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 đã thúc đẩy sự phát triển nhanh chóng của 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, và trong một số tình huống, thậm chí còn thể hiện tiềm năng thay thế lao động của con người. Tuy nhiên, lõi của những công nghệ này bị nắm giữ chặt chẽ bởi một số gã khổng lồ công nghệ tập trung. Với vốn mạnh mẽ và kiểm soát nguồn lực tính toán đắt đỏ, những công ty này đã thiết lập những rào cản khó vượt qua, khiến phần lớn nhà phát triển và đội ngũ đổi mới khó có thể cạnh tranh.

Trong giai đoạn đầu của sự phát triển nhanh chóng của AI, dư luận xã hội thường tập trung vào những đột phá và tiện lợi mà công nghệ mang lại, trong khi thiếu sự chú ý đến các vấn đề cốt lõi như bảo vệ quyền riêng tư, tính minh bạch và an toàn. 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 thể giải quyết một cách hợp lý, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ càng trở nên nổi bật. Các ông lớn tập trung hóa, dưới sự thúc đẩy của bản năng kiếm lợi, thường thiếu động lực đủ để chủ động đối phó với những thách thức này.

Công nghệ blockchain, nhờ vào đặc tính 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 nay, nhiều ứng dụng "Web3 AI" đã xuất hiện trên các blockchain chính như Solana, Base. Tuy nhiên, phân tích sâu hơn cho thấy các dự án này vẫn gặp 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, tính chất meme quá nặng nề, 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, việc sử dụng dữ liệu và các tình huống áp dụng, độ sâu và rộng của đổi mới 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 Layer1 được chế tạo riêng cho AI. Điều này sẽ cung cấp một nền tảng vững chắc cho sự đổi mới mở của AI, quản trị dân chủ và an toàn dữ liệu, thúc đẩy sự phát triển thịnh vượng của hệ sinh thái AI phi tập trung.

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 được xây dựng chặt chẽ xung 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 nên có các khả năng cốt lõi sau:

1. 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 mở như sức mạnh tính toán, lưu trữ. 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 nhiệm 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 các tài nguyên đa dạng khác, từ đó phá vỡ sự độc quyền của các ông lớn trung tâm trong hạ tầng AI. Điều này đặt ra yêu cầu cao hơn về sự đồng thuận và cơ chế khuyến khích cơ bản: AI Layer 1 phải có khả năng đánh giá, khuyến khích và xác thực chính xác những đóng góp thực tế của các nút trong các nhiệm vụ suy diễn, huấn luyện AI, nhằm đảm bảo an ninh cho mạng lưới và phân phối 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 tổng thể.

2. Hiệu suất cao vượt trội và khả năng hỗ trợ nhiệm vụ phi tập trung Nhiệm vụ AI, đặc biệt là việc đào tạo và suy diễn 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 nhiều 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 nhiều kịch bản đa dạng khác. AI Layer 1 phải thực hiện tối ưu hóa sâu cho các yêu cầu về thông lượng cao, độ trễ thấp và khả năng song song linh hoạt ở mức kiến trúc cơ sở, đồng thời thiết lập khả năng hỗ trợ gốc cho các tài nguyên tính toán dị thể, đảm bảo rằng mọi 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".

3. Khả năng xác minh và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các nguy cơ an ninh như mô hình xấu, sửa đổi dữ liệu mà còn phải đảm bảo tính khả thi 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 tri thức (ZK), và tính toán an toàn đa bên (MPC), nền tảng có thể cho phép mỗi lần suy luận 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 thi này cũng có thể giúp người dùng rõ ràng hơn về logic và cơ sở của đầu ra AI, đạt được "được như mong muốn", nâng cao niềm tin và sự hài lòng của người dùng đối với sản phẩm AI.

4. 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, việc bảo vệ quyền riêng tư dữ liệu đặc biệt quan trọng. AI Layer 1 cần đảm bảo tính xác minh trong khi 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, nhằm đảm bảo an toàn cho dữ liệu trong toàn bộ quá trình suy diễn, huấn luyện và lưu trữ, hiệu quả ngăn chặn việc rò rỉ và lạm dụng dữ liệu, loại bỏ mối lo ngại của người dùng về an toàn dữ liệu.

5. Năng lực hỗ trợ phát triển và chứa đựng sinh thái mạnh mẽ Là hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính ưu việt 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 bên tham gia hệ sinh thái như nhà phát triển, nhà vận hành nút, nhà cung cấp dịch vụ AI. Bằng cách tối ưu hóa liên tục tính khả dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy sự hiện diện của các ứng dụng AI gốc phong phú và đa dạng, đạt được sự thịnh vượng bền vững cho 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 của lĩnh vực, phân tích tình trạng phát triển của các dự án và thảo luận về các xu hướng trong tương lai.

