AI Layer1 дослідження: пошук родючої землі для DeAI у блокчейні

Огляд

Фон

Останніми роками провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють стрімкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних сферах, значно розширюючи людський простір уяви, а в деяких випадках навіть виявляють потенціал для заміни людської праці. Однак ядро цих технологій залишається під контролем невеликої кількості централізованих технологічних гігантів. Завдяки значному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшості розробників та інноваційних команд конкуренцію з ними.

Водночас, на початкових етапах швидкого розвитку AI суспільна думка часто зосереджується на прориві та зручностях, які приносить технологія, тоді як увага до таких ключових питань, як захист приватності, прозорість і безпека, є відносно недостатньою. У довгостроковій перспективі ці питання суттєво вплинуть на здоровий розвиток індустрії AI та соціальну прийнятність. Якщо їх не вирішити належним чином, суперечка про те, чи AI "на благо", чи "на зло", стане ще більш помітною, а централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації, щоб активно вирішувати ці виклики.

Технологія блокчейн, завдяки своїм децентралізованим, прозорим та стійким до цензури характеристикам, відкриває нові можливості для стійкого розвитку індустрії ШІ. Наразі на основних блокчейнах, таких як Solana, Base, вже з'явилося безліч застосунків "Web3 AI". Але при глибшому аналізі можна виявити, що ці проєкти все ще стикаються з багатьма проблемами: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних послуг, а мем-атрибутика є надмірною, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з продуктами ШІ у світі Web2, у блокчейн ШІ все ще є обмеження в моделях можливостей, використанні даних та сферах застосування, глибина та ширина інновацій потребують покращення.

Щоб справді реалізувати бачення децентралізованого штучного інтелекту, зробити так, щоб у блокчейні безпечно, ефективно та демократично розміщувалися масштабні AI-застосунки і щоб його продуктивність могла конкурувати з централізованими рішеннями, нам потрібно спроектувати Layer1 блокчейн, спеціально створений для AI. Це забезпечить міцну основу для відкритих інновацій в AI, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої AI-екосистеми.

Основні характеристики AI Layer 1

AI Layer 1 як блокчейн, спеціально розроблений для AI-додатків, має архітектуру та дизайн продуктивності, що тісно пов'язані з вимогами AI-завдань, маючи на меті ефективну підтримку сталого розвитку та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 має мати такі ключові можливості:

1. Ефективні стимули та механізм децентралізованого консенсусу. Основна ідея AI Layer 1 полягає в створенні відкритої мережі для спільного використання ресурсів обчислювальної потужності, зберігання тощо. На відміну від традиційних блокчейн-вузлів, які в основному зосереджені на веденні облікових записів, вузли AI Layer 1 повинні виконувати більш складні завдання, не лише надавати обчислювальну потужність, виконувати навчання та прогнозування AI моделей, а також вносити різноманітні ресурси, такі як зберігання, дані, пропускна спроможність, щоб зламати монополію централізованих гігантів у сфері AI інфраструктури. Це висуває вищі вимоги до базового консенсусу та механізму стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання прогнозування, навчання AI тощо, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Лише так можна гарантувати стабільність і процвітання мережі та істотно знизити загальні витрати на обчислювальну потужність.

2. Висока продуктивність та підтримка гетерогенних завдань Завдання AI, зокрема тренування та інференція LLM, висувають надзвичайно високі вимоги до обчислювальної продуктивності та паралельної обробки. Більше того, екосистема AI у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 має бути глибоко оптимізований на базовій архітектурі для задоволення вимог до високої пропускної здатності, низької затримки та еластичної паралельності, а також передбачити рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних завдань AI та реалізувати плавне розширення від "однорідних завдань" до "складної різноманітної екосистеми".

3. Перевірка та забезпечення надійного виходу AI Layer 1 повинні не лише запобігати зловживанням моделей, змінам даних та іншим загрозам безпеці, але й з основних механізмів забезпечувати перевірку та узгодженість результатів AI. Завдяки інтеграції надійного виконавчого середовища (TEE), доказів з нульовим розголошенням (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити, щоб кожна ітерація моделі, навчання та обробка даних могли бути незалежно перевірені, що забезпечує справедливість та прозорість системи AI. Водночас ця перевірка допомагає користувачам зрозуміти логіку та підстави виходу AI, реалізуючи "те, що отримано, те й бажано", підвищуючи довіру та задоволеність користувачів продуктами AI.

4. Захист конфіденційності даних Додатки штучного інтелекту часто містять чутливі дані користувачів, у фінансовій, медичній, соціальній та інших сферах захист конфіденційності даних є особливо важливим. AI Layer 1 має забезпечити верифікацію, одночасно використовуючи технології обробки даних на основі шифрування, протоколи конфіденційних обчислень та управління правами на дані, щоб гарантувати безпеку даних на всіх етапах, включаючи інференцію, навчання і зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.

5. Потужна екосистема підтримки та розвитку Як AI-орієнтована інфраструктура Layer 1, платформа повинна не тільки володіти технологічною перевагою, але й забезпечувати розробників, операторів вузлів, постачальників AI послуг та інших учасників екосистеми повноцінними інструментами для розробки, інтегрованими SDK, підтримкою експлуатації та механізмами стимулювання. Через постійне вдосконалення доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI-орієнтованих застосувань та досягненню стійкого процвітання децентралізованої AI-екосистеми.

