Báo cáo nghiên cứu Layer1 AI: Tìm kiếm đất màu mỡ cho DeAI trên chuỗi
Tóm tắt
Bối cảnh
Trong những năm gần đây, các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta liên tục thúc đẩy sự phát triển nhanh chóng của các mô hình ngôn ngữ lớn (LLM). LLM đã thể hiện khả năng chưa từng có trong nhiều lĩnh vực, mở rộng đáng kể không gian tưởng tượng của nhân loại, thậm chí trong một số tình huống đã cho thấy tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của những công nghệ này lại nằm vững vàng trong tay một số ít ông lớn công nghệ. Với vốn đầu tư dồi dào và sự kiểm soát đối với 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 lòng 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 chú ý đối với 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 hóa thường thiếu động lực đủ mạnh để chủ động đối phó với những thách thức này do bản năng kiếm lợi.
Công nghệ blockchain, với đặc tính phi tập trung, minh bạch và chống kiểm duyệt, đã mang lại những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, trên các blockchain chính như Solana, Base đã xuất hiện nhiều ứng dụng "Web3 AI". Tuy nhiên, phân tích sâu cho thấy, 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, thuộc tính meme quá nặng, khó có thể duy trì 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, sử dụng dữ liệu và bối cảnh ứng dụng, chiều sâu và chiều rộng của đổi mới cần được nâng cao.
Để thực sự hiện thực hóa tầm nhìn về AI phi tập trung, làm cho blockchain có thể an toàn, hiệu quả và dân chủ trong việc chứa đựng các ứng dụng AI quy mô lớn, và cạnh tranh về hiệu suất với các giải pháp tập trung, chúng ta cần thiết kế một blockchain Layer 1 được tạo ra riêng cho AI. Điều này sẽ cung cấp một nền tảng vững chắc cho sự đổi mới mở trong AI, dân chủ hóa quản trị và an toàn 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 blockchain được thiết kế riêng cho các ứng dụng AI, với kiến trúc và thiết kế hiệu suất của nó được xây dựng chặt chẽ xung quanh nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ hiệu quả sự phát triển bền vững và thịnh vượng của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 nên có các 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 diễn mô hình AI, mà còn phải đóng góp tài nguyên đa dạng như lưu trữ, dữ liệu, băng thông, v.v., nhằm phá vỡ sự độc quyền của các ông lớn phi tập trung trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn cho cơ chế đồng thuận và khuyến khích: 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 suy diễn, đào tạo AI, v.v., nhằm đảm bảo sự an toàn của mạng lưới và phân phối 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 việc đào tạo và suy diễn 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 các loại nhiệm vụ đa dạng và khác biệt, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy diễn, lưu trữ và nhiều tình huống đa dạng khác. AI Layer 1 phải tối ưu hóa sâu cho các yêu cầu như thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt trên kiến trúc nền tảng, đồng thời thiết lập khả năng hỗ trợ nguyên bản cho các nguồn lực tính toán khác nhau, đảm bảo rằng các nhiệm vụ AI khác nhau có thể hoạt động hiệu quả, thực hiện sự mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp đa dạng".
Tính khả thi và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ cần ngăn chặn các nguy cơ về an ninh như mô hình xấu, thao túng dữ liệu mà còn phải đảm bảo tính khả thi và sự đồng nhất của kết quả đầu ra AI từ cơ chế nền tảng. Bằng cách tích hợp các công nghệ tiên tiến như môi trường thực thi đáng tin cậy (TEE), bằng chứng không biết (ZK), và tính toán an toàn đa bên (MPC), nền tảng có thể cho phép mỗi lần suy diễn, huấn luyện và xử lý dữ liệu của mô hình đều có thể được xác minh độc lập, đảm bảo tính công bằng và minh bạch của hệ thống AI. Đồng thời, tính khả thi này cũng có thể giúp người dùng hiểu rõ logic và cơ sở của đầu ra AI, thực hiện "nhận được như mong muốn", nâng cao sự tin tưởng và 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, mạng xã hội, bảo vệ quyền riêng tư dữ liệu đặc biệt quan trọng. AI Layer 1 cần đảm bảo tính khả chứng trong khi áp dụng các công nghệ xử lý dữ liệu dựa trên mã hóa, giao thức tính toán quyền riêng tư và quản lý quyền dữ liệu, để đảm bảo tính an toàn của dữ liệu trong toàn bộ quá trình suy diễn, huấn luyện và lưu trữ, hiệu quả ngăn chặn rò rỉ và lạm dụng dữ liệu, xóa bỏ nỗi lo lắng của người dùng về an toàn dữ liệu.
