AI Layer1レポート：オンチェーンDeAIの沃土を探る

###概要

近年、OpenAI、Anthropic、Google、Metaなどのトップ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は各業界で前例のない能力を示し、人類の想像力の幅を大いに広げ、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を示しています。しかし、これらの技術の核心は少数の集中化されたテクノロジー大手の手にしっかりと握られています。豊富な資本と高額な計算リソースのコントロールを駆使して、これらの企業は乗り越えがたい壁を築き、大多数の開発者やイノベーションチームがそれに対抗することが困難な状況を生み出しています。

同時に、AIの急速な進化の初期には、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的受容に深刻な影響を与えるでしょう。適切に解決できない場合、AIが"善"を向かうのか"悪"を向かうのかの論争はますます顕著になり、中央集権型の巨頭は利益追求の本能に駆動されて、これらの課題に積極的に対処する動機が不足することが多いです。

ブロックチェーン技術は、その去中心化、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、一部の主流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。一方では、去中心化の程度が限られており、重要なプロセスやインフラは依然として中心化されたクラウドサービスに依存しており、memeの属性が強すぎて、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。もう一方では、Web2のAI製品と比較して、オンチェーンAIはモデルの能力、データの利用、アプリケーションシーンなどの面で依然として制限があり、革新の深さと広さは向上の余地があります。

去中心化AIのビジョンを真に実現し、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ることができ、性能面で中央集権的なソリューションと競争できるようにするためには、AI専用に設計された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のオープンイノベーション、ガバナンスの民主化、データの安全性に対する強固な基盤が提供され、去中心化AIエコシステムの繁栄と発展が促進されます。

! 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のコア特性

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性能設計は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は以下のコア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帳に焦点を当てるのとは異なり、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、インセンティブを与え、検証できなければなりません。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。これによってのみ、ネットワークの安定性と繁栄が保証され、全体の計算力コストを効果的に削減することができます。

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非常に高い要求を課します。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化された異種タスクタイプのサポートも必要です。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、弾力性のある並列処理といったニーズに深く最適化し、異種計算リソースのネイティブサポート能力を前提として、さまざまなAIタスクが効率的に実行できるようにし、"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なければなりません。

3. 検証可能性と信頼できる出力保障 AI Layer 1は、モデルの悪用やデータ改ざんといったセキュリティリスクを防ぐだけでなく、AI出力結果の検証可能性と整合性を基盤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）、マルチパーティーセキュリティ計算（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が独立して検証できることを可能にし、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、「得られるものが求めるもの」になることを実現し、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しばしばユーザーの敏感なデータを扱い、金融、医療、ソーシャルなどの分野ではデータプライバシー保護が特に重要です。AI Layer 1は、検証可能性を保証しつつ、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て、推論、トレーニング、ストレージなどの全過程におけるデータの安全性を確保し、データ漏洩や悪用を効果的に防ぎ、ユーザーのデータセキュリティに関する懸念を取り除く必要があります。

5. 強力なエコシステムのサポートと開発能力 AIネイティブのLayer 1インフラとして、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、充実した開発ツール、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実現します。

以上の背景と期待に基づき、この記事では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しく紹介し、分野の最新の進展を整理し、プロジェクトの発展状況を分析し、将来のトレンドを探ります。

! 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

センティエント：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(を構築中です。初期段階はLayer 2)で、その後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、非中央集権の人工知能経済圏を構築します。その核心目標は、"OML"フレームワーク（オープン、収益性、忠誠）を通じて、中央集権型LLM市場におけるモデルの所有権、呼び出し追跡、価値分配の問題を解決することです。AIモデルがオンチェーンの所有権構造、呼び出しの透明性、価値の分配を実現できるようにします。Sentientのビジョンは、誰でもAI製品を構築、協力、所有し、収益化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、世界のトップクラスの学術専門家、ブロックチェーン起業家、エンジニアを集め、コミュニティ主導のオープンソースで検証可能な AGI プラットフォームを構築することに尽力しています。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ています。また、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レイアウトを主導しています。チームメンバーのバックグラウンドは、Meta、Coinbase、Polygon などの著名企業や、プリンストン大学、インド工科大学などのトップ大学に跨がり、AI/ML、NLP、コンピュータビジョンなどの分野をカバーし、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「忠誠AI」アセッ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、モデルの整合性を確保するために使用されます。
• ロイヤリティトレーニング（Loyalty Training）：モデルがコミュニティの意図に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制御を提供し、AIアーティファクトの所有権、使用追跡、利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：ストレージモデルの重みと指紋登録情報；
• 配布層：権限契約がモデル呼び出しの入り口を制御します；
• アクセス層：権限証明を通じてユーザーが認可されているかどうかを検証する；
• インセンティブ層：収益ルーティング契約は、各呼び出しの支払いをトレーナー、デプロイヤー、バリデーターに分配します。

! [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、マネタイズ可能 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により、以下の特徴を持っています：

• 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は透明であり、コミュニティが再現、監査、改善しやすくする必要があります。
• マネタイズ：モデルの呼び出しごとに収益の流れが発生し、オンチェーン契約は収益をトレーナー、デプロイヤー、バリデーターに配分します。
• 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る。

AIネイティブ暗号化

AIネイティブ暗号は、AIモデルの連続性、低次元多様体構造および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"軽量セキュリティメカニズムを開発します。そのコア技術は:

• 指紋埋め込み：トレーニング時に一組の隠れたクエリ-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：第三者検出器（Prover）を通じてクエリ形式で指紋が保持されているかを検証する；
• 許可呼び出しメカニズム：呼び出し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て正確な答え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「行動ベースの権限呼び出し + 所属検証」を実現できます。

モデルの権利確定と安全な実行フレームワーク

Sentient 現在採用しているのは 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を組み合わせています。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）"の思想を強調しています。つまり、デフォルトで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し、罰則を課すことができます。

フィンガープリンティングメカニズムは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で、トレーニング段階でユニークな署名を生成します。これらの署名を通じて、モデルの所有者は帰属を検証し、無許可の複製や商業化を防ぐことができます。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、モデルの使用行為に対する追跡可能なオンチェーン記録を提供します。

さらに、SentientはEnclave TEE計算フレームワークを導入し、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し、無許可のアクセスと使用を防ぎます。TEEはハードウェアに依存し、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、現在のモデル展開の核心技術となっています。

将来的には、Sentientはゼロ知識証明(ZK)と完全準同型暗号化(FHE)技術を導入し、プライバシー保護と検証可能性をさらに強化する予定です