AIレイヤー1トラック研究:オンチェーン分散型AIの肥沃な土壌を見つける

近年、OpenAI、Anthropic、Google、Metaなどの大手テクノロジー企業が絶えず推進する中で、大規模言語モデル(LLM)が各業界で前例のない能力を発揮し、人類の想像力を大きく広げ、さらには特定のシーンで人間の労働を代替する可能性を示しています。しかし、これらの技術のコアは、少数の分散化テクノロジー巨頭によってしっかりと掌握されています。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て、超えがたい壁を築き、ほとんどの開発者やイノベーションチームが彼らに対抗することを困難にしています。

同時、AIの急速な進化の初期において、社会の世論はしばしば技術がもたらすブレークスルーや便利さに焦点を当てる一方で、プライバシー保護、透明性、安全性などのコアな問題への関心は相対的に不足しています。長期的に見れば、これらの問題は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。適切に解決できない場合、AIが「善」に向かうのか「悪」に向かうのかという議論はますます顕著になるでしょう。また、分散化された巨頭は利益追求の本能に駆動されているため、これらの課題に積極的に対応するための十分な動機を欠くことがしばしばあります。

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しい可能性を提供しています。現在、一部の主流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、深く分析すると、これらのプロジェクトにはまだ多くの問題があります。一方では、分散化の程度が限られており、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、meme属性が過剰で、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製品と比べると、オンチェーンのAIはモデルの能力、データの利用、アプリケーションシーンなどの面でまだ限界があり、革新の深さと広さが向上する余地があります。

真の分散化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化されたソリューションと競争できるようにするために、AI専用に設計されたLayer1ブロックチェーンを作成する必要があります。これにより、AIのオープンイノベーション、ガバナンスの民主化、データの安全性が確固たる基盤を提供し、分散化AIエコシステムの繁栄を促進します。

! 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

AIレイヤー1のコア機能

AI Layer 1は、AIアプリケーション専用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性能設計は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は以下のコア能力を備えている必要があります。

1. 高効率なインセンティブと分散化コンセンサス機構 AI Layer 1のコアは、オープンな計算能力、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にあります。従来のブロックチェーンノードが主に帳簿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担う必要があります。計算能力を提供し、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ます。これにより、AIインフラストラクチャにおける中央集権的な巨大企業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、インセンティブ付け、検証できる必要があり、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する必要があります。そうすることで、ネットワークの安定性と繁栄を保証し、全体的な計算コストを効果的に削減することができます。

2. 卓越な高性能と異種タスクのサポート能力 AIタスク、特にLLMのトレーニングと推論は、計算性能と並列処理能力に非常に高い要求をしています。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で異種の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、弾力的な並列処理のニーズに深く最適化し、異種計算リソースに対する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できることを保証し、「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アウトプットの保証 AI Layer 1は、モデルの悪用やデータの改ざんといったセキュリティ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底層メカニズムで確保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)、多者安全計算(MPC)などの先端技術を統合することで、プラットフォームはモデル推論、トレーニング、データ処理の各プロセスを独立して検証できるようにし、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の出力の論理と根拠を明確に理解するのを助け、「得られたものが望むもの」となり、ユーザーのAI製品に対する信頼と満足度を高めます。

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なデータを扱い、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の保護が特に重要です。AI Layer 1は検証可能性を保証しつつ、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プロセスにおけるデータの安全性を確保し、データ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不安を解消します。

5. 強力なエコシステムのサポートと開発能力 AIネイティブな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有するだけでなく、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、充実した開発ツール、統合SDK、運用サポート、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で、豊富で多様なAIネイティブアプリケーションの実現を促進し、分散化された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、本稿ではSentient、Sahara AI、Ritual、Gensyn、Bittensor、そして0Gを含む6つのAI Layer1の代表プロジェクトを詳細に紹介し、競技領域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、今後のトレンドについて考察します。

