データアクセスが重要です。

著者：MORBID-19

編纂：深潮TechFlow

皆さん、こんにちは。また新しい日が始まりました。また投機的な賭けです。最近、AIエージェントが話題になっています。特にaixbtは、最近非常に注目されています。

しかし、私の見解では、このブームは完全に無意味です。

ビットコイン用語に不慣れな友人のために説明させてください。ユーザーが資産をいわゆる「ビットコイン二層ネットワーク」に橋渡しすると、真の「非管理型貸出」を実現することはできません。

すべての「ビットコインブリッジ」や「相互運用性/スケーリングレイヤー」は新しい信頼仮説を導入しますが、ほんの少数の例外、例えばライトニングネットワークのようなものを除いては。だから、誰かがビットコインL2は「信頼不要」と主張した場合、それが本当ではないと基本的に考えて良いでしょう。これがほとんどの新しいL2が「信頼最小化」と主張する理由でもあります。

Side Protocolについてはあまり知らないのですが、aixbtの「非管理型貸出」の主張は真実ではないとほぼ確信しています。この判断は99%の確率で間違いません。

しかし、私は完全にaixbtを責めるつもりはありません。彼らは指示に従って行動しているだけで、インターネットからデータを取得し、見た目上有用なツイートを生成しています。

問題は、aixbtが自分が何を言っているのかを本当に理解していないことです。彼らは情報の真実性を判断できず、自らの仮説を専門家に検証することもできず、自らの論理を疑うことや推論を行うこともできません。

大規模言語モデル（LLMs）の本質はただの言語予測器です。彼らは出力された内容を理解せず、確率に基づいて見た目上正しい単語を選択します。

もし私が（大英百科全書）に「ヒトラーが古代ギリシャを征服し、ヘレニズム文明を生み出した」という記事を書いたとしたら、それはLLMにとって「事実」となり、「歴史」となります。

私たちがTwitterで見かける多くのAIエージェントは、ただのクールなアバターを持つ言語予測器に過ぎません。しかし、これらのAIエージェントの市場評価は急上昇しています。GOATは10億ドルの時価総額に達し、aixbtの時価総額も約2億ドルに達しました。これらの評価は妥当なのでしょうか？

誰も確信は持てませんが、皮肉なことに、私は自分が保有しているこれらの資産に満足しています。

データアクセスが重要です

私はAIと暗号通貨の融合に非常に興味があります。最近、Vanaは「データの壁」の問題を解決しようとしているため、私の注意を引きました。問題はデータの不足ではなく、高品質のデータを取得する方法です。

例えば、あなたは公の場で自身の低流動性小市値トークンの取引戦略を共有しますか？通常は有料で得られる高価値情報を無料で公開しますか？あなたの私生活で最もプライベートな詳細を公開しますか？

明らかにそうではありません。

あなたのプライベートデータが合理的な価格で保護されない限り、あなたは決してこれらの「プライベートデータ」を他の誰かと簡単に共有することはありません。

しかし、AIが人間に近い知能レベルに達することを望むなら、これらのデータが最も重要な要素です。結局、人間の核心的な特質はその思考、内なる独白、そして最も秘められた思考です。

しかし「半公開」のデータを取得することでもかなりの挑戦が伴います。例えば、ビデオから有用なデータを抽出するには、まず字幕を生成し、ビデオのコンテキストを正確に理解する必要があります。そうすることで、AIがその内容を理解できるようになります。

例えば、多くのウェブサイトでは、ユーザーがログインしないとコンテンツを表示できない場合があります。これは多くのソーシャルネットワークで非常に一般的な設計です。

要約すると、現在のAI開発が直面している主要な制限は以下の通りです。

  1. プライベートデータを取得できません

  2. 有料の壁の後ろのデータを取得できません

  3. クローズドプラットフォームのデータにアクセスできません

Vanaは一つの解決策を提供しています。彼らはプライバシーを保護することで、特定のデータセットをDataDAOsと呼ばれる分散型メカニズムに集約し、これらの制限を突破しています。

DataDAOsはデータの分散型市場で、具体的な運用方法は以下の通りです。

  • データ貢献者：ユーザーは自分のデータをDataDAOsに提出することができ、その結果としてガバナンス権と報酬を得ることができます。

  • データ検証：データはSatyaネットワークで検証されます。Satyaは安全計算ノードから構成されるネットワークで、データの質と完全性を確保します。

  • データ消費者：検証されたデータセットは消費者によってAIトレーニングやその他のアプリケーションシナリオに使用されます。

  • インセンティブメカニズム：DataDAOsはユーザーに高品質のデータを提供するよう促し、データの使用とトレーニングプロセスを透明なメカニズムで管理します。

さらに詳しく知りたい場合は、ここをクリックしてもっと読むことができます。

私はいつかaixbtが「愚かな」状況から脱却できることを望んでいます。もしかしたら、私たちはaixbtのための専用のDataDAOを作成できるかもしれません。私はAIの専門家ではありませんが、AI開発の次の大きなブレークスルーは、モデルのトレーニングに使用されるデータの質に依存すると確信しています。

高品質のデータでトレーニングされたAIエージェントだけが、その潜在能力を真に発揮することができます。私はその瞬間を待ち望んでおり、それが遠くないことを願っています。