơ chế bảo mật nhẹ "có thể xác minh nhưng không thể xóa bỏ". Công nghệ cốt lõi của nó là:
Nhúng dấu vân tay: Chèn một tập hợp các cặp khóa giá trị query-response ẩn trong quá trình đào tạo để tạo thành chữ ký duy nhất của mô hình;
Giao thức xác minh quyền sở hữu: Xác minh xem dấu vân tay có được giữ lại hay không thông qua thiết bị phát hiện bên thứ ba (Prover) dưới dạng câu hỏi query;
Cơ chế gọi phép: Trước khi gọi, cần phải nhận được "chứng chỉ quyền hạn" do chủ sở hữu mô hình cấp phát, hệ thống sau đó sẽ cấp quyền cho mô hình giải mã đầu vào đó và trả về câu trả lời chính xác.
Cách này có thể thực hiện "gọi ủy quyền dựa trên hành vi + xác thực thuộc sở hữu" mà không tốn chi phí mã hóa lại.
Khung xác định quyền sở hữu mô hình và thực thi an toàn
Sentient hiện đang sử dụng Melange hỗn hợp an toàn: kết hợp xác thực bằng vân tay, thực thi TEE, và phân chia lợi nhuận hợp đồng trên chuỗi. Phương pháp vân tay là OML 1.0 thực hiện chính, nhấn mạnh tư tưởng "An toàn lạc quan (Optimistic Security)", tức là mặc định tuân thủ, có thể phát hiện và trừng phạt sau khi vi phạm.
Cơ chế dấu vân tay là một thực hiện chính của OML, nó thông qua việc nhúng các cặp "câu hỏi-trả lời" cụ thể, cho phép mô hình tạo ra chữ ký độc đáo trong giai đoạn huấn luyện. Thông qua những chữ ký này, chủ sở hữu mô hình có thể xác minh quyền sở hữu, ngăn chặn việc sao chép và thương mại hóa trái phép. Cơ chế này không chỉ bảo vệ quyền lợi của các nhà phát triển mô hình, mà còn cung cấp một bản ghi trên chuỗi có thể theo dõi cho hành vi sử dụng mô hình.
Ngoài ra, Sentient đã ra mắt khung tính toán Enclave TEE, sử dụng môi trường thực thi đáng tin cậy (như AWS Nitro Enclaves) để đảm bảo rằng mô hình chỉ phản hồi các yêu cầu được cấp phép, ngăn chặn việc truy cập và sử dụng không có sự cho phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro an ninh nhất định, nhưng lợi thế về hiệu suất cao và khả năng thời gian thực của nó đã khiến nó trở thành hạt nhân trong việc triển khai mô hình hiện tại.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
11 thích
Phần thưởng
11
5
Chia sẻ
Bình luận
0/400
ProofOfNothing
· 2giờ trước
Các nhà tư bản kiểm soát AI có chút lo lắng.
Xem bản gốcTrả lời0
NoodlesOrTokens
· 2giờ trước
Đừng để những ông lớn này nuốt chửng AI!
Xem bản gốcTrả lời0
Anon4461
· 2giờ trước
又 một đợt AI chơi đùa với mọi người đồ ngốc đã đến
Xem bản gốcTrả lời0
OPsychology
· 2giờ trước
Ai có thể hợp tác để phá vỡ sự độc quyền của các ông lớn? Thật sự lo lắng.
AI Layer1 cuộc đua mới: Phân tích Sentient và sáu dự án lớn xây dựng Phi tập trung AI sinh thái
Báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI on-chain
Tóm tắt
Trong những năm gần đây, các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta không ngừng thúc đẩy sự phát triển nhanh chóng của mô hình ngôn ngữ lớn (LLM). LLM đã thể hiện khả năng chưa từng có trong nhiều ngành nghề, mở rộng không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số tình huống, đã thể hiện tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của những công nghệ này lại nằm trong tay của một số ít gã khổng lồ công nghệ tập trung. Với nguồn vốn dồi dào và khả năng kiểm soát tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng nên những rào cản khó vượt qua, khiến đa số các nhà phát triển và đội ngũ đổi mới khó có thể cạnh tranh.
