Báo cáo nghiên cứu Layer1 AI: 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 không ngừng 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 ngành nghề, mở rộng không gian tưởng tượng của con người một cách đáng kể, thậm chí trong một số tình huống, đã cho thấy tiềm năng thay thế lao động con người. Tuy nhiên, cốt lõi của những công nghệ này lại nằm trong tay của một số ít các ông lớn công nghệ tập trung. Với nguồn vốn mạnh mẽ và sự kiểm soát đối với nguồn tài nguyên tính toán đắt đỏ, những công ty này đã thiết lập nên những rào cản khó vượt qua, khiến phần lớn các nhà phát triển và nhóm đổi mới khó có thể cạnh tranh với họ.

Trong giai đoạn đầu nhanh chóng phát triển 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 toàn lại khá thiếu hụt. Về lâu dài, những vấn đề này sẽ ảnh hưởng sâu sắc đến sự phát triển lành mạnh của ngành công nghiệp AI và mức độ chấp nhận của xã hội. Nếu không được giải quyết một cách thích hợp, tranh cãi về việc AI "hướng thiện" hay "hướng ác" sẽ ngày càng nổi bật, trong khi các ông lớn tập trung hóa, dưới sự thúc đẩy của bản năng kiếm lợi, 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 mang lại những khả năng mới cho sự phát triển bền vững của ngành AI. Hiện tại, một số ứng dụng "Web3 AI" đã xuất hiện trên nhiều blockchain chính. Tuy nhiên, phân tích sâu có thể thấy rằng những dự án này vẫn còn nhiều vấn đề: một mặt, mức độ phi tập trung còn hạn chế, các khâu quan trọng và cơ sở hạ tầng vẫn phụ thuộc vào dịch vụ đám mây tập trung, khó có thể hỗ trợ một hệ sinh thái mở thực sự; mặt khác, so với các sản phẩm AI trong thế giới Web2, AI trên chuỗi vẫn còn hạn chế về khả năng mô hình, việc sử dụng dữ liệu và các tình huống ứng dụng, độ sâu và độ rộng của sự đổi mới cần được cải thiện.

Để thực sự hiện thực hóa tầm nhìn về AI phi tập trung, làm cho blockchain có thể an toàn, hiệu quả và dân chủ trong việc triển khai các ứng dụng AI quy mô lớn, đồng thời có khả năng cạnh tranh về hiệu suất với các giải pháp tập trung, chúng ta cần thiết kế một blockchain Layer 1 được xây dựng riêng cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho sự đổi mới mở của AI, dân chủ hóa quản trị và bảo mật dữ liệu, thúc đẩy sự phát triển thịnh vượng của hệ sinh thái AI phi tập trung.

Các đặc tính cốt lõi của AI Layer 1

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

1. Cơ chế khuyến khích hiệu quả và đồng thuận phi tập trung. Cốt lõi của AI Layer 1 là xây dựng một mạng lưới chia sẻ tài nguyên như sức mạnh tính toán, lưu trữ, v.v. Khác với việc các nút của 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 cần đóng góp các tài nguyên đa dạng như lưu trữ, dữ liệu, băng thông, từ đó phá vỡ sự độc quyền của các ông lớn trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn cho đồng thuận 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, v.v., nhằm đảm bảo an ninh cho mạng 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, cũng như giảm thiểu chi phí sức mạnh tính toán tổng thể.

2. Hiệu suất cao vượt trội và khả năng hỗ trợ nhiệm vụ đa dạng Hệ thống AI, đặc biệt là đào tạo và suy luận LLM, đòi hỏi hiệu suất tính toán và khả năng xử lý song song ở mức cao. Hơn nữa, hệ sinh thái AI on-chain thường cần hỗ trợ nhiều loại nhiệm vụ đa dạng và khác nhau, bao gồm các cấu trúc mô hình khác nhau, xử lý dữ liệu, suy luận, lưu trữ và nhiều kịch bản đa dạng khác. AI Layer 1 phải được tối ưu hóa sâu sắc cho các nhu cầu như thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt trên kiến trúc nền tảng, đồng thời dự đoán khả năng hỗ trợ nguyên bản cho các tài nguyên tính toán khác nhau, đảm bảo rằng tất cả các nhiệm vụ AI đều có thể hoạt động hiệu quả, đạt được sự mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp và đa dạng."

3. Khả năng xác minh và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ phải ngăn chặn các nguy cơ an ninh như mô hình xấu, dữ liệu bị can thiệp, mà còn phải đảm bảo khả năng xác minh và sự đồng nhất của kết quả đầu ra 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 cho phép mỗi lần suy luận 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, khả năng xác minh này cũng giúp người dùng làm rõ logic và căn cứ của đầu ra AI, đạt được "cái có được chính là cái mong muốn", nâng cao lòng 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, bảo vệ quyền riêng tư 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 quyền riêng tư và quản lý quyền dữ liệu, đồng thời đảm bảo tính khả thi trong việc bảo đảm tính xác thực, để đảm bảo tính an toàn của dữ liệu trong toàn bộ quá trình suy luận, đào tạo và lưu trữ, hiệu quả ngăn chặn việc rò rỉ và lạm dụng dữ liệu, xóa bỏ nỗi lo ngại của người dùng về sự an toàn của dữ liệu.

