IOSG｜AI×Web3の技術スタックからinfraの新たな物語を紐解く

まえがき

近年、大規模な言語モデル（LLM）が急成長している。p>

最近の大規模言語モデル（LLM）の急成長により、人工知能（AI）を使って産業を変革することへの関心が高まっています。ブロックチェーン業界も例外ではなく、AI x Crypto という物語の出現により、ブロックチェーン業界は脚光を浴びています。この記事では、AIと暗号を融合させる3つの主な方法を探り、ブロックチェーン技術がAI業界の問題を解決するユニークな機会を探ります。

AIxCryptoの3つの道は以下の通りです：

• 1.既存の製品にAIを組み込む：次のような企業があります。Duneのような企業は、ユーザーが複雑なクエリを書けるようにSQL copilotを導入するなど、AIを使って製品を強化しています。

• 2.暗号エコシステム向けのAIインフラの構築：RitualやAutonolasのような新興企業は、暗号エコシステムのニーズに合わせたAI搭載インフラの開発に注力しています。

• 3.ブロックチェーンを使ってAI業界の問題を解決する：Gensyn、EZKL、io.netなどのプロジェクトは、データプライバシー、セキュリティ、透明性など、AI業界が直面する課題をブロックチェーン技術で解決する方法を模索している。

AI x Cryptoは、ブロックチェーン技術がAI業界に内在する問題を解決する可能性を秘めているという点でユニークです。このユニークな交差点は、AIとブロックチェーンの両コミュニティに利益をもたらす革新的なソリューションの新たな可能性を開きます。

AI×暗号空間を深く掘り下げることで、AI業界の課題を解決する上で最も有望なブロックチェーン技術の応用例を特定し、紹介することを目指しています。AI業界の専門家や暗号ビルダーと協力することで、両技術の利点を活用した最先端のソリューションの開発を促進することを約束します。strong>

AI×暗号の分野は、インフラとアプリケーションの2つに大別できる。既存のインフラストラクチャの中には、AIのユースケースをサポートし続けるものもありますが、新たなプレーヤーが新たなAIネイティブアーキテクチャを市場に投入しています。

1.コンピュート・ネットワーク

AIxCrypto空間では、コンピュート・ネットワークが、AIアプリケーションに必要なインフラを提供する上で重要な役割を果たしています。これらのネットワークは、サポートするタスクに基づいて、汎用コンピューティング・ネットワークと専用コンピューティング・ネットワークの2種類に分類できます。

1.1.1汎用コンピューティングネットワーク

汎用コンピューティングネットワーク（IO.netやAkashなど）は、SSH経由でマシンにアクセスできるようにユーザーを提供します。また、ユーザーが独自のアプリケーションを構築できるコマンドラインインターフェイス（CLI）を提供する。これらのネットワークは仮想プライベートサーバー（VPS）に似ており、クラウド上でパーソナルコンピューティング環境を提供します。

IO.net はSolanaエコシステムをベースにしており、GPUレンタルとコンピュートクラスタに焦点を当てています。一方、AkashはCosmosエコシステムをベースにしており、主にCPUクラウドサーバとさまざまなアプリケーションテンプレートを提供しています。

IOSGVentures' view:

コンピュート・ネットワークは、成熟したWeb2クラウド市場と比べると、まだ初期段階にあります。Web3のコンピュート・ネットワークは、AWS、Azure、Google Cloudといった主要なクラウドサービス・プロバイダーをベースとしたサーバーレス機能、VPS、データベース・クラウド・プロジェクトなど、Web2に比べると「レゴ」のビルディングブロックのようなものではありません。

コンピューティング・ネットワークの利点には以下が含まれます：

• ブロックチェーン技術は、未使用のコンピューティング・リソースやPCを活用し、ネットワークをより持続可能なものにすることができます。ネットワークをより持続可能なものにします。

• ピア・ツー・ピア（P2P）設計は、個人が未使用のコンピューティング・リソースを収益化し、より低コストのコンピューティングを提供することを可能にし、コストを75%～90%削減する可能性があります。