Trong giai đoạn đầu của sự tiến hóa nhanh chóng của AI, dư luận xã hội thường tập trung vào những đột phá và tiện ích mà công nghệ mang lại, trong khi sự quan tâm đến các vấn đề cốt lõi như bảo vệ quyền riêng tư, tính minh bạch và an toàn lại tương đối thiếu. Về lâu dài, những vấn đề này sẽ ảnh hưởng sâu sắc đến sự phát triển lành mạnh của ngành AI và mức độ chấp nhận của xã hội. Nếu không thể giải quyết một cách thỏa đáng, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ càng trở nên nổi bật, trong khi các ông lớn tập trung vào lợi nhuận thường thiếu động lực đủ mạnh để chủ động đối phó với những thách thức này.
Công nghệ blockchain với đặc tính phi tập trung, minh bạch và kháng kiểm duyệt đã cung cấp những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện nay, một số ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, phân tích sâu cho thấy rằng những dự án này vẫn tồn tại nhiều vấn đề: một mặt, mức độ phi tập trung còn hạn chế, các khâu quan trọng và cơ sở hạ tầng vẫn phụ thuộc vào dịch vụ đám mây tập trung, khó có thể hỗ trợ một hệ sinh thái thực sự mở; mặt khác, so với các sản phẩm AI trong thế giới Web2, AI trên chuỗi vẫn còn hạn chế về khả năng mô hình, việc sử dụng dữ liệu và các tình huống ứng dụng, độ sâu và độ rộng của đổi mới cần được nâng cao.
Để thực sự hiện thực hóa tầm nhìn về AI phi tập trung, giúp blockchain có thể an toàn, hiệu quả và dân chủ trong việc hỗ trợ các ứng dụng AI quy mô lớn, đồng thời cạnh tranh về hiệu suất với các giải pháp tập trung, chúng ta cần thiết kế một blockchain Layer 1 được xây dựng đặc biệt cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho đổi mới mở của AI, quản trị dân chủ và bảo mật dữ liệu, thúc đẩy sự phát triển thịnh vượng của hệ sinh thái AI phi tập trung.
Các đặc điểm cốt lõi của AI Layer 1
AI Layer 1 là một chuỗi khối được thiết kế đặc biệt cho các ứng dụng AI, với kiến trúc nền tảng và thiết kế hiệu suất tập trung vào nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ hiệu quả sự phát triển và thịnh vượng bền vững của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 cần có những khả năng cốt lõi sau:
Cơ chế khuyến khích hiệu quả và đồng thuận phi tập trung. Cốt lõi của AI Layer 1 là xây dựng một mạng lưới chia sẻ tài nguyên như sức mạnh tính toán, lưu trữ, v.v. Khác với các nút blockchain truyền thống chủ yếu tập trung vào việc ghi chép sổ cái, các nút của AI Layer 1 cần đảm nhận những nhiệm vụ phức tạp hơn, không chỉ cung cấp sức mạnh tính toán, hoàn thành việc đào tạo và suy luận mô hình AI, mà còn cần đóng góp tài nguyên đa dạng như lưu trữ, dữ liệu và băng thông, từ đó phá vỡ sự độc quyền của các gã khổng lồ phi tập trung trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn đối với cơ chế đồng thuận và khuyến khích cơ sở: AI Layer 1 phải có khả năng đánh giá, khuyến khích và xác minh chính xác đóng góp thực tế của các nút trong các nhiệm vụ như suy luận và đào tạo AI, nhằm đạt được an toàn cho mạng lưới và phân bổ tài nguyên hiệu quả. Chỉ có như vậy mới có thể đảm bảo sự ổn định và thịnh vượng của mạng lưới, đồng thời giảm thiểu chi phí sức mạnh tính toán tổng thể.
Hiệu suất cao vượt trội và khả năng hỗ trợ nhiệm vụ đa dạng Hệ thống AI, đặc biệt là đào tạo và suy luận LLM, đặt ra yêu cầu rất cao về hiệu suất tính toán và khả năng xử lý song song. Hơn nữa, hệ sinh thái AI trên chuỗi thường cần hỗ trợ nhiều loại nhiệm vụ đa dạng và khác nhau, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy luận, lưu trữ và nhiều kịch bản đa dạng khác. AI Layer 1 phải được tối ưu hóa sâu sắc cho các yêu cầu như thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt trên kiến trúc cơ sở, và phải được thiết lập khả năng hỗ trợ tính toán khác nhau một cách tự nhiên, đảm bảo rằng mọi nhiệm vụ AI đều có thể hoạt động hiệu quả, thực hiện sự mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp và đa dạng".
