Останніми роками провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють стрімкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних галузях, значно розширюючи людське уявлення, а в деяких випадках навіть показують потенціал заміни людської праці. Однак ядро цих технологій міцно утримується в руках небагатьох централізованих технологічних гігантів. Завдяки значному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшості розробників і інноваційних команд змагання з ними.
Водночас, на початковому етапі швидкого розвитку AI, суспільна думка часто зосереджується на прориві та зручностях, які приносить технологія, тоді як увага до таких ключових питань, як захист приватності, прозорість та безпека, є відносно недостатньою. У довгостроковій перспективі ці питання суттєво вплинуть на здоровий розвиток AI-індустрії та її прийнятність у суспільстві. Якщо їх не буде належним чином вирішено, суперечка про те, чи «направити AI на добро» чи «на зло», стане ще більш нагальною, тоді як централізовані гіганти, керуючись інстинктом до прибутку, часто не мають достатньої мотивації, щоб активно реагувати на ці виклики.
Технологія блокчейн, завдяки своїм характеристикам децентралізації, прозорості та стійкості до цензури, відкриває нові можливості для сталого розвитку індустрії AI. На сьогоднішній день на ряді основних блокчейнів вже з'явилося безліч застосунків "Web3 AI". Але детальний аналіз показує, що ці проекти все ще стикаються з багатьма проблемами: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, властивість мемів занадто велика, щоб підтримувати справжню відкриту екосистему; з іншого боку, в порівнянні з AI продуктами світу Web2, AI у блокчейні все ще має обмеження в моделях, використанні даних та сценаріях застосування, глибина та широта інновацій потребують покращення.
Щоб насправді реалізувати бачення децентралізованого ШІ, щоб блокчейн міг безпечно, ефективно та демократично підтримувати масштабні ШІ-додатки та конкурувати за продуктивністю з централізованими рішеннями, нам потрібно спроектувати блокчейн Layer1, спеціально розроблений для ШІ. Це забезпечить міцну основу для відкритих інновацій у ШІ, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально створений для AI-додатків, має архітектуру та проектування продуктивності, які тісно пов'язані з вимогами AI-завдань, з метою ефективної підтримки сталого розвитку та процвітання AI-екосистеми у блокчейні. Зокрема, AI Layer 1 повинен мати такі ключові можливості:
Ефективний механізм заохочення та децентралізованого консенсусу
Ядро AI Layer 1 полягає у створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність і зберігання. На відміну від традиційних вузлів блокчейну, які в основному зосереджуються на веденні облікових записів, вузли AI Layer 1 повинні виконувати більш складні завдання: не лише надавати обчислювальну потужність, завершувати навчання та інференцію AI моделей, але й вносити різноманітні ресурси, такі як зберігання, дані та пропускна здатність, щоб розірвати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен точно оцінювати, стимулювати і перевіряти фактичний внесок вузлів у завдання інференції, навчання AI та інші, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Тільки так можна забезпечити стабільність і процвітання мережі та ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних завдань
Завдання штучного інтелекту, особливо навчання та інференція LLM, висувають дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше того, екосистема штучного інтелекту у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен глибоко оптимізувати свою базову архітектуру для задоволення вимог високої пропускної здатності, низької затримки та еластичної паралельності, а також попередньо налаштувати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різноманітних завдань штучного інтелекту та реалізувати плавне масштабування від "однорідних завдань" до "складної різноманітної екосистеми".