Năng lực hỗ trợ và phát triển hệ sinh thái mạnh mẽ Là cơ sở hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính năng kỹ thuật vượt trội mà còn phải cung cấp cho các nhà phát triển, nhà điều hành nút, nhà cung cấp dịch vụ AI và các bên tham gia hệ sinh thái khác các công cụ phát triển hoàn chỉnh, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích. Bằng cách tối ưu hóa liên tục khả năng sử dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy sự hiện thực hóa của các ứng dụng gốc AI đa dạng và phong phú, đạt được sự thịnh vượng bền vững của 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 những tiến triển mới nhất của lĩnh vực này, phân tích tình hình 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 với lòng trung thành.
Tóm tắt dự án
Sentient là một nền tảng giao thức mã nguồn mở, đang xây dựng một blockchain AI Layer1 ( giai đoạn ban đầu là Layer 2, sau đó sẽ chuyển sang Layer 1), thông qua việc kết hợp công nghệ AI Pipeline và blockchain, xây dựng một nền kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nó là giải quyết các vấn đề về quyền sở hữu mô hình, theo dõi gọi và phân phối giá trị trong thị trường LLM tập trung thông qua khung "OML" (mở, có lợi, trung thành), giúp mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, minh bạch trong việc gọi và phân chia giá trị. Tầm nhìn của Sentient là cho phép bất kỳ ai có thể xây dựng, hợp tác, sở hữu và biến sản phẩm AI thành hàng hóa, 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 toàn cầu, các doanh nhân khởi nghiệp blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI do cộng đồng điều hành, mã nguồn mở và có thể xác minh. Các thành viên cốt lõi bao gồm giáo sư Pramod Viswanath từ Đại học Princeton và giáo sư Himanshu Tyagi từ Viện Khoa học Ấn Độ, lần lượt phụ trách an toàn AI và bảo vệ quyền riêng tư, đồng thời do người đồng sáng lập Polygon Sandeep Nailwal dẫn dắt chiến lược blockchain và bố trí hệ sinh thái. Nền tảng thành viên trải dài qua các doanh nghiệp nổi tiếng như Meta, Coinbase, Polygon, cũng như các trường đại học hàng đầu như Đại học Princeton, Viện Công nghệ Ấn Độ, bao trùm các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nhau thúc đẩy dự án triển khai.
Là dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ khi thành lập đã mang theo một hào quang, sở hữu 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. Giữa năm 2024, Sentient đã hoàn thành vòng gọi vốn hạt giống 85 triệu USD, do Founders Fund, Pantera và Framework Ventures dẫn đầu, cùng với hàng chục quỹ đầu tư nổi tiếng khác như Delphi, Hashkey và Spartan.
Thiết kế kiến trúc và tầng ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Cấu trúc cốt lõi của Sentient được hình thành từ hai phần: ống dẫn AI (AI Pipeline) và hệ thống blockchain.
Đường ống AI 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 chọn dữ liệu do cộng đồng điều khiển, được sử dụng để đồng bộ hóa mô hình.
Đào tạo lòng trung thành (Loyalty Training): Đảm bảo quá trình đào tạo của mô hình giữ vững sự nhất quán với ý định của cộng đồng.
Hệ thống blockchain cung cấp tính minh bạch và kiểm soát phi tập trung cho các giao thức, đảm bảo quyền sở hữu, theo dõi sử dụng, phân phối lợi nhuận và quản trị công bằng cho các đối tượng 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 kiểm soát hợp đồng ủy quyền điểm vào cuộc gọi;
Lớp truy cập: Xác minh xem người dùng có được ủy quyền thông qua chứng minh quyền hay không;
Tầng khuyến khích: Hợp đồng định tuyến lợi nhuận sẽ phân phối thanh toán cho người đào tạo, người triển khai và người xác nhận mỗi khi có cuộc gọi.
Khung mô hình OML
Khung OML (Mở Open, Có thể kiếm tiền Monetizable, Trung thành Loyal) là một trong những ý tưởng cốt lõi mà 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 on-chain 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.
