AI Layer1研究レポート：オンチェーンDeAIの沃土を探る

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は各業界で前例のない能力を示し、人類の想像力を大きく広げ、さらには一部のシーンでは人間の労働を代替する潜在能力を示しています。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大手によってしっかりと握られています。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、超えられない壁を築き上げており、ほとんどの開発者や革新チームが対抗することが難しくなっています。

同時に、AIの急速な進化の初期には、社会の世論は技術がもたらす突破口や便利さに焦点を当てがちですが、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ます。長期的には、これらの問題がAI業界の健全な発展と社会的受容に深刻な影響を与えるでしょう。もしこれらの問題が適切に解決されなければ、AIが「善に向かう」か「悪に向かう」かの論争はますます顕著になるでしょう。そして、中央集権的な巨頭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十分な動機を欠くことが多いです。

ブロックチェーン技術は、その分散化、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、多くの主流なブロックチェーン上に多くの「Web3 AI」アプリケーションが登場しています。しかし、詳細に分析すると、これらのプロジェクトには多くの問題が残っています。一方では、分散化の度合いが限られており、重要なプロセスやインフラが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AI製品と比較すると、オンチェーンAIはモデル能力、データ利用、アプリケーションシーンなどの面で依然として制限があり、革新の深さと広さを向上させる必要があります。

真に分散型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、パフォーマンスで集中型ソリューションと対抗できるようにするためには、AIのために特別に設計されたLayer1ブロックチェーンを構築する必要があります。これにより、AIのオープンな革新、ガバナンスの民主化、およびデータの安全性に対する堅実な基盤が提供され、分散型AIエコシステムの繁栄と発展が促進されます。

! 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アプリケーションのために特別に設計されたブロックチェーンであり、その基盤アーキテクチャとパフォーマンス設計は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は以下のコア機能を備えるべきです：

1. 効率的なインセンティブと分散型コンセンサス機構 AI Layer 1の核心は、オープンな計算力、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です。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負う必要があります。計算力を提供し、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を提供する必要があり、AIインフラストラクチャにおける中央集権的な巨頭の独占を打破します。これは、基盤となる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課します：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らず、ネットワークの安全性とリソースの効率的な配分を実現します。これにより、ネットワークの安定性と繁栄が保証され、全体の計算力コストが効果的に削減されるのです。

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の訓練と推論は、計算性能と並列処理能力に対して極めて高い要求を提出します。さらに、オンチェーンAIエコシステムは、異なるモデル構造、データ処理、推論、ストレージなどの多様な異種タスクタイプをサポートする必要があります。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、弾力的な並列などの要求に対して深く最適化され、異種計算リソースへのネイティブサポート能力を事前に設定し、さまざまなAIタスクが効率的に実行されることを保証し、"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する必要があります。

3. 検証可能性と信頼性のある出力の保障 AI Layer 1は、モデルの悪用やデータの改ざんなどの安全上のリスクを防ぐだけでなく、AIの出力結果の検証可能性と整合性を根本的なメカニズムから保証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）、マルチパーティ安全計算（MPC）などの最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、データ処理プロセスが独立して検証可能であることを可能にし、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に役立ち、「得られるものが望むものである」ことを実現し、ユーザーのAI製品への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しばしばユーザーのセンシティブデータを扱います。金融、医療、ソーシャルなどの分野では、データプライバシー保護が特に重要です。AI Layer 1は、検証可能性を保障しながら、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、ストレージなどの全過程における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ぎ、ユーザーのデータセキュリティに関する懸念を取り除くべきです。

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備えるだけでなく、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、完璧な開発ツール、統合SDK、運営サポート、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により、多様で豊かな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。

上記の背景と期待に基づき、本記事ではSentient、Sahara AI、Ritual、Gensyn、Bittensor、そして0Gを含む6つのAI Layer1代表プロジェクトについて詳しく紹介し、トラックの最新の進展を整理し、プロジェクトの発展状況を分析し、今後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。そのコア目標は、「OML」フレームワーク（オープン、収益化可能、忠実）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、価値配分の問題を解決し、AIモデルがオンチェーンでの所有権構造、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、世界中のトップクラスの学術専門家、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配置を主導しています。チームメンバーの背景は Meta、Coinbase、Polygon などの著名な企業や、プリンストン大学、インド工科大学などのトップ大学にわたり、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に向けて協力しています。

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完了し、他の投資家にはDelphi、Hashkey、Spartanなどの著名なVC数十社が含まれています。

! [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])https://img-cdn.gateio.im/webp-social/moments-f4a64f13105f67371db1a93a52948756.webp###

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" 工件の開発と訓練の基盤であり、2つのコアプロセスを含みます：​

• 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、モデルの整合性のために使用されます。
• 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した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管理を提供し、AIアセットの所有権、使用追跡、収益分配、公平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：ストレージモデルの重みと指紋登録情報；
• 配布層：権限契約がモデル呼び出しの入り口を制御する；
• アクセス層：権限証明を通じてユーザーが認可されているかどうかを検証する；
• インセンティブ層：収益ルーティング契約は、毎回の呼び出しでトレーナー、デプロイヤー、およびバリデーターに支払いを分配します。

! [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])https://img-cdn.gateio.im/webp-social/moments-a70b0aca9250ab65193d0094fa9b5641.webp###

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 が提唱するコアコンセプトであり、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的としています。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で、以下の特徴を持っています：

• 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が透明であり、コミュニティが再現、監査、改善しやすい。
• マネタイズ：モデルの呼び出しごとに収益の流れが発生し、オンチェーンの契約は収益をトレーナー、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、使用および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な特性を利用して、"検証可能だが削除不可能"な軽量セキュリティメカニズムを開発したものです。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-レスポンスのキーと値のペアを挿入してモデルのユニークな署名を形成する；
• 所有権確認プロトコル：サードパーティのプローバー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確認します；
• 許可呼び出しメカニズム：呼び出す前にモデル所有者から発行された「権限証明書」を取得する必要があり、システムはそれに基づいてモデルに入力をデコードし正確な答え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「行動に基づく権限呼び出し + 所属の検証」を実現できます。

! [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])https://img-cdn.gateio.im/webp-social/moments-cf5f43c63b7ab154e2201c8d3531be8c.webp###

モデルの権利確定と安全な実行フレームワーク

Sentient 現在採用しているのは 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利益分配の組み合わせです。その中で指紋の方法は OML 1.0 によって実現され、"楽観的セキュリティ（Optimistic Security）"の思想を強調しています。つまり、デフォルトでは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され、罰せられることになります。

フィンガープリンティング機構はOMLの重要な実装であり、特定の「質問-回答」ペアを埋め込むことで、モデルがトレーニング段階でユニークな署名を生成します。これらの署名を通じて、モデルの所有者は帰属を検証し、不正な複製と商業化を防ぐことができます。この機構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、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止します。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ありますが、その高性能とリアルタイム性の利点は、現在のモデルデプロイメントの核心技術となっています。