AI Layer1 дослідження: пошук родючої землі для DeAI у блокчейні

Огляд

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 сферах, суттєво розширюючи простір людської уяви, а в деяких випадках навіть демонструють потенціал заміни людської праці. Проте ядро цих технологій міцно контролюється невеликою кількістю централізованих технологічних гігантів. Завдяки солідному капіталу та контролю над дорогими обчислювальними ресурсами ці компанії створили непереборні бар'єри, що ускладнює більшості розробників та інноваційних команд конкуренцію з ними.

Водночас, на початкових етапах швидкої еволюції ШІ суспільна думка часто зосереджується на проривних технологіях та зручностях, тоді як питання захисту приватності, прозорості, безпеки та інших основних проблем залишається відносно недооціненим. У довгостроковій перспективі ці питання глибоко вплинуть на здоровий розвиток індустрії ШІ та соціальну прийнятність. Якщо їх не вирішити належним чином, суперечка про те, чи буде ШІ "на благо" чи "на зло", стане ще більш вираженою, тоді як централізовані гіганти, керуючись інстинктом 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 ШІ. Наразі на деяких основних блокчейнах вже з'явилося безліч застосувань "Web3 AI". Однак глибокий аналіз показує, що ці проекти все ще мають безліч проблем: з одного боку, рівень децентралізації обмежений, ключові етапи та інфраструктура все ще залежать від централізованих хмарних сервісів, а мемні властивості є надто великими, що ускладнює підтримку справжньої відкритої екосистеми; з іншого боку, у порівнянні з AI-продуктами світу Web2, AI в у блокчейні все ще має обмеження в аспектах можливостей моделей, використання даних та сценаріїв застосування, глибина та ширина інновацій потребують підвищення.

Щоб насправді реалізувати бачення децентралізованого ШІ, щоб блокчейн міг безпечно, ефективно та демократично підтримувати масштабні AI-додатки і конкурувати з централізованими рішеннями за показниками продуктивності, нам потрібно спроектувати Layer1 блокчейн, створений спеціально 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 розроблений для AI-додатків, має архітектуру та продуктивність, які тісно пов'язані з потребами AI-завдань, з метою ефективної підтримки сталого розвитку та процвітання AI-екосистеми у блокчейні. Конкретно, AI Layer 1 повинен мати такі ключові можливості:

1. Ефективні стимули та механізм децентралізованого консенсусу Основна мета AI Layer 1 полягає в створенні відкритої мережі для спільного використання ресурсів, таких як обчислювальна потужність та зберігання. На відміну від традиційних вузлів блокчейну, які в основному зосереджуються на веденні обліку, вузли AI Layer 1 повинні виконувати більш складні завдання: не лише надавати обчислювальну потужність, завершувати навчання та інференцію AI моделей, а й вносити різноманітні ресурси, такі як зберігання, дані та пропускна здатність, щоб зламати монополію централізованих гігантів у сфері інфраструктури AI. Це ставить вищі вимоги до базового консенсусу та механізму стимулювання: AI Layer 1 повинен бути спроможним точно оцінювати, стимулювати та перевіряти фактичний внесок вузлів у завдання інференції та навчання AI, забезпечуючи безпеку мережі та ефективний розподіл ресурсів. Тільки таким чином можна забезпечити стабільність та процвітання мережі, а також ефективно знизити загальні витрати на обчислювальну потужність.

2. Висока продуктивність та підтримка гетерогенних завдань. Завдання AI, зокрема навчання та виведення LLM, висувають дуже високі вимоги до обчислювальної продуктивності та паралельної обробки. Більш того, у блокчейні AI-екосистеми часто потрібно підтримувати різноманітні, гетерогенні типи завдань, включаючи різні структури моделей, обробку даних, виведення, зберігання тощо в різноманітних сценах. AI Layer 1 має бути глибоко оптимізованим на рівні архітектури для задоволення вимог високої пропускної здатності, низької затримки та еластичної паралельності, а також передбачати рідну підтримку для гетерогенних обчислювальних ресурсів, щоб забезпечити ефективне виконання різних AI-завдань, реалізуючи плавне розширення від "однорідних завдань" до "складної багатогранної екосистеми".

