Báo cáo nghiên cứu AI Layer1: Tìm kiếm màu mỡ cho DeAI trên chuỗi
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 các mô hình ngôn ngữ lớn (LLM). LLM đã thể hiện khả năng chưa từng có trong nhiều lĩnh vực, mở rộng không gian tưởng tượng của con người, thậm chí trong một số tình huống còn cho thấy 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 gã khổng lồ công nghệ tập trung. Với nguồn vốn hùng hậu và khả năng kiểm soát tài nguyên tính toán đắt đỏ, các công ty này đã xây dựng nên những rào cản khó vượt qua, khiến đại đa số các nhà phát triển và đội ngũ đổi mới gặp khó khăn trong việc 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 lợi mà công nghệ mang lại, trong khi sự chú ý 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 đúng cách, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ ngày càng nổi bật, trong khi các ông lớn tập trung hóa, dưới sự thúc đẩy của bản năng kiếm lợi, thường thiếu động lực đủ để chủ động đối mặt với những thách thức này.
Công nghệ blockchain, nhờ vào tính phi tập trung, minh bạch và khả năng chống kiểm duyệt, đã mang đến những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, đã có nhiều ứng dụng "Web3 AI" xuất hiện trên các blockchain chính như Solana, Base. Tuy nhiên, nếu phân tích sâu, có thể 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, đặc tính meme quá nặng, 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 trường hợp ứng dụng, chiều sâu và chiều rộng của đổi mới cần được nâng cao.
Để thực sự hiện thực hóa tầm nhìn AI phi tập trung, cho phép blockchain có thể an toàn, hiệu quả và dân chủ 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 tạo ra đặc biệt cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở của AI, dân chủ trong quản trị và an toàn dữ liệu, thúc đẩy sự phát triển thịnh vượng của hệ sinh thái AI phi tập trung.
Các tính năng 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 hiệu suất nền tảng được xây dựng chặt chẽ xoay 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 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 nhiệm 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 cần đóng góp lưu trữ, dữ liệu, băng thông và các tài nguyên đa dạng khác, từ đó phá vỡ sự độc quyền của các ông lớn tập trung trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn đối với đồng thuận và cơ chế khuyến khích dưới nền tảng: 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 an ninh mạng và phân phối tài nguyên hiệu quả. Chỉ có như vậy mới đảm bảo được 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 dị biệt Nhiệm vụ AI, đặc biệt là 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 dị biệt, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy diễn, lưu trữ và nhiều cảnh cảnh khác nhau. AI Layer 1 phải được tối ưu hóa sâu về kiến trúc nền tảng để đáp ứng nhu cầu về thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt, và dự kiến hỗ trợ nguyên bản cho các tài nguyên tính toán dị biệt, đảm bảo rằng mọi nhiệm vụ AI đều có thể hoạt động hiệu quả, thực hiện việc mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp đa dạng".
Khả năng xác minh và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ cần ngăn chặn các rủi ro an ninh như mô hình gây hại, thay đổi dữ liệu, mà còn cần đảm bảo khả năng xác minh và sự phù hợp 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), chứng minh không biết (ZK), và tính toán an toàn nhiều 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 giúp người dùng hiểu rõ logic và cơ sở của đầu ra AI, đạt được "cái đã có chính là cái mong muốn", nâng cao lòng 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 như tài chính, y tế, xã hội, bảo vệ quyền riêng tư dữ liệu càng trở nên quan trọng hơn. AI Layer 1 nên đảm bảo tính xác minh 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, nhằm đảm bảo an toàn cho dữ liệu trong toàn bộ quá trình suy diễn, đào tạo và lưu trữ, hiệu quả ngăn chặn việc rò rỉ và lạm dụng dữ liệu, xóa bỏ nỗi lo của người dùng về an toàn dữ liệu.