5. Năng lực 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, nhà vận hành nút, nhà cung cấp dịch vụ AI và các bên tham gia hệ sinh thái khác các công cụ phát triển hoàn thiện, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích. Thông qua việc tối ưu hóa liên tục khả năng sử dụng của nền tảng và trải nghiệm của nhà phát triển, thúc đẩy việc triển khai các ứng dụng gốc AI 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 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 của lĩnh vực này, 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 chuỗi blockchain AI Layer1 ( 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 vấn đề 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 mô hình AI thực hiện cấu trúc sở hữu trên chuỗi, minh bạch trong việc gọi và chia sẻ 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 tiền, từ đó thúc đẩy một hệ sinh thái mạng lưới AI Agent công bằng và mở.

Đội ngũ Sentient Foundation tập hợp những chuyên gia học thuật hàng đầu thế giới, các doanh nhân khởi nghiệp blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI được điều hành bởi cộng đồng, 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, trong khi đó, chiến lược blockchain và bố trí hệ sinh thái được lãnh đạo bởi Sandeep Nailwal, đồng sáng lập Polygon. Các thành viên trong đội ngũ có nền tảng từ các công ty nổi tiếng như Meta, Coinbase, Polygon, cùng với 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 thúc đẩy dự án triển khai.

Với tư cách là dự án khởi nghiệp thứ hai của Sandeep Nailwal, người đồng sáng lập Polygon, Sentient đã mang theo hào quang từ những ngày đầu thành lập, sở hữu nguồn lực phong phú, mối quan hệ và nhận thức thị trường, cung cấp sự hỗ trợ mạnh mẽ cho sự phát triển của dự án. Giữa năm 2024, Sentient đã hoàn thành vòng gọi vốn hạt giống 85 triệu USD, do Founders Fund, Pantera và Framework Ventures dẫn đầu, các tổ chức đầu tư khác bao gồm Delphi, Hashkey và Spartan cùng hàng chục VC nổi tiếng khác.

Thiết kế kiến trúc và lớp ứng dụng

Cơ sở hạ tầng

Kiến trúc cốt lõi

Cấu trúc cốt lõi của Sentient bao gồm hai phần: Ống dẫn AI (AI Pipeline) và hệ thống blockchain.

Đường ống AI 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 điều khiển, dùng để căn chỉnh mô hình.
• Đào tạo trung thành (Loyalty Training): Đảm bảo mô hình duy trì quá 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 nhuận và quản trị công bằng cho các đối tượng AI. Kiến 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: Điểm vào gọi mô hình được kiểm soát bởi hợp đồng ủy quyền;
• Tầng truy cập: Xác minh người dùng có được ủy quyền hay không thông qua chứng minh quyền hạn;
• 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 quan niệm cốt lõi mà Sentient đề xuất, 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, nó 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 hiện, kiểm toán và cải tiến.
• Tiền tệ hóa: Mỗi lần gọi mô hình sẽ kích hoạt dòng doanh thu, hợp đồng trên chuỗi sẽ phân phối lợi nhuận cho người đào tạo, người triển khai và người xác thực.
• Độ trung thành: Mô hình thuộc về cộng đồng người đóng góp, hướng nâng cấp và quản trị do DAO quyết định, việc sử dụng và sửa đổi được 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 đa diện thấp và đặc tính khả thi 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 ra chữ ký duy nhất cho mô hình;
• Giao thức xác minh quyền sở hữu: Xác minh xem dấu vân tay có được giữ lại hay không bằng cách hỏi dưới dạng truy vấn thông qua thiết bị phát hiện bên thứ ba (Prover);
• Cơ chế gọi phép: Trước khi gọi, cần phải lấy "giấy phép quyền hạn" do chủ sở hữu mô hình cấp phát, hệ thống sẽ dựa vào đó để cấp quyền cho mô hình giải mã đầu vào và trả về câu trả lời chính xác.

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

Mô hình xác quyền và khung thực thi an toàn

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

Cơ chế dấu vân tay là một phần quan trọng trong việc triển khai 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 hồ sơ có thể theo dõi trên chuỗi cho 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 không được phép. Mặc dù TEE phụ thuộc vào phần cứng và có một số rủi ro an ninh nhất định, nhưng những lợi thế về hiệu suất cao và thời gian thực khiến nó trở thành công nghệ cốt lõi cho việc triển khai mô hình hiện tại.

Trong tương lai, Sentient dự định áp dụng 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 sự triển khai phi tập trung cho các mô hình AI một cách trưởng thành hơn.