しかし、次のような課題があるため、コンピュート・ネットワークが実際の生産に投入され、Web2クラウド・サービスに取って代わることは困難です:

• 価格設定は確かに汎用コンピューティング・ネットワークの大きな利点ですが、機能性、セキュリティ、安定性の点で既存のWeb2クラウド企業と競争するのはまだ困難です。

• ピアツーピアのスタイルは、これらのネットワークが成熟した堅牢な製品を迅速に提供する能力を制限するかもしれません。非中央集権的な性質は、開発やメンテナンスのコストを追加する可能性があります。

1.1.1.1.2特化型コンピューティング・ネットワーク

特化型コンピューティング・ネットワークは、汎用コンピューティング・ネットワークの上にさらにレイヤーを追加し、ユーザーがプロファイルを介して特定のアプリケーションを展開できるようにします。これらのネットワークは、3DレンダリングやAIの推論およびトレーニングなど、特定のユースケースに対応するように設計されています。

Renderは、3Dレンダリングに特化した計算ネットワークです。AIの分野では、Bittensor、Hyperbolic、Ritual、fetch.aiのような新しいプレーヤーがAIの推論に重点を置き、FlockやGensynは主にAIのトレーニングに重点を置いています。IOSG Venturesの見解：

専用コンピューティング・ネットワークの利点：

• 非中央集権化と暗号化機能は、AI業界に蔓延する中央集権化と透明性の問題に対処します。

• ライセンスフリーの計算ネットワークと検証スキームが、推論とトレーニングプロセスの妥当性を保証します。

• Flockで採用されているFederated Learningのようなプライバシーを保護するテクノロジーは、データをローカルかつプライベートに保ちながら、個人がモデルトレーニングのためにデータを提供することを可能にします。

• AI推論は、下流のブロックチェーンアプリケーションとのスマートコントラクト統合をサポートすることで、ブロックチェーン上で直接利用できるようになります。

Source: IOSG Ventures

専門的なAIの推論や計算ネットワークの訓練はまだ初期段階ですが、Web3 AIアプリケーションはWeb3 AIインフラストラクチャの使用を優先すると予想されます。のインフラを優先的に利用するようになると予想される。この傾向は、Story Protocolや、AIモデルを知的財産として導入するためのMyShellとのRitualの仕事のようなコラボレーションですでに明らかです。

このような新興のAI x Web3インフラ上に構築されたキラーアプリはまだ利用できませんが、成長の可能性は大きいです。エコシステムが成熟するにつれて、分散型AIコンピューティング・ネットワークのユニークな機能を活用した革新的なアプリが増えることが期待されます。

2.strong>

データはAIモデルにおいて重要な役割を果たし、データ収集、トレーニングデータセットの保存、モデルの保存など、AIモデル開発のすべての段階に関わっています。

2.1 Data Storage

AIモデルの分散ストレージは、推論APIを分散型で提供するために不可欠です。重要です。推論ノードは、これらのモデルをいつでもどこからでも取得できなければなりません。AIモデルのサイズは数百ギガバイトに達する可能性があるため、堅牢な分散ストレージ・ネットワークが必要です。FilecoinやArweaveのような分散型ストレージのリーダーは、この機能を提供できるかもしれない。

IOSG Venturesの見解：

この領域には大きなチャンスがあります。

• AIモデル用に最適化された分散型データストレージネットワークで、バージョン管理、さまざまな低精度モデルの定量化の保存、大規模モデルの高速ダウンロードなどの機能を提供します。

• 分散型ベクトル・データベースは、モデルにバンドルされていることが多く、質問に関連する必要な知識を挿入することで、より正確な回答を提供します。ベクトル検索のサポートは、既存のSQLデータベースにも追加することができます。

2.2 データ収集設定とラベリング

。高品質のデータを収集することは、AIのトレーニングにとって極めて重要です。Grassのようなブロックチェーンベースのプロジェクトは、クラウドソーシングを利用して、個人のネットワークを活用し、AIトレーニングのためのデータを収集します。適切なインセンティブとメカニズムがあれば、AIトレーナーは低コストで高品質なデータにアクセスできる。Tai-daやSaipenなどのプロジェクトは、データのラベリングに焦点を当てている。

