近年、GPT シリーズ製品が次々とリリースされ、さまざまな人工知能が私たちの日常の仕事や生活に取り入れられ、人々の生活習慣が変わりつつあります。 AI が次の技術革命の出発点になりつつあることを認めざるを得ません。
AI テクノロジー革命の核心は、十分な計算能力、アルゴリズム モデル、および大量のトレーニング データにあります。現在、高性能 GPU の計算能力は不足しており、アルゴリズムは均質化する傾向があります。モデルトレーニングデータに関するデータコンプライアンスの問題、プライバシー保護の問題も含まれます。ブロックチェーン テクノロジーには、分散化と分散ストレージの特性があり、これらの特性により、ブロックチェーン テクノロジーは AI モデルの開発、展開、運用に適切に適用されます。
1. ブロックチェーンの特性を活かしてAIの計算能力の問題を解決する
AI開発プロセスにおけるGPUの計算能力不足と高い使用コストに関して、一部のブロックチェーンプロジェクトはブロックチェーンモデルを通じて解決しようとしています。
Render Network は、業界をリードする otoy ソフトウェアを使用して、GPU コンピューティング能力の需要者とアイドル状態の GPU リソースのプロバイダーとの間のブリッジを構築する高性能分散レンダリング プラットフォームです。これにより、アイドル状態の GPU コンピューティング リソースを高コストで供給できるようになります。人工知能や仮想現実などのコンピューティング分野が求められています。
エコロジカルな運用全体において、アイドル状態の GPU のプロバイダーはデバイスをレンダー ネットワークに接続してさまざまなレンダリング タスクを完了し、需要者はトークンを支払うことで GPU プロバイダーに報酬を与えます。この分散型アプローチにより、リソース利用効率が最大化され、参加者にとっての価値が生み出され、開発および運用コストが削減されます。人工知能の。昨年 12 月、Render は大きな技術的飛躍を遂げ、そのインフラストラクチャを Ethereum チェーンから高 TPS Solana に移行し、Solana の高いパフォーマンスとより高いスケーラビリティを備えて、リアルタイム ストリーミング メディア、ステータス圧縮、およびその他の処理機能を実現しました。 。
レンダーネットワークでのレンダリング
Akash は、世界中の CPU、GPU、ストレージ、帯域幅、専用 IP アドレスなどのアイドル状態のネットワーク リソースをプラットフォームを通じて集約し、人工知能に携わる企業や高いコンピューティング能力を持つその他の企業にレンタルする分散型コンピューティング プラットフォームです。 GPU レンタル リソースを提供するユーザーは AKT トークンを取得でき、デマンド側は低コストでコンピューティング パワーを得ることができます。プラットフォーム トークン AKT は、レンタルされたネットワーク リソースの支払いと決済に使用されるだけでなく、検証者がエコロジカル ガバナンスやネットワーク セキュリティの維持に参加することを奨励するインセンティブとしても機能します。プラットフォームは、支払いと決済の際に一定の取引手数料を請求します。これにより、このモデルはプラットフォーム エコシステム全体のすべての参加者に利益をもたらし、プラットフォームのビジネス モデルの長期的な存続と継続的な成長を促進できます。
Akash Network のネットワーク リソースのリアルタイム統計グラフ
Livepeer は、ライブおよびオンデマンド ストリーミング用のビデオ インフラストラクチャ ネットワーク プラットフォームです。ユーザーはプラットフォーム ソフトウェアを実行してネットワークに参加し、独自のコンピューターの GPU、帯域幅、その他のリソースを使用してビデオをトランスコードして配信できます。このモデルは、ビデオ ストリーミングの信頼性を向上させると同時に、ビデオのトランスコーディングと配信に関連するコストを最大 50 分の 1 に削減します。これに基づいて、Livepeer プロジェクトは AI ビデオ コンピューティング タスクを Livepeer ネットワークに導入し、オーケストレーターによって実行される GPU ネットワークを使用して高品質の AI ビデオを生成し、それによってビデオ コンテンツ作成のコストを削減します。
