Báo cáo nghiên cứu AI Layer1: Tìm kiếm màu mỡ DeAI trên chuỗi.
Tóm tắt
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 không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số bối cảnh, cho thấy tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của những công nghệ này lại được nắm giữ chặt chẽ bởi một số tập đoàn công nghệ tập trung. Với nguồn vốn mạnh mẽ và khả năng kiểm soát tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng một 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, dư luận xã hội 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 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 ngày càng nổi bật, trong khi các ông lớn tập trung vào trung tâm, thường thiếu động lực đủ để chủ động đối phó với những thách thức này dưới sự thúc đẩy của bản năng kiếm lợi.
Công nghệ blockchain nhờ vào 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, nhiều ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, phân tích sâu có thể thấy rằng các dự án này vẫn gặp nhiều vấn đề: một mặt, mức độ phi tập trung còn hạn chế, các khâu quan trọng và 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, chiều sâu và độ rộng đổi mới cần được nâng cao.
Để thực sự hiện thực hóa tầm nhìn của 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 cạnh tranh về hiệu suất với các giải pháp tập trung, chúng ta cần thiết kế một blockchain Layer 1 được tối ưu hóa dành riêng cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở của AI, sự 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 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 và thiết kế hiệu suất cơ bản chặt chẽ xoay quanh nhu cầu của các nhiệm 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. Trọng tâm 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 luận mô hình AI, mà còn cần 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 trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn đối với cơ chế đồng thuận và khuyến khích 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 luận, đào tạo 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.
Hiệu suất cao vượt trội và khả năng hỗ trợ tác vụ dị thể Các tác vụ AI, đặc biệt là đào tạo và suy luận LLM, đòi hỏi hiệu suất tính toán và khả năng xử lý song song rất cao. Hơn nữa, hệ sinh thái AI on-chain thường cần hỗ trợ các loại tác vụ đa dạng và dị thể, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy luận, lưu trữ và nhiều kịch bản đa dạng khác. AI Layer 1 phải tối ưu hóa sâu cho các yêu cầu như thông lượng cao, độ trễ thấp và xử lý song song linh hoạt trong kiến trúc nền tảng, và thiết lập khả năng hỗ trợ nguyên bản cho các tài nguyên tính toán dị thể, đảm bảo rằng tất cả các tác vụ AI có thể hoạt động hiệu quả, đạt được sự mở rộng mượt mà từ "tác vụ đơn giản" đến "hệ sinh thái phức tạp đa dạng".
Tính có thể xác minh và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các mối nguy hiểm về an ninh như mô hình xấu, thao túng dữ liệu, mà còn phải đảm bảo tính có thể 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), 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 có thể xác minh này cũng có thể giúp người dùng làm rõ logic và cơ sở của đầu ra AI, thực hiện "được như 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 tài chính, y tế, xã hội, 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 về an toàn dữ liệu của người dùng.
Khả năng hỗ trợ phát triển và mang lại hệ sinh thái mạnh mẽ Với tư cách là cơ sở hạ tầng Layer 1 nguyên bản AI, nền tảng không chỉ cần có tính tiên tiến về công nghệ mà còn phải cung cấp cho các nhà phát triển, người vận 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 không ngừng tính khả dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy việc triển khai các ứng dụng AI nguyên bản 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 của lĩnh vực, 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 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 thông qua khung "OML" (Mở, Có lợi, Trung thành) giải quyết vấn đề quyền sở hữu mô hình, theo dõi cuộc gọi và phân phối giá trị trong thị trường LLM tập trung, giúp các mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, minh bạch trong cuộc 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 lợi nhuận, từ đó thúc đẩy một hệ sinh thái mạng AI Agent công bằng và mở.
Đội ngũ Sentient Foundation tập hợp các chuyên gia học thuật hàng đầu thế giới, các doanh nhân blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI do cộng đồng dẫn dắt, mã nguồn mở và có thể xác minh. Các thành viên chính 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, trong khi đồng sáng lập của một sàn giao dịch, Sandeep Nailwal, dẫn dắt chiến lược blockchain và bố trí hệ sinh thái. Các thành viên trong đội ngũ có nền tảng từ các công ty danh tiếng như Meta, Coinbase và 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 của một nền tảng giao dịch, Sentient ngay từ khi thành lập đã mang theo một hào quang, sở hữu nhiều nguồn lực, mối quan hệ và độ nhận thức trên thị trường, cung cấp sự ủng hộ mạnh mẽ cho sự phát triển của dự án. Vào 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 lớp ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Kiến trúc cốt lõi của Sentient bao gồm hai phần: ống dẫn AI (AI Pipeline) và hệ thống blockchain.