Перевірність та забезпечення надійного виводу
AI Layer 1 не лише має запобігти зловживанням моделей, підробці даних та іншим ризикам безпеки, але й забезпечити верифікацію та узгодженість результатів виводу AI з основних механізмів. Завдяки інтеграції надійних виконуваних середовищ (TEE), нульових знань (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити можливість незалежної верифікації кожного процесу моделювання, навчання та обробки даних, що гарантує справедливість і прозорість системи AI. Водночас ця верифікація допомагає користувачам чітко зрозуміти логіку та підстави виводу AI, досягаючи принципу "отримане є бажаним", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних
Застосування ШІ часто пов'язане з чутливими даними користувачів, у фінансовій, медичній, соціальній та інших сферах захист конфіденційності даних є особливо важливим. AI Layer 1 повинен забезпечити верифікацію, використовуючи технології обробки даних на основі шифрування, протоколи обчислень конфіденційності та управління правами доступу до даних, щоб забезпечити безпеку даних на всіх етапах, таких як інфериція, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужна екосистемна підтримка та можливості для розробки
Як AI-орієнтована Layer 1 інфраструктура, платформа повинна не лише мати технологічну перевагу, але й забезпечити екосистемних учасників, таких як розробники, оператори вузлів, постачальники AI-послуг, повноцінними інструментами для розробки, інтегрованими SDK, підтримкою експлуатації та механізмами стимулювання. Оптимізуючи доступність платформи та досвід розробників, ми сприяємо впровадженню різноманітних AI-орієнтованих додатків та досягненню безперервного процвітання децентралізованої AI-екосистеми.
На основі вищезазначеного фону та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизовано останні досягнення в цій галузі, проаналізовано сучасний стан розвитку проектів і обговорено майбутні тенденції.
Sentient: побудова вірних відкритих децентралізованих AI моделей
Огляд проекту
Sentient є відкритою платформою протоколів, яка створює AI Layer1 у блокчейні ( на початковій стадії як Layer 2, а потім буде перенесена на Layer 1). Поєднуючи AI Pipeline та технологію блокчейн, вона будує децентралізовану економіку штучного інтелекту. Її основна мета полягає в тому, щоб за допомогою рамки "OML" (відкритий, прибутковий, лояльний) вирішити проблеми власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM, щоб моделі AI реалізували структуру власності у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати продукти AI, сприяючи справедливій та відкритій екосистемі мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейн та інженерів з усього світу, щоб створити спільноту, керовану, відкриту та перевірену платформу AGI. До складу основних учасників входять професор Принстонського університету Pramod Viswanath та професор Індійського університету науки та технологій Himanshu Tyagi, які відповідальні за безпеку та захист конфіденційності AI, а також співзасновник Polygon Sandeep Nailwal, який очолює стратегію блокчейн та екосистему. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також в провідних університетах, таких як Принстонський університет, Індійський технологічний інститут, охоплюючи сфери AI/ML, NLP, комп'ютерного зору та спільно працюють над реалізацією проекту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient з самого початку мав ауру успіху, маючи багатий ресурсний потенціал, мережу контактів та визнання на ринку, що забезпечує потужну підтримку для розвитку проєкту. Середина 2024 року, Sentient завершив раунд фінансування на суму 85 мільйонів доларів, з лідерами Founders Fund, Pantera та Framework Ventures, а також десятками відомих VC, таких як Delphi, Hashkey та Spartan.
Проектування архітектури та прикладного рівня
Інфраструктурний рівень
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline (Штучний інтелект Пайплайн) та у блокчейні.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що містить два основні процеси:
Планування даних (Data Curation): процес вибору даних, що здійснюється спільнотою, для вирівнювання моделей.
Тренування лояльності (Loyalty Training): забезпечення того, щоб модель підтримувала процес навчання, що відповідає намірам спільноти.
Блокчейн-система забезпечує прозорість та децентралізований контроль для протоколу, гарантуючи право власності на артефакти ШІ, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділяється на чотири рівні:
Зберігання: зберігання ваг моделей та інформації про реєстрацію відбитків.
Розподільчий рівень: вхід для викликів моделей контролюється контрактом авторизації;
Доступ до шару: перевірка дозволу користувача через підтвердження прав.
Інсентивний рівень: Контракт маршрутизації доходу буде розподіляти плату за кожен виклик між тренерами, розробниками та валідаторами.
OML модельна структура
OML фреймворк (Відкритий Open, Можливий для монетизації Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, що має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Поєднуючи технології у блокчейні та AI нативну криптографію, має такі характеристики:
Відкритість: Модель повинна бути з відкритим вихідним кодом, код і структура даних повинні бути прозорими, щоб спростити відтворення, аудит і вдосконалення з боку спільноти.
Монетизація: кожен виклик моделі буде спричиняти потік доходів, у блокчейні контракт буде розподіляти доходи між тренерами, розробниками та валідаторами.
Лояльність: Модель належить спільноті внесків, напрямок оновлення та управління визначається DAO, використання та зміни контролюються криптографічним механізмом.
