ザ・グラフはどのようにAI主導のWeb3インフラに拡張するのか？

Author: LINDABELL Source: ChainFeeds 

2022年、OpenAIはGPT-3.5モデルを搭載したChatGPTを発表した。2022年、オープンAIはGPT-3.5モデルを搭載したChatGPTを発表した。しかし、ほとんどの場合、ChatGPTは効果的に問題を処理できるが、ドメイン固有の知識やリアルタイムのデータが必要な場合、その性能は制限されることがある。例えば、ヴィタリック・ブテリンの過去18カ月間のトークン取引履歴について質問されたとき、信頼できる詳細な情報を提供することができなかった。このため、The Graphのコア開発チームであるSemiotic Labsは、The GraphのインデックススタックをOpenAIと組み合わせ、暗号通貨市場のトレンド分析や取引データのクエリをユーザーに提供するプロジェクト、 Agentc を立ち上げました。

Agentcは、Vitalik Buterin氏の過去18ヶ月のトークン取引履歴について尋ねられた際、以下のように答えました。取引履歴については、より詳細な回答を提供しています。しかし、The GraphのAIレイアウトはそれだけにとどまらない。ホワイトペーパー「The Graph as AI Infrastructure」では、そのゴールは特定のアプリケーションを立ち上げることではなく、分散型データインデキシングプロトコルとしての強みを活かし、開発者がWeb3ネイティブのAIアプリケーションを構築するのに必要なツールを提供することだと述べている。である。この目標をサポートするため、Semiotic LabsはAgentcのコードベースもオープンソース化しており、開発者はNFT Market Trend Analytics AgentやDeFi Trading Assistant AgentのようなAgentcのような機能を持つAI dappsを作成することができます。

グラフ分散AIロードマップ

2018年7月に発表されたThe Graphは、ブロックチェーンデータのインデックス化とクエリのための分散型プロトコルです。このプロトコルを通じ、開発者はオープンAPIを使用してサブグラフと呼ばれるデータインデックスを作成・公開することができ、アプリケーションはオンチェーンデータを効率的に取得することができる。現在までに、The Graphは50以上のチェーンをサポートし、75,000以上のプロジェクトをホストし、1兆2,600億以上のクエリを処理しています。

このような大量のデータを処理するThe Graphの能力は、Edge & Node、Streamingfast、Semiotic、The Guild、GraphOps、Messari、Pinaxなどのコアチームによって実現されている。Streamingfastはブロックチェーンデータストリーミングのためのクロスチェーンアーキテクチャ技術の提供に重点を置き、Semiotic AIはAIと暗号技術をThe Graphに適用することに重点を置き、The Guild、GraphOps、Messari、PinaxはそれぞれGraphQL開発、インデックスサービス、サブグラフ開発、データストリーミングソリューションなどの分野に特化している。GraphOps、Messari、Pinaxはそれぞれ、GraphQL開発、インデックスサービス、サブグラフ開発、データフロー・ソリューションなどの分野を専門としています。

グラフのAIレイアウトは新しいアイデアではありません。昨年3月、The Graph Blogは、そのデータインデックス機能を使ったAIアプリケーションの可能性を概説する記事を発表しました。昨年12月、The Graphは「New Era」と呼ばれる新しいロードマップを発表し、大規模な言語モデルのためのAI支援クエリを追加する計画を発表した。今回のホワイトペーパーの発表で、そのAIロードマップがさらに明確になった。ホワイトペーパーでは、2つのAIサービス、推論サービスとエージェントサービスが紹介されており、開発者はAI機能をアプリのフロントエンドに直接統合することができます。

推論サービス：幅広いオープンソースAIモデルをサポート

従来の推論サービスでは、モデルは集中化されたクラウドコンピューティングリソースを介して、入力データに関する予測を行います。予測を行います。例えば、ChatGPTに質問をすると、推論して答えを返します。しかし、この中央集権的なアプローチは、コストを増加させるだけでなく、検閲のリスクを伴います。The Graphは、dApp開発者がAIモデルをデプロイし、ホスティングする際に、より柔軟性を与える分散型モデルホスティングマーケットプレイスを構築することで、これに対処したいと考えています。

