Báo cáo nghiên cứu AI Layer1: Tìm kiếm 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 không ngừng thúc đẩy sự phát triển nhanh chóng của mô hình ngôn ngữ lớn (LLM). LLM đã thể hiện khả năng chưa từng có trong các ngành công nghiệp khác nhau, mở rộng không gian tưởng tượng của nhân loại một cách đáng kể và 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 của một số ít gã khổng lồ công nghệ tập trung. Nhờ vào nguồn vốn mạnh mẽ và khả năng kiểm soát nguồn lực tính toán đắt đỏ, những công ty này đã tạo ra những rào cản khó vượt qua, khiến phần lớn các nhà phát triển và đội ngũ đổi mới khó có thể cạnh tranh.
Trong giai đoạn đầu phát triển 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 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 thiếu. Trong dài hạn, 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 ngày càng nổi bật, trong khi các ông lớn tập trung vào trung tâm 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 mở ra 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 nhận 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, 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 độ rộng của đổi mới cần được cải thiện.
Để thực sự hiện thực hóa tầm nhìn về 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, và 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 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 chính 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 được xây dựng chặt chẽ xung quanh nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ hiệu quả sự phát triển và thịnh vượng bền vững của hệ sinh thái AI trên chuỗi. 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. 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 cần đóng góp tài nguyên đa dạng như lưu trữ, dữ liệu, băng thông, 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 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 những đóng góp thực tế của các nút trong các nhiệm vụ như suy diễn, huấn luyện AI, từ đó đảm bảo an toàn cho 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 vượt trội và khả năng hỗ trợ nhiệm vụ dị biệt Các tác 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 on-chain thường cần hỗ trợ nhiều loại nhiệm vụ đa dạng và dị biệt, 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 trên kiến trúc nền tảng để đáp ứng nhu cầu về thông lượng cao, độ trễ thấp và khả năng song song linh hoạt, đồng thời dự kiến khả năng hỗ trợ nguyên bản cho tài nguyên tính toán dị biệt, đảm bảo rằng mọi nhiệm vụ AI có thể hoạt động hiệu quả, thực hiện việc mở rộng mượt mà từ "nhiệm vụ đơn lẻ" đến "hệ sinh thái phức tạp đa dạng".
Khả năng xác minh và bảo đảm đầu ra đáng tin cậy AI Layer 1 không chỉ cần ngăn chặn các mối nguy hiểm về an ninh như mô hình xấu, dữ liệu bị thao túng, mà còn phải đảm bảo tính khả thi và tính nhất quán 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 đa bên (MPC), nền tảng có thể cho phép mỗi lần suy luận mô hình, đào tạo và xử lý dữ liệu đều có thể được xác minh độc lập, đảm bảo tính công bằng và tính minh bạch của hệ thống AI. Đồng thời, khả năng xác minh này cũng có thể giúp người dùng hiểu rõ logic và cơ sở của đầu ra AI, thực hiện "được điều mình mong muốn", nâng cao niềm tin và sự 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, đặc biệt trong các lĩnh vực tài chính, y tế, mạng xã hội, bảo vệ quyền riêng tư dữ liệu là vô cùng quan trọng. AI Layer 1 nên đảm bảo tính khả thi trong khi áp dụng công nghệ xử lý dữ liệu dựa trên mã hóa, giao thức tính toán quyền riêng tư và quản lý quyền truy cập 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 nỗi lo về an ninh dữ liệu của người dùng.
Năng lực 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 phong về công nghệ mà còn phải cung cấp công cụ phát triển hoàn chỉnh, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích cho các bên tham gia hệ sinh thái như nhà phát triển, nhà điều hành nút, và nhà cung cấp dịch vụ AI. Bằng cách tối ưu hóa liên tục tính khả dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy việc triển khai các ứng dụng gốc AI đa dạng và phong phú, 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 AI Layer1 đại diện bao gồm Sentient, Sahara AI, Ritual, Gensyn, Bittensor và 0G, hệ thống sắp xếp những 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 blockchain AI Layer1 ( trong 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 hệ sinh thái kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nó là thông qua khung "OML" (Mở, Có lợi, 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, để các mô hình AI thực hiện cấu trúc quyền sở hữu trên chuỗi, minh bạch hóa 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 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, cam kết xây dựng một nền tảng AGI được điều hành bởi cộng đồng, 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 ninh AI và bảo vệ quyền riêng tư, trong khi chiến lược blockchain và thiết lập hệ sinh thái được dẫn dắt bởi đồng sáng lập Polygon, Sandeep Nailwal. Nền tảng của các thành viên trong đội ngũ trải rộng qua các công ty nổi tiếng như Meta, Coinbase, Polygon, cũng như các trường đại học hàng đầu như Đại học Princeton, IIT Ấn Độ, bao trùm các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nhau thúc đẩy dự án hiện thực hóa.
