Báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI trên chuỗi
Tóm tắt
Trong những năm gần đây, các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta 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 nhiều lĩnh vực, mở rộng không gian tưởng tượng của nhân loại, thậm chí trong một số trường hợp còn cho thấy 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 gã khổng lồ công nghệ tập trung. Với nguồn vốn dồi dào và khả năng kiểm soát tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng lên những rào cản khó vượt qua, khiến phần lớn các nhà phát triển và nhóm 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. Về lâu dài, những vấn đề này sẽ tác động sâu sắc đến sự phát triển khỏe 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 trở nên nổi bật, trong khi các ông lớn tập trung vào trung tâm, dưới sự thúc đẩy của bản năng tìm kiếm lợi nhuận, thường thiếu động lực đủ mạnh để chủ động đối phó với những thách thức này.
Công nghệ blockchain, với đặc tính phi tập trung, minh bạch và chống kiểm duyệt, đã mở ra những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện nay, một số ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, khi phân tích sâu, có thể thấy 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 hỗ trợ một hệ sinh thái thực sự mở; mặt khác, so với các sản phẩm AI trên thế giới Web2, AI trên chuỗi vẫn còn hạn chế về khả năng mô hình, sử dụng dữ liệu và các lĩnh vực 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, cho phép blockchain có thể an toàn, hiệu quả và dân chủ trong việc triển khai các ứng dụng AI quy mô lớn, đồng thời cạnh tranh về hiệu suất với các giải pháp tập trung, chúng ta cần thiết kế một blockchain Layer 1 được xây dựng riêng cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở trong AI, dân chủ hóa quản trị 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 được thiết kế như một blockchain được tùy chỉnh đặc biệt cho các ứng dụng AI, với cấu 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 các năng lực cốt lõi sau:
Cơ chế đồng thuận phi tập trung và khuyến khích hiệu quả
Điểm cốt lõi của AI Layer 1 là xây dựng một mạng lưới chia sẻ tài nguyên như sức mạnh tính toán, lưu trữ, v.v. Khác với các nút blockchain truyền thống chủ yếu tập trung vào ghi chép sổ cái, các nút của AI Layer 1 cần thực hiện 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 lưu trữ, dữ liệu, băng thông và nhiều tài nguyên đa dạng khác, từ đó phá vỡ sự độc quyền của các ông lớn 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 đóng góp thực tế của các nút trong các nhiệm vụ như suy diễn và huấn luyện AI, nhằm đảm bảo an ninh cho mạng lưới và phân bổ tài nguyên một cách hiệu quả. Chỉ có như vậy mới có thể đảm bảo sự ổn định và thịnh vượng của mạng lưới, đồng thời giảm chi phí sức mạnh tính toán tổng thể một cách hiệu quả.
Hiệu suất cao vượt trội và khả năng hỗ trợ nhiệm vụ đa dạng
Nhiệm vụ AI, đặc biệt là đào tạo và suy luận LLM, đặt ra yêu cầu 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 dị thể, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy luận, lưu trữ và nhiều kịch bản đa dạng khác. AI Layer 1 phải tối ưu hóa sâu sắc cho các yêu cầu về thông lượng cao, độ trễ thấp và xử lý song song linh hoạt trên kiến trúc nền tảng, đồng thời định trước khả năng hỗ trợ nguyên bản cho tài nguyên tính toán dị thể, đảm bảo rằng các nhiệm vụ AI khác nhau đều có thể hoạt động hiệu quả, thực hiện việc mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp và đa dạng".
Khả năng xác minh và đảm bảo đầu ra đáng tin cậy
AI Layer 1 không chỉ phải ngăn chặn các rủi ro an ninh như mô hình xấu và thay đổi dữ liệu, mà còn phải đảm bảo tính khả chứng và tính 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 kiến thức (ZK) và tính toán an toàn nhiều bên (MPC), nền tảng có thể đảm bảo rằng 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 cũng giúp người dùng hiểu rõ logic và căn cứ của đầu ra AI, thực hiện "nhận được những gì mong muốn", nâng cao sự tin tưởng và hài lòng của người dùng đối với sản phẩm AI.
