AIレイヤー1:オンチェーンDeAIの肥沃な土壌を見つける

###概要

近年、OpenAI、Anthropic、Google、Metaなどの主要なテクノロジー企業は、大規模言語モデル（LLM）の急速な発展を推進しています。LLMはあらゆる業界で前例のない能力を示し、人類の想像力の範囲を大幅に拡大し、さらには一部のシーンでは人間の労働を代替する可能性さえ示しました。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企業によって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コントロールを駆使して、越え難い壁を築き、ほとんどの開発者や革新チームが対抗することを難しくしています。

同時に、AIの急速な進化の初期段階では、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に対する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く影響します。もし適切に解決できなければ、AIが「善に向かう」か「悪に向かう」かという議論はますます顕著になるでしょう。そして、中央集権的な巨頭は利益追求の本能に駆動されて、これらの課題に対処するための十分な動機を欠いていることが多いです。

ブロックチェーン技術は、その分散化、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、一部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、詳しく分析すると、これらのプロジェクトにはまだ多くの問題が存在します。一方で、分散化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のクラウドサービスに依存しているため、真の意味でのオープンエコシステムを支えられません。もう一方で、Web2のAI製品と比較して、オンチェーンAIはモデルの能力、データの利用、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、革新の深さと幅が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、性能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のオープンな革新、ガバナンスの民主化、データの安全性が確固たる基盤を提供し、分散型AIエコシステムの繁栄を促進します。

! 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

AIレイヤー1のコア特性

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、その基盤となるアーキテクチャとパフォーマンス設計は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は以下の核心的な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非中央集権的な合意メカニズム AI Layer 1の核心は、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、計算力を提供し、AIモデルの訓練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貢献するという、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、底層の合意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、AI推論、訓練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、インセンティブ付け、検証できなければなりません。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するためです。このようにして初めて、ネットワークの安定性と繁栄を保証し、全体的な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突きつけています。さらに、オンチェーンAIエコシステムは、多様で異種のタスクタイプをサポートする必要があることが多く、異なるモデル構造、データ処理、推論、ストレージなどの多元的なシナリオを含みます。AI Layer 1は、基盤となるアーキテクチャにおいて高スループット、低遅延、弾力的な並列処理などの要求に対して深く最適化され、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できるようにし、"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安全リスクを防ぐだけでなく、基盤メカニズムからAIの出力結果の検証可能性と整合性を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、およびデータ処理の各プロセスを独立して検証可能にし、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の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」となり、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しばしばユーザーのセンシティブデータに関与し、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、検証可能性を保証しつつ、暗号ベースのデータ処理技術、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、保存などの全過程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懸念を取り除くべきです。

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、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、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。

上記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、トラック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、将来のトレンドについて探ります。

! 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はオープンソースプロトコルプラットフォームであり、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て、分散型の人工知能経済体を構築します。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所有権、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での所有権構造、呼び出しの透明性、価値の分配を実現します。Sentientのビジョンは、誰もがAI製品を構築し、協力し、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 の安全性とプライバシー保護を担当しています。また、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レイアウトを主導しています。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、創業以来独自のオーラを持ち、豊富なリソース、コネクション、市場での認知度を持ち、プロジェクトの発展を強く支持しています。 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])https://img-cdn.gateio.im/webp-social/moments-f4a64f13105f67371db1a93a52948756.webp###

(# 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、モデルの整合性に使用されます。
• 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 アーティファクトの所有権、使用追跡、収益配分、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つの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；
• ディストリビューションレイヤー：権限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の承認を検証する；
• インセンティブ層：収益ルーティング契約は、各呼び出しに対してトレーナー、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])https://img-cdn.gateio.im/webp-social/moments-a70b0aca9250ab65193d0094fa9b5641.webp(

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 が提案したコアコンセプトであり、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 ネイティブ暗号学を組み合わせることにより、以下の特徴があります：

• 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、コミュニティが再現、監査、改善しやすいこと。
• マネタイズ：モデルの呼び出しごとに収益フローが発生し、オンチェーン契約が収益をトレーナー、デプロイヤー、および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。

! [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])https://img-cdn.gateio.im/webp-social/moments-cf5f43c63b7ab154e2201c8d3531be8c.webp

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、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"軽量安全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：呼び出しの前に、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回答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で「行動ベースの認可呼び出し + 所属検証」を実現できます。

モデル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 混合安全：指紋による権利確認、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 によるメインラインを実現し、「楽観的安全（Optimistic Security）」の思想を強調しています。つまり、デフォルトでの適合性があり、違反があった場合には検出し、罰則を科すことができます。

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でき、不正なコピーや商業化を防止します。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、モデルが認可されたリクエストのみに応答することを保証し、無許可のアクセスと使用を防ぎます。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。