アレックス・シュー著
導入
これまでのところ、この暗号通貨の強気市場サイクルは、ビジネスイノベーションの観点から最も退屈なものであり、以前の強気市場にはDeFi、NFT、Gamefiなどの現象レベルの流行の軌道が欠けており、その結果、業界のホットスポットが不足しています。市場全体、ユーザー、業界への投資、開発者の成長は比較的弱い。
これは現在の資産価格にも反映されており、サイクル全体を見ると、ほとんどのアルトコインはETHを含むBTCに対して下落し続けています。結局のところ、スマートコントラクトプラットフォームの評価はアプリケーションの繁栄によって決まります。アプリケーションの開発と革新が精彩を欠いている場合、パブリックチェーンの評価を高めることは困難になります。
AIは、今回のラウンドにおける新しい暗号通貨ビジネスカテゴリーとして、爆発的な開発スピードと外部ビジネス界での継続的なホットスポットの恩恵を受けており、今後も暗号通貨の世界でAI追跡プロジェクトへの注目が大きく高まる可能性が高い。
著者が4月に発表したIO.NETレポートでは、AIと暗号を組み合わせる必要性、つまり暗号経済ソリューションの利点である確実性、割り当てリソースの動員、ランダム性や不規則性を解決できるトラストレス性などを整理した。 AI のリソースを大量に消費する問題。人間と機械の区別がつかないという 3 つの課題に対する解決策の 1 つ。
暗号経済学の分野における AI トラックでは、著者は別の記事を通じて次のようないくつかの重要な問題について議論し、推測しようとしています。
他に暗号 AI トラックで芽生えている、または将来爆発する物語は何ですか?
これらの物語の触媒経路と論理
物語関連のプロジェクト目標
物語演繹におけるリスクと不確実性
この記事は発行時点での著者の段階的な考えであり、将来変更される可能性があり、事実、データ、推論に誤りがある可能性もあります。投資の参考として使用しないでください。同僚からのコメントや議論は歓迎です。
以下が本文です。
暗号AIトラックにおける次の物語の波
暗号化 AI トラックの次の物語の波を正式に評価する前に、まず現在の暗号化 AI の主な物語を市場価値の観点から見てみましょう。10 億米ドルを超えるものは次のとおりです。
コンピューティング能力: レンダー (RNDR、流通市場価値 38 億 5,000 万)、Akash (流通市場価値 12 億)、IO.NET (最新ラウンドの一次融資評価額 10 億)
アルゴリズムネットワーク: Bittensor (TAO、流通市場価値 29.7 億)
AIエージェント：Fetchai（FET、合併前の流通時価総額21億）
※データ作成時期：2024.5.24、通貨単位は米ドルです。
上記の分野に加えて、単一プロジェクトの市場価値が 10 億を超える次の AI トラックはどれでしょうか?
著者は、それは「産業の供給側」の物語と「GPTの瞬間」の物語の2つの視点から推測できると感じている。
AI の物語の最初の視点: 業界の供給側から、AI の背後にあるエネルギーとデータ追跡の機会を見てみましょう
産業供給側から見ると、AI 開発の推進力は次の 4 つです。
アルゴリズム: 高品質のアルゴリズムにより、トレーニングと推論タスクをより効率的に実行できます。
コンピューティング能力: モデルのトレーニングでも、モデルの推論でも、コンピューティング能力を提供するために GPU ハードウェアが必要です。これは、業界の主要な不足により、ミッドエンドからハイエンドのチップの価格が高くなっています。 。
エネルギー: AI に必要なデータ コンピューティング センターは、コンピューティング タスクを実行するために GPU 自体に必要な電力に加えて、GPU の熱放散の処理にも大量のエネルギーを消費します。総エネルギー消費量の約40％を占める
データ: 大規模モデルのパフォーマンスを向上するには、トレーニング パラメーターを拡張する必要があります。これは、大量の高品質のデータが必要であることを意味します。
上記 4 つの業界の原動力を考慮すると、アルゴリズムとコンピューティング パワーのトラックには流通市場価値が 10 億米ドルを超える暗号プロジェクトがありますが、エネルギーとデータのトラックには同じ市場価値のプロジェクトがまだありません。 。
実際、エネルギーとデータの供給不足が間もなく到来し、産業ホットスポットの新たな波となり、それによって暗号関連プロジェクトの急増を引き起こす可能性があります。
まずはエネルギーについて話しましょう。
2024年2月29日、マスク氏はボッシュ・インターネット・ワールド2024カンファレンスで、「私は1年以上前にチップ不足を予測したが、次に不足するのは電力だ。来年は十分な電力がなくなると思う。すべての電力を稼働させてほしい」と語った。チップス。」
