Báo cáo nghiên cứu AI Layer 1: Khám phá cơ sở hạ tầng Phi tập trung AI
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 ngành nghề, mở rộng không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số tình huống còn thể hiện tiềm năng thay thế lao động của con người. Tuy nhiên, lõi của những công nghệ này lại nằm trong tay một số gã khổng lồ công nghệ tập trung. Nhờ vào vốn mạnh mẽ và sự kiểm soát đối với nguồn lực tính toán đắt đỏ, những công ty này đã thiết lập nên 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 của sự phát triển nhanh chóng của AI, dư luận xã hội thường tập trung vào những đột phá và tiện lợi 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 ninh lại tương đối thiếu. 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 một cách thỏa đáng, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ càng nổi bật, trong khi các ông lớn tập trung vào lợi nhuận thường thiếu động lực đủ để chủ động đối phó với những thách thức này.
Công nghệ blockchain nhờ vào đặc tính Phi tập trung, minh bạch và chống kiểm duyệt, đã mang lại 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 thống. Tuy nhiên, phân tích sâu có thể thấy rằng những dự án này vẫn tồn tại 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, khó có thể duy trì 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 độ rộng của sự đổi mới cần được cải thiện.
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 chứa đựng 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 chế tạo riêng cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở của AI, quản trị dân chủ và an toàn 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 là một blockchain được thiết kế riêng cho các ứng dụng AI, với kiến trúc nền tảng và thiết kế hiệu suất chặt chẽ xoay quanh 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 trên chuỗi. Cụ thể, AI Layer 1 cần có những khả năng cốt lõi sau:
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 mở về tính toán, lưu trữ và các nguồn lực khác. 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 những 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 nguồn lực đa dạng như lưu trữ, dữ liệu, băng thông, từ đó phá vỡ sự độc quyền của các ông lớn tập trung trong hạ tầng AI. Điều này đặt ra yêu cầu cao hơn cho cơ chế đồng thuận và khuyến khích nền tảng: 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 suy diễn, huấn luyện AI, từ đó đảm bảo an ninh 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 lưới, 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
Nhiệm vụ AI, đặc biệt là việc đào tạo và suy diễn 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 nhiều loại nhiệm vụ đa dạng và dị thể, bao gồm 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 được tối ưu hóa sâu sắc cho các nhu cầu về thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt trên kiến trúc nền tảng, và dự kiến khả năng hỗ trợ nguyên bản cho các tài nguyên tính toán dị thể, đảm bảo rằng tất cả các 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 đa dạng".
Khả năng xác minh và đảm bảo đầu ra đáng tin cậy
AI Layer 1 không chỉ phải ngăn chặn các nguy cơ an ninh như mô hình xấu và thay đổi dữ liệu, mà còn phải đảm bảo tính khả chứng và sự phù hợp của kết quả đầu ra của AI từ cơ chế nền tảng. Bằng cách tích hợp các công nghệ tiên tiến như môi trường thực thi tin cậy (TEE), chứng minh không kiến thức (ZK), và 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 chứng này còn giúp người dùng rõ ràng về logic và cơ sở đầu ra của AI, thực hiện "nhận được chính là 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
Các ứng dụng AI thường liên quan đến dữ liệu nhạy cảm của người dùng, đặc biệt trong các lĩnh vực tài chính, y tế, xã hội, việc bảo vệ quyền riêng tư của dữ liệu là rất quan trọng. AI Layer 1 nên đảm bảo tính có thể xác minh 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, nhằm 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 những lo lắng của người dùng về an toàn dữ liệu.
Năng lực hỗ trợ phát triển và chịu đựng hệ sinh thái mạnh mẽ
Là cơ sở hạ tầng Layer 1 nguyên bản AI, nền tảng không chỉ cần có tính tiên phong về công nghệ mà còn phải cung cấp cho các nhà phát triển, nhà điều hành nút, nhà cung cấp dịch vụ AI và các tham gia viên sinh thái khác những công cụ phát triển hoàn chỉnh, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích. Bằng cách tối ưu hóa liên tục tính khả dụng của nền tảng và trải nghiệm của các nhà phát triển, thúc đẩy sự phát triển đa dạng của các ứng dụng nguyên bản AI, đạt được sự thịnh vượng bền vững của 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 AI Layer1 bao gồm Sentient, Sahara AI, Ritual, Gensyn, Bittensor và 0G, hệ thống tổng hợp những tiến triển mới nhất trong lĩnh vực này, phân tích tình hình 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 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 giải quyết các vấn đề về quyền sở hữu mô hình, theo dõi yêu cầu và phân phối giá trị trong thị trường LLM tập trung thông qua khung "OML" (Mở, Có lợi, Trung thành), giúp các mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, minh bạch trong việc yêu cầu 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 thương mại hóa sản phẩm AI, từ đó thúc đẩy một hệ sinh thái mạng AI Agent công bằng và mở.
