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 không ngừng 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 lĩnh vực, mở rộng không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số tình huống đã cho thấy tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của những công nghệ này vẫn được nắm giữ chắc chắn bởi một số gã khổng lồ 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 nên những rào cản khó vượt qua, khiến đa số các nhà phát triển và đội ngũ đổi mới khó khăn trong việc cạnh tranh với họ.
Trong giai đoạn đầu của sự tiến bộ 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 khỏe mạnh của ngành AI và mức độ chấp nhận trong xã hội. Nếu không được 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 hóa thường thiếu động lực đủ mạnh 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 cung cấp những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, đã xuất hiện nhiều ứng dụng "Web3 AI" trên các blockchain chính như Solana, Base. Tuy nhiên, khi phân tích sâu hơn, có thể nhận thấy rằng những dự án này vẫn gặp phải 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, thuộc tính meme quá nặng nề, 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, sử dụng dữ liệu và các tình huống ứng dụng, độ sâu và độ rộng của sự 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 chứa đựng 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 chế tạo riêng cho AI. Điều này sẽ cung cấp một nền tảng vững chắc cho đổi mới mở của 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 và hiệu suất của nó được xây dựng chặt chẽ xung 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
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 đào tạo và suy diễn 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 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 những đóng góp thực tế của các nút trong các nhiệm vụ suy diễn, đào tạo AI, nhằm đảm bảo an ninh mạng và phân bổ tài nguyên hiệu quả. Chỉ bằng cách này 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 nhiệm vụ dị biệt
Nhiệm vụ AI, đặc biệt là việc huấn luyện và suy diễn LLM, đặt ra những yêu cầu rất cao về hiệu suất tính toán và khả năng xử lý song song. Hơn nữa, hệ sinh thái AI on-chain thường cần hỗ trợ nhiều loại nhiệm vụ đa dạng và khác biệt, 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 tối ưu hóa sâu sắc cho các yêu cầu như thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt trên kiến trúc nền tảng, đồng thời thiết lập khả năng hỗ trợ nguyên bản cho tài nguyên tính toán khác biệt, đảm bảo rằng tất cả các nhiệm vụ AI đều có thể chạy hiệu quả, đạt được sự mở rộng mượt mà từ "nhiệm vụ đơn lẻ" đến "hệ sinh thái phức tạp và đa dạng".
Khả năng xác minh và bảo đảm đầu ra đáng tin cậy
AI Layer 1 không chỉ cần ngăn chặn các mối nguy hiểm về an ninh như mô hình xấu và thay đổi dữ liệu, mà còn cần đảm bảo tính khả thi và sự đồng bộ của kết quả đầu ra của AI từ cơ chế nền tảng. Bằng cách tích hợp các công nghệ tiên tiến như môi trường thực thi tin cậy (TEE), chứng minh không kiến thức (ZK), và tính toán an toàn đa bên (MPC), nền tảng có thể đảm bảo rằng 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 cũng giúp người dùng hiểu rõ hơn về logic và cơ sở của đầu ra AI, thực hiện "được như mong muốn", nâng cao niềm tin và sự hài lòng của người dùng đối với sản phẩm AI.
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, bảo vệ quyền riêng tư dữ liệu đặc biệt quan trọng. AI Layer 1 nên đảm bảo tính khả thi 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 truy cập dữ liệu, đảm bảo an toàn cho dữ liệu trong toàn bộ quá trình suy diễn, đào tạo và lưu trữ, hiệu quả ngăn chặn rò rỉ dữ liệu và lạm dụng, loại bỏ lo lắng của người dùng về an toàn dữ liệu.
Khả năng 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 dẫn đầu về 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 thiện, 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 phát triển của các ứng dụng gốc AI phong phú và đa dạng, thực hiện sự thịnh vượng bền vững của 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
Tổng quan dự án
Sentient là một nền tảng giao thức mã nguồn mở, đang xây dựng một chuỗi khối 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 các vấn đề về quyền sở hữu mô hình, theo dõi cuộc gọi và phân phối giá trị trong thị trường LLM tập trung, để các mô hình AI đạt được cấu trúc quyền 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 biến sản phẩm AI thành tiền tệ, từ đó thúc đẩy một hệ sinh thái mạng AI Agent công bằng và mở.
Đội ngũ Sentient Foundation quy tụ những chuyên gia học thuật hàng đầu thế giới, những người khởi nghiệp blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI do cộng đồng điều hành, 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, đồng thời do đồng sáng lập Polygon Sandeep Nailwal dẫn dắt chiến lược blockchain và bố trí hệ sinh thái. Nền tảng của các thành viên trong đội ngũ trải rộng 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, cùng nhau thúc đẩy dự án triển khai.
