TL;DR
1、AI概念のWeb3プロジェクトは一級市場と二級市場での資金調達の標的となっています。
2、Web3がAI業界における機会は、分散型インセンティブを使用して長尾に潜在的な供給を調整することにあります——データ、ストレージ、計算を超えて；同時に、オープンソースモデルとAIエージェントの分散型市場を構築します。
3、AIのWeb3業界での主な利用分野は、オンチェーン金融（暗号決済、取引、データ分析）および開発支援です。
4、AI+Web3の有用性は両者の補完に現れています：Web3はAIの集中化に対抗し、AIはWeb3の枠を広げることが期待されます。
序論
過去2年間、AIの発展は加速されたようで、ChatGPTによって引き起こされたバタフライ効果は、生成的人工知能の新しい世界を開くだけでなく、対岸のWeb3でも潮流を引き起こしました。
AIの概念の後押しにより、暗号市場の資金調達は明らかに活性化しています。メディアの統計によると、2024年上半期だけで64件のWeb3+AIプロジェクトが資金調達を完了し、AIに基づくオペレーティングシステムZyber 365は、Aラウンドで1億ドルの最高資金調達額を達成しました。
二次市場はさらに繁栄し、暗号集約サイトCoingeckoのデータによると、わずか1年余りでAIトラックの総市場価値は485億ドルに達し、24時間の取引量は860億ドルに近づいています。主流のAI技術の進展による恩恵は明らかで、OpenAIのSoraのテキストからビデオへのモデルが発表された後、AIセクターの平均価格は151％上昇しました。AIの影響は、暗号通貨の資金調達セクターの一つであるMemeにも波及しました。AIエージェント概念の最初のメモコインであるGOATは急速に人気を博し、14億ドルの評価を獲得し、AIメモの熱を巻き起こしました。
AI+Web3に関する研究やトピックも非常に活発で、AI+DepinからAIメモコイン、そして現在のAIエージェントやAI DAOに至るまで、FOMOの感情は新しい物語の回転速度についていけなくなっています。
AI+Web3というこの熱いお金、トレンド、未来幻想に満ちた用語の組み合わせは、避けられずに資本が絡んだ手配婚と見なされることが多い。私たちは、この華やかなローブの下で、本当に投機家の舞台なのか、それとも夜明けの爆発の前夜なのかを区別するのが難しいようです。
この問題に答えるために、両者にとって重要な考察は、相手がいることでより良くなるか？相手のモデルから利益を得ることができるか？本記事では、先人の肩に立ってこの状況を検討し、Web3がAI技術スタックの各段階でどのように機能できるか、AIがWeb3にどのような新しい活力をもたらすことができるかを模索しています。
Part.1 AIスタックの下でWeb3にはどのような機会があるのか？
このトピックを展開する前に、AI大モデルの技術スタックを理解する必要があります：
画像出典：Delphi Digital
より平易な言葉でこのプロセス全体を表現すると、「大モデル」は人間の脳のようなもので、初期段階ではこの脳はこの世に降り立ったばかりの赤ちゃんのもので、周囲の膨大な情報を観察し、取り入れて世界を理解する必要があります。これがデータの「収集」段階です。計算機は人間の視覚や聴覚などの感覚を持たないため、トレーニングの前に、外部の大規模な無標記情報を「前処理」して、計算機が理解できる有用な情報形式に変換する必要があります。
データを入力した後、AIは「トレーニング」を通じて理解と予測能力を持つモデルを構築します。これは、赤ちゃんが外界を理解し学習する過程に似ており、モデルのパラメータは赤ちゃんが学習する過程で調整される言語能力のようなものです。学習の内容が分かれていくか、他者とのコミュニケーションからフィードバックを受け、修正されると、大きなモデルの「ファインチューニング」段階に入ります。
子供が成長して話し方を学ぶと、新しい会話の中で意味を理解し、自分の感情や考えを表現できるようになります。この段階はAI大モデルの「推論」に似ており、モデルは新しい言語やテキスト入力に対して予測と分析を行えるようになります。赤ちゃんは言語能力を通じて感情を表現し、物体を説明し、さまざまな問題を解決します。これも、AI大モデルがトレーニング後に推論段階でさまざまな特定のタスクに応用されることに似ています。例えば、画像分類や音声認識などです。