Đội ngũ Sentient Foundation quy tụ những chuyên gia học thuật hàng đầu, các doanh nhân blockchain và kỹ sư trên toàn cầu, cam kết xây dựng một nền tảng AGI do cộng đồng驱动, mã nguồn mở và có thể xác minh. Các thành viên cốt lõi bao gồm giáo sư Pramod Viswanath từ Đại học Princeton và giáo sư Himanshu Tyagi từ Viện Khoa học Ấn Độ, lần lượt phụ trách về an toàn AI và bảo vệ quyền riêng tư, trong khi chiến lược blockchain và bố trí hệ sinh thái do đồng sáng lập của một dự án đa chuỗi nổi tiếng Sandeep Nailwal dẫn dắt. Nền tảng thành viên trải rộng qua một số doanh nghiệp 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 nhau thúc đẩy dự án triển khai.
Là dự án khởi nghiệp thứ hai của Sandeep Nailwal, Sentient ngay từ khi thành lập đã mang theo một vầng hào quang, sở hữu nguồn lực phong phú, mối quan hệ và độ nhận diện thị trường, cung cấp sự bảo chứng mạnh mẽ cho sự phát triển của dự án. Giữa năm 2024, Sentient đã hoàn thành vòng gọi vốn hạt giống trị giá 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 tầng ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Cấu trúc cốt lõi của Sentient bao gồm hai phần: Đường dẫn AI (AI Pipeline) và Hệ thống blockchain.
AI ống dẫn là nền tảng để phát triển và huấn luyện các "công trình 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 dẫn dắt, được sử dụng để căn 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 Phi tập trung cho các giao thức, đảm bảo quyền sở hữu, theo dõi sử dụng, phân phối lợi nhuận và quản trị công bằng cho các sản phẩm AI. Kiến trúc cụ thể được chia thành bốn lớp:
Lớp lưu trữ: Lưu trữ trọng số mô hình và thông tin đăng ký vân tay;
Lớp phân phối: Mô hình kiểm soát quyền hợp đồng điều khiển điểm vào gọi;
Lớp truy cập: Xác minh xem người dùng có được ủy quyền thông qua chứng minh quyền truy cập hay không;
Tầng khuyến khích: Hợp đồng định tuyến lợi nhuận sẽ phân phối thanh toán mỗi lần gọi cho người huấn luyện, người triển khai và người xác minh.
Khung mô hình OML
Khung OML (Mở Open, Có thể kiếm tiền Monetizable, Trung thành Loyal) là triết lý 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 trên chuỗi 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, dễ dàng cho cộng đồng tái hiện, kiểm toán và cải tiến.
Tiền tệ hóa: Mỗi lần gọi mô hình sẽ kích hoạt dòng doanh thu, hợp đồng trên chuỗi sẽ phân phối doanh thu cho người đào tạo, người triển khai và người xác nhận.
Độ trung thành: Mô hình thuộc về cộng đồng người đóng góp, hướng nâng cấp và quản trị được quyết định bởi DAO, việc sử dụng và sửa đổi bị kiểm soát bởi cơ chế mã hóa.
Cryptography gốc AI (AI-native Cryptography)
AI nguyên sinh mã hóa là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa chiều thấp và tính khả vi của mô hình để phát triển cơ chế an toàn nhẹ "có thể xác minh nhưng không thể xóa bỏ". Công nghệ cốt lõi của nó là:
Nhúng dấu vân tay: Chèn một tập hợp các cặp khóa giá trị query-response ẩn vào trong quá trình huấn luyện 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 bằng cách hỏi thông qua bộ phát hiện bên thứ ba (Prover) dưới dạng truy vấn;
Cơ chế gọi được cấp phép: Trước khi gọi, cần phải có "chứng chỉ quyền hạn" do chủ sở hữu mô hình cấp phát, hệ thống sẽ dựa vào đó để 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 minh thuộc sở hữu" mà không tốn chi phí mã hóa lại.
