Tổng quan

lý lịch

Trong những năm gần đây, OpenAI, Anthropic, Google, Meta và các công ty công nghệ hàng đầu khác đã liên tục thúc đẩy sự phát triển nhanh chóng của các mô hình ngôn ngữ lớn (LLM). LLM đã chứng minh được khả năng chưa từng có trong nhiều ngành công nghiệp khác nhau, mở rộng đáng kể trí tưởng tượng của con người và thậm chí cho thấy tiềm năng thay thế lao động của con người trong một số tình huống. Tuy nhiên, cốt lõi của các công nghệ này nằm chắc trong tay một số ít gã khổng lồ công nghệ tập trung. Với nguồn vốn mạnh và quyền kiểm soát các nguồn tài nguyên điện toán đắt tiền, các công ty này đã thiết lập nên những rào cản không thể vượt qua, khiến hầu hết các nhà phát triển và nhóm đổi mới khó có thể cạnh tranh với họ.

Đồng thời, trong giai đoạn đầu của quá trình tiến hóa nhanh chóng của AI, dư luận có xu hướng tập trung vào những đột phá và tiện ích mà công nghệ mang lại, trong khi sự chú ý tương đối không đủ đối với các vấn đề cốt lõi như bảo vệ quyền riêng tư, minh bạch và bảo mật. Về lâu dài, những vấn đề này sẽ ảnh hưởng sâu sắc đến sự phát triển lành mạnh của ngành công nghiệp AI và sự chấp nhận của xã hội. Nếu không được giải quyết thỏa đáng, cuộc tranh cãi về việc AI là "vì mục đích tốt" hay "vì mục đích xấu" sẽ ngày càng trở nên nổi bật và những gã khổng lồ tập trung, bị thúc đẩy bởi bản năng tìm kiếm lợi nhuận của họ, thường thiếu động lực đủ để chủ động ứng phó với những thách thức này.

Công nghệ chuỗi khối, với các đặc điểm phi tập trung, minh bạch và chống kiểm duyệt, cung cấp những khả năng mới cho sự phát triển bền vững của ngành công nghiệp AI. Hiện tại, nhiều ứng dụng "Web3 AI" đã xuất hiện trên các chuỗi khối chính thống như Solana và Base. Tuy nhiên, phân tích chuyên sâu cho thấy các dự án này vẫn còn nhiều vấn đề: một mặt, mức độ phi tập trung còn hạn chế, các liên kết chính và cơ sở hạ tầng vẫn dựa vào các dịch vụ đám mây tập trung và các thuộc tính meme quá nặng để hỗ trợ một hệ sinh thái thực sự mở; mặt khác, so với các sản phẩm AI trong thế giới Web2, AI trên chuỗi vẫn còn hạn chế về khả năng mô hình, sử dụng dữ liệu và các kịch bản ứng dụng, và chiều sâu và phạm vi của sự đổi mới cần được cải thiện.

Để thực sự hiện thực hóa tầm nhìn về AI phi tập trung, cho phép blockchain thực hiện các ứng dụng AI quy mô lớn một cách an toàn, hiệu quả và dân chủ, và cạnh tranh với các giải pháp tập trung về hiệu suất, chúng ta cần thiết kế một blockchain Lớp 1 phù hợp với AI. Điều này sẽ cung cấp nền tảng vững chắc cho đổi mới mở, quản trị dân chủ và bảo mật dữ liệu trong AI, đồng thời thúc đẩy sự thịnh vượng và phát triển của hệ sinh thái AI phi tập trung.

Các tính năng cốt lõi của AI Layer 1

Là một blockchain được thiết kế riêng cho các ứng dụng AI, kiến ​​trúc cơ bản và thiết kế hiệu suất của AI Layer 1 tập trung chặt chẽ vào nhu cầu của các tác vụ AI, nhằm hỗ trợ hiệu quả cho sự phát triển bền vững và thịnh vượng của hệ sinh thái AI trên chuỗi. Cụ thể, AI Layer 1 phải có các khả năng cốt lõi sau:

Cơ chế đồng thuận phi tập trung và khuyến khích hiệu quả

Cốt lõi của AI Layer 1 là xây dựng một mạng lưới chia sẻ mở về sức mạnh tính toán, lưu trữ và các tài nguyên khác. Không giống như các nút blockchain truyền thống chủ yếu tập trung vào sổ sách kế toán, các nút AI Layer 1 cần thực hiện các nhiệm vụ phức tạp hơn. Chúng không chỉ cần cung cấp sức mạnh tính toán và hoàn thành việc đào tạo và lý luận của các mô hình AI mà còn cần đóng góp các tài nguyên đa dạng như lưu trữ, dữ liệu và băng thông, qua đó phá vỡ thế độc quyền của những gã khổng lồ tập trung về cơ sở hạ tầng AI. Điều này đặt ra những yêu cầu cao hơn đối với cơ chế đồng thuận và khuyến khích cơ bản: AI Layer 1 phải có khả năng đánh giá chính xác, khuyến khích và xác minh sự đóng góp thực tế của các nút trong lý luận AI, đào tạo và các nhiệm vụ khác, đồng thời đạt được bảo mật mạng và phân bổ tài nguyên hiệu quả. Chỉ bằng cách này, tính ổn định và thịnh vượng của mạng mới có thể được đảm bảo và chi phí sức mạnh tính toán tổng thể mới có thể giảm hiệu quả.

Khả năng hỗ trợ tác vụ đa dạng và hiệu suất cao tuyệt vời

Nhiệm vụ AI, đặc biệt là đào tạo và lý luận LLM, đặt ra yêu cầu cực kỳ cao về hiệu suất tính toán và khả năng xử lý song song. Hơn nữa, hệ sinh thái AI trên chuỗi thường cần hỗ trợ các loại tác vụ đa dạng và không đồng nhất, bao gồm các cấu trúc mô hình, xử lý dữ liệu, lý luận, lưu trữ và các tình huống khác nhau. AI Layer 1 phải được tối ưu hóa sâu trên kiến ​​trúc cơ bản để có thông lượng cao, độ trễ thấp và song song đàn hồi, đồng thời cài đặt sẵn các khả năng hỗ trợ gốc cho các tài nguyên tính toán không đồng nhất để đảm bảo rằng nhiều tác vụ AI có thể chạy hiệu quả và đạt được sự mở rộng mượt mà từ "các tác vụ loại đơn" sang "các hệ sinh thái phức tạp và đa dạng".

Khả năng xác minh và đảm bảo đầu ra đáng tin cậy

AI Layer 1 không chỉ phải ngăn ngừa các rủi ro bảo mật như lạm dụng mô hình và giả mạo dữ liệu mà còn phải đảm bảo khả năng xác minh và căn chỉnh kết quả đầu ra AI từ cơ chế cơ bản. Bằng cách tích hợp các công nghệ tiên tiến như môi trường thực thi đáng tin cậy (TEE), bằng chứng không kiến ​​thức (ZK) và điện toán bảo mật nhiều bên (MPC), nền tảng có thể đảm bảo rằng mỗi quá trình suy luận, đào tạo và xử lý dữ liệu của mô hình có thể được xác minh độc lập để đảm bảo tính công bằng và minh bạch của hệ thống AI. Đồng thời, khả năng xác minh này cũng có thể giúp người dùng làm rõ logic và cơ sở của đầu ra AI, đạt được "những gì bạn nhận được là những gì bạn muốn" và nâng cao lòng tin và sự hài lòng của người dùng đối với các sản phẩm AI.

Bảo vệ quyền riêng tư dữ liệu

Các ứng dụng AI thường liên quan đến dữ liệu người dùng nhạy cảm. Trong các lĩnh vực tài chính, chăm sóc y tế, mạng xã hội, v.v., bảo vệ quyền riêng tư dữ liệu đặc biệt quan trọng. AI Layer 1 phải đảm bảo khả năng xác minh trong khi sử dụng công nghệ xử lý dữ liệu dựa trên mã hóa, giao thức điện toán riêng tư và quản lý quyền dữ liệu để đảm bảo an ninh dữ liệu trong toàn bộ quá trình suy luận, đào tạo và lưu trữ, ngăn chặn hiệu quả rò rỉ và lạm dụng dữ liệu, đồng thời loại bỏ lo lắng của người dùng về bảo mật dữ liệu.