Là một dự án khởi nghiệp thứ hai của người đồng sáng lập Polygon Sandeep Nailwal, Sentient ngay từ khi thành lập đã mang trong mình một vầng hào quang, sở hữu nhiều nguồn lực, mối quan hệ và độ nhận diện trên 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 trị giá 85 triệu USD, do Founders Fund, Pantera và Framework Ventures dẫn dắt, cùng với hàng chục quỹ đầu tư nổi tiếng khác như Delphi, Hashkey và Spartan.
Kiến trúc thiết kế và lớp ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Kiến trúc cốt lõi của Sentient được cấu thành từ 2 phần: ống dẫn AI (AI Pipeline) và hệ thống blockchain.
Cơ sở của ống dẫn AI là phát triển và đào tạo các "công trình AI trung thành", bao gồm hai quá trình cốt lõi:
Lập kế hoạch dữ liệu (Data Curation): Quá trình chọn dữ liệu do cộng đồng điều khiển, được sử dụng để căn chỉnh mô hình.
Đào tạo trung thành (Loyalty Training): Đảm bảo quá trình đào tạo của mô hình phù hợp với ý định của cộng đồng.
Hệ thống blockchain cung cấp tính minh bạch và kiểm soát phi tập trung cho các 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;
Tầng phân phối: Điểm vào gọi mô hình được kiểm soát bởi hợp đồng ủy quyền;
Lớp truy cập: Xác minh quyền truy cập của người dùng 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 ý tưởng cốt lõi mà Sentient đề xuất, nhằm cung cấp bảo vệ quyền sở hữu rõ ràng và cơ chế kích thích kinh tế cho các mô hình AI mã nguồn mở. Bằng cách kết hợp công nghệ on-chain và mật mã gốc AI, 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 tra 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 minh.
Độ trung thành: Mô hình thuộc về cộng đồng người đóng góp, hướng nâng cấp và quản trị do DAO quyết định, việc sử dụng và sửa đổi bị 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 mặt phẳng thấp và tính khả vi của mô hình để phát triển cơ chế bảo mật nhẹ "có thể xác minh nhưng không thể loại bỏ". Công nghệ cốt lõi của nó là:
Nhúng vân tay: Chèn một tập hợp các cặp khóa giá trị query-response ẩn vào lúc 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 trình phát hiện của bên thứ ba (Prover) dưới dạng truy vấn.
Cơ chế gọi ủy quyền: Trước khi gọi, cần phải nhận được "chứng nhận quyền hạn" do chủ sở hữu mô hình phát hành, hệ thống sẽ căn cứ vào đó để cấp 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 định quyền sở hữu và thực thi an toàn
Sentient hiện đang sử dụng Melange hỗn hợp an toàn: kết hợp xác thực bằng vân tay, thực thi TEE, và chia sẻ 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, có thể phát hiện và trừng phạt sau khi vi phạm.
Cơ chế dấu vân tay là một phần quan trọng trong việc thực hiện OML, nó thông qua việc nhúng các cặp "vấn đề-câu 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 nhà phát triển mô hình mà còn cung cấp một bản ghi 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 mô hình chỉ phản hồi các yêu cầu được cấp phép, ngăn chặn việc truy cập và sử dụng trái phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro 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 nay.
Trong tương lai, Sentient dự định đưa vào công nghệ chứng minh không kiến thức (ZK) và mã hóa hoàn toàn đồng hình (FHE), nhằm tăng cường hơn nữa việc bảo vệ quyền riêng tư và tính khả thi, cung cấp giải pháp trưởng thành hơn cho việc triển khai phi tập trung của các mô hình AI.
 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.
7 thích
Phần thưởng
7
6
Chia sẻ
Bình luận
0/400
CommunitySlacker
· 07-25 11:33
Thờ phụng các ông lớn thì chẳng có gì thú vị, chỉ có đổi mới mới có triển vọng.