Năng lực hỗ trợ và phát triển hệ sinh thái mạnh mẽ Với tư cách là cơ sở hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính ưu việt về mặt công nghệ 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 liên tục tối ưu hóa khả năng sử dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy sự hiện thực hóa các ứng dụng gốc AI phong phú và đa dạng, 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 cho AI Layer1 bao gồm Sentient, Sahara AI, Ritual, Gensyn, Bittensor và 0G, hệ thống tổng hợp những tiến triển mới nhất trong lĩnh vực, 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 blockchain AI Layer1 ( giai đoạn ban đầu là Layer 2, sau đó sẽ chuyển sang Layer 1), thông qua việc kết hợp AI Pipeline và công nghệ blockchain, xây dựng một nền kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nó là giải quyết vấn đề quyền sở hữu mô hình, theo dõi gọi và phân phối giá trị trong thị trường LLM tập trung thông qua "OML" framework (mở, có lợi, trung thành), để các 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 kiếm tiền từ sản phẩm AI, qua đó thúc đẩy một hệ sinh thái mạng lưới AI Agent công bằng và mở.
Đội ngũ Sentient Foundation quy tụ những chuyên gia học thuật hàng đầu, doanh nhân blockchain và kỹ sư từ khắp nơi trên thế giới, cam kết xây dựng một nền tảng AGI do cộng đồng dẫn dắt, 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 chịu trách nhiệm về an toàn AI và bảo vệ quyền riêng tư, trong khi đó, chiến lược blockchain và bố trí hệ sinh thái được dẫn dắt bởi Sandeep Nailwal, đồng sáng lập Polygon. Thành viên trong đội ngũ có nền tảng từ các công ty nổi tiếng như Meta, Coinbase, Polygon, cũng như 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, hợp tác thúc đẩy dự án triển khai.
Là một dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ những ngày đầu đã mang theo một hào quang, sở hữu nguồn lực phong phú, mối quan hệ và độ nhận biết trên thị trường, cung cấp sự đảm bảo 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 sự tham gia của hàng chục quỹ đầu tư nổi tiếng khác như Delphi, Hashkey và Spartan.
Kiến trúc thiết kế và lớp ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Cấu trúc cốt lõi của Sentient được cấu thành từ hai phần: Ống dẫn AI (AI Pipeline) và hệ thống chuỗi khối.
Pipeline AI là nền tảng để phát triển và huấn luyện 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 lòng trung thành (Loyalty Training): Đảm bảo rằng mô hình duy trì một 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 lợi nhuận 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 vân tay;
Tầng phân phối: Mô hình gọi điểm vào được kiểm soát bởi hợp đồng ủy quyền;
Tầng truy cập: Xác thực xem người dùng có được ủy quyền qua chứng minh quyền truy cập hay không;
Tầng khuyến khích: Hợp đồng định tuyến lợi nhuận sẽ phân chia khoản thanh toán mỗi lần gọi cho người đào tạo, người triển khai và người xác thực.
Khung mô hình OML
Khung OML (Mở Open, Có thể kiếm tiền Monetizable, Trung thành Loyal) là khái niệm cốt lõi do Sentient đề xuất, nhằm cung cấp sự 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, có các đặc điểm sau:
Tính mở: Mô hình phải mã nguồn mở, mã và cấu trúc dữ liệu phải minh bạch, dễ dàng cho cộng đồng tái tạo, kiểm toán và cải tiến.
Tiền hóa: Mỗi lần gọi mô hình sẽ kích hoạt dòng doanh thu, hợp đồng trên chuỗi sẽ phân phối doanh thu cho người đào tạo, người triển khai và người xác minh.
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 gốc AI (AI-native Cryptography)
Mã hóa gốc AI là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa tạp thấp chiều và đặc tính có thể vi phân của mô hình, để phát triển cơ chế an ninh nhẹ "có thể xác minh nhưng không thể loại bỏ". Công nghệ cốt lõi của nó là:
Nhúng dấu vân tay: Chèn một tập hợp các cặp khóa giá trị query-response ẩn vào lúc huấn luyện để tạo ra chữ ký duy nhất cho mô hình;
Giao thức xác minh quyền sở hữu: Xác minh xem dấu vân tay có được lưu giữ hay không thông qua máy dò 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 sẽ dựa vào đó 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 thực thuộc sở hữu" mà không tốn chi phí mã hóa lại.
Khung quyền sở hữu mô hình và thực thi an toàn
Sentient hiện tại đang áp 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 dòng chính, nhấn mạnh tư tưởng "An toàn lạc quan (Optimistic Security)", tức là mặc định tuân thủ, vi phạm có thể được phát hiện và xử phạt.
