AIレイヤー1：オンチェーンDeAIの沃土を探す

近年、OpenAI、Anthropic、Google、Metaなどの大手テクノロジー企業が大規模言語モデル（LLM）の急速な発展を推進しています。LLMは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拡張し、さらには一部のシーンでは人間の労働を代替する可能性さえ示しています。しかし、これらの技術の核心は少数の中央集権的なテクノロジー大手にしっかりと握られています。これらの企業は豊富な資本と高額な計算リソースの支配を駆使して、越えがたい壁を築き、絶大多数の開発者やイノベーションチームが対抗することを難しくしています。

同時に、AIの急速な進化の初期には、社会の世論が技術によるブレークスルーや便利さに焦点を当てることが多いが、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る。長期的には、これらの問題がAI業界の健全な発展と社会の受容度に深刻な影響を与えるだろう。もし適切に解決できなければ、AIの"善に向かう"か"悪に向かう"かの論争はますます顕著になるだろうし、中央集権的な巨頭は利益追求の本能に駆動されて、これらの課題に積極的に取り組む十分な動機を欠くことが多い。

ブロックチェーン技術は、その非中央集権性、透明性、および検閲耐性の特性により、AI業界の持続可能な発展に新たな可能性を提供しています。現在、いくつかの主流のブロックチェーン上で多数の「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依然として多くの問題が存在します。一方では、非中央集権の程度が限られており、重要な部分やインフラは依然として中央集権のクラウドサービスに依存しています。ミーム属性が重く、真の意味でのオープンエコシステムを支えるのが難しいです。もう一方では、Web2の世界のAI製品と比較して、オンチェーンAIはモデル能力、データ利用、アプリケーションシーンなどの面で依然として限界があります。革新の深さと広さは向上が求められています。

真の分散型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サポートし、パフォーマンス面で中央集権型のソリューションと競争できるようにするためには、AIのために特別に設計されたLayer1のブロックチェーンを構築する必要があります。これはAIのオープンイノベーション、ガバナンスの民主化、データの安全性に対して堅固な基盤を提供し、分散型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 アプリケーションのために特別に設計されたブロックチェーンとして、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、オンチェーンの 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 は以下のコア機能を備えている必要があります：

1. 効率的なインセンティブと分散型コンセンサス機構 AI Layer 1の核心は、オープンな計算力、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の記帳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。計算力を提供し、AIモデルのトレーニングと推論を行うだけでなく、ストレージ、データ、帯域幅などの多様なリソースを貢献し、AIインフラストラクチャにおける中央集権的な巨頭の独占を打破しなければなりません。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突きつけます：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し、インセンティブを与え、検証できなければなりません。これにより、ネットワークの安全性とリソースの効率的な配分が実現されます。そうすることで初めて、ネットワークの安定性と繁栄を保証し、全体の計算力コストを効果的に削減することができるのです。

2. 卓越な高性能と異種タスクサポート能力 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対して非常に高い要求を提出します。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、弾力的並列処理などの要求に対して深く最適化し、異種計算リソースのネイティブサポート能力を事前に設定する必要があります。これにより、さまざまなAIタスクが効率的に実行され、「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します。

3. 検証可能性と信頼性のあるアウトプットの保証 AIレイヤー1は、モデルの悪用やデータの改ざんなどの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から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）、マルチパーティ安全計算（MPC）などの最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、およびデータ処理の各プロセスが独立して検証可能であることを保証し、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、「得られるものは望むもの」とし、ユーザーのAI製品に対する信頼と満足度を向上させます。

4. データプライバシー保護 AIアプリケーションは、金融、医療、ソーシャルなどの分野において、ユーザーのセンシティブデータを頻繁に扱います。データプライバシーの保護が特に重要です。AI Layer 1は、検証可能性を保障しながら、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、ストレージなどのプロセス全体におけるデータの安全性を確保し、データの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対する懸念を解消する必要があります。

5. 強力なエコシステムの支援と開発サポート能力 AIネイティブのLayer 1インフラストラクチャとして、プラットフォームは技術的な先進性を持つだけでなく、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、多様なAIネイティブアプリケーションの実現を促進し、分散型AIエコシステムの持続的な繁栄を実現します。

