Nghiên cứu về đường đua 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 đã 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 còn cho thấy tiềm năng thay thế lao động của con người. Tuy nhiên, lõi của những công nghệ này vẫn nằm vững chắc trong tay một số gã khổng lồ công nghệ tập trung. Với vốn lớn 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 phần lớn các nhà phát triển và đội ngũ đổi mới gặp khó khăn trong việc 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 mức độ chú ý đến các vấn đề cốt lõi như bảo vệ quyền riêng tư, tính minh bạch và an toàn lại tương đối không đủ. 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 hợp lý, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ ngày càng trở nên nổi bật, trong khi các gã khổng lồ tập trung hóa, dưới sự thúc đẩy của bản năng tìm kiếm lợi nhuận, thường thiếu động lực đủ mạnh để chủ động đối phó với những thách thức này.
Công nghệ blockchain với đặc tính phi tập trung, minh bạch và kháng kiểm duyệt, đã cung cấp những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, một số ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, 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 then chốt và cơ sở hạ tầng vẫn phụ thuộc vào dịch vụ đám mây tập trung, khó có thể hỗ trợ một hệ sinh thái thực sự mở; mặt khác, so với các sản phẩm AI của thế giới Web2, AI on-chain vẫn còn hạn chế về khả năng mô hình, sử dụng dữ liệu và các tình huống ứng dụng, chiều sâu và chiều rộng của đổi mới cần được nâng cao.
Để thực sự hiện thực hóa tầm nhìn về AI phi tập trung, khiến cho 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 tạo ra riêng cho AI. Điều này sẽ cung cấp một nền tảng vững chắc cho đổi mới mở, quản trị dân chủ và an toàn dữ liệu của AI, 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 riêng cho các ứng dụng AI, với kiến trúc nền tảng và thiết kế hiệu suất tập trung vào nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ hiệu quả sự phát triển bền vững và thịnh vượng của hệ sinh thái AI on-chain. Cụ thể, AI Layer 1 cần có những khả năng cốt lõi sau:
Cơ chế khuyến khích hiệu quả và đồng thuận phi tập trung. Cốt lõi 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 các nhiệm vụ phức tạp hơn, không chỉ cung cấp sức mạnh tính toán, hoàn thành việc huấn luyện và suy diễn mô hình AI, mà còn phải 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 phi tập trung trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn cho sự đồng thuận và cơ chế khuyến khích ở cấp độ cơ sở: 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 như suy diễn, huấn luyện AI, nhằm đạt được độ an toàn của mạng và phân phối tài nguyên hiệu quả. Chỉ có như vậy mới có thể đảm bảo sự ổn định và thịnh vượng của mạng, đồng thời giảm thiểu chi phí sức mạnh tính toán tổng thể.
Hiệu suất cao xuất sắc và khả năng hỗ trợ nhiệm vụ đa dạng AI, đặc biệt là đào tạo và suy diễn LLM, 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 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 sâu cho các yêu cầu như băng thông 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 tính toán đa dạng một cách bản địa, đảm bảo rằng tất cả các nhiệm vụ AI đều có thể hoạt động hiệu quả, thực hiện sự mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp đa dạng".
Tính khả thi và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các rủi ro an ninh như mô hình xấu, dữ liệu bị thao túng, mà còn phải đảm bảo tính khả thi và sự đồng nhất 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), và tính toán an toàn nhiều bên (MPC), nền tảng có thể cho phép mỗi lần suy diễn mô hình, huấn luyện 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, thực hiện "những gì có được là những gì mong muốn", nâng cao sự tin tưởng và 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 đảm bảo tính khả thi trong khi áp dụng các công nghệ xử lý dữ liệu mã hóa, giao thức tính toán riêng tư và quản lý quyền dữ liệu, đảm bảo sự an toàn của dữ liệu trong toàn bộ quá trình suy luận, đào tạo và lưu trữ, hiệu quả ngăn chặn rò rỉ và lạm dụng dữ liệu, loại bỏ mối lo ngại của người dùng về an toàn dữ liệu.
