Звіт про AI Layer1: пошук родючих ґрунтів для DeAI у блокчейні

Огляд

Останніми роками провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють швидкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних галузях, значно розширюючи межі людської уяви, а в деяких випадках навіть демонструють потенціал замінити людську працю. Однак ці технології залишаються під контролем небагатьох централізованих технологічних гігантів. Завдяки потужному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, які ускладнюють боротьбу більшості розробників і інноваційних команд.

Водночас, на початковому етапі швидкого розвитку ШІ суспільна думка часто зосереджується на проривних технологіях та зручностях, тоді як увага до таких ключових питань, як захист приватності, прозорість, безпека, є відносно недостатньою. У довгостроковій перспективі ці питання суттєво вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не вдасться належним чином вирішити, суперечка про те, чи має ШІ "служити добру", чи "злу", стане ще більш відчутною, а централізовані гіганти, керуючись інстинктом отримання прибутку, часто не мають достатньої мотивації, щоб активно реагувати на ці виклики.

Технологія блокчейн, завдяки своїм децентралізованим, прозорим і антицензурним характеристикам, відкриває нові можливості для сталого розвитку індустрії ШІ. Наразі на деяких провідних блокчейнах вже з'явилося безліч застосувань "Web3 AI". Але при глибшому аналізі можна виявити, що ці проекти все ще мають безліч проблем: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, порівняно з продуктами ШІ у світі Web2, у блокчейн-ШІ є обмеження в модульних можливостях, використанні даних і сценаріях застосування, глибина та ширина інновацій потребують покращення.

Щоб насправді реалізувати бачення децентралізованого ШІ, необхідно забезпечити безпечне, ефективне та демократичне функціонування блокчейну для масштабних AI-додатків, а також конкурувати з централізованими рішеннями за показниками продуктивності, 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 екосистеми AI.

Основні характеристики AI Layer 1

AI Layer 1 як блокчейн, спеціально створений для AI-застосувань, його базова архітектура та дизайн продуктивності тісно пов'язані з вимогами AI-завдань, спрямовані на ефективну підтримку сталого розвитку та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 має мати такі основні можливості:

1. Ефективний механізм стимулювання та децентралізованого консенсусу Основний принцип AI Layer 1 полягає в створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність і зберігання. На відміну від традиційних вузлів блокчейна, які в основному зосереджені на веденні бухгалтерського обліку, вузли AI Layer 1 повинні виконувати більш складні завдання: не лише надавати обчислювальну потужність, виконувати навчання та інференцію моделей штучного інтелекту, а й вносити різноманітні ресурси, такі як зберігання, дані та пропускна здатність, щоб зламати монополію централізованих гігантів у сфері інфраструктури ШІ. Це висуває більш високі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен мати можливість точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання інференції та навчання ШІ, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Тільки так можна гарантувати стабільність і процвітання мережі та ефективно знижувати загальні витрати на обчислювальну потужність.

2. Висока продуктивність та підтримка гетерогенних завдань Завдання ШІ, особливо навчання та інференція LLM, висувають дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більш 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 повинен глибоко оптимізувати базову архітектуру відповідно до вимог високої пропускної здатності, низької затримки та еластичної паралельності, а також попередньо налаштувати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання всіх завдань ШІ, забезпечуючи плавне розширення від "одинарного завдання" до "складної різноманітної екосистеми".

3. Можливість перевірки та гарантія надійного виходу AI Layer 1 не тільки має запобігти шахрайству з моделями, змінам даних та іншим загрозам безпеці, але й має забезпечити перевірність та узгодженість результатів, що виходять з AI, з основних механізмів. Завдяки інтеграції надійного виконавчого середовища (TEE), нульових знань (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити, щоб кожен раз, коли виконується моделювання, навчання та обробка даних, процеси могли бути незалежно перевірені, забезпечуючи справедливість та прозорість системи AI. Крім того, ця перевірність може допомогти користувачам чітко зрозуміти логіку та підстави виходу AI, досягти "отриманого те, що бажалося", підвищуючи довіру та задоволення користувачів від продуктів AI.

4. Захист приватності даних Застосування ШІ часто пов'язане з чутливими даними користувачів, у фінансовій, медичній, соціальній сферах захист конфіденційності даних є особливо важливим. AI Layer 1 має забезпечити перевірність, використовуючи технології обробки даних на основі шифрування, протоколи обчислення конфіденційності та управління правами доступу до даних, щоб забезпечити безпеку даних на всіх етапах: під час інфери, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.

5. Потужна екосистема підтримки та розробки Як AI-орієнтована інфраструктура рівня 1, платформа повинна не лише мати технологічну перевагу, але й забезпечувати екосистемних учасників, таких як розробники, оператори вузлів, постачальники AI-послуг, повноцінними інструментами розробки, інтегрованими SDK, підтримкою експлуатації та механізмами стимулювання. Через постійне вдосконалення доступності платформи та досвіду розробників, сприяти впровадженню різноманітних AI-орієнтованих аплікацій, реалізуючи сталий розвиток децентралізованої AI-екосистеми.

Виходячи з вищезазначеного фону та очікувань, у цій статті буде детально розглянуто шість представників AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизовано останні досягнення у цій галузі, проаналізовано стан розвитку проектів та обговорено майбутні тенденції.