3. Перевірність та надійний вихідний захист AI Layer 1 не лише має запобігати зловживанням моделей, спотворенню даних та іншим загрозам безпеці, але й забезпечувати перевірність та узгодженість результатів виходу AI з основних механізмів. Завдяки інтеграції надійного середовища виконання (TEE), доказів з нульовим розголошенням (ZK), багатосторонніх безпечних обчислень (MPC) та інших передових технологій, платформа дозволяє незалежно перевіряти кожен процес моделювання, навчання та обробки даних, забезпечуючи справедливість та прозорість системи AI. Водночас ця перевірність також допомагає користувачам чітко зрозуміти логіку та обґрунтування виходу AI, досягаючи "отриманого бажаного", підвищуючи довіру користувачів до продуктів AI та їх задоволеність.

4. Захист приватності даних AI-додатки часто пов'язані з чутливими даними користувачів, у фінансовій, медичній, соціальній та інших сферах захист приватності даних є особливо важливим. AI Layer 1 має забезпечити верифікацію, одночасно використовуючи технології обробки даних на основі шифрування, протоколи обчислень з приватністю та управління правами доступу до даних, щоб гарантувати безпеку даних протягом всього процесу, включаючи інференцію, навчання та зберігання, ефективно запобігаючи витоку та зловживанню даними, усуваючи занепокоєння користувачів щодо безпеки даних.

5. Потужна екосистема підтримки та розробки Як AI-орієнтована інфраструктура Layer 1, платформа не лише повинна мати технологічну перевагу, але й забезпечувати розробників, операторів вузлів, постачальників AI-послуг та інших учасників екосистеми повноцінними інструментами для розробки, інтегрованими SDK, підтримкою експлуатації та механізмами стимулювання. Через постійне оптимізування доступності платформи та досвіду розробників, сприяти реалізації різноманітних AI-орієнтованих застосунків, забезпечуючи безперервне процвітання децентралізованої AI-екосистеми.

На основі вищезазначеного контексту 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 та обговорено майбутні тенденції.

Sentient: побудова вірної відкритої децентралізованої моделі ШІ

Огляд проекту

Sentient є відкритою протокольною платформою, яка створює AI Layer1 у блокчейні ( на початковій стадії Layer 2, а потім буде перенесена до Layer 1), поєднуючи AI Pipeline та технології блокчейну для побудови децентралізованої економіки штучного інтелекту. Її основною метою є вирішення проблеми права власності на моделі, відстеження викликів та розподілу вартості на централізованому ринку LLM через "OML" (відкритий, прибутковий, лояльний), що дозволяє AI моделям реалізувати структуру власності в блокчейні, прозорість викликів та розподіл вартості. Візія Sentient полягає в тому, щоб кожен міг створювати, співпрацювати, володіти та монетизувати AI продукти, сприяючи справедливій та відкритій екосистемі мережі AI агентів.

Команда Sentient Foundation об'єднала найкращих академічних експертів, підприємців у сфері блокчейну та інженерів з усього світу, яка прагне створити спільноту, орієнтовану на відкритий код і перевіряється платформу AGI. До складу основних членів входять професор Принстонського університету Pramod Viswanath та професор Інституту індійських наук Himanshu Tyagi, які відповідають за безпеку та захист приватності AI, а також за стратегію блокчейну та екологічне планування відповідає співзасновник Polygon Sandeep Nailwal. Члени команди мають досвід роботи в таких відомих компаніях, як Meta, Coinbase, Polygon, а також у провідних університетах, таких як Принстонський університет та Індійський технологічний інститут, охоплюючи сфери AI/ML, NLP, комп'ютерного зору та спільно працюючи над реалізацією проекту.

Як другий стартап Співзасновника Polygon Sandeep Nailwal, Sentient з моменту свого заснування має ореол, володіючи багатими ресурсами, зв'язками та ринковою впізнаваністю, що забезпечує потужну підтримку розвитку проєкту. У середині 2024 року Sentient завершила раунд фінансування на суму 85 мільйонів доларів, який очолили Founders Fund, Pantera та Framework Ventures, а також десятки відомих венчурних компаній, таких як Delphi, Hashkey та Spartan.

Проектування архітектури та прикладного рівня

Інфраструктурний рівень

Ядрова архітектура

Ядро архітектури Sentient складається з двох частин: AI Pipeline та у блокчейні.