Xem bản gốcTrả lời0
ZeroRushCaptain
· 07-24 20:00
Ôi trời, độc quyền như vậy là đang chơi đùa với mọi người chúng ta bán lẻ.
Xem bản gốcTrả lời0
StakeHouseDirector
· 07-24 20:00
Các gã khổng lồ công nghệ đang làm gì với sự độc quyền?
Xem bản gốcTrả lời0
SmartContractPlumber
· 07-24 19:59
Quyền quản lý của AI phi tập trung đáng sợ hơn cả lỗ hổng hợp đồng, ai có thể kiểm toán chúng?
Xem bản gốcTrả lời0
VCsSuckMyLiquidity
· 07-24 19:51
Độc quyền là kẻ thù tồi tệ nhất trên con đường đổi mới🐸
Xem bản gốcTrả lời0
PriceOracleFairy
· 07-24 19:49
khi nào có AI phi tập trung thực sự, bạn bè? cái này chỉ là bigtech trong trang phục web3...
Báo cáo nghiên cứu AI Layer1: Cuộc chiến cơ sở hạ tầng cho trí tuệ nhân tạo phi tập trung
Báo cáo nghiên cứu AI Layer1: Tìm kiếm 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 không ngừng thúc đẩy sự phát triển nhanh chóng của mô hình ngôn ngữ lớn (LLM). LLM đã thể hiện khả năng chưa từng có trong các ngành công nghiệp khác nhau, mở rộng không gian tưởng tượng của nhân loại một cách đáng kể và 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 của một số ít gã khổng lồ công nghệ tập trung. Nhờ vào nguồn vốn mạnh mẽ và khả năng kiểm soát nguồn lực tính toán đắt đỏ, những công ty này đã tạo ra những rào cản khó vượt qua, khiến phần lớn các nhà phát triển và đội ngũ đổi mới khó có thể cạnh tranh.
Trong giai đoạn đầu phát triển 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 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 thiếu. Trong dài hạn, 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 ngày càng nổi bật, trong khi các ông lớn tập trung vào trung tâm 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 mở ra 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 nhận 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, 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 độ rộng của đổi mới cần được cải thiện.
Để thực sự hiện thực hóa tầm nhìn về 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, và 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 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 chính 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 được xây dựng chặt chẽ xung quanh nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ hiệu quả sự phát triển và thịnh vượng bền vững của hệ sinh thái AI trên chuỗi. 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. 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 cần đóng góp tài nguyên đa dạng như lưu trữ, dữ liệu, băng thông, 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 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 những đóng góp thực tế của các nút trong các nhiệm vụ như suy diễn, huấn luyện AI, từ đó đảm bảo an toàn cho 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 vượt trội và khả năng hỗ trợ nhiệm vụ dị biệt Các tác 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 on-chain thường cần hỗ trợ nhiều loại nhiệm vụ đa dạng và dị biệt, 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 trên kiến trúc nền tảng để đáp ứng nhu cầu về thông lượng cao, độ trễ thấp và khả năng song song linh hoạt, đồng thời dự kiến khả năng hỗ trợ nguyên bản cho tài nguyên tính toán dị biệt, đảm bảo rằng mọi nhiệm vụ AI có thể hoạt động hiệu quả, thực hiện việc mở rộng mượt mà từ "nhiệm vụ đơn lẻ" đến "hệ sinh thái phức tạp đa dạng".
Khả năng xác minh và bảo đảm đầu ra đáng tin cậy AI Layer 1 không chỉ cần ngăn chặn các mối nguy hiểm về an ninh như mô hình xấu, dữ liệu bị thao túng, mà còn phải đảm bảo tính khả thi và tính nhất quán 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 đa bên (MPC), nền tảng có thể cho phép mỗi lần suy luận mô hình, đào tạo và xử lý dữ liệu đều có thể được xác minh độc lập, đảm bảo tính công bằng và tính minh bạch của hệ thống AI. Đồng thời, khả năng xác minh này cũng có thể giúp người dùng hiểu rõ logic và cơ sở của đầu ra AI, thực hiện "được điều mình mong muốn", nâng cao niềm tin và sự 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, đặc biệt trong các lĩnh vực tài chính, y tế, mạng xã hội, bảo vệ quyền riêng tư dữ liệu là vô cùng quan trọng. AI Layer 1 nên đảm bảo tính khả thi trong khi áp dụng công nghệ xử lý dữ liệu dựa trên mã hóa, giao thức tính toán quyền riêng tư và quản lý quyền truy cập 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 nỗi lo về an ninh dữ liệu của người dùng.
