Исследование AI Layer1: Поиск благодатной почвы для DeAI в блокчейне

Обзор

В последние годы стремительное развитие больших языковых моделей (LLM) значительно расширило пространство человеческого воображения, даже в некоторых областях продемонстрировав потенциал замены человеческого труда. Однако ядро этих технологий контролируется лишь немногими централизованными технологическими гигантами. Обладая значительными капиталами и контролем над дорогостоящими вычислительными ресурсами, эти компании создали непреодолимые барьеры, из-за которых большинству разработчиков и инновационных команд трудно с ними соперничать.

В то же время, в ранней стадии быстрого развития ИИ общественное мнение часто сосредотачивается на прорывах и удобствах, которые приносит технология, в то время как внимание к таким ключевым вопросам, как защита конфиденциальности, прозрачность и безопасность, относительно недостаточно. В долгосрочной перспективе эти проблемы будут глубоко влиять на здоровое развитие ИИ-индустрии и приемлемость в обществе. Если эти вопросы не будут должным образом решены, споры о том, будет ли ИИ "направлен на добро" или "направлен на зло", будут лишь усиливаться, в то время как централизованные гиганты, движимые инстинктом получения прибыли, часто не имеют достаточной мотивации для активного реагирования на эти вызовы.

Технология блокчейн благодаря своим децентрализованным, прозрачным и антикоррупционным характеристикам открывает новые возможности для устойчивого развития отрасли ИИ. В настоящее время на некоторых мейнстримных блокчейнах уже появилось множество приложений "Web3 AI". Однако при глубоком анализе можно выявить, что эти проекты всё ещё сталкиваются с множеством проблем: с одной стороны, степень децентрализации ограничена, ключевые этапы и инфраструктура всё ещё зависят от централизованных облачных услуг, что затрудняет поддержку по-настоящему открытой экосистемы; с другой стороны, по сравнению с продуктами ИИ из мира Web2, цепочечный ИИ по-прежнему ограничен в таких аспектах, как способность модели, использование данных и сценарии применения, глубина и широта инноваций требуют улучшения.

Чтобы действительно реализовать видение децентрализованного ИИ, позволяя блокчейну безопасно, эффективно и демократично поддерживать масштабные приложения ИИ и конкурировать по производительности с централизованными решениями, нам необходимо разработать Layer1 блокчейн, специально созданный для ИИ. Это обеспечит прочную основу для открытых инноваций в области ИИ, демократического управления и безопасности данных, способствуя процветанию децентрализованной экосистемы ИИ.

Основные характеристики AI Layer 1

AI Layer 1 как блокчейн, специально разработанный для AI-приложений, имеет архитектуру и производительность, которые тесно соответствуют требованиям AI-задач, с целью эффективной поддержки устойчивого развития и процветания AI-экосистемы в блокчейне. В частности, AI Layer 1 должен обладать следующими ключевыми возможностями:

1. Эффективные стимулы и децентрализованный механизм консенсуса

В центре AI Layer 1 лежит создание открытой сети для совместного использования ресурсов, таких как вычислительная мощность и хранилище. В отличие от традиционных узлов блокчейна, которые в основном сосредоточены на ведении бухгалтерии, узлы AI Layer 1 должны выполнять более сложные задачи: они не только должны предоставлять вычислительную мощность, завершать обучение и вывод AI моделей, но также должны вносить разнообразные ресурсы, такие как хранилище, данные и пропускная способность, чтобы разрушить монополию централизованных гигантов в области AI инфраструктуры. Это накладывает более высокие требования к базовому консенсусу и механизмам стимулирования: AI Layer 1 должен быть в состоянии точно оценивать, поощрять и проверять фактический вклад узлов в задачи AI вывода, обучения и т.д., обеспечивая безопасность сети и эффективное распределение ресурсов. Только так можно гарантировать стабильность и процветание сети, а также эффективно снизить общие затраты на вычислительную мощность.

2. Превосходные высокопроизводительные возможности и поддержка гетерогенных задач

AI-задачи, особенно обучение и вывод LLM, требуют высокой вычислительной производительности и параллельной обработки. Более того, экосистема AI в блокчейне часто должна поддерживать разнообразные и гетерогенные типы задач, включая различные структуры моделей, обработку данных, вывод, хранение и другие многогранные сценарии. AI Layer 1 должен быть глубоко оптимизирован на уровне архитектуры для удовлетворения требований высокой пропускной способности, низкой задержки и эластичной параллельности, а также предусматривать нативную поддержку гетерогенных вычислительных ресурсов, чтобы гарантировать эффективную работу различных AI-задач и обеспечить плавное расширение от "однородных задач" до "сложной многообразной экосистемы".