Khả năng hỗ trợ phát triển và mang theo sinh thái mạnh mẽ

Là cơ sở hạ tầng Lớp 1 gốc AI, nền tảng không chỉ phải tiên tiến về mặt công nghệ mà còn phải cung cấp các công cụ phát triển toàn diện, SDK tích hợp, hỗ trợ vận hành và bảo trì, và cơ chế khuyến khích cho những người tham gia hệ sinh thái như nhà phát triển, nhà điều hành nút và nhà cung cấp dịch vụ AI. Bằng cách liên tục tối ưu hóa tính khả dụng của nền tảng và trải nghiệm của nhà phát triển, chúng tôi sẽ thúc đẩy việc triển khai các ứng dụng gốc AI phong phú và đa dạng và đạt được sự thịnh vượng liên tục của hệ sinh thái AI phi tập trung.

Dựa trên bối cảnh và kỳ vọng nêu trên, bài viết này sẽ giới thiệu chi tiết sáu dự án tiêu biểu của AI Layer1 bao gồm Sentient, Sahara AI, Ritual, Gensyn, Bittensor và 0G, sắp xếp một cách có hệ thống tiến độ mới nhất của dự án, phân tích tình trạng phát triển dự án hiện tại và khám phá các xu hướng trong tương lai.

Sentient: Xây dựng mô hình AI phi tập trung nguồn mở trung thành

Tổng quan dự án

Sentient là một nền tảng giao thức nguồn mở đang xây dựng một blockchain AI Layer1 (Layer 2 trong giai đoạn đầu và sẽ được di chuyển đến Layer 1 sau đó). Bằng cách kết hợp AI Pipeline và công nghệ blockchain, nền tảng này đang xây dựng một nền kinh tế trí tuệ nhân tạo phi tập trung. Mục tiêu cốt lõi của nền tảng này là giải quyết các vấn đề về quyền sở hữu mô hình, theo dõi cuộc gọi và phân phối giá trị trong thị trường LLM tập trung thông qua khuôn khổ "OML" (mở, có lợi nhuận, trung thành), để các mô hình AI có thể đạt được cấu trúc sở hữu trên chuỗi, tính minh bạch của cuộc gọi và chia sẻ giá trị. Tầm nhìn của Sentient là cho phép bất kỳ ai xây dựng, cộng tác, sở hữu và kiếm tiền từ các sản phẩm AI, qua đó thúc đẩy hệ sinh thái mạng lưới AI Agent công bằng và cởi mở.

Nhóm Sentient Foundation quy tụ các chuyên gia học thuật hàng đầu thế giới, các doanh nhân và kỹ sư blockchain, và cam kết xây dựng một nền tảng AGI mã nguồn mở và có thể xác minh được do cộng đồng thúc đẩy. Các thành viên cốt cán bao gồm giáo sư Pramod Viswanath của Đại học Princeton và giáo sư Himanshu Tyagi của Viện Khoa học Ấn Độ, những người chịu trách nhiệm về bảo mật AI và bảo vệ quyền riêng tư, trong khi đồng sáng lập Polygon Sandeep Nailwal dẫn đầu chiến lược blockchain và bố cục sinh thái. Các thành viên trong nhóm đến từ các công ty nổi tiếng như Meta, Coinbase, Polygon, cũng như các trường đại học hàng đầu như Đại học Princeton và Viện Công nghệ Ấn Độ, bao gồm các lĩnh vực như AI/ML, NLP, thị giác máy tính, v.v. và cùng nhau làm việc để thúc đẩy việc triển khai dự án.

Là dự án khởi nghiệp thứ hai của nhà đồng sáng lập Polygon Sandeep Nailwal, Sentient có hào quang riêng ngay từ khi thành lập, với nguồn lực dồi dào, kết nối và sự công nhận của thị trường, mang đến sự chứng thực mạnh mẽ cho sự phát triển của dự án. Vào giữa năm 2024, Sentient đã hoàn thành vòng gọi vốn hạt giống trị giá 85 triệu đô la Mỹ, do Founders Fund, Pantera và Framework Ventures dẫn đầu, cùng các tổ chức đầu tư khác bao gồm Delphi, Hashkey và Spartan cùng hàng chục VC nổi tiếng khác.

Kiến trúc thiết kế và lớp ứng dụng

1. Lớp cơ sở hạ tầng

Kiến trúc cốt lõi

Kiến trúc cốt lõi của Sentient bao gồm hai phần: Đường ống AI và hệ thống blockchain:

Chuỗi AI là nền tảng để phát triển và đào tạo các hiện vật “AI trung thành” và bao gồm hai quy trình cốt lõi:

Quản lý dữ liệu: Quy trình lựa chọn dữ liệu do cộng đồng thúc đẩy để căn chỉnh mô hình.

Đào tạo lòng trung thành: Quá trình đào tạo đảm bảo mô hình luôn phù hợp với mục đích của cộng đồng.

Hệ thống blockchain cung cấp tính minh bạch và kiểm soát phi tập trung cho giao thức, đảm bảo quyền sở hữu, theo dõi việc sử dụng, phân phối doanh thu và quản lý công bằng các hiện vật AI. Kiến trúc cụ thể được chia thành bốn lớp:

Lớp lưu trữ: lưu trữ trọng số mô hình và thông tin đăng ký dấu vân tay;

Lớp phân phối: hợp đồng ủy quyền kiểm soát mục nhập gọi mô hình;

Lớp truy cập: Xác minh quyền hạn của người dùng thông qua bằng chứng về thẩm quyền;

Lớp khuyến khích: Hợp đồng bộ định tuyến doanh thu phân phối khoản thanh toán cho mỗi cuộc gọi cho người đào tạo, người triển khai và người xác thực.

Khung mô hình OML

Khung OML (Mở, Có thể kiếm tiền, Trung thành) là khái niệm cốt lõi do Sentient đề xuất, nhằm mục đích cung cấp sự bảo vệ quyền sở hữu rõ ràng và các ưu đãi kinh tế cho các mô hình AI nguồn mở. Bằng cách kết hợp công nghệ trên chuỗi và mật mã gốc AI, nó có các đặc điểm sau:

Tính công khai: Mô hình phải là mã nguồn mở, có mã nguồn và cấu trúc dữ liệu minh bạch để tạo điều kiện cho cộng đồng sao chép, kiểm tra và cải tiến.

Kiếm tiền: Mỗi lệnh gọi mô hình sẽ kích hoạt một luồng doanh thu và hợp đồng trên chuỗi sẽ phân phối doanh thu cho người đào tạo, người triển khai và người xác thực.

Lòng trung thành: Mô hình thuộc về cộng đồng người đóng góp, hướng nâng cấp và quản trị được xác định bởi DAO, còn việc sử dụng và sửa đổi được kiểm soát bởi cơ chế mã hóa.

Mật mã gốc AI

Mã hóa gốc AI sử dụng tính liên tục, cấu trúc đa tạp chiều thấp và các đặc điểm có thể phân biệt được của các mô hình AI để phát triển một cơ chế bảo mật nhẹ "có thể xác minh nhưng không thể loại bỏ". Các công nghệ cốt lõi của nó là:

Nhúng dấu vân tay: chèn một tập hợp các cặp khóa-giá trị truy vấn-phản hồi ẩn trong quá trình đào tạo để tạo thành chữ ký duy nhất của mô hình;

Giao thức xác minh quyền sở hữu: Một bên thứ ba (Prover) sẽ xác minh xem dấu vân tay có được lưu giữ dưới dạng truy vấn hay không;

Cơ chế gọi được cấp phép: Trước khi gọi, bạn cần phải có "giấy chứng nhận cấp phép" do chủ sở hữu mô hình cấp, sau đó hệ thống sẽ cho phép mô hình giải mã dữ liệu đầu vào và trả về câu trả lời đúng.