Khả năng hỗ trợ và phát triển hệ sinh thái mạnh mẽ Là cơ sở hạ tầng Layer 1 gốc 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. Thông qua việc tối ưu hóa liên tục khả năng sử dụng nền tảng và trải nghiệm của nhà phát triển, thúc đẩy việc triển khai các ứng dụng gốc AI phong phú và đa dạng, đạt được sự phát triển bền vững của hệ sinh thái AI phi tập trung.
Dựa trên bối cảnh và kỳ vọng ở 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 sắp xếp tiến triển mới nhất của 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
Tóm tắt 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 chuỗi khối, xây dựng một nền kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nó là giải quyết các vấn đề về quyền sở hữu mô hình, theo dõi gọi và phân phối giá trị trong thị trường LLM tập trung thông qua khung "OML" (Mở, Có lợi, Trung thành), giúp 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 có thể xây dựng, hợp tác, sở hữu và biến sản phẩm AI thành tiền, từ đó thúc đẩy một hệ sinh thái mạng lưới AI Agent công bằng và mở.
Đội ngũ Sentient Foundation tập hợp những chuyên gia học thuật hàng đầu toàn cầu, các doanh nhân blockchain và kỹ sư, nhằm 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, chịu trách nhiệm về an ninh AI và bảo vệ quyền riêng tư, trong khi chiến lược blockchain và bố trí hệ sinh thái được dẫn dắt bởi đồng sáng lập Polygon, Sandeep Nailwal. Nền tảng của các thành viên trong nhóm 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 trùm 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 Polygon, Sentient ngay từ khi thành lập đã mang trong mình một hào quang, sở hữu nhiều nguồn lực, mối quan hệ và sự nhận thức về thị trường phong phú, cung cấp sự bảo đảm mạnh mẽ cho sự phát triển của dự án. 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 sự tham gia của 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
Cấu trúc cốt lõi của Sentient bao gồm hai phần: ống dẫn AI (AI Pipeline) và hệ thống blockchain.
Công cụ AI là nền tảng để phát triển và huấn luyện 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 điều chỉnh mô hình.
Đào tạo sự 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 việc 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: Điểm vào gọi mô hình được kiểm soát bởi hợp đồng ủy quyền;
Lớp truy cập: Xác minh xem người dùng có được ủy quyền hay không thông qua chứng minh quyền.
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.
Khung mô hình OML
Khung OML (Mở Open, có thể kiếm tiền Monetizable, trung thành Loyal) là khái niệm cốt lõi được 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.
Tiền tệ hóa: Mỗi lần gọi mô hình sẽ kích hoạt dòng thu nhập, hợp đồng chuỗi sẽ phân phối thu nhập cho người đào tạo, người triển khai và người xác minh.
Độ trung thành: Mô hình thuộc về cộng đồng đóng góp, hướng nâng cấp và quản trị do DAO quyết định, 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 dạng nhiều chiều thấp và đặc điểm có thể vi phân của mô hình, để phát triển cơ chế bảo mật nhẹ "có thể xác minh nhưng không thể xóa bỏ". Công nghệ cốt lõi của nó là:
Nhúng 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 lưu giữ hay không thông qua thiết bị dò tìm bên thứ ba (Prover) dưới dạng câu hỏi query;
Cơ chế gọi phép: Trước khi gọi, cần phải nhận "chứng chỉ quyền hạn" do chủ sở hữu mô hình cấp, hệ thống sẽ dựa vào đó ủy quyền cho mô hình giải mã đầu vào và trả về câu trả lời chính xác.
Cách này có thể đạt được "gọi ủy quyền dựa trên hành vi + xác thực thuộc sở hữu" mà không tốn chi phí mã hóa lại.
Khung quyền xác định và thực thi an toàn mô hình
Sentient hiện đang sử dụng Melange hỗn hợp an toàn: kết hợp xác thực 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 được phát hiện và trừng phạt.
Cơ chế vân tay là một thực hiện quan trọng 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 huấn luyện. 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 hồ sơ có thể theo dõi 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) để đảm bảo rằng mô hình chỉ phản hồi các yêu cầu được ủy quyền, ngăn chặn quyền truy cập và sử dụng không được phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro về an ninh, nhưng lợi thế 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 tại.