Đổi tiền: Mỗi lần gọi mô hình sẽ kích hoạt dòng thu nhập, hợp đồng trên chuỗi sẽ phân phối lợi nhuận cho người đào tạo, người triển khai và người xác thực.
Độ trung thành: Mô hình thuộc về cộng đồng đóng góp, hướng nâng cấp và quản trị được quyết định bởi DAO, việc sử dụng và sửa đổi được 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 vi phân của mô hình để phát triển cơ chế an toàn 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 huấn luyện để tạo thành chữ ký duy nhất của mô hình;
Giao thức xác thực quyền sở hữu: Xác thực xem dấu vân tay có được giữ lại hay không qua hình thức hỏi query từ bộ phát hiện bên thứ ba (Prover);
Cơ chế gọi có giấy phép: Trước khi gọi, cần phải lấy "chứng chỉ quyền hạn" do chủ sở hữu mô hình phát hành, hệ thống sẽ dựa vào đó để cấp quyền cho mô hình giải mã đầu vào và trả về câu trả lời chính xác.
Cách này có thể thực hiện "gọi ủy quyền dựa trên hành vi + xác minh thuộc sở hữu" mà không tốn chi phí tái mã hóa.
Khung xác quyền mô hình và thực thi an toàn
Sentient hiện đang áp dụng Melange hỗn hợp an toàn: kết hợp xác nhận bằng vân tay, thực thi TEE, và chia sẻ lợi nhuận hợp đồng trên chuỗi. Phương pháp vân tay được thực hiện theo OML 1.0, nhấn mạnh tư tưởng "An toàn lạc quan (Optimistic Security)", tức là mặc định tuân thủ, vi phạm có thể được phát hiện và trừng phạt.
Cơ chế dấu vân tay là một phần quan trọng trong việc thực hiện OML, nó cho phép mô hình tạo ra chữ ký độc đáo trong giai đoạn đào tạo thông qua việc nhúng các cặp "câu hỏi-đáp" cụ thể. 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 hồ sơ có thể truy nguyên trên chuỗi cho các 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 mô hình chỉ phản hồi các yêu cầu được ủy quyền, ngăn chặn việc truy cập và sử dụng trái phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro an ninh, nhưng những lợi thế về hiệu suất cao và tính thời gian thực của nó khiến nó trở thành công nghệ cốt lõi cho việc triển khai mô hình hiện tại.
Trong tương lai, Sentient dự định đưa ra công nghệ bằng chứng không kiến thức (ZK) và mã hóa đồng nhất hoàn toàn (FHE), nhằm tăng cường bảo vệ quyền riêng tư và khả năng xác minh, cung cấp giải pháp trưởng thành hơn cho việc triển khai phi tập trung của mô hình AI.
 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.
6 thích
Phần thưởng
6
4
Đăng lại
Chia sẻ
Bình luận
0/400
Rugman_Walking
· 26phút trước
Các ông lớn truyền thống tự hào chơi AI nhỉ
Xem bản gốcTrả lời0
NFTHoarder
· 11giờ trước
Một số ông lớn chơi độc quyền, hay là web3 hấp dẫn hơn.
Xem bản gốcTrả lời0
MiningDisasterSurvivor
· 11giờ trước
Hê hê, thời đại AI lớn có lẽ ngay cả Ponzi cũng phải mặc áo mới đúng không? Đã từng diễn vở kịch đó vào năm 2018 rồi!
Báo cáo nghiên cứu AI Layer1: Sáu dự án xây dựng Phi tập trung AI sinh thái
Báo cáo nghiên cứu Layer1 AI: Tìm kiếm đất màu mỡ cho DeAI trên chuỗi
Tóm tắt
Bối cảnh
Trong những năm gần đây, các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta liên tục thúc đẩy sự phát triển nhanh chóng của các mô hình ngôn ngữ lớn (LLM). LLM đã thể hiện khả năng chưa từng có trong nhiều lĩnh vực, mở rộng đáng kể không gian tưởng tượng của nhân loại, thậm chí trong một số tình huống đã cho thấy tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của những công nghệ này lại nằm vững vàng trong tay một số ít ông lớn công nghệ. Với vốn đầu tư dồi dào và sự kiểm soát đối với 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 lòng 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 chú ý đối với 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 hóa thường thiếu động lực đủ mạnh để chủ động đối phó với những thách thức này do bản năng kiếm lợi.