Phương pháp này có thể đạt được "cuộc gọi ủy quyền dựa trên hành vi + xác minh quyền sở hữu" mà không phải tốn chi phí mã hóa lại.

Mô hình xác nhận quyền sở hữu và khuôn khổ thực hiện bảo mật

Sentient hiện đang sử dụng bảo mật lai Melange: xác nhận dấu vân tay, thực hiện TEE và chia sẻ lợi nhuận hợp đồng trên chuỗi. Phương pháp dấu vân tay là dòng chính của triển khai OML 1.0, nhấn mạnh ý tưởng về "bảo mật lạc quan", tức là tuân thủ theo mặc định và phát hiện và trừng phạt sau khi vi phạm.

Cơ chế dấu vân tay là một triển khai chính của OML. Nó nhúng các cặp "câu hỏi-trả lời" cụ thể để cho phép mô hình tạo ra các chữ ký duy nhất trong giai đoạn đào tạo. Thông qua các chữ ký này, chủ sở hữu mô hình có thể xác minh sự ghi nhận và ngăn chặn việc sao chép và thương mại hóa trái phép. Cơ chế này không chỉ bảo vệ quyền và lợi ích của các nhà phát triển mô hình mà còn cung cấp hồ sơ theo dõi trên chuỗi về hành vi sử dụng mô hình.

Ngoài ra, Sentient đã ra mắt khuôn khổ điện toán Enclave TEE, sử dụng môi trường thực thi đáng tin cậy (như AWS Nitro Enclaves) để đảm bảo rằng mô hình chỉ phản hồi các yêu cầu được ủy quyền và ngăn chặn truy cập và sử dụng trái phép. Mặc dù TEE dựa vào phần cứng và có một số rủi ro bảo mật nhất định, nhưng hiệu suất cao và lợi thế thời gian thực của nó khiến nó trở thành công nghệ cốt lõi cho việc triển khai mô hình hiện tại.

Trong tương lai, Sentient có kế hoạch giới thiệu công nghệ bằng chứng không kiến ​​thức (ZK) và mã hóa đồng hình hoàn toàn (FHE) để tăng cường hơn nữa khả năng bảo vệ quyền riêng tư và khả năng xác minh, đồng thời cung cấp giải pháp hoàn thiện hơn cho việc triển khai phi tập trung các mô hình AI.

2. Lớp ứng dụng

Hiện tại, các sản phẩm của Sentient chủ yếu bao gồm nền tảng trò chuyện phi tập trung Sentient Chat, mô hình mã nguồn mở Dobby series và khuôn khổ AI Agent

Dòng sản phẩm Dobby

SentientAGI đã phát hành một số mô hình "Dobby", chủ yếu dựa trên mô hình Llama, tập trung vào các giá trị tự do, phi tập trung và hỗ trợ tiền điện tử. Trong số đó, phiên bản nghiêng có tính kiềm chế và lý trí hơn, phù hợp với các tình huống có đầu ra ổn định; phiên bản không bản lề có tính tự do và táo bạo hơn, với phong cách trò chuyện phong phú hơn. Mô hình Dobby đã được tích hợp vào nhiều dự án gốc Web3, chẳng hạn như Firework AI và Olas, và người dùng cũng có thể gọi trực tiếp các mô hình này trong Sentient Chat để tương tác. Dobby 70B là mô hình phi tập trung nhất từ ​​trước đến nay, với hơn 600.000 chủ sở hữu (những người nắm giữ NFT dấu vân tay Dobby cũng là đồng sở hữu của mô hình).

Sentient cũng có kế hoạch ra mắt Open Deep Search, một hệ thống tác nhân tìm kiếm cố gắng vượt qua ChatGPT và Perplexity Pro. Hệ thống kết hợp các tính năng tìm kiếm của Sensient (như tái lập truy vấn và xử lý tài liệu) với các tác nhân lý luận để cải thiện chất lượng tìm kiếm thông qua LLM nguồn mở (như Llama 3.1 và DeepSeek). Trên Frames Benchmark, hiệu suất của nó đã vượt qua các mô hình nguồn mở khác và thậm chí gần với một số mô hình nguồn đóng, cho thấy tiềm năng mạnh mẽ.

Sentient Chat: Trò chuyện phi tập trung và tích hợp AI Agent trên chuỗi

Sentient Chat là một nền tảng trò chuyện phi tập trung kết hợp các mô hình ngôn ngữ quy mô lớn nguồn mở (như loạt Dobby) với một khuôn khổ tác nhân lý luận tiên tiến để hỗ trợ tích hợp nhiều tác nhân và thực hiện tác vụ phức tạp. Tác nhân lý luận được nhúng trong nền tảng có thể hoàn thành các tác vụ phức tạp như tìm kiếm, tính toán, thực thi mã, v.v., mang đến cho người dùng trải nghiệm tương tác hiệu quả. Ngoài ra, Sentient Chat còn hỗ trợ tích hợp trực tiếp các tác nhân thông minh trên chuỗi, hiện bao gồm chiêm tinh học Agent Astro247, phân tích mật mã Agent QuillCheck, phân tích ví Agent Pond Base Wallet Summary và hướng dẫn tâm linh Agent ChiefRaiin. Người dùng có thể chọn các tác nhân thông minh khác nhau để tương tác theo nhu cầu của họ. Sentient Chat sẽ được sử dụng làm nền tảng phân phối và phối hợp cho các tác nhân. Các câu hỏi của người dùng có thể được chuyển đến bất kỳ mô hình hoặc tác nhân tích hợp nào để cung cấp kết quả phản hồi tốt nhất.

Khung tác nhân AI

Sentient cung cấp hai khuôn khổ AI Agent chính:

Sentient Agent Framework: Một khuôn khổ mã nguồn mở nhẹ tập trung vào việc tự động hóa các tác vụ web (như tìm kiếm và phát video) thông qua các hướng dẫn bằng ngôn ngữ tự nhiên. Khuôn khổ này hỗ trợ việc xây dựng các tác nhân thông minh với các vòng lặp nhận thức, lập kế hoạch, thực hiện và phản hồi, và phù hợp để phát triển nhẹ các tác vụ web ngoài chuỗi.

Sentient Social Agent: Một hệ thống AI được phát triển cho các nền tảng xã hội như Twitter, Discord và Telegram hỗ trợ tương tác tự động và tạo nội dung. Thông qua sự hợp tác của nhiều tác nhân, khuôn khổ có thể hiểu được môi trường xã hội và cung cấp cho người dùng trải nghiệm xã hội thông minh hơn. Nó cũng có thể được tích hợp với Sentient Agent Framework để mở rộng hơn nữa các kịch bản ứng dụng của nó.

Hệ sinh thái và phương pháp tham gia

Chương trình Sentient Builder hiện có kế hoạch tài trợ 1 triệu đô la để khuyến khích các nhà phát triển sử dụng bộ công cụ phát triển của mình để xây dựng các tác nhân AI có thể truy cập thông qua API Sentient Agent và chạy trong hệ sinh thái Sentient Chat. Các đối tác hệ sinh thái được công bố trên trang web chính thức của Sentient bao gồm các nhóm dự án trong nhiều lĩnh vực của Crypto AI, như sau

Ngoài ra, Sentient Chat hiện đang trong giai đoạn thử nghiệm và yêu cầu mã mời để vào danh sách trắng trước khi có thể truy cập. Người dùng thông thường có thể gửi danh sách chờ. Theo thông tin chính thức, có hơn 50.000 người dùng và 1.000.000 bản ghi truy vấn. Có 2.000.000 người dùng đang chờ để tham gia danh sách chờ của Sentient Chat.

Thách thức và triển vọng

Sentient bắt đầu từ phía mô hình và cam kết giải quyết các vấn đề cốt lõi về sự không phù hợp và không đáng tin cậy mà các mô hình ngôn ngữ quy mô lớn (LLM) hiện tại đang phải đối mặt. Thông qua khuôn khổ OML và công nghệ blockchain, nó cung cấp cho mô hình một cấu trúc sở hữu rõ ràng, theo dõi việc sử dụng và các ràng buộc về hành vi, điều này thúc đẩy đáng kể sự phát triển của các mô hình nguồn mở phi tập trung.

