Laporan Penelitian AI Layer 1: Menjelajahi Infrastruktur AI Desentralisasi
Ikhtisar
Dalam beberapa tahun terakhir, perusahaan teknologi terkemuka seperti OpenAI, Anthropic, Google, dan Meta terus mendorong perkembangan cepat model bahasa besar (LLM). LLM menunjukkan kemampuan yang belum pernah ada sebelumnya di berbagai industri, sangat memperluas ruang imajinasi manusia, bahkan dalam beberapa skenario menunjukkan potensi untuk menggantikan tenaga kerja manusia. Namun, inti dari teknologi ini dikuasai oleh sejumlah sedikit raksasa teknologi yang terpusat. Dengan modal yang kuat dan kontrol terhadap sumber daya komputasi yang mahal, perusahaan-perusahaan ini telah membangun penghalang yang sulit untuk dilewati, sehingga sebagian besar pengembang dan tim inovasi sulit untuk bersaing dengan mereka.
Sementara itu, pada tahap awal perkembangan pesat AI, opini publik sering kali terfokus pada terobosan dan kemudahan yang dibawa oleh teknologi, sementara perhatian terhadap masalah inti seperti perlindungan privasi, transparansi, dan keamanan relatif kurang. Dalam jangka panjang, masalah-masalah ini akan berdampak mendalam pada perkembangan sehat industri AI dan tingkat penerimaan masyarakat. Jika tidak dapat diatasi dengan baik, perdebatan mengenai apakah AI "menuju kebaikan" atau "menuju kejahatan" akan semakin menonjol, sedangkan raksasa terpusat yang didorong oleh naluri mencari keuntungan, sering kali kekurangan motivasi yang cukup untuk secara proaktif menghadapi tantangan-tantangan ini.
Teknologi blockchain, dengan karakteristiknya yang Desentralisasi, transparan, dan tahan sensor, memberikan kemungkinan baru untuk perkembangan berkelanjutan industri AI. Saat ini, banyak aplikasi "Web3 AI" telah muncul di beberapa blockchain utama. Namun, analisis mendalam menunjukkan bahwa proyek-proyek ini masih menghadapi banyak masalah: di satu sisi, tingkat desentralisasi yang terbatas, bagian-bagian kunci dan infrastruktur masih bergantung pada layanan cloud terpusat, sehingga sulit untuk mendukung ekosistem terbuka yang sebenarnya; di sisi lain, dibandingkan dengan produk AI di dunia Web2, AI on-chain masih memiliki keterbatasan dalam kemampuan model, pemanfaatan data, dan skenario aplikasi, kedalaman dan keluasan inovasi perlu ditingkatkan.
Untuk benar-benar mewujudkan visi AI terdesentralisasi, agar blockchain dapat menyimpan aplikasi AI berskala besar dengan aman, efisien, dan demokratis, serta mampu bersaing dalam kinerja dengan solusi terpusat, kita perlu merancang blockchain Layer1 yang dirancang khusus untuk AI. Ini akan memberikan dasar yang kuat untuk inovasi terbuka AI, demokrasi pemerintahan, dan keamanan data, serta mendorong perkembangan ekosistem AI terdesentralisasi yang makmur.
Fitur Utama AI Layer 1
AI Layer 1 sebagai sebuah blockchain yang dirancang khusus untuk aplikasi AI, memiliki arsitektur dan desain kinerja yang erat kaitannya dengan kebutuhan tugas AI, bertujuan untuk mendukung secara efisien perkembangan dan kemakmuran ekosistem AI di atas rantai secara berkelanjutan. Secara khusus, AI Layer 1 harus memiliki kemampuan inti berikut:
Insentif yang efisien dan mekanisme konsensus Desentralisasi
Inti dari AI Layer 1 adalah membangun jaringan berbagi sumber daya seperti komputasi, penyimpanan, dan lainnya yang terbuka. Berbeda dengan node blockchain tradisional yang terutama fokus pada pencatatan buku besar, node AI Layer 1 perlu menjalankan tugas yang lebih kompleks, tidak hanya menyediakan daya komputasi, menyelesaikan pelatihan dan inferensi model AI, tetapi juga menyumbangkan berbagai sumber daya seperti penyimpanan, data, dan bandwidth, sehingga dapat memecahkan monopoli raksasa terpusat dalam infrastruktur AI. Ini menuntut konsensus dan mekanisme insentif yang lebih tinggi: AI Layer 1 harus mampu mengevaluasi, memberikan insentif, dan memverifikasi kontribusi nyata node dalam tugas inferensi dan pelatihan AI, untuk mewujudkan keamanan jaringan dan alokasi sumber daya yang efisien. Hanya dengan cara ini jaringan dapat dijamin stabilitas dan kemakmurannya, serta secara efektif mengurangi biaya komputasi secara keseluruhan.