! 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

以上の背景と期待に基づき、本稿では Sentient、Sahara AI、Ritual、Gensyn、Bittensor、0G を含む6つの AI Layer1 代表プロジェクトを詳細に紹介し、競技場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、将来のトレンドについて考察します。

Sentient：忠実なオープンソースの分散型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(を構築しています。初期段階ではLayer 2)として始まり、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により、分散型の人工知能経済圏を構築します。その核心的な目標は、"OML"フレームワーク（オープン、収益化、忠誠）を通じて、中央集権的なLLM市場におけるモデルの所有権、呼び出しの追跡、価値の配分の問題を解決することで、AIモデルのオンチェーン所有権構造、呼び出しの透明性、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。

! [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])https://img-cdn.gateio.im/webp-social/moments-f4a64f13105f67371db1a93a52948756.webp###

Sentient Foundation チームは、世界のトップクラスの学術専門家、ブロックチェーン起業家、エンジニアを集めて、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。さらに、Polygon の共同創設者 Sandeep Nailwal がブロックチェーン戦略とエコシステムの設計を主導しています。チームメンバーは、Meta、Coinbase、Polygon などの著名企業や、プリンストン大学、インド工科大学などのトップ大学からのバックグラウンドを持ち、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に向けて協力しています。

Polygonの共同創業者であるSandeep Nailwal氏の2番目のベンチャー企業であるSentientは、豊富なリソース、コネクション、市場での認知度により、当初から強力な支援を受けてきました。 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。

デザインアーキテクチャとアプリケーション層

インフラ層

(## コアアーキテクチャ

Sentientのコアアーキテクチャは、AIパイプラインとオンチェーンシステムの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）：コミュニティが主導するデータ選択プロセスで、モデルの整合性に使用されます。
• 忠誠度トレーニング（Loyalty Training）：モデルがコミュニティの意図と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型制御を提供し、AIアーティファクトの所有権、使用追跡、収益配分、公平なガバナンスを確保します。具体的なアーキテクチャは4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情報；
• 配布層：権限契約がモデル呼び出しの入口を制御する；
• アクセス層：権限証明を通じてユーザーが認可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、毎回の呼び出しでトレーナー、デプロイヤー、バリデーターに支払いを配分します。

! [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])https://img-cdn.gateio.im/webp-social/moments-a70b0aca9250ab65193d0094fa9b5641.webp###

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 が提唱する核心概念であり、オープンソースの AI モデルに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 ネイティブ暗号技術を組み合わせることにより、以下の特徴があります：

• 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が透明であり、コミュニティが再現、監査、改善しやすい。
• マネタイズ：モデルの呼び出しごと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、デプロイヤー、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、使用および変更は暗号化メカニズムによって制御されます。

(## AIネイティブ暗号

AIネイティブ暗号は、AIモデルの連続性、低次元多様体構造および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：トレーニング中に一組の隠れたクエリ-レスポンスの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します；
• 所有権検証プロトコル：第三者プローバーを通じて、クエリ形式で指紋が保持されているかを検証する；
• 許可呼び出しメカニズム：呼び出す前にモデル所有者が発行した"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権限を与えます。

この方法は、再暗号化のコストなしに "行動ベースの権限呼び出し + 所属検証" を実現できます。

! [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])https://img-cdn.gateio.im/webp-social/moments-cf5f43c63b7ab154e2201c8d3531be8c.webp###

モデルの権利確定とセキュアな実行フレームワーク

Sentient 現在採用しているのは Melange 混合セキュリティ：指紋による権利確認、TEE 実行、オンチェーン契約の分配が組み合わさっています。その中で、指紋方式は OML 1.0 を実現するメインラインであり、「楽観的セキュリティ（Optimistic Security）」の思想を強調しています。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検出して罰則を科します。

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」ペアを組み込むことで、モデルがトレーニング段階でユニークな署名を生成できるようにします。これらの署名を通じて、モデルの所有者は帰属を確認し、不正な複製や商業化を防ぐことができます。このメカニズムは、モデル開発者の権益を保護するだけでなく、モデルの使用行動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は信頼できる実行環境を利用したEnclave TEE計算フレームワークを発表しました。