AIエージェントは、タスクを独自に実行し、複雑な目標を追求できる大モデルの次の形態に近づいています。思考能力を持つだけでなく、記憶や計画ができ、ツールを使って世界と相互作用することができます。
現在、AIのさまざまなスタックの痛点に対処するために、Web3は初期的に多層的で相互接続されたエコシステムを形成しており、AIモデルプロセスの各段階をカバーしています。
一、基盤層：計算力とデータのAirbnb
▼ 計算力
現在、AIの最高コストの一つは、モデルのトレーニングと推論に必要な計算力とエネルギーです。
一例として、MetaのLLAMA 3は、NVIDIA製のH100 GPUを16000個必要とし（これはAIと高性能計算のために設計された最高級のグラフィックスプロセッサユニットです）、トレーニングを完了するのに30日かかります。後者の80GB版の単価は30,000ドルから40,000ドルの間であり、4億から7億ドルの計算ハードウェア投資（GPUとネットワークチップ）が必要です。同時に、毎月のトレーニングには16億キロワット時のエネルギー支出が必要で、月間のエネルギー支出は約2000万ドルに達します。
AIの計算能力の解放は、Web3とAIが最初に交差した分野であり、DePin（分散型物理インフラストラクチャネットワーク）です。現在、DePin Ninjaデータサイトには1400以上のプロジェクトが掲載されており、その中にはGPU計算の共有を代表するプロジェクトが含まれています。たとえば、io.net、Aethir、Akash、Render Networkなどがあります。
その主な論理は、プラットフォームが未使用のGPUリソースを持つ個人や団体が、許可なしで分散型で計算能力を提供できるようにし、UberやAirbnbのようなバイヤーと売り手のオンライン市場を通じて未利用のGPUリソースの利用率を向上させ、最終ユーザーはより低コストで効率的な計算リソースを得ることができるということです。同時に、ステーキングメカニズムは、品質管理メカニズムに違反したり、ネットワークを中断した場合にリソース提供者に相応の罰則があることを保証します。
その特徴は次のとおりです：
未使用のGPUリソースを集める：供給者は主に第三者独立の中小型データセンター、暗号マイニングファームなどの運営者の余剰計算リソース、PoSのコンセンサスメカニズムのマイニングハードウェア（例：FileCoinやETHマイニング機械）です。現在、より低いスタートアップのハードルを持つデバイスを立ち上げることに取り組んでいるプロジェクトもあり、exolabはMacBook、iPhone、iPadなどのローカルデバイスを利用して大モデル推論の計算ネットワークを構築しています。
AI計算能力の長尾市場に直面して：
a.「技術的観点から」分散型計算市場は推論ステップにより適しています。トレーニングは超大規模クラスター規模のGPUによるデータ処理能力に依存していますが、推論はGPUの計算性能が比較的低いため、Aethirは低遅延のレンダリング作業とAI推論アプリケーションに特化しています。
b.「需要側から見れば」中小規模の計算力需要者は自分の大規模モデルを個別に訓練することはなく、少数の主要な大規模モデルの周りで最適化および微調整を行います。これらのシナリオは分散型の未使用計算リソースに自然に適しています。
分散型所有権：ブロックチェーンの技術的意義は、リソース所有者が常にリソースに対するコントロール権を保持し、需要に応じて柔軟に調整し、同時に利益を得ることができることです。
▼ データ
データはAIの基盤です。データがなければ、計算は浮き草のように無意味であり、データとモデルの関係は「ゴミが入れば、ゴミが出る」ということわざのようです。データの量と入力の質が最終的なモデルの出力の質を決定します。現在のAIモデルのトレーニングにおいて、データはモデルの言語能力、理解能力、さらには価値観や人間性を決定します。現在、AIのデータ需要の困難は主に以下の4つの側面に焦点を当てています：
