Báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI trên chuỗi
Tổng quan
Trong những năm gần đây, các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta đang 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 một cách đáng kể, thậm chí trong một số tình huống còn thể hiện tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của các công nghệ này lại nằm trong tay của một số ít các ông lớn công nghệ tập trung. Với nguồn vốn hùng hậu và sự kiểm soát các tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng nên những rào cản khó vượt qua, khiến phần lớn các nhà phát triển và nhóm đổi mới khó có thể cạnh tranh.
Trong giai đoạn đầu phát triển 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 thích hợp, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ ngày càng nổi bật, trong khi các ông lớn tập trung vào trung tâm, dưới sự thúc đẩy của bản năng tìm kiếm lợi nhuận, thường thiếu động lực đủ mạnh để chủ động đối phó với những thách thức này.
Công nghệ blockchain, nhờ vào tính phi tập trung, minh bạch và kháng kiểm duyệt của nó, đã tạo ra những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, nhiều ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, khi phân tích sâu, có thể thấy rằng những dự án này vẫn còn 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 mở thực sự; 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 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, cho phép blockchain có thể an toàn, hiệu quả và dân chủ để 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 riêng cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho đổi mới mở trong AI, quản trị dân chủ 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 đặc biệt cho các ứng dụng AI, với kiến trúc nền tảng và thiết kế hiệu suất tập trung vào nhu cầu của các tác vụ AI, nhằm hỗ trợ một cách hiệu quả sự phát triển bền vững và thịnh vượng của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 cần 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 các nhiệm vụ phức tạp hơn, không chỉ cung cấp sức mạnh tính toán, hoàn thành đào tạo và suy diễn mô hình AI, mà còn cần đóng góp lưu trữ, dữ liệu, băng thông và nhiều tài nguyên đa dạng khác, từ đó phá vỡ thế độc quyền của các ông lớn tập trung trong hạ tầng AI. Điều này đặt ra yêu cầu cao hơn cho cơ chế đồng thuận và khuyến khích cơ bản: 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 đạt được an ninh mạng và phân bổ 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 thể Nhiệm vụ 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 nhiều loại nhiệm vụ đa dạng và dị thể, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy diễn, lưu trữ và nhiều kịch bản đa dạng khác. AI Layer 1 phải được tối ưu hóa sâu sắc trên 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, đồng thời thiết lập khả năng hỗ trợ nguyên bản cho tài nguyên tính toán dị thể, 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 đa dạng".
Tính khả thi và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các rủi ro an ninh như mô hình xấu, sửa đổi 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), chứng minh không có kiến thức (ZK), và tính toán an toàn 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, tính khả thi này còn giúp người dùng làm rõ logic và cơ sở của đầu ra AI, thực hiện "nhận được những gì 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, xã hội, bảo vệ quyền riêng tư dữ liệu càng trở nên quan trọng. AI Layer 1 cần đảm bảo tính khả chứng trong khi áp dụng công nghệ xử lý dữ liệu dựa trên mã hóa, 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, huấn luyện và lưu trữ, hiệu quả ngăn chặn rò rỉ và lạm dụng dữ liệu, xóa bỏ nỗi lo của người dùng về an toàn dữ liệu.
Khả năng hỗ trợ phát triển và gánh vác hệ sinh thái mạnh mẽ Là cơ sở hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính dẫn đầu về mặt công nghệ, mà còn phải cung cấp cho các nhà phát triển, nhà vận hành nút, nhà cung cấp dịch vụ AI và các bên tham gia hệ sinh thái khác các công cụ phát triển hoàn thiện, 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 cho 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 mong đợi ở 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 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 Layer1 AI ( 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 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), 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 cũng có thể xây dựng, hợp tác, sở hữu và kiếm tiền từ các 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 cộng đồng, 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, trong khi chiến lược blockchain và bố trí sinh thái được dẫn dắt bởi đồng sáng lập Polygon Sandeep Nailwal. Nền tảng của các thành viên trong đội ngũ trải dài qua 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.
Là một dự án khởi nghiệp lần thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ những ngày đầu đã mang theo một vầng hào quang, sở hữu nguồn lực phong phú, mối quan hệ và độ nhận biết thị trường, cung cấp một sự ủng hộ 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 dắt, cùng với 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 bao gồm hai phần: hệ thống ống dẫn AI (AI Pipeline) và hệ thống blockchain.
