原作者: ウィル・オグデン・ムーア
オリジナル編集：ルフィ、フォーサイトニュース
関連書籍:
「AIの波が再び襲いかかる、グレースケールAIファンドのポジションプロジェクトを振り返る記事」
人工知能 (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と約束されています。人工知能はすでにその地位を確立していますが、今後その影響力はさらに大きくなるでしょう。プライスウォーターハウスクーパースは、2030年までに15兆ドル規模の巨大産業に成長すると予測している。
ただし、この有望なテクノロジーには課題もあります。人工知能技術がますます強力になるにつれて、人工知能産業は極度に集中化し、権力が少数の企業に集中しており、人類社会全体に対する潜在的な脅威となっています。人工知能は、ディープフェイク、偏見、データプライバシーのリスクについても深刻な懸念を引き起こします。幸いなことに、暗号通貨とその分散型で透明な特性は、これらの問題のいくつかに対する潜在的な解決策を提供します。
以下では、集中化によって引き起こされる問題と、分散型 AI がどのように問題の解決に役立つかを検討し、仮想通貨と 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仮想通貨アプリケーションに焦点を当てます。
集中型人工知能の問題点
今日、人工知能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要であるため、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 AI 開発者は、開発または商品化に必要なリソースを入手するのに苦労しています。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 の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の人工知能画像生成ソフト「Gemini」が人種的偏見と歴史上の誤りを暴露した。さらに、昨年11月の6人からなる取締役会は、OpenAI CEOのサム・アルトマン氏の解任を決定し、少数の人物がこれらの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、多くの人は、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、密室で操作したり、自社でモデルを操作して利益を上げることができるのではないかと懸念しています。
分散型 AI がどのように役立つか
分散型 AI とは、ブロックチェーン テクノロジーを使用して、透明性とアクセシビリティを高める方法で AI の所有権とガバナンスを分散することを指します。 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、一般の人の手に委ねる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、開発者が人工知能にアクセスしやすくなり、独立した開発者による開発と商品化の敷居を下げるのに役立ちます。これにより、AI 業界のイノベーションと競争が改善され、中小企業とテクノロジー大手の間である程度のバランスが保たれ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。現在、一握りのハイテク株を除けば、AI開発に関連して金銭的利益を得る方法は他にほとんどありません。同時に、多額のプライベートエクイティ資本が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 暗号資産は誰にでも平等であり、誰もが AI の未来の一部を所有することができます。
この相互受精の分野はどこまで発展しているのでしょうか?
暗号通貨と人工知能の融合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月現在、AI概念暗号資産（注：NEAR、FET、RNDR、FIL、TAO、THETA、AKT、AGIX、WLD、AIOZ、TFUEL、GLM、PRIME、OCEAN、 ARKMとLTP.）の還元率は20％で、通貨概念カテゴリーに次いで2位となっています（図1）。さらに、データプロバイダーの Kaito 氏によると、人工知能は現在、DeFi、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ホットな「物語」であるとのことです。
最近、多くの著名人がこの新たな交差点を受け入れ始め、集中型人工知能の欠点に対処しようと取り組んでいます。今年3月、有名な人工知能企業Stability AIの創設者であるエマド・モスタク氏は、分散型人工知能を探求するために同社を去り、「人工知能をオープンで分散型にする時期が来た」と述べた。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分野はほぼすべての暗号通貨セグメントを上回っている
暗号通貨と人工知能の融合は、次の 3 つの主要なサブカテゴリーに分類できます。
インフラストラクチャ層: AI 開発のプラットフォームを提供するネットワーク (例: NEAR、TAO、FET)。
人工知能に必要なリソース: コンピューティング、ストレージ、データ、および人工知能の開発に必要なその他の主要なリソース (RNDR、AKT、LPT、FIL、AR、MASA など) を提供します。
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 (WLD、TRAC、NUM など) などの AI 関連の問題の解決を試みます。
図 2: 人工知能と暗号通貨を統合したプロジェクトのレイアウト、出典: Grayscale Investments
AIインフラネットワーク
1 つ目は、AI 開発専用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。これらのネットワークは、1 つの 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 メカニズムを作成しています。
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の 1 人です。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の結果を発表した。 2024 年 6 月下旬、Near は、Near のネイティブ 基本モデル、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 マーケットプレイスの開発のための AI インキュベーター プログラムを開始しました。
ビテンソルも説得力のある例です。 Bittensor は、TAO トークンを使用して人工知能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の基盤となるプラットフォームであり、それぞれにチャットボット、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 ケースがあります。 Bittensor ネットワークは、各サブネット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、開発者が特定の人工知能アプリケーションを構築できるようにするパーミッションレス API を開発者に提供します。
AI インフラストラクチャ ネットワークには、Fetch.ai や Allora などの他のプロトコルも含まれています。 Fetch.ai は、開発者が複雑な AI アシスタント (「AI エージェント」として知られる) を作成するためのプラットフォームで、最近 AGIX および OCEAN と合併し、総額は約 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、金融への AI の応用に焦点を当てたプラットフォームです。 Allora はまだトークンをローンチしていないが、6 月に戦略的資金調達ラウンドを調達し、総資金調達額は 3,500 万ドルとなった。
AIに必要なリソースを提供する
2 番目のカテゴリは、人工知能の開発に必要なリソースをコンピューティング、ストレージ、またはデータの形式で提供するプロジェクトです。
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。 Render はアーティストと生成 AI に重点を置いて約 10,000 GPU を提供すると推定されていますが、Akash は AI 開発者や研究者に重点を置いて 400 GPU を提供します。一方、Livepeer は最近、新しい AI サブネットの計画を発表し、2024 年 8 月までにテキストから画像、テキストからビデオ、および画像からビデオの機能を完成させ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、集中管理された AWS サーバーに AI データを保存する代替手段として機能します。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、ハイテク大手以外のすべての 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、個人データの制御とプライバシーを維持しながら、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関連の問題を解決する
3 番目のカテゴリには、サイバーボットやディープフェイクの普及など、人工知能に関連する問題を解決しようとするプロジェクトが含まれます。
人工知能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及ぼしており、専門家らは今後の大統領選がディープフェイクによる「偽情報の津波」に陥るのではないかと「非常に恐れている」。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貢献しようとしているプロジェクトには、Origin Trail (TRAC)、Numbers Protocol (NUM)、Story Protocol などがあります。さらに、Worldcoin (WLD) は、独自の生体認証技術を使用し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?現在、Modulus Labs や Zama を含むいくつかのプロトコルが、暗号化、ゼロ知識証明、完全準同型暗号化 (FHE) を通じてこの問題の解決に取り組んでいます。
結論は
これらの分散型 AI 資産に関しては初期の進歩が見られましたが、私たちはまだこの交差点の初期段階にいます。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・ウィルソンは、人工知能と暗号通貨は「表裏の関係」であり、「Web3 は人工知能を信頼するのに役立つだろう」と述べました。 AI 業界が成熟し続けるにつれて、Grayscale Research は、これらの AI 関連の暗号化のユースケースがますます重要になり、これら 2 つの急速に発展しているテクノロジーは相互にサポートし、一緒に発展する可能性があると考えています。
人工知能の時代が到来する兆候は数多くあり、プラスとマイナスの両方で広範囲に影響を与えるでしょう。ブロックチェーン技術の特性を活用することで、仮想通貨は最終的に人工知能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。
元のリンク
