著者：ウィル・オグデン・ムーア
編集者: Deep Wave TechFlow
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、人間の生産性を劇的に向上させ、医療の進歩を促進する可能性があります。 AI は今日重要ですが、その影響力は増大し続けています。 PwC は、AI が 2030 年までに 15 兆ドル規模の産業にな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技術の進歩に伴い、AI産業は少数の企業に権力が集中し、社会に悪影響を与える可能性があります。これは、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、暗号通貨の分散型で透明な性質は、潜在的な解決策を提供します。
以下では、集中化によってもたらされる問題と、分散型 AI がそれらの解決にどのように役立つかを検討し、早期導入の兆候を示しているいくつかの暗号アプリケーションに焦点を当てながら、暗号通貨と AI の交差点について説明します。
集中型AIの問題点
現在、AI 開発はいくつか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高額な資金要件により、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 開発者が、必要なリソースを入手したり、仕事を収益化したりすることが困難になっています。これにより、AI 全体における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は主に OpenAI や Google などの少数の企業の手に集中しており、AI ガバナンスに関する深刻な疑問につながっています。たとえば2月には、GoogleのAI画像生成ソフト「Gemini」が人種的偏見と歴史的不正確さを暴露し、企業がモデルを操作できることを示した。さらに、昨年11月にOpenAIの最高経営責任者（CEO）サム・アルトマン氏を解任するという6人からなる取締役会の決定は、これらのモデルを開発する会社に対して少数の人物が支配力を持っていることを暴露した。
AI の影響力と重要性が増大し続ける中、社会に多大な影響を与える可能性のある AI モデルに関して企業が意思決定権を持ち、おそらく舞台裏で動作したり、保護機能を設定したり、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。それは自分自身の利益のためですが、同時に社会全体を犠牲にしています。
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 AI の所有権とガバナンスを分散し、それによって透明性とアクセシビリティを向上させることを指します。 Grayscale Research は、分散型 AI には、これらの重要な決定を閉ざされた庭から一般の人々の手にもたらす可能性があると信じています。
ブロックチェーン テクノロジーは、開発者の AI へのアクセスを高め、独立した開発者が作品を構築して収益化するための障壁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が取れると私たちは信じています。
さらに、分散型 AI は、AI 投資へのアクセスの民主化に役立ちます。現在、AI開発に関連して金銭的利益を得る方法は、少数のハイテク株を経由する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配分されている（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となっています。対照的に、分散型 AI 暗号資産は誰にでも開かれており、誰もが AI の未来の一部を所有することができます。
この交差点の現在の様子
今のところ、暗号通貨と AI の融合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、AI 暗号資産の収益率は 20% です (Grayscale Research が定義する AI ユニバース、最低資産市場価値は 5 億米ドル、四半期リバランスは 2024 年 4 月 1 日です。ユニバース内の資産には、NEAR、 FET、RNDR、FIL、TAO、THETA、AKT、AGIX、WLD、AIOZ、TFUEL、GLM、PRIME、OCEAN、ARKM、LTP）は、通貨セクターを除くすべての暗号セクターを上回っています（図1を参照）。さらに、データプロバイダーの Kaito 氏によると、AI トピックは現在、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」を占めており、分散型金融、レイヤー 2、ミーム、現実世界の資産などの他のトピックを上回っています。
最近、多くの著名人がこの新たな交差点を受け入れ、集中型 AI の欠点に対処することに重点を置いています。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、「AI がオープンで分散化された状態を維持する時期が来た」という理由で、分散型 AI を追求するために同社を去りました。起業家の Erik Vorhees 氏は最近、エンドツーエンドの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: AI 暗号資産は年初からほぼすべての暗号セクターを上回ります
現在、暗号通貨と AI の交差点を 3 つの主要なサブカテゴリーに分けることができます (資産は例示的なものであり、時価総額の最大値から最小値の順にリストされています)。
インフラ層：AI開発プラットフォームを提供するネットワーク（NEAR、TAO、FETなど）
AI 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)
AI 問題の解決: AI 関連の問題 (ボット、ディープフェイク、モデル検証など) を解決しようとするアセット (WLD、TRAC、NUM など)
図 2: AI と暗号通貨の市場マップ
出典: Grayscale Investments。リストされているプロトコルは説明のための例です。
AI開発インフラを提供するネットワーク
このカテゴリには、AI サービスの一般的な開発専用に構築された、パーミッションレスでオープンなアーキテクチャを提供するネットワークが含まれます。これらの資産は、特定の AI 製品やサービスに焦点を当てているわけではなく、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特化しています。
Near 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によって設立され、このカテゴリで際立っています。同社は最近、AIの専門知識を活用して、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」を開発する計画を立ち上げた。 2024 年 6 月末、Near は、Near のネイティブ 基本モデル、AI アプリケーション用のデータ プラットフォーム、AI エージェント フレームワーク、コンピューティング市場を開発する 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 AI 開発を奨励するプラットフォームです。 Bittensor は、38 のサブネットの基礎となるプラットフォームとして機能します (サブネットは、大規模なネットワークのより小さなセグメント化された部分であり、特定の目的またはユーザーのグループごとにネットワークの一部を分離することで効率とセキュリティを向上させるように設計されています。2024 年 6 月 23 日現在)、各サブネットワークには、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、計算などのさまざまなユース ケースがあります。 Bittensor ネットワークは、各サブネットワーク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 サブネットワーク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。開発者が高度な 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、統合後の会社の評価額は約 75 億ドルと評価されました。もう 1 つは Allora Network です。これは、自動取引戦略や分散型取引所の予測市場などの金融アプリケーションへの AI の適用に焦点を当てたプラットフォームです。アローラはまだトークンを発売しておらず、6月の戦略的資金調達ラウンドで総額3,500万ドルの民間資本を調達した。
AI開発に必要なリソース
このカテゴリには、AI 開発に必要なリソース (コンピューティング、ストレージ、またはデータ) を提供する資産が含まれます。
AI の台頭により、GPU などの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 用のコンピューティング リソースを必要とする開発者にアイドル状態の GPU を提供します。現在、Render は主にアーティストや生成 AI 向けに約 10,000 GPU を提供し、Akash は主に AI 開発者や研究者向けに 400 GPU を提供しています。一方、Livepeer は最近、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向けに、2024 年 8 月に新しい AI サブネットワークを立ち上げる計画を発表しました。
AI モデルには、大量のコンピューティング リソースが必要なだけでなく、大量のデータも必要です。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 サーバーの代わりに AI データを保存するための分散型で安全なネットワークの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。
さらに、OpenAI や Gemini などの既存の AI サービスは、Bing や Google 検索を介してリアルタイム データを継続的に取り込みます。これにより、他の AI モデル開発者は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、AI モデル トレーニング用のアプリケーション データを提供することで個人がデータを収益化できるため、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アセット
3 番目のカテゴリには、ボット、ディープフェイク、コンテンツの出所など、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 はボットと偽情報の蔓延を促進します。 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にディープフェイクによる偽情報が大量に流入するのではないかと懸念している。検証可能なコンテンツの出自を確立することでディープフェイク問題を解決しようとするアセットには、Origin Trail (TRAC)、Numbers Protocol (NUM)、Story Protocol などがあります。さらに、Worldcoin (WLD) は、固有の生体認証を通じて個人の身元を証明することでボットの問題を解決します。
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 など、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貢献しています。
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、私たちはまだこの収束点の初期段階にいます。今年の初め、著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支援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大きな影響を与えようとしているという兆候は数多くあります。ブロックチェーン技術の特性を活用することで、暗号通貨は最終的に 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。