上記で紹介したブロックチェーンプロジェクトから判断すると、ブロックチェーンはその分散型・分散型の特性を利用し、アイドル状態のネットワークリソースを最大限に活用して、AIの計算能力不足とコストの高さという現在の問題を解決できると考えられます。より現実的なシナリオや AI スタートアップで検証および認識されるようになり、コンピューティング能力の問題が大幅に軽減されます。
2. AIとブロックチェーンデータの組み合わせ
データは AI モデルの基礎であり、モデルのトレーニングに使用されるデータによって、さまざまな AI モデル間の違いが決まります。ブロックチェーン データは他のデータ ソースよりも高品質であり、チェーン上のデータは公開されています。AI とブロックチェーン データを組み合わせることで、チェーン上のユーザーを識別できます。
Arkham は、AI テクノロジーを使用してオンチェーン データとインテリジェンス分析を提供し、報酬を獲得するプラットフォームです。その独自の人工知能エンジン ULTRA は、オンチェーン アドレスに現実世界のユーザーをタグ付けできます。これが実際のコントローラーです。現実が明らかになります。 AIモデルを通じてチェーン上の匿名アドレスの大量のラベルデータを取得した後、ユーザーはArkhamを通じてエンティティのオンチェーントランザクション情報をマイニングできます。周知のとおり、仮想通貨犯罪の捜査における最大の難点は、監督当局がアーカムが提供するラベルデータを利用して、仮想通貨を通じたマネーロンダリングや詐欺などの犯罪行為の発生源を追跡できることだ。
Arkhamプラットフォームのオンチェーンデータ可視化マップ
さらに、Arkham にはオンチェーンのインテリジェンス情報取引機能もあり、ユーザーはプラットフォーム上の報奨金を通じてオンチェーンのアドレスとオフチェーンの実際の情報を交換できます。貴重なオンチェーン情報は、プラットフォーム上でオークションに出品することもできます (特定の製品分析については、以前に書いた記事「Arkham はオンチェーン監視の武器になれるのか?」をクリックしてください)。アーカムの人工知能エンジン ULTRA は、米国政府に人工知能サービスを提供するビッグデータ分析およびインテリジェンス サービス会社である Palantir と、OpenAI の創設者の支援を受けて開発されました。これは、このような強力な AI モデル トレーニング データ ソースと技術サポートによるものです。 Arkham には、業界で最も強力なオンチェーン データ タグ ライブラリがあります。
AI モデルのトレーニング用に大量のデータを保存するコストが高いことについては、Arweave、Filecoin、Storj などのブロックチェーン ストレージ プロジェクトもソリューションを提供しています。 Arweave の永久ストレージに対する 1 回限りの支払いでも、Filecoin の効率的な従量課金制でも、一部の従来のデータ ストレージ方法では、どちらもデータ ストレージ コストを大幅に削減できます。分散ストレージは、シングル ポイント ストレージ データの問題も解決できます。自然災害による被害、紛失問題。
ChatGPTを利用すると作業効率が向上しますが、モデルの最適化やAI対話の精度向上には、トレーニングやチューニングに大量のユーザー利用データが必要となるため、機密データや個人のプライバシーデータが漏洩するリスクがあります。 。 Zama は、ブロックチェーンと人工知能向けの最先端の完全準同型暗号化 (FHE) ソリューションを構築するオープンソースの暗号化企業です。 Zama Concrete ML は、機密データを安全な方法で処理できるため、相互の機密性を保ちながら、異なる組織間でのデータ連携が可能になり、効率とデータのセキュリティが向上します。トレーニング中に個人の医療記録などの個人データを暗号化して、各ユーザーが最終的なデータのみを使用できるようにすることができます。結果は表示されますが、他の人の機密データは表示されません。
3. AIエージェントとブロックチェーンプロジェクトの組み合わせ
OpenAI による AI エージェントの定義は、自律的に理解し、認識し、計画し、記憶し、ツールを使用する機能を備えた脳駆動システムとして大規模言語モデル (LLM) を使用し、複雑なタスクを自動的に実行できるシステムです。 OpenAI の GPTS の連続リリースにより、ますます多くの AI エージェント アプリケーションが実装されています。
