Báo cáo nghiên cứu sâu về AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI trên chuỗi.

Tổng quan

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 các mô hình ngôn ngữ lớn (LLM). LLM đã thể hiện khả năng chưa từng có trong nhiều lĩnh vực, mở rộng không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số tình huống còn cho thấy tiềm năng thay thế lao động của con người. Tuy nhiên, cốt lõi của những công nghệ này lại nằm trong tay của một số ông lớn công nghệ phi tập trung. Với sức mạnh tài chính và sự kiểm soát đối với các nguồn lực tính toán đắt đỏ, những công ty này đã tạo ra những rào cản khó vượt qua, khiến phần lớn các nhà phát triển và đội ngũ đổi mới khó có thể cạnh tranh.

Trong khi đó, ở giai đoạn đầu phát triển nhanh chóng của AI, dư luận xã hội thường tập trung vào những đột phá và tiện ích mà công nghệ mang lại, trong khi sự chú ý đối với các vấn đề cốt lõi như bảo vệ quyền riêng tư, tính minh bạch và an ninh lại tương đối thiếu. Về lâu dài, 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 thích hợp, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ càng trở nên nổi bật, trong khi các ông lớn tập trung vào lợi nhuận thường thiếu động lực đủ mạnh để chủ động đối mặt với những thách thức này.

Công nghệ blockchain, với đặc tính phi tập trung, minh bạch và chống kiểm duyệt, đã mở ra những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện nay, nhiều ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, phân tích sâu hơn có thể thấy rằng các dự án này vẫn còn nhiều vấn đề: một mặt, mức độ phi tập trung còn hạn chế, các khâu then chốt và cơ sở hạ tầng vẫn phụ thuộc vào dịch vụ đám mây tập trung, 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, sử dụng dữ liệu và các tình huống ứng dụng, độ sâu và độ rộng của sự đổi mới cần được nâng cao.

Để thực hiện đúng tầm nhìn về AI phi tập trung, cho phép blockchain có thể an toàn, hiệu quả và dân chủ trong việc chứa đựng 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 Layer 1 được tạo ra đặc biệt cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở, quản trị dân chủ và an toàn dữ liệu của AI, thúc đẩy sự phát triển thịnh vượng của hệ sinh thái AI phi tập trung.

Các đặc điểm cốt lõi của AI Layer 1

AI Layer 1 là blockchain được thiết kế đặc biệt cho các ứng dụng AI, có kiến trúc nền tảng và thiết kế hiệu suất gắn liền với nhu cầu của các tác vụ AI, nhằm hỗ trợ một cách hiệu quả sự phát triển bền vững và thịnh vượng của hệ sinh thái AI on-chain. Cụ thể, AI Layer 1 cần có các khả năng cốt lõi sau:

1. Cơ chế đồng thuận phi tập trung và khuyến khích hiệu quả Cốt lõi của AI Layer 1 là xây dựng một mạng lưới chia sẻ tài nguyên mở như tính toán, lưu trữ và nhiều hơn nữa. 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 nhận 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 phải đóng góp các tài nguyên đa dạng như lưu trữ, dữ liệu, băng thông, từ đó phá vỡ sự độc quyền của các gã khổng lồ trung tâm trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn về sự đồng thuận cơ bản và cơ chế khuyến khích: AI Layer 1 phải có khả năng đánh giá, khuyến khích và xác minh chính xác những đóng góp thực tế của các nút trong các nhiệm vụ suy diễn, huấn luyện AI, nhằm đảm bảo an toàn cho mạng lưới và phân phối tài nguyên một cách 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 cấu trúc Nhiệm vụ AI, đặc biệt là việc đào tạo và suy diễn LLM, đặt ra yêu cầu rất cao về hiệu suất tính toán và khả năng xử lý song song. Hơn nữa, hệ sinh thái AI on-chain thường cần hỗ trợ các 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 khác nhau. AI Layer 1 phải tối ưu hóa sâu sắc trên kiến trúc cơ sở để đáp ứng nhu cầu về thông lượng cao, độ trễ thấp và khả năng song song linh hoạt, đồng thời dự kiến khả năng hỗ trợ gốc cho tài nguyên tính toán dị thể, đảm bảo rằng tất cả các nhiệm vụ AI có thể hoạt động hiệu quả, đạt được sự mở rộng mượt mà từ "nhiệm vụ đơn lẻ" 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 rủi ro an ninh như mô hình xấu, dữ liệu bị sửa đổi, mà còn phải đảm bảo tính khả thi và tính đồng bộ của kết quả đầu ra của 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 biết (ZK), và tính toán an toàn đa bên (MPC), nền tảng có thể đảm bảo rằng mỗi lần suy diễn mô hình, đào tạo 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 hiểu rõ logic và cơ sở của đầu ra AI, đạt được "những gì muốn có được", 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 của dữ liệu đặc biệt quan trọng. AI Layer 1 nên áp dụng các công nghệ xử lý dữ liệu dựa trên mã hóa, giao thức tính toán bảo mật và quản lý quyền dữ liệu, đồng thời đảm bảo tính khả thi của việc xác minh, nhằm đảm bảo an toàn cho dữ liệu trong toàn bộ quá trình suy diễn, đào tạo và lưu trữ, hiệu quả ngăn ngừa rò rỉ và lạm dụng dữ liệu, loại bỏ nỗi lo lắng của người dùng về an toàn dữ liệu.

5. Khả năng hỗ trợ phát triển và chứa đựng hệ sinh thái mạnh mẽ Là cơ sở hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính dẫn đầu về công nghệ mà còn phải cung cấp cho các nhà phát triển, người vận hành nút, nhà cung cấp dịch vụ AI và các bên tham gia hệ sinh thái khác những công cụ phát triển hoàn chỉnh, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích. Bằng cách liên tục tối ưu hóa tính khả dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy sự phát triển của các ứng dụng AI gốc đa dạng và phong phú, 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 trong lĩnh vực, phân tích tình trạng phát triển của các dự án, và thảo luận về xu hướng tương lai.