Khả năng xác minh và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các mối nguy hiểm về an ninh như mô hình xấu, thay đổi dữ liệu, mà còn phải đảm bảo khả năng xác minh và sự phù hợp của kết quả đầu ra của AI từ cơ chế nền tảng. Bằng cách tích hợp các công nghệ tiên tiến như môi trường thực thi đáng tin cậy (TEE), chứng minh không kiến thức (ZK), và tính toán bảo mật đa bên (MPC), nền tảng có thể cho phép mỗi lần suy diễn mô hình, đào tạo và xử lý dữ liệu đều có thể được xác minh độc lập, đảm bảo tính công bằng và minh bạch của hệ thống AI. Đồng thời, khả năng xác minh này cũng có thể giúp người dùng hiểu rõ logic và cơ sở của đầu ra AI, thực hiện "được như mong muốn", nâng cao niềm tin và sự hài lòng của người dùng đối với sản phẩm AI.
Bảo vệ quyền riêng tư dữ liệu Ứng dụng AI thường liên quan đến dữ liệu nhạy cảm của người dùng, trong các lĩnh vực tài chính, y tế, xã hội, bảo vệ quyền riêng tư dữ liệu là vô cùng quan trọng. AI Layer 1 nên đảm bảo tính khả chứng trong khi áp dụng các công nghệ xử lý dữ liệu dựa trên mã hóa, các giao thức tính toán quyền riêng tư và quản lý quyền dữ liệu, đảm bảo an toàn cho dữ liệu trong toàn bộ quá trình suy luận, đào tạo và lưu trữ, hiệu quả ngăn chặn rò rỉ dữ liệu và lạm dụng, xóa bỏ nỗi lo lắng của người dùng về an toàn dữ liệu.
Năng lực hỗ trợ phát triển và chứa đựng hệ sinh thái mạnh mẽ Là cơ sở hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính tiên phong về công nghệ, mà còn phải cung cấp cho các nhà phát triển, người vận hành nút, nhà cung cấp dịch vụ AI và các bên tham gia hệ sinh thái khác những công cụ phát triển hoàn thiện, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích. Thông qua việc tối ưu hóa liên tục khả năng sử dụng nền tảng và trải nghiệm của các nhà phát triển, thúc đẩy việc triển khai các ứng dụng gốc AI đa dạng và phong phú, đạt được sự thịnh vượng bền vững cho hệ sinh thái AI phi tập trung.
Dựa trên bối cảnh và kỳ vọng trên, bài viết này sẽ giới thiệu chi tiết về sáu dự án đại diện AI Layer1 bao gồm Sentient, Sahara AI, Ritual, Gensyn, Bittensor và 0G, hệ thống tổng hợp tiến triển mới nhất của ngành, phân tích tình trạng phát triển của các dự án và thảo luận về xu hướng tương lai.
Sentient：Xây dựng mô hình AI phi tập trung mã nguồn mở trung thành
Tóm tắt dự án
Sentient là một nền tảng giao thức mã nguồn mở, đang xây dựng một chuỗi blockchain AI Layer1 ( trong giai đoạn ban đầu là Layer 2, sau đó sẽ chuyển sang Layer 1). Bằng cách kết hợp AI Pipeline và công nghệ blockchain, nó xây dựng một nền kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nó là thông qua khung "OML" (Mở, Có lợi, Trung thành) giải quyết các vấn đề về quyền sở hữu mô hình, theo dõi cuộc gọi và phân phối giá trị trong thị trường LLM tập trung, giúp các mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, tính minh bạch trong việc gọi và chia sẻ giá trị. Tầm nhìn của Sentient là cho phép bất kỳ ai xây dựng, hợp tác, sở hữu và thương mại hóa sản phẩm AI, từ đó thúc đẩy một hệ sinh thái mạng lưới AI Agent công bằng và mở.