Mô hình xác quyền và khung thực thi an toàn
Sentient hiện đang áp dụng Melange hỗn hợp an toàn: xác nhận quyền bằng vân tay, thực thi TEE, hợp đồng trên chuỗi phân chia lợi nhuận kết hợp. 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 dấu vân tay là một thực hiện quan trọng của OML, nó thông qua việc nhúng các cặp "câu hỏi-trả lời" cụ thể, để 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 hồ sơ trên chuỗi có thể theo dõi 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 mô hình chỉ phản hồi các yêu cầu được ủy quyền, ngăn chặn truy cập và sử dụng trái phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro về an ninh, 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 tại.
Trong tương lai, Sentient dự định giới thiệu chứng minh không kiến thức (
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
4
Đăng lại
Chia sẻ
Bình luận
0/400
WalletDoomsDay
· 14giờ trước
Công nghệ đã giải phóng con người nhưng cũng đã giam cầm con người.
Xem bản gốcTrả lời0
DeFiChef
· 14giờ trước
AI độc quyền thật sự cần phải Phi tập trung mạnh mẽ.
Xu hướng mới của Blockchain gốc AI: Khám phá cơ sở hạ tầng trí tuệ nhân tạo phi tập trung
Báo cáo nghiên cứu AI Layer 1: Khám phá cơ sở hạ tầng Phi tập trung AI
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 ngành nghề, mở rộng không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số tình huống còn thể hiện tiềm năng thay thế lao động của con người. Tuy nhiên, lõi của những công nghệ này lại nằm trong tay một số gã khổng lồ công nghệ tập trung. Nhờ vào vốn mạnh mẽ và sự kiểm soát đối với nguồn lực tính toán đắt đỏ, những công ty này đã thiết lập nên 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 của sự phát triển nhanh chóng của AI, dư luận xã hội thường tập trung vào những đột phá và tiện lợi 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 ninh lại tương đối thiếu. 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 một cách thỏa đáng, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ càng nổi bật, trong khi các ông lớn tập trung vào lợi nhuận thường thiếu động lực đủ để chủ động đối phó với những thách thức này.
Công nghệ blockchain nhờ vào đặc tính Phi tập trung, minh bạch và chống kiểm duyệt, đã mang lại 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 thống. Tuy nhiên, phân tích sâu có thể thấy rằng những dự án này vẫn tồn tại 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, khó có thể duy trì 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 độ rộng của sự đổi mới cần được cải thiện.
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 chứa đựng 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 chế tạo riêng cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở của AI, quản trị dân chủ và an toàn 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 là một blockchain được thiết kế riêng cho các ứng dụng AI, với kiến trúc nền tảng và thiết kế hiệu suất chặt chẽ xoay quanh 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 trên chuỗi. Cụ thể, AI Layer 1 cần có những khả năng cốt lõi sau:
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 mở về tính toán, lưu trữ và các nguồn lực khác. 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 những 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 nguồn lực đa dạng như lưu trữ, dữ liệu, băng thông, từ đó phá vỡ sự độc quyền của các ông lớn tập trung trong hạ tầng AI. Điều này đặt ra yêu cầu cao hơn cho cơ chế đồng thuận và khuyến khích nền tảng: 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 suy diễn, huấn luyện AI, từ đó đảm bảo an ninh 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 lưới, 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 Nhiệm vụ AI, đặc biệt là việc đào tạo và suy diễn 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 nhiều loại nhiệm vụ đa dạng và dị thể, bao gồm 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 được tối ưu hóa sâu sắc cho các nhu cầu về thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt trên kiến trúc nền tảng, và dự kiến khả năng hỗ trợ nguyên bản cho các tài nguyên tính toán dị thể, đảm bảo rằng tất cả các 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 đa dạng".
Khả năng xác minh và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các nguy cơ an ninh như mô hình xấu và thay đổi dữ liệu, mà còn phải đảm bảo tính khả chứng và sự phù hợp của kết quả đầu ra của AI từ cơ chế nền tảng. Bằng cách tích hợp các công nghệ tiên tiến như môi trường thực thi tin cậy (TEE), chứng minh không kiến thức (ZK), và 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 chứng này còn giúp người dùng rõ ràng về logic và cơ sở đầu ra của AI, thực hiện "nhận được chính là 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 Các ứng dụng AI thường liên quan đến dữ liệu nhạy cảm của người dùng, đặc biệt trong các lĩnh vực tài chính, y tế, xã hội, việc bảo vệ quyền riêng tư của dữ liệu là rất quan trọng. AI Layer 1 nên đảm bảo tính có thể xác minh 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, nhằm 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 những lo lắng của người dùng về an toàn dữ liệu.
