Báo cáo nghiên cứu hệ sinh thái AI Layer1: Tìm kiếm mảnh đất màu mỡ cho DeAI trên chuỗi

Tóm tắt

Trong những năm gần đây, các công ty công nghệ hàng đầu như OpenAI, Anthropic, Google, Meta liên tục 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 thể hiện 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 ít các gã khổng lồ công nghệ tập trung. Với nguồn vốn hùng mạnh và khả năng kiểm soát tài nguyên tính toán cao, những công ty này đã xây dựng nên những rào cản khó vượt qua, khiến phần lớn các nhà phát triển và đội ngũ đổi mới khó có thể cạnh tranh.

Trong 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 toàn 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 được giải quyết thỏa đáng, 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 để chủ động đối phó với những thách thức này.

Công nghệ blockchain, nhờ vào tính phi tập trung, minh bạch và kháng kiểm duyệt của nó, đã mở ra 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 gặp nhiều vấn đề: một mặt, mức độ phi tập trung còn hạn chế, các khâu và cơ sở hạ tầng quan trọng 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, việc sử dụng dữ liệu và các tình huống ứng dụng, độ sâu và độ rộng của đổi mới cần được nâng cao.

Để thực sự hiện thực hóa tầm nhìn AI phi tập trung, cho phép blockchain có thể an toàn, hiệu quả và dân chủ hỗ trợ 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 Layer1 được tạo ra đặc biệt cho AI. Điều này sẽ cung cấp nền tảng vững chắc cho đổi mới mở của AI, dân chủ trong quản trị và an toàn dữ liệu, 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 một blockchain được thiết kế đặc biệt cho các ứng dụng AI, với kiến trúc nền tảng và thiết kế hiệu suất được định hình chặt chẽ xung quanh nhu cầu của các nhiệm vụ AI, nhằm hỗ trợ một cách hiệu quả sự phát triển bền vững và thịnh vượng của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 cần phải có những 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 điện toán, lưu trữ. 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 điện toán, hoàn thành việc huấn luyện và suy diễn mô hình AI, mà còn cần đóng góp tài nguyên đa dạng như lưu trữ, dữ liệu, băng thông, từ đó phá vỡ thế độc quyền của các ông lớn trong cơ sở hạ tầng AI. Điều này đặt ra yêu cầu cao hơn đối với sự đồng thuận và cơ chế khuyến khích ở cấp độ nền tảng: AI Layer 1 phải có khả năng đánh giá, khuyến khích và xác minh chính xác đóng góp thực tế của các nút trong các nhiệm vụ như suy diễn, huấn luyện AI, nhằm đạt được tính an toàn của mạng lưới và phân bổ tài nguyên hiệu quả. Chỉ có như vậy mới có thể đảm bảo sự ổn định và thịnh vượng của mạng lưới, cũng như giảm chi phí điện toán tổng thể.

2. Hiệu suất cao vượt trội và khả năng hỗ trợ tác vụ dị biệt Nhiệm vụ AI, đặc biệt là việc huấn luyện và suy luận 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 trên chuỗi thường cần hỗ trợ các loại nhiệm vụ đa dạng và khác biệt, 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 yêu cầu về thông lượng cao, độ trễ thấp và khả năng xử lý song song linh hoạt trên kiến trúc nền tảng, đồng thời thiết lập khả năng hỗ trợ gốc cho các tài nguyên tính toán khác biệt, đảm bảo rằng mọi nhiệm vụ AI có thể hoạt động hiệu quả, thực hiện việc mở rộng mượt mà từ "nhiệm vụ đơn giản" đến "hệ sinh thái phức tạp đa dạng".

3. Tính khả thi và đảm bảo đầu ra đáng tin cậy AI Layer 1 không chỉ cần ngăn chặn các rủi ro an ninh như mô hình gây hại, dữ liệu bị sửa đổi mà còn phải đảm bảo tính khả thi và sự đồng nhất của kết quả đầu ra AI từ cơ chế nền tảng. Thông qua việc tích hợp các công nghệ tiên tiến như môi trường thực thi tin cậy (TEE), chứng minh không kiến thức (ZK), và tính toán an toàn đa bên (MPC), nền tảng có thể cho phép 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 giúp người dùng hiểu rõ logic và cơ sở của đầu ra AI, thực hiện "cái có được là cái mong muốn", nâng cao sự tin tưởng và 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 như tài chính, y tế, xã hội, việc bảo vệ quyền riêng tư dữ liệu càng trở nên quan trọng. AI Layer 1 nên đảm bảo tính khả chứng trong khi áp dụng các công nghệ xử lý dữ liệu dựa trên mã hóa, giao thức tính toán riêng tư và quản lý quyền dữ liệu, 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, xóa bỏ những lo ngại của người dùng về an ninh dữ liệu.

