Báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất 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 đã 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, mở rộng không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số trường hợp đã 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 ông lớn công nghệ tập trung. Với nguồn vốn mạnh mẽ và sự kiểm soát đối với tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng những rào cản khó vượt qua, khiến phần lớn 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, công luận 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 ninh lại tương đối thiếu. Trong dài hạn, 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 ngày càng nổi bật, trong khi các ông lớn tập trung vào trung tâm thường thiếu động lực đủ mạnh để chủ động đối mặt với những thách thức này.

Công nghệ blockchain, với đặc tính phi tập trung, minh bạch và chống kiểm duyệt, đã mở 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 các blockchain chính như Solana, Base. Tuy nhiên, phân tích sâu sẽ cho thấy, những dự án này vẫn tồn tại nhiều vấn đề: một mặt, mức độ phi tập trung còn hạn chế, các khâu và cơ sở hạ tầng quan trọng vẫn phụ thuộc vào dịch vụ đám mây tập trung, thuộc tính meme quá nặng, khó có thể hỗ trợ một hệ sinh thái thực sự mở; mặt khác, so với các sản phẩm AI của thế giới Web2, AI on-chain 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 sự đổi mới cần phải 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 trong việc hỗ trợ các ứng dụng AI quy mô lớn, đồng thời có thể 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 sự đổi mới mở của AI, dân chủ hóa quản trị 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 blockchain được thiết kế đặc biệt cho các ứng dụng AI, với kiến trúc nền tảng và thiết kế hiệu suất chặt chẽ xoay quanh nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ một cách hiệu quả cho sự phát triển và thịnh vượng bền vững của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 nên có các khả năng cốt lõi sau:

1. Cơ chế khuyến khích hiệu quả và đồng thuận phi tập trung Cốt lõi của AI Layer 1 nằm ở việc 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 huấn luyện và suy luận mô hình AI, mà còn phải đóng góp các tài nguyên đa dạng như lưu trữ, dữ liệu, băng thông, từ đó phá vỡ sự độc quyền của các ông lớn trung tâm 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 chính xác, khuyến khích và xác minh đóng góp thực tế của các nút trong các nhiệm vụ suy luận, huấn luyện AI, từ đó đảm bảo an ninh mạng 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.

2. Hiệu suất cao vượt trội và khả năng hỗ trợ nhiệm vụ đa dạng Nhiệm vụ AI, đặc biệt là việc huấn luyện 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 thể, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy diễn, lưu trữ và nhiều bối cảnh đa dạng khác. AI Layer 1 phải tối ưu hóa sâu ở 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 dự kiến khả năng hỗ trợ gốc cho các tài nguyên tính toán dị thể, đảm bảo rằng các nhiệm vụ AI khác nhau đều có thể chạy hiệu quả, thực hiện việc mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp và đa dạng".

3. Khả năng xác minh và bảo đảm đầu ra đáng tin cậy AI Layer 1 không chỉ cần ngăn chặn các nguy cơ an ninh như mô hình lạm dụng, dữ liệu bị sửa đổi, mà còn phải đảm bảo tính xác minh và tính 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, tính xác minh này cũng giúp người dùng rõ ràng hơn về logic và căn cứ của đầu ra AI, hiện thực hóa "được như mong muốn", nâng cao niềm tin và sự hài lòng của người dùng đối với sản phẩm AI.

4. Bảo vệ quyền riêng tư dữ liệu Các ứng dụng AI thường liên quan đến dữ liệu nhạy cảm của người dùng, trong các lĩnh vực tài chính, y tế, xã hội, việc bảo vệ quyền riêng tư dữ liệu đặc biệt quan trọng. AI Layer 1 nên áp dụng các công nghệ xử lý dữ liệu dựa trên mã hóa, giao thức tính toán riêng tư và quản lý quyền dữ liệu để đảm bảo tính an toàn của dữ liệu trong toàn bộ quá trình suy diễn, đào tạo 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.