AI pipeline là nền tảng để phát triển và đào tạo các "vật phẩm AI trung thành", bao gồm hai quy trình cốt lõi:
Lập kế hoạch dữ liệu (Data Curation): Quá 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 mô hình duy trì quá trình đào tạo phù hợp 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 việc sử dụng, phân phối lợi nhuận và quản trị công bằng cho các sản phẩm AI. Cấu trúc cụ thể được chia thành bốn tầng:
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 gọi.
Lớp truy cập: Xác minh quyền truy cập để kiểm tra xem người dùng có được ủy quyền hay không;
Tầng khuyến khích: Hợp đồng định tuyến lợi nhuận sẽ phân phối thanh toán cho người huấn luyện, người triển khai và người xác nhận mỗi khi được gọi.
Khung mô hình OML
Khung OML (Mở Open, Có thể Monetizable, Trung thành Loyal) là khái niệm cốt lõi được Sentient đề xuất, 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.
Đô la 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 thực.
Độ trung thành: Mô hình thuộc về cộng đồng người 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 dạng chiều thấp và đặc điểm có thể vi phân của mô hình, để phát triển cơ chế an toàn 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 trong quá trình huấn luyện để tạo ra chữ ký duy nhất cho mô hình;
Thỏa thuận xác minh quyền sở hữu: Xác minh xem dấu vân tay có được giữ lại hay không thông qua đầu dò bên thứ ba (Prover) dưới dạng câu hỏi query;
Cơ chế gọi phép: Trước khi gọi, cần phải lấy "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 bảo đảm quyền sở hữu mô hình và thực thi an toàn
Sentient hiện tại đang áp dụng Melange hỗn hợp an toàn: kết hợp xác quyền bằng vân tay, thực thi TEE, và chia sẻ lợi nhuận hợp đồng trên chuỗi. Trong đó, 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, có thể phát hiện và trừng phạt khi vi phạm.
Cơ chế dấu vân tay là một phần thực hiện quan trọng của OML, nó thông qua việc nhúng các cặp "câu hỏi - câu 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 có thể theo dõi 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 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 về an toàn, nhưng lợi thế về hiệu suất cao và tính thời gian thực của nó khiến nó trở thành cốt lõi trong việc triển khai mô hình hiện tại.
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.
17 thích
Phần thưởng
17
4
Chia sẻ
Bình luận
0/400
CountdownToBroke
· 07-09 13:04
Khi nào thì gắn xiềng xích cho AI?
Xem bản gốcTrả lời0
ChainComedian
· 07-07 07:16
Đầu tư nhiều có đáng giá không? DeAI cũng chơi đùa với đồ ngốc.
Xem bản gốcTrả lời0
MevHunter
· 07-06 14:35
Một số ông lớn độc quyền... đã đến lúc Mã nguồn mở rồi.
Giải mã AI Layer1: 6 dự án dẫn dắt Phi tập trung trí tuệ nhân tạo trong một kỷ nguyên mới.
Báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI trên chuỗi
Tổng quan
Trong những năm gần đây, các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta đang 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 một cách đáng kể, thậm chí trong một số tình huống còn thể hiện tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của các công nghệ này lại nằm trong tay của một số ít các ông lớn công nghệ tập trung. Với nguồn vốn hùng hậu và sự kiểm soát các tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng nên những rào cản khó vượt qua, khiến phần lớn các nhà phát triển và nhóm đổi mới khó có thể cạnh tranh.
Trong giai đoạn đầu phát triển 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 thích hợp, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ ngày càng nổi bật, trong khi các ông lớn tập trung vào trung tâm, dưới sự thúc đẩy của bản năng tìm kiếm lợi nhuận, thường thiếu động lực đủ mạnh để chủ động đối phó với những thách thức này.