Sentient: Xây dựng mô hình AI phi tập trung mã nguồn mở trung thành

Tổng quan dự án

Sentient là một nền tảng giao thức mã nguồn mở, đang xây dựng một blockchain AI Layer1 ( giai đoạn 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 thông qua khung "OML" (mở, có lợi nhuận, trung thành) 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, cho phép mô hình AI thực hiện cấu trúc quyền sở hữu trên chuỗi, minh bạch trong cuộc 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 thương mại hóa các sản phẩm AI, từ đó thúc đẩy một hệ sinh thái mạng AI Agent công bằng và mở.

Đội ngũ Sentient Foundation tập hợp những chuyên gia học thuật hàng đầu toàn cầu, các doanh nhân blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI được điều khiển bởi cộng đồng, 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 chiến lược blockchain và bố trí hệ sinh thái do đồng sáng lập Polygon Sandeep Nailwal dẫn dắt. Nền tảng thành viên đến từ các công ty nổi tiếng như Meta, Coinbase, Polygon và 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 hiện thực hóa.

Là dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ khi thành lập đã mang trong mình một hào quang, sở hữu nguồn lực phong phú, mối quan hệ và nhận thức thị trường, cung cấp sự đảm bảo 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 USD, do Founders Fund, Pantera và Framework Ventures dẫn đầu, các tổ chức đầu tư khác bao gồm Delphi, Hashkey và Spartan cùng hàng chục VC nổi tiếng.

Thiết kế kiến trúc và tầng ứng dụng

Cơ sở hạ tầng

Kiến trúc cốt lõi

Kiến trúc cốt lõi của Sentient bao gồm hai phần: Đường ống AI (AI Pipeline) và hệ thống blockchain.

AI pipeline 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, được sử dụng để căn chỉnh mô hình.
• Đào tạo trung thành (Loyalty Training): Đảm bảo rằng mô hình duy trì quá trình đào tạo nhất quán 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. 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 điều khiển hợp đồng ủy quyền gọi vào.
• Tầng truy cập: Xác minh xem người dùng có được ủy quyền hay không thông qua chứng minh quyền.
• 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 ý tưởng cốt lõi do Sentient đưa ra, 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 những 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 tra và cải tiến.
• Hoá tiền: 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 nhận.
• Tính 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 bị kiểm soát bởi cơ chế mã hóa.

AI gốc mật mã học (AI-native Cryptography)

Mã hóa gốc AI là việc sử dụng tính liên tục của mô hình AI, cấu trúc đa dạng thấp và tính khả thi của mô hình, để phát triển cơ chế bảo mật nhẹ "có thể xác minh nhưng không thể gỡ bỏ". Công nghệ cốt lõi của nó là:

• Nhúng dấu vân tay: Chèn một tập hợp các cặp khóa giá trị truy vấn-phản hồi ẩn 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 có phép: Trước khi gọi, cần phải nhận "giấy chứng nhận quyền hạn" được phát hành bởi chủ sở hữu mô hình, hệ thống sẽ dựa vào đó để cấp quyền cho mô hình giải mã đầu vào và trả về câu trả lời chính xác.

Cách này cho phép thực hiện "gọi ủy quyền dựa trên hành vi + xác minh thuộc sở hữu" mà không tốn chi phí mã hóa lại.

Khung xác quyền mô hình và thực thi an toàn

Sentient hiện đang sử dụng Melange hỗn hợp an toàn: kết hợp xác quyền bằng dấu vân tay, thực thi TEE, và chia sẻ 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 xử phạt vi phạm.

Cơ chế vân tay là một thực hiện quan trọng của OML, nó thông qua việc nhúng các "câu hỏi - câu trả lời" cụ thể, giúp 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 các 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 việc 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 trong việc triển khai mô hình hiện tại.

Trong tương lai, Sentient dự kiến sẽ áp dụng công nghệ chứng minh không kiến thức (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 các mô hình AI.

lớp ứng dụng

Hiện tại, sản phẩm của Sentient chủ yếu bao gồm nền tảng trò chuyện phi tập trung Sentient Chat, loạt mô hình mã nguồn mở Dobby và khung AI Agent.

Mô hình Dobby Series

SentientAGI đã phát hành nhiều mô hình thuộc系列 "Dobby", chủ yếu dựa trên mô hình Llama, tập trung vào các giá trị của tự do, phi tập trung và hỗ trợ tiền điện tử. Trong đó, phiên bản leashed có phong cách tương đối bị ràng buộc và lý trí.