Kinerja tinggi yang luar biasa dan kemampuan dukungan tugas heterogen
Tugas AI, terutama pelatihan dan inferensi LLM, menuntut kinerja komputasi dan kemampuan pemrosesan paralel yang sangat tinggi. Lebih jauh, ekosistem AI di blockchain sering kali harus mendukung berbagai jenis tugas yang beragam dan heterogen, termasuk berbagai struktur model, pemrosesan data, inferensi, penyimpanan, dan skenario multiguna lainnya. AI Layer 1 harus melakukan optimasi mendalam pada arsitektur dasar untuk memenuhi kebutuhan throughput tinggi, latensi rendah, dan paralelisme elastis, serta mempersiapkan dukungan asli untuk sumber daya komputasi heterogen, memastikan bahwa berbagai tugas AI dapat berjalan dengan efisien dan mewujudkan perluasan yang mulus dari "tugas tunggal" ke "ekosistem kompleks dan beragam."
Verifikasi dan jaminan output yang dapat dipercaya
AI Layer 1 tidak hanya harus mencegah model berbuat jahat, modifikasi data, dan risiko keamanan lainnya, tetapi juga harus memastikan verifikasi dan keselarasan hasil keluaran AI dari mekanisme dasar. Dengan mengintegrasikan lingkungan eksekusi terpercaya (TEE), bukti nol pengetahuan (ZK), dan komputasi aman multipihak (MPC) serta teknologi mutakhir lainnya, platform dapat memastikan bahwa setiap inferensi model, pelatihan, dan proses pemrosesan data dapat diverifikasi secara independen, menjamin keadilan dan transparansi sistem AI. Pada saat yang sama, verifikasi ini juga dapat membantu pengguna memahami logika dan dasar keluaran AI, mewujudkan "apa yang didapat sesuai harapan", meningkatkan kepercayaan dan kepuasan pengguna terhadap produk AI.
Perlindungan Privasi Data
Aplikasi AI sering melibatkan data sensitif pengguna, dan dalam bidang keuangan, kesehatan, serta sosial, perlindungan privasi data menjadi sangat penting. AI Layer 1 harus memastikan verifikasi sambil menggunakan teknologi pemrosesan data berbasis enkripsi, protokol komputasi privasi, dan manajemen hak data, untuk memastikan keamanan data dalam seluruh proses inferensi, pelatihan, dan penyimpanan, serta secara efektif mencegah kebocoran dan penyalahgunaan data, menghilangkan kekhawatiran pengguna terkait keamanan data.
Kemampuan dukungan pengembangan dan pengelolaan ekosistem yang kuat
Sebagai infrastruktur dasar Layer 1 yang asli AI, platform tidak hanya harus memiliki keunggulan teknis, tetapi juga perlu menyediakan alat pengembangan yang lengkap, SDK terintegrasi, dukungan operasional, dan mekanisme insentif bagi para peserta ekosistem seperti pengembang, operator node, dan penyedia layanan AI. Dengan terus mengoptimalkan ketersediaan platform dan pengalaman pengembang, memfasilitasi peluncuran aplikasi AI yang kaya dan beragam, serta mewujudkan keberlanjutan kemakmuran ekosistem AI Desentralisasi.
Berdasarkan latar belakang dan harapan di atas, artikel ini akan menjelaskan secara rinci enam proyek AI Layer1 yang merupakan perwakilan termasuk Sentient, Sahara AI, Ritual, Gensyn, Bittensor, dan 0G, menyusun kemajuan terbaru dari jalur tersebut, menganalisis keadaan perkembangan proyek, dan membahas tren masa depan.