具体的なデータから判断すると、リー・フェイフェイ率いるスタンフォード大学人工知能研究所（人間中心人工知能）は、2022年に第21回AI産業向けに研究チームが発表する「AIインデックスレポート」を毎年発表している。この評価では、AI のエネルギー消費がその年の世界の電力需要のわずか 0.9% を占めており、エネルギーと環境への圧力は限定的であると結論付けられました。 2023 年、国際エネルギー機関 (IEA) は、2022 年に世界のデータセンターが約 460 テラワット時 (TWh) の電力を消費し、これは世界の電力需要の 2% を占めると結論付けました。また、2026 年までに世界のデータセンターはエネルギー消費量を大幅に削減すると予測しました。最小値は 620 テラワット時、最大値は 1050 テラワット時になります。
実際、国際エネルギー機関の推計は依然として控えめである。なぜなら、AI関連のプロジェクトがすでに多数立ち上げられようとしており、それに対応するエネルギー需要が2023年の想定よりはるかに大きいからだ。
たとえば、Microsoft と OpenAI は Stargate プロジェクトを計画しています。この計画は 2028 年に開始され、2030 年頃に完了する予定です。このプロジェクトは、OpenAI に前例のないコンピューティング能力を提供し、人工知能、特に大規模な言語モデルの研究開発をサポートするために、数百万の専用 AI チップを搭載したスーパーコンピューターを構築することを計画しています。 。この計画には 1,000 億ドル以上の費用がかかると予想されており、これは今日の大規模データセンターの費用の 100 倍です。
スターゲイトだけのエネルギー消費量は 50 テラワット時にもなります。
OpenAIの創設者であるサム・アルトマン氏が今年1月のダボス会議で「将来の人工知能にはエネルギーのブレークスルーが必要だ。なぜなら人工知能は人々が予想するよりもはるかに多くの電力を消費するからである」と述べたのはまさにこのためだ。
コンピューティング能力とエネルギーの次に、急速に成長する AI 業界で不足している領域は、データである可能性があります。
つまり、AIに必要な質の高いデータの不足が現実となっているのです。
現在、GPT の進化により、人間は基本的に、大規模な言語モデルの機能を拡張するためのルールを見つけ出しました。つまり、モデルのパラメーターとトレーニング データを拡張することで、モデルの機能を指数関数的に向上させることができますが、このプロセスは不可能です。短期的には技術的なボトルネックが見られる。
しかし問題は、高品質でオープンなデータが将来的にますます不足する可能性があり、AI製品もチップやエネルギーと同様にデータの需要と供給の矛盾に直面する可能性があることだ。
1 つ目は、データの所有権をめぐる紛争の増加です。
2023 年 12 月 27 日、ニューヨーク タイムズは、OpenAI と Microsoft を米国連邦地方裁判所に正式に告訴し、GPT モデルをトレーニングするために何百万もの独自の記事を許可なく使用したとして、「独自のコンテンツの違法なコピーと使用」を要求したと非難しました。私たちの仕事に対する数十億ドルの法的および実際の損害賠償の責任を負うことになります。」さらに、ニューヨーク・タイムズの著作権で保護された素材を含むすべてのモデルとトレーニング・データも破棄します。
その後、3月末にニューヨーク・タイムズ紙は、OpenAIだけでなくGoogleとMetaも対象とした新たな声明を発表した。ニューヨーク・タイムズの声明によると、OpenAIはWhisperと呼ばれる音声認識ツールを通じて多数のYouTube動画の音声部分を文字に起こし、GPT-4を訓練するためのテキストとして生成したという。ニューヨーク・タイムズは、大企業が AI モデルをトレーニングする際に軽微な窃盗を行うのが非常に一般的になっており、Google も自社の大規模モデルのトレーニングのために YouTube ビデオ コンテンツをテキストに変換していると述べました。本質的にビデオコンテンツ制作者の権利を侵害します。
ニューヨーク・タイムズとOpenAIは「初のAI著作権訴訟」であるが、この訴訟の複雑さとコンテンツとAI業界の将来への広範な影響を考慮すると、すぐには結論が出ない可能性がある。最終的に考えられる結果の 1 つは、裕福な Microsoft と OpenAI が多額の賠償金を支払うことで両当事者が法廷外で和解することです。しかし、将来的にデータ著作権に関する摩擦がさらに増えると、高品質データの全体的なコストが必然的に増加することになります。
また、世界最大の検索エンジンであるGoogleも検索機能の有料化を検討していることを明らかにしていますが、有料化の対象は一般大衆ではなくAI企業です。
