AI Layer1トラック研究：オンチェーンDeAIの沃土を探る

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は各業界で前例のない能力を示し、人類の想像力の範囲を大きく広げ、さらには一部のシーンで人間の労働を代替する可能性さえ示しています。しかし、これらの技術の核心は少数の中央集権的なテクノロジー大手が厳重に掌握しています。これらの企業は、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、越えがたい壁を築き、ほとんどの開発者や革新チームが彼らに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は、社会の世論は技術がもたらす突破口や便利さに焦点を当てることが多いが、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る。長期的には、これらの問題がAI業界の健全な発展と社会的受容度に深刻な影響を与えることになる。適切に解決できない場合、AIの「善に向かう」か「悪に向かう」かの議論はますます顕著になるだろう。そして、中央集権的な巨頭は利益を追求する本能に駆動されて、これらの課題に積極的に対処するための十分な動機が欠けていることが多い。

ブロックチェーン技術は、その非中央集権性、透明性、検閲耐性を活かして、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、いくつかの主流のブロックチェーン上で多くの「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まだ多くの問題が存在しています。一方では、非中央集権の程度が限られており、重要なプロセスやインフラが依然として中央集権的な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困難です。他方では、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限界があり、革新の深さと幅が向上する余地があります。

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かつ効率的に、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、性能面で中央集権型の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。これは、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して堅固な基盤を提供し、分散型AIエコシステムの繁栄と発展を促進します。

! 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アプリケーション向け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、オンチェーンの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する必要があります。これにより、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ことができます。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、より高い要求を提示します: 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、検証することが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。そうでなければ、ネットワークの安定性と繁栄を保証することはできず、全体の計算力コストを効果的に削減することができません。

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非常に高い要求をもたらします。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で異種な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、弾力的な並列などの要求に深く最適化し、異種計算リソースに対するネイティブサポート能力を事前に設定し、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する必要があります。

3. 検証可能性と信頼できる出力の保障 AI Layer 1は、モデルの悪用やデータ改ざんなどの安全リスクを防ぐだけでなく、基盤となるメカニズムからAI出力結果の検証可能性と整合性を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、データ処理の各プロセスが独立して検証可能であることを保証し、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を助け、「得られるものは望むものである」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、金融、医療、ソーシャルなどの分野でユーザーのセンシティブなデータを頻繁に扱います。データプライバシー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、保存などのプロセス全体におけるデータの安全性を確保し、データ漏洩や不正使用を効果的に防ぎ、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支援能力 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持つだけでなく、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、包括的な開発ツール、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で、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実現します。

以上の背景と期待に基づき、本稿ではSentient、Sahara AI、Ritual、Gensyn、Bittensor、および0Gを含む6つのAI Layer1の代表プロジェクトを詳細に紹介し、競技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

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(を構築中です。初期段階では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、分散型の人工知能経済を構築します。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、中央集権的な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することです。これにより、AIモデルはオンチェーンの所有権構造、呼び出しの透明性、価値の分配を実現します。Sentientのビジョンは、誰もがAI製品を構築、協力、所有し、貨幣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設計を主導しています。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わたり、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

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みます:

• 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。
• ロイヤルティトレーニング（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管理を提供し、AI成果物の所有権、使用の追跡、収益分配と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：認可契約がモデル呼び出しエントリを制御する;
• アクセス層：権限証明を通じてユーザーが許可されているかを検証する;
• 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、および検証者に配分します。

! 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

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 が提唱した核心的な理念であり、オープンソースの 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、改善しやすいこと。
• 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、オンチェーン契約が収益をトレーナー、デプロイヤー、バリデーターに分配します。
• 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、およびモデルの微分可能性を利用して、「検証可能だが削除不可能な」軽量のセキュリティメカニズムを開発します。その核心技術は:

• 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します。
• 所有権検証プロトコル：第三者探査機（Prover）を通じて、query 質問形式で指紋が保持されているかを検証する;
• 許可された呼び出しメカニズム：呼び出す前にモデルの所有者から発行された"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「行動ベースの認可呼び出し + 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、オンチェーン契約による分配の組み合わせです。その中で指紋方法は OML 1.0 によって実現されており、「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されて罰せられることになります。

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できるようにします。これらの署名を通じて、モデルの所有者は帰属を検証し、無断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し、不正アクセスや使用を防ぐ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、一定のセキュリティリスクが存在しますが、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のコア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)技術を導入して、プライバシー保護と検証可能性をさらに強化し、AIモデルの分散型展開をより成功させる予定です