ウィル・オグデン・ムーア著、0xjs@GoldenFinance編集
AIは今世紀最も有望な新興テクノロジーの一つであり、人間の生産性を飛躍的に向上させ、医療の飛躍的進歩を促す可能性を秘めている。PwCは、2030年までにAIは15兆ドル産業に成長すると見積もっています。
しかし、この有望なテクノロジーは課題にも直面している。AI技術がより強力になるにつれ、AI産業は極めて中央集権的になり、一部の企業に権力が集中し、社会に損害を与えかねない。また、深い偽造、埋め込まれたバイアス、データ・プライバシーのリスクなど、深刻な懸念も生じている。幸いなことに、暗号とその分散型かつ透明な性質は、これらの問題のいくつかに対する潜在的な解決策を提供する。
本稿では、中央集権型AIが引き起こす問題と、分散型AIがその悪弊のいくつかに対処するのに役立つ方法を見て、暗号とAIの現在の交差点について、この分野で初期の採用の兆しを見せている暗号アプリケーションに焦点を当てて議論します。
中央集権型AIの問題点
今日、AI開発は特定の課題とリスクに直面しています。AIのネットワーク効果と集中的な資本要件は非常に重要であるため、小規模企業や学術研究者など、大手ハイテク企業以外の多くのAI開発者は、AI開発に必要なリソースへのアクセスに苦労しているか、自分の仕事を収益化できずにいます。これは、AI全体の競争とイノベーションを制限しています。
その結果、この重要な技術に対する影響力は、OpenAIやグーグルなど一部の企業に集中しており、AIのガバナンスについて深刻な疑問が投げかけられている。例えば2月には、グーグルのAI画像生成ツール「ジェミニ」が人種的偏見や過去の誤りを暴露し、企業がいかにモデルを操作できるかを示した。さらに昨年11月には、OpenAIのCEOであるサム・アルトマンを6人の取締役が解雇するという決定が下され、これらのモデルを開発する企業を一握りの人間が支配しているという事実が露呈した。
AIの影響力と重要性が高まる中、多くの人が、社会に大きな影響を与えるAIモデルの意思決定を1つの企業が掌握し、ガードレールを設置したり、密室で操作したり、自社の利益のためにモデルを操作したりする可能性を恐れています。
分散型AIはどのように役立つか
分散型AIとは、透明性とアクセシビリティを高めるように設計された方法で、ブロックチェーン技術を使用してAIの所有権とガバナンスを分散させるAIサービスを指します。分散型AIは、このような重要な決定を閉鎖的な体制から解放し、公的な所有権をもたらす可能性があるとGrayscale Researchは考えています。
ブロックチェーン技術は、開発者がAIによりアクセスできるようにし、独立した開発者が作品を開発し収益化するための障壁を下げることができます。これは、AI全体のイノベーションと競争を向上させ、テック大手によって開発されたモデルとのバランスを取るのに役立つと信じています。
さらに、分散型AIはAI投資の民主化に役立ちます。現在、AI開発に関連する金銭的な利益を享受する方法は、一握りのハイテク株を利用する以外にほとんどありません。同時に、AIの新興企業や民間企業には多額の民間資本が割り当てられている(2022年に470億ドル、2023年に420億ドル)。その結果、ベンチャーキャピタルや適格な投資家のごく一部しか、こうした企業の財務的リターンにアクセスできない。対照的に、分散型AI暗号資産は誰もが利用できるため、誰もがAIの未来の一部を所有することができます。
現在、暗号とAIの交差点はどこにあるのでしょうか?