IOSG Venturesの見解：

この市場に関する我々の見解の一部：

• ほとんどのデータタギングプロジェクトはGameFiに触発されたもので、「稼ぐためのタグ付け」というコンセプトでユーザーを引き付け、高品質なタグ付けデータのコストを下げるという約束で開発者を引き付けます。

• この分野にはまだ明確なリーダーはおらず、Scale AIがWeb2データタギング市場を支配しています。

2.3 Blockchain data

ブロックチェーン専用のAIモデルをトレーニングする場合。Spice AIとSpace and Timeは、開発者がデータをトレーニングデータパイプラインに簡単に統合できるSDKを備えた高品質のブロックチェーンデータを提供しています。

IOSG Venturesの見解：

ブロックチェーン関連のAIモデルの需要が高まるにつれ、高品質なブロックチェーンチェーンデータの需要が急増するでしょう。しかし、ほとんどのデータ分析ツールは現在、データをCSV形式でエクスポートすることしかできませんが、これはAIのトレーニング目的には理想的ではありません。

ブロックチェーンに特化したAIモデルの開発を促進するためには、ブロックチェーン関連の機械学習運用保守（MLOP）機能をより多く提供することで、開発者のエクスペリエンスを向上させることが重要です。これらの機能により、開発者はブロックチェーンのデータをPythonベースのAIトレーニングパイプラインに直接シームレスに統合できるようになるはずです。



3.strong>

中央集権的なAIプロバイダーは、計算コストを削減するために洗練されていないモデルを使うインセンティブがあるため、信頼の問題に直面しています。たとえば昨年、ChatGPTのパフォーマンスが低いと考えるユーザーが時々いました。これは後に、モデルのパフォーマンスを向上させるために設計されたOpenAIのアップデートが原因であるとされました。

さらに、コンテンツ制作者はAI企業について著作権上の懸念を表明しています。これらの企業にとって、特定のデータがトレーニングプロセスに含まれていなかったことを証明するのは困難です。

ゼロ知識機械学習（ZKML）は、中央集権的なAIプロバイダーに関連する信頼の問題に対処する革新的なアプローチです。ゼロ知識証明を利用することで、ZKMLは開発者が機密データやモデルの詳細を漏らすことなく、AIのトレーニングや推論プロセスの正しさを証明することを可能にします。

3.1トレーニング

開発者は、Risc Zeroが提供するようなゼロ知識仮想マシン（ZKVM）でトレーニングタスクを実行できます。このプロセスは、トレーニングが正しく実行され、許可されたデータのみが使用されたことを検証する証明を生成します。この証明は、開発者が適切なトレーニング仕様とデータ使用許可を遵守したことを証明するものとなります。

IOSGベンチャーズの見解：

• ZKMLZKMLは、AIモデルのブラックボックス的な性質を考えると、しばしば達成するのが難しい、モデル訓練における認可されたデータ使用を証明するためのユニークなソリューションを提供します。

• この技術はまだ初期段階にあります。計算オーバーヘッドは膨大です。コミュニティは、より多くのユースケースのためにZKトレーニングを積極的に模索しています。

3.2 推論

ZKMLは、対応するものを訓練するのに比べ、はるかに長い期間推論に使用されます。はるかに長い期間です。この分野には有名な企業がいくつか出現しており、それぞれが機械学習の推論を信頼性のない透明なものにするために独自のアプローチを用いています。

Gizaは包括的な機械学習操作（MLOP）プラットフォームの構築に注力しており、その周囲には活気あるコミュニティがあります。彼らのゴールは、推論ワークフローにZKMLを統合するためのツールとリソースを開発者に提供することです。

一方、EZKLは、優れたパフォーマンスを提供するユーザーフレンドリーなZKMLフレームワークを作成することで、開発体験を優先しています。彼らのソリューションは、ZKML推論の実装プロセスを簡素化し、より多くの開発者が簡単に使用できるように設計されています。