Là dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ khi ra mắt đã mang theo một hào quang, sở hữu nhiều nguồn lực, mối quan hệ và độ nhận biết trên thị trường, cung cấp 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 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 huấn luyện các "tác phẩm 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 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 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 sản 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 dấu vân tay;
Lớp phân phối: Mô hình quyền hợp đồng kiểm soát điểm gọi;
Lớp 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 huấn luyện, người triển khai và người xác nhận mỗi khi được gọi.
Khung mô hình OML
Khung OML (Mở Open, Có thể kiếm tiền Monetizable, Trung thành Loyal) là triết lý cốt lõi do 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 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.
Tiền tệ 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 người đóng góp, hướng nâng cấp và quản trị được quyết định bởi DAO, việc sử dụng và sửa đổi bị kiểm soát bởi cơ chế mã hóa.
Mật mã gốc AI (AI-native Cryptography)
Công nghệ mã hóa gốc AI là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa hình thấp và đặc tính có thể vi phân 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 đào tạo 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 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 "giấy phép quyền hạn" do chủ sở hữu mô hình cấp, 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 xác quyền mô hình và thực thi an toàn
Sentient hiện đang áp dụng Melange an ninh hỗn hợp: kết hợp xác thực bằng vân tay, thực thi TEE, và phân chia lợi nhuận hợp đồng on-chain. Phương pháp vân tay là OML 1.0 thực hiện dòng chính, nhấn mạnh tư tưởng "An ninh 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 cặp "câu hỏi - câu 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 nhà phát triển mô hình mà còn cung cấp một hồ sơ có thể kiểm tra 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 (chẳng hạn 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 ninh, nhưng hiệu suất cao và khả năng thời gian thực của nó.
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.
14 thích
Phần thưởng
14
7
Đăng lại
Chia sẻ
Bình luận
0/400
SatoshiHeir
· 07-07 17:19
Hừm, người mới, trước khi bàn về Phi tập trung AI, hãy quay về đọc lý thuyết chứng minh nhận thức chung của Satoshi Nakamoto đi.
Xem bản gốcTrả lời0
AirdropFreedom
· 07-07 15:08
Lại là công ty lớn chơi đùa với đồ ngốc
Xem bản gốcTrả lời0
Deconstructionist
· 07-07 07:46
Loại phi tập trung này có thể hoạt động không? Haha
Xem bản gốcTrả lời0
DAOTruant
· 07-07 07:44
Một chút không hiểu thì đã đến văn nước rồi... chủ yếu là một chuyên gia công nghệ đám mây.
Xem bản gốcTrả lời0
DeFiAlchemist
· 07-07 07:37
*điều chỉnh biểu đồ huyền bí* thật thú vị khi những lời tiên tri cổ đại về decentralization đang hiện ra trong ai... sự cộng hưởng số là không thể phủ nhận
Xem bản gốcTrả lời0
RuntimeError
· 07-07 07:37
Tôi hiểu về tập trung hóa, nhưng mã này làm có vẻ hơi quá đà!
Xem bản gốcTrả lời0
PumpDetector
· 07-07 07:37
đã thấy mẫu này trước đây... những gã khổng lồ công nghệ độc quyền cho đến khi defi phá vỡ nó. giai đoạn tích lũy cổ điển rn
Phân tích 6 dự án AI Layer1: Cơ sở hạ tầng chính để xây dựng hệ sinh thái AI Phi tập trung.
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 không ngừng 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 lĩnh vực, mở rộng không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số tình huống đã cho thấy tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của những công nghệ này vẫn được nắm giữ chắc chắn bởi một số gã khổng lồ 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 nên những rào cản khó vượt qua, khiến đa số các nhà phát triển và đội ngũ đổi mới khó khăn trong việc cạnh tranh với họ.