Với sự hỗ trợ về nguồn lực của nhà đồng sáng lập Polygon Sandeep Nailwal và sự chứng thực của các VC hàng đầu và các đối tác trong ngành, Sentient đang ở vị trí dẫn đầu về tích hợp nguồn lực và sự chú ý của thị trường. Tuy nhiên, trong bối cảnh thị trường hiện tại đang dần làm mất đi sự hấp dẫn của các dự án định giá cao, liệu Sentient có thể cung cấp các sản phẩm AI phi tập trung thực sự có ảnh hưởng hay không sẽ là một bài kiểm tra quan trọng để xem liệu nó có thể trở thành tiêu chuẩn cho quyền sở hữu AI phi tập trung hay không. Những nỗ lực này không chỉ liên quan đến thành công của riêng Sentient mà còn có tác động sâu rộng đến việc tái thiết lòng tin và phát triển phi tập trung của toàn bộ ngành.

Sahara AI: Tạo ra một thế giới AI phi tập trung nơi mọi người đều có thể tham gia

Tổng quan dự án

Sahara AI là một cơ sở hạ tầng phi tập trung được tạo ra cho mô hình mới của AI × Web3, dành riêng cho việc xây dựng một nền kinh tế AI cởi mở, công bằng và hợp tác. Dự án sử dụng công nghệ sổ cái phi tập trung để đạt được quản lý và giao dịch trên chuỗi của các tập dữ liệu, mô hình và tác nhân thông minh, đảm bảo chủ quyền và khả năng truy xuất dữ liệu và mô hình. Đồng thời, Sahara AI giới thiệu một cơ chế khuyến khích minh bạch và công bằng để tất cả những người đóng góp, bao gồm nhà cung cấp dữ liệu, người chú thích và nhà phát triển mô hình, có thể có được lợi nhuận thu nhập không bị giả mạo trong quá trình hợp tác. Nền tảng này cũng bảo vệ quyền sở hữu và quyền sở hữu tài sản AI của những người đóng góp thông qua hệ thống "bản quyền" không cần cấp phép và khuyến khích chia sẻ và đổi mới mở.

Sahara AI cung cấp giải pháp trọn gói từ thu thập dữ liệu, gắn nhãn đến đào tạo mô hình, tạo AI Agent, giao dịch tài sản AI và các dịch vụ khác, bao gồm toàn bộ vòng đời AI và trở thành nền tảng sinh thái toàn diện đáp ứng nhu cầu phát triển AI. Chất lượng sản phẩm và khả năng kỹ thuật của công ty đã được các công ty và tổ chức hàng đầu toàn cầu như Microsoft, Amazon, Viện Công nghệ Massachusetts (MIT), Motherson Group và Snap công nhận cao, chứng minh được sức ảnh hưởng mạnh mẽ của ngành và khả năng ứng dụng rộng rãi.

Sahara không chỉ là một dự án nghiên cứu khoa học, mà còn là một nền tảng công nghệ sâu với định hướng hạ cánh được thúc đẩy chung bởi các nhà đầu tư và doanh nhân công nghệ hàng đầu. Kiến trúc cốt lõi của nó có thể trở thành điểm tựa quan trọng cho sự hạ cánh của các ứng dụng AI × Web3. Sahara AI đã nhận được tổng cộng 43 triệu đô la Mỹ hỗ trợ đầu tư từ các tổ chức hàng đầu như Pantera Capital, Binance Labs và Sequoia China; được đồng sáng lập bởi Sean Ren, một giáo sư có thời hạn tại Đại học Nam California và là nhà nghiên cứu của Samsung năm 2023, và Tyler Zhou, cựu giám đốc đầu tư của Binance Labs. Các thành viên cốt lõi của nhóm đến từ các tổ chức hàng đầu như Đại học Stanford, Đại học California, Berkeley, Microsoft, Google và Binance, tích hợp sự tích lũy sâu sắc của học viện và ngành công nghiệp.

Thiết kế Kiến trúc

1. Lớp cơ sở

Lớp cơ bản của Sahara AI được chia thành: 1. Lớp trên chuỗi được sử dụng để đăng ký và thực hiện tài sản AI, 2. Lớp ngoài chuỗi được sử dụng để chạy các tác nhân và dịch vụ AI. Nó bao gồm hệ thống trên chuỗi và hệ thống ngoài chuỗi, chịu trách nhiệm đăng ký, xác nhận, thực hiện và phân phối thu nhập của tài sản AI và hỗ trợ sự hợp tác đáng tin cậy của toàn bộ vòng đời AI.

Blockchain Sahara và mạng thử nghiệm SIWA (cơ sở hạ tầng trên chuỗi)

SIWA testnet là phiên bản công khai đầu tiên của Sahara blockchain. Sahara Blockchain Protocol (SBP) là cốt lõi của Sahara blockchain, một hệ thống hợp đồng thông minh được xây dựng dành riêng cho AI, hiện thực hóa quyền sở hữu trên chuỗi, khả năng truy xuất nguồn gốc và phân phối thu nhập của tài sản AI. Các mô-đun cốt lõi bao gồm hệ thống đăng ký tài sản, thỏa thuận sở hữu, theo dõi đóng góp, quản lý thẩm quyền, phân phối thu nhập, bằng chứng thực hiện, v.v., để xây dựng một "hệ điều hành trên chuỗi" cho AI.

Giao thức thực thi AI (Cơ sở hạ tầng ngoài chuỗi)

Để hỗ trợ độ tin cậy của hoạt động mô hình và lệnh gọi, Sahara cũng đã xây dựng một hệ thống giao thức thực thi AI ngoài chuỗi, kết hợp với môi trường thực thi đáng tin cậy (TEE), để hỗ trợ việc tạo, triển khai, vận hành và phát triển cộng tác của Agent. Mỗi lần thực thi tác vụ sẽ tự động tạo một bản ghi có thể xác minh và tải lên chuỗi để đảm bảo toàn bộ quy trình có thể theo dõi và xác minh được. Hệ thống trên chuỗi chịu trách nhiệm về các bản ghi đăng ký, ủy quyền và quyền sở hữu, trong khi giao thức thực thi AI ngoài chuỗi hỗ trợ hoạt động thời gian thực và tương tác dịch vụ của các AI Agent. Vì Sahara tương thích với nhiều chuỗi, nên các ứng dụng được xây dựng trên cơ sở hạ tầng của Sahara AI có thể được triển khai trên bất kỳ chuỗi nào, ngay cả ngoài chuỗi.

2. Lớp ứng dụng

Nền tảng dịch vụ dữ liệu AI Sahara (DSP)

Nền tảng dịch vụ dữ liệu (DSP) là mô-đun cơ bản của lớp ứng dụng Sahara. Bất kỳ ai cũng có thể chấp nhận các tác vụ dữ liệu thông qua Sahara ID, tham gia vào việc gắn nhãn dữ liệu, khử nhiễu và kiểm toán, và nhận được phần thưởng điểm trên chuỗi (Điểm Sahara) dưới dạng chứng chỉ đóng góp. Cơ chế này không chỉ đảm bảo khả năng truy xuất và quyền sở hữu dữ liệu mà còn thúc đẩy việc hình thành một vòng khép kín của "tối ưu hóa mô hình đóng góp-phần thưởng". Hiện đang trong mùa thứ tư của sự kiện, đây cũng là cách chính để người dùng thông thường tham gia đóng góp.