データ渇望：AIモデルのトレーニングは大量のデータ入力に依存します。公開データによると、OpenAIはGPT-4のパラメータ数が1兆レベルに達しています。
データ品質：AIと各業界の結びつきが進むにつれて、データのタイムリーさ、多様性、特定分野の専門性、ソーシャルメディアの感情などの新興データソースの取り入れが品質に新しい要求をもたらしています。
プライバシーとコンプライアンスの問題：現在、各国や企業は高品質なデータセットの重要性に気づき、データセットのクローリングに制限を設けています。
データ処理コストの高騰：データ量が多く、処理過程が複雑です。公開データによると、AI会社の30％以上の研究開発コストが基礎データの収集と処理に使われています。
現在、Web3の解決策は次の4つの側面に現れています：
1、データ収集：無料で取得された現実世界のデータの提供が急速に枯渇しています。AI企業のデータに対する支出は年々増加しています。しかし同時に、この支出は実際のデータ貢献者に還元されていません。プラットフォームは完全にデータから得られる価値創造を享受しています。例えば、RedditはAI企業とのデータライセンス契約を通じて合計2.03億ドルの収入を実現しました。実際に貢献しているユーザーもデータから得られる価値創造に参加し、分散型ネットワークとインセンティブメカニズムを通じて、低コストでよりプライベートで価値のあるデータを取得することがWeb3のビジョンです。
Grassは分散型データ層とネットワークであり、ユーザーはGrassノードを運用することで未使用の帯域幅と中継トラフィックを提供し、インターネット全体からリアルタイムデータをキャッチし、トークン報酬を得ることができます；
Vanaは独自のデータ流動性プール（DLP）コンセプトを導入し、ユーザーは自分のプライベートデータ（ショッピング履歴、ブラウジング習慣、ソーシャルメディアアクティビティなど）を特定のDLPにアップロードし、これらのデータを特定の第三者に利用することを選択することができます。
PublicAIでは、ユーザーはXで#AIまたは#Web3をカテゴリラベルとして使用し、@PublicAIをタグ付けすることでデータ収集を実現できます。
2、データ前処理：AIのデータ処理プロセスでは、収集されたデータが通常雑多でエラーを含むため、モデルのトレーニングの前にデータをクリーンアップして使用可能な形式に変換する必要があります。これは、標準化、フィルタリング、欠損値処理などの繰り返しタスクを含みます。この段階はAI業界で数少ない人工的な段階であり、データラベリング専門家という業界が生まれました。モデルのデータ品質の要件が高まるにつれて、データラベリング専門家のハードルも上がります。このタスクはWeb3の分散型インセンティブメカニズムに自然に適しています。
現在、GrassとOpenLayerはデータラベリングという重要な段階を取り入れることを検討しています。
Synesisは「Train 2 earn」の概念を提唱し、データの質を強調し、ユーザーがラベリングデータ、注釈、またはその他の形式の入力を提供することで報酬を得ることができます。
データラベリングプロジェクトSapienは、ラベリングタスクをゲーム化し、ユーザーがポイントをステーキングしてより多くのポイントを獲得できるようにします。
3、データプライバシーとセキュリティ：明確にする必要があるのは、データプライバシーとセキュリティは異なる概念であるということです。データプライバシーはセンシティブデータの処理に関連し、データセキュリティはデータ情報を無許可のアクセス、破壊、盗難から保護します。このため、Web3のプライバシー技術の利点と潜在的なアプリケーションシーンは次の2つの側面に現れています：（1）センシティブデータのトレーニング；（2）データ協力：複数のデータ所有者がAIトレーニングに共同参加し、元のデータを共有することなく行うことができます。
現在のWeb3で一般的なプライバシー技術には次のものが含まれます：
信頼できる実行環境（TEE）、例えばSuper Protocol；
完全同態暗号（FHE）、例えばBasedAI、Fhenix.ioまたはInco Network；