Đội ngũ Sentient Foundation quy tụ các chuyên gia học thuật hàng đầu thế giới, các doanh nhân blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI được điều khiển bởi cộng đồng, mã nguồn mở và có thể xác minh. Các thành viên cốt lõi bao gồm giáo sư Pramod Viswanath của Đại học Princeton và giáo sư Himanshu Tyagi của Viện Khoa học Ấn Độ, lần lượt phụ trách về an toàn AI và bảo vệ quyền riêng tư, trong khi chiến lược blockchain và bố trí hệ sinh thái được dẫn dắt bởi đồng sáng lập Polygon Sandeep Nailwal. Bối cảnh của các thành viên trong đội ngũ trải dài qua các công ty nổi tiếng như Meta, Coinbase, Polygon và các trường đại học hàng đầu như Đại học Princeton, Viện Công nghệ Ấn Độ, bao phủ các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nhau thúc đẩy dự án thực hiện.
Là một dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient đã mang theo một hào quang ngay từ khi thành lập, với nguồn lực phong phú, mối quan hệ và sự nhận thức về thị trường, cung cấp sự bảo chứng mạnh mẽ cho sự phát triển của dự án. Vào giữa năm 2024, Sentient đã hoàn thành vòng gọi vốn hạt giống 85 triệu đô la, được dẫn dắt bởi Founders Fund, Pantera và Framework Ventures, cùng với hàng chục quỹ đầu tư nổi tiếng khác như Delphi, Hashkey và Spartan.
Thiết kế kiến trúc và lớp ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Cấu trúc cốt lõi của Sentient bao gồm 2 phần: Ống dẫn AI (AI Pipeline) và hệ thống chuỗi khối.
AI pipeline là nền tảng để phát triển và đào tạo các tác phẩm "AI trung thành", bao gồm hai quá trình cốt lõi:
Hệ thống blockchain cung cấp tính minh bạch và kiểm soát phi tập trung cho giao thức, đảm bảo quyền sở hữu, theo dõi sử dụng, phân phối doanh thu và quản trị công bằng cho các tác phẩm AI. Cấu trúc cụ thể được chia thành bốn lớp:
Khung mô hình OML
Khung OML (Mở Open, Có thể kiếm tiền Monetizable, Trung thành Loyal) là ý tưởng cốt lõi được Sentient đưa ra, nhằm cung cấp bảo vệ quyền sở hữu rõ ràng và cơ chế khuyến khích kinh tế cho các mô hình AI mã nguồn mở. Bằng cách kết hợp công nghệ chuỗi khối và mật mã gốc AI, nó có các đặc điểm sau:
Mật mã học gốc AI (AI-native Cryptography)
Mã hóa gốc AI là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa chiều thấp và đặc tính khả thi của mô hình để phát triển cơ chế bảo mật nhẹ "có thể xác minh nhưng không thể xóa bỏ". Công nghệ cốt lõi của nó là:
Cách này có thể thực hiện "gọi ủy quyền dựa trên hành vi + xác thực thuộc sở hữu" mà không tốn chi phí mã hóa lại.
Khung xác định quyền sở hữu mô hình và thực thi an toàn
Sentient hiện đang sử dụng Melange hỗn hợp an toàn: kết hợp xác thực bằng vân tay, thực thi TEE, và phân chia lợi nhuận hợp đồng trên chuỗi. Phương pháp vân tay là OML 1.0 thực hiện chính, nhấn mạnh tư tưởng "An toàn lạc quan (Optimistic Security)", tức là mặc định tuân thủ, có thể phát hiện và trừng phạt sau khi vi phạm.
Cơ chế dấu vân tay là một thực hiện chính của OML, nó thông qua việc nhúng các cặp "câu hỏi-trả lời" cụ thể, cho phép mô hình tạo ra chữ ký độc đáo trong giai đoạn huấn luyện. Thông qua những chữ ký này, chủ sở hữu mô hình có thể xác minh quyền sở hữu, ngăn chặn việc sao chép và thương mại hóa trái phép. Cơ chế này không chỉ bảo vệ quyền lợi của các nhà phát triển mô hình, mà còn cung cấp một bản ghi trên chuỗi có thể theo dõi cho hành vi sử dụng mô hình.
Ngoài ra, Sentient đã ra mắt khung tính toán Enclave TEE, sử dụng môi trường thực thi đáng tin cậy (như AWS Nitro Enclaves) để đảm bảo rằng mô hình chỉ phản hồi các yêu cầu được cấp phép, ngăn chặn việc truy cập và sử dụng không có sự cho phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro an ninh nhất định, nhưng lợi thế về hiệu suất cao và khả năng thời gian thực của nó đã khiến nó trở thành hạt nhân trong việc triển khai mô hình hiện tại.