Bảo vệ quyền riêng tư dữ liệu
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 áp dụng các công nghệ xử lý dữ liệu dựa trên mã hóa, giao thức tính toán riêng tư và quản lý quyền dữ liệu, đồng thời đảm bảo khả năng xác minh, để đảm bảo tính an toàn của dữ liệu trong toàn bộ quá trình suy diễn, huấn luyện và lưu trữ, hiệu quả ngăn ngừa rò rỉ và lạm dụng dữ liệu, loại bỏ nỗi lo của người dùng về an toàn dữ liệu.
Khả năng hỗ trợ phát triển và mang lại 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 bộ công cụ phát triển hoàn chỉnh, 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 khả năng sử dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy việc triển khai các ứng dụng gốc AI đa dạng phong phú, đạt được sự thịnh vượng bền vững cho 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 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 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 khởi đầu là Layer 2, sau đó sẽ chuyển sang Layer 1). Bằng cách 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 cuộc gọi và phân phối giá trị trong thị trường LLM tập trung thông qua khung "OML" (Mở, Có lợi, Trung thành), giúp mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, minh bạch trong việc gọi và 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 tệ, 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 thế giới, 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 của Đại học Princeton và giáo sư Himanshu Tyagi của 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 phát triển hệ sinh thái do đồng sáng lập Polygon Sandeep Nailwal dẫn dắt. Nền tảng của các thành viên trong đội ngũ trải dài qua các công ty nổi tiếng như Meta, Coinbase, Polygon, cũng như các trường đại học hàng đầu như Đại học Princeton, Viện Công nghệ Ấn Độ, bao trùm các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nhau thúc đẩy dự án triển khai.
Là một dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập của Polygon, Sentient ngay từ khi thành lập đã mang theo một 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 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.
Thiết kế kiến trúc và lớp ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Cấu trúc cốt lõi của Sentient bao gồm hai phần: 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 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 giữ đúng 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 sử dụng, phân phối lợi nhuận và quản trị công bằng cho các tài sản 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: Mô hình kiểm soát hợp đồng ủy quyền điểm gọi;
Lớp truy cập: Xác minh người dùng có được ủy quyền hay không thông qua chứng minh quyền.
Lớp 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 triết lý cốt lõi mà Sentient đề xuất, nhằm cung cấp bảo vệ quyền sở hữu rõ ràng và cơ chế khuyến khích kinh tế cho các mô hình AI mã nguồn mở. Bằng cách kết hợp công nghệ on-chain và mật mã gốc AI, nó có các đặc điểm sau:
Tính mở: Mô hình phải mã nguồn mở, mã và cấu trúc dữ liệu phải minh bạch, thuận tiện cho cộng đồng tái hiện, kiểm tra và cải tiến.
Hóa tiền tệ: 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, định hướng nâng cấp và quản trị do DAO quyết định, việc sử dụng và sửa đổi được kiểm soát bởi cơ chế mã hóa.
Mật mã học gốc AI (AI-native Cryptography)
Mã hóa gốc AI là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa dạng chiều 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 dấu vân tay: Chèn một tập hợp các cặp khóa giá trị query-response ẩn vào trong quá trình huấn luyện để tạo thành chữ ký duy nhất của mô hình;
Giao thức xác minh quyền sở hữu: Xác minh xem dấu vân tay có được giữ lại hay không thông qua bộ phát hiện bên thứ ba (Prover) dưới dạng câu hỏi query;
Cơ chế gọi ủy quyền: Trước khi gọi, cần phải lấy "chứng chỉ quyền hạn" do chủ sở hữu mô hình cấp, hệ thống sau đó sẽ cấp quyền cho mô hình giải mã đầu vào đó 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 cần chi phí mã hóa lại.
Khung thực thi an toàn và xác nhận quyền cho mô hình
Sentient hiện đang áp dụng Melange hỗn hợp an toàn: kết hợp xác thực bằng dấu vân tay, thực thi TEE, và phân chia lợi nhuận hợp đồng trên chuỗi. Phương pháp dấu vân tay được thực hiện theo OML 1.0, nhấn mạnh tư tưởng "An toàn lạc quan (Optimistic Security)", tức là mặc định tuân thủ, có thể phát hiện và trừng phạt khi vi phạm.