Năng lực hỗ trợ phát triển và chịu đựng hệ sinh thái mạnh mẽ Là cơ sở hạ tầng Layer 1 nguyên bản AI, nền tảng không chỉ cần có tính tiên phong về công nghệ mà còn phải cung cấp cho các nhà phát triển, nhà điều hành nút, nhà cung cấp dịch vụ AI và các tham gia viên sinh thái khác những công cụ phát triển hoàn chỉnh, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích. Bằng cách tối ưu hóa liên tục tính khả dụng của nền tảng và trải nghiệm của các nhà phát triển, thúc đẩy sự phát triển đa dạng của các ứng dụng nguyên bản AI, đạt được sự thịnh vượng bền vững của 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 AI Layer1 bao gồm Sentient, Sahara AI, Ritual, Gensyn, Bittensor và 0G, hệ thống tổng hợp những tiến triển mới nhất trong lĩnh vực này, phân tích tình hình 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 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 giải quyết các vấn đề về quyền sở hữu mô hình, theo dõi yêu cầu và phân phối giá trị trong thị trường LLM tập trung thông qua khung "OML" (Mở, Có lợi, Trung thành), giúp các mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, minh bạch trong việc yêu cầu 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 thương mại hóa sản phẩm AI, từ đó thúc đẩy một hệ sinh thái mạng AI Agent công bằng và mở.
Đội ngũ Sentient Foundation quy tụ những chuyên gia học thuật hàng đầu, các doanh nhân blockchain và kỹ sư trên toàn cầu, cam kết xây dựng một nền tảng AGI do cộng đồng驱动, mã nguồn mở và có thể xác minh. Các thành viên cốt lõi bao gồm giáo sư Pramod Viswanath từ Đại học Princeton và giáo sư Himanshu Tyagi từ Viện Khoa học Ấn Độ, lần lượt phụ trách về an toàn AI và bảo vệ quyền riêng tư, trong khi chiến lược blockchain và bố trí hệ sinh thái do đồng sáng lập của một dự án đa chuỗi nổi tiếng Sandeep Nailwal dẫn dắt. Nền tảng thành viên trải rộng qua một số doanh nghiệp 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 nhau thúc đẩy dự án triển khai.
Là dự án khởi nghiệp thứ hai của Sandeep Nailwal, Sentient ngay từ khi thành lập đã mang theo một vầng hào quang, sở hữu nguồn lực phong phú, mối quan hệ và độ nhận diện thị trường, cung cấp sự bảo chứng mạnh mẽ cho sự phát triển của dự án. Giữa năm 2024, Sentient đã hoàn thành vòng gọi vốn hạt giống trị giá 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 tầng ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Cấu trúc cốt lõi của Sentient bao gồm hai phần: Đường dẫn AI (AI Pipeline) và Hệ thống blockchain.
AI ống dẫn là nền tảng để phát triển và huấn luyện các "công trình AI trung thành", bao gồm hai quy trình cốt lõi:
Hệ thống blockchain cung cấp tính minh bạch và Phi tập trung cho các giao thức, đảm bảo quyền sở hữu, theo dõi sử dụng, phân phối lợi nhuận và quản trị công bằng cho các sản phẩm AI. Kiến 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 triết lý 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 trên chuỗi và mật mã gốc AI, nó có các đặc điểm sau:
Cryptography gốc AI (AI-native Cryptography)
AI nguyên sinh mã hóa là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa chiều thấp và tính khả vi của mô hình để phát triển cơ chế an toàn nhẹ "có thể xác minh nhưng không thể xóa bỏ". Công nghệ cốt lõi của nó là:
Cách này có thể thực hiện "gọi ủy quyền dựa trên hành vi + xác minh thuộc sở hữu" mà không tốn chi phí mã hóa lại.
Mô hình xác quyền và khung thực thi an toàn
Sentient hiện đang áp dụng Melange hỗn hợp an toàn: xác nhận quyền bằng vân tay, thực thi TEE, hợp đồng trên chuỗi phân chia lợi nhuận kết hợp. 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 dấu vân tay là một thực hiện quan trọng của OML, nó thông qua việc nhúng các cặp "câu hỏi-trả lời" cụ thể, để 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 hồ sơ trên chuỗi có thể theo dõi 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 mô hình chỉ phản hồi các yêu cầu được ủy quyền, ngăn chặn truy cập và sử dụng trái phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro về an ninh, 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 tại.
Trong tương lai, Sentient dự định giới thiệu chứng minh không kiến thức (