モジュラス・ラボは、独自の証明システムを開発することで、異なるアプローチを取りました。彼らの主な目標は、ZKML推論に関連する計算オーバーヘッドを大幅に削減することでした。オーバーヘッドを10分の1にすることで、Modulus LabsはZKML推論を実世界のアプリケーションでより有用で効率的なものにしようとしている。

IOSGベンチャーズの見解：

• ZKML: left;">ZKMLは、信頼する必要がないことが重要なGameFiやDeFiのシナリオに特に適しています。

• ZKMLは計算オーバーヘッドを導入するため、大規模なAIモデルを効率的に実行することが難しくなります。

• 業界は、実世界のシナリオを実証するために、製品でZKMLを広範囲に使用しているDeFiやGameFiのパイオニアをまだ探しています。



4.Agent Networks + Other Applications

4.1 Agent Networks 

エージェントネットワークは、特定のタスクを実行するためのツールや知識を備えた多数のAIエージェントから構成されます。を実行するためのツールや知識を備えた多数のAIエージェントで構成されます。これらのエージェントは、より複雑な目標を達成するために互いに協力することができる。いくつかの有名企業が、チャットボットのようなエージェントやエージェント・ネットワークを積極的に開発している。

Sleepless、Siya、Myshell、characterX、Delysiumはチャットボットエージェントを構築している主要企業の1つであり、AutonolasとChainMLはより強固なユースケースのためのエージェントネットワークを構築しています。

IOSG Venturesの見解：

エージェントは実世界のアプリケーションにとって重要です。エージェントは、汎用AIよりも特定のタスクをうまくこなすことができます。ブロックチェーンはAIエージェントにいくつかのユニークな機会を提供します。

• 所有権インセンティブ：ブロックチェーンは、非均質化トークン（NFT）などの技術を通じてインセンティブを提供します。明確な所有権とインセンティブ構造により、クリエイターはチェーン上でより興味深く革新的なエージェントを開発するインセンティブを得られます。

• スマートコントラクトの合成可能性：ブロックチェーン上のスマートコントラクトは高度に合成可能で、レゴブロックのように機能します。スマートコントラクトが提供するオープンAPIにより、エージェントは従来の金融システムでは実現が困難だった複雑なタスクを実行できる。この複合性により、エージェントは様々な分散型アプリケーション（dApps）と相互作用し、その機能を活用することができる。

• 固有のオープン性：ブロックチェーン上にエージェントを構築することで、これらのネットワーク固有のオープン性と透明性を継承します。これにより、異なるエージェント間の複合化の可能性が大きく広がり、より複雑なタスクを解決するために、エージェントが協力して能力を組み合わせることができるようになります。

4.2その他のアプリケーション

先に説明した主なカテゴリーに加えて、Web3空間には興味深いAIがいくつかあります。のアプリケーションが注目されています。これらのアプリケーションはさまざまな領域にまたがり、ブロックチェーンエコシステムにおけるAIの多様性と可能性を示しています。

• 画像生成：ImgnAI

• 画像プロンプトの実現：NFPrompt

• コミュニティで訓練されたAI画像生成：botto

• チャットボット：Kaito、Supersight、Galaxy, Knn3, Awesome QA, Qna3

• Finance: Numer AI

• Wallet: Dawn_wallet

• ゲーム：パラレルTCG

• 教育：Hooked

• 金融：Numer AI

• 財布：Dawn_walletalign: left;">セキュリティ：Forta

• DID：Worldcoin

• クリエイターツール：Plai Lab



5.AIxCryptoをWeb2ユーザーに拡張し、大量に採用する

AIxCryptoは、AIにおける最も難しい問題のいくつかを解決するという点でユニークです。現在のAIxCryptoが提供するものとWeb2 AIが提供するものとの間にギャップがあり、Web2ユーザーへのアピールが不足しているにもかかわらず、AIxCryptoにはAIxCryptoだけが提供できるユニークな機能があります。

5.1費用対効果の高い計算リソース：

AIxCryptoの主な強みの1つは、費用対効果の高い計算リソースが利用できることです。費用対効果の高いコンピューティング リソースです。LLMの需要が増加し、市場に開発者が増えるにつれ、GPUの利用可能性と価格設定が難しくなっています。 GPUの価格は劇的に上昇し、不足しています。