Công nghệ blockchain, với đặc tính phi tập trung, minh bạch và chống kiểm duyệt, đã mang lại những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, trên các blockchain chính như Solana, Base đã xuất hiện nhiều ứng dụng "Web3 AI". Tuy nhiên, phân tích sâu cho thấy, 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, thuộc tính meme quá nặng, khó có thể duy trì 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, sử dụng dữ liệu và bối cảnh ứng dụng, chiều sâu và chiều rộng của đổi mới cần được nâng cao.
Để thực sự hiện thực hóa tầm nhìn về AI phi tập trung, làm cho blockchain có thể an toàn, hiệu quả và dân chủ trong việc chứa đựng các ứng dụng AI quy mô lớn, và cạnh tranh về hiệu suất với các giải pháp tập trung, chúng ta cần thiết kế một blockchain Layer 1 được tạo ra riêng cho AI. Điều này sẽ cung cấp một nền tảng vững chắc cho sự đổi mới mở trong AI, dân chủ hóa quản trị và an toàn 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 blockchain được thiết kế riêng cho các ứng dụng AI, với kiến trúc và thiết kế hiệu suất của nó được xây dựng chặt chẽ xung quanh nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ hiệu quả sự phát triển bền vững và thịnh vượng của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 nên có các 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 diễn mô hình AI, mà còn phải đóng góp tài nguyên đa dạng như lưu trữ, dữ liệu, băng thông, v.v., nhằm phá vỡ sự độc quyền của các ông lớn phi tập trung trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn cho cơ chế đồng thuận và khuyến khích: 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 suy diễn, đào tạo AI, v.v., nhằm đảm bảo sự an toàn của mạng lưới và phân phối 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 việc đào tạo và suy diễn 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 các loại nhiệm vụ đa dạng và khác biệt, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy diễn, lưu trữ và nhiều tình huống đa dạng khác. AI Layer 1 phải tối ưu hóa sâu cho các yêu cầu như thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt trên kiến trúc nền tảng, đồng thời thiết lập khả năng hỗ trợ nguyên bản cho các nguồn lực tính toán khác nhau, đảm bảo rằng các nhiệm vụ AI khác nhau có thể hoạt động hiệu quả, thực hiện sự mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp đa dạng".
Tính khả thi và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ cần ngăn chặn các nguy cơ về an ninh như mô hình xấu, thao túng dữ liệu mà còn phải đảm bảo tính khả thi và sự đồng nhất của kết quả đầu ra AI từ cơ chế nền tảng. Bằng cách tích hợp các công nghệ tiên tiến như môi trường thực thi đáng tin cậy (TEE), bằng chứng không biết (ZK), và tính toán an toàn đa bên (MPC), nền tảng có thể cho phép mỗi lần suy diễn, huấn luyện và xử lý dữ liệu của mô hình đều có thể được xác minh độc lập, đảm bảo tính công bằng và minh bạch của hệ thống AI. Đồng thời, tính khả thi này cũng có thể giúp người dùng hiểu rõ logic và cơ sở của đầu ra AI, thực hiện "nhận được như mong muốn", nâng cao sự tin tưởng và 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, mạng xã hội, bảo vệ quyền riêng tư dữ liệu đặc biệt quan trọng. AI Layer 1 cần đảm bảo tính khả chứng trong khi áp dụng các công nghệ xử lý dữ liệu dựa trên mã hóa, giao thức tính toán quyền riêng tư và quản lý quyền dữ liệu, để đảm bảo tính an toàn của dữ liệu trong toàn bộ quá trình suy diễn, huấn luyện và lưu trữ, hiệu quả ngăn chặn rò rỉ và lạm dụng dữ liệu, xóa bỏ nỗi lo lắng của người dùng về an toàn dữ liệu.
Năng lực hỗ trợ và phát triển hệ sinh thái mạnh mẽ Là cơ sở hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính năng kỹ thuật vượt trội mà còn phải cung cấp cho các nhà phát triển, nhà điều hành nút, nhà cung cấp dịch vụ AI và các bên tham gia hệ sinh thái khác các công cụ phát triển hoàn chỉnh, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích. Bằng cách tối ưu hóa liên tục khả năng sử dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy sự hiện thực hóa của các ứng dụng gốc AI đa dạng và phong phú, đạt được sự thịnh vượng bền vững của 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 những tiến triển mới nhất của lĩnh vực này, phân tích tình hình 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 với lòng trung thành.
