AI Layer1 レポート：オンチェーン DeAI の沃土を探す

###概要

バックグラウンド

近年、OpenAI、Anthropic、Google、Metaなどの主要なテクノロジー企業が大規模言語モデル（LLM）の急速な発展を推進しています。LLMは各業界で前例のない能力を示し、人間の想像力を大きく広げ、場合によっては人間の労働を代替する潜在能力さえ見せています。しかし、これらの技術の核心は少数の中央集権的なテクノロジー大手の手にしっかりと握られています。これらの企業は豊富な資本と高額な計算リソースの管理を駆使し、越えがたい壁を築いており、ほとんどの開発者やイノベーションチームが対抗するのが難しい状況です。

同時に、AIの急速な進化の初期において、社会の世論は技術による突破口や利便性に焦点を当てがちですが、プライバシー保護、透明性、安全性などの核心的な問題への関心は相対的に不足しています。長期的には、これらの問題がAI業界の健全な発展と社会的受容に深刻な影響を及ぼすでしょう。適切に解決できない場合、AIの「善」に向かうのか「悪」に向かうのかの議論はますます顕著になり、中央集権的な巨頭は利潤追求の本能に駆動されて、これらの課題に積極的に対処するための十分な動機を欠くことが多いです。

ブロックチェーン技術は、その非中央集権性、透明性、検閲耐性の特性により、AI業界の持続可能な発展に新たな可能性を提供しています。現在、SolanaやBaseなどの主流のブロックチェーン上には、多くの「Web3 AI」アプリケーションが登場しています。しかし、深く分析すると、これらのプロジェクトには依然として多くの問題が存在しています。一方では、非中央集権性が限られており、重要な部分や基盤インフラは依然として中央集権型のクラウドサービスに依存しており、ミーム特性が強すぎて、真の意味でのオープンエコシステムを支えることが難しいです。もう一方では、Web2の世界のAI製品と比較して、オンチェーンAIはモデル能力、データ利用、アプリケーションシーンなどの面で依然として限界があり、革新の深さと広さの向上が求められています。

真に分散型AIのビジョンを実現し、ブロックチェーンが安全で効率的、かつ民主的に大規模なAIアプリケーションを支えることができるようにし、パフォーマンス面で中央集権型のソリューションと競争できるようにするためには、AIのために特別に設計されたLayer1ブロックチェーンを構築する必要があります。これにより、AIのオープンイノベーション、ガバナンスの民主化、データの安全性に対する確固たる基盤が提供され、分散型AIエコシステムの繁栄と発展が促進されます。

! BiteyeとPANewsが共同でAIレイヤー1研究レポートをリリース:オンチェーンDeAIの肥沃な土壌を見つける

AIレイヤー1のコア特性

AI Layer 1は、AIアプリケーション専用にカスタマイズされたブロックチェーンとして、その基盤アーキテクチャと性能設計はAIタスクのニーズに密接に関連しており、オンチェーンのAIエコシステムの持続可能な発展と繁栄を効率的に支えることを目的としています。具体的には、AI Layer 1は以下のコア能力を備えている必要があります：

1. 効率的なインセンティブと分散型コンセンサス機構 AI Layer 1 のコアは、オープンな計算能力、ストレージなどのリソースを共有するネットワークを構築することにあります。従来のブロックチェーンノードが主に帳簿の記録に焦点を当てているのとは異なり、AI Layer 1 のノードは、計算能力を提供し、AIモデルのトレーニングと推論を完了するだけでなく、ストレージ、データ、帯域幅などの多様なリソースを提供するという、より複雑なタスクを担う必要があります。これにより、AIインフラストラクチャにおける中央集権的な巨人の独占を打破します。これは、基盤となるコンセンサスとインセンティブ機構に対して、より高い要求を突きつけます：AI Layer 1 は、AI推論、トレーニングなどのタスクにおけるノードの実際の貢献を正確に評価し、インセンティブを与え、検証する必要があります。これにより、ネットワークの安全性とリソースの効率的な配分を実現します。こうすることで、ネットワークの安定性と繁栄を保証し、全体的な計算能力コストを効果的に削減することができます。

2. 卓越な高性能と異種タスクサポート能力 AI タスク、特に LLM のトレーニングと推論は、計算性能と並列処理能力に非常に高い要求を突きつけます。さらに、オンチェーン AI エコシステムは、異なるモデル構造、データ処理、推論、ストレージなどの多様な異種タスクタイプをサポートする必要があります。AI Layer 1 は、基盤アーキテクチャで高スループット、低遅延、弾力的並列処理などの要求に対して深く最適化し、異種計算リソースのネイティブサポート能力を事前に設定する必要があります。これにより、さまざまな AI タスクが効率的に実行され、「単一型タスク」から「複雑多様エコシステム」へのスムーズな拡張が実現されます。