Cơ chế 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 đào tạo. 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 dấu trên chuỗi 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 ủy quyền, ngăn chặn việc truy cập và sử dụng không có phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro về an ninh, nhưng lợi thế về hiệu suất cao và tính thời gian thực của nó khiến nó trở thành công nghệ cốt lõi trong việc triển khai mô hình hiện nay.
Trong tương lai, Sentient dự định áp dụng công nghệ chứng minh không biết (ZK) và mã hóa đồng nhất hoàn toàn (FHE) để tăng cường bảo vệ quyền riêng tư và khả năng xác minh cho các mô hình AI.
Xem bản gốc
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.
13 thích
Phần thưởng
13
3
Chia sẻ
Bình luận
0/400
MagicBean
· 07-13 19:52
Các ông lớn không còn chơi được nữa sao!
Xem bản gốcTrả lời0
BoredApeResistance
· 07-13 19:47
Một câu chuyện mới về việc được chơi cho Suckers trong web3
Sự trỗi dậy của AI Layer1: Hạ tầng mới cho hệ sinh thái AI Phi tập trung
Báo cáo nghiên cứu AI Layer1: Tìm kiếm màu mỡ cho DeAI trên chuỗi
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 các mô hình ngôn ngữ lớn (LLM). LLM đã thể hiện khả năng chưa từng có trong nhiều lĩnh vực, mở rộng không gian tưởng tượng của con người, thậm chí trong một số tình huống còn cho thấy 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 gã khổng lồ công nghệ tập trung. Với nguồn vốn hùng hậu và khả năng kiểm soát tài nguyên tính toán đắt đỏ, các công ty này đã xây dựng nên những rào cản khó vượt qua, khiến đại đa số các nhà phát triển và đội ngũ đổi mới gặp khó khăn trong việc 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 lợi mà công nghệ mang lại, trong khi sự chú ý 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 đúng cách, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ ngày càng nổi bật, trong khi các ông lớn tập trung hóa, dưới sự thúc đẩy của bản năng kiếm lợi, thường thiếu động lực đủ để chủ động đối mặt với những thách thức này.
Công nghệ blockchain, nhờ vào tính phi tập trung, minh bạch và khả năng chống kiểm duyệt, đã mang đến những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, đã có nhiều ứng dụng "Web3 AI" xuất hiện trên các blockchain chính như Solana, Base. Tuy nhiên, nếu phân tích sâu, có thể 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, đặc tính meme quá nặng, 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 trường hợp ứng dụng, chiều sâu và chiều rộng của đổi mới cần được nâng cao.
Để thực sự hiện thực hóa tầm nhìn AI phi tập trung, cho phép blockchain có thể an toàn, hiệu quả và dân chủ 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 tạo ra đặc biệt cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở của AI, dân chủ trong quản trị và an toàn dữ liệu, thúc đẩy sự phát triển thịnh vượng của hệ sinh thái AI phi tập trung.
Các tính năng 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 hiệu suất nền tảng được xây dựng chặt chẽ xoay 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 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 nhiệm 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 cần đóng góp lưu trữ, dữ liệu, băng thông và các tài nguyên đa dạng khác, từ đó phá vỡ sự độc quyền của các ông lớn tập trung trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn đối với đồng thuận và cơ chế khuyến khích dưới nền tảng: 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 an ninh mạng và phân phối tài nguyên hiệu quả. Chỉ có như vậy mới đảm bảo được 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 dị biệt Nhiệm vụ AI, đặc biệt là 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 dị biệt, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy diễn, lưu trữ và nhiều cảnh cảnh khác nhau. AI Layer 1 phải được tối ưu hóa sâu về kiến trúc nền tảng để đáp ứng nhu cầu về thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt, và dự kiến hỗ trợ nguyên bản cho các tài nguyên tính toán dị biệt, đảm bảo rằng mọi nhiệm vụ AI đều có thể hoạt động hiệu quả, thực hiện việc mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp đa dạng".