ザ・グラフはホワイトペーパーの中で、Farcasterのユーザーが自分の投稿が多くの「いいね！」を得られるかどうかを理解するのに役立つアプリを作成した例を挙げている。まず、The Graphのサブグラフデータサービスを使って、Farcasterの投稿に対するコメントと「いいね！」の数をインデックス化する。次に、新しいFarcasterのコメントが「いいね！」されるかどうかを予測するニューラルネットワークを学習させ、ニューラルネットワークをThe Graphの推論サービスに導入した。こうして出来上がったdAppは、ユーザーがより多くの「いいね！」を獲得できるような投稿を書く手助けをする。

このアプローチにより、開発者はThe Graphのインフラストラクチャーを簡単に活用できるようになり、The Graphネットワーク上で事前に訓練されたモデルをホスティングし、APIインターフェースを介してアプリに統合することで、ユーザーがdAppを使用する際にこれらの機能を直接体験できるようになります。

また、開発者により多くの選択肢と柔軟性を与えるために、The Graphの推論サービスは、利用可能な一般的なモデルのほとんどをサポートしています。そのホワイトペーパーには、「MVPの段階では、The Graphの推論サービスは、Stable Diffusion、Stable Video Diffusion、LLaMA、Mixtral、Grok、Whisperなど、人気のあるオープンソースのAIモデルの厳選されたセットをサポートします」と書かれています。将来的には、十分にテストされ、インデクサが動作するオープンモデルであれば、グラフ推論サービスに導入することができます。さらに、AIモデルのデプロイにおける技術的な複雑さを軽減するために、The Graphはプロセスを簡素化するユーザーフレンドリーなインターフェイスを提供し、開発者はインフラストラクチャのメンテナンスを心配することなく、AIモデルを簡単にアップロードして管理することができます。

また、特定のアプリケーションシナリオにおけるモデルのパフォーマンスをさらに高めるために、The Graphは特定のデータセットに対するモデルの微調整もサポートしています。ただし、微調整は通常The Graph上では行われないことに注意することが重要です。開発者は外部でモデルを微調整し、The Graphの推論サービスを使ってデプロイする必要がある。また、開発者が微調整したモデルを一般公開することを奨励するため、The Graphはモデル作成者とモデルを提供するインデクサの間でクエリ・コストを適切に分配するなどのインセンティブに取り組んでいる。

推論タスクの実行を検証するという点で、The Graphは、信頼された機関、M-of-Nコンセンサス、対話型不正証明、zk-SNARKなど、いくつかのアプローチを提供しています。信頼された機関は信頼されたエンティティに依存し、M-of-Nコンセンサスは複数のインデクサを必要とします。M-of-Nコンセンサスは、検証のために複数のインデクサを必要とし、不正行為の難易度を高めるとともに、計算コストや調整コストも増加させます。対話型不正証明はより安全ですが、迅速なレスポンスを必要とするアプリケーションには適していません。zk-SNARKは実装がより複雑で、大規模なモデルには適していません。

ザ・グラフは、開発者とユーザーがニーズに合った適切なセキュリティレベルを選択する力を持つべきだと考えています。その結果、The Graphは、異なるセキュリティニーズやアプリケーションシナリオに対応するため、推論サービスにおいて複数の検証方法のサポートを計画しています。例えば、金融取引や重要なビジネスロジックに関わる状況では、zk-SNARKやM-of-Nコンセンサスなど、よりセキュリティの高い認証方法を使用する必要があるかもしれない。低リスクのアプリケーションやエンターテイメント指向のアプリケーションでは、Trusted Authorities や Interactive Fraud Proofs のような低コストで実装が簡単な認証方式が好まれるかもしれない。さらに、The Graphは、モデルとユーザーのプライバシー問題を改善するために、プライバシーを強化する技術を探求する予定です。