Trong giai đoạn đầu của sự tiến bộ 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 khỏe mạnh của ngành AI và mức độ chấp nhận trong xã hội. Nếu không được 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 hóa thường thiếu động lực đủ mạnh 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 cung cấp những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, đã xuất hiện nhiều ứng dụng "Web3 AI" trên các blockchain chính như Solana, Base. Tuy nhiên, khi phân tích sâu hơn, có thể nhận thấy rằng những dự án này vẫn gặp phải 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, thuộc tính meme quá nặng nề, 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, sử dụng dữ liệu và các tình huống ứng dụng, độ sâu và độ rộng của sự 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 chứa đựng 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 chế tạo riêng cho AI. Điều này sẽ cung cấp một nền tảng vững chắc cho đổi mới mở của 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 và hiệu suất của nó được xây dựng chặt chẽ xung 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 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 đào tạo và suy diễn 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 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 những đóng góp thực tế của các nút trong các nhiệm vụ suy diễn, đào tạo AI, nhằm đảm bảo an ninh mạng và phân bổ tài nguyên hiệu quả. Chỉ bằng cách này 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 nhiệm vụ dị biệt Nhiệm vụ AI, đặc biệt là việc huấn luyện và suy diễn LLM, đặt ra những yêu cầu rất cao về hiệu suất tính toán và khả năng xử lý song song. Hơn nữa, hệ sinh thái AI on-chain thường cần hỗ trợ nhiều loại nhiệm vụ đa dạng và khác biệt, 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 tối ưu hóa sâu sắc cho các yêu cầu như thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt trên kiến trúc nền tảng, đồng thời thiết lập khả năng hỗ trợ nguyên bản cho tài nguyên tính toán khác biệt, đảm bảo rằng tất cả các nhiệm vụ AI đều có thể chạy hiệu quả, đạt được sự mở rộng mượt mà từ "nhiệm vụ đơn lẻ" đến "hệ sinh thái phức tạp và đa dạng".
Khả năng xác minh và bảo đảm đầu ra đáng tin cậy AI Layer 1 không chỉ cần ngăn chặn các mối nguy hiểm về an ninh như mô hình xấu và thay đổi dữ liệu, mà còn cần đảm bảo tính khả thi và sự đồng bộ của kết quả đầu ra của AI từ cơ chế nền tảng. Bằng cách tích hợp các công nghệ tiên tiến như môi trường thực thi tin cậy (TEE), chứng minh không kiến thức (ZK), và tính toán an toàn đa bên (MPC), nền tảng có thể đảm bảo rằng 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 cũng giúp người dùng hiểu rõ hơn về logic và cơ sở của đầu ra AI, thực hiện "được như mong muốn", nâng cao niềm tin và sự hài lòng của người dùng đối với sản phẩm AI.
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, bảo vệ quyền riêng tư dữ liệu đặc biệt quan trọng. AI Layer 1 nên đảm bảo tính khả thi 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 truy cập dữ liệu, đảm bảo an toàn cho dữ liệu trong toàn bộ quá trình suy diễn, đào tạo và lưu trữ, hiệu quả ngăn chặn rò rỉ dữ liệu và lạm dụng, loại bỏ lo lắng của người dùng về an toàn dữ liệu.
Khả năng 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 dẫn đầu về 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 thiện, 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 phát triển của các ứng dụng gốc AI phong phú và đa dạng, thực hiện sự thịnh vượng bền vững của 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
Tổng quan dự án
Sentient là một nền tảng giao thức mã nguồn mở, đang xây dựng một chuỗi khối 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 các vấn đề về quyền sở hữu mô hình, theo dõi cuộc gọi và phân phối giá trị trong thị trường LLM tập trung, để các mô hình AI đạt được cấu trúc quyền 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 biến sản phẩm AI thành tiền tệ, từ đó thúc đẩy một hệ sinh thái mạng AI Agent công bằng và mở.
Đội ngũ Sentient Foundation quy tụ những chuyên gia học thuật hàng đầu thế giới, những người khởi nghiệp blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI do cộng đồng điều hành, 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, đồng thời do đồng sáng lập Polygon Sandeep Nailwal dẫn dắt chiến lược blockchain và bố trí hệ sinh thái. Nền tảng của các thành viên trong đội ngũ trải rộng 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, cùng nhau thúc đẩy dự án triển khai.
Là dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ khi ra mắt đã mang theo một hào quang, sở hữu nhiều nguồn lực, mối quan hệ và độ nhận biết trên thị trường, cung cấp 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 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 huấn luyện các "tác 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 giao thức, đảm bảo quyền sở hữu, theo dõi sử dụng, phân phối lợi nhuận và quản trị công bằng cho các sản 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 triết lý cốt lõi do 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 các đặc điểm sau:
Mật mã gốc AI (AI-native Cryptography)
Công nghệ mã hóa gốc AI là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa hình thấp và đặc tính có thể vi phân 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 tốn chi phí mã hóa lại.
Khung xác quyền mô hình và thực thi an toàn
Sentient hiện đang áp dụng Melange an ninh hỗn hợp: kết hợp xác thực bằng vân tay, thực thi TEE, và phân chia lợi nhuận hợp đồng on-chain. Phương pháp vân tay là OML 1.0 thực hiện dòng chính, nhấn mạnh tư tưởng "An ninh 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 cặp "câu hỏi - câu 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 nhà phát triển mô hình mà còn cung cấp một hồ sơ có thể kiểm tra 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 (chẳng hạn 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 ninh, nhưng hiệu suất cao và khả năng thời gian thực của nó.