出典: ロイター
Google の検索エンジン サーバーには膨大な量のコンテンツが保存されており、21 世紀以降、インターネット ページに表示されたすべてのコンテンツが Google に保存されているとさえ言えます。現在、AIを活用した検索製品は、海外ではperplexity、国内ではKimiやSecret Towerなど、いずれも検索データをAIで処理してユーザーに出力している。検索エンジンの AI への手数料により、データ取得コストが必然的に増加します。
実際、AI大手は公開データに加えて、非公開の内部データにも注目している。
Photobucket は確立された画像とビデオのホスティング Web サイトであり、7,000 万人のユーザーを抱え、2000 年代初頭には米国のオンライン写真市場のほぼ半分を占めていました。ソーシャルメディアの台頭により、Photobucket ユーザーの数は大幅に減少し、現在アクティブ ユーザーは 200 万人しか残っていない（ユーザーが署名した契約書とプライバシー ポリシーによると、年間 399 ドルの高額な料金を支払っている）。登録したユーザーが 1 年以上使用していない場合、アカウントはリサイクルされ、ユーザーがアップロードした画像およびビデオ データを Photobucket が使用する権利もサポートされます。 Photobucket CEO の Ted Leonard 氏は、その 13 億の写真とビデオのデータが生成 AI モデルのトレーニングに非常に貴重であることを明らかにしました。彼はデータを販売するために複数のテクノロジー企業と交渉中で、その価格は写真1枚あたり5セントから1ドル、ビデオ1本あたり1ドル以上の範囲であり、Photobucketが提供できるデータは10億ドル以上の価値があると見積もっている。
人工知能の開発動向に焦点を当てている研究チームであるEPOCHは、かつて2022年のデータ利用と機械学習による新たなデータの生成、およびコンピューティングリソースの成長を考慮した機械学習に必要なデータに関するレポートを発表しました。 「データは枯渇するのか? 機械学習におけるデータセットのスケーリングの限界の分析」では、高品質のテキスト データは 2023 年 2 月から 2026 年の間に枯渇し、画像データは 2030 年の間に枯渇すると結論付けています。 2060年、そして2060年。データ利用の効率を大幅に改善できない場合、または新しいデータソースが出現する場合、膨大なデータセットに依存する大規模な機械学習モデルの現在の傾向は鈍化する可能性があります。
AI 大手がデータを高額で購入している現状から判断すると、無料の高品質テキストデータは基本的に枯渇しており、2 年前の EPOCH の予測は比較的正確でした。
一方で、「AIデータ不足」に対するソリューションとして、AIデータ提供サービスも登場しています。
Defined.ai は、AI 企業向けにカスタマイズされた実際の品質のデータを提供する会社です。
Defined.ai が提供できるデータ型の例: https://www.define.ai/datasets
そのビジネス モデルは次のとおりです。AI 企業は、たとえば、画質に関して、ぼやけや露出オーバーを避けるために必要な解像度、コンテンツが本物であるなど、独自のデータ ニーズを Defined.ai に提供します。コンテンツに関しては、AI 企業は独自のトレーニング タスクに基づいて、夜の写真、夜のコーン、駐車場、標識などの特定のテーマをカスタマイズして、夜景における AI の認識率を向上させることができます。一般の方が課題を引き受け、写真撮影後に企業が審査し、写真の枚数に応じて条件を満たす部分を精算します。価格は高品質の写真で約1～2ドルです。 , 10秒以上の短編映画なら5～7ドル、10分以上の高品質な動画なら100～300ドル、下請けの仕事を受けた人は100語あたり1ドルがもらえます。料金の約20％。データ提供は「データラベリング」の次のクラウドソーシングビジネスになるかもしれない。
タスクのグローバルなクラウドソーシング、経済的インセンティブ、データ資産の価格設定、流通とプライバシー保護は、誰もが参加でき、Web3 パラダイムに特に適したビジネス カテゴリのように思えます。
業界の供給側の観点から見た AI の物語的目標
チップ不足による懸念は暗号化業界にも浸透しており、分散コンピューティングパワーは、これまでで最も市場価値の高い最も人気のある AI 追跡カテゴリとなっています。
では、エネルギーとデータにおける AI 業界の需要と供給の矛盾が今後 1 ～ 2 年で勃発した場合、暗号化業界には現在どのような物語関連のプロジェクトがあるでしょうか?
