著者: Will Ogden Moore、編集者: 0xjs@金财经
AI は今世紀で最も有望な新興テクノロジーの 1 つであり、人間の生産性を飛躍的に向上させ、医療の進歩を促進する可能性があります。 AI は現在重要かもしれませんが、その影響は今後も増大するばかりであり、PwC は 2030 年までに AI が 15 兆ドル規模の産業に成長すると予測しています。
ただし、この有望なテクノロジーには課題もあります。 AI テクノロジーがより強力になるにつれて、AI 業界は極度に集中し、権力が少数の企業の手に集中し、社会に悪影響を与える可能性があります。また、ディープフェイク、埋め込まれたバイアス、データプライバシーのリスクについての深刻な懸念も引き起こします。幸いなことに、暗号とその分散型かつ透明性の高い性質により、これらの問題のいくつかに対する潜在的な解決策が提供されます。
この記事では、集中型 AI によって引き起こされる問題と、分散型 AI がその問題のいくつかを解決するのにどのように役立つかを検討し、暗号と AI の現在の交差点について議論し、早期導入の兆候を示しているこの分野の暗号アプリケーションに焦点を当てます。
集中型AIの問題点
今日、AI の開発は特定の課題とリスクに直面しています。 AI のネットワーク効果と集中的な資本要件は非常に重大であるため、中小企業や学術研究者など、大手テクノロジー企業以外の多くの AI 開発者は、AI 開発に必要なリソースを入手するのに苦労しているか、自分の仕事を収益化することができません。これにより、AI における全体的な競争とイノベーションが制限されます。
その結果、この重要なテクノロジーに対する影響力が OpenAI や Google などの少数の企業の手に集中し、AI ガバナンスについて深刻な疑問が生じています。たとえば 2 月には、Google の AI 画像生成会社 Gemini が人種的偏見と歴史的不正確さを暴露し、同社がモデルをどのように操作したかを明らかにしました。さらに、昨年11月にOpenAI CEOのサム・アルトマン氏を解任するという6人の取締役会による決定は、少数の人物がこれらのモデルを開発する企業を支配しているという事実を暴露した。
AI の影響力と重要性が高まるにつれ、社会に多大な影響を与える可能性のある AI モデルに関する意思決定を一企業が掌握し、ガードレールを設置したり、密室で運用したり、自社の利益のためにモデルを操作したりする可能性があることを多くの人が懸念しています。 — —しかし、それは他の社会メンバーを犠牲にして行われます。
分散型 AI がどのように役立つか
分散型 AI は、ブロックチェーン テクノロジーを活用して、透明性とアクセシビリティを高めるように設計された方法で AI の所有権とガバナンスを分散する AI サービスを指します。 Grayscale Research は、分散型 AI には、これらの重要な決定を閉鎖システムから解放し、公的所有に持ち込む可能性があると考えています。
ブロックチェーン テクノロジーは、開発者が AI にアクセスしやすくなり、独立した開発者が作品を開発して収益化するための敷居を下げるのに役立ちます。これにより、AI 全体のイノベーションと競争が改善され、ハイテク大手が開発したモデルとのバランスを維持できると私たちは信じています。
さらに、分散型 AI は AI への投資の民主化に役立ちます。現時点では、AI開発に関連する経済的利益を享受する方法は、少数のハイテク株を通じて以外にほとんどありません。同時に、多額の民間資本がAIスタートアップや民間企業に割り当てられています（2022年に470億ドル、2023年に420億ドル）。その結果、これらの企業の経済的利益を享受できるのは、少数のベンチャーキャピタリストと認定投資家だけです。対照的に、分散型 AI 暗号資産は誰でも利用できるため、誰もが AI の未来の一部を所有することができます。
現在、暗号通貨と AI の交差点はどこでしょうか?
