Báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI trên chuỗi
Trong những năm gần đây, các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta đang liên tục thúc đẩy sự phát triển nhanh chóng của các mô hình ngôn ngữ lớn (LLM). LLM thể hiện khả năng chưa từng có trong nhiều lĩnh vực, mở rộng không gian tưởng tượng của con người một cách đáng kể, 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 gã khổng lồ công nghệ tập trung. Nhờ vào nguồn vốn mạnh mẽ và việc kiểm soát các tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng nên những rào cản khó vượt qua, khiến phần lớn nhà phát triển và các 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 bước 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 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 trở nên nổi bật, trong khi các gã khổng lồ tập trung hóa, dưới sự thúc đẩy của bản năng kiếm lợi, thường thiếu động lực đủ mạnh để chủ động đối mặt với những thách thức này.
Công nghệ blockchain nhờ vào các đặc điểm phi tập trung, minh bạch và chống kiểm duyệt, đã cung cấp 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 phổ biến. Tuy nhiên, phân tích sâu có thể thấy rằng các dự án này vẫn tồn tại 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 sản phẩm AI trong thế giới Web2, AI trên chuỗi vẫn có 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 nâng cao.
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 hỗ trợ 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 tạo ra riêng cho AI. Điều này sẽ cung cấp một nền tảng vững chắc cho sự đổi mới mở, quản trị dân chủ và an toàn dữ liệu của AI, 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 và thiết kế hiệu suất của nó tập trung chặt chẽ vào nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ hiệu quả cho sự phát triển bền vững và thịnh vượng của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 cần có các 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 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 các 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 đối với cơ chế đồng thuận và khuyến khích cơ bản: 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, nhằm đạt được an toàn cho mạng lưới 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, cũng như giảm thiểu chi phí sức mạnh tính toán tổng thể.
Hiệu suất cao vượt trội và khả năng hỗ trợ tác vụ dị biệt
Nhiệm vụ AI, đặc biệt là việc huấn luyện 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 các loại nhiệm vụ đa dạng và dị thể, 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 về cơ sở hạ tầng để đáp ứng nhu cầu thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt, đồng thời dự kiến khả năng hỗ trợ nguyên bản cho 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 rủi ro an ninh như mô hình xấu và sửa đổi dữ liệu, mà còn phải đảm bảo tính khả kiểm chứng và sự phù hợp của kết quả đầu ra của AI từ cơ chế nền tảng. Thông qua việc 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 diễn mô hình, huấn luyện 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 kiểm chứng này cũng giúp người dùng làm rõ logic và cơ sở của đầu ra AI, thực hiện "được cái gì thì mong muốn cái đó", 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, 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 truy cập dữ liệu, đồng thời đảm bảo tính khả chứng, để 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 toàn dữ liệu của người dùng.
Khả năng hỗ trợ và phát triển hệ sinh thái mạnh mẽ
Là cơ sở hạ tầng Layer 1 nguyên bản AI, nền tảng không chỉ cần có tính năng kỹ thuật vượt trội, mà còn phải cung cấp các 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, người vận hành nút, và nhà cung cấp dịch vụ AI. Bằng cách liên tục tối ưu hóa tính khả dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy sự phát triển phong phú và đa dạng của các ứng dụng nguyên bản AI, 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 sáu dự án đại diện cho 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 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 gọi 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 gọi và phân chia giá trị. Tầm nhìn của Sentient là giúp 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 lưới AI Agent công bằng và mở.
Nhóm Sentient Foundation quy tụ các chuyên gia học thuật hàng đầu, những người khởi nghiệp blockchain và kỹ sư từ khắp nơi trên thế giới, cam kết xây dựng một nền tảng AGI do cộng đồng điều hành, 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, đồng thời được dẫn dắt bởi một trong những người đồng sáng lập nổi tiếng của một chuỗi công khai trong chiến lược blockchain và bố trí hệ sinh thái. Bối cảnh của các thành viên trong nhóm trải rộng từ những công ty nổi tiếng như Meta, Coinbase đến 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, hợp tác thúc đẩy dự án triển khai.
Là một dự án khởi nghiệp lần thứ hai của một trong những người sáng lập nổi tiếng của chuỗi công khai, Sentient ngay từ khi thành lập đã mang theo hào quang, sở hữu nhiều tài nguyên, 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 đô la, do Founders Fund, Pantera và Framework Ventures dẫn đầu, 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: ống dẫn AI (AI Pipeline) và hệ thống blockchain.
