AI Layer1アリーナ：オンチェーンDeAIの沃土を探す

近年、OpenAI、Anthropic、Google、Metaなどの大手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続けています。LLMはさまざまな業界で前例のない能力を示し、人間の想像力を大きく広げ、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、これらの技術のコアは少数の中央集権的なテクノロジー巨人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管理により、これらの企業は乗り越えられない壁を築き、ほとんどの開発者やイノベーション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、社会的な世論はしばしば技術がもたらす突破口や便利さに焦点を当てるが、プライバシー保護、透明性、安全性などの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性に深刻な影響を与えるだろう。もし適切に解決できなければ、AIが"善に向かう"のかそれとも"悪に向かう"のかという議論はますます顕著になるだろう。そして、中央集権的な巨大企業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ための十分な動機を欠くことが多い。

ブロックチェーン技術は、その分散化、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、いくつかの主流のブロックチェーン上で多数の「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あります。一方では、分散化の程度が限られ、重要な部分やインフラは依然として中央集権的なクラウドサービスに依存しており、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の世界の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ナリオなどの面で依然として限界があり、革新の深さと広さは向上が求められています。

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、効率的、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のオープンイノベーション、ガバナンスの民主化、データセキュリティのための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アプリケーション専用に設計されたブロックチェーンであり、その基盤となる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べきです：

1. 効率的なインセンティブと分散型合意メカニズム 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、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貢献するという、より複雑なタスクを担う必要があります。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します。これは、基盤となる合意とインセンティブメカニズムに対して、より高い要求を提起します：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。このようにしてこそ、ネットワークの安定性と繁栄を保証し、全体的な計算力コストを効果的に削減することができます。

2. 卓越した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、多様で異種のタスクタイプをサポートする必要があり、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が含まれます。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、および弾力性のある並列処理などの要求に対して深く最適化を行い、異種計算リソースに対するネイティブサポート機能を事前に設定し、さまざまなAIタスクが効率的に実行されることを保証し、"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各モデル推論、トレーニング、およびデータ処理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、「得られるものが望むもの」となり、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頻繁に扱います。データプライバシーの保護は特に重要です。AI Layer 1は、検証可能性を保証しながら、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で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べきです。

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、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、本稿ではSentient、Sahara AI、Ritual、Gensyn、Bittensor、そして0Gを含む6つのAI Layer1代表プロジェクトについて詳細に紹介し、トラック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はオープンソースのプロトコルプラットフォームであり、AI Layer1ブロックチェーン(の構築を進めています。初期段階ではLayer 2であり、その後Layer 1)に移行します。AI Pipelineとブロックチェーン技術を組み合わせることにより、分散型の人工知能エコノミーを構築します。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、中央集権的なLLM市場におけるモデルの帰属、呼び出し追跡、および価値分配の問題を解決し、AIモデルのオンチェーン所有権構造、呼び出しの透明性、および価値の分配を実現することです。Sentientのビジョンは、誰でも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のエコシステムを推進することです。

Sentient Foundationのチームは、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が含まれており、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網羅し、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訓練の基礎であり、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あり、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制御を提供し、AIアセットの所有権、使用トラッキング、利益分配、及び公平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；
• 配布層：権限契約によるモデル呼び出し入口；
• アクセス層：権限証明を通じてユーザーが承認されているかどうかを検証する；
• インセンティブ層：リワードルーティングコントラクトは、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、忠実 Loyal）は、Sentient によって提唱されたコア理念であり、オープンソースの 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は透明で、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：モデルト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

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"な軽量セキュリティ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：トレーニング時に一組の隠れたquery-responseキーと値のペアを挿入してモデルのユニークな署名を形成する；
• 所有権確認プロトコル：サードパーティの検出器（Prover）を通じて、クエリ形式で指紋が保持されているかどうかを確認する；
• 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、オンチェーン契約の分配の組み合わせです。その中で、指紋方式は OML 1.0 を実現する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。すなわち、デフォルトではコンプライアンスを前提とし、違反時には検出と罰則が可能です。

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によって、モデルがトレーニング段階でユニークな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、無許可のコピー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してトレース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、モデルが承認されたリクエストにのみ応答することを保証し、不正アクセスや使用を防ぎます。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存在しますが、その高いパフォーマンス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中核技術となっています。

将来、Sentient はゼロ知識証明（ZK）と完全同型暗号（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し、AIモデルの分散型デプロイメントを提供します。