3. Проверяемость и гарантии надежного вывода

AI Layer 1 не только должен предотвращать злоупотребления моделями, фальсификацию данных и другие угрозы безопасности, но и обеспечивать верифицируемость и согласованность результатов, выходящих от AI, с самого нижнего уровня механизма. Интегрируя такие передовые технологии, как надежная среда выполнения (TEE), доказательства с нулевым разглашением (ZK) и безопасные многопартнерские вычисления (MPC), платформа позволяет независимо проверять каждый процесс вывода модели, обучения и обработки данных, обеспечивая справедливость и прозрачность системы AI. В то же время, такая верифицируемость помогает пользователям понять логику и основы вывода AI, достигая "того, что желаем", повышая доверие и удовлетворенность пользователей к продуктам AI.

4. Защита конфиденциальности данных

Применение ИИ часто связано с чувствительными данными пользователей, особенно в таких областях, как финансы, здравоохранение и социальные сети, где защита конфиденциальности данных имеет особое значение. AI Layer 1 должен обеспечивать проверяемость, одновременно используя криптографические методы обработки данных, протоколы вычислений с конфиденциальностью и управление правами на данные, чтобы гарантировать безопасность данных на всех этапах, включая вывод, обучение и хранение, эффективно предотвращая утечку и злоупотребление данными, устраняя беспокойства пользователей по поводу безопасности данных.

5. Мощная способность поддержки экосистемы и разработки

Как AI-ориентированная инфраструктура первого уровня, платформа должна не только обладать технологическим лидерством, но и предоставлять разработчикам, операторам узлов, поставщикам AI-услуг и другим участникам экосистемы полноценные инструменты разработки, интегрированные SDK, поддержку операций и механизмы стимулирования. Непрерывно оптимизируя доступность платформы и опыт разработчиков, мы способствуем реализации разнообразных AI-ориентированных приложений и обеспечиваем устойчивое процветание децентрализованной AI-экосистемы.

На основе вышеупомянутого фона и ожиданий, в данной статье подробно рассматриваются шесть представительных проектов AI Layer1, включая Sentient, Sahara AI, Ritual, Gensyn, Bittensor и 0G, систематически излагаются последние достижения в данной области, анализируется текущее состояние проектов и обсуждаются будущие тенденции.

Sentient: Создание лояльной открытой децентрализованной модели ИИ

Обзор проекта

Sentient является платформой с открытым исходным кодом, которая создает AI Layer1 в блокчейне (, начальная фаза - Layer 2, после чего произойдет миграция на Layer 1). С помощью сочетания AI Pipeline и технологий блокчейна, создается децентрализованная экономика искусственного интеллекта. Его основной целью является решение проблем принадлежности моделей, отслеживания вызовов и распределения ценностей на централизованном рынке LLM через "OML" фреймворк (, обеспечивая открытость, прибыльность и лояльность ), позволяя AI моделям реализовать структуру собственности на блокчейне, прозрачность вызовов и распределение ценностей. Видение Sentient заключается в том, чтобы любой мог создавать, сотрудничать, владеть и монетизировать AI продукты, тем самым способствуя созданию справедливой и открытой экосистемы сети AI Agent.

Команда Sentient Foundation объединила ведущих мировых академических экспертов, предпринимателей в области блокчейна и инженеров, стремясь создать сообществом управляемую, открытое и проверяемую платформу AGI. Ведущими членами являются профессор Принстонского университета Прамод Висванатх и профессор Индийского института науки Химаншу Тяги, которые отвечают за безопасность ИИ и защиту конфиденциальности, в то время как соучредитель Polygon Сандип Найлвал возглавляет стратегию блокчейна и экосистемное развитие. Члены команды имеют опыт работы в таких известных компаниях, как Meta, Coinbase, Polygon, а также в таких ведущих учебных заведениях, как Принстонский университет и Индийский институт технологий, охватывая области ИИ/МЛ, НЛП, компьютерное зрение и совместно продвигая реализацию проекта.

Как вторичный проект соучредителя Polygon Sandeep Nailwal, Sentient с самого начала обладал ореолом, имея богатые ресурсы, связи и рыночную осведомленность, что обеспечило мощную поддержку развитию проекта. В середине 2024 года Sentient завершил раунд финансирования на 85 миллионов долларов, который возглавили Founders Fund, Pantera и Framework Ventures, а среди других инвесторов были такие известные венчурные компании, как Delphi, Hashkey и Spartan.

Проектирование архитектуры и уровень приложений

Инфраструктурный уровень

Основная архитектура

Ядро архитектуры Sentient состоит из двух частей: AI Pipeline ( и системы в блокчейне.