Tóm tắt dự án
Sentient là một nền tảng giao thức mã nguồn mở, đang xây dựng một blockchain AI Layer1 ( giai đoạn ban đầu là Layer 2, sau đó sẽ chuyển sang Layer 1), thông qua việc kết hợp công nghệ AI Pipeline và blockchain, xây dựng một nền kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nó là giải quyết các vấn đề về quyền sở hữu mô hình, theo dõi gọi và phân phối giá trị trong thị trường LLM tập trung thông qua khung "OML" (mở, có lợi, trung thành), giúp mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, minh bạch trong việc gọi và phân chia giá trị. Tầm nhìn của Sentient là cho phép bất kỳ ai có thể xây dựng, hợp tác, sở hữu và biến sản phẩm AI thành hàng hóa, 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 toàn cầu, các doanh nhân khởi nghiệp blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI do cộng đồng điều hành, mã nguồn mở và có thể xác minh. Các thành viên cốt lõi bao gồm giáo sư Pramod Viswanath từ Đại học Princeton và giáo sư Himanshu Tyagi từ Viện Khoa học Ấn Độ, lần lượt phụ trách an toàn AI và bảo vệ quyền riêng tư, đồng thời do người đồng sáng lập Polygon Sandeep Nailwal dẫn dắt chiến lược blockchain và bố trí hệ sinh thái. Nền tảng thành viên trải dài qua các doanh nghiệp nổi tiếng như Meta, Coinbase, Polygon, cũng như các trường đại học hàng đầu như Đại học Princeton, Viện Công nghệ Ấn Độ, bao trùm các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nhau thúc đẩy dự án triển khai.
Là dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ khi thành lập đã mang theo một hào quang, sở hữu 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. Giữa năm 2024, Sentient đã hoàn thành vòng gọi vốn hạt giống 85 triệu USD, do Founders Fund, Pantera và Framework Ventures dẫn đầu, cùng với hàng chục quỹ đầu tư nổi tiếng khác như Delphi, Hashkey và Spartan.
Thiết kế kiến trúc và tầng ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Cấu trúc cốt lõi của Sentient được hình thành từ hai phần: ống dẫn AI (AI Pipeline) và hệ thống blockchain.
Đường ống AI 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 các giao thức, đảm bảo quyền sở hữu, theo dõi sử dụng, phân phối lợi nhuận và quản trị công bằng cho các đối tượng 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 một trong những ý tưởng cốt lõi mà 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 on-chain 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 vi phân của mô hình để phát triển cơ chế an toàn 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 minh thuộc sở hữu" mà không tốn chi phí tái mã hóa.
Khung xác quyền mô hình và thực thi an toàn
Sentient hiện đang áp dụng Melange hỗn hợp an toàn: kết hợp xác nhận bằng vân tay, thực thi TEE, và chia sẻ lợi nhuận hợp đồng trên chuỗi. Phương pháp vân tay được thực hiện theo OML 1.0, nhấn mạnh tư tưởng "An toàn lạc quan (Optimistic Security)", tức là mặc định tuân thủ, vi phạm có thể được phát hiện và trừng phạt.
Cơ chế dấu vân tay là một phần quan trọng trong việc thực hiện OML, nó cho phép mô hình tạo ra chữ ký độc đáo trong giai đoạn đào tạo thông qua việc nhúng các cặp "câu hỏi-đáp" cụ thể. 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 hồ sơ có thể truy nguyên trên chuỗi cho các 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 mô hình chỉ phản hồi các yêu cầu được ủy quyền, ngăn chặn việc truy cập và sử dụng trái phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro an ninh, nhưng những lợi thế về hiệu suất cao và tính thời gian thực của nó khiến nó trở thành công nghệ cốt lõi cho việc triển khai mô hình hiện tại.
Trong tương lai, Sentient dự định đưa ra công nghệ bằng chứng không kiến thức (ZK) và mã hóa đồng nhất hoàn toàn (FHE), nhằm tăng cường bảo vệ quyền riêng tư và khả năng xác minh, cung cấp giải pháp trưởng thành hơn cho việc triển khai phi tập trung của mô hình AI.
![Biteye và PANews hợp tác phát hành báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI trên chuỗi](