Sentient: Membangun model AI sumber terbuka desentralisasi yang setia
Ringkasan Proyek
Sentient adalah platform protokol open-source yang sedang membangun blockchain AI Layer1 ( yang pada tahap awal adalah Layer 2, kemudian akan berpindah ke Layer 1). Dengan menggabungkan AI Pipeline dan teknologi blockchain, platform ini bertujuan untuk membangun ekonomi kecerdasan buatan yang desentralisasi. Tujuan inti dari proyek ini adalah untuk menyelesaikan masalah kepemilikan model, pelacakan pemanggilan, dan distribusi nilai dalam pasar LLM terpusat melalui kerangka "OML" (Terbuka, Menguntungkan, Setia), sehingga model AI dapat memiliki struktur kepemilikan di blockchain, transparansi pemanggilan, dan pembagian nilai. Visi Sentient adalah memungkinkan siapa saja untuk membangun, berkolaborasi, memiliki, dan memonetisasi produk AI, sehingga mendorong ekosistem jaringan AI Agent yang adil dan terbuka.
Tim Sentient Foundation mengumpulkan para ahli akademis terkemuka, pengusaha blockchain, dan insinyur dari seluruh dunia, yang berkomitmen untuk membangun platform AGI yang didorong oleh komunitas, sumber terbuka, dan dapat diverifikasi. Anggota inti termasuk profesor Pramod Viswanath dari Universitas Princeton dan profesor Himanshu Tyagi dari Indian Institute of Science, yang masing-masing bertanggung jawab atas keamanan AI dan perlindungan privasi, sementara strategi blockchain dan tata ekosistem dipimpin oleh salah satu pendiri bersama proyek multichain terkenal, Sandeep Nailwal. Latar belakang anggota tim mencakup beberapa perusahaan terkenal, serta universitas terkemuka seperti Universitas Princeton dan Indian Institute of Technology, mencakup bidang AI/ML, NLP, visi komputer, dan bekerja sama untuk mendorong proyek ini agar terwujud.
Sebagai proyek kewirausahaan kedua Sandeep Nailwal, Sentient sejak awal sudah memiliki aura, dengan sumber daya, jaringan, dan tingkat kesadaran pasar yang kaya, memberikan dukungan yang kuat untuk pengembangan proyek. Pada pertengahan 2024, Sentient menyelesaikan pendanaan putaran benih sebesar 85 juta dolar AS, dipimpin oleh Founders Fund, Pantera, dan Framework Ventures, dengan lembaga investasi lainnya termasuk Delphi, Hashkey, dan Spartan serta puluhan VC terkenal lainnya.
Desain Arsitektur dan Lapisan Aplikasi
Infrastruktur
Arsitektur Inti
Arsitektur inti Sentient terdiri dari dua bagian: AI Pipeline dan sistem blockchain.
Pipa AI adalah dasar untuk mengembangkan dan melatih artefak "AI Setia", yang mencakup dua proses inti:
Perencanaan Data (Data Curation): Proses pemilihan data yang didorong oleh komunitas, digunakan untuk penyelarasan model.
Pelatihan Loyalitas (Loyalty Training): memastikan model menjaga proses pelatihan yang konsisten dengan niat komunitas.
Sistem blockchain menyediakan transparansi dan kontrol desentralisasi untuk protokol, memastikan kepemilikan artefak AI, pelacakan penggunaan, distribusi hasil, dan tata kelola yang adil. Struktur spesifik dibagi menjadi empat lapisan:
Lapisan penyimpanan: menyimpan bobot model dan informasi pendaftaran sidik jari;
Lapisan distribusi: kontrak otorisasi mengontrol titik masuk pemanggilan model;
Lapisan akses: Memverifikasi apakah pengguna diotorisasi melalui bukti izin;
Lapisan insentif: Kontrak rute pendapatan akan membayar distribusi ke pelatih, penyebar, dan validator setiap kali dipanggil.
Kerangka Model OML
Kerangka OML (Terbuka Open, Dapat Dimonetisasi Monetizable, Loyal) adalah konsep inti yang diajukan oleh Sentient, bertujuan untuk memberikan perlindungan kepemilikan yang jelas dan mekanisme insentif ekonomi untuk model AI sumber terbuka. Dengan menggabungkan teknologi on-chain dan kriptografi asli AI, memiliki karakteristik berikut:
Keterbukaan: Model harus bersifat open source, kode dan struktur data transparan, memudahkan komunitas untuk mereproduksi, mengaudit, dan meningkatkan.
Monetisasi: Setiap panggilan model akan memicu aliran pendapatan, kontrak di blockchain akan mendistribusikan pendapatan kepada pelatih, penyebar, dan validator.