DePINプロジェクトのような分散コンピューティングネットワークは、アイドル状態のコンピューティングパワー、小規模データセンターのGPU、および個人のコンピューティングデバイスを活用することで、この問題を軽減するのに役立ちます。分散型コンピューティング・パワーは中央集権型のクラウド・サービスほど安定しないかもしれないが、こうしたネットワークは多様な地域でコスト効率の高いコンピューティング・デバイスを提供する。この分散型アプローチは、エッジのレイテンシーを最小限に抑え、より分散された弾力性のあるインフラストラクチャを保証します。

分散型コンピューティングネットワークのパワーを利用することで、AIxCryptoはWeb2ユーザーに手頃な価格でアクセス可能なコンピューティングリソースを提供することができます。このコスト優位性は、特にAIコンピューティングの需要が伸び続ける中、Web2ユーザーをAIxCryptoソリューションに引きつける魅力があります。

5.2 Empowering Creator Ownership:

AI x Cryptoのもう1つの重要な利点は、クリエイターの所有権の保護です。現在のAI空間では、一部のエージェントは簡単にコピーされてしまいます。このようなプロキシは、似たようなヒントを書くだけで簡単にコピーされてしまう。さらに、GPTショップのプロキシは、クリエイターではなく中央集権的な企業によって所有されていることが多く、クリエイターの作品に対するコントロールや効果的な収益化の能力が制限されています。

AI×Cryptoは、暗号空間で普及している実績のあるNFT技術を活用することで、この問題を解決します。プロキシをNFTとして表現することで、クリエイターは自分の作品を実際に所有し、そこから実際にお金を稼ぐことができます。ユーザーがプロキシとやりとりするたびに、クリエイターにはインセンティブが与えられ、その努力に対する公正な報酬が保証されます。NFTベースの所有権の概念は、エージェントに適用できるだけでなく、知識ベースやヒントなど、AIにおける他の重要な資産を保護するためにも使用できます。

5.3プライバシーの保護と信頼の再構築：

ユーザーとクリエイターは、中央集権的なAI企業に対してプライバシーに関する懸念を持っています。ユーザーは自分のデータが将来のモデルを訓練するために悪用されることを懸念し、クリエイターは自分の作品が適切な帰属や対価なしに使用されることを懸念しています。さらに、中央集権的なAI企業は、インフラコストを削減するためにサービスの質を犠牲にするかもしれません。

これらの問題はWeb2テクノロジーでは対処が困難ですが、AIxCryptoは高度なWeb3ソリューションを活用しています。ゼロ知識のトレーニングと推論は、使用されたデータを証明し、正しいモデルが適用されていることを保証することで、透明性を提供します。信頼された実行環境（Trusted Execution Environment：TEE）、統合学習（Federated Learning）、完全同形暗号化（Fully Homomorphic Encryption：FHE）などの技術により、安全でプライバシーを保護したAIのトレーニングと推論が可能になります。

プライバシーと透明性を優先することで、AIxCryptoはAI企業が社会的信用を取り戻し、ユーザーの権利を尊重したAIサービスを提供することを可能にし、従来のWeb2ソリューションとの差別化を図ります。

5.3プライバシーの保護と信頼の再構築：

ユーザーとクリエイターは、中央集権的なAI企業に対してプライバシーに関する懸念を抱いています。ユーザーは自分のデータが将来のモデルを訓練するために悪用されることを懸念し、クリエイターは自分の作品が適切な帰属や対価なしに使用されることを懸念しています。さらに、中央集権的なAI企業は、インフラコストを削減するためにサービスの質を犠牲にするかもしれません。

これらの問題はWeb2テクノロジーでは対処が困難ですが、AIxCryptoは高度なWeb3ソリューションを活用しています。ゼロ知識のトレーニングと推論は、使用されたデータを証明し、正しいモデルが適用されていることを保証することで、透明性を提供します。信頼された実行環境（Trusted Execution Environment：TEE）、統合学習（Federated Learning）、完全同形暗号化（Fully Homomorphic Encryption：FHE）などの技術により、安全でプライバシーを保護したAIのトレーニングと推論が可能になります。