5. Khả năng hỗ trợ và phát triển hệ sinh thái mạnh mẽ Là hạ tầng Layer 1 gốc AI, nền tảng không chỉ cần có tính năng kỹ thuật vượt trội mà còn phải cung cấp đầy đủ các công cụ phát triển, SDK tích hợp, hỗ trợ vận hành và cơ chế khuyến khích cho các bên tham gia trong hệ sinh thái như nhà phát triển, nhà điều hành nút, nhà cung cấp dịch vụ AI. Thông qua việc tối ưu hóa liên tục khả năng sử dụng nền tảng và trải nghiệm của nhà phát triển, thúc đẩy sự ra đời của các ứng dụng gốc AI đa dạng và phong phú, đạt được sự thịnh vượng bền vững của 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 cho 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 hình 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

Tổng quan dự án

Sentient là một nền tảng giao thức mã nguồn mở, đang xây dựng một 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 quyền sở hữu mô hình, theo dõi cuộc gọi và phân phối giá trị trong thị trường LLM tập trung thông qua khung "OML" (mở, có lợi nhuận, trung thành), để các mô hình AI đạt được cấu trúc quyền sở hữu trên chuỗi, minh bạch cuộc gọi và phân chia giá trị. Tầm nhìn của Sentient là để bất kỳ ai cũng có thể xây dựng, hợp tác, sở hữu và thương mại hóa sản phẩm AI, từ đó thúc đẩy một hệ sinh thái mạng lưới AI Agent công bằng và mở.

Đội ngũ Sentient Foundation quy tụ những chuyên gia học thuật hàng đầu toàn cầu, những người khởi nghiệp trong lĩnh vực blockchain và kỹ sư, cam kết xây dựng một nền tảng AGI được điều khiển 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 an toàn AI và bảo vệ quyền riêng tư, trong khi đó nhà đồng sáng lập Polygon Sandeep Nailwal dẫn dắt chiến lược blockchain và bố trí hệ sinh thái. Nền tảng của các thành viên trong đội ngũ trải dài qua các công ty nổi tiếng như Meta, Coinbase, Polygon, cũng như 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, cùng nhau thúc đẩy dự án thực hiện.

Là dự án khởi nghiệp thứ hai của Sandeep Nailwal, đồng sáng lập Polygon, Sentient ngay từ khi thành lập đã mang theo hào quang, sở hữu nguồn lực phong phú, mối quan hệ và độ nhận biết trên thị trường, tạo nền tảng vững chắc cho sự phát triển của dự án. Vào giữa năm 2024, Sentient đã hoàn thành vòng gọi vốn hạt giống trị giá 85 triệu USD, do Founders Fund, Pantera và Framework Ventures dẫn đầu, cùng với hàng chục 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 bao gồm hai phần: Ống dẫn AI (AI Pipeline) và hệ thống blockchain.

AI pipeline là cơ sở 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, được sử dụng để điều chỉnh mô hình.
• Đào tạo lòng trung thành (Loyalty Training): Đảm bảo mô hình duy trì quá trình đào tạo thống nhất với ý định của cộng đồng.

Hệ thống blockchain cung cấp tính minh bạch và kiểm soát phi tập trung cho giao thức, đảm bảo quyền sở hữu, theo dõi sử dụng, phân phối lợi nhuận và quản trị 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: Điểm vào gọi mô hình kiểm soát hợp đồng ủy quyền;
• Lớp truy cập: Xác minh xem người dùng có được ủy quyền thông qua chứng minh quyền truy cập hay không;
• Tầng khuyến khích: Hợp đồng định tuyến lợi nhuận sẽ phân bổ khoản thanh toán cho người huấn luyện, người triển khai và người xác minh mỗi lần gọi.

Khung mô hình OML

Khung OML (Mở Open, Có thể Monetizable, Trung thành Loyal) là triết lý cốt lõi do 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, nó có những đặc điểm sau:

• Tính mở: Mô hình phải mã nguồn mở, mã và cấu trúc dữ liệu phải minh bạch, thuận tiện cho cộng đồng tái hiện, kiểm toán và cải tiến.
• Đô la hóa: Mỗi lần gọi mô hình sẽ kích hoạt dòng doanh thu, hợp đồng trên chuỗi sẽ phân phối doanh thu cho người huấn luyện, người triển khai và người xác thực.
• Độ trung thành: Mô hình thuộc về cộng đồng người đóng góp, hướng phát triển và quản trị được quyết định bởi DAO, 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 hình thấp và đặc tính khả vi 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 của mô hình;
• Giao thức xác thực quyền sở hữu: Xác thực xem dấu vân tay có được giữ lại thông qua công cụ phát hiện bên thứ ba (Prover) dưới dạng câu hỏi query;
• Cơ chế gọi phép: Trước khi gọi, cần phải nhận được "chứng nhận quyền hạn" do chủ sở hữu mô hình phát hành, 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.

Khung xác quyền mô hình và thực thi an toàn

Sentient hiện đang áp dụng Melange hỗn hợp an toàn: kết hợp xác quyền bằng vân tay, thực thi TEE, và chia sẻ lợi nhuận hợp đồng on-chain. 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, có thể phát hiện và xử phạt khi vi phạm.

Cơ chế dấu vân tay là một phần quan trọng trong việc thực hiện OML, nó thông qua việc nhúng các cặp "câu hỏi - câu trả lời" cụ thể, cho phép mô hình tạo ra chữ ký độc đáo trong giai đoạn đào tạo. 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 các nhà phát triển mô hình mà còn cung cấp các 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 rằng 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 an ninh nhất định, nhưng hiệu suất cao của nó và