Loyalitas: Model dimiliki oleh komunitas kontributor, arah peningkatan dan tata kelola ditentukan oleh DAO, penggunaan dan modifikasi dikendalikan oleh mekanisme kripto.
Kriptografi asli AI (AI-native Cryptography)
AI asli kripto adalah menggunakan kontinuitas model AI, struktur manifol rendah dimensi, dan karakteristik model yang dapat dibedakan untuk mengembangkan mekanisme keamanan ringan "dapat diverifikasi tetapi tidak dapat dihapus". Teknologi inti nya adalah:
Penyematan sidik jari: Memasukkan sekelompok pasangan kunci query-response yang tersembunyi selama pelatihan untuk membentuk tanda tangan unik model;
Protokol verifikasi kepemilikan: Memverifikasi apakah sidik jari tetap ada melalui detektor pihak ketiga (Prover) dalam bentuk pertanyaan query;
Mekanisme pemanggilan izin: Sebelum memanggil, perlu mendapatkan "bukti izin" yang diterbitkan oleh pemilik model, dan sistem akan memberikan otorisasi kepada model untuk mendekode input tersebut dan mengembalikan jawaban yang akurat.
Cara ini dapat mencapai "panggilan otorisasi berbasis perilaku + verifikasi kepemilikan" tanpa biaya re-enkripsi.
Kerangka Penegakan dan Keamanan Model
Sentient saat ini menggunakan Melange campuran keamanan: menggabungkan pengakuan sidik jari, eksekusi TEE, dan pembagian keuntungan kontrak di blockchain. Metode sidik jari menggunakan OML 1.0 sebagai garis utama, menekankan pemikiran "Keamanan Optimis (Optimistic Security)", yaitu secara default mematuhi, dan dapat terdeteksi serta dihukum setelah pelanggaran.
Mekanisme sidik jari adalah implementasi kunci dari OML, yang memungkinkan model untuk menghasilkan tanda tangan unik selama tahap pelatihan dengan menyematkan "pertanyaan-jawaban" tertentu. Melalui tanda tangan ini, pemilik model dapat memverifikasi kepemilikan, mencegah penyalinan dan komersialisasi yang tidak sah. Mekanisme ini tidak hanya melindungi hak pengembang model, tetapi juga menyediakan catatan on-chain yang dapat dilacak untuk perilaku penggunaan model.
Selain itu, Sentient telah meluncurkan kerangka komputasi Enclave TEE, yang memanfaatkan lingkungan eksekusi yang tepercaya (seperti AWS Nitro Enclaves) untuk memastikan model hanya merespons permintaan yang diotorisasi, mencegah akses dan penggunaan yang tidak sah. Meskipun TEE bergantung pada perangkat keras dan memiliki beberapa risiko keamanan, keuntungan kinerja tinggi dan real-time-nya menjadikannya teknologi inti untuk penyebaran model saat ini.
Di masa depan, Sentient berencana untuk memperkenalkan bukti nol-pengetahuan (
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
12 Suka
Hadiah
12
4
Posting ulang
Bagikan
Komentar
0/400
WalletDoomsDay
· 14jam yang lalu
Teknologi membebaskan manusia tetapi juga menjebak manusia.
Lihat AsliBalas0
DeFiChef
· 14jam yang lalu
AI yang terpusat memang perlu desentralisasi dengan keras
Tren baru Blockchain yang asli AI Menjelajahi infrastruktur kecerdasan buatan desentralisasi
Laporan Penelitian AI Layer 1: Menjelajahi Infrastruktur AI Desentralisasi
Ikhtisar
Dalam beberapa tahun terakhir, perusahaan teknologi terkemuka seperti OpenAI, Anthropic, Google, dan Meta terus mendorong perkembangan cepat model bahasa besar (LLM). LLM menunjukkan kemampuan yang belum pernah ada sebelumnya di berbagai industri, sangat memperluas ruang imajinasi manusia, bahkan dalam beberapa skenario menunjukkan potensi untuk menggantikan tenaga kerja manusia. Namun, inti dari teknologi ini dikuasai oleh sejumlah sedikit raksasa teknologi yang terpusat. Dengan modal yang kuat dan kontrol terhadap sumber daya komputasi yang mahal, perusahaan-perusahaan ini telah membangun penghalang yang sulit untuk dilewati, sehingga sebagian besar pengembang dan tim inovasi sulit untuk bersaing dengan mereka.