まずエネルギー目標を見てみましょう。
主要なCEXを立ち上げているエネルギープロジェクトはほとんどなく、Power Ledger (トークンPowr) のみです。
2017 年に設立された Power Ledger は、ブロックチェーン技術に基づく包括的なエネルギー プラットフォームで、エネルギー取引を分散化し、個人やコミュニティによる電力の直接取引を促進し、再生可能エネルギーの普及をサポートし、取引の透明性と効率性を確保することを目的としています。当初、Power Ledger はイーサリアムから修正されたコンソーシアム チェーンに基づいて実行されました。 2023年後半、Power Ledgerはホワイトペーパーを更新し、分散型エネルギー市場における高頻度のマイクロトランザクションの処理を容易にするためにSolanaの技術フレームワークに基づいて修正された独自の包括的なパブリックチェーンを立ち上げた。現在、Power Ledger の主な事業には以下が含まれます。
エネルギー取引: ユーザーが、特に再生可能エネルギー源からの電力をピアツーピアで直接売買できるようにします。
環境商品取引：炭素クレジットや再生可能エネルギー証書の取引、環境商品に基づく融資など。
パブリック チェーンの運用: アプリケーション開発者を惹きつけて Powerledger ブロックチェーン上にアプリケーションを構築させます。パブリック チェーンでの取引手数料は Powr トークンで支払われます。
Power Ledger プロジェクトの現在の流通市場価値は 1 億 7,000 万ドルで、完全な流通市場価値は 3 億 2,000 万ドルです。
エネルギー暗号化ターゲットと比較して、データ トラック内の暗号化ターゲットの数は豊富です。
著者は、私が現在注目しており、Binance、OKX、Coinbase の CEX の少なくとも 1 つを立ち上げたデータ トラック プロジェクトのみをリストしており、FDV に従って低位から高位に並べています。
1.Streamr – データ
Streamr の価値提案は、ユーザーがデータを完全に制御しながら自由にデータを取引および共有できる分散型リアルタイム データ ネットワークを構築することです。 Streamr は、データ マーケットプレイスを通じて、データ作成者が仲介業者を介さずにデータ ストリームを関心のある消費者に直接販売できるようにし、それによってコストを削減し、効率を向上させたいと考えています。
出典: https://streamr.network/hub/projects
実際の連携事例では、Streamr は別の Web3 車両ハードウェア プロジェクトである DIMO と連携し、車両に搭載された DIMO ハードウェア センサーを通じて温度、気圧、その他のデータを収集し、気象データ ストリームを形成し、必要な機関に送信します。
他のデータ プロジェクトと比較して、Streamr は、前述の DIMO 車両データに加えて、IoT およびハードウェア センサーからのデータに重点を置いています。他のプロジェクトには、ヘルシンキのリアルタイム交通データ ストリームが含まれます。そのため、Depinのコンセプトが最も盛り上がっていた昨年12月には、StreamrのプロジェクトトークンDATAが1日で価格を2倍にしたこともあった。
Streamr プロジェクトの現在の流通市場価値は 4,400 万ドルで、完全な流通市場価値は 5,800 万ドルです。
2.共有結合 – CQT
他のデータ プロジェクトとは異なり、Covalent はブロックチェーン データを提供します。 Covalent Network は、RPC 経由でブロックチェーン ノードからデータを読み取り、データを処理および整理して効率的なクエリ データベースを作成します。このようにして、Covalent ユーザーは、ブロックチェーン ノードから直接複雑なクエリを実行することなく、必要な情報を迅速に取得できます。このタイプのサービスは「ブロックチェーン データ インデックス作成」とも呼ばれます。
Covalentの顧客は主にBサイドで、さまざまなDefiなどのDappプロジェクトや、Consensys（メタマスクの親会社）、CoinGecko（有名な暗号資産市場ステーション）、Rotki（さらに、伝統的な金融業界の巨人である Fidelity や 4 つの大手会計事務所である Ernst & Young も Covalent の顧客です。 Covalentが公式に開示したデータによると、このプロジェクトのデータサービスからの収益は、同じ分野の主要プロジェクトであるThe Graphの収益を上回っている。
