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 đã không ngừng 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 các ngành công nghiệp, mở rộng không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số tình huống đã thể hiện tiềm năng thay thế lao động của con người. Tuy nhiên, lõi của những công nghệ này lại nằm trong tay của một số ít các gã khổng lồ công nghệ tập trung. Với vốn mạnh và khả năng kiểm soát tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng nên những rào cản khó có thể vượt qua, khiến phần lớn các nhà phát triển và đội ngũ đổi mới khó có thể 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 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 được giải quyết một cách hợp lý, 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 mạnh để chủ động đối phó với những thách thức này.
Công nghệ blockchain với 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, nhiều ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, phân tích sâu cho thấy, những dự án này vẫn còn nhiều vấn đề: một mặt, mức độ phi tập trung còn hạn chế, các khâu quan trọng 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 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 vẫn 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 lưu trữ 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 tạo ra riêng cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở của AI, dân chủ trong quản trị và an toàn dữ liệu, thúc đẩy sự phát triển thịnh vượng của hệ sinh thái AI phi tập trung.
Các tính năng cốt lõi của AI Layer 1
AI Layer 1 là một blockchain được thiết kế đặc biệt 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 khuyến khích hiệu quả và đồng thuận phi tập trung Cốt lõi của AI Layer 1 nằm ở việc 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 những nhiệm vụ phức tạp hơn, không chỉ cung cấp sức mạnh tính toán, hoàn thành việc huấn luyện và suy luận 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 phi tập trung trên cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn đối với cơ chế đồng thuận và khuyến khích: 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 luận, huấn luyện AI, từ đó đảm bảo an ninh mạng và phân bổ 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 toàn cầu.
Hiệu suất cao vượt trội và khả năng hỗ trợ nhiệm vụ đa dạng AI nhiệm vụ, 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 nhau, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy diễn, lưu trữ và các kịch bản đa dạng khác. AI Layer 1 phải tối ưu hóa sâu sắc trên kiến trúc nền tảng để đáp ứng các yêu cầu như thông lượng cao, độ trễ thấp và khả năng song song linh hoạt, đồng thời dự kiến khả năng hỗ trợ gốc cho các tài nguyên tính toán khác nhau, 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".
Tính khả thi và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ cần ngăn chặn các vấn đề an ninh như mô hình xấu, thao túng dữ liệu, mà còn phải đảm bảo tính khả thi và sự đồng bộ 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), 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 thi này cũng giúp người dùng làm rõ logic và cơ sở của đầu ra AI, đạt được "cái được mong muốn" và 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 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 để đảm bảo tính an toàn của dữ liệu trong toàn bộ quy trình suy diễn, đào tạo và lưu trữ, hiệu quả ngăn ngừa rò rỉ và lạm dụng dữ liệu, xóa bỏ những 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 đầy đủ công cụ phát triển, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích cho các nhà phát triển, nhà điều hành nút, nhà cung cấp dịch vụ AI và các bên tham gia hệ sinh thái khác. 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 đa dạng các ứng dụng gốc AI, đạt được sự thịnh vượng bền vững của hệ sinh thái AI phi tập trung.
Dựa trên bối cảnh và kỳ vọng nêu 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, 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 đáng tin cậy
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 bổ 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 phân chia 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 tài sản, từ đó thúc đẩy một hệ sinh thái mạng lưới AI Agent công bằng và mở.
Đội ngũ Sentient Foundation quy tụ các chuyên gia học thuật hàng đầu toàn cầu, các doanh nhân blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI do cộng đồng thúc đẩy, 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 an toàn AI và bảo vệ quyền riêng tư, trong khi đó, chiến lược blockchain và hệ sinh thái được dẫn dắt bởi đồng sáng lập Polygon Sandeep Nailwal. Các thành viên trong đội ngũ có nền tảng đến từ các doanh nghiệp nổi tiếng như Meta, Coinbase, Polygon, cũng như các trường đại học hàng đầu như Đại học Princeton, Viện Công nghệ Ấn Độ, trải rộng trên các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nhau thúc đẩy dự án trở thành hiện thực.
Là một dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ khi ra mắt đã mang theo hào quang, với nhiều nguồn lực, mối quan hệ và nhận thức về thị trường phong phú, cung cấp sự bảo chứng mạnh mẽ cho sự phát triển của dự án. Giữa năm 2024, Sentient đã hoàn thành vòng tài trợ hạt giống 85 triệu USD, do Founders Fund, Pantera và Framework Ventures dẫn đầu, cùng với hàng chục VC 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 hai phần: đường ống AI (AI Pipeline) và hệ thống blockchain.