ゼロ知識技術（zk）、例えばReclaim Protocolが使用するzkTLS技術は、HTTPSトラフィックのゼロ知識証明を生成し、ユーザーが外部サイトから活動、評判、アイデンティティデータを安全にインポートすることを可能にし、センシティブな情報を露出せずに済みます。
ただし、この分野は現在まだ初期段階にあり、大部分のプロジェクトは探索段階にあり、現在の困難は計算コストが高すぎることです。以下はそのいくつかの例です：
zkMLフレームワークEZKLは、1M-nanoGPTモデルの証明を生成するのに約80分かかります。
Modulus Labsのデータによると、zkMLのオーバーヘッドは純粋な計算の1000倍以上です。
4、データストレージ：データが得られた後、オンチェーンでデータを保存する場所が必要であり、そのデータを使用して生成されたLLMがあります。データの可用性（DA）を中心に、イーサリアムのDankshardingアップグレード前は、そのスループットは0.08MBでした。同時に、AIモデルのトレーニングとリアルタイム推論には通常、毎秒50から100GBのデータスループットが必要です。このオーダーのギャップは、既存のオンチェーンソリューションが「リソース集約型のAIアプリケーション」に直面したときに力不足になる原因となります。
0g.AIはこのカテゴリーの代表プロジェクトです。AIの高性能なニーズに特化した集中型ストレージソリューションであり、その主要な特徴には、高性能と拡張性が含まれ、高度なシャーディング（Sharding）とエラージャンプ（Erasure Coding）技術を通じて、大規模データセットの迅速なアップロードとダウンロードをサポートし、データ伝送速度は毎秒約5GBに達します。
二、中間層：モデルのトレーニングと推論
▼ オープンソースモデルの分散型市場
AIモデルがクローズドソースかオープンソースかの議論は決して消えることはありません。オープンソースによってもたらされる集団的な革新は、クローズドソースモデルには比類のない利点ですが、利益モデルが全くない前提で、オープンソースモデルがどのように開発者の動機を高めるのかは考慮すべき方向性です。百度の創設者である李彦宏は、今年の4月に「オープンソースモデルはますます遅れをとるだろう」と断言しました。
これに対し、Web3はモデル自体をトークン化し、チームに一定割合のトークンを保持し、そのモデルの将来の収入の一部をトークン保有者に流す可能性のある分散型オープンソースモデル市場を提案しています。
Bittensorプロトコルは、数十の「サブネット」で構成されるオープンソースモデルのP2P市場を構築します。リソース提供者（計算、データ収集/保存、機械学習の専門家）が互いに競争し、特定のサブネットの所有者の目標を満たします。各サブネットは相互作用し、互いに学習することができ、より強力な知能を実現します。報酬はコミュニティの投票によって配分され、各サブネット内での競争のパフォーマンスに基づいてさらに配分されます。
ORAは初期モデル発行（IMO）の概念を導入し、AIモデルをトークン化します。これにより、分散型ネットワークを通じてAIモデルを購入、販売、開発できます。
Sentientは、分散型AGIプラットフォームであり、人々がAIモデルに協力して構築、複製、拡張し、貢献者に報酬を与えることを奨励します。
Spectral Novaは、AIとMLモデルの作成と応用に焦点を当てています。
▼ 検証可能な推論
AIの推論プロセスにおける「ブラックボックス」問題に対する標準のWeb3ソリューションは、複数の検証者が同じ操作を繰り返し、結果を比較することですが、現在、高級な「Nvidiaチップ」が不足しているため、この方法が直面する明らかな課題はAI推論のコストが高いことです。
より有望なソリューションは、オフチェーンのAI推論計算を実行するZK証明（ゼロ知識証明、ある一方の証明者が別の一方の検証者に特定の主張が真実であることを証明できる暗号プロトコル）を用いて、オンチェーンのAIモデル計算を許可なしに検証することです。これには、オンチェーンで暗号化された方法でオフチェーン計算が正しく完了されたことを証明する必要があります（例えば、データセットが改ざんされていないことを確認すること）と、すべてのデータの機密性を確保することが必要です。
