AI Layer1レポート：オンチェーンDeAIの沃土を探す

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はさまざまな業界で前例のない能力を示し、人類の想像力の幅を大きく拡げ、さらには一部のシーンでは人間の労働を代替する可能性すら示しました。しかし、これらの技術のコアは少数の中央集権的なテクノロジー大手によって固く握られています。豊富な資本と高額な計算リソースのコントロールを持って、これらの企業は越えがたい壁を築き、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おいて、社会の世論は技術がもたらす突破口や利便性に焦点を当てがちですが、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ます。長期的には、これらの問題がAI業界の健全な発展や社会の受容度に深刻な影響を与えるでしょう。適切に解決できなければ、AIが「善」か「悪」かという論争はますます顕著になり、中央集権的な巨大企業は利潤追求の本能に駆られ、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のです。

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依然として多くの問題が存在します。一方で、非中央集権の程度が限られており、重要な部分や基盤インフラが依然として中央集権型のクラウドサービスに依存しているため、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、Web2の世界の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依然として制約があり、革新の深さと幅が向上する必要があります。

真に分散型AIのビジョンを実現し、ブロックチェーンが安全で効率的、かつ民主的に大規模なAIアプリケーションを支え、パフォーマンス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のために特別に設計されたLayer1ブロックチェーンを構築する必要があります。これにより、AIのオープンな革新、ガバナンスの民主化、データの安全性に対する堅固な基盤が提供され、分散型AIエコシステムの繁栄を促進します。

! 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アプリケーションのために特別に設計されたブロックチェーンであり、その基盤アーキテクチャとパフォーマンス設計は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は以下の核心的な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の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提供し、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する必要があります。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し、インセンティブを与え、検証できる必要があります。これにより、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。そうしなければ、ネットワークの安定性と繁栄を保証し、全体の計算コストを効果的に低減することはできません。

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対して非常に高い要求を持っています。さらに、オンチェーンAIエコシステムは、異なるモデル構造、データ処理、推論、ストレージなどの多様なシナリオを含む多様で異種のタスクタイプをサポートする必要があります。AI Layer 1は、基盤アーキテクチャにおいて高スループット、低遅延、および弾力的な並列処理に関するニーズに対して深く最適化し、異種計算リソースのネイティブサポート能力を事前に設定する必要があります。これにより、さまざまなAIタスクが効率的に実行され、「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. 検証可能性と信頼性のあるアウトプットの保証 AIレイヤー1は、モデルの悪用やデータの改ざんなどの安全上のリスクを防ぐだけでなく、AIの出力結果の検証可能性と整合性を底層のメカニズムから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モデル推論、トレーニング、データ処理プロセスのすべて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出力の論理と根拠を明確に理解するのに役立ち、「得られるものは望んだもの」という実現を可能にし、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、金融、医療、ソーシャルなどの分野でユーザーの敏感なデータをしばしば扱います。データプライバシーの保護は特に重要です。AI Layer 1は、検証可能性を保障しつつ、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、保存などの全過程において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解消する必要があります。

5. 強力なエコシステムのサポートと開発能力 AIネイティブな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備えるだけでなく、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、完全な開発ツール、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って、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達成します。

上記の背景と期待に基づき、本稿ではSentient、Sahara AI、Ritual、Gensyn、Bittensor、そして0Gを含む6つのAI Layer1代表プロジェクトを詳細に紹介し、トラックの最新の進展を系統的に整理し、プロジェクトの発展状況を分析し、今後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分散型AIモデルを構築する

プロジェクト概要

Sentientはオープンソースプロトコルプラットフォームで、AI Layer1ブロックチェーン(の構築を進めています。初期段階はLayer 2)で、後にLayer 1(に移行します。AIパイプラインとブロックチェーン技術を組み合わせることで、分散型人工知能経済体を構築します。その核心的な目標は、"OML"フレームワーク（オープン、収益性、忠誠）を通じて、中央集権的LLM市場におけるモデルの帰属、呼び出し追跡、価値配分の問題を解決し、AIモデルにおける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、所有し、マネタイズできるようにすることで、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、エンジニアを集結させ、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、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構築を主導しています。チームメンバーのバックグラウンドは 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広がり、AI/ML、NLP、コンピュータビジョンなどの分野で協力してプロジェクトの実現を推進しています。

Polygonの共同創業者であるSandeep Nailwal氏の2番目のベンチャー企業であるSentientは、創業以来独自のオーラを持ち、豊富なリソース、コネクション、市場での認知度を持ち、プロジェクトの発展を強く支持しています。 2024年半ば、Sentientは、Founders Fund、Pantera、Framework Venturesが主導する8,500万ドルのシードラウンドを完了し、他の投資家にはDelphi、Hashkey、Spartanなどの著名なVC数十社が含まれています。

! [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])https://img-cdn.gateio.im/webp-social/moments-f4a64f13105f67371db1a93a52948756.webp###

設計アーキテクチャとアプリケーション層

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（AI Pipeline）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「忠実なAI」アーティファクトの開発とトレーニングの基盤であり、2つのコアプロセスを含んでいます：

• 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、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管理を提供し、AI成果物の所有権、使用追跡、収益配分および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：モデルの重みと指紋登録情報を保存する；
• ディストリビューションレイヤー：権限契約コントロールモデル呼び出し入口；
• アクセス層：権限証明によってユーザーが承認されているかを検証する；
• インセンティブレイヤー：リワードルーティングコントラクトは、各呼び出しに対してトレーナー、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])https://img-cdn.gateio.im/webp-social/moments-a70b0aca9250ab65193d0094fa9b5641.webp###

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 Monetizable、ロイヤル Loyal）は、Sentient が提唱するコアコンセプトであり、オープンソース AI モデルに対して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、以下の特徴があります：

• 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が透明であり、コミュニティが再現、監査、改善しやすいこと。
• マネタイズ：モデルの呼び出しのたびに収益の流れが発生し、オンチェーン契約がトレーナー、デプロイ者、検証者に収益を分配します。
• 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ます。

(## 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、モデルの微分可能特性を利用して、「検証可能だが削除できない」軽量安全メカニズムを開発することです。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されたクエリ-レスポンスキーとバリューのペアを挿入してモデルのユニークな署名を形成する；
• 所有権検証プロトコル：サードパーティの探知器（Prover）を使用して、クエリ形式で指紋が保持されているかどうかを検証する；
• 許可呼び出しメカニズム：呼び出す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、システムはそれに基づいてモデルに対してその入力をデコードし、正確な回答を返すことを許可します。

この方法は、再暗号化コストなしで「行動に基づく認証呼び出し + 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])https://img-cdn.gateio.im/webp-social/moments-cf5f43c63b7ab154e2201c8d3531be8c.webp###

モデルの権利確認と安全実行フレームワーク

Sentient 現在採用の方式は 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の組み合わせです。その中で指紋方式は OML 1.0 によって実現されたメインラインであり、「楽観的セキュリティ（Optimistic Security）」の思想を強調しており、つまりデフォルトではコンプライアンスを前提とし、違反があった場合には検出と罰則が可能です。

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でき、不正なコピーや商業利用を防止します。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、モデルの使用行動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、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するEnclave TEE計算フレームワークを導入しました。TEEはハードウェアに依存しており、一定のセキュリティリスクがありますが、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にとって重要な選択肢となっています。