チェーン上のデータの整合性、オープン性、信頼性、リアルタイム性により、Web3 業界は、セグメント化された AI シナリオや特定の「AI 小型モデル」のための高品質のデータ ソースになることが期待されています。データプロバイダーとして、Covalent はさまざまな AI シナリオ向けのデータの提供を開始し、AI に特化した検証可能な構造化データを開始しました。
出典: https://www.covalenthq.com/solutions/decentralized-ai/
たとえば、オンチェーンのインテリジェント取引プラットフォーム SmartWhales にデータを提供し、AI を使用して収益性の高い取引パターンとアドレスを特定します。Entender Finance は、リアルタイムの洞察、異常検出、予測分析のために Covalent の構造化データと AI 処理を使用します。
現時点では、Covalent が提供するオンチェーン データ サービスの主なシナリオは依然として金融ですが、Web3 製品とデータ タイプの一般化に伴い、オンチェーン データの利用シナリオもさらに拡大されます。
Covalent プロジェクトの現在の流通市場価値は 1 億 5,000 万ドルで、同じトラックのブロックチェーン データ インデックス プロジェクトである The Graph と比較すると、評価面で明らかに有利です。
3.Hivemapper – ハニー
データ素材の中で最も単価が高い場合が多いのが動画データです。 HivemapperはAI企業に動画や地図情報などのデータを提供できる。 Hivemapper 自体は、ブロックチェーン テクノロジーとコミュニティの貢献を通じて、詳細で動的でアクセス可能なマッピング システムを作成することを目的とした分散型グローバル マッピング プロジェクトです。参加者は、車載カメラを通じて地図データをキャプチャし、それをオープンソースの Hivemapper データ ネットワークに追加し、プロジェクト トークン HONEY での貢献に基づいて報酬を受け取ることができます。ネットワーク効果を改善し、インタラクション コストを削減するために、Hivemapper は Solana 上に構築されています。
Hivemapper は、ドローンを使用して地図を作成するという当初のビジョンを持って 2015 年に設立されましたが、後にこのモデルの拡張が難しいことがわかり、ドライブレコーダーとスマートフォンを使用して地理データをキャプチャし、地球規模の地図作成コストを削減することに方向転換しました。
ストリート ビューや Google マップなどの地図ソフトウェアと比較して、Hivemapper は地図範囲をより効率的に拡大し、実際の地図シーンの鮮度を維持し、インセンティブ付きネットワークやクラウドソーシング モデルを通じてビデオ品質を向上させることができます。
AI によるデータ需要が急増する前、Hivemapper の主な顧客には、自動車業界の自動運転部門、ナビゲーション サービス会社、政府、保険会社、不動産会社などが含まれていました。 Hivemapper は、API を通じて AI および大規模モデルに幅広い道路および環境データを提供できるようになり、絶えず更新される画像および道路フィーチャ データ ストリームの入力を通じて、AI および ML モデルはデータを改善された機能と実行に変換できるようになります。地理的位置と視覚的判断に関連するタスク。
データソース: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/
Hivemapper-Honey プロジェクトの現在の流通市場価値は 1 億 2,000 万ドルで、完全な流通市場価値は 4 億 9,600 万ドルです。
上記の 3 つのプロジェクトに加えて、データ トラックのプロジェクトには、Covalent と同様のビジネスであり、ブロックチェーン データ インデックス サービスも提供する The Graph – GRT (流通市場価値 32 億ドル、FDV 37 億ドル) と Ocean Protocol – が含まれます。 OCEAN (流通市場価値 6 億 7,000 万ドル、FDV 14 億 5,000 万ドル、このプロジェクトは間もなく Fetch.ai および SingularityNET と統合され、トークンは ASI に変換されます)、データの交換と収益化を促進するように設計されたオープンソース プロトコルであり、データ関連サービス 。データ消費者とデータプロバイダーを結び付けて、信頼性、透明性、追跡可能性を確保しながらデータを共有します。