主な利点は次のとおりです：
スケーラビリティ：ゼロ知識証明は大量のオフチェーン計算を迅速に確認できます。取引量が増加しても、単一のゼロ知識証明はすべての取引を検証できます。
プライバシー保護：データとAIモデルの詳細が秘密のまま保持され、同時に各当事者がデータとモデルが改ざんされていないことを検証できます。
信頼不要：集中型の当事者に依存せずに計算を確認できます。
Web2統合：定義上、Web2はオフチェーン統合です。これは、検証可能な推論がそのデータセットとAI計算をオンチェーンに持ち込むのを助けることを意味します。これにより、Web3の採用率が向上します。
現在のWeb3の検証可能な推論に対する技術は次のようになります：
zkML：ゼロ知識証明と機械学習を組み合わせてデータとモデルのプライバシーと機密性を確保し、特定の基本属性を明かさずに検証可能な計算を許可します。Modulus LabsはAIのために構築されたZK証明器を発表しましたが、現在の顧客は基本的にチェーン上のDAppです。
opML：楽観的集約原則を利用して、論争が発生した時間を検証し、ML計算のスケーラビリティと効率を向上させます。このモデルでは、「検証者」が生成した結果の一部を検証するだけで済み、経済的コストを十分に高く設定して、検証者が不正を行うコストを高めることで冗長な計算を節約します。
TeeML：信頼できる実行環境を使用してML計算を安全に実行し、データとモデルを改ざんや無許可のアクセスから保護します。
三、アプリケーション層：AIエージェント
現在のAIの発展は、開発の焦点がモデル能力からAIエージェントに移行していることを示しています。OpenAI、AI大モデルのユニコーンAnthropic、Microsoftなどのテクノロジー企業はAIエージェントの開発に転向し、現在のLLMの技術プラットフォームの時代を打破しようとしています。
OpenAIのAIエージェントの定義は、LLMを脳に持ち、自主的に理解、認識、計画、記憶、ツールを使用する能力を持ち、複雑なタスクを自動的に実行するシステムです。AIが単なる道具として使われるのではなく、道具を使う主体になると、AIエージェントになります。これがAIエージェントが人類の最も理想的な知能助手となる理由です。
Web3はエージェントに何をもたらすのでしょうか？
1、分散型
Web3の分散化特性により、エージェントシステムはより分散化され、自律的になります。PoS、DPoSなどのメカニズムを通じて、ステーキング者や委任者に対するインセンティブと罰則メカニズムを確立し、エージェントシステムの民主化を促進することができます。GaiaNet、Theoriq、HajimeAIはその試みを行っています。
2、冷スタート
AIエージェントの開発とイテレーションには多くの資金が必要ですが、Web3は潜在的なAIエージェントプロジェクトが早期の資金調達と冷スタートを取得するのを助けることができます。
Virtual ProtocolはAIエージェントの作成とトークン発行プラットフォームfun.virtualsを立ち上げ、ユーザーはワンクリックでAIエージェントをデプロイし、AIエージェントトークンを100%公平に発行できます。
Spectralは、オンチェーンAIエージェント資産の発行をサポートする製品構想を提案しました。IAO（Initial Agent Offering）を通じてトークンを発行し、AIエージェントは投資家から直接資金を調達し、DAOガバナンスの一員となり、投資家にプロジェクトの発展に参加し将来の利益を共有する機会を提供します。
Part.2 AIはWeb3にどのように力を与えるのか？
AIがWeb3プロジェクトにもたらす影響は明らかです。AIはオンチェーン操作（例えば、スマートコントラクトの実行、流動性の最適化、AI駆動のガバナンス決定）を最適化することによりブロックチェーン技術に利益をもたらし、同時に、より良いデータ駆動の洞察を提供し、オンチェーンの安全性を向上させ、新しいWeb3ベースのアプリケーションの基盤を築くことができます。
一、AIとオンチェーン金融
▼ AIと暗号経済