Fetch.ai は、主にオフライン AI エージェント間の経済活動を促進する自己学習型ブロックチェーン ネットワークです。 Fetch.ai は、AI エージェント、Agentverse、AI エンジン、フェッチ ネットワークの 4 つの部分で構成されています。ユーザーは、プラットフォームが提供する AI エージェントのユースケースを使用して、Agentverse で独自の AI エージェントを作成、開発、デプロイすることができ、プラットフォーム上で独自の AI エージェントを公開し、他のユーザーに宣伝することもできます。 DeltaV は、Fetch.ai の人工知能ベースのチャット インターフェイスであり、ユーザーがチャット インターフェイスを通じてリクエストを入力すると、AI エンジンがユーザーの入力を読み取り、実行可能なタスクに変換し、Agentverse でタスクを実行するのに最適な AI エージェントを選択します。現在、ドイツのボッシュ社とFetch.ai社も、Web3時代のモノのインターネット経済への扉を共同で開くために、AIエージェント技術をモバイルトラベルやスマートホームと統合する研究で協力している。
Fetch.ai エコシステムの構成
さらに、AI エージェント アプリケーション QnA3.AI は、暗号化業界の AI 質疑応答ロボット、テクニカル分析ロボット、資産取引機能を Web3 の世界に導入し、ユーザーは QnA3 ボットを通じて情報を収集、分析し、実際の取引を実行できます。暗号資産の取引行動は、「質疑応答」、「テクニカル分析」、「リアルタイム取引」の製品機能を通じて実現され、ユーザーの主観的な感情が取引意思決定に干渉することを最小限に抑えます。
4. 起こり得る法的リスク
1. データエクスポートのリスク
上記の導入部分では、一部の分散ストレージ プロジェクトが AI モデル トレーニングのデータ ストレージ問題を低コストで解決しており、これにより AI 起業家精神に取り組む一部の個人や新興企業の敷居が低くなる可能性があると述べられていますが、この種の分散化の集中化された保管方法は、データが国外に流出するリスクにつながる可能性があります。
中国サイバースペース局は「データ転送セキュリティ評価申請ガイドライン（第 1 版）」を発行し、データ転送活動には次のものが含まれると明確に規定しています。
(1) データ処理者は、国内業務中に収集および生成されたデータを海外に転送および保管します。
(2) データ処理者によって収集および生成されたデータは国内に保管され、海外の機関、組織、または個人はそれを照会、取得、ダウンロード、エクスポートすることができます。
(3) 中国サイバースペース局が指定するその他のデータ輸出活動。
では、アウトバウンドの定義は何でしょうか? 「中華人民共和国出入国管理法」第 89 条では、アウトバウンドとは中国本土から他の国または地域への移動、または中国本土から中国への移動を指すと明確に規定されています。香港特別行政区とマカオ特別行政区は、中国本土から台湾へ向かいます。このことから、出国するかどうかの決定は管轄区域に基づいていることがわかります。
分散ストレージ プロジェクトでは、ユーザーは IPFS などの分散分散ネットワークにデータを保存し、ネットワークに保存されるファイルはいくつかの小さなデータに分割され、暗号化されて世界中のさまざまなノードに保存されます。国内の AI スタートアップ企業が AI モデルのトレーニング データをそのような分散プロジェクト ノードに保存した場合、データが国外に流出するリスクが生じることを想像してみてください。
2. 機密プライバシーデータ漏洩のリスク
QnA3.AI などの AI Agnet アプリケーションでは、ユーザーは AI との対話を通じて暗号化資産の取引情報を取得し、取引を実行します。この個人的な質問と回答の対話によって生成されたプライベート データが、プロジェクト当事者によってモデルのトレーニングやチューニングに使用される場合、プライバシー情報漏洩のリスクが生じます。このような取引データの漏洩が悪意のある者によって悪用された場合、投資の失敗やより大きな損失につながる可能性があります。
原文はWeChat公開アカウントで検索できます: Chu Yan