AI трубопровід є основою для розробки та навчання "лояльного AI" артефактів, що містить два основних процеси:​

• Планування даних (Data Curation): процес відбору даних, який здійснюється спільнотою, для вирівнювання моделей.
• Тренування лояльності (Loyalty Training): забезпечення того, щоб модель підтримувала навчальний процес, що відповідає намірам спільноти.

Блокчейн-система забезпечує прозорість і децентралізований контроль для протоколів, гарантуючи право власності, відстеження використання, розподіл прибутку та справедливе управління AI артефактами. Конкретна архітектура поділяється на чотири рівні:

• Зберігання: зберігання ваг моделей та інформації про реєстрацію відбитків.
• Розподільчий рівень: вхід для виклику моделі контролю контракту авторизації;
• Шар доступу: перевірка авторизації користувача за допомогою підтвердження прав.
• Заохочувальний рівень: контракт маршрутизації доходів буде виплачувати винагороду тренерам, розробникам та перевіряючим при кожному виклику.

OML модельна рамка

OML фреймворк (Відкритий Open, Можливість 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. Завдяки поєднанню технологій у блокчейні та AI рідної криптографії, має такі характеристики:

• Відкритість: Модель повинна бути з відкритим кодом, код і структура даних мають бути прозорими, що полегшує відтворення, аудит і вдосконалення спільнотою.
• Монетизація: Кожен виклик моделі буде викликати потік доходів, у блокчейні контракт буде розподіляти доходи між тренерами, розгортувачами та валідаторами.
• Лояльність: Модель належить спільноті внесків, напрямок оновлення та управління визначається DAO, використання та модифікація контролюються криптомеханізмом.

AI рідна криптографія (AI-native Cryptography)

AI-оригінальна криптографія використовує безперервність моделей AI, структуру низьковимірних маніфолдів і диференційовані характеристики моделей для розробки "перевіряємого, але незнімного" легкого механізму безпеки. Її основна технологія це:

• Вбудовування відбитків пальців: під час навчання вставляється набір прихованих пар запит-відповідь для формування унікального підпису моделі;
• Протокол верифікації власності: перевірка збереження відбитків пальців у формі запиту за допомогою стороннього детектора (Prover);
• Механізм дозволу на виклик: перед викликом необхідно отримати "дозвільний сертифікат", виданий власником моделі, а система на основі цього сертифіката надає дозвіл моделі декодувати цей вхід і повернути точну відповідь.

Цей спосіб дозволяє реалізувати "авторизацію викликів на основі поведінки + верифікацію належності" без витрат на повторне шифрування.

Модель підтвердження прав власності та безпечна виконавча рамка

Sentient наразі використовує Melange змішану безпеку: поєднуючи підтвердження особи за допомогою відбитків пальців, виконання TEE та розподіл прибутку за допомогою смарт-контрактів у блокчейні. Серед методів підтвердження особи, основна лінія реалізована за допомогою OML 1.0, підкреслюючи ідею "оптимістичної безпеки (Optimistic Security)", тобто за замовчуванням вважається відповідною, а при порушенні можна виявити та покарати.

Механізм відбитків пальців є ключовою реалізацією OML, він дозволяє моделі генерувати унікальний підпис на етапі навчання шляхом вбудовування специфічних "питань-відповідей". Завдяки цим підписам, власник моделі може перевірити приналежність, запобігаючи несанкціонованому копіюванню та комерціалізації. Цей механізм не тільки захищає права розробників моделей, але й надає можливість відстежувати поведінку використання моделі у блокчейні.

Крім того, Sentient запустила обчислювальну платформу Enclave TEE, яка використовує довірене середовище виконання (таке як AWS Nitro Enclaves), щоб забезпечити, що модель реагує лише на авторизовані запити, запобігаючи несанкціонованому доступу та використанню. Хоча TEE залежить від апаратного забезпечення та має певні ризики безпеки, його висока продуктивність та реальний час роблять його основною технологією для розгортання сучасних моделей.

У майбутньому Sentient планує впровадити технології нульових знань (ZK) та повну гомоморфну криптографію (FHE), щоб further посилити захист конфіденційності та верифікацію для моделей ШІ.