8月31日、CoinbaseのCEOブライアン・アームストロングはBaseネットワーク上で初のAI対AIの暗号取引を実現したと発表し、AIエージェントは現在Base上でUSDを使って人間、商人、または他のAIと取引できるようになり、これらの取引は即時かつグローバルであり、無料です。
支払い以外にも、Virtuals ProtocolのLunaもAIエージェントが以下の方法で自律的にオンチェーン取引を実行する様子を初めて示し、AIエージェントは環境を感知し、意思決定を行い、アクションを実行できるインテリジェントな存在として、オンチェーン金融の未来と見なされています。現在、AIエージェントの潜在シナリオは以下の点に現れています：
1、情報収集と予測：投資家が取引所の発表、プロジェクトの公開情報、パニック感情、世論リスクなどの情報を収集し、リアルタイムで資産の基本面、マーケット状況を分析・評価し、トレンドとリスクを予測するのを助けます。
2、資産管理：ユーザーに適切な投資対象を提供し、資産ポートフォリオを最適化し、自動的に取引を実行します。
3、金融体験：投資家が最も迅速なオンチェーン取引方法を選択し、クロスチェーンを自動化し、ガス費用などの手動操作を調整し、オンチェーン金融活動のハードルとコストを下げるのを助けます。
こうしたシナリオを想像してください。あなたはAIエージェントに次の指示を伝えます：「私は1000USDTを持っていますので、最も利益の高い組み合わせを見つけてください。ロック期間は1週間以内です」。AIエージェントは次のような提案をします：「初期配分はAに50％、Bに20％、Xに20％、Yに10％をお勧めします。私は金利を監視し、リスクレベルの変化を観察し、必要に応じて再調整します。」また、潜在的なエアドロッププロジェクトや、ホットなコミュニティの兆候を持つメモコインプロジェクトを探すことも、AIエージェントが今後実現可能なことです。
画像出典：Biconomy
現在、AIエージェントウォレットBitte、AIインタラクションプロトコルWayfinderはこのような試みを行っており、両者はOpenAIのモデルAPIに接続し、ユーザーがChatGPTに似たチャットウィンドウインターフェースで、エージェントにさまざまなオンチェーン操作を完了するよう命令することを目指しています。例えば、WayFinderが今年4月に発表した最初のプロトタイプは、Base、Polygon、Ethereumの3つのメインネットで、スワップ、送信、ブリッジ、ステークの4つの基本操作を示しました。
現在、分散型エージェントプラットフォームMorpheusもこのようなエージェントの開発を支持しており、Biconomyも完全なウォレット権限を必要としない操作をデモしており、AIエージェントはETHをUSDCにスワップすることができます。
▼ AIとオンチェーン取引の安全性
Web3の世界では、オンチェーン取引の安全性が非常に重要です。AI技術はオンチェーン取引の安全性とプライバシー保護を強化するために使用される可能性があり、潜在的なシナリオには次のものが含まれます：
取引監視：リアルタイムデータ技術で異常取引活動を監視し、ユーザーとプラットフォーム向けにリアルタイム警報インフラを提供します。
リスク分析：プラットフォームが顧客の取引行動データを分析し、そのリスクレベルを評価するのを助けます。
例えば、Web3セキュリティプラットフォームSeQureは、AIを利用して悪意のある攻撃、詐欺行為、データ漏洩を検出し、防止し、リアルタイムの監視と警報メカニズムを提供して、オンチェーン取引の安全性と安定性を確保します。類似のセキュリティツールには、AI駆動のSentinelがあります。
二、AIとオンチェーンインフラ
▼ AIとオンチェーンデータ
AI技術はオンチェーンデータの収集と分析において重要な役割を果たしています。例えば：
Web3 Analytics：AIに基づく分析プラットフォームで、機械学習とデータマイニングアルゴリズムを利用してオンチェーンデータを収集、処理、分析します。
MinMax AI：AIベースのオンチェーンデータ分析ツールを提供し、ユーザーが潜在的な市場機会やトレンドを発見するのを助けます。
Kaito：LLMに基づく検索エンジンのWeb3検索プラットフォーム。