AI рідна криптографія (AI-native Cryptography)
AI нативне шифрування - це використання безперервності моделей AI, структур низькорозмірних маніфолдів та диференційованих характеристик моделей для розробки "перевірених, але незнімних" легковагових механізмів безпеки. Його основна технологія:
Вбудовування відбитків пальців: під час навчання вставляється набір прихованих пар запит-відповідь для формування унікального підпису моделі;
Протокол перевірки власності: перевірка збереження відбитків пальців за допомогою запитів через третій пристрій (Prover);
Механізм дозволу виклику: перед викликом потрібно отримати "дозвільний документ", виданий власником моделі, після чого система надає дозвіл моделі декодувати цей вхід і повернути точну відповідь.
Цей спосіб дозволяє реалізувати "авторизаційний виклик на основі поведінки + верифікацію належності" без витрат на повторне шифрування.
Модель підтвердження прав і безпечного виконання
Sentient наразі використовує Melange змішану безпеку: підтвердження за допомогою відбитків пальців, виконання в TEE, комбінування прибутків за контрактами у блокчейні. Метод з відбитками пальців реалізує основну лінію OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням відповідність, а порушення можуть бути виявлені та покарані.
Механізм відбитків пальців є ключовою реалізацією OML, який за допомогою вбудовування специфічних «питань-відповідей» дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделі можуть перевіряти належність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделі, а й надає можливість відслідковувати поведінку використання моделі у блокчейні.
Крім того, Sentient запустив обчислювальну платформу Enclave TEE, використовуючи надійне виконання
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
10 лайків
Нагородити
10
4
Поділіться
Прокоментувати
0/400
ImaginaryWhale
· 2год тому
Капітальний світ просто дивиться, як гроші ділять пиріг.
Переглянути оригіналвідповісти на0
WalletWhisperer
· 2год тому
статистичні арбітражні патерни вказують на 93% кореляцію з централізацією, чесно кажучи
Переглянути оригіналвідповісти на0
LiquidationTherapist
· 2год тому
Великі капітали контролюють ШІ, всі інші - невдахи
AI Layer 1: Створення у блокчейні екосистеми DeAI на основі блокчейн інфраструктури
AI Layer 1: пошук родючої землі DeAI у блокчейні
Останніми роками провідні технологічні компанії, такі як OpenAI, Anthropic, Google, Meta, постійно сприяють стрімкому розвитку великих мовних моделей (LLM). LLM демонструють безпрецедентні можливості в різних галузях, значно розширюючи людське уявлення, а в деяких випадках навіть показують потенціал заміни людської праці. Однак ядро цих технологій міцно утримується в руках небагатьох централізованих технологічних гігантів. Завдяки значному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшості розробників і інноваційних команд змагання з ними.
Водночас, на початковому етапі швидкого розвитку AI, суспільна думка часто зосереджується на прориві та зручностях, які приносить технологія, тоді як увага до таких ключових питань, як захист приватності, прозорість та безпека, є відносно недостатньою. У довгостроковій перспективі ці питання суттєво вплинуть на здоровий розвиток AI-індустрії та її прийнятність у суспільстві. Якщо їх не буде належним чином вирішено, суперечка про те, чи «направити AI на добро» чи «на зло», стане ще більш нагальною, тоді як централізовані гіганти, керуючись інстинктом до прибутку, часто не мають достатньої мотивації, щоб активно реагувати на ці виклики.
Технологія блокчейн, завдяки своїм характеристикам децентралізації, прозорості та стійкості до цензури, відкриває нові можливості для сталого розвитку індустрії AI. На сьогоднішній день на ряді основних блокчейнів вже з'явилося безліч застосунків "Web3 AI". Але детальний аналіз показує, що ці проекти все ще стикаються з багатьма проблемами: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, властивість мемів занадто велика, щоб підтримувати справжню відкриту екосистему; з іншого боку, в порівнянні з AI продуктами світу Web2, AI у блокчейні все ще має обмеження в моделях, використанні даних та сценаріях застосування, глибина та широта інновацій потребують покращення.