3. 検証可能性と信頼できる出力の保障 AI Layer 1 は、モデルの悪用やデータ改ざんなどのセキュリティリスクを防ぐだけでなく、AI の出力結果の検証可能性と整合性を基盤から確保する必要があります。信頼できる実行環境（TEE）、ゼロ知識証明（ZK）、マルチパーティ安全計算（MPC）などの最先端技術を統合することで、プラットフォームはモデル推論、トレーニング、データ処理の各プロセスが独立して検証できるようにし、AI システムの公正性と透明性を確保します。同時に、この検証可能性はユーザーが AI 出力の論理と根拠を明確に理解するのに役立ち、「得られるものは望むもの」とし、ユーザーの AI 製品に対する信頼と満足度を向上させます。

4. データプライバシー保護 AIアプリケーションは、ユーザーのセンシティブデータを頻繁に扱います。金融、医療、ソーシャルなどの分野では、データプライバシー保護が特に重要です。AI Layer 1は、検証可能性を保障しながら、暗号化に基づくデータ処理技術、プライバシー計算プロトコル、データ権限管理などの手段を採用して、推論、トレーニング、保存などの全プロセスにおけるデータの安全性を確保し、データ漏洩や悪用を効果的に防ぎ、ユーザーのデータセキュリティに関する不安を取り除く必要があります。

5. 強力なエコシステムのサポートと開発支援能力 AIネイティブのLayer 1インフラストラクチャとして、プラットフォームは技術的な先進性を持つだけでなく、開発者、ノードオペレーター、AIサービスプロバイダーなどのエコシステム参加者に対して、完璧な開発ツール、統合SDK、運用支援、インセンティブメカニズムを提供する必要があります。プラットフォームの使いやすさと開発者体験を継続的に最適化することで、多様で豊かなAIネイティブアプリケーションの実現を促進し、分散型AIエコシステムの持続的な繁栄を実現します。

上記の背景と期待に基づいて、本稿ではSentient、Sahara AI、Ritual、Gensyn、Bittensor、そして0Gを含む6つのAI Layer1代表プロジェクトについて詳述し、レースの最新の進展を系統的に整理し、プロジェクトの発展状況を分析し、今後のトレンドを探ります。

! BiteyeとPANewsが共同でAIレイヤー1研究レポートをリリース:オンチェーンDeAIの肥沃な土壌を見つける

Sentient：忠実なオープンソース分散型AIモデルを構築する

プロジェクト概要

Sentient はオープンソースプロトコルプラットフォームで、AI Layer1 ブロックチェーン(を構築中です。初期段階は Layer 2 で、その後 Layer 1) に移行します。AI パイプラインとブロックチェーン技術を組み合わせることにより、分散型の人工知能経済圏を構築します。その核心目標は、"OML" フレームワーク（オープン、利益を上げられる、忠誠心）を通じて、中央集権的 LLM 市場におけるモデルの帰属、呼び出し追跡、価値分配の問題を解決し、AI モデルにオンチェーンの所有権構造、呼び出しの透明化、価値の分配化を実現することです。Sentient のビジョンは、誰もが AI 製品を構築、協力、所有し、貨幣化できるようにすることで、公平でオープンな AI エージェントネットワークエコシステムを推進することです。

Sentient Foundation チームは、世界中のトップ学術専門家、ブロックチェーン起業家、エンジニアを集結させ、コミュニティ主導、オープンソースで検証可能な AGI プラットフォームの構築に取り組んでいます。核心メンバーには、プリンストン大学の教授 Pramod Viswanath とインド科学研究所の教授 Himanshu Tyagi が含まれ、それぞれ AI の安全性とプライバシー保護を担当し、Polygon の共同創設者 Sandeep Nailwal がブロックチェーン戦略とエコシステムの設計を主導しています。チームメンバーのバックグラウンドは、Meta、Coinbase、Polygon などの著名企業や、プリンストン大学、インド工科大学などのトップ校にわたり、AI/ML、NLP、コンピュータビジョンなどの分野をカバーし、プロジェクトの実現に向けて協力しています。

Polygonの共同創業者であるSandeep Nailwal氏の2番目のベンチャー企業であるSentientは、豊富なリソース、コネクション、市場での認知度により、当初から強力な支援を受けてきました。 2024年半ば、Sentientは、Founders Fund、Pantera、Framework Venturesが主導する8,500万ドルのシードラウンドを完了し、他の投資家にはDelphi、Hashkey、Spartanなどの著名なVC数十社が含まれています。