Followin：ChatGPTを統合し、異なるウェブサイトやコミュニティプラットフォームに散在する関連情報を収集・統合して表示します。
別のアプリケーションシナリオはオラクルであり、AIは複数のソースから価格を取得して正確な価格データを提供できます。例えば、UpshotはAIを使用してNFTの不安定な価格を評価し、毎時数億回の評価を介して3-10％のパーセンテージ誤差でNFT価格を提供します。
▼ AIと開発監査
最近、Web2のAIコードエディタCursorが開発者の間で注目を集めています。このプラットフォームのユーザーは自然言語で説明するだけで、Cursorは自動的に対応するHTML、CSS、JavaScriptコードを生成し、ソフトウェア開発プロセスを大幅に簡素化します。このロジックは、Web3の開発効率を向上させることにも適用されます。
現在、パブリックチェーン上でスマートコントラクトやDAppをデプロイするには、通常、SolidityやRust、Moveなどの専用開発言語に従う必要があります。新しい開発言語のビジョンは、分散型ブロックチェーンの設計空間を拡張し、DAppの開発により適したものにすることですが、Web3の開発者が不足している状況下で、開発者教育は依然として頭を悩ませる問題です。
現在、AIはWeb3開発を支援する上で、想像できるシナリオには自動化コード生成、スマートコントラクトの検証とテスト、DAppのデプロイとメンテナンス、インテリジェントコード補完、AIによる対話による開発の難問解決などがあります。AIの支援を通じて、開発効率と精度が向上するだけでなく、プログラミングのハードルが下がり、非プログラマーも自分のアイデアを実際のアプリケーションに変えることができ、分散型技術の発展に新たな活力をもたらします。
現在、最も注目を集めているのはワンクリックでトークンプラットフォームを立ち上げるClankerのようなものです。AI駆動の「Token Bot」で、迅速にDIYトークンをデプロイするために設計されています。あなたはSocialFiプロトコルFarcasterのクライアント、WarpcastまたはSupercastでClankerをタグ付けし、トークンのアイデアを伝えるだけで、Baseブロックチェーン上でトークンを立ち上げます。
また、Spectralのような契約開発プラットフォームも、Web3開発のハードルを下げるために、スマート契約をワンクリックで生成・デプロイする機能を提供しています。これにより、初心者ユーザーでもスマート契約のコンパイルとデプロイが可能になります。
監査の観点から、Web3監査プラットフォームFuzzlandは、AIを使用して監査人がコードの脆弱性をチェックするのを助け、自然言語による説明を提供して監査の専門知識を支援します。Fuzzlandはまた、AIを利用して正式な仕様や契約コードの自然言語による説明を提供し、コード内の潜在的な問題を理解するのを助けるためのいくつかのサンプルコードも提供しています。
三、AIとWeb3の新しい物語
生成的AIの台頭はWeb3の新しい物語に全く新しい可能性をもたらしました。
NFT：AIは生成的NFTに創造性をもたらし、AI技術を通じてさまざまなユニークで多様なアート作品やキャラクターを生成できます。これらの生成されたNFTは、ゲーム、仮想世界、またはメタバース内のキャラクター、アイテム、またはシーン要素になる可能性があります。たとえば、Binance傘下のBicassoでは、ユーザーが画像をアップロードし、キーワードを入力してAI計算を行った後にNFTを生成できます。同様のプロジェクトには、Solvo、Nicho、IgmnAI、CharacterGPTがあります。
GameFi：AIの自然言語生成、画像生成、インテリジェントNPC能力を中心に、GameFiはゲームコンテンツの生産において効率と革新を向上させることが期待されています。例えば、Binaryxの最初のチェーンゲームであるAI Heroでは、プレイヤーはAIを通じてさまざまなストーリーオプションをランダムに探索できます。同様に、AIGCとLLMに基づく仮想パートナーゲームSleepless AIもあり、プレイヤーは異なるインタラクションを介してパーソナライズされたゲームプレイをアンロックできます。