Trên cơ sở này, để khuyến khích người dùng gửi dữ liệu và dịch vụ chất lượng cao, bằng cách giới thiệu cơ chế khuyến khích kép, người dùng không chỉ có thể nhận được phần thưởng từ Sahara mà còn nhận được lợi nhuận bổ sung từ các đối tác hệ sinh thái, do đó đạt được đóng góp một lần và nhiều lợi ích. Ví dụ, những người đóng góp dữ liệu có thể tiếp tục nhận được lợi ích sau khi dữ liệu của họ được mô hình gọi lại nhiều lần hoặc được sử dụng để tạo ra các ứng dụng mới và thực sự tham gia vào chuỗi giá trị AI. Cơ chế này không chỉ kéo dài vòng đời của tài sản dữ liệu mà còn truyền động lực mạnh mẽ vào sự hợp tác và đồng xây dựng. Ví dụ, MyShell trên BNB Chain tạo ra các tập dữ liệu tùy chỉnh thông qua DSP crowdsourcing để cải thiện hiệu suất của mô hình và người dùng nhận được các ưu đãi về mã thông báo MyShell, tạo thành một vòng lặp khép kín đôi bên cùng có lợi.

Các công ty AI có thể huy động cộng đồng các tập dữ liệu tùy chỉnh dựa trên nền tảng dịch vụ dữ liệu và nhanh chóng nhận được phản hồi từ những người chú thích dữ liệu trên toàn thế giới bằng cách công bố các tác vụ dữ liệu chuyên biệt. Các công ty AI không còn cần phải chỉ dựa vào các nhà cung cấp dữ liệu tập trung truyền thống để có được dữ liệu chú thích chất lượng cao trên quy mô lớn.

Nền tảng phát triển AI Sahara

Sahara AI Developer Platform là nền tảng xây dựng và vận hành AI trọn gói cho các nhà phát triển và doanh nghiệp, cung cấp hỗ trợ toàn diện từ thu thập dữ liệu, đào tạo mô hình đến triển khai thực hiện và hiện thực hóa tài sản. Người dùng có thể trực tiếp gọi các nguồn dữ liệu chất lượng cao trong Sahara DSP và sử dụng chúng để đào tạo mô hình và tinh chỉnh; các mô hình đã xử lý có thể được kết hợp, đăng ký và niêm yết trên thị trường AI trong nền tảng và xác nhận quyền sở hữu và ủy quyền linh hoạt có thể được thực hiện thông qua blockchain Sahara.

Studio cũng tích hợp các khả năng tính toán phi tập trung để hỗ trợ đào tạo mô hình và triển khai và vận hành Agent, đảm bảo tính bảo mật và khả năng xác minh của quy trình tính toán. Các nhà phát triển cũng có thể lưu trữ dữ liệu và mô hình chính, mã hóa và quản lý chúng, đồng thời kiểm soát quyền để ngăn chặn truy cập trái phép. Thông qua Sahara AI AI Developer Platform, các nhà phát triển không cần phải xây dựng cơ sở hạ tầng của riêng mình và có thể xây dựng, triển khai và thương mại hóa các ứng dụng AI ở ngưỡng thấp hơn và tích hợp hoàn toàn vào hệ thống kinh tế AI trên chuỗi thông qua các cơ chế giao thức.

AI Markerplace

Sahara AI Marketplace là một thị trường tài sản phi tập trung dành cho các mô hình, tập dữ liệu và AI Agent. Nó không chỉ hỗ trợ việc đăng ký, giao dịch và ủy quyền tài sản mà còn xây dựng một cơ chế phân phối doanh thu minh bạch và có thể theo dõi. Các nhà phát triển có thể đăng ký các mô hình hoặc tập dữ liệu thu thập được của riêng họ làm tài sản trên chuỗi, thiết lập các ủy quyền sử dụng linh hoạt và tỷ lệ chia sẻ lợi nhuận, và hệ thống sẽ tự động thực hiện thanh toán doanh thu dựa trên tần suất các cuộc gọi. Những người đóng góp dữ liệu cũng có thể tiếp tục nhận được lợi nhuận do các cuộc gọi lặp lại đến dữ liệu của họ, hiện thực hóa "kiếm tiền liên tục".

Thị trường này được tích hợp sâu với giao thức blockchain Sahara và tất cả các giao dịch tài sản, cuộc gọi và hồ sơ chia sẻ lợi nhuận sẽ có thể xác minh trên chuỗi để đảm bảo quyền sở hữu tài sản rõ ràng và thu nhập có thể truy xuất. Với thị trường này, các nhà phát triển AI không còn dựa vào các nền tảng API truyền thống hoặc các dịch vụ lưu trữ mô hình tập trung nữa mà có một con đường thương mại hóa độc lập và có thể lập trình được.

3. Lớp sinh thái

Hệ sinh thái của Sahara AI kết nối các nhà cung cấp dữ liệu, nhà phát triển AI, người tiêu dùng, người dùng doanh nghiệp và các đối tác liên chuỗi. Cho dù bạn muốn đóng góp dữ liệu, phát triển ứng dụng, sử dụng sản phẩm hay quảng bá AI trong công ty của mình, bạn đều có thể đóng vai trò và tìm ra mô hình doanh thu. Người chú thích dữ liệu, nhóm phát triển mô hình và nhà cung cấp năng lượng điện toán có thể đăng ký tài nguyên của họ dưới dạng tài sản trên chuỗi và ủy quyền và chia sẻ lợi nhuận thông qua cơ chế giao thức của Sahara AI, để mọi tài nguyên được sử dụng đều có thể tự động nhận được phần thưởng. Các nhà phát triển có thể kết nối dữ liệu, đào tạo mô hình và triển khai các tác nhân thông qua một nền tảng một cửa và trực tiếp thương mại hóa kết quả của họ trên Thị trường AI.

Người dùng thông thường không cần nền tảng kỹ thuật để tham gia vào các tác vụ dữ liệu, sử dụng ứng dụng AI, thu thập hoặc đầu tư vào tài sản trên chuỗi và trở thành một phần của nền kinh tế AI. Đối với các doanh nghiệp, Sahara cung cấp hỗ trợ toàn diện từ nguồn dữ liệu đám đông, phát triển mô hình đến triển khai riêng tư và hiện thực hóa doanh thu. Ngoài ra, Sahara hỗ trợ triển khai chuỗi chéo. Bất kỳ hệ sinh thái chuỗi công khai nào cũng có thể sử dụng các giao thức và công cụ do Sahara AI cung cấp để xây dựng các ứng dụng AI, truy cập tài sản AI phi tập trung và đạt được khả năng tương thích và mở rộng với thế giới đa chuỗi. Điều này khiến Sahara AI không chỉ là một nền tảng duy nhất mà còn là một tiêu chuẩn cộng tác cơ bản cho hệ sinh thái AI trên chuỗi.

Tiến trình sinh thái

Kể từ khi dự án được triển khai, Sahara AI không chỉ cung cấp một bộ công cụ AI hoặc nền tảng sức mạnh tính toán mà còn tái cấu trúc thứ tự sản xuất và phân phối AI trên chuỗi, tạo ra một mạng lưới cộng tác phi tập trung nơi mọi người có thể tham gia, xác nhận quyền sở hữu, đóng góp và chia sẻ. Vì lý do này, Sahara đã chọn blockchain làm kiến ​​trúc cơ bản để xây dựng một hệ thống kinh tế có thể xác minh, có thể truy xuất và có thể phân phối cho AI.

Xung quanh mục tiêu cốt lõi này, hệ sinh thái Sahara đã đạt được những tiến bộ đáng kể. Mặc dù vẫn đang trong giai đoạn beta riêng tư, nền tảng này đã tạo ra hơn 3,2 triệu tài khoản trên chuỗi và số lượng tài khoản hoạt động hàng ngày đã ổn định ở mức hơn 1,4 triệu, chứng tỏ sự tham gia của người dùng và sức sống của mạng lưới. Trong số đó, hơn 200.000 người dùng đã tham gia vào các nhiệm vụ gắn nhãn dữ liệu, đào tạo và xác minh thông qua nền tảng dịch vụ dữ liệu Sahara và nhận được phần thưởng khuyến khích trên chuỗi. Đồng thời, vẫn còn hàng triệu người dùng đang chờ để tham gia danh sách trắng, điều này khẳng định nhu cầu và sự đồng thuận mạnh mẽ của thị trường đối với các nền tảng AI phi tập trung.