Щоб насправді реалізувати бачення децентралізованого ШІ, щоб блокчейн міг безпечно, ефективно та демократично підтримувати масштабні ШІ-додатки та конкурувати за продуктивністю з централізованими рішеннями, нам потрібно спроектувати блокчейн Layer1, спеціально розроблений для ШІ. Це забезпечить міцну основу для відкритих інновацій у ШІ, демократичного управління та безпеки даних, сприяючи процвітанню децентралізованої екосистеми ШІ.
Основні характеристики AI Layer 1
AI Layer 1 як блокчейн, спеціально створений для AI-додатків, має архітектуру та проектування продуктивності, які тісно пов'язані з вимогами AI-завдань, з метою ефективної підтримки сталого розвитку та процвітання AI-екосистеми у блокчейні. Зокрема, AI Layer 1 повинен мати такі ключові можливості:
Ефективний механізм заохочення та децентралізованого консенсусу Ядро AI Layer 1 полягає у створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність і зберігання. На відміну від традиційних вузлів блокчейну, які в основному зосереджуються на веденні облікових записів, вузли AI Layer 1 повинні виконувати більш складні завдання: не лише надавати обчислювальну потужність, завершувати навчання та інференцію AI моделей, але й вносити різноманітні ресурси, такі як зберігання, дані та пропускна здатність, щоб розірвати монополію централізованих гігантів на інфраструктуру AI. Це ставить вищі вимоги до базового консенсусу та механізмів стимулювання: AI Layer 1 повинен точно оцінювати, стимулювати і перевіряти фактичний внесок вузлів у завдання інференції, навчання AI та інші, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Тільки так можна забезпечити стабільність і процвітання мережі та ефективно знизити загальні витрати на обчислювальну потужність.
Висока продуктивність та підтримка гетерогенних завдань Завдання штучного інтелекту, особливо навчання та інференція LLM, висувають дуже високі вимоги до обчислювальної продуктивності та можливостей паралельної обробки. Більше того, екосистема штучного інтелекту у блокчейні часто повинна підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, інференцію, зберігання та інші різноманітні сценарії. AI Layer 1 повинен глибоко оптимізувати свою базову архітектуру для задоволення вимог високої пропускної здатності, низької затримки та еластичної паралельності, а також попередньо налаштувати рідну підтримку гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різноманітних завдань штучного інтелекту та реалізувати плавне масштабування від "однорідних завдань" до "складної різноманітної екосистеми".
Перевірність та забезпечення надійного виводу AI Layer 1 не лише має запобігти зловживанням моделей, підробці даних та іншим ризикам безпеки, але й забезпечити верифікацію та узгодженість результатів виводу AI з основних механізмів. Завдяки інтеграції надійних виконуваних середовищ (TEE), нульових знань (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа може забезпечити можливість незалежної верифікації кожного процесу моделювання, навчання та обробки даних, що гарантує справедливість і прозорість системи AI. Водночас ця верифікація допомагає користувачам чітко зрозуміти логіку та підстави виводу AI, досягаючи принципу "отримане є бажаним", підвищуючи довіру та задоволеність користувачів продуктами AI.
Захист конфіденційності даних Застосування ШІ часто пов'язане з чутливими даними користувачів, у фінансовій, медичній, соціальній та інших сферах захист конфіденційності даних є особливо важливим. AI Layer 1 повинен забезпечити верифікацію, використовуючи технології обробки даних на основі шифрування, протоколи обчислень конфіденційності та управління правами доступу до даних, щоб забезпечити безпеку даних на всіх етапах, таких як інфериція, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.
Потужна екосистемна підтримка та можливості для розробки Як AI-орієнтована Layer 1 інфраструктура, платформа повинна не лише мати технологічну перевагу, але й забезпечити екосистемних учасників, таких як розробники, оператори вузлів, постачальники AI-послуг, повноцінними інструментами для розробки, інтегрованими SDK, підтримкою експлуатації та механізмами стимулювання. Оптимізуючи доступність платформи та досвід розробників, ми сприяємо впровадженню різноманітних AI-орієнтованих додатків та досягненню безперервного процвітання децентралізованої AI-екосистеми.
На основі вищезазначеного фону та очікувань, у цій статті буде детально представлено шість представницьких проектів AI Layer1, включаючи Sentient, Sahara AI, Ritual, Gensyn, Bittensor та 0G, систематизовано останні досягнення в цій галузі, проаналізовано сучасний стан розвитку проектів і обговорено майбутні тенденції.