Khả năng xác minh và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ cần ngăn chặn các rủi ro an ninh như mô hình gây hại, thay đổi dữ liệu, mà còn cần đảm bảo khả năng xác minh và sự phù hợp 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), chứng minh không biết (ZK), và tính toán an toàn nhiều 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 giúp người dùng hiểu rõ logic và cơ sở của đầu ra AI, đạt được "cái đã có chính là cái mong muốn", nâng cao lòng 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 như tài chính, y tế, xã hội, bảo vệ quyền riêng tư dữ liệu càng trở nên quan trọng hơn. AI Layer 1 nên đảm bảo tính xác minh 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, nhằm đảm bảo an toàn cho dữ liệu trong toàn bộ quá trình suy diễn, đào tạo và lưu trữ, hiệu quả ngăn chặn việc rò rỉ và lạm dụng dữ liệu, xóa bỏ nỗi lo của người dùng về an toàn dữ liệu.
Năng lực hỗ trợ và phát triển hệ sinh thái mạnh mẽ Với tư cách là cơ sở hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính ưu việt về mặt công nghệ 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 liên tục tối ưu hóa khả năng sử dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy sự hiện thực hóa các ứng dụng gốc AI phong phú và đa dạng, 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 cho AI Layer1 bao gồm Sentient, Sahara AI, Ritual, Gensyn, Bittensor và 0G, hệ thống tổng hợp những tiến triển mới nhất trong lĩnh vực, 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 blockchain AI Layer1 ( giai đoạn ban đầu là Layer 2, sau đó sẽ chuyển sang Layer 1), thông qua việc kết hợp AI Pipeline và công nghệ blockchain, xây dựng một nền kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nó là giải quyết vấn đề quyền sở hữu mô hình, theo dõi gọi và phân phối giá trị trong thị trường LLM tập trung thông qua "OML" framework (mở, có lợi, trung thành), để các 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 kiếm tiền từ sản phẩm AI, qua đó thúc đẩy một hệ sinh thái mạng lưới AI Agent công bằng và mở.
Đội ngũ Sentient Foundation quy tụ những chuyên gia học thuật hàng đầu, doanh nhân blockchain và kỹ sư từ khắp nơi trên thế giới, cam kết xây dựng một nền tảng AGI do cộng đồng dẫn dắt, 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 chịu trách nhiệm về an toàn AI và bảo vệ quyền riêng tư, trong khi đó, chiến lược blockchain và bố trí hệ sinh thái được dẫn dắt bởi Sandeep Nailwal, đồng sáng lập Polygon. Thành viên trong đội ngũ có nền tảng từ các công ty nổi tiếng như Meta, Coinbase, Polygon, cũng như 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, hợp tác thúc đẩy dự án triển khai.
Là một dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ những ngày đầu đã mang theo một hào quang, sở hữu nguồn lực phong phú, mối quan hệ và độ nhận biết trên thị trường, cung cấp sự đảm bảo 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 sự tham gia của hàng chục quỹ đầu tư nổi tiếng khác như Delphi, Hashkey và Spartan.
Kiến trúc thiết kế và lớp ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Cấu trúc cốt lõi của Sentient được cấu thành từ hai phần: Ống dẫn AI (AI Pipeline) và hệ thống chuỗi khối.
Pipeline AI là nền tảng để phát triển và huấn luyện 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 lợi nhuận 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 khái niệm cốt lõi do Sentient đề xuất, nhằm cung cấp sự 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, có các đặc điểm sau:
Mật mã gốc AI (AI-native Cryptography)
Mã hóa gốc AI là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa tạp thấp chiều và đặc tính có thể vi phân của mô hình, để phát triển cơ chế an ninh nhẹ "có thể xác minh nhưng không thể loại 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 quyền sở hữu mô hình và thực thi an toàn
Sentient hiện tại đang áp 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 dòng chính, nhấn mạnh tư tưởng "An toàn lạc quan (Optimistic Security)", tức là mặc định tuân thủ, vi phạm có thể được phát hiện và xử phạt.
Cơ chế 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 đào tạo. 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 dấu trên chuỗi 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 ủy quyền, ngăn chặn việc truy cập và sử dụng không có phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro về an ninh, nhưng lợi thế về hiệu suất cao và tính thời gian thực của nó khiến nó trở thành công nghệ cốt lõi trong việc triển khai mô hình hiện nay.
Trong tương lai, Sentient dự định áp dụng công nghệ chứng minh không biết (ZK) và mã hóa đồng nhất hoàn toàn (FHE) để tăng cường bảo vệ quyền riêng tư và khả năng xác minh cho các mô hình AI.