AI管道 является основой для разработки и обучения "лояльных AI" артефактов, включает в себя два ключевых процесса:

• Планирование данных ) Data Curation (: процесс выбора данных, управляемый сообществом, для выравнивания модели.
• Тренировка лояльности)Loyalty Training(: Обеспечьте, чтобы модель поддерживала тренировочный процесс, соответствующий намерениям сообщества.

Система блокчейна обеспечивает прозрачность и децентрализованный контроль для протокола, гарантируя право собственности на AI-артефакты, отслеживание использования, распределение доходов и справедливое управление. Конкретная архитектура делится на четыре уровня:

• Уровень хранения: хранение весов модели и информации о регистрации отпечатков;
• Уровень распределения: точка входа для вызовов модели управления контрактами授权合约.
• Уровень доступа: проверка правами для подтверждения авторизации пользователя;
• Уровень стимулов: Контракт маршрутизации доходов будет распределять платежи между тренерами, разработчиками и валидаторами при каждом вызове.

)## OML модельная рамка

OML фреймворк ### открыт Open, монетизируемый Monetizable, лояльный Loyal ( является основным принципом, предложенным Sentient, с целью предоставления четкой защиты прав собственности и экономических стимулов для открытых AI моделей. Объединив технологии в блокчейне и нативную криптографию AI, обладает следующими характеристиками:

• Открытость: Модель должна быть с открытым исходным кодом, код и структура данных должны быть прозрачными, чтобы сообщество могло воспроизводить, аудитировать и улучшать.
• Монетизация: Каждый вызов модели будет запускать поток доходов, в блокчейне контракт будет распределять доход между тренерами, разработчиками и проверяющими.
• Верность: Модель принадлежит сообществу участников, направление обновления и управление определяются DAO, использование и модификация контролируются криптомеханизмом.

![Biteye и PANews совместно выпустили исследование AI Layer1: поиск плодородной почвы для DeAI в блокчейне])https://img-cdn.gateio.im/webp-social/moments-a70b0aca9250ab65193d0094fa9b5641.webp(

)## AI нативная криптография###AI-native Cryptography(

AI-родная криптография использует непрерывность моделей AI, структуру низкоразмерных многообразий и дифференцируемые характеристики моделей для разработки "проверяемого, но не удаляемого" легковесного механизма безопасности. Ее ключевые технологии:

• Встраивание отпечатков пальцев: во время обучения вставляется набор скрытых пар ключ-значение запрос-ответ для формирования уникальной подписи модели;
• Протокол проверки собственности: проверка сохранения отпечатка пальца с помощью стороннего датчика )Prover( в виде запроса.
• Механизм разрешения вызовов: перед вызовом необходимо получить "разрешительный сертификат", выданный владельцем модели, после чего система предоставляет модели разрешение на декодирование этого ввода и возврат точного ответа.

Этот метод позволяет реализовать "авторизацию на основе поведения + верификация принадлежности" без дополнительных затрат на повторное шифрование.

)## Модель прав подтверждения и безопасного исполнения

Sentient в настоящее время использует Melange смешанную безопасность: комбинация подтверждения по отпечатку пальца, выполнения TEE и распределения прибыли по контрактам в блокчейне. При этом метод отпечатка пальца реализован на OML 1.0, подчеркивая идею "оптимистичной безопасности###Optimistic Security(", то есть предполагая соответствие, с возможностью обнаружения и наказания за нарушения.

Механизм отпечатков пальцев является ключевым реализованным механизмом OML, он позволяет модели генерировать уникальные подписи на этапе обучения путем встраивания определенных пар "вопрос-ответ". С помощью этих подписей владельцы модели могут проверять принадлежность, предотвращая несанкционированное копирование и коммерциализацию. Этот механизм не только защищает права разработчиков моделей, но и предоставляет отслеживаемую запись использования модели в блокчейне.

Кроме того, Sentient представила вычислительную платформу Enclave TEE, используя доверенные среды выполнения ), такие как AWS Nitro Enclaves (, чтобы гарантировать, что модели реагируют только на авторизованные запросы, предотвращая несанкционированный доступ и использование. Хотя TEE зависит от аппаратного обеспечения и имеет определенные риски безопасности, его высокая производительность и преимущества в реальном времени делают его ключевой технологией для текущего развертывания моделей.

В будущем Sentient планирует внедрить доказательства с нулевым разглашением )ZK( и полностью однородное шифрование )FHE(, чтобы дополнительно усилить защиту конфиденциальности и проверяемость, предоставляя более зрелые решения для децентрализованного развертывания моделей ИИ.

) уровень приложений

В настоящее время продукция Sentient в основном включает в себя децентрализованную чат-платформу Sentient Chat и открытые модели Dobby.