Nghiên cứu lĩnh vực AI Layer1: Tìm kiếm mảnh đất màu mỡ cho AI phi tập trung trên chuỗi.

Trong những năm gần đây, với sự thúc đẩy không ngừng của các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta, mô hình ngôn ngữ lớn (LLM) đã thể hiện khả năng chưa từng có trong nhiều lĩnh vực, mở rộng không gian tưởng tượng của con người, thậm chí trong một số tình huống còn cho thấy tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của những công nghệ này lại nằm trong tay một số ít gã khổng lồ công nghệ tập trung. Với nguồn vốn dồi dào và việc kiểm soát tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng lên những rào cản khó vượt qua, khiến đại đa số các nhà phát triển và đội ngũ đổi mới khó có thể cạnh tranh.

Trong giai đoạn đầu nhanh chóng phát triển 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 hạn chế. 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 được giải quyết một cách thỏa đáng, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ càng trở nên nổi bật, trong khi các ông lớn tập trung hóa 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 khả năng chống kiểm duyệt của nó, đã cung cấp những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, một số blockchain chính đã xuất hiện nhiều ứng dụng "Web3 AI". 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 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 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 rộng của sự đổi mới cần được nâng cao.

Để thực sự hiện thực hóa tầm nhìn 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 Layer1 được tạo ra đặc biệt cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho đổi mới mở trong AI, quản trị dân chủ 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 như một chuỗi khối được thiết kế riêng cho các ứng dụng AI, kiến trúc và thiết kế hiệu suất của nó xoay quanh nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ hiệu quả cho sự phát triển bền vững và thịnh vượng của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 cần có những khả năng cốt lõi sau:

1. Cơ chế đồng thuận phi tập trung và khuyến khích hiệu quả Cốt lõi của AI Layer 1 là xây dựng một mạng lưới chia sẻ tài nguyên như sức mạnh tính toán, lưu trữ, và nhiều thứ khác. Khác với các nút blockchain truyền thống chủ yếu tập trung vào 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 lưu trữ, dữ liệu, băng thông và các tài nguyên đa dạng khác, từ đó phá vỡ sự độc quyền của các ông lớn tập trung trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn đối với cơ chế đồng thuận và khuyến khích: 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 như suy diễn và đào tạo AI, nhằm đảm bảo an ninh của mạng lưới 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 xuất sắc và khả năng hỗ trợ nhiệm vụ dị thể Nhiệm vụ AI, đặc biệt là đào tạo và suy luận 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 luận, lưu trữ và các tình huống đa dạng khác. AI Layer 1 phải tối ưu hóa sâu cho các nhu cầu như thông lượng cao, độ trễ thấp và xử lý song song linh hoạt trên kiến trúc nền tảng, và thiết lập khả năng hỗ trợ bản địa cho tài nguyên tính toán dị thể, đảm bảo rằng mọi nhiệm vụ AI đều có thể hoạt động hiệu quả, đạt được sự mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp và đa dạng".

3. Khả năng xác minh và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các rủi ro an ninh như mô hình sai trái, sửa đổi dữ liệu, mà còn phải đảm bảo tính khả thi và tính đồng bộ của kết quả đầu ra AI từ cơ chế nền tảng. Thông qua việc tích hợp các công nghệ tiên tiến như môi trường thực thi tin cậy (TEE), chứng minh không biết (ZK), 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 cũng giúp người dùng làm rõ logic và cơ sở của đầu ra AI, đạt được "được cái mình mong muốn", nâng cao sự tin tưởng và 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 như 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 chứng 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 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 và lạm dụng dữ liệu, xóa bỏ lo lắng của người dùng về an toàn dữ liệu.

5. Khả năng hỗ trợ và phát triển hệ sinh thái mạnh mẽ Là cơ sở hạ tầng Layer 1 nguyên bản AI, nền tảng không chỉ cần có tính vượt trội 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 những 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 của nhà phát triển, thúc đẩy sự phát triển của các ứng dụng AI nguyên bản đa dạng, đạt được 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 cho 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 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 nhuận, trung thành ) giải quyết vấn đề quyền sở hữu mô hình, theo dõi gọi và phân phối giá trị trong thị trường LLM tập trung, cho phép 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 biến sản phẩm AI thành tiền, từ đó thúc đẩy một hệ sinh thái mạng AI Agent công bằng và mở.

