AI Layer1リサーチレポート：オンチェーンDeAIの沃土を探る

概要

近年、OpenAI、Anthropic、Google、Metaなどの主要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は様々な業界で前例のない能力を示し、人類の想像力を大いに広げ、さらには一部のシーンで人間の労働を代替する可能性すら示しています。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巨人にしっかりと握られています。豊富な資本と高額な計算リソースのコントロールを背景に、これらの企業は乗り越えられない壁を築き、ほとんどの開発者や革新チームが対抗することが難しくなっています。

同時、AIが急速に進化している初期段階では、社会の世論は技術がもたらす突破口や便利さに焦点を当てがちですが、プライバシー保護、透明性、安全性といった核心的な問題への関心は相対的に不足しています。長期的に見れば、これらの問題はAI業界の健全な発展と社会の受容度に深く影響します。適切に解決できなければ、AIが「善」に向かうのか「悪」に向かうのかの論争はますます顕著になるでしょう。そして、中央集権的な巨大企業は利益追求の本能に駆動され、これらの挑戦に積極的に対処するための十分な動機が欠けていることが多いのです。

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、いくつかの主流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あります。一方で、非中央集権の程度が限られており、重要な部分やインフラが依然として中央集権的なクラウドサービスに依存しているため、真にオープンな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世界のAI製品と比較すると、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、革新の深さと幅は向上が必要です。

真の分散型AIのビジョンを実現し、ブロックチェーンが安全かつ効率的に、民主的に大規模AIアプリケーションを支えるためには、パフォーマンスにおいて集中型ソリューションと競争できるAI専用のLayer1ブロックチェーンを設計する必要があります。これにより、AIのオープンなイノベーション、ガバナンスの民主化、データの安全性に対する強固な基盤が提供され、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のコア機能

AI Layer 1は、AIアプリケーションのために特別に設計されたブロックチェーンであり、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は以下のコア機能を備えているべきです：

1. 効率的なインセンティブと分散型コンセンサスメカニズム AI Layer 1のコアは、オープンな計算力、ストレージなどのリソースの共有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のノードはより複雑なタスクを担う必要があります。計算力を提供し、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頭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メカニズムに対してより高い要求を提出します：AI Layer 1は、ノードがAI推論やトレーニングなどのタスクにおいて実際に貢献した内容を正確に評価、奨励、検証できる必要があります。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。そうすることでのみ、ネットワークの安定性と繁栄を保証し、全体の計算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しています。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シナリオを含む多様で異種の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において高スループット、低遅延、弾力的並列などの要求に対して深い最適化を行い、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し、さまざまなAIタスクが効率的に実行されることを確保し、「単一型タスク」から「複雑多元エコシステム」へのスムーズな拡張を実現する必要があります。

3. 検証可能性と信頼性のあるアウトプットの保証 AIレイヤー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出力結果の検証可能性と整合性を基盤メカニズム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）、多者安全計算（MPC）などの最先端技術を統合することにより、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可能であることを保証し、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を助け、「得られたものが望むものである」ことを実現し、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、金融、医療、ソーシャルなどの分野でユーザーのセンシティブデータを扱うことが多く、データプライバシーの保護は特に重要です。AI Layer 1は、検証可能性を確保しつつ、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、推論、トレーニング、ストレージの全過程におけるデータの安全性を確保し、データの漏洩や乱用を効果的に防止し、ユーザーのデータセキュリティに関する懸念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能力 AIネイティブのLayer 1インフラとして、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、充実した開発ツール、統合SDK、運用サポート、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可用性と開発者体験を継続的に最適化することにより、豊かで多様な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。

以上の背景と期待に基づき、本稿ではSentient、Sahara AI、Ritual、Gensyn、Bittensor、そして0Gを含む6つのAI Layer1の代表プロジェクトを詳細に紹介し、競技の最新の進展を整理し、プロジェクトの発展状況を分析し、今後のトレンドについて考察します。

! 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の分散型AIモデルを構築する

プロジェクト概要

Sentientはオープンソースの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 Pipelineとブロックチェーン技術を組み合わせることで、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、収益性、忠誠）を通じて、中央集権的なLLM市場におけるモデルの帰属、呼び出しの追跡、価値分配の問題を解決し、AIモデルのオンチェーン所有権構造、呼び出しの透明性、価値の分配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し、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、世界のトップの学術専門家、ブロックチェーン起業家、エンジニアを集結させ、コミュニティ主導の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。コアメンバーには、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 セキュリティ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配置を主導しています。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大学にわたり、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の共同創設者Sandeep NailwalによるセカンドスタートアッププロジェクトであるSentientは、設立当初から光環を持ち、豊富なリソース、人脈、そして市場認知度を備え、プロジェクトの発展に強力な裏付けを提供しています。2024年中に、Sentientは8500万ドルのシードラウンドの資金調達を完了し、Founders Fund、Pantera、Framework Venturesがリード投資家となり、Delphi、Hashkey、Spartanなど数十社の著名なVCが参加しました。

! 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礎であり、2 つのコアプロセスを含みます：​

• 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、モデルの整合性のために使用されます。
• 忠誠度トレーニング（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、収益分配、および公平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：モデルの重みとフィンガープリンティング情報を保存する；
• 配布層：権限付与契約がモデル呼び出し入口を制御する；
• 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、各呼び出しごとにトレーナー、デプロイヤー、およびバリデーターに支払いを分配します。

! 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

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、忠誠 Loyal）は、Sentient が提唱するコアコンセプトであり、オープンソース AI モデルに対して明確な所有権保護と経済的インセンティブメカニズム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 ネイティブ暗号化を組み合わせることで、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が透明であり、コミュニティによる再現、監査、改善が容易であること。
• マネタイズ：モデルの呼び出しごとに収益の流れがトリガーされ、オンチェーン契約が収益をトレーナー、デプロイヤー、バリデーターに分配します。
• 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"軽量セキュリティメカニズムを開発することです。そのコア技術は：

• 指紋埋め込み：トレーニング中に一組の隠れたクエリ-レスポンスキー・バリュー・ペアを挿入してモデルのユニークな署名を形成する；
• 所有権検証プロトコル：第三者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対してその入力をデコードし、正確な回答を返すことを許可します。

この方法では、再暗号化コストなしで「行動に基づく認可呼び出し + 所属検証」を実現できます。

モデルの権利確定と安全実行フレームワーク

Sentient 現在採用しているのは 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分配を組み合わせたものです。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）"の思想を強調しています。つまり、デフォルトでコンプライアンスがあると見なし、違反があった場合には検出と罰則が行われます。

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で、モデルがトレーニング段階で独自の署名を生成することを可能にします。これらの署名を通じて、モデルの所有者は帰属を検証し、無許可の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、モデルの使用行動に対する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、モデルが認可されたリクエストにのみ応答し、無許可のアクセスや使用を防止します。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、その高い性能とリアルタイム性の利点により、現在のモデル展開のコア技術となっています。

今後、Sentientはゼロ知識証明(ZK)と完全準同型暗号化(FHE)技術を導入し、プライバシー保護と検証可能性をさらに強化し、AIモデルの分散型展開のためのより多くの情報を提供する予定です