! 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

Sentient:忠実なオープンソース分散化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あり、AI Layer1ブロックチェーン(の初期段階としてLayer 2を構築しています。その後、Layer 1)に移行します。AI Pipelineとブロックチェーン技術を組み合わせることで、分散化された人工知能経済圏を構築します。核心目標は、"OML"フレームワーク(を通じて、オープンで利益を生む、忠実)なモデルの帰属、呼び出し追跡、価値分配の問題を解決し、AIモデルがオンチェーンでの所有権構造、呼び出しの透明化、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、世界中のトップアカデミック専門家、ブロックチェーン起業家、エンジニアを集結させ、コミュニティ駆動のオープンソースかつ検証可能な 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、某取引プラットフォームの共同創業者 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。チームメンバーのバックグラウンドは、Meta、Coinbase、某取引プラットフォームなどの有名企業、そしてプリンストン大学、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を推進します。

取引プラットフォームの共同創設者であるSandeep Nailwal氏の2番目のベンチャープロジェクトであるSentientは、創業以来独自のハローを持ち、豊富なリソース、人脈、市場での認知度を持っており、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

設計アーキテクチャとアプリケーション層

基盤レイヤー

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(AI Pipeline)と分散化システムの2つの部分で構成されています:

AIパイプラインは"忠実なAI"アーティファクトの開発とトレーニングの基盤であり、2つのコアプロセスを含んでいます:

• 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あり、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に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化制御を提供し、AIアーティファクトの所有権、使用追跡、収益配分、そして公正なガバナンスを確保します。具体的なアーキテクチャは四つの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フィンガープリンティング登録情報;
• ディストリビューションレイヤー: 権限契約制御モデルの呼び出し入口;
• アクセス層: 権限証明を通じてユーザーが承認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、各呼び出しの支払いをトレーナー、デプロイヤー、バリデーターに分配します。

! 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

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、オープンソースの AI モデルに対して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、以下の特徴を持ちます:

• 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は透明で、コミュニティが再現、監査、改善しやすい。
• マネタイズ: モデルが呼び出されるたびに収益の流れが発生し、オンチェーン契約が収益をトレーナー、デプロイ者、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帰属し、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、使用と変更は暗号メカニズムによって制御されます。

AIネイティブ暗号化 (AIネイティブ Cryptography)

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、モデルの微分可能性を利用して、"検証可能だが削除不可"の軽量安全メカニズムを開発することです。そのコア技術は:

• 指紋埋め込み: トレーニング時に一組の隠れたクエリ-レスポンスキーバリュー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: 第三者デテクター(Prover)を通じてquery形式で指紋が保持されているかを確認する;
• 許可呼び出しメカニズム: 呼び出す前にモデルの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、システムはこれに基づいてモデルにその入力をデコードし正確な回答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「行動ベースの承認呼び出し + 所属検証」を実現できます。

モデルの権利確定と安全な実行フレームワーク

Sentient 現在採用の方法は Melange 混合セキュリティ: 指紋による権利確定、TEE 実行、オンチェーン契約による利益分配を組み合わせています。指紋方法は OML 1.0 によって実現され、"楽観的セキュリティ(Optimistic Security)"の考え方を強調しており、つまりデフォルトで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及び罰則が可能です。

フィンガープリンティングメカニズムは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独自の署名を生成します。これらの署名を通じて、モデルの所有者は帰属を検証し、無断コピーや商業化を防ぐことができます。このメカニズムは、モデル開発者の権利を保護するだけでなく、モデルの使用行為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発表しました。これは、AWS Nitro Enclaves(のような信頼できる実行環境)を利用して、モデルが承認されたリクエストにのみ応答し、未許可のアクセスや使用を防ぐものです。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により、現在のモデルデプロイの中核技術となっています。

未来、Sentientはゼロ知識証明(ZK)と完全同型暗号(FHE)技術を導入し、プライバシー保護と検証可能性をさらに強化し、AIモデルの分散化デプロイメントにより成熟したものを提供します。