! BiteyeとPANewsが共同でAIレイヤー1研究レポートをリリース:オンチェーンDeAIの肥沃な土壌を見つける

設計アーキテクチャとアプリケーション層

インフラ層

コアアーキテクチャ

Sentientのコアアーキテクチャは、AIパイプライン（AI Pipeline）とオンチェーンシステムの2つの部分で構成されています。

AIパイプラインは「忠実なAI」アーティファクトの開発とトレーニングの基盤であり、2つのコアプロセスを含んでいます：​

• データキュレーション（Data Curation）：コミュニティ主導のデータ選択プロセスであり、モデルの整合性に使用されます。
• ロイヤルティトレーニング（Loyalty Training）：モデルがコミュニティの意図と一致したトレーニングプロセスを維持することを保証します。

ブロックチェーンシステムは、プロトコルに透明性と分散型制御を提供し、AIアセットの所有権、使用追跡、利益分配、および公正なガバナンスを確保します。具体的なアーキテクチャは4層に分かれています：

• ストレージ層：モデルの重みと指紋登録情報を保存する；
• 分配層：権限契約がモデル呼び出しエントリを制御する；
• アクセス層：権限証明を通じてユーザーが認可されているかを検証する；
• インセンティブ層：収益ルーティング契約は、毎回の呼び出しでトレーナー、デプロイヤー、バリデーターに支払いを分配します。

OML モデルフレームワーク

OMLフレームワーク（オープンOpen、マネタイズ可能Monetizable、ロイヤルLoyal）は、Sentientが提唱するコア理念であり、オープンソースAIモデルに明確な所有権保護と経済的インセンティブを提供することを目的としています。オンチェーン技術とAIネイティブ暗号学を組み合わせることにより、以下の特徴を持っています：

• オープン性：モデルはオープンソースでなければならず、コードとデータ構造は透明であり、コミュニティによる再現、監査、改善が容易である必要があります。
• マネタイズ：モデルの呼び出しごとに収益の流れが発生し、オンチェーン契約がトレーナー、デプロイヤー、バリデーターに収益を分配します。
• 忠誠性： モデルは貢献者コミュニティに帰属し、アップグレードの方向性とガバナンスは DAO によって決定され、使用と変更は暗号メカニズムによって制御される。

AIネイティブ暗号化

AIネイティブ暗号は、AIモデルの連続性、低次元多様体構造、およびモデルの微分可能性を利用して、"検証可能だが削除不可能"な軽量のセキュリティメカニズムを開発することです。その核心技術は：

• 指紋埋め込み：トレーニング中に、一組の隠されたクエリ-レスポンスキーとバリューのペアを挿入してモデルのユニークな署名を形成します；
• 所有権検証プロトコル：サードパーティのプローバーを通じて、クエリ形式で指紋が保持されているかを検証する；
• 許可呼び出しメカニズム：呼び出す前に、モデルの所有者が発行した「権限証明書」を取得する必要があり、システムはこれに基づいてモデルにその入力をデコードして正確な答えを返すことを許可します。

この方法は、再暗号化コストなしに「行動に基づく認証呼び出し + 所属検証」を実現できます。

モデルの確権と安全な実行フレームワーク

Sentient 現在採用の Melange 混合セキュリティ：指紋による権利確定、TEE 実行、オンチェーン契約の利益分配の組み合わせです。その中で指紋方式は OML 1.0 によって実現されており、"楽観的セキュリティ（Optimistic Security）"の思想を強調しており、つまりデフォルトでコンプライアンスを想定し、違反時には検出と罰則が可能です。

指紋メカニズムはOMLの重要な実装であり、特定の「質問-回答」ペアを埋め込むことによって、モデルがトレーニング段階で独自の署名を生成します。これらの署名を通じて、モデルの所有者は帰属を検証し、不正な複製や商業化を防ぐことができます。このメカニズムはモデル開発者の権利を保護するだけでなく、モデルの使用行為に対して追跡可能なオンチェーン記録を提供します。

さらに、SentientはEnclave TEE計算フレームワークを導入し、信頼できる実行環境（AWS Nitro Enclavesなど）を利用して、モデルが承認されたリクエストにのみ応答し、不正なアクセスや使用を防ぎます。TEEはハードウェアに依存し、一定のセキュリティリスクがありますが、その高性能とリアルタイム性の利点は、現在のモデルデプロイメントの中核技術となっています。

将来的には、Sentientはゼロ知識証明(ZK)および完全準同型暗号化(FHE)技術を導入する予定です