現在、暗号通貨と AI の交差点は成熟という点ではまだ初期段階にありますが、市場の反応は心強いものです。 2024年5月の時点で、暗号資産のAI分野のリターンは20%で、通貨を除くすべての暗号トラックを上回っています（図1）。さらに、データプロバイダーのKaito氏によると、AIのトピックは現在、分散型金融、レイヤー2、ミームコイン、現実世界の資産などの他のトピックと比較して、ソーシャルプラットフォーム上で最も「物語的なマインドシェア」を占めているという。
最近、一部の大手企業がこの新たな交差点を採用し始め、集中型 AI の欠点に対処しようと取り組んでいます。今年 3 月、有名な AI 企業 Stability AI の創設者であるエマド・モスタク氏は、分散型 AI を追求するために同社を去り、「AI がオープンで分散型であり続けることを保証する時期が来た」と述べました。さらに、暗号通貨起業家のエリック・ヴォーヒーズ氏は最近、エンドツーエンド暗号化を備えたプライバシー重視の AI サービスである Venice.ai を立ち上げました。
図1：今年これまでのところ、AIトラックはほぼすべての暗号トラックを上回っています
暗号通貨と AI の交差点は、次の 3 つの主要なサブカテゴリーに分けることができます。
1. インフラ層：AI開発のプラットフォームを提供するネットワーク（NEAR、TAO、FETなど）
2. AI に必要なリソース: AI 開発に必要な主要なリソース (コンピューティング、ストレージ、データ) を提供する資産 (RNDR、AKT、LPT、FIL、AR、MASA など)
3. AI の問題の解決: ボットやディープフェイクの台頭、モデル検証などの AI 関連の問題を解決しようとするアセット (例: WLD、TRAC、NUM)
図 2: AI と暗号通貨の市場マップ
出典: Grayscale Investments
AI開発のインフラを提供するネットワーク
1 つ目は、AI サービスの開発全体のために特別に構築された、パーミッションレスのオープン アーキテクチャを提供するネットワークです。これらの資産は、1 種類の AI 製品やサービスに焦点を当てているのではなく、さまざまな AI アプリケーションの基礎となるインフラストラクチャとインセンティブ メカニズムの作成に焦点を当てています。
Near はこのカテゴリで際立っており、その創設者は ChatGPT などの AI システムを強化する「Transformer」アーキテクチャの共同作成者です。 しかし同社は最近、AIの専門知識を活用し、元OpenAIリサーチエンジニアコンサルタントが率いる研究開発部門を通じて「ユーザー所有AI」を開発する取り組みを明らかにした。 2024 年 6 月下旬、Near は、Near ネイティブ ベース モデル、AI アプリケーション データ プラットフォーム、AI エージェント フレームワーク、およびコンピューティング市場の開発を目的とした AI インキュベーター プログラムを開始しました。
Bitensor は、別の潜在的に説得力のある例を提供します。 Bittensor は、TAO トークンを使用して AI の開発を経済的に促進するプラットフォームです。 Bittensor は 38 のサブネットワーク (サブネットワーク) の基盤となるプラットフォームであり、それぞれチャットボット、画像生成、財務予測、言語翻訳、モデル トレーニング、ストレージ、計算などの異なるユース ケースを備えています。 Bittensor ネットワークは、各サブネット内で最もパフォーマンスの高いマイナーとバリデーターに TAO トークンを与え、Bittensor サブネット内のマイナーにクエリを実行することで特定の AI アプリケーションを構築するためのパーミッションレス API を開発者に提供します。
このカテゴリには、Fetch.ai や Allora Network などの他のプロトコルも含まれます。開発者が複雑な AI アシスタント、つまり「AI エージェント」を作成するためのプラットフォームである Fetch.ai は、最近 AGIX および OCEAN と合併し、合計価値は約 75 億ドルになりました。もう 1 つは Allora ネットワークで、分散型取引所や予測市場の自動取引戦略などの金融アプリケーションに AI を適用することに重点を置いたプラットフォームです。 Allora はまだトークンを発売していないが、6 月に戦略的資金調達ラウンドを調達し、その総資金は民間資本で 3,500 万ドルとなった。