Cơ chế vân tay là một thực hiện chính của 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 các ghi chép 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 để đảm bảo rằng mô hình chỉ phản hồi các yêu cầu được ủy quyền, ngăn chặn việc 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 trong việc triển khai mô hình hiện tại.
Trong tương lai, Sentient dự định giới thiệu công nghệ chứng minh không biết (ZK) và mã hóa đồng nhất hoàn toàn (FHE) để tăng cường bảo vệ quyền riêng tư và khả năng xác minh, cung cấp giải pháp trưởng thành hơn cho việc triển khai phi tập trung của các mô hình AI.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Báo cáo nghiên cứu AI Layer1: Phân tích 6 dự án đại diện của DeAI trên chuỗi.
Báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI trên chuỗi
Tóm tắt
Trong những năm gần đây, các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta 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 nhiều lĩnh vực, mở rộng không gian tưởng tượng của nhân loại, thậm chí trong một số trường hợp còn cho thấy 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 gã khổng lồ công nghệ tập trung. Với nguồn vốn dồi dào và khả năng kiểm soát tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng lên những rào cản khó vượt qua, khiến phần lớn các nhà phát triển và nhóm 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. Về lâu dài, những vấn đề này sẽ tác động sâu sắc đến sự phát triển khỏe 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 trở nên nổi bật, trong khi các ông lớn tập trung vào trung tâm, dưới sự thúc đẩy của bản năng tìm kiếm lợi nhuận, thường thiếu động lực đủ mạnh để chủ động đối phó với những thách thức này.
Công nghệ blockchain, với đặc tính phi tập trung, minh bạch và chống kiểm duyệt, đã mở ra những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện nay, một số ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, khi phân tích sâu, có thể thấy 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 hỗ trợ một hệ sinh thái thực sự mở; mặt khác, so với các sản phẩm AI trên thế giới Web2, AI trên chuỗi vẫn còn hạn chế về khả năng mô hình, sử dụng dữ liệu và các lĩnh vực 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, cho phép blockchain có thể an toàn, hiệu quả và dân chủ trong việc triển khai các ứng dụng AI quy mô lớn, đồng thời cạnh tranh về hiệu suất với các giải pháp tập trung, chúng ta cần thiết kế một blockchain Layer 1 được xây dựng riêng cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở trong AI, dân chủ hóa quản trị 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 được thiết kế như một blockchain được tùy chỉnh đặc biệt cho các ứng dụng AI, với cấu 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 các năng lực cốt lõi sau:
Cơ chế đồng thuận phi tập trung và khuyến khích hiệu quả Điểm cốt lõi của AI Layer 1 là xây dựng một mạng lưới chia sẻ tài nguyên như sức mạnh tính toán, lưu trữ, v.v. Khác với các nút blockchain truyền thống chủ yếu tập trung vào ghi chép sổ cái, các nút của AI Layer 1 cần thực hiện 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 lưu trữ, dữ liệu, băng thông và nhiều tài nguyên đa dạng khác, từ đó phá vỡ sự độc quyền của các ông lớn 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 đóng góp thực tế của các nút trong các nhiệm vụ như suy diễn và huấn luyện AI, nhằm đảm bảo an ninh cho mạng lưới và phân bổ tài nguyên một cách hiệu quả. Chỉ có như vậy mới có thể đảm bảo sự ổn định và thịnh vượng của mạng lưới, đồng thời giảm chi phí sức mạnh tính toán tổng thể một cách hiệu quả.
Hiệu suất cao vượt trội và khả năng hỗ trợ nhiệm vụ đa dạng Nhiệm vụ AI, đặc biệt là đào tạo và suy luận LLM, đặt ra yêu cầu 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 dị thể, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy luận, lưu trữ và nhiều kịch bản đa dạng khác. AI Layer 1 phải tối ưu hóa sâu sắc cho các yêu cầu về thông lượng cao, độ trễ thấp và xử lý song song linh hoạt trên kiến trúc nền tảng, đồng thời định trước khả năng hỗ trợ nguyên bản cho tài nguyên tính toán dị thể, đảm bảo rằng các nhiệm vụ AI khác nhau đều có thể hoạt động hiệu quả, thực hiện việc mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp và đa dạng".