Đội ngũ Sentient Foundation quy tụ các chuyên gia học thuật hàng đầu thế giới, các doanh nhân khởi nghiệp blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI được điều khiển 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 về an toàn AI và bảo vệ quyền riêng tư, trong khi đó, chiến lược blockchain và bố trí hệ sinh thái được dẫn dắt bởi Sandeep Nailwal, một trong những người sáng lập của một nền tảng giao dịch. Nền tảng của các thành viên trong đội ngũ trải dài từ Meta, Coinbase, đến một nền tảng giao dịch nổi tiếng, cũng như các trường đại học hàng đầu như Đại học Princeton, Viện Công nghệ Ấn Độ, bao trùm các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nỗ lực thúc đẩy dự án triển khai.

Là một dự án khởi nghiệp lần thứ hai của đồng sáng lập nền tảng giao dịch Sandeep Nailwal, Sentient ngay từ đầu đã mang theo một hào quang, sở hữu nguồn lực phong phú, mối quan hệ và nhận thức 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 danh tiếng khác như Delphi, Hashkey và Spartan.

Thiết kế kiến trúc và tầng ứng dụng

Cơ sở hạ tầng

Kiến trúc cốt lõi

Cấu trúc cốt lõi của Sentient bao gồm hai phần: AI Pipeline ( và hệ thống phi tập trung.

AI ống dẫn là nền tảng để phát triển và đào tạo các tác 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 thúc đẩy, được sử dụng để điều chỉnh mô hình.
• Đào tạo trung thành)Loyalty Training(: Đảm bảo rằng 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 của các tác 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: Điểm gọi mô hình điều khiển hợp đồng ủy quyền;
• Tầng truy cập: Xác minh quyền truy cập để kiểm tra xem người dùng có được ủy quyền hay không;
• Lớp khuyến khích: Hợp đồng định tuyến lợi nhuận sẽ phân phối thanh toán mỗi khi gọi cho người đào tạo, người triển khai và người xác nhận.

![Biteye và PANews hợp tác phát hành báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI on-chain])https://img-cdn.gateio.im/webp-social/moments-a70b0aca9250ab65193d0094fa9b5641.webp(

)## Khung mô hình OML

Khung OML ### Mở Open, Có thể kiếm tiền Monetizable, Trung thành Loyal ( là ý tưởng cốt lõi do 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 toán và cải tiến.
• Hoá tiền tệ: Mỗi lần gọi mô hình sẽ kích hoạt dòng lợi nhuận, hợp đồng trên chuỗi sẽ phân phối lợi nhuận cho người đào tạo, người triển khai và người xác minh.
• Độ trung thành: Mô hình thuộc về cộng đồng người đóng góp, phương 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 màng thấp chiều và các đặc tính có thể vi phân của mô hình, để phát triển cơ chế an ninh 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 trong quá trình đào tạo để tạo ra chữ ký duy nhất của mô hình;
• Giao thức xác thực quyền sở hữu: Xác thực xem dấu vân tay có được giữ lại hay không thông qua detector 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 cấp, hệ thống sau đó sẽ ủy 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 tốn chi phí mã hóa lại.

)## Khung xác quyền và thực thi an toàn mô hình

Sentient hiện đang áp dụng Melange hỗn hợp an toàn: kết hợp xác quyền bằng vân tay, thực thi TEE, và phân chia lợi nhuận hợp đồng trên chuỗi. Phương pháp vân tay là OML 1.0 thực hiện dòng chính, nhấn mạnh tư tưởng "an toàn lạc quan ###Optimistic Security(", tức là mặc định tuân thủ, vi phạm có thể phát hiện và xử phạt.

Cơ chế dấu vân tay là một thực hiện chính của OML, nó thông qua việc nhúng các cặp "câu hỏi-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 các nhà phát triển mô hình, mà còn cung cấp một bản ghi có thể truy xuất 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 ( đảm bảo rằng 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 bảo mật, nhưng lợi thế về hiệu suất cao và tính thời gian thực của nó 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 toàn phương thức )FHE(, nhằm tăng cường bảo vệ quyền riêng tư và khả năng xác minh, cung cấp một cách triển khai phi tập trung cho các mô hình AI đã trưởng thành hơn.