AI Layer1 研究レポート: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は各業界で前例のない能力を示し、人類の想像力の可能性を大きく広げ、さらには一部のシーンでは人間の労働を代替する潜在能力さえ示しています。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よってしっかりと掌握されています。これらの企業は豊富な資本と高額な計算リソースの支配力を駆使して、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。

同時に、AIの急速な進化の初期には、社会の世論が技術の持つブレークスルーや利便性に焦点を当てることが多いが、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る。長期的には、これらの問題がAI業界の健全な発展と社会の受容度に深刻な影響を与えることになる。もし適切に解決できなければ、AI "善に向かう" か "悪に向かう" かの議論がますます顕著になり、中央集権的な巨頭が利益追求の本能に駆動されて、これらの課題に積極的に対処するための十分な動機を欠くことが多い。

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、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、深く分析すると、これらのプロジェクトには多くの問題が残っていることがわかります。一方では、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おり、真の意味でのオープン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製品と比較して、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限界があり、革新の深さと幅を向上させる必要があります。

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、効率的、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、性能面で集中型ソリューションと競争できるようにするためには、AIに特化したLayer1ブロックチェーンを設計する必要があります。これは、AIのオープンイノベーション、ガバナンスの民主化、データの安全性に対して堅固な基盤を提供し、分散型AIエコシステムの繁栄と発展を促進します。

! 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のコア機能

AI Layer 1は、AIアプリケーション専用にカスタマイズされたブロックチェーンとして、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分散型コンセンサスメカニズム AI Layer 1の核心は、オープンな計算能力、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。計算能力を提供し、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貢献し、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、AI推論、トレーニング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、インセンティブを与え、検証できる必要があり、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。これにより、ネットワークの安定性と繁栄が保証され、全体的な計算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提出します。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り、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シナリオを含みます。AI Layer 1は、基盤アーキテクチャ上で高スループット、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、異種計算リソースに対する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します。

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の改ざんといった安全上の懸念を防ぐだけでなく、底層のメカニズムから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各モデル推論、トレーニング、およびデータ処理プロセスを独立して検証できるようにし、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するのを助け、「得られたものは望むもの」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、ユーザーのセンシティブなデータを扱うことが多く、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の保護が特に重要です。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、保存などのプロセス全体におけるデータの安全性を確保し、データの漏洩や悪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支援と開発サポート能力 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、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、0Gを含む6つのAI Layer1代表プロジェクトを詳細に紹介し、競技の最新の進展を体系的に整理し、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非中央集権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のブロックチェーン(を構築中です。初期段階はLayer 2ですが、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、利益を生む、忠実）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、価値の分配問題を解決し、AIモデルがオンチェーン所有権構造、呼び出しの透明性、価値の分配を実現できるようにすることです。Sentientのビジョンは、誰もがAI製品を構築、協力、所有、そして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、世界中のトップの学術専門家、ブロックチェーン起業家、エンジニアを集め、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配置を主導しています。チームメンバーの背景は、Meta、Coinbase、Polygon などの有名企業や、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を推進しています。

Polygon の共同創設者 Sandeep Nailwal の二次創業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、マーケット認知度を備えており、プロジェクトの発展に強力なバックアップを提供しています。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 がリード投資を行い、その他の投資機関には Delphi、Hashkey、Spartan などの数十の著名な VC 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

設計アーキテクチャとアプリケーション層

基礎インフラ層

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 "忠誠 AI" アーティファクトの開発と訓練の基盤であり、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、収益分配と公正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：ストレージモデルの重みとフィンガープリンティング登録情報；
• ディストリビューションレイヤー：権限コントラクトがモデル呼び出しエントリを制御します；
• 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、各呼び出しごとにトレーナー、デプロイヤー、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、ロイヤル Loyal）は、Sentient が提唱するコア理念であり、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は透明で、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ストリームが発生し、オンチェーン契約は収益をトレーナー、デプロイヤー、そして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

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」軽量セキュリティメカニズムを開発します。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-レスポンスキー値ペアを挿入してモデルのユニークな署名を形成する；
• 所有権確認プロトコル：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その入力をデコードさせ、正確な回答を返します。

この方法は、再暗号化コストなしで「行動に基づく権限呼び出し + 所属検証」を実現できます。

! 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

モデルの権利確認と安全な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：指紋による権利確認、TEE 実行、オンチェーン契約の分配を組み合わせています。その中で指紋方式は OML 1.0 で実現された主線であり、「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り、違反があった場合には検出し、罰則が科されるということです。

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によって、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し、不正なコピー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、モデルの使用行為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にのみ応答することを保証し、無許可のアクセスや使用を防ぎます。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るものの、その高性能とリアルタイム性の利点により、現在のモデルデプロイメントのコア技術となっています。