Trong tương lai, Sentient dự định giới thiệu công nghệ chứng minh không kiến thức (ZK) và mã hóa đồng nhất hoàn toàn (FHE) để tăng cường bảo vệ quyền riêng tư và khả năng xác minh, cung cấp nền tảng tốt hơn cho việc triển khai phi tập trung của các mô hình AI.
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.
12 thích
Phần thưởng
12
3
Đăng lại
Chia sẻ
Bình luận
0/400
TooScaredToSell
· 08-08 14:10
degen chỉ có thể nằm yên bị các công ty lớn thống trị.
Nghiên cứu về lĩnh vực AI Layer1: Phân tích nền tảng kỹ thuật của trí tuệ nhân tạo phi tập trung
Nghiên cứu về đường đua 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 đã 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 còn cho thấy tiềm năng thay thế lao động của con người. Tuy nhiên, lõi của những công nghệ này vẫn nằm vững chắc trong tay một số gã khổng lồ công nghệ tập trung. Với vốn lớn 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 phần lớn các nhà phát triển và đội ngũ đổi mới gặp khó khăn trong việc 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 mức độ chú ý đến các vấn đề cốt lõi như bảo vệ quyền riêng tư, tính minh bạch và an toàn lại tương đối không đủ. 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 hợp lý, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ ngày càng trở nên nổi bật, trong khi các gã khổng lồ tập trung hóa, dưới sự thúc đẩy của bản năng tìm kiếm lợi nhuận, thường thiếu động lực đủ mạnh để chủ động đối phó với những thách thức này.
Công nghệ blockchain với đặc tính phi tập trung, minh bạch và kháng kiểm duyệt, đã cung cấp những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, một số ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, 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 then chốt và cơ sở hạ tầng vẫn phụ thuộc vào dịch vụ đám mây tập trung, khó có thể hỗ trợ một hệ sinh thái thực sự mở; mặt khác, so với các sản phẩm AI của thế giới Web2, AI on-chain vẫn còn hạn chế về khả năng mô hình, sử dụng dữ liệu và các tình huống ứng dụng, chiều sâu và chiều rộng của đổi mới cần được nâng cao.
Để thực sự hiện thực hóa tầm nhìn về AI phi tập trung, khiến cho 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 tạo ra riêng cho AI. Điều này sẽ cung cấp một nền tảng vững chắc cho đổi mới mở, quản trị dân chủ và an toàn dữ liệu của AI, 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 riêng cho các ứng dụng AI, với kiến trúc nền tảng và thiết kế hiệu suất tập trung vào nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ hiệu quả sự phát triển bền vững và thịnh vượng của hệ sinh thái AI on-chain. Cụ thể, AI Layer 1 cần có những khả năng cốt lõi sau:
Cơ chế khuyến khích hiệu quả và đồng thuận phi tập trung. Cốt lõi 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 các nhiệm vụ phức tạp hơn, không chỉ cung cấp sức mạnh tính toán, hoàn thành việc huấn luyện và suy diễn mô hình AI, mà còn phải 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 phi tập trung trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn cho sự đồng thuận và cơ chế khuyến khích ở cấp độ cơ sở: 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 như suy diễn, huấn luyện AI, nhằm đạt được độ an toàn của mạng và phân phối tài nguyên hiệu quả. Chỉ có như vậy mới có thể đảm bảo sự ổn định và thịnh vượng của mạng, đồng thời giảm thiểu chi phí sức mạnh tính toán tổng thể.
Hiệu suất cao xuất sắc và khả năng hỗ trợ nhiệm vụ đa dạng AI, đặc biệt là đào tạo và suy diễn LLM, 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 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 sâu cho các yêu cầu như băng thông 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 tính toán đa dạng một cách bản địa, đảm bảo rằng tất cả các nhiệm vụ AI đều có thể hoạt động hiệu quả, thực hiện sự mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp đa dạng".