Về mặt hợp tác doanh nghiệp, Sahara đã thiết lập quan hệ hợp tác với các tổ chức toàn cầu hàng đầu như Microsoft, Amazon và Viện Công nghệ Massachusetts (MIT) để cung cấp dịch vụ thu thập dữ liệu và chú thích tùy chỉnh. Các doanh nghiệp có thể gửi các nhiệm vụ cụ thể thông qua nền tảng và mạng lưới chú thích dữ liệu toàn cầu của Sahara sẽ thực hiện chúng một cách hiệu quả, hiện thực hóa việc huy động vốn cộng đồng quy mô lớn, hiệu quả thực hiện, tính linh hoạt và hỗ trợ nhu cầu đa dạng.

Làm thế nào để tham gia

SIWA sẽ được triển khai theo bốn giai đoạn. Giai đoạn đầu tiên hiện đang đặt nền tảng cho quyền sở hữu dữ liệu trên chuỗi. Những người đóng góp có thể đăng ký và mã hóa các tập dữ liệu của riêng họ. Hiện tại, nó mở cho công chúng và không yêu cầu danh sách trắng. Cần phải đảm bảo rằng dữ liệu được tải lên hữu ích cho AI. Có thể xử lý đạo văn hoặc nội dung không phù hợp. Giai đoạn thứ hai hiện thực hóa việc kiếm tiền trên chuỗi các tập dữ liệu và mô hình. Giai đoạn thứ ba mở mạng thử nghiệm và các giao thức nguồn mở. Giai đoạn thứ tư ra mắt cơ chế đăng ký luồng dữ liệu AI, theo dõi khả năng truy xuất nguồn gốc và bằng chứng đóng góp.

Ngoài mạng thử nghiệm SIWA, người dùng thông thường hiện có thể tham gia Sahara Legends và tìm hiểu về các chức năng của Sahara AI thông qua các nhiệm vụ trò chơi. Sau khi hoàn thành nhiệm vụ, họ sẽ nhận được các mảnh bảo vệ và cuối cùng tổng hợp một NFT để ghi lại đóng góp của họ cho mạng.

Hoặc bạn có thể chú thích dữ liệu trên nền tảng dịch vụ dữ liệu, đóng góp dữ liệu có giá trị và đóng vai trò là người kiểm toán. Sahara có kế hoạch hợp tác với các đối tác sinh thái để phát hành các nhiệm vụ trong tương lai, để những người tham gia có thể nhận được các ưu đãi từ các đối tác sinh thái ngoài điểm Sahara. Nhiệm vụ phần thưởng kép đầu tiên được tổ chức với Myshell và những người dùng hoàn thành nhiệm vụ có thể nhận được điểm Sahara và phần thưởng mã thông báo Myshell. Theo lộ trình, Sahara dự kiến ​​sẽ ra mắt mạng chính vào quý 3 năm 2025 và TGE cũng có thể được tổ chức tại thời điểm đó.

Thách thức và triển vọng

Sahara AI khiến AI không còn giới hạn ở các nhà phát triển hoặc các công ty AI lớn, khiến AI trở nên cởi mở hơn, bao gồm và dân chủ hơn. Đối với người dùng thông thường, không cần kiến ​​thức lập trình để tham gia đóng góp và hưởng lợi. Sahara AI tạo ra một thế giới AI phi tập trung mà mọi người đều có thể tham gia. Đối với các nhà phát triển kỹ thuật, Sahara AI mở ra con đường phát triển của Web2 và Web3, cung cấp các công cụ phát triển phi tập trung nhưng linh hoạt và mạnh mẽ cùng các bộ dữ liệu chất lượng cao.

Đối với các nhà cung cấp cơ sở hạ tầng AI, Sahara AI cung cấp một con đường mới cho việc kiếm tiền phi tập trung từ các mô hình, dữ liệu, sức mạnh tính toán và dịch vụ. Sahara AI không chỉ cung cấp cơ sở hạ tầng chuỗi công khai mà còn cung cấp các ứng dụng cốt lõi, sử dụng công nghệ blockchain để thúc đẩy sự phát triển của các hệ thống bản quyền AI. Ở giai đoạn này, Sahara AI đã đạt được sự hợp tác với nhiều tổ chức AI hàng đầu và đạt được thành công ban đầu. Liệu nó có thành công trong tương lai hay không cũng nên được quan sát sau khi mạng chính được ra mắt, tốc độ phát triển và áp dụng các sản phẩm sinh thái và liệu mô hình kinh tế có thể thúc đẩy người dùng tiếp tục đóng góp vào tập dữ liệu sau TGE hay không.

Nghi lễ: Thiết kế sáng tạo phá vỡ những thách thức cốt lõi của AI như các nhiệm vụ không đồng nhất

Tổng quan dự án

Ritual hướng đến mục tiêu giải quyết các vấn đề về tập trung hóa, khép kín và tin cậy trong ngành AI hiện nay, cung cấp cho AI cơ chế xác minh minh bạch, phân bổ tài nguyên điện toán công bằng và khả năng điều chỉnh mô hình linh hoạt; cho phép bất kỳ giao thức, ứng dụng hoặc hợp đồng thông minh nào tích hợp mô hình AI có thể xác minh dưới dạng một vài dòng mã; và thông qua kiến ​​trúc mở và thiết kế mô-đun, thúc đẩy ứng dụng AI rộng rãi trên chuỗi và tạo ra một hệ sinh thái AI mở, an toàn và bền vững.

Ritual đã hoàn thành khoản tài trợ Series A trị giá 25 triệu đô la vào tháng 11 năm 2023, do Archetype dẫn đầu, với sự tham gia của nhiều tổ chức như Accomplice và các nhà đầu tư thiên thần nổi tiếng, chứng minh sự công nhận của thị trường và các kỹ năng xã hội mạnh mẽ của nhóm. Những người sáng lập Niraj Pant và Akilesh Potti đều là cựu đối tác của Polychain Capital và đã dẫn đầu các khoản đầu tư vào những gã khổng lồ trong ngành như Offchain Labs và EigenLayer, chứng minh sự hiểu biết sâu sắc và phán đoán. Nhóm có nhiều kinh nghiệm trong lĩnh vực mật mã, hệ thống phân tán, AI và các lĩnh vực khác, và đội ngũ cố vấn của nhóm bao gồm những người sáng lập các dự án như NEAR và EigenLayer, chứng minh nền tảng và tiềm năng mạnh mẽ của nhóm.

Thiết kế Kiến trúc

Từ Infernet đến Ritual Chain

Ritual Chain là sản phẩm thế hệ thứ hai chuyển đổi tự nhiên từ mạng lưới nút Infernet, đại diện cho bản nâng cấp toàn diện của Ritual trên mạng lưới điện toán AI phi tập trung. Infernet là sản phẩm giai đoạn đầu tiên do Ritual ra mắt và sẽ chính thức ra mắt vào năm 2023. Đây là mạng lưới oracle phi tập trung được thiết kế cho các tác vụ điện toán không đồng nhất, nhằm mục đích giải quyết các hạn chế của API tập trung và cho phép các nhà phát triển gọi các dịch vụ AI phi tập trung minh bạch và mở một cách tự do và ổn định hơn.

Infernet sử dụng một khuôn khổ nhẹ và linh hoạt. Do dễ sử dụng và hiệu quả, nó đã nhanh chóng thu hút hơn 8.000 nút độc lập tham gia sau khi ra mắt. Các nút này có nhiều khả năng phần cứng khác nhau, bao gồm GPU và FPGA, có thể cung cấp sức mạnh tính toán mạnh mẽ cho các tác vụ phức tạp như suy luận AI và tạo bằng chứng không kiến ​​thức. Tuy nhiên, để giữ cho hệ thống đơn giản, Infernet đã từ bỏ một số tính năng chính, chẳng hạn như phối hợp các nút thông qua sự đồng thuận hoặc tích hợp cơ chế định tuyến tác vụ mạnh mẽ. Những hạn chế này khiến Infernet khó đáp ứng được nhu cầu của nhiều nhà phát triển Web2 và Web3 hơn, thúc đẩy Ritual ra mắt Ritual Chain toàn diện và mạnh mẽ hơn.