今日、暗号通貨とAIの交差点はまだ成熟の初期段階にあるが、市場の反応は明るい。2024年5月現在、暗号資産のAI領域は20%のリターンを上げており、通貨トラックを除くすべての暗号トラックをアウトパフォームしている(図1)。さらに、データプロバイダーのKaitoによると、AIテーマは現在、分散型金融、レイヤー2、モーダルコイン、現実世界の資産などの他のテーマと比較して、ソーシャルプラットフォーム上で最も「物語的なマインドシェア」を持っている。
最近では、多くの著名人がこの新たなクロスオーバーを受け入れ始め、中央集権的なAIの欠点に取り組もうとしている。3月には、大手AI企業Stability AIの創業者であるEmad Mostaque氏が、分散型AIを追求するために同社を退社し、「AIがオープンで分散型であることを確認する時が来た」と述べています。さらに、暗号通貨起業家のエリック・ヴォーヒーズは最近、エンドツーエンドの暗号化を備えたプライバシー重視のAIサービスVenice.aiを立ち上げた。
図1:AIトラックは今年これまで、ほぼすべての暗号トラックをアウトパフォームしている
暗号とAIの交差点を3つの主要なサブカテゴリーに分類することができます:
1.インフラストラクチャー層: AI開発のためのプラットフォームを提供するネットワーク (例: NEAR, TAO, FAOなど)。NEAR、TAO、FET)
2.AIに必要なリソース:AI開発に必要な主要リソース(コンピュート、ストレージ、データ)を提供するアセット(例:RNDR、AKT、LPT、FIL、AR、MASA)
3.AI問題の解決:ロボット工学やディープフェイクの台頭など、AI関連の問題を解決しようとするアセットや、モデル検証の台頭など、AI関連の問題を解決しようとするアセット(例:RNDR、AKT、LPT、FIL、AR、MASA)
4.AI問題の解決:ロボット工学やディープフェイクの台頭など、AI関連の問題を解決しようとするアセット。モデル検証(例:WLD、TRAC、NUM)
図2:AIと暗号市場の地図
Source: Grayscale Investments
AI 開発のためのインフラを提供するネットワーク
最初のカテゴリーは、AI サービスの全体的な開発のために特別に構築された、ライセンスフリーのオープンなアーキテクチャを提供するネットワークです。これらの資産は、特定のAI製品やサービスに焦点を当てるのではなく、さまざまなAIアプリケーションの基盤となるインフラやインセンティブを構築することに重点を置いています。
ニアは、ChatGPTのようなAIシステムに力を与える「Transformer」アーキテクチャの共同創設者であるため、このカテゴリーでは際立っている。 しかし、同社は最近、元OpenAIの研究エンジニアのコンサルタントが率いる研究開発部門を通じてAIの専門知識を活用し、「ユーザー所有のAI」を開発する取り組みを発表した。2024年6月下旬、ニアはAIインキュベーター・プログラムを立ち上げ、ニアのネイティブ・ベースモデル、AIアプリ・データ・プラットフォーム、AIインテリジェンス・フレームワーク、コンピューティング・マーケットプレイスを開発した。
Bittensorは、TAOトークンを使ってAIの開発に金銭的なインセンティブを与えるプラットフォームの、もう1つの潜在的に説得力のある例を提供しています。 Bittensorは38のサブネットワーク(sub-networks)の基盤となるプラットフォームで、それぞれがチャットボット、画像生成、金融予測、言語翻訳、モデルなどの異なるユースケースを持っています。Bittensorネットワークは、各サブネットワークで最もパフォーマンスの高いマイナーとバリデーターにTAOトークンで報酬を与え、開発者にライセンスフリーのAPIを提供し、Bittensorサブネットワーク内のマイナーにクエリを発行して特定のAIアプリケーションを構築します。
このカテゴリーには、Fetch.aiやAllora Networkのような他のプロトコルも含まれます。Allora Networkは、開発者が複雑なAIアシスタント、つまり「AIインテリジェンス」を作成するためのプラットフォームで、最近AGIXとOCEANと合併し、合計で約75億ドルの価値があります。もうひとつはAlloraネットワークで、分散型取引所や予測市場の自動取引戦略など、AIを金融アプリケーションに応用することに注力している。alloraはまだトークンを発表しておらず、6月に戦略的な資金調達ラウンドを実施し、民間資本による総額は3500万ドルに達した。