AI Pipeline là nền tảng để phát triển và đào tạo các sản 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 lòng trung thành (Loyalty Training): Đảm bảo quá trình đào tạo của mô hình giữ đúng với ý định của cộng đồng.
Hệ thống blockchain cung cấp tính minh bạch và kiểm soát phi tập trung cho 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 dấu vân tay;
Lớp phân phối: Mô hình kiểm soát hợp đồng ủy quyền gọi vào;
Tầng truy cập: Xác minh xem người dùng có được ủy quyền thông qua chứng minh quyền.
Tầng khuyến khích: Hợp đồng định tuyến lợi nhuận sẽ phân phối khoản thanh toán cho người đào tạo, người triển khai và người xác thực mỗi khi được gọi.
Khung mô hình OML
Khung OML (Mở Open, Có thể kiếm tiền Monetizable, Trung thành Loyal) là lý thuyết cốt lõi mà Sentient đề xuất, nhằm cung cấp bảo vệ quyền sở hữu và cơ chế khuyến khích kinh tế rõ ràng 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 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.
Trung thành: Mô hình thuộc về cộng đồng những 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.
AI gốc mã hóa (AI-native Cryptography)
AI gốc mã hóa là việc sử dụng tính liên tục của mô hình AI, cấu trúc hình dạng thấp chiều và đặc điểm có thể vi phân 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 đào tạo 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 thiết bị phát hiện bên thứ ba (Prover) dưới dạng câu hỏi query;
Cơ chế gọi phép: Trước khi gọi, cần phải nhận được "chứng chỉ quyền hạn" do chủ sở hữu mô hình cấp phát, hệ thống sẽ dựa vào đó 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 chủ sở hữu" mà không tốn chi phí mã hóa lại.
Khung thực thi an toàn và xác nhận quyền mô hình
Sentient hiện đang sử dụng Melange hỗn hợp an toàn: kết hợp xác thực bằng dấu vân tay, thực thi TEE, và chia sẻ lợi nhuận hợp đồng trên chuỗi. Phương pháp dấu vân tay được thực hiện qua 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 sau khi vi phạm.
Cơ chế dấu 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 huấn luyện. 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 hồ sơ có thể truy vết 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 ủy quyền, ngăn chặn truy cập và sử dụng không được 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 nay.
Trong tương lai, Sentient dự định giới thiệu công nghệ chứng minh không kiến thức (ZK) và mã hóa đồng nhất toàn phần (FHE), nhằm 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 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.
Khám phá AI Layer1: Mở khóa Phi tập trung mô hình trí tuệ nhân tạo mới
Báo cáo nghiên cứu AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI trên chuỗi
Trong những năm gần đây, các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta đang liên tục thúc đẩy sự phát triển nhanh chóng của các mô hình ngôn ngữ lớn (LLM). LLM thể hiện khả năng chưa từng có trong nhiều lĩnh vực, mở rộng không gian tưởng tượng của con người một cách đáng kể, 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 gã khổng lồ công nghệ tập trung. Nhờ vào nguồn vốn mạnh mẽ và việc kiểm soát các tài nguyên tính toán đắt đỏ, những công ty này đã xây dựng nên những rào cản khó vượt qua, khiến phần lớn nhà phát triển và các 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 bước 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 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 trở nên nổi bật, trong khi các gã khổng lồ tập trung hóa, dưới sự thúc đẩy của bản năng kiếm lợi, thường thiếu động lực đủ mạnh để chủ động đối mặt với những thách thức này.
Công nghệ blockchain nhờ vào các đặc điểm phi tập trung, minh bạch và chống kiểm duyệt, đã cung cấp 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 phổ biến. Tuy nhiên, phân tích sâu có thể thấy rằng các dự án này vẫn tồn tại 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 sản phẩm AI trong thế giới Web2, AI trên chuỗi vẫn có 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 nâng cao.
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 hỗ trợ 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 tạo ra riêng cho AI. Điều này sẽ cung cấp một nền tảng vững chắc cho sự đổi mới mở, quản trị dân chủ và an toàn dữ liệu của AI, 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 và thiết kế hiệu suất của nó tập trung chặt chẽ vào nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ hiệu quả cho sự phát triển bền vững và thịnh vượng của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 cần có các khả năng cốt lõi sau:
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 việc ghi chép sổ cái, các nút của AI Layer 1 cần đảm nhận các 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 đối với cơ chế đồng thuận và khuyến khích cơ bản: 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, nhằm đạt được an toàn cho mạng lưới 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, cũng như giảm thiểu chi phí sức mạnh tính toán tổng thể.