Ritual Chain là blockchain Lớp 1 thế hệ tiếp theo được thiết kế dành riêng cho các ứng dụng AI. Nó nhằm mục đích bù đắp cho những hạn chế của Infernet và cung cấp cho các nhà phát triển một môi trường phát triển mạnh mẽ và hiệu quả hơn. Thông qua công nghệ Resonance, Ritual Chain cung cấp một cơ chế định tuyến nhiệm vụ và định giá đơn giản và đáng tin cậy cho mạng Infernet, tối ưu hóa đáng kể hiệu quả phân bổ tài nguyên. Ngoài ra, Ritual Chain dựa trên khuôn khổ EVM++, đây là phần mở rộng tương thích ngược của Ethereum Virtual Machine (EVM) với các tính năng mạnh mẽ hơn, bao gồm các mô-đun được biên dịch trước, lập lịch gốc, trừu tượng hóa tài khoản tích hợp (AA) và một loạt các Đề xuất cải tiến Ethereum (EIP) tiên tiến. Các tính năng này cùng nhau xây dựng một môi trường phát triển mạnh mẽ, linh hoạt và hiệu quả, cung cấp cho các nhà phát triển những khả năng mới.

Sidecar được biên dịch trước

So với biên dịch trước truyền thống, thiết kế của Ritual Chain cải thiện khả năng mở rộng và tính linh hoạt của hệ thống, cho phép các nhà phát triển tạo các mô-đun chức năng tùy chỉnh theo cách chứa trong container mà không cần sửa đổi giao thức cơ bản. Kiến trúc này không chỉ giảm đáng kể chi phí phát triển mà còn cung cấp sức mạnh tính toán mạnh mẽ hơn cho các ứng dụng phi tập trung.

Cụ thể, Ritual Chain tách các phép tính phức tạp khỏi máy khách thực thi thông qua kiến ​​trúc mô-đun và triển khai dưới dạng Sidecar độc lập. Các mô-đun được biên dịch trước này có thể xử lý hiệu quả các tác vụ tính toán phức tạp, bao gồm suy luận AI, tạo bằng chứng không kiến ​​thức và các hoạt động môi trường thực thi đáng tin cậy (TEE).

Lên lịch bản địa

Lập lịch gốc giải quyết nhu cầu kích hoạt thời gian tác vụ và thực thi có điều kiện. Các chuỗi khối truyền thống thường dựa vào các dịch vụ của bên thứ ba tập trung (như keeper) để kích hoạt thực thi tác vụ, nhưng mô hình này có rủi ro tập trung và chi phí cao. Ritual Chain hoàn toàn loại bỏ sự phụ thuộc vào các dịch vụ tập trung thông qua trình lập lịch tích hợp. Các nhà phát triển có thể đặt điểm vào và tần suất gọi lại của hợp đồng thông minh trực tiếp trên chuỗi. Các nhà sản xuất khối sẽ duy trì bảng ánh xạ các cuộc gọi đang chờ xử lý và ưu tiên các tác vụ này khi tạo khối mới. Kết hợp với cơ chế phân bổ tài nguyên động của Resonance, Ritual Chain có thể xử lý hiệu quả và đáng tin cậy các tác vụ đòi hỏi nhiều tính toán, cung cấp khả năng bảo vệ ổn định cho các ứng dụng AI phi tập trung.

Đổi mới công nghệ

Những cải tiến công nghệ cốt lõi của Ritual đảm bảo vị trí hàng đầu về hiệu suất, xác minh và khả năng mở rộng, cung cấp hỗ trợ mạnh mẽ cho các ứng dụng AI trên chuỗi.

1. Cộng hưởng: Tối ưu hóa phân bổ tài nguyên

Resonance là một cơ chế thị trường song phương tối ưu hóa phân bổ tài nguyên blockchain và giải quyết sự phức tạp của các giao dịch không đồng nhất. Khi các giao dịch blockchain phát triển từ các giao dịch chuyển tiền đơn giản sang các hình thức đa dạng như hợp đồng thông minh và lý luận AI, các cơ chế phí hiện có (như EIP-1559) khó có thể kết hợp hiệu quả nhu cầu của người dùng với tài nguyên của nút. Resonance đạt được sự kết hợp tốt nhất giữa các giao dịch của người dùng và khả năng của nút bằng cách giới thiệu hai vai trò cốt lõi, Broker và Auctioneer:

Broker chịu trách nhiệm phân tích mức độ sẵn sàng trả phí giao dịch của người dùng và hàm chi phí tài nguyên của nút để đạt được sự phù hợp tốt nhất giữa các giao dịch và nút và cải thiện việc sử dụng tài nguyên điện toán. Auctioneer tổ chức phân phối phí giao dịch thông qua cơ chế đấu giá song phương để đảm bảo tính công bằng và minh bạch. Các nút chọn loại giao dịch dựa trên khả năng phần cứng của riêng chúng, trong khi người dùng có thể gửi yêu cầu giao dịch dựa trên các điều kiện ưu tiên (như tốc độ hoặc chi phí).

Cơ chế này cải thiện đáng kể hiệu quả sử dụng tài nguyên của mạng và trải nghiệm của người dùng, đồng thời tăng cường hơn nữa tính minh bạch và cởi mở của hệ thống thông qua quy trình đấu giá phi tập trung.

2. Symphony: Cải thiện hiệu quả xác minh

Symphony tập trung vào việc cải thiện hiệu quả xác minh và giải quyết tình trạng kém hiệu quả của mô hình "thực hiện lặp lại" blockchain truyền thống trong việc xử lý và xác minh các tác vụ tính toán phức tạp. Dựa trên mô hình "thực hiện một lần, xác minh nhiều lần" (EOVMT), Symphony giảm đáng kể tình trạng mất hiệu suất do các phép tính lặp lại gây ra bằng cách tách biệt các quy trình tính toán và xác minh. Nhiệm vụ tính toán được thực hiện một lần bởi một nút được chỉ định và kết quả tính toán được phát qua mạng. Nút xác minh sử dụng các bằng chứng không tương tác để xác nhận tính chính xác của kết quả mà không cần lặp lại phép tính.

Symphony hỗ trợ xác minh phân tán, chia nhỏ các tác vụ phức tạp thành nhiều tác vụ con được xử lý song song bởi các nút xác minh khác nhau, do đó cải thiện hiệu quả xác minh và đảm bảo bảo vệ quyền riêng tư và bảo mật. Symphony tương thích cao với các hệ thống chứng minh như môi trường thực thi đáng tin cậy (TEE) và chứng minh không kiến ​​thức (ZKP), cung cấp hỗ trợ linh hoạt cho xác nhận giao dịch nhanh và các tác vụ tính toán nhạy cảm với quyền riêng tư. Kiến trúc này không chỉ giảm đáng kể chi phí hiệu suất do các phép tính lặp lại gây ra mà còn đảm bảo tính phi tập trung và bảo mật của quy trình xác minh.

3. vTune: Xác thực mô hình có thể theo dõi

vTune là một công cụ do Ritual cung cấp để xác minh mô hình và theo dõi nguồn. Công cụ này ít ảnh hưởng đến hiệu suất mô hình và có khả năng chống nhiễu tốt. Công cụ này đặc biệt phù hợp để bảo vệ quyền sở hữu trí tuệ của các mô hình nguồn mở và thúc đẩy phân phối công bằng. vTune kết hợp công nghệ đánh dấu mờ và bằng chứng không kiến ​​thức để đạt được theo dõi nguồn mô hình và đảm bảo tính toàn vẹn tính toán bằng cách nhúng các dấu hiệu ẩn:

Công nghệ watermarking: Bằng cách nhúng thẻ vào watermark không gian trọng số, watermark dữ liệu hoặc watermark không gian hàm, việc gán nhãn mô hình có thể được xác minh ngay cả khi mô hình là công khai. Đặc biệt, watermark không gian hàm có thể xác minh việc gán nhãn thông qua đầu ra mô hình mà không cần truy cập vào trọng số mô hình, do đó đạt được khả năng bảo vệ quyền riêng tư và độ mạnh mẽ hơn.