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

Tóm tắt dự án

Sentient là một nền tảng giao thức mã nguồn mở, đang xây dựng một blockchain AI Layer1 ( ở giai đoạn ban 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 giải quyết các vấn đề về quyền sở hữu mô hình, theo dõi gọi và phân phối giá trị trong thị trường LLM tập trung thông qua khung "OML" (Mở, Có lợi, Trung thành), giúp các mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, minh bạch trong việc 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 biến sản phẩm AI thành hàng hóa, từ đó thúc đẩy một hệ sinh thái mạng lưới AI Agent công bằng và mở.

Nhóm Sentient Foundation tập hợp các chuyên gia học thuật hàng đầu thế giới, các doanh nhân blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI do cộng đồng điều hành, 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 được dẫn dắt bởi đồng sáng lập của một nền tảng giao dịch, Sandeep Nailwal, về chiến lược blockchain và bố trí hệ sinh thái. Nền tảng thành viên có nền tảng đa dạng từ nhiều công ty nổi tiếng, cũng như từ 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, hợp tác đẩy mạnh dự án đi vào thực tiễn.

Là một dự án khởi nghiệp thứ hai của Sandeep Nailwal, một trong những người đồng sáng lập của một nền tảng giao dịch nổi tiếng, Sentient ngay từ khi thành lập đã có một hào quang riêng, sở hữu nhiều tài nguyên, mối quan hệ và nhận thức thị trường phong phú, cung cấp sự bảo đảm mạnh mẽ cho sự phát triển của dự án. Giữa năm 2024, Sentient đã hoàn thành vòng gọi vốn hạt giống 85 triệu USD, được dẫn dắt bởi Founders Fund, Pantera và Framework Ventures, cùng với nhiều quỹ đầu tư nổi tiếng khác như Delphi, Hashkey và Spartan.

Thiết kế kiến trúc và lớp ứng dụng

Cơ sở hạ tầng

Kiến trúc cốt lõi

Cấu trúc cốt lõi của Sentient được tạo thành từ hai phần: đường ống AI (AI Pipeline) và hệ thống blockchain.

AI ống dẫn là nền tảng để phát triển và đào tạo 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 lòng trung thành (Loyalty Training): Đảm bảo mô hình duy trì quy trình đào tạo phù hợp với ý định của cộng đồng.

Hệ thống blockchain cung cấp tính minh bạch và kiểm soát phi tập trung cho các giao thức, đảm bảo quyền sở hữu, theo dõi sử dụng, phân phối lợi ích và quản lý công bằng cho các tác 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 kiểm soát hợp đồng ủy quyền gọi vào;
• Lớp truy cập: Xác minh quyền truy cập của người dùng 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 khi được gọi.

Khung mô hình OML

Khung OML (Mở Open, Có thể kiếm tiền Monetizable, Trung thành Loyal) là ý tưởng cốt lõi mà 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, có các đặc điểm sau:

• Tính mở: Mô hình phải mã nguồn mở, mã và cấu trúc dữ liệu phải minh bạch, dễ dàng cho cộng đồng tái tạo, kiểm toán và cải tiến.
• Tiền hóa: Mỗi lần gọi mô hình sẽ kích hoạt dòng doanh thu, hợp đồng on-chain sẽ phân phối doanh thu cho người đào tạo, người triển khai và người xác thực.
• Độ sâu: 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.

Mật mã học gốc AI (AI-native Cryptography)

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

• Nhúng dấu vân tay: Chèn một tập hợp các cặp khóa-giá trị query-response ẩn vào trong quá trình huấn luyện 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 phép: Trước khi gọi, cần phải có "chứng chỉ quyền" do chủ sở hữu mô hình phát hành, hệ thống sau đó sẽ cấp phép cho mô hình giải mã đầu vào đó và trả về câu trả lời chính xác.

Cách này có thể thực hiện "gọi ủy quyền dựa trên hành vi + xác thực thuộc quyền" mà không có chi phí mã hóa lại.

Khung xác định quyền sở hữu và thực thi an toàn

Sentient hiện đang sử dụng Melange hỗn hợp an toàn: xác thực bằng vân tay, thực thi TEE, kết hợp phân chia lợi nhuận hợp đồng trên chuỗi. Phương pháp vân tay là OML 1.0 thực hiện dòng chính, nhấn mạnh tư tưởng "An toàn lạc quan (Optimistic Security)", tức là mặc định tuân thủ, vi phạm sau đó có thể phát hiện và trừng phạt.

Cơ chế vân tay là một triển khai quan trọng của OML, nó thông qua việc nhúng các cặp "câu hỏi-trả lời" cụ thể, cho phép mô hình tạo ra chữ ký độc đáo trong giai đoạn huấn luyện. Thông qua những chữ ký này, chủ sở hữu mô hình có thể xác minh quyền sở hữu, ngăn chặn việc sao chép và thương mại hóa trái phép. Cơ chế này không chỉ bảo vệ quyền lợi của nhà phát triển mô hình, mà còn cung cấp một hồ sơ có thể theo dõi trên chuỗi cho các 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 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 về an ninh, nhưng lợi thế về hiệu suất cao và tính thời gian thực của nó khiến nó trở thành công nghệ cốt lõi cho việc triển khai mô hình hiện tại.

Trong tương lai, Sentient dự định giới thiệu công nghệ chứng minh không kiến thức (ZK) và mã hóa đồng nhất hoàn toàn (FHE), nhằm 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.

nên