AI pipeline là nền tảng để phát triển và đào tạo các "công cụ AI trung thành", bao gồm hai quy trình cốt lõi:
Lập kế hoạch dữ liệu (Data Curation): Quy trình lựa chọn dữ liệu do cộng đồng thúc đẩy, được sử dụng để căn chỉnh mô hình.
Đào tạo lòng trung thành (Loyalty Training): Đảm bảo quá trình đào tạo của mô hình giữ được sự 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 việc sử dụng, phân phối lợi nhuận và quản trị công bằng của các AI artifact. 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;
Lớp phân phối: Mô hình điều khiển hợp đồng ủy quyền gọi vào;
Tầng truy cập: Xác minh xem người dùng có được ủy quyền thông qua chứng minh quyền truy cập 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 thực mỗi lần gọi.
Mô hình OML
Khung OML (Mở Open, Có thể kiếm tiền Monetizable, Trung thành Loyal) là khái niệm 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 những đặc điểm sau:
Tính mở: Mô hình phải mã nguồn mở, mã và cấu trúc dữ liệu minh bạch, dễ dàng cho cộng đồng tái hiện, kiểm toán và cải tiến.
Tiền tệ hóa: Mỗi lần gọi mô hình sẽ kích hoạt dòng thu nhập, hợp đồng trên chuỗi sẽ phân phối thu nhập cho người đào tạo, người triển khai và người xác thực.
Trung thành: Mô hình thuộc về cộng đồng những 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 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 tính khả vi của mô hình để phát triển 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 trong quá trình huấn luyện để tạo thành chữ ký duy nhất của mô hình;
Giao thức xác minh quyền sở hữu: Xác minh xem dấu vân tay có được giữ lại hay không thông qua bộ phát hiện 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 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 thực thuộc sở hữu" mà không có chi phí mã hóa lại.
Khung xác định quyền và thực thi an toàn mô hình
Sentient hiện đang áp dụng Melange hỗn hợp bảo mật: kết hợp xác thực bằng dấu vân tay, thực thi TEE, và phân chia lợi nhuận hợp đồng trên chuỗi. Trong đó, phương pháp dấu vân tay được thực hiện theo OML 1.0 làm dòng chính, nhấn mạnh tư tưởng "Bảo mật 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 thực hiện chính của OML, nó thông qua việc nhúng các "câu hỏi - câu trả lời" cụ thể, giúp 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 không được 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 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 Nitro Enclaves của một số nền tảng) để đảm bảo mô hình chỉ phản hồi các yêu cầu được ủy quyền, ngăn chặn truy cập và sử dụng trái 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 khả năng thời gian thực khiến nó trở thành công nghệ cốt lõi cho việc triển khai mô hình hiện nay.
Trong tương lai, Sentient dự định giới thiệu công nghệ chứng minh 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 các 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.
12 thích
Phần thưởng
12
3
Chia sẻ
Bình luận
0/400
MondayYoloFridayCry
· 16giờ trước
BTC保Ví tiền保夺笋
Xem bản gốcTrả lời0
BearMarketGardener
· 16giờ trước
Còn phải xây dựng nền tảng tập trung đã.
Xem bản gốcTrả lời0
OnchainSniper
· 16giờ trước
Các ông lớn không còn cuốn hút nữa, hãy đến với on-chain!
Phân tích toàn diện AI Layer1: 6 dự án xây dựng Phi tập trung AI sinh thái
Báo cáo nghiên cứu AI Layer1: Tìm kiếm màu mỡ DeAI trên chuỗi.
Tóm tắt
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 không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số bối cảnh, cho thấy tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của những công nghệ này lại được nắm giữ chặt chẽ bởi một số tập đoàn công nghệ tập trung. Với nguồn vốn mạnh mẽ và khả năng kiểm soát tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng một 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, dư luận xã hội 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 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 ngày càng nổi bật, trong khi các ông lớn tập trung vào trung tâm, thường thiếu động lực đủ để chủ động đối phó với những thách thức này dưới sự thúc đẩy của bản năng kiếm lợi.
Công nghệ blockchain nhờ vào 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, nhiều ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, phân tích sâu có thể thấy rằng các dự án này vẫn gặp nhiều vấn đề: một mặt, mức độ phi tập trung còn hạn chế, các khâu quan trọng và 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, chiều sâu và độ rộng đổi mới cần được nâng cao.
Để thực sự hiện thực hóa tầm nhìn của 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 cạnh tranh về hiệu suất với các giải pháp tập trung, chúng ta cần thiết kế một blockchain Layer 1 được tối ưu hóa dành riêng cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở của AI, sự 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 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 và thiết kế hiệu suất cơ bản chặt chẽ xoay quanh nhu cầu của các nhiệm 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. Trọng tâm 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 luận mô hình AI, mà còn cần 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 trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn đối với cơ chế đồng thuận và khuyến khích 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 luận, đào tạo 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.