AI の物語の 2 番目の視点: GPT は常に再現され、一般的な人工知能が到来する
著者の意見では、暗号化業界における「AI トラック」の最初の年は、GPT が世界に衝撃を与えた 2023 年であり、暗号化 AI プロジェクトの急増は、AI の爆発的な発展によってもたらされた「熱い余波」のようなものです。業界。
GPT3.5以降、GPT4やターボなどの機能は継続的にアップグレードされていますが、OpenAI以外の大規模な言語モデルの急速な開発を含め、Soraの驚異的なビデオ作成能力の発揮はもちろん、技術の進歩が遅れていることは否定できません。 AI が社会にもたらした認知的影響は弱まり、人々は徐々に AI ツールを使用するようになり、大規模な雇用の置き換えはまだ起こっていないようです。
では、AI の飛躍的な発展によって公衆に衝撃を与え、その結果として自分たちの生活や仕事が変わることを人々に実感させるような、AI 分野での「GPT の瞬間」が今後も訪れるでしょうか?
この瞬間が汎用人工知能 (AGI) の到来なのかもしれません。
AGI とは、機械が人間と同様の包括的な認知能力を備えており、特定のタスクだけでなくさまざまな複雑な問題を解決できるという事実を指します。 AGI システムは、高度な抽象的思考、広範な背景知識、あらゆる分野における常識的推論と因果関係の理解、専門職を超えた転移学習などの機能を備えています。 AGIの性能は様々な分野で最高の人間と遜色がなく、総合的な能力においては最高の人間群を完全に上回っている。
実際、SF 小説、ゲーム、映画やテレビ作品で表現されるか、GPT の急速な普及後の社会の期待にかかわらず、一般の人々は長い間、人間の認知レベルを超える AGI の出現を期待していました。言い換えれば、GPT 自体は AGI の主要な製品であり、一般的な人工知能の予言的なバージョンです。
GPT がこれほど大きな産業エネルギーと心理的影響を与えた理由は、その実装の速度とパフォーマンスが世間の期待を上回ったためです。人々は、チューリング テストを完了できる人工知能システムが本当に登場するとは予想していませんでした、そしてそれは非常に高速です。
実際、人工知能 (AGI) は 1 ～ 2 年以内に再び「GPT の瞬間」の突然の到来を迎えるかもしれません。人々はちょうど GPT の支援に適応し、AI がもはや単なるアシスタントではなく、完全な作業を完了することさえできることに気づきました。人類のトップの科学者たちが何十年も解決できなかった困難な問題を含む、最も創造的で挑戦的な仕事。
今年4月8日、マスク氏はノルウェー政府系ファンドの最高投資責任者ニコライ・タンゲン氏のインタビューを受け、AGIが登場した当時について語った。
同氏は、「AGIを人間の最も賢い部分よりも賢いと定義すると、2025年には出現する可能性が高いと思う」と語った。
つまり、彼の推論によれば、AGI が実現するまでには長くても 1 年半かかることになります。もちろん、「電力とハードウェアが追いつくことができるかどうか」という前提条件も付け加えた。
AGI の出現によるメリットは明らかです。
それは、人間の生産性のレベルが大きく前進し、何十年も私たちを捕らえてきた科学研究の多くの問題が解決されることを意味します。 「人類の最も賢い部分」をノーベル賞受賞者のレベルと定義するなら、十分なエネルギー、計算能力、データがある限り、数え切れないほどの疲れを知らない「ノーベル賞受賞者」が24時間体制で働いていられることを意味します。最も重要な科学的問題。
実際、ノーベル賞受賞者は数億人に一人というほど稀ではありませんが、その多くは能力や知性において一流の大学教授レベルにありますが、彼らは確率と幸運によって正しい方向を選択しました。取り組み続け、成果を上げた。彼と同じレベルの人々、同様に優れた同僚も、科学研究の平行世界でノーベル賞を受賞したかもしれない。残念ながら、一流の大学教授や科学研究の画期的な参加者を擁する人材がまだ十分ではないため、「科学研究のすべての正しい方向を横断する」速度は依然として非常に遅いです。