Công nghệ blockchain, nhờ vào tính phi tập trung, minh bạch và kháng kiểm duyệt của nó, đã tạo ra những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, nhiều ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, khi phân tích sâu, có thể thấy rằng những dự án này vẫn còn 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 mở thực sự; 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 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, cho phép blockchain có thể an toàn, hiệu quả và dân chủ để 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 riêng cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho đổi mới mở trong AI, quản trị dân chủ 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 đặc biệt cho các ứng dụng AI, với kiến trúc nền tảng và thiết kế hiệu suất tập trung vào nhu cầu của các tác vụ AI, nhằm hỗ trợ một cách hiệu quả sự phát triển bền vững và thịnh vượng của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 cần 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 các nhiệm vụ phức tạp hơn, không chỉ cung cấp sức mạnh tính toán, hoàn thành đào tạo và suy diễn mô hình AI, mà còn cần đóng góp lưu trữ, dữ liệu, băng thông và nhiều tài nguyên đa dạng khác, từ đó phá vỡ thế độc quyền của các ông lớn tập trung trong hạ tầng AI. Điều này đặt ra yêu cầu cao hơn cho cơ chế đồng thuận và khuyến khích cơ bản: 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 đạt được an ninh mạng và phân bổ 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 thể Nhiệm vụ 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 nhiều loại nhiệm vụ đa dạng và dị thể, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy diễn, lưu trữ và nhiều kịch bản đa dạng khác. AI Layer 1 phải được tối ưu hóa sâu sắc trên 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, đồng thời thiết lập khả năng hỗ trợ nguyên bản cho tài nguyên tính toán dị thể, 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 đa dạng".
Tính khả thi và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các rủi ro an ninh như mô hình xấu, sửa đổi 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), chứng minh không có kiến thức (ZK), và tính toán an toàn 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, tính khả thi này còn giúp người dùng làm rõ logic và cơ sở của đầu ra AI, thực hiện "nhận được những gì 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, xã hội, bảo vệ quyền riêng tư dữ liệu càng trở nên quan trọng. AI Layer 1 cần đảm bảo tính khả chứng trong khi áp dụng công nghệ xử lý dữ liệu dựa trên mã hóa, 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, huấn luyện và lưu trữ, hiệu quả ngăn chặn rò rỉ và lạm dụng dữ liệu, xóa bỏ nỗi lo của người dùng về an toàn dữ liệu.
Khả năng hỗ trợ phát triển và gánh vác hệ sinh thái mạnh mẽ Là cơ sở hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính dẫn đầu về mặt công nghệ, mà còn phải cung cấp cho các nhà phát triển, nhà vận hành nút, nhà cung cấp dịch vụ AI và các bên tham gia hệ sinh thái khác các công cụ phát triển hoàn thiện, 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 cho 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 mong đợi ở 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 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 Layer1 AI ( 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 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), 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 cũng có thể xây dựng, hợp tác, sở hữu và kiếm tiền từ các 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 cộng đồng, 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, trong khi chiến lược blockchain và bố trí sinh thái được dẫn dắt bởi đồng sáng lập Polygon Sandeep Nailwal. Nền tảng của các thành viên trong đội ngũ trải dài qua 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.
Là một dự án khởi nghiệp lần thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ những ngày đầu đã mang theo một vầng hào quang, sở hữu nguồn lực phong phú, mối quan hệ và độ nhận biết thị trường, cung cấp một sự ủng hộ 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 dắt, cùng với 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 bao gồm hai phần: hệ thống ống dẫn AI (AI Pipeline) và hệ thống blockchain.
AI pipeline là nền tảng để phát triển và đào tạo các "vật phẩm AI trung thành", bao gồm hai quy 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 việc sử dụng, phân phối lợi nhuận và quản trị công bằng cho các sản phẩm AI. Cấu trúc cụ thể được chia thành bốn tầng:
Khung mô hình OML
Khung OML (Mở Open, Có thể Monetizable, Trung thành Loyal) là khái niệm cốt lõi được Sentient đề xuất, 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 gốc AI (AI-native Cryptography)
Mã hóa gốc AI là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa dạng chiều thấp và đặc điểm có thể vi phân của mô hình, để phát triển cơ chế an toàn 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 bảo đảm quyền sở hữu mô hình và thực thi an toàn
Sentient hiện tại đang áp dụng Melange hỗn hợp an toàn: kết hợp xác quyền bằng vân tay, thực thi TEE, và chia sẻ lợi nhuận hợp đồng trên chuỗi. Trong đó, 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, có thể phát hiện và trừng phạt khi vi phạm.
Cơ chế dấu vân tay là một phần thực hiện quan trọng của OML, nó thông qua việc nhúng các cặp "câu hỏi - câu 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 có thể theo dõi 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 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 về an toàn, nhưng lợi thế về hiệu suất cao và tính thời gian thực của nó khiến nó trở thành cốt lõi trong việc triển khai mô hình hiện tại.