DAO：現在、AIもDAOに適用されることが考えられており、コミュニティの相互作用を追跡し、貢献を記録し、最も貢献したメンバーに報酬を与え、投票を代理するなどの役割を果たします。たとえば、ai16zはAIエージェントを利用してオンチェーンとオフチェーンで市場情報を収集し、コミュニティのコンセンサスを分析し、DAOメンバーの提案を基に投資決定を行います。
Part.3 AI+Web3の結合の意義：塔と広場
イタリアのフィレンツェ市の中心部には、地元で最も重要な政治活動の場であり、市民や観光客が集まる中央広場があります。ここには、高さ95メートルの市庁舎の塔がそびえ立ち、塔と広場の垂直と横の視覚的対比が劇的な美学効果を生み出しています。ハーバード大学歴史学部の教授ニール・ファーガソンは、これに触発されて『広場と高塔』という著作において、ネットワークと階級制度の世界史を想起し、両者が時間の流れの中で潮のように高まり、消えたりする様子を描いています。
この素晴らしい比喩は、現在のAIとWeb3の関係にも全く不自然ではありません。両者の長期的で非線形の関係の歴史から、広場は塔よりも新しいものを生み出すのが容易で創造的であることがわかりますが、塔には依然としてその正当性と強力な生命力があります。
テクノロジー企業がエネルギー計算データの能力を高度に集約する中、AIは前例のない想像力を発揮し、テクノロジーの大手企業が巨額の投資を行い、さまざまなチャットボットから「基盤大モデル」GPT-4、GP 4-4 oなどの反復バージョンが次々に登場し、自動プログラミングボット（Devin）や初歩的な現実世界のシミュレーション能力を持つSoraが登場するなど、AIの想像力が無限に拡大しています。
同時に、AIは本質的にスケール化と集中化の産業であり、この技術革新は「インターネット時代」に構造的な主導権を掌握してきたテクノロジー企業をより狭い高みに押し上げている。膨大な電力、独占的な現金流、そして知能時代に必要な膨大なデータセットがより高い障壁を形成しています。
塔が高くなるにつれて、背後の意思決定者はますます縮小し、AIの集中化は多くの潜在的なリスクをもたらします。広場に集まった群衆は、どのように塔の影を避けることができるのでしょうか？まさにそれがWeb3が解決しようとしている問題です。
本質的には、ブロックチェーンの固有の特性が人工知能システムを強化し、新しい可能性をもたらします。主に：
人工知能時代の「コードは法律」——スマート契約と暗号検証を通じて透明なシステムがルールを自動的に実行し、目標により近い人々に報酬を与える。
トークン経済——トークンメカニズム、ステーキング、削減、トークン報酬と罰則を通じて参加者の行動を作成・調整する。
分散型ガバナンス——私たちに情報源を疑問視させ、AI技術に対してより批判的かつ洞察的なアプローチを取ることを奨励し、偏見や誤報、操作を防ぎ、最終的により情報に基づいた権限を与えられた社会を育成する。
AIの発展はWeb3に新たな活力をもたらしました。Web3がAIに与える影響には時間が必要かもしれませんが、AIがWeb3に与える影響は顕著です。これはMemeの狂乱やAIエージェントがオンチェーンアプリケーションの使用ハードルを下げるのに役立つことからも見て取れます。
Web3が一部の人々の自己満足であり、従来の業界の複製に対する疑問に陥ると、AIの加入は予見可能な未来をもたらしました：より安定し、規模の大きなWeb2ユーザー群、より革新的なビジネスモデルとサービス。
私たちは「塔と広場」が共存する世界に生きており、AIとWeb3は異なるタイムラインとスタート地点を持ちながらも、その終点はどのように機械が人間により良くサービスを提供するかです。誰も流れる川を定義することはできず、私たちはAI+Web3の未来を見ることを期待しています。
*Coinspireプラットフォーム上のすべてのコンテンツは参考用のみであり、いかなる投資戦略の提案や勧誘を構成するものではありません。本記事の内容に基づいて行われるいかなる個人的な決定は、投資家自身の責任で行われ、Coinspireはそれによって生じるいかなる利益または損失に対しても責任を負いません。投資にはリスクがあり、決定には慎重を期す必要があります。