Sentient: побудова відданої відкритої децентралізованої моделі ШІ

Огляд проєкту

Sentient є платформою з відкритим кодом, яка створює AI Layer1 у блокчейні ( на початковій стадії Layer 2, а потім буде перенесена на Layer 1), поєднуючи AI Pipeline та технології блокчейн, щоб побудувати децентралізовану економіку штучного інтелекту. Її основна мета полягає в тому, щоб за допомогою "OML" фрейму (відкритий, прибутковий, лояльний) вирішити проблеми власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM, щоб реалізувати структуру власності моделей AI у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати AI продукти, просуваючи справедливу та відкриту екосистему мережі AI агентів.

Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, які прагнуть створити спільноту, що керується, платформу AGI з відкритим кодом та верифікацію. До складу основних членів входять професор Принстонського університету Промод Вішванат та професор Інституту індійських наук Хіманшу Тягі, які відповідають за безпеку AI та захист приватності, а також співзасновник Polygon Сандіп Нейлвал, який очолює стратегію блокчейну та екосистему. Фон членів команди охоплює відомі компанії, такі як Meta, Coinbase, Polygon, а також провідні університети, такі як Принстонський університет та Індійський інститут технологій, що охоплює такі сфери, як AI/ML, NLP, комп'ютерне зору, і спільно працюють над реалізацією проекту.

Як другий стартап спільного засновника Polygon Sandeep Nailwal, Sentient з моменту свого заснування мала аурею, маючи багатий ресурс, зв'язки та ринкову впізнаваність, що надало потужну підтримку розвитку проекту. У середині 2024 року Sentient завершила фінансування на суму 85 мільйонів доларів у рамках стартового раунду, яке очолили Founders Fund, Pantera та Framework Ventures, а також десятки інших відомих венчурних капітальних компаній, таких як Delphi, Hashkey та Spartan.

Проектування архітектури та прикладного рівня

Інфраструктурний рівень

Ядро архітектури

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

AI трубопровід є основою для розробки та навчання "лояльного AI" артефактів, що містить два основних процеси:​

• Планування даних (Data Curation): процес вибору даних, що керується спільнотою, для вирівнювання моделей.
• Навчання лояльності (Loyalty Training): забезпечити, щоб модель підтримувала процес навчання, що відповідає намірам спільноти.

Система у блокчейні забезпечує прозорість і децентралізований контроль для протоколів, гарантуючи власність на AI артефакти, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділена на чотири рівні:

• Зберігаючий рівень: зберігання ваг моделей та інформації про реєстрацію відбитків пальців;
• Розподільчий шар: вхід для виклику моделі контролю за контрактом.
• Рівень доступу: перевірка користувача на предмет наявності дозволу через підтвердження прав.
• Інсентивний рівень: Контракт маршрутизації доходів буде виплачувати винагороду тренерам, розробникам та валідаторам за кожен виклик.

OML модельна рамка

OML фреймворк (Відкритий Open, Можливий до монетизації Monetizable, Лояльний Loyal) є ключовою ідеєю, запропонованою Sentient, що має на меті надати чіткий захист прав власності та економічні стимули для відкритих AI моделей. Завдяки поєднанню технологій у блокчейні та рідної криптографії AI, має такі характеристики:

• Відкритість: Модель повинна бути з відкритим кодом, код і структура даних повинні бути прозорими, щоб полегшити відтворення, аудит і вдосконалення з боку спільноти.
• Монетизація: кожен виклик моделі буде запускати потік доходів, у блокчейні контракт буде розподіляти доходи між тренерами, розробниками та перевіряючими.
• Вірність: Модель належить спільноті учасників, напрямок оновлення та управління визначається DAO, використання та зміни контролюються криптомеханізмом.

AI рідна криптографія (AI-native Cryptography)

AI-роджена криптографія використовує безперервність AI-моделей, структуру низьковимірних маніфолдів і диференційовані особливості моделей для розробки "перевіряємого, але не видалимого" легкого механізму безпеки. Її основна технологія це:

• Вбудовування відбитків пальців: під час навчання вставляється набір прихованих пар запит-відповідь для формування унікального підпису моделі;
• Протокол перевірки власності: перевірка збереження відбитків пальців за допомогою запитів до стороннього детектора (Prover);
• Механізм ліцензійного виклику: перед викликом необхідно отримати "дозвільний сертифікат", виданий власником моделі, після чого система надає дозвіл моделі декодувати цей вхід і повернути точну відповідь.

Цей спосіб дозволяє реалізувати "авторизацію на основі поведінки + верифікацію приналежності" без витрат на повторне шифрування.

Модель підтвердження прав та безпечної реалізації

Sentient наразі використовує Melange змішану безпеку: поєднання підтвердження через відбитки пальців, виконання TEE та розподіл прибутку за контрактами у блокчейні. При цьому метод відбитків пальців реалізується як OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням відповідність, а у разі порушення – можливість виявлення та покарання.

Механізм відбитків пальців є ключовою реалізацією OML, який шляхом вбудовування специфічних "питань-відповідей" дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власник моделі може перевірити приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробника моделі, але й надає відслідковувані записи у блокчейні для поведінки використання моделі.

Крім того, Sentient представила обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves) для забезпечення того, щоб модель реагувала лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення і має певні проблеми з безпекою, його висока продуктивність і реальний час роблять його основною технологією для розгортання моделей на сьогодні.

У майбутньому Sentient планує впровадити технології нульового знання (ZK) та повної гомоморфної криптографії (FHE), щоб ще більше покращити захист приватності та перевіряність, забезпечуючи більш децентралізоване впровадження моделей ШІ.