AGI を使用すると、エネルギーと計算能力が十分に供給されれば、「ノーベル賞受賞者」レベルの AGI を無制限に使用して、あらゆる科学研究の画期的な方向への詳細な探査を行うことができ、技術の向上速度は数十倍速くなります。技術の進歩により、食料生産、新素材、新薬、高度な教育など、現在非常に高価で希少であると考えられている資源は、10～20年後には数百倍に増加し、そのコストは大幅に増加します。これらを入手する人も指数関数的に減少し、より少ない資源でより多くの人口を養うことができ、一人当たりの富は急速に増加しました。
世界の GDP 傾向グラフ、データソース: 世界銀行
これは少しセンセーショナルに聞こえるかもしれませんが、著者が IO.NET に関する以前の調査レポートでも使用した 2 つの例を見てみましょう。
2018年にノーベル化学賞を受賞したフランシス・アーノルド氏は授賞式で「今日、私たちは実用的な用途であらゆるDNA配列を読み書きし、編集することができるが、彼の講演から5年後の2023年にはまだそれを合成することはできない」と述べた。スタンフォード大学とシリコンバレーの AI スタートアップ Salesforce Research は、「Nature-Biotechnology」に論文を発表しました。彼らは、GPT3 に基づいて微調整された大規模な言語モデルを使用して、0 から 100 万の新しいタンパク質を作成し、まったく異なる 2 つのタンパク質を作成しました。両方の構造が殺菌能力を持っていることが発見され、抗生物質に加えて細菌と戦う解決策になることが期待されています。言い換えれば、AI の助けにより、タンパク質の「作成」のボトルネックが解消されました。
以前、人工知能 AlphaFold アルゴリズムは、地球上のほぼすべての 2 億 1,400 万個のタンパク質の構造を 18 か月以内に予測しました。この結果は、過去のすべての人間の構造生物学者の研究の数百倍でした。
変化はすでに起こっており、AGI の登場によりそのプロセスはさらに加速されるでしょう。
一方で、AGI の出現によってもたらされる課題も大きいです。
AGI は多数の精神労働者を置き換えるだけでなく、現在「AI の影響が少ない」と考えられている手動サービス提供者も、ロボット技術の成熟と新素材の開発によってもたらされる生産コストの削減によって影響を受けるでしょう。 、機械の影響を受け、労働職がソフトウェアに置き換わる割合が急速に増加するでしょう。
そのとき、かつてはとても遠くにあるように思えた次の 2 つの問題がすぐに表面化するでしょう。
多数の失業者の雇用と所得の問題
AI があらゆる場所に存在する世界で、AI と人間の違いをどう見分けるか
Worldcoin\Worldchain は解決策を提供しようとしています。つまり、UBI (Universal Basic Income) システムを使用して一般大衆にベーシック インカムを提供し、虹彩ベースの生体認証を使用して人間と AI を区別することです。
実際、すべての人々にお金を分配するUBIは、実践がなければ空中の城ではなく、フィンランドやイギリスなどの国々がユニバーサルベーシックインカムを導入しており、カナダ、スペイン、インドなどの政党が積極的に推進を提案しています。関連する実験。
生体認証 + ブロックチェーン モデルに基づく UBI 配布の利点は、システムがグローバルであり、より広い範囲の人口をカバーできることです。さらに、金融などを通じて拡張されたユーザー ネットワークに基づいて他のビジネス モデルを構築できることです。サービス（Defi）、ソーシャル ネットワーキング、タスク クラウドソーシングなどは、ネットワーク内でビジネス コラボレーションを形成します。
AGI の出現によってもたらされる影響の対応するターゲットの 1 つはワールドコイン – WLD で、流通時価総額は 10 億 3000 万ドル、完全な流通時価総額は 472 億ドルです。
物語演繹におけるリスクと不確実性
この記事は、Mint Ventures が発表した多くのこれまでのプロジェクトやトラックの調査レポートとは異なります。この記事の推論と予測は非常に主観的なものであるため、読者の皆様には、この記事の内容を予測ではなく、あくまで分岐した議論として扱っていただくようお願いいたします。未来。著者の上記の物語的推論には多くの不確実性があり、誤った推測につながります。これらのリスクまたは影響要因には以下が含まれますが、これらに限定されません。