Tính khả thi và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các rủi ro an ninh như mô hình xấu, dữ liệu bị thao túng, mà còn phải đảm bảo tính khả thi và sự đồng nhất 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), và tính toán an toàn nhiều bên (MPC), nền tảng có thể cho phép mỗi lần suy diễn mô hình, huấn luyện 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, thực hiện "những gì có được là những gì mong muốn", nâng cao sự tin tưởng và 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 đảm bảo tính khả thi trong khi áp dụng các công nghệ xử lý dữ liệu mã hóa, giao thức tính toán riêng tư và quản lý quyền dữ liệu, đảm bảo sự an toàn của dữ liệu trong toàn bộ quá trình suy luận, đào tạo và lưu trữ, hiệu quả ngăn chặn rò rỉ và lạm dụng dữ liệu, loại bỏ mối lo ngại của người dùng về an toàn dữ liệu.
Khả năng hỗ trợ và phát triển hệ sinh thái mạnh mẽ Là cơ sở hạ tầng Layer 1 gốc 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. Thông qua việc tối ưu hóa liên tục khả năng sử dụng nền tảng và trải nghiệm của nhà phát triển, thúc đẩy việc triển khai các ứng dụng gốc AI phong phú và đa dạng, đạt được sự phát triển bền vững của hệ sinh thái AI phi tập trung.
Dựa trên bối cảnh và kỳ vọng ở 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 sắp xếp tiến triển mới nhất của 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
Tóm tắt 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 chuỗi khối, xây dựng một nền kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nó là giải quyết các vấn đề về quyền sở hữu mô hình, theo dõi gọi và phân phối giá trị trong thị trường LLM tập trung thông qua khung "OML" (Mở, Có lợi, Trung thành), giúp 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 có thể xây dựng, hợp tác, sở hữu và biến sản phẩm AI thành tiền, từ đó thúc đẩy một hệ sinh thái mạng lưới AI Agent công bằng và mở.
Đội ngũ Sentient Foundation tập hợp những chuyên gia học thuật hàng đầu toàn cầu, các doanh nhân blockchain và kỹ sư, nhằm 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, chịu trách nhiệm về an ninh AI và bảo vệ quyền riêng tư, trong khi chiến lược blockchain và bố trí hệ sinh thái được dẫn dắt bởi đồng sáng lập Polygon, Sandeep Nailwal. Nền tảng của các thành viên trong nhóm 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 trùm 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 Polygon, Sentient ngay từ khi thành lập đã mang trong mình một hào quang, sở hữu nhiều nguồn lực, mối quan hệ và sự nhận thức về thị trường phong phú, cung cấp sự bảo đảm mạnh mẽ cho sự phát triển của dự án. 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 sự tham gia của 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
Cấu trúc cốt lõi của Sentient bao gồm hai phần: ống dẫn AI (AI Pipeline) và hệ thống blockchain.
Công cụ AI là nền tảng để phát triển và huấn luyện 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 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 khái niệm cốt lõi được 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:
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 dạng nhiều chiều thấp và đặc điểm có thể vi phân của mô hình, để phát triển cơ chế bảo mật nhẹ "có thể xác minh nhưng không thể xóa bỏ". Công nghệ cốt lõi của nó là:
Cách này có thể đạt được "gọi ủy quyền dựa trên hành vi + xác thực thuộc sở hữu" mà không tốn chi phí mã hóa lại.
Khung quyền xác định và thực thi an toàn mô hình
Sentient hiện đang sử dụng Melange hỗn hợp an toàn: kết hợp xác thực 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 được phát hiện và trừng phạt.
Cơ chế vân tay là một thực hiện quan trọng 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 huấn luyện. 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 hồ sơ có thể theo dõi 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) để đảm bảo rằng mô hình chỉ phản hồi các yêu cầu được ủy quyền, ngăn chặn quyền truy cập và sử dụng không được phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro về an ninh, nhưng lợi thế 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 tại.
Trong tương lai, Sentient dự định giới thiệu công nghệ chứng minh không kiến thức (ZK) và mã hóa đồng nhất hoàn toàn (FHE) để tăng cường bảo vệ quyền riêng tư và khả năng xác minh, cung cấp nền tảng tốt hơn cho việc triển khai phi tập trung của các mô hình AI.