Nhiệm vụ AI, đặc biệt là việc huấn luyện 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 các loại nhiệm vụ đa dạng và dị thể, 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 về cơ sở hạ tầng để đáp ứng nhu cầu thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt, đồng thời dự kiến khả năng hỗ trợ nguyên bản cho 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".
AI Layer 1 không chỉ phải ngăn chặn các rủi ro an ninh như mô hình xấu và sửa đổi dữ liệu, mà còn phải đảm bảo tính khả kiểm chứng và sự phù hợp của kết quả đầu ra của AI từ cơ chế nền tảng. Thông qua việc 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 diễn mô hình, huấn luyện 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 kiểm chứng này cũng giúp người dùng làm rõ logic và cơ sở của đầu ra AI, thực hiện "được cái gì thì mong muốn cái đó", nâng cao sự tin tưởng và hài lòng của người dùng đối với sản phẩm AI.
Các 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 truy cập dữ liệu, đồng thời đảm bảo tính khả chứng, để 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 toàn dữ liệu của người dùng.
Là cơ sở hạ tầng Layer 1 nguyên bản AI, nền tảng không chỉ cần có tính năng kỹ thuật vượt trội, mà còn phải cung cấp các 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, người vận hành nút, và nhà cung cấp dịch vụ AI. Bằng cách liên tục tối ưu hóa tính khả dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy sự phát triển phong phú và đa dạng của các ứng dụng nguyên bản AI, 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 sáu dự án đại diện cho 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 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 gọi 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 gọi và phân chia giá trị. Tầm nhìn của Sentient là giúp 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 lưới AI Agent công bằng và mở.
Nhóm Sentient Foundation quy tụ các chuyên gia học thuật hàng đầu, những người khởi nghiệp blockchain và kỹ sư từ khắp nơi trên thế giới, cam kết xây dựng một nền tảng AGI do cộng đồng điều hành, 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, đồng thời được dẫn dắt bởi một trong những người đồng sáng lập nổi tiếng của một chuỗi công khai trong chiến lược blockchain và bố trí hệ sinh thái. Bối cảnh của các thành viên trong nhóm trải rộng từ những công ty nổi tiếng như Meta, Coinbase đến 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, hợp tác thúc đẩy dự án triển khai.
Là một dự án khởi nghiệp lần thứ hai của một trong những người sáng lập nổi tiếng của chuỗi công khai, Sentient ngay từ khi thành lập đã mang theo hào quang, sở hữu nhiều tài nguyên, 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 đô la, do Founders Fund, Pantera và Framework Ventures dẫn đầu, 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: ống dẫn AI (AI Pipeline) và hệ thống blockchain.
AI Pipeline là nền tảng để phát triển và đào tạo các sản 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 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 lý thuyết cốt lõi mà Sentient đề xuất, nhằm cung cấp bảo vệ quyền sở hữu và cơ chế khuyến khích kinh tế rõ ràng 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:
AI gốc mã hóa (AI-native Cryptography)
AI gốc mã hóa là việc sử dụng tính liên tục của mô hình AI, cấu trúc hình dạng thấp chiều và đặc điểm có thể vi phân 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 chủ sở hữu" mà không tốn chi phí mã hóa lại.
Khung thực thi an toàn và xác nhận quyền mô hình
Sentient hiện đang sử dụng Melange hỗn hợp an toàn: kết hợp xác thực bằng dấu vân tay, thực thi TEE, và chia sẻ lợi nhuận hợp đồng trên chuỗi. Phương pháp dấu vân tay được thực hiện qua 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 sau khi vi phạm.
Cơ chế dấu 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 huấn luyện. 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 hồ sơ có thể truy vết 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 ủy quyền, ngăn chặn truy cập và sử dụng không được 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 nay.
Trong tương lai, Sentient dự định giới thiệu công nghệ chứng minh không kiến thức (ZK) và mã hóa đồng nhất toàn phần (FHE), nhằm 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 các mô hình AI.
lớp ứng dụng
Hiện tại, Sentient