5. Năng lực hỗ trợ và phát triển hệ sinh thái mạnh mẽ Là một cơ sở hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính tiên phong về công nghệ, mà còn cần cung cấp cho các nhà phát triển, người điều hành nút, nhà cung cấp dịch vụ AI và các bên tham gia hệ sinh thái những 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 tính khả dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy sự hiện thực hóa của các ứng dụng AI gốc đa dạng 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 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 chuỗi blockchain AI Layer1 ( giai đoạn 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 hệ sinh thái kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nó là thông qua khung "OML" ( giải quyết vấn đề sở hữu mô hình, theo dõi gọi và phân phối giá trị trong thị trường LLM tập trung, giúp mô hình AI đạt được cấu trúc sở hữu trên chuỗi, minh bạch trong việc gọi và chia sẻ giá trị. Tầm nhìn của Sentient là cho phép bất kỳ ai cũng có thể 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 toàn cầu, các doanh nhân khởi nghiệp blockchain và kỹ sư, nhằm xây dựng một nền tảng AGI được điều hành 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 an toàn AI và bảo vệ quyền riêng tư, đồng thời được dẫn dắt bởi người đồng sáng lập Polygon Sandeep Nailwal trong chiến lược blockchain và bố trí hệ sinh thái. Nền tảng của các thành viên trong đội ngũ 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 phủ các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nhau thúc đẩy dự án triển khai.

Là một dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ khi thành lập đã mang trong mình một hào quang, sở hữu nguồn lực phong phú, mối quan hệ và độ nhận thức về thị trường, cung cấp một 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 trị giá 85 triệu USD, do Founders Fund, Pantera và Framework Ventures dẫn đầu, cùng với hàng chục quỹ đầu tư nổi tiếng khác bao gồm Delphi, Hashkey và Spartan.

![Biteye và PANews hợp tác công bố báo cáo nghiên cứu AI Layer1: Tìm kiếm đất màu mỡ cho DeAI trên chuỗi])https://img-cdn.gateio.im/webp-social/moments-f4a64f13105f67371db1a93a52948756.webp(

) thiết kế kiến trúc và lớp ứng dụng

Cơ sở hạ tầng

Kiến trúc cốt lõi

Cấu trúc cốt lõi của Sentient bao gồm hai phần: Ống dẫn AI ### và hệ thống blockchain.

AI pipeline là cơ sở để phát triển và đào tạo các "Tác phẩm AI trung thành", bao gồm hai quy trình cốt lõi:

• Dữ liệu lập kế hoạch ( Data Curation ): Quá trình chọn dữ liệu do cộng đồng điều khiển, dùng để căn chỉnh mô hình.
• Đào tạo 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 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. Kiến 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;
• Tầng phân phối: Điểm vào gọi mô hình hợp đồng ủy quyền;
• Lớp truy cập: Xác thực xem người dùng có được ủy quyền hay không thông qua chứng minh quyền truy cập;
• Tầng khuyến khích: Hợp đồng định tuyến lợi nhuận sẽ phân phối thanh toán cho người huấn luyện, người triển khai và người xác thực mỗi lần 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 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, 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 hiện, kiểm toán 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 do DAO quyết định, việc sử dụng và sửa đổi được kiểm soát bởi cơ chế mã hóa.

(## AI gốc mật mã học)AI-native Cryptography###

Mã hóa gốc AI là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa dạng độ thấp và đặc tính có thể vi phân của mô hình, để phát triển một cơ chế bảo mật 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 đào tạo để tạo thành chữ ký duy nhất của mô hình;
• Giao thức xác minh quyền sở hữu: xác minh 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 phát hành, hệ thống sẽ dựa vào đó để cấp phép 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 chủ 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 bảo mật: kết hợp xác thực bằng dấu vân tay, thực thi TEE và hợp đồng trên chuỗi để phân chia lợi nhuận. Phương pháp dấu 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 bị phát hiện và xử phạt.

Cơ chế vân tay là một thực hiện quan trọng của OML, nó thông qua việc nhúng các "câu hỏi - câu trả lời" cụ thể, cho phép mô hình tạo ra chữ ký độc đáo trong giai đoạn huấn luyện. Thông qua các chữ ký này, chủ sở hữu mô hình có thể xác minh quyền sở hữu, ngăn chặn việc sao chép và thương mại hóa không được phép. Cơ chế này không chỉ bảo vệ quyền lợi của 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 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 khiến nó trở thành công nghệ cốt lõi cho việc triển khai mô hình hiện tại.

Trong tương lai, Sentient dự định giới thiệu công nghệ chứng minh không biết (ZK) và mã hóa toàn đồng (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 các mô hình AI.

(# Lớp ứng dụng

Hiện tại, sản phẩm của Sentient chủ yếu bao gồm nền tảng trò chuyện phi tập trung Sentient Chat, bộ mô hình mã nguồn mở Dobby và khung AI Agent.

)## Dobby series model