Sementara itu, pada tahap awal perkembangan pesat AI, opini publik sering kali terfokus pada terobosan dan kemudahan yang dibawa oleh teknologi, sementara perhatian terhadap masalah inti seperti perlindungan privasi, transparansi, dan keamanan relatif kurang. Dalam jangka panjang, masalah-masalah ini akan berdampak mendalam pada perkembangan sehat industri AI dan tingkat penerimaan masyarakat. Jika tidak dapat diatasi dengan baik, perdebatan mengenai apakah AI "menuju kebaikan" atau "menuju kejahatan" akan semakin menonjol, sedangkan raksasa terpusat yang didorong oleh naluri mencari keuntungan, sering kali kekurangan motivasi yang cukup untuk secara proaktif menghadapi tantangan-tantangan ini.
Teknologi blockchain, dengan karakteristiknya yang Desentralisasi, transparan, dan tahan sensor, memberikan kemungkinan baru untuk perkembangan berkelanjutan industri AI. Saat ini, banyak aplikasi "Web3 AI" telah muncul di beberapa blockchain utama. Namun, analisis mendalam menunjukkan bahwa proyek-proyek ini masih menghadapi banyak masalah: di satu sisi, tingkat desentralisasi yang terbatas, bagian-bagian kunci dan infrastruktur masih bergantung pada layanan cloud terpusat, sehingga sulit untuk mendukung ekosistem terbuka yang sebenarnya; di sisi lain, dibandingkan dengan produk AI di dunia Web2, AI on-chain masih memiliki keterbatasan dalam kemampuan model, pemanfaatan data, dan skenario aplikasi, kedalaman dan keluasan inovasi perlu ditingkatkan.
Untuk benar-benar mewujudkan visi AI terdesentralisasi, agar blockchain dapat menyimpan aplikasi AI berskala besar dengan aman, efisien, dan demokratis, serta mampu bersaing dalam kinerja dengan solusi terpusat, kita perlu merancang blockchain Layer1 yang dirancang khusus untuk AI. Ini akan memberikan dasar yang kuat untuk inovasi terbuka AI, demokrasi pemerintahan, dan keamanan data, serta mendorong perkembangan ekosistem AI terdesentralisasi yang makmur.
Fitur Utama AI Layer 1
AI Layer 1 sebagai sebuah blockchain yang dirancang khusus untuk aplikasi AI, memiliki arsitektur dan desain kinerja yang erat kaitannya dengan kebutuhan tugas AI, bertujuan untuk mendukung secara efisien perkembangan dan kemakmuran ekosistem AI di atas rantai secara berkelanjutan. Secara khusus, AI Layer 1 harus memiliki kemampuan inti berikut:
Insentif yang efisien dan mekanisme konsensus Desentralisasi Inti dari AI Layer 1 adalah membangun jaringan berbagi sumber daya seperti komputasi, penyimpanan, dan lainnya yang terbuka. Berbeda dengan node blockchain tradisional yang terutama fokus pada pencatatan buku besar, node AI Layer 1 perlu menjalankan tugas yang lebih kompleks, tidak hanya menyediakan daya komputasi, menyelesaikan pelatihan dan inferensi model AI, tetapi juga menyumbangkan berbagai sumber daya seperti penyimpanan, data, dan bandwidth, sehingga dapat memecahkan monopoli raksasa terpusat dalam infrastruktur AI. Ini menuntut konsensus dan mekanisme insentif yang lebih tinggi: AI Layer 1 harus mampu mengevaluasi, memberikan insentif, dan memverifikasi kontribusi nyata node dalam tugas inferensi dan pelatihan AI, untuk mewujudkan keamanan jaringan dan alokasi sumber daya yang efisien. Hanya dengan cara ini jaringan dapat dijamin stabilitas dan kemakmurannya, serta secara efektif mengurangi biaya komputasi secara keseluruhan.
Kinerja tinggi yang luar biasa dan kemampuan dukungan tugas heterogen Tugas AI, terutama pelatihan dan inferensi LLM, menuntut kinerja komputasi dan kemampuan pemrosesan paralel yang sangat tinggi. Lebih jauh, ekosistem AI di blockchain sering kali harus mendukung berbagai jenis tugas yang beragam dan heterogen, termasuk berbagai struktur model, pemrosesan data, inferensi, penyimpanan, dan skenario multiguna lainnya. AI Layer 1 harus melakukan optimasi mendalam pada arsitektur dasar untuk memenuhi kebutuhan throughput tinggi, latensi rendah, dan paralelisme elastis, serta mempersiapkan dukungan asli untuk sumber daya komputasi heterogen, memastikan bahwa berbagai tugas AI dapat berjalan dengan efisien dan mewujudkan perluasan yang mulus dari "tugas tunggal" ke "ekosistem kompleks dan beragam."