エージェントサービス：開発者が自律的なAI駆動型アプリを構築するのを支援

推論のために訓練されたAIモデルを実行することに重点を置く推論サービスとは対照的に、エージェントサービスはより複雑です。エージェント サービスはより複雑で、これらのエージェントがさまざまな複雑で自動化されたタスクを実行できるようにするために、複数のコンポーネントが連携する必要があります。The Graphのエージェントサービスの価値提案は、エージェントの構築、ホスティング、実行をThe Graphに統合し、インデクサのネットワークによって提供されます。

具体的には、The Graphはエージェントの構築とホスティングをサポートする分散型ネットワークを提供します。エージェントがThe Graphネットワーク上に配置されると、The Graphインデクサはデータのインデックス作成、連鎖イベントへの応答、その他のインタラクション要求など、必要な実行サポートを提供します。

前述したように、The Graphの開発の中心であるSemiotic Labsは、初期のAgent実験 Agentcを開始しました。The Graphのインデックス作成ソフトウェアスタックとOpenAIを組み合わせたAgentcは、自然言語入力をSQLクエリに変換し、ユーザーがブロックチェーン上のリアルタイムデータに直接クエリすることを容易にし、その結果をユーザーに分かりやすい形式で提示することに焦点を当てている。簡単に理解すると、Agentcはユーザーに便利な暗号通貨市場のトレンド分析とトランザクションデータのクエリを提供することに重点を置いており、そのデータはすべてイーサ上のUniswap V2、Uniswap V3、Uniswap Xとそのフォークから提供され、価格は1時間ごとに更新されます。

さらに、The Graphが使用するLLMモデルの精度は63.41%に過ぎず、そのため誤った回答に悩まされていると述べています。この問題に対処するため、The GraphはKGLLM（Knowledge Graph-enabled Large Language Models）と呼ばれる新しい大規模言語モデルを開発しています。

KGLLMは、各ステートメントがインチェーンのタイムスタンプと投票検証によってバックアップされているシステムであるGeoによって提供される構造化ナレッジグラフデータを使用することで、誤った情報を生成する確率を大幅に削減します。Geoのナレッジグラフを統合することで、医療規制、政治動向、市場分析など、さまざまなシナリオにエージェントを適用できるようになり、エージェントサービスの多様性と精度が向上します。例えば、KGLLMは政治データを利用して、政策の変更について分散型自律組織（DAO）に助言することができ、それが最新かつ正確な情報に基づいていることを保証します。

KGLLMの強みには以下も含まれます：

• 構造化データの利用：KGLLMは構造化された外部知識ベースを使用します。

• Relational Data Handling Capabilities: KGLLMは特にリレーショナルデータの処理に適しています。例えば、人と人、人と出来事などの関係を理解することができます。また、グラフ・トラバーサル・アルゴリズムを使い、知識グラフの複数のノードをジャンプして（地図上を移動するのと同じように）関連情報を見つけることができる。

• 効率的な情報検索と生成：グラフ・トラバーサル・アルゴリズムを通して、KGLLMによって抽出された関係は、自然言語でモデルが理解できる明確なキューに変換されます。このような明確な指示により、KGLLMモデルはより正確で関連性の高い応答を生成することができます。

展望

グラフは、「Web3のGoogle」として、その強みを活かして、現在のAIサービスのデータ不足を補い、AIサービスを導入することで、開発者のプロジェクト開発を簡素化します。サービスの導入により、開発者のプロジェクト開発プロセスを簡素化する。今後、より多くのAIアプリケーションが開発・活用されることで、ユーザー体験のさらなる向上が期待される。今後、The Graphの開発チームは、AIとWeb3の組み合わせの可能性を追求し続ける。さらに、Playgrounds AnalyticsやDappLookerといったエコシステム内の他のチームも、プロキシサービスに関連するソリューションを設計している。