Sentient: побудова вірних відкритих децентралізованих AI моделей
Огляд проекту
Sentient є відкритою платформою протоколів, яка створює AI Layer1 у блокчейні ( на початковій стадії як Layer 2, а потім буде перенесена на Layer 1). Поєднуючи AI Pipeline та технологію блокчейн, вона будує децентралізовану економіку штучного інтелекту. Її основна мета полягає в тому, щоб за допомогою рамки "OML" (відкритий, прибутковий, лояльний) вирішити проблеми власності моделей, відстеження викликів та розподілу вартості на централізованому ринку LLM, щоб моделі AI реалізували структуру власності у блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб будь-хто міг створювати, співпрацювати, володіти та монетизувати продукти AI, сприяючи справедливій та відкритій екосистемі мережі AI Agent.
Команда Sentient Foundation об'єднала провідних академічних експертів, підприємців у сфері блокчейн та інженерів з усього світу, щоб створити спільноту, керовану, відкриту та перевірену платформу AGI. До складу основних учасників входять професор Принстонського університету Pramod Viswanath та професор Індійського університету науки та технологій Himanshu Tyagi, які відповідальні за безпеку та захист конфіденційності AI, а також співзасновник Polygon Sandeep Nailwal, який очолює стратегію блокчейн та екосистему. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також в провідних університетах, таких як Принстонський університет, Індійський технологічний інститут, охоплюючи сфери AI/ML, NLP, комп'ютерного зору та спільно працюють над реалізацією проекту.
Як другий стартап співзасновника Polygon Sandeep Nailwal, Sentient з самого початку мав ауру успіху, маючи багатий ресурсний потенціал, мережу контактів та визнання на ринку, що забезпечує потужну підтримку для розвитку проєкту. Середина 2024 року, Sentient завершив раунд фінансування на суму 85 мільйонів доларів, з лідерами Founders Fund, Pantera та Framework Ventures, а також десятками відомих VC, таких як Delphi, Hashkey та Spartan.
Проектування архітектури та прикладного рівня
Інфраструктурний рівень
Основна архітектура
Ядро архітектури Sentient складається з двох частин: AI Pipeline (Штучний інтелект Пайплайн) та у блокчейні.
AI трубопровід є основою для розробки та навчання "вірного AI" артефактів, що містить два основні процеси:
Блокчейн-система забезпечує прозорість та децентралізований контроль для протоколу, гарантуючи право власності на артефакти ШІ, відстеження використання, розподіл доходів та справедливе управління. Конкретна архітектура поділяється на чотири рівні:
OML модельна структура
OML фреймворк (Відкритий Open, Можливий для монетизації Monetizable, Лояльний Loyal) є основною концепцією, запропонованою Sentient, що має на меті забезпечити чіткий захист прав власності та економічні стимули для відкритих AI моделей. Поєднуючи технології у блокчейні та AI нативну криптографію, має такі характеристики:
AI рідна криптографія (AI-native Cryptography)
AI нативне шифрування - це використання безперервності моделей AI, структур низькорозмірних маніфолдів та диференційованих характеристик моделей для розробки "перевірених, але незнімних" легковагових механізмів безпеки. Його основна технологія:
Цей спосіб дозволяє реалізувати "авторизаційний виклик на основі поведінки + верифікацію належності" без витрат на повторне шифрування.
Модель підтвердження прав і безпечного виконання
Sentient наразі використовує Melange змішану безпеку: підтвердження за допомогою відбитків пальців, виконання в TEE, комбінування прибутків за контрактами у блокчейні. Метод з відбитками пальців реалізує основну лінію OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням відповідність, а порушення можуть бути виявлені та покарані.
Механізм відбитків пальців є ключовою реалізацією OML, який за допомогою вбудовування специфічних «питань-відповідей» дозволяє моделі генерувати унікальний підпис на етапі навчання. Завдяки цим підписам, власники моделі можуть перевіряти належність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не лише захищає права розробників моделі, а й надає можливість відслідковувати поведінку використання моделі у блокчейні.
Крім того, Sentient запустив обчислювальну платформу Enclave TEE, використовуючи надійне виконання