Виходячи з вищезазначеного контексту та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, системно проаналізовано останні досягнення в цій галузі, розглянуто сучасний стан розвитку проектів та обговорено майбутні тенденції.

Sentient: Побудова відданої відкритої децентралізованої AI моделі

Огляд проекту

Sentient є платформою з відкритим кодом, яка створює AI Layer1 у блокчейні (, початкова стадія — Layer 2, а згодом буде перенесено до Layer 1). Поєднуючи AI Pipeline і технології блокчейну, вона будує децентралізовану економіку штучного інтелекту. Її основна мета — вирішити питання прав власності на моделі, відстеження викликів і розподілу вартості в централізованому ринку LLM за допомогою рамки "OML" (відкрита, прибуткова, лояльна), щоб моделі AI реалізували структуру прав власності у блокчейні, прозорість викликів і розподіл вартості. Бачення Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI-продукти, тим самим сприяючи справедливій та відкритій екосистемі мережі AI Agent.

Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, щоб створити спільноту, що базується на відкритому коді та перевірюваній платформі AGI. Основні учасники команди включають професора Принстонського університету Pramod Viswanath та професора Інституту наук в Індії Himanshu Tyagi, які відповідають за безпеку та захист конфіденційності штучного інтелекту, а також співзасновника Polygon Sandeep Nailwal, який очолює стратегію блокчейну та екосистему. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет та Індійський технологічний інститут, охоплюючи області AI/ML, NLP, комп'ютерного зору та спільно працюючи над реалізацією проекту.

Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient з моменту свого заснування мав ореол успіху, маючи велику кількість ресурсів, зв'язків та ринкової обізнаності, що забезпечило потужну підтримку для розвитку проекту. У середині 2024 року Sentient завершила раунд фінансування на суму 85 мільйонів доларів, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки відомих венчурних компаній, таких як Delphi, Hashkey та Spartan.

проектування архітектури та рівня застосувань

Інфраструктурний рівень

Ядро архітектури

Ядро архітектури Sentient складається з двох частин: AI Pipeline та у блокчейні.

Штучний інтелект (AI) є основою для розробки та навчання "лояльного AI" артефактів, які містять два основні процеси:​

• Планування даних (Data Curation): процес вибору даних, що здійснюється спільнотою, для вирівнювання моделі.
• Тренування лояльності (Loyalty Training): забезпечення того, щоб модель підтримувала процес навчання, що відповідає намірам спільноти.

Блокчейн-система забезпечує прозорість і децентралізований контроль для протоколів, що гарантує власність на артефакти штучного інтелекту, відстеження використання, розподіл доходів і справедливе управління. Конкретна архітектура поділяється на чотири рівні:

• Зберігання: зберігання ваг моделей та інформації про реєстрацію відбитків.
• Розподільчий шар: вхід для виклику моделі контролю авторизаційного контракту;
• Шар доступу: перевірка правомочності підтверджує, чи є користувач уповноваженим;
• Ін Incentive Layer: контракт маршрутизації доходів кожного разу при виклику виплачує винагороду тренерам, розробникам та валідаціям.

OML модельна структура

OML фрейм (Відкритий Open, Монетизований Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, яка має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Завдяки поєднанню у блокчейні технологій та AI рідної криптографії, має такі характеристики:

• Відкритість: Модель має бути з відкритим вихідним кодом, код і структура даних повинні бути прозорими, щоб спростити відтворення, аудит і вдосконалення з боку спільноти.
• Монетизація: кожен виклик моделі буде викликати потік доходів, у блокчейні контракт розподілить доходи між тренерами, розробниками та валідаторами.
• Вірність: Модель належить спільноті внесків, напрямок оновлення та управління визначається DAO, використання та модифікація контролюються криптомеханізмами.

AI рідна криптографія (AI-native Cryptography)

AI нативне шифрування використовує безперервність AI моделей, структуру низьковимірного маніфольду та диференційованість моделей для розробки "перевіряємого, але незнімного" легкого механізму безпеки. Його основна технологія така:

• Вбудовування відбитків пальців: під час навчання вставляється набір прихованих пар запит-відповідь для формування унікального підпису моделі;
• Протокол верифікації прав власності: перевірка залишення відбитків пальців у формі запитів через третій детектор (Prover);
• Механізм ліцензованих викликів: перед викликом потрібно отримати "дозвіл" від власника моделі, система на основі цього надає дозвіл моделі декодувати цей вхід і повернути точну відповідь.

Цей спосіб дозволяє реалізувати "авторизацію викликів на основі поведінки + перевірку належності" без витрат на повторне шифрування.

Модель підтвердження прав та безпечна виконавча структура

Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження особи за допомогою відбитків пальців, виконання TEE, та розподілу доходів через смарт-контракти у блокчейні. При цьому метод підтвердження особи реалізовано через OML 1.0 як основну лінію, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", що означає за замовчуванням відповідність, з можливістю виявлення та покарання за порушення.

Механізм відбитків пальців є ключовою реалізацією OML, він вбудовує специфічні "питання-відповіді", що дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделей можуть перевіряти належність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделей, а й забезпечує трасовані записи використання моделі у блокчейні.

Крім того, Sentient запровадила обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб забезпечити, що модель відповідає лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні ризики безпеки, його висока продуктивність і швидкість в реальному часі роблять його основною технологією для розгортання сучасних моделей.

У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повної гомоморфної криптографії (FHE)