注:この記事はOasisの公式ブログから翻訳されたものです。

Oasisはスマートプライバシーを通じてWeb3を支援します——カスタマイズ可能なクロスチェーンプライバシー、100%プライベート、100%パブリック、またはその中間のプライバシー。

自己主権の思考方法をAI開発に適用することで、分散型AIはプライバシー、公平性、アクセス可能性の問題を解決することを目的としています。

過去10年間、大企業は重要な技術の開発の大部分をコントロールしてきました。多くの場合、これらの企業はデータをキャッチし、それを貨幣化し、販売することに焦点を合わせており、最終ユーザーのことをほとんど考慮していません。今日のいくつかの最も人気のあるAIモデルの背後にある組織も、同様の軌道を辿っています。

一方、分散型AIの台頭は、自己主権と公平性を支持しながら、より透明で機密性の高い代替案を提供します。しかし、より分散型のアプローチはトレードオフをもたらすこともあります。これは、計算提供者間の通信コスト、特に標準化の欠如に特に顕著です。分散型開発は、「レゴブロック」を構築してそれらを組み合わせるプロセスでもあり、時間がかかります。

分散型と集中型AI

これら二つを比較する最も直接的な方法は、「分散型」陣営のいかなるものについても、それが集中型AIと競争する価値があるかどうかを尋ねることです。訓練の観点から、答えは比較的明確です:今日、先進的なAIモデルを作成するには大量の資金が必要です。たとえば、xAIの最新の訓練クラスターは30万のA100 GPUで構成され、数十億ドルの費用がかかっています。

一部のプロジェクトを除いて、他のプロジェクトはほとんど最先端のモデルを訓練できません。しかし、ブロックチェーンプロジェクトは、インセンティブメカニズムを通じてユーザーを整合させる点で優位性を持っています。ビットコインは、世界最大のコンピュータネットワークを作成する方法を示しており、これが現在多くのAI計算プロジェクトによって複製されています。CPUの能力を調整することに加えて、ブロックチェーンはスマートビジネスの分野、特に支払いにおいても大きな潜在能力を持っています。

分散型AIの応用シナリオ

注目すべきは、AIの進展の大部分がトップダウンであり、過去数年にわたり、集中化された企業がほとんどの機械学習の進展を推進してきたことです。重要なのは、ブロックチェーンがAIスタックのすべてのレベルに適用されるわけではなく、有意義な場所で強化技術として使用されるべきであるということです。以下はいくつかの興味深い応用シナリオです。

  • データ提供と貨幣化

GPUリソースを統合し、支払いまたは共有モデルの形で交換することは、よく言及される方法です。このアプローチはデータ提供者にも適用され、彼らのプライベートデータがモデル内での価値を認識することを可能にします。この取り決めは、新しいガバナンスと経済モデルを必要とし、クラウドソーシング開発を支援し、収入の公平な分配を確実にします。ブロックチェーンは、信頼のフレームワークを提供することで、関係者の貢献を配分するのに役立ちます。

  • 知的財産とトレーサビリティ

AIがメディアに与える影響はまだ表面的なものに過ぎません。モデルは改善され続け、ますます強力な創作ツールを拡張します。しかし、知的財産の帰属問題や、メディアの真実性や質自体も論争を引き起こす可能性があります。幸いにも、Web3はトレーサビリティとファクトチェックのための即座の解決策を提供します。暗号鍵の使用を促進することで、数億人が情報の出所を証明できるようになりました。これは万能ではありませんが、メディアの出所を証明する助けになります。暗号技術を使用することで、モデルがユーザーをブロックチェーンブラウザや特定のENSプロフィールページに誘導するなど、より信頼できる参照メカニズムを提供することもできます。

  • 検証可能性と機密性

AIの変革に伴い、医学、法律、教育などの分野でも同様の変化が起こります。今日のLLM(大規模言語モデル)は、時には正確で時には誤った回答を提供しますが、医学の分野では、専用のモデルが医師のパフォーマンスを上回ることになるでしょう。これがもたらす影響は巨大ですが、実際にはデータの漏洩や/または搾取の巨大な潜在能力を開くことにもなります。このような未来のシナリオでは、分散型台帳とその検証モデルが使用されているか、データが改ざんされているかが重要な要素になります。同時に、機密性を保護するインフラも重要であり、入力/出力データや場合によってはモデル自体を保護する必要があります。

分散型AIと機密計算

プライバシーの観点から進むと、暗号技術は過去10年間でAIの基盤をいくつか築いてきました。これには、GPU開発のための需要と資金提供が含まれます。その見返りとして、現在のGPUロードマップは、一部がプライベートウェイトの需要に駆動され、信頼実行環境(TEE)の実装に向かっています。Web3はこの点で大きな恩恵を受けるでしょう。特に最近では、TEEがCPU/GPUでのパフォーマンスを大幅に改善しています。

今日、ユーザーはクラウドコンピューティングの柔軟性とパフォーマンスを享受できる一方で、クラウドサービスプロバイダーを信頼せずに暗号化されていないデータに敏感な情報を保存する必要がありません。この点で、Oasisは機密計算の最前線を行っており、TEEを利用して機密スマートコントラクトを作成するEVMネットワークSapphireを導入しました。SapphireはWeb3の中で独自の存在ですが、ブロックチェーンランタイムの可能性は依然として限られています。AIの非決定性の問題を考慮する方法を見つける必要があり、より複雑で柔軟なアプリケーション構築方法も必要です。ROFLはそのために生まれました。

ランタイムチェーン外ロジック(ROFL)

AIが従来の固定システム(スマートコントラクトなど)と相互作用できるようにするために、認証メカニズムを作成することが重要です。これがROFLの考え方であり、ROFLはさまざまなアプリケーションが分散型、検証可能、かつプライバシーを保護された方法で実行できるようにする全能計算フレームワークです。

ランタイムチェーン外ロジックは、カスタマイズされたチェーン外ロジックの作成を可能にし、信頼実行環境の魔力によってチェーン上で簡単に検証できます。ROFLは、リモート証明とOasisコンセンサス層を通じて安全性と完全性を保証し、開発者がリモートネットワークリソースにアクセスできるようにします。高次的には、それは以下のように機能します:

実際の操作において、ROFLはチェーン外の性能とチェーン上の信頼を組み合わせています。基本的に、ソフトウェアで記述できるものはすべてROFLアプリケーションに入れることができます。ただし、ROFLはAIパイプラインのようなアプリケーションに最適であり、それらは大量の計算リソースと高い信頼を必要とします。Intel TDXを完全にサポートする機能がすぐにROFLに追加され、大規模なモデルをフレームワーク内で直接実行できるようになります。これにより、スマートエージェントアプリなど、持続可能で機密性が高く検証可能なインタラクションを可能にするさまざまなアプリケーションが変わることができます。ここからROFLを使い始めることができます。

$ROSE

この記事はOasis公式ウェブサイトからの原文であり、Oasisエコシステムに関する詳細を知るために公式ウェブサイトをご覧ください。