Năng lực 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 phong về công nghệ mà còn phải cung cấp công cụ phát triển hoàn chỉnh, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích cho các bên tham gia hệ sinh thái như nhà phát triển, nhà điều hành nút, và nhà cung cấp dịch vụ AI. Bằng cách tối ưu hóa liên tục tính khả dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy việc triển khai các ứng dụng gốc AI đa dạng và phong phú, 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 AI Layer1 đại diện bao gồm Sentient, Sahara AI, Ritual, Gensyn, Bittensor và 0G, hệ thống sắp xếp những 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 blockchain AI Layer1 ( trong 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 hệ sinh thái kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nó là thông qua khung "OML" (Mở, Có lợi, 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, để các mô hình AI thực hiện cấu trúc quyền sở hữu trên chuỗi, minh bạch hóa 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 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, cam kết xây dựng một nền tảng AGI được điều hành bởi cộng đồng, 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 ninh AI và bảo vệ quyền riêng tư, trong khi chiến lược blockchain và thiết lập hệ sinh thái được dẫn dắt bởi đồng sáng lập Polygon, Sandeep Nailwal. Nền tảng của các thành viên trong đội ngũ trải rộng qua các công ty nổi tiếng như Meta, Coinbase, Polygon, cũng như các trường đại học hàng đầu như Đại học Princeton, IIT Ấn Độ, bao trùm các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nhau thúc đẩy dự án hiện thực hóa.
Là một dự án khởi nghiệp thứ hai của người đồng sáng lập Polygon Sandeep Nailwal, Sentient ngay từ khi thành lập đã mang trong mình một vầng hào quang, sở hữu nhiều nguồn lực, mối quan hệ và độ nhận diện trên 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 trị giá 85 triệu USD, do Founders Fund, Pantera và Framework Ventures dẫn dắt, cùng với hàng chục quỹ đầu tư nổi tiếng khác như Delphi, Hashkey và Spartan.
Kiến trúc thiết kế và lớp ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Kiến trúc cốt lõi của Sentient được cấu thành từ 2 phần: ống dẫn AI (AI Pipeline) và hệ thống blockchain.
Cơ sở của ống dẫn AI là phát triển và đào tạo các "công trình AI trung thành", bao gồm hai quá trình cốt lõi:
Hệ thống blockchain cung cấp tính minh bạch và kiểm soát phi tập trung cho các 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 ý tưởng cốt lõi mà Sentient đề xuất, nhằm cung cấp bảo vệ quyền sở hữu rõ ràng và cơ chế kích thích kinh tế cho các mô hình AI mã nguồn mở. Bằng cách kết hợp công nghệ on-chain và mật mã gốc AI, 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 mặt phẳng thấp và tính khả vi của mô hình để phát triển cơ chế bảo mật nhẹ "có thể xác minh nhưng không thể loại bỏ". Công nghệ cốt lõi của nó là:
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 định quyền sở hữu và thực thi an toàn
Sentient hiện đang sử dụng Melange hỗn hợp an toàn: kết hợp xác thực bằng vân tay, thực thi TEE, và chia sẻ 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, có thể phát hiện và trừng phạt sau khi vi phạm.
Cơ chế dấu vân tay là một phần quan trọng trong việc thực hiện OML, nó thông qua việc nhúng các cặp "vấn đề-câu 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 nhà phát triển mô hình mà còn cung cấp một bản ghi 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 mô hình chỉ phản hồi các yêu cầu được cấp phép, ngăn chặn việc truy cập và sử dụng trái phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro 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 nay.
Trong tương lai, Sentient dự định đưa vào công nghệ chứng minh không kiến thức (ZK) và mã hóa hoàn toàn đồng hình (FHE), nhằm tăng cường hơn nữa việc bảo vệ quyền riêng tư và tính khả thi, cung cấp giải pháp trưởng thành hơn cho việc triển khai phi tập trung của các mô hình AI.
![Biteye và PANews hợp tác phát hành báo cáo nghiên cứu AI Layer1: Tìm kiếm đất màu mỡ cho DeAI on-chain](