Verifikasi dan jaminan output yang dapat dipercaya AI Layer 1 tidak hanya harus mencegah model berbuat jahat, modifikasi data, dan risiko keamanan lainnya, tetapi juga harus memastikan verifikasi dan keselarasan hasil keluaran AI dari mekanisme dasar. Dengan mengintegrasikan lingkungan eksekusi terpercaya (TEE), bukti nol pengetahuan (ZK), dan komputasi aman multipihak (MPC) serta teknologi mutakhir lainnya, platform dapat memastikan bahwa setiap inferensi model, pelatihan, dan proses pemrosesan data dapat diverifikasi secara independen, menjamin keadilan dan transparansi sistem AI. Pada saat yang sama, verifikasi ini juga dapat membantu pengguna memahami logika dan dasar keluaran AI, mewujudkan "apa yang didapat sesuai harapan", meningkatkan kepercayaan dan kepuasan pengguna terhadap produk AI.
Perlindungan Privasi Data Aplikasi AI sering melibatkan data sensitif pengguna, dan dalam bidang keuangan, kesehatan, serta sosial, perlindungan privasi data menjadi sangat penting. AI Layer 1 harus memastikan verifikasi sambil menggunakan teknologi pemrosesan data berbasis enkripsi, protokol komputasi privasi, dan manajemen hak data, untuk memastikan keamanan data dalam seluruh proses inferensi, pelatihan, dan penyimpanan, serta secara efektif mencegah kebocoran dan penyalahgunaan data, menghilangkan kekhawatiran pengguna terkait keamanan data.
Kemampuan dukungan pengembangan dan pengelolaan ekosistem yang kuat Sebagai infrastruktur dasar Layer 1 yang asli AI, platform tidak hanya harus memiliki keunggulan teknis, tetapi juga perlu menyediakan alat pengembangan yang lengkap, SDK terintegrasi, dukungan operasional, dan mekanisme insentif bagi para peserta ekosistem seperti pengembang, operator node, dan penyedia layanan AI. Dengan terus mengoptimalkan ketersediaan platform dan pengalaman pengembang, memfasilitasi peluncuran aplikasi AI yang kaya dan beragam, serta mewujudkan keberlanjutan kemakmuran ekosistem AI Desentralisasi.
Berdasarkan latar belakang dan harapan di atas, artikel ini akan menjelaskan secara rinci enam proyek AI Layer1 yang merupakan perwakilan termasuk Sentient, Sahara AI, Ritual, Gensyn, Bittensor, dan 0G, menyusun kemajuan terbaru dari jalur tersebut, menganalisis keadaan perkembangan proyek, dan membahas tren masa depan.
Sentient: Membangun model AI sumber terbuka desentralisasi yang setia
Ringkasan Proyek
Sentient adalah platform protokol open-source yang sedang membangun blockchain AI Layer1 ( yang pada tahap awal adalah Layer 2, kemudian akan berpindah ke Layer 1). Dengan menggabungkan AI Pipeline dan teknologi blockchain, platform ini bertujuan untuk membangun ekonomi kecerdasan buatan yang desentralisasi. Tujuan inti dari proyek ini adalah untuk menyelesaikan masalah kepemilikan model, pelacakan pemanggilan, dan distribusi nilai dalam pasar LLM terpusat melalui kerangka "OML" (Terbuka, Menguntungkan, Setia), sehingga model AI dapat memiliki struktur kepemilikan di blockchain, transparansi pemanggilan, dan pembagian nilai. Visi Sentient adalah memungkinkan siapa saja untuk membangun, berkolaborasi, memiliki, dan memonetisasi produk AI, sehingga mendorong ekosistem jaringan AI Agent yang adil dan terbuka.