Bằng chứng không cần kiến ​​thức: Đưa dữ liệu ẩn vào trong quá trình tinh chỉnh mô hình để xác minh xem mô hình có bị can thiệp hay không đồng thời bảo vệ quyền và lợi ích của người tạo mô hình.

Công cụ này không chỉ cung cấp nguồn xác minh đáng tin cậy cho thị trường mô hình AI phi tập trung mà còn cải thiện đáng kể tính bảo mật và tính minh bạch về mặt sinh thái của mô hình.

Phát triển sinh thái

Ritual hiện đang trong giai đoạn mạng thử nghiệm riêng tư và có rất ít cơ hội để người dùng thông thường tham gia; các nhà phát triển có thể đăng ký và tham gia các chương trình khuyến khích Altar và Realm chính thức, tham gia xây dựng hệ sinh thái AI của Ritual và nhận được hỗ trợ kỹ thuật toàn diện cũng như hỗ trợ tài chính từ chính thức.

Hiện tại, chính thức công bố một loạt các ứng dụng gốc từ dự án Altar:

Relic: Nhà tạo lập thị trường tự động (AMM) dựa trên máy học, điều chỉnh linh hoạt các thông số của nhóm thanh khoản thông qua cơ sở hạ tầng của Ritual để tối ưu hóa phí và nhóm cơ bản;

Anima: Tập trung vào các công cụ tự động hóa giao dịch chuỗi dựa trên LLM, mang đến cho người dùng trải nghiệm tương tác Web3 mượt mà và tự nhiên;

Tithe: Giao thức cho vay do AI điều khiển hỗ trợ nhiều loại tài sản hơn bằng cách tối ưu hóa động nhóm cho vay và điểm tín dụng.

Ngoài ra, Ritual cũng đã thực hiện hợp tác sâu rộng với nhiều dự án trưởng thành để thúc đẩy sự phát triển của hệ sinh thái AI phi tập trung. Ví dụ, hợp tác với Arweave cung cấp hỗ trợ lưu trữ vĩnh viễn phi tập trung cho các mô hình, dữ liệu và bằng chứng không kiến ​​thức; thông qua tích hợp với StarkWare và Arbitrum, Ritual giới thiệu các khả năng AI trên chuỗi gốc cho các hệ sinh thái này; ngoài ra, cơ chế re-staking do EigenLayer cung cấp bổ sung các dịch vụ xác minh chủ động vào thị trường bằng chứng của Ritual, qua đó tăng cường hơn nữa tính phi tập trung và bảo mật của mạng.

Thách thức và triển vọng

Thiết kế của Ritual bắt đầu từ các liên kết chính như phân phối, khuyến khích và xác minh, giải quyết các vấn đề cốt lõi mà AI phi tập trung gặp phải. Đồng thời, nó hiện thực hóa khả năng xác minh của mô hình thông qua các công cụ như vTune, phá vỡ mâu thuẫn giữa mô hình nguồn mở và khuyến khích, đồng thời cung cấp hỗ trợ kỹ thuật cho việc xây dựng thị trường mô hình phi tập trung.

Hiện tại, Ritual đang trong giai đoạn đầu, chủ yếu tập trung vào giai đoạn suy luận của mô hình. Ma trận sản phẩm đang mở rộng từ cơ sở hạ tầng sang thị trường mô hình, L2 dưới dạng dịch vụ (L2aaS) và khuôn khổ Agent. Vì blockchain vẫn đang trong giai đoạn thử nghiệm riêng tư, nên thiết kế kỹ thuật tiên tiến do Ritual đề xuất vẫn cần được triển khai công khai trên quy mô lớn và cần được quan tâm liên tục. Dự kiến ​​với sự cải tiến liên tục của công nghệ và sự làm giàu dần dần của hệ sinh thái, Ritual sẽ trở thành một phần quan trọng của cơ sở hạ tầng AI phi tập trung.

Gensyn: Giải quyết vấn đề cốt lõi của đào tạo mô hình phi tập trung

Tổng quan dự án

Trong bối cảnh trí tuệ nhân tạo phát triển nhanh chóng và nguồn tài nguyên điện toán ngày càng khan hiếm, Gensyn đang cố gắng định hình lại mô hình cơ bản của toàn bộ quá trình đào tạo mô hình AI.

Trong quá trình đào tạo mô hình AI truyền thống, sức mạnh tính toán gần như bị độc quyền bởi một vài gã khổng lồ điện toán đám mây, với chi phí đào tạo cao và tính minh bạch thấp, cản trở sự đổi mới của các nhóm vừa và nhỏ và các nhà nghiên cứu độc lập. Tầm nhìn của Gensyn là phá vỡ cấu trúc "độc quyền tập trung" này. Nó ủng hộ việc "chìm" các tác vụ đào tạo vào vô số thiết bị có khả năng tính toán cơ bản trên toàn thế giới - cho dù đó là MacBook, GPU cấp độ chơi game hay thiết bị biên hoặc máy chủ nhàn rỗi, tất cả chúng đều có thể truy cập mạng, tham gia thực hiện tác vụ và được trả tiền.

Gensyn được thành lập vào năm 2020 và tập trung vào việc xây dựng cơ sở hạ tầng điện toán AI phi tập trung. Ngay từ năm 2022, nhóm đã đề xuất lần đầu tiên xác định lại phương pháp đào tạo các mô hình AI ở cấp độ kỹ thuật và thể chế: không còn dựa vào các nền tảng đám mây đóng hoặc cụm máy chủ khổng lồ nữa mà chuyển các tác vụ đào tạo sang các nút điện toán không đồng nhất trên toàn thế giới để xây dựng một mạng lưới điện toán thông minh không cần tin cậy.

Vào năm 2023, Gensyn đã mở rộng hơn nữa tầm nhìn của mình: xây dựng một mạng lưới AI tự chủ, mã nguồn mở, kết nối toàn cầu, không cần cấp phép - bất kỳ thiết bị nào có khả năng tính toán cơ bản đều có thể trở thành một phần của mạng lưới này. Giao thức cơ bản của nó dựa trên thiết kế kiến ​​trúc blockchain, không chỉ có khả năng kết hợp các cơ chế khuyến khích và cơ chế xác minh.

Kể từ khi thành lập, Gensyn đã nhận được tổng cộng 50,6 triệu đô la Mỹ hỗ trợ từ 17 tổ chức bao gồm a16z, CoinFund, Canonical, Protocol Labs, Distributed Global, v.v. Trong số đó, vòng gọi vốn Series A do a16z dẫn đầu vào tháng 6 năm 2023 đã thu hút được sự chú ý rộng rãi, đánh dấu lĩnh vực AI phi tập trung đã bắt đầu đi vào tầm nhìn của vốn đầu tư mạo hiểm Web3 chính thống.

Các thành viên cốt cán của nhóm cũng có lý lịch ấn tượng: đồng sáng lập Ben Fielding đã học khoa học máy tính lý thuyết tại Đại học Oxford và có nền tảng nghiên cứu kỹ thuật vững chắc; một đồng sáng lập khác là Harry Grieve đã tham gia từ lâu vào thiết kế hệ thống và mô hình kinh tế của các giao thức phi tập trung, cung cấp hỗ trợ vững chắc cho thiết kế kiến ​​trúc và cơ chế khuyến khích của Gensyn.

Thiết kế Kiến trúc

Sự phát triển của các hệ thống trí tuệ nhân tạo phi tập trung hiện đang phải đối mặt với ba nút thắt kỹ thuật cốt lõi: thực hiện, xác minh và truyền thông. Những nút thắt này không chỉ hạn chế việc phát hành các khả năng đào tạo mô hình lớn mà còn hạn chế sự tích hợp công bằng và sử dụng h