AI開発に必要なリソース
2 番目のカテゴリには、コンピューティング、ストレージ、またはデータの形式で AI 開発に必要なリソースを提供する資産が含まれます。
人工知能の台頭により、GPU の形でコンピューティング リソースに対する前例のない需要が生じています。 Render (RNDR)、Akash (AKT)、Livepeer (LPT) などの分散型 GPU マーケットプレイスは、モデル トレーニング、モデル推論、または 3D 生成 AI のレンダリングのためのコンピューティングを必要とする開発者にアイドル状態の GPU を供給します。現在、Render はアーティストや生成 AI を中心に約 10,000 GPU を提供し、Akash は AI 開発者や研究者を中心に 400 GPU を提供していると推定されています。一方、Livepeer は最近、新しい AI サブネットの計画を発表しました。これは、テキストから画像、テキストからビデオ、画像からビデオなどのタスクを 2024 年 8 月までに完了することを目指しています。
AI モデルは、計算量が多いことに加えて、大量のデータも必要とします。その結果、データストレージの需要が大幅に増加しました。 Filecoin (FIL) や Arweave (AR) などのデータ ストレージ ソリューションは、集中型の AWS サーバーに AI データを保存する代わりに、分散型の安全なネットワークとして機能します。これらのソリューションは、コスト効率が高く拡張性の高いストレージを提供するだけでなく、単一障害点を排除し、データ侵害のリスクを軽減することで、データのセキュリティと整合性を強化します。
最後に、OpenAI や Gemini などの既存の AI サービスは、それぞれ Bing と Google 検索を介してリアルタイム データへの継続的なアクセスを提供します。これにより、これらのテクノロジー企業以外のすべての AI モデル開発者が不利な立場に置かれます。ただし、Grass andmasa (MASA) のようなデータ スクレイピング サービスは、個人データとプライバシーの制御を維持しながら、個人がアプリケーション データを AI モデルのトレーニングに使用して収益化できるため、競争条件を平等にするのに役立ちます。
AI 関連の問題を解決しようとするアセット
3 番目のカテゴリには、ボットの台頭、ディープフェイク、コンテンツの出自など、AI 関連の問題を解決しようとするアセットが含まれます。
AI によって悪化する大きな問題は、ボットと偽情報の蔓延です。 AIが生成したディープフェイクはすでにインドやヨーロッパの大統領選挙に影響を与えており、専門家らは今後の大統領選にディープフェイクが大きく推進する「偽情報の津波」が起こるのではないかと「非常に恐れている」としている。検証可能なコンテンツ ソースを確立することでディープフェイクに関連する問題の解決に役立てようとしているアセットには、Origin Trail (TRAC)、Numbers Protocol (NUM)、Story Protocol などがあります。さらに、Worldcoin (WLD) は、固有の生体認証 ID を通じて個人の人間性を証明することで、ボットの問題に対処しようとしています。
AI に関するもう 1 つのリスクは、モデル自体への信頼を確保することです。私たちが受け取った AI の結果が改ざんまたは操作されていないとどうやって信頼できるのでしょうか? Modulus Labs や Zama など、暗号化、ゼロ知識証明、完全準同型暗号化 (FHE) を通じてこの問題を解決するために、現在いくつかのプロトコルが取り組んでいます。
結論は
これらの分散型 AI 資産は初期の進歩を遂げていますが、私たちはまだこの交差点の最初の段階にいます。今年の初め、有名なベンチャーキャピタリストのフレッド・ウィルソン氏は、AIと暗号通貨は「表裏の関係」であり、「web3はAIを信頼するのに役立つだろう」と述べた。 AI 業界が成熟し続けるにつれて、Grayscale Research は、これらの AI 関連の暗号通貨のユースケースがますます重要になり、急速に進化する 2 つのテクノロジーが相互の成長をサポートする可能性が高いと考えています。
AI が到来し、プラスとマイナスの両方で広範囲に影響を与えることを示す多くの兆候があります。ブロックチェーン テクノロジーの特性を活用することで、暗号化は最終的に AI によってもたらされる危険の一部を軽減できると私たちは信じています。