AI開発に必要なリソース
2つ目のカテゴリーには、コンピュート、ストレージ、データといった形でAI開発に必要なリソースを提供する資産が含まれます。
AIの台頭は、GPUという形のコンピューティングリソースに対するかつてない需要を生み出しました。Render (RNDR)、Akash (AKT)、Livepeer (LPT)などの分散型GPUマーケットプレイスは、モデル学習、モデル推論、または3D生成AIのレンダリングに計算を必要とする開発者に、アイドル状態のGPUの供給を提供しています。現在、RenderはアーティストやジェネレーティブAI向けに約10,000のGPUを提供し、AkashはAI開発者や研究者向けに400のGPUを提供していると推定されている。一方、Livepeerは最近、新しいAIサブネットの計画を発表し、2024年8月までにテキストから画像、テキストから動画、画像から動画などのタスクを完了させることを目標としています。
多くの計算を必要とすることに加え、AIモデルは多くのデータを必要とする。Filecoin(FIL)やArweave(AR)などのデータストレージソリューションは、中央集中型のAWSサーバーにAIデータを保存する代わりに、分散型の安全なネットワークとして機能します。これらのソリューションは、費用対効果が高くスケーラブルなストレージを提供するだけでなく、単一障害点を排除してデータ侵害のリスクを低減することで、データのセキュリティと整合性を強化します。
最後に、OpenAIやGeminiといった既存のAIサービスは、それぞれBingやGoogle検索を通じて、リアルタイムのデータに継続的にアクセスできる。このため、これらの技術企業以外のAIモデル開発者はすべて不利な立場に置かれています。しかし、GrassやMasa (MASA)のようなデータクローリングサービスは、個人データの管理とプライバシーを維持しながら、AIモデルのトレーニングに使用することで、個人が自分のアプリケーションデータを収益化することを可能にするため、競争の場を平準化するのに役立ちます。
AI関連の問題を解決しようとする資産
3つ目のカテゴリーには、ボットの台頭、ディープフェイク、コンテンツソーシングなど、AI関連の問題を解決しようとする資産が含まれます。
AIによって悪化した大きな問題の1つは、ボットと偽情報の拡散です。AIが生成したディープフェイクは、すでにインドやヨーロッパの大統領選挙に影響を与えており、専門家たちは、今度の大統領選挙では、ディープフェイクに大きく左右される「偽情報の津波」が起こるのではないかと「恐れて」います。検証可能なコンテンツ・ソースを確立することで、ディープフェイクに関連する問題を解決しようとするアセットには、Origin Trail(TRAC)、Numbers Protocol(NUM)、Story Protocolなどがある。また、Worldcoin(WLD)は、ユニークなバイオメトリクス識別子によって人間性を証明することで、ボットの問題を解決しようとしている。ロボティクス。
AIのもう1つのリスクは、モデル自体への信頼の確保です。私たちが受け取るAIの結果が改ざんされたり操作されたりしていないことを、どうやって信頼できるのでしょうか?現在、Modulus LabsやZamaなど、暗号、ゼロ知識証明、完全同型暗号化(FHE)を通じて、この問題を解決するためのプロトコルがいくつか動いています。
結論
これらの分散型AI資産は最初の進出を果たしたとはいえ、私たちはまだこの交差点の最初のイニングにいるにすぎません。今年初め、有名なベンチャーキャピタリストのフレッド・ウィルソンは、AIと暗号通貨は "同じコインの裏表 "であり、"web3はAIを信頼するのに役立つ "と述べた。AI産業が成熟し続けるにつれ、こうしたAI関連の暗号のユースケースはますます重要になり、急速に進化するこの2つの技術は互いの成長をサポートする可能性を秘めているとGrayscale Researchは考えています。
AIが目前に迫っており、肯定的にも否定的にも、広範囲に影響を及ぼすであろうという兆候は数多くあります。ブロックチェーン技術の特性を活用することで、暗号は最終的にAIがもたらす危険の一部を軽減するのに役立つと信じています。