Khả năng xác minh và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các rủi ro an ninh như mô hình xấu và thay đổi dữ liệu, mà còn phải đảm bảo tính khả chứng và tính 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 kiến thức (ZK) và tính toán an toàn nhiều bên (MPC), nền tảng có thể đảm bảo rằng 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 cũng giúp người dùng hiểu rõ logic và căn cứ của đầu ra AI, thực hiện "nhận được những gì mong muốn", nâng cao sự tin tưởng và hài lòng của người dùng đối với sản phẩm AI.
Bảo vệ quyền riêng tư dữ liệu 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 áp dụng các công nghệ xử lý dữ liệu dựa trên mã hóa, giao thức tính toán riêng tư và quản lý quyền dữ liệu, đồng thời đảm bảo khả năng xác minh, để đảm bảo tính an toàn của dữ liệu trong toàn bộ quá trình suy diễn, huấn luyện và lưu trữ, hiệu quả ngăn ngừa rò rỉ và lạm dụng dữ liệu, loại bỏ nỗi lo của người dùng về an toàn dữ liệu.
Khả năng hỗ trợ phát triển và mang lại 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 bộ công cụ phát triển hoàn chỉnh, 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 khả năng sử dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy việc triển khai các ứng dụng gốc AI đa dạng phong phú, đạt được sự thịnh vượng bền vững cho 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 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 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 khởi đầu là Layer 2, sau đó sẽ chuyển sang Layer 1). Bằng cách 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 cuộc gọi và phân phối giá trị trong thị trường LLM tập trung thông qua khung "OML" (Mở, Có lợi, Trung thành), giúp mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, minh bạch trong việc gọi và 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 tệ, 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 thế giới, 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 của Đại học Princeton và giáo sư Himanshu Tyagi của 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 phát triển hệ sinh thái do đồng sáng lập Polygon Sandeep Nailwal dẫn dắt. Nền tảng của các thành viên trong đội ngũ trải dài qua các công ty nổi tiếng như Meta, Coinbase, Polygon, cũng như các trường đại học hàng đầu như Đại học Princeton, Viện Công nghệ Ấn Độ, bao trùm các lĩnh vực AI/ML, NLP, thị giác máy tính, cùng nhau thúc đẩy dự án triển khai.
Là một dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập của Polygon, Sentient ngay từ khi thành lập đã mang theo một 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 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.
Thiết kế kiến trúc và lớp ứng dụng
Cơ sở hạ tầng
Kiến trúc cốt lõi
Cấu trúc cốt lõi của Sentient bao gồm hai phần: 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 tính 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 tài sản 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 triết lý cốt lõi mà Sentient đề xuất, nhằm cung cấp bảo vệ quyền sở hữu rõ ràng và cơ chế khuyến khích kinh tế cho các mô hình AI mã nguồn mở. Bằng cách kết hợp công nghệ on-chain và mật mã gốc AI, nó có các đặc điểm sau:
Mật mã học gốc AI (AI-native Cryptography)
Mã hóa gốc AI là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa dạng chiều 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 minh thuộc sở hữu" mà không cần chi phí mã hóa lại.
Khung thực thi an toàn và xác nhận quyền cho mô hình
Sentient hiện đang áp dụng Melange hỗn hợp an toàn: kết hợp xác thực bằng dấu vân tay, thực thi TEE, và phân chia lợi nhuận hợp đồng trên chuỗi. Phương pháp dấu vân tay được thực hiện theo OML 1.0, nhấn mạnh tư tưởng "An toàn lạc quan (Optimistic Security)", tức là mặc định tuân thủ, có thể phát hiện và trừng phạt khi vi phạm.
Cơ chế vân tay là một thực hiện chính của 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 các ghi chép 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 để đảm bảo rằng mô hình chỉ phản hồi các yêu cầu được ủy quyền, ngăn chặn việc 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 trong việc triển khai mô hình hiện tại.
Trong tương lai, Sentient dự định giới thiệu công nghệ chứng minh không biết (ZK) và mã hóa đồng nhất hoàn toàn (FHE) để tăng cường bảo vệ quyền riêng tư và khả năng xác minh, cung cấp giải pháp trưởng thành hơn cho việc triển khai phi tập trung của các mô hình AI.
nên