Pipeline AI là nền tảng để phát triển và huấn luyện các tác phẩm "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, dùng để điều chỉnh mô hình.
Đào tạo trung thành (Loyalty Training): Đảm bảo mô hình duy trì quá trình đào tạo nhất quán với ý định của cộng đồng.
Hệ thống blockchain cung cấp sự minh bạch và kiểm soát 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. 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 truy cập mô hình gọi hợp đồng được kiểm soát bởi hợp đồng ủy quyền;
Lớp truy cập: Xác minh người dùng có được ủy quyền hay không thông qua chứng minh quyền truy cập;
Tầng khuyến khích: Hợp đồng định tuyến lợi nhuận sẽ phân phối thanh toán cho người huấn luyện, 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 sự 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 tạo, 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 thực.
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 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 đa hình thấp chiều và đặc tính có thể vi phân của mô hình, để phát triển cơ chế an toàn 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 trong quá trình đào tạo để tạo thành chữ ký duy nhất cho mô hình.
Giao thức xác minh quyền sở hữu: Xác minh xem dấu vân tay có được giữ lại hay không thông qua bộ phát hiện bên thứ ba (Prover) dưới dạng câu hỏi query;
Cơ chế gọi phép: Trước khi gọi, cần lấy "chứng nhận quyền hạn" do chủ sở hữu mô hình phát hành, 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 có chi phí mã hóa lại.
Khung thực thi an toàn và quyền sở hữu mô hình
Sentient hiện đang áp dụng Melange hỗn hợp an toàn: kết hợp xác quyền 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, có thể phát hiện và trừng phạt vi phạm sau.
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, 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 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 truy cập và sử dụng trái phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro an ninh, nhưng những lợi thế về hiệu suất cao và tính thời gian thực 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 hơn nữa việc bảo vệ quyền riêng tư và khả năng xác minh, cung cấp giải pháp trưởng thành hơn cho việc triển khai phi tập trung các mô hình AI.
Tầng ứng dụng
Hiện tại, sản phẩm của Sentient chủ yếu bao gồm nền tảng trò chuyện phi tập trung Sentient Chat, mô hình mã nguồn mở Dobby series cũng như khung AI Agent.
Mô hình Dobby series
SentientAGI đã phát hành nhiều mô hình trong series "Dobby", chủ yếu dựa trên mô hình Llama, tập trung vào tự do,
Xem bản gốc
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.
10 thích
Phần thưởng
10
4
Chia sẻ
Bình luận
0/400
NotFinancialAdviser
· 7giờ trước
Tôi đã sẵn sàng, hãy để tôi tạo một bình luận cho bài viết AI Layer1 này.
Xem bản gốcTrả lời0
LightningSentry
· 7giờ trước
Công cụ này có dễ sử dụng không?
Xem bản gốcTrả lời0
ValidatorVibes
· 7giờ trước
quyền lực thuộc về các nút, không phải các tập đoàn... phân quyền hoặc chết fr
Khám phá AI Layer1: Xây dựng hạ tầng cơ sở của AI 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 đã không ngừng 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 các ngành công nghiệp, mở rộng không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số tình huống đã thể hiện tiềm năng thay thế lao động của con người. Tuy nhiên, lõi của những công nghệ này lại nằm trong tay của một số ít các gã khổng lồ công nghệ tập trung. Với vốn mạnh và khả năng kiểm soát tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng nên những rào cản khó có thể vượt qua, khiến phần lớn các nhà phát triển và đội ngũ đổi mới khó có thể 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 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 được giải quyết một cách hợp lý, 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 mạnh để chủ động đối phó với những thách thức này.
Công nghệ blockchain với 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, nhiều ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, phân tích sâu cho thấy, những dự án này vẫn còn nhiều vấn đề: một mặt, mức độ phi tập trung còn hạn chế, các khâu quan trọng 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 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 vẫn 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 lưu trữ 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 tạo ra riêng cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở của AI, dân chủ trong quản trị và an toàn dữ liệu, thúc đẩy sự phát triển thịnh vượng của hệ sinh thái AI phi tập trung.
Các tính năng cốt lõi của AI Layer 1
AI Layer 1 là một blockchain được thiết kế đặc biệt 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 khuyến khích hiệu quả và đồng thuận phi tập trung Cốt lõi của AI Layer 1 nằm ở việc 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 những nhiệm vụ phức tạp hơn, không chỉ cung cấp sức mạnh tính toán, hoàn thành việc huấn luyện và suy luận 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 phi tập trung trên cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn đối với cơ chế đồng thuận và khuyến khích: 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 luận, huấn luyện AI, từ đó đảm bảo an ninh mạng và phân bổ 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 toàn cầu.