エネルギー: GPU の交換によるエネルギー消費の急激な低下
AI に関連するエネルギー需要は急増していますが、NVIDIA に代表されるチップ メーカーは、継続的なハードウェア アップグレードを通じて、より低い消費電力でより高いコンピューティング パワーを提供しています。たとえば、NVIDIA は、新世代 AI コンピューティング カード GB200 を統合した 2 つの B200 プロセッサーをリリースしました。 GPU と Grace CPU を使用しており、前世代のメイン AI GPU H100 の 4 倍のトレーニング パフォーマンス、H100 の 7 倍の推論パフォーマンス、および必要なエネルギー消費量は H100 のわずか 1/4 です。もちろん、それにもかかわらず、AI による電力に対する人々の欲求はまだ終わっていません。エネルギー消費単位が減少し、AI の応用シナリオとニーズがさらに拡大するにつれて、総エネルギー消費量は実際に増加する可能性があります。
データに関して: Q* は「自己生成データ」の実装を計画しています
OpenAI 内に噂のプロジェクト「Q*」があり、これは OpenAI が従業員に送信した内部メッセージで言及されていました。 ロイター通信がOpenAI内部関係者の話として伝えたところによると、これはOpenAIにとって超知能/汎用人工知能(AGI)を追求する上での画期的な進歩となる可能性があるという。 Q* は、その抽象化機能を使用して、これまでに見たことのない数学的問題を解決できるだけでなく、現実世界のデータを必要とせずに、大規模モデルのトレーニングに使用されるデータを自己作成することもできます。この噂が本当であれば、高品質データの不足によって制限される大規模な AI モデルのトレーニングのボトルネックは解消されるでしょう。
AGI の到来: OpenAI の隠れた懸念
マスク氏が言ったようにAGIが2025年に登場するかどうかはまだ不明だが、それは時間の問題だ。ただし、Worldcoin は AGI 出現の物語の直接の受益者であるため、最大の懸念は、結局のところ、OpenAI が「OpenAI シャドウ トークン」として認識されることに起因する可能性があります。
5 月 14 日の早朝、OpenAI は春の新製品発表カンファレンスで最新の GPT-4o と他の 19 の異なるバージョンの大規模言語モデルのパフォーマンスを包括的なタスク スコアで示しました。表だけで見ると、GPT-4o のスコアは 1310 でした。見た目のスコアは1310でした。以下のものよりかなり高いように見えますが、合計スコアから見ると、2位のGPT4 Turboより4.5%高いだけで、4位のGoogleのGemini 1.5 Proより4.9%高いだけです。 5 位の Anthropic の Claude 3 Opus は 5.1% 上昇しました。
GPT3.5 がデビューして世界に衝撃を与えてから 1 年余りが経過しましたが、OpenAI の競合他社はすでにかなり近い位置に追い付いています (ただし、GPT5 はまだリリースされておらず、今年リリースされる予定です)。自社が業界をリードする立場になれるのか、その答えは曖昧になりつつあるようです。 OpenAIのリードと優位性が薄まるか追い越されると、OpenAIのシャドウトークンとしてのWorldcoinの物語的価値も低下するでしょう。
さらに、Worldcoin の虹彩認証ソリューションに加えて、ますます多くの競合他社がこの市場に参入し始めています。たとえば、手のひらスキャン ID プロジェクト Humanity Protocol は、評価額 3,000 万米ドルの新たな資金調達ラウンドの完了を発表しました。また、LayerZero Labs は Humanity 上で実行され、ZK 証明を使用して資格情報を認証する検証ノードのネットワークに参加することも発表されました。
結論
最後に、著者は AI トラックのフォローアップの物語を推測しましたが、AI トラックは DeFi などの暗号ネイティブトラックとは異なり、むしろ社会に波及した AI ブームの産物です。現在のプロジェクトの多くは、ビジネス モデルに関してはまだ実行されていません (たとえば、Rndr は NVIDIA のミームに似ており、Worldcoin は OpenAI のミームに似ています)。慎重に扱う必要があります。