Tim Sentient Foundation mengumpulkan para ahli akademis terkemuka, pengusaha blockchain, dan insinyur dari seluruh dunia, yang berkomitmen untuk membangun platform AGI yang didorong oleh komunitas, sumber terbuka, dan dapat diverifikasi. Anggota inti termasuk profesor Pramod Viswanath dari Universitas Princeton dan profesor Himanshu Tyagi dari Indian Institute of Science, yang masing-masing bertanggung jawab atas keamanan AI dan perlindungan privasi, sementara strategi blockchain dan tata ekosistem dipimpin oleh salah satu pendiri bersama proyek multichain terkenal, Sandeep Nailwal. Latar belakang anggota tim mencakup beberapa perusahaan terkenal, serta universitas terkemuka seperti Universitas Princeton dan Indian Institute of Technology, mencakup bidang AI/ML, NLP, visi komputer, dan bekerja sama untuk mendorong proyek ini agar terwujud.
Sebagai proyek kewirausahaan kedua Sandeep Nailwal, Sentient sejak awal sudah memiliki aura, dengan sumber daya, jaringan, dan tingkat kesadaran pasar yang kaya, memberikan dukungan yang kuat untuk pengembangan proyek. Pada pertengahan 2024, Sentient menyelesaikan pendanaan putaran benih sebesar 85 juta dolar AS, dipimpin oleh Founders Fund, Pantera, dan Framework Ventures, dengan lembaga investasi lainnya termasuk Delphi, Hashkey, dan Spartan serta puluhan VC terkenal lainnya.
Desain Arsitektur dan Lapisan Aplikasi
Infrastruktur
Arsitektur Inti
Arsitektur inti Sentient terdiri dari dua bagian: AI Pipeline dan sistem blockchain.
Pipa AI adalah dasar untuk mengembangkan dan melatih artefak "AI Setia", yang mencakup dua proses inti:
Sistem blockchain menyediakan transparansi dan kontrol desentralisasi untuk protokol, memastikan kepemilikan artefak AI, pelacakan penggunaan, distribusi hasil, dan tata kelola yang adil. Struktur spesifik dibagi menjadi empat lapisan:
Kerangka Model OML
Kerangka OML (Terbuka Open, Dapat Dimonetisasi Monetizable, Loyal) adalah konsep inti yang diajukan oleh Sentient, bertujuan untuk memberikan perlindungan kepemilikan yang jelas dan mekanisme insentif ekonomi untuk model AI sumber terbuka. Dengan menggabungkan teknologi on-chain dan kriptografi asli AI, memiliki karakteristik berikut:
Kriptografi asli AI (AI-native Cryptography)
AI asli kripto adalah menggunakan kontinuitas model AI, struktur manifol rendah dimensi, dan karakteristik model yang dapat dibedakan untuk mengembangkan mekanisme keamanan ringan "dapat diverifikasi tetapi tidak dapat dihapus". Teknologi inti nya adalah:
Cara ini dapat mencapai "panggilan otorisasi berbasis perilaku + verifikasi kepemilikan" tanpa biaya re-enkripsi.
Kerangka Penegakan dan Keamanan Model
Sentient saat ini menggunakan Melange campuran keamanan: menggabungkan pengakuan sidik jari, eksekusi TEE, dan pembagian keuntungan kontrak di blockchain. Metode sidik jari menggunakan OML 1.0 sebagai garis utama, menekankan pemikiran "Keamanan Optimis (Optimistic Security)", yaitu secara default mematuhi, dan dapat terdeteksi serta dihukum setelah pelanggaran.
Mekanisme sidik jari adalah implementasi kunci dari OML, yang memungkinkan model untuk menghasilkan tanda tangan unik selama tahap pelatihan dengan menyematkan "pertanyaan-jawaban" tertentu. Melalui tanda tangan ini, pemilik model dapat memverifikasi kepemilikan, mencegah penyalinan dan komersialisasi yang tidak sah. Mekanisme ini tidak hanya melindungi hak pengembang model, tetapi juga menyediakan catatan on-chain yang dapat dilacak untuk perilaku penggunaan model.
Selain itu, Sentient telah meluncurkan kerangka komputasi Enclave TEE, yang memanfaatkan lingkungan eksekusi yang tepercaya (seperti AWS Nitro Enclaves) untuk memastikan model hanya merespons permintaan yang diotorisasi, mencegah akses dan penggunaan yang tidak sah. Meskipun TEE bergantung pada perangkat keras dan memiliki beberapa risiko keamanan, keuntungan kinerja tinggi dan real-time-nya menjadikannya teknologi inti untuk penyebaran model saat ini.
Di masa depan, Sentient berencana untuk memperkenalkan bukti nol-pengetahuan (