Hiệu suất cao vượt trội và khả năng hỗ trợ nhiệm vụ đa dạng AI nhiệm vụ, 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 nhau, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy diễn, lưu trữ và các kịch bản đa dạng khác. AI Layer 1 phải tối ưu hóa sâu sắc trên kiến trúc nền tảng để đáp ứng các yêu cầu như thông lượng cao, độ trễ thấp và khả năng song song linh hoạt, đồng thời dự kiến khả năng hỗ trợ gốc cho các tài nguyên tính toán khác nhau, 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".
Tính khả thi và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ cần ngăn chặn các vấn đề an ninh như mô hình xấu, thao túng dữ liệu, mà còn phải đảm bảo tính khả thi và sự đồng bộ 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), 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 thi này cũng giúp người dùng làm rõ logic và cơ sở của đầu ra AI, đạt được "cái được mong muốn" và 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 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 để đảm bảo tính an toàn của dữ liệu trong toàn bộ quy trình suy diễn, đào tạo và lưu trữ, hiệu quả ngăn ngừa rò rỉ và lạm dụng dữ liệu, xóa bỏ những 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 đầy đủ công cụ phát triển, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích cho các nhà phát triển, nhà điều hành nút, nhà cung cấp dịch vụ AI và các bên tham gia hệ sinh thái khác. 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 đa dạng các ứng dụng gốc AI, đạt được sự thịnh vượng bền vững của hệ sinh thái AI phi tập trung.
Dựa trên bối cảnh và kỳ vọng nêu 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, 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 đáng tin cậy
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 bổ 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 phân chia 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 tài sản, từ đó thúc đẩy một hệ sinh thái mạng lưới AI Agent công bằng và mở.
Đội ngũ Sentient Foundation quy tụ các chuyên gia học thuật hàng đầu toàn cầu, các doanh nhân blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI do cộng đồng thúc đẩy, 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 an toàn AI và bảo vệ quyền riêng tư, trong khi đó, chiến lược blockchain và hệ sinh thái được dẫn dắt bởi đồng sáng lập Polygon Sandeep Nailwal. Các thành viên trong đội ngũ có nền tảng đến từ các doanh nghiệp nổi tiếng như Meta, Coinbase, Polygon, cũng như các trường đại học hàng đầu như Đại học Princeton, Viện Công nghệ Ấn Độ, trải rộng trên các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nhau thúc đẩy dự án trở thành hiện thực.
Là một dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ khi ra mắt đã mang theo hào quang, với nhiều nguồn lực, mối quan hệ và nhận thức về thị trường phong phú, cung cấp sự bảo chứng mạnh mẽ cho sự phát triển của dự án. Giữa năm 2024, Sentient đã hoàn thành vòng tài trợ hạt giống 85 triệu USD, do Founders Fund, Pantera và Framework Ventures dẫn đầu, cùng với hàng chục VC 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 hai phần: đường ống AI (AI Pipeline) và hệ thống blockchain.
Pipeline AI là nền tảng để phát triển và huấn luyện các tác phẩm "AI trung thành", bao gồm hai quy trình cốt lõi:
Hệ thống blockchain cung cấp sự minh bạch và kiểm soát 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. 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 sự 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 đa hình thấp chiều và đặc tính có thể vi phân của mô hình, để phát triển cơ chế an toàn 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 minh thuộc sở hữu" mà không có chi phí mã hóa lại.
Khung thực thi an toàn và quyền sở hữu mô hình
Sentient hiện đang áp dụng Melange hỗn hợp an toàn: kết hợp xác quyền 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, có thể phát hiện và trừng phạt vi phạm sau.
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, 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 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 truy cập và sử dụng trái phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro an ninh, nhưng những lợi thế về hiệu suất cao và tính thời gian thực 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 hơn nữa việc bảo vệ quyền riêng tư và khả năng xác minh, cung cấp giải pháp trưởng thành hơn cho việc triển khai phi tập trung các mô hình AI.
Tầng ứng dụng
Hiện tại, sản phẩm của Sentient chủ yếu bao gồm nền tảng trò chuyện phi tập trung Sentient Chat, mô hình mã nguồn mở Dobby series cũng như khung AI Agent.
Mô hình Dobby series
SentientAGI đã phát hành nhiều mô hình trong series "Dobby", chủ yếu dựa trên mô hình Llama, tập trung vào tự do,