Hiệu suất cao vượt trội và khả năng hỗ trợ tác vụ dị thể Các tác vụ AI, đặc biệt là đào tạo và suy luận LLM, đòi hỏi hiệu suất tính toán và khả năng xử lý song song rất cao. Hơn nữa, hệ sinh thái AI on-chain thường cần hỗ trợ các loại tác vụ đa dạng và dị thể, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy luận, lưu trữ và nhiều kịch bản đa dạng khác. AI Layer 1 phải tối ưu hóa sâu cho các yêu cầu như thông lượng cao, độ trễ thấp và xử lý song song linh hoạt trong kiến trúc nền tảng, và thiết lập khả năng hỗ trợ nguyên bản cho các tài nguyên tính toán dị thể, đảm bảo rằng tất cả các tác vụ AI có thể hoạt động hiệu quả, đạt được sự mở rộng mượt mà từ "tác vụ đơn giản" đến "hệ sinh thái phức tạp đa dạng".
Tính có thể xác minh và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các mối nguy hiểm về an ninh như mô hình xấu, thao túng dữ liệu, mà còn phải đảm bảo tính có thể 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), 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 có thể xác minh này cũng có thể giúp người dùng làm rõ logic và cơ sở của đầu ra AI, thực hiện "được như 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 tài chính, y tế, xã hội, 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 về an toàn dữ liệu của người dùng.
Khả năng hỗ trợ phát triển và mang lại hệ sinh thái mạnh mẽ Với tư cách là cơ sở hạ tầng Layer 1 nguyên bản AI, nền tảng không chỉ cần có tính tiên tiến về công nghệ mà còn phải cung cấp cho các nhà phát triển, người vận 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 không ngừng tính khả dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy việc triển khai các ứng dụng AI nguyên bản 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 của lĩnh vực, 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 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 thông qua khung "OML" (Mở, Có lợi, Trung thành) giải quyết vấn đề quyền sở hữu mô hình, theo dõi cuộc gọi và phân phối giá trị trong thị trường LLM tập trung, giúp các mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, minh bạch trong cuộc 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 lợi nhuận, từ đó thúc đẩy một hệ sinh thái mạng AI Agent công bằng và mở.
Đội ngũ Sentient Foundation tập hợp các chuyên gia học thuật hàng đầu thế giới, các doanh nhân blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI do cộng đồng dẫn dắt, mã nguồn mở và có thể xác minh. Các thành viên chính 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, trong khi đồng sáng lập của một sàn giao dịch, Sandeep Nailwal, dẫn dắt chiến lược blockchain và bố trí hệ sinh thái. Các thành viên trong đội ngũ có nền tảng từ các công ty danh tiếng như Meta, Coinbase và 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 của một nền tảng giao dịch, Sentient ngay từ khi thành lập đã mang theo một hào quang, sở hữu nhiều nguồn lực, mối quan hệ và độ nhận thức trên thị trường, cung cấp sự ủng hộ mạnh mẽ cho sự phát triển của dự án. Vào 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 lớp ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Kiến trúc cốt lõi của Sentient bao gồm hai phần: ống dẫn AI (AI Pipeline) và hệ thống blockchain.
AI pipeline là nền tảng để phát triển và đào tạo các "công cụ 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 giao thức, đảm bảo quyền sở hữu, theo dõi việc sử dụng, phân phối lợi nhuận và quản trị công bằng của các AI artifact. Kiến trúc cụ thể được chia thành bốn lớp:
Mô hình OML
Khung OML (Mở Open, Có thể kiếm tiền Monetizable, Trung thành Loyal) là khái niệm 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 những 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 tính khả vi của mô hình để phát triển cơ chế bảo mật 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 có chi phí mã hóa lại.
Khung xác định quyền và thực thi an toàn mô hình
Sentient hiện đang áp dụng Melange hỗn hợp bảo mật: kết hợp xác thực bằng dấu vân tay, thực thi TEE, và phân chia lợi nhuận hợp đồng trên chuỗi. Trong đó, phương pháp dấu vân tay được thực hiện theo OML 1.0 làm dòng chính, nhấn mạnh tư tưởng "Bảo mật 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 thực hiện chính của OML, nó thông qua việc nhúng các "câu hỏi - câu trả lời" cụ thể, giúp 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 không được 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 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 Nitro Enclaves của một số nền tảng) để đảm bảo mô hình chỉ phản hồi các yêu cầu được ủy quyền, ngăn chặn truy cập và sử dụng trái 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 khả năng thời gian thực khiến nó trở thành công nghệ cốt lõi cho việc triển khai mô hình hiện nay.
Trong tương lai, Sentient dự định giới thiệu công nghệ chứng minh 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 các mô hình AI.
![Biteye và PANews hợp tác phát hành báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất DeAI trên chuỗi](