プライバシーと透明性を優先することで、AIxCryptoはAI企業が社会的信用を取り戻し、ユーザーの権利を尊重したAIサービスを提供することを可能にし、従来のWeb2ソリューションとの差別化を図ります。

5.4コンテンツのソースを追跡する

AIが生成するコンテンツが高度化するにつれ、人間が作成したテキスト、画像、動画を区別することが難しくなっています。動画を区別することが難しくなっている。AIが生成したコンテンツの悪用を防ぐために、人々はコンテンツの出所を判断する信頼できる方法を必要としています。

ブロックチェーンは、サプライチェーン管理やNFTで成功したように、コンテンツの出所を追跡することに優れています。サプライチェーン業界では、ブロックチェーンは製品のライフサイクル全体を追跡し、ユーザーは生産者や重要なマイルストーンを特定することができます。同様に、ブロックチェーンはクリエイターを追跡し、NFTの場合には海賊版を防止します。NFTはその公共性のために海賊版に対して特に脆弱です。この脆弱性にもかかわらず、ブロックチェーンを使用することで、ユーザーは本物と偽物のトークンを簡単に見分けることができるため、偽物のNFTによる損失を最小限に抑えることができます。

AIが生成したコンテンツの出所を追跡するためにブロックチェーン技術を適用することで、AIxCryptoはコンテンツ作成者がAIか人間かを検証する能力をユーザーに提供し、悪用の可能性を減らし、コンテンツの真正性への信頼を高めます。

5.5 Developing Models with Cryptocurrencies

モデルの設計とトレーニング、特に大規模なモデルは、高価で時間のかかるプロセスです。また、新しいモデルには不確実性があり、開発者はその性能を予測することができません。

暗号通貨は、事前学習データの収集、強化学習フィードバックの収集、関係者からの資金調達など、開発者に優しい方法を提供する。このプロセスは、典型的な暗号通貨プロジェクトのライフサイクルに似ています。個人投資や離陸パッドを通じて資金を調達し、ローンチ時にアクティブな貢献者にトークンをドロップします。

モデルも同様のアプローチを取ることができ、トークンを販売することでトレーニングのための資金を調達し、データやフィードバックの貢献者にトークンを投下します。うまく設計されたトークンエコノミーモデルを使えば、このワークフローは、個々の開発者が新しいモデルをこれまで以上に簡単にトレーニングするのに役立ちます。



6.トーケノミクスの課題

AI×暗号 プロジェクトは、暗号のユニークな価値提案とWeb2 AI産業の市場規模の大きさから、潜在的な顧客としてWeb2開発者をターゲットにし始めています。しかし、トークンに馴染みがなく、トークン・ベースのシステムに手を出すことに消極的なWeb2開発者にとっては、トークンはハードルになり得る。

Web2の開発者に対応するためにトークンの有用性を減らしたり取り除いたりすることは、AI x Crypto プロジェクトの基本的なスタンスを変える可能性があるため、Web3の愛好家にとっては厄介なことかもしれません。価値のあるトークンをAI SaaSプラットフォームに統合しようとするとき、Web2開発者を惹きつけ、トークンを実用的なものに保つバランスを見つけることは、困難な課題です。

トークンの価値を維持しながら、Web2とWeb3のビジネスモデルのギャップを埋めるには、検討すべきいくつかの潜在的なアプローチがあります：

• トークンの価値を維持しながら、Web2とWeb3のビジネスモデルのギャップを埋めるには、検討すべきいくつかの潜在的なアプローチがあります。align: left;">プロジェクトの分散インフラネットワーク全体でトークンを活用する。インフラストラクチャー・ネットワークを保護するために、誓約、報酬、罰則を実装する。

• Web2ユーザーがトークンを使用するためのポータルを提供しながら、トークンを支払い方法として使用する

• トークン・ベースのガバナンスを実装する

• トークン保有者と収益を共有する

• 収益をトークンの買い戻しや破棄に利用する

• プロジェクトに提供する。

Web2とWeb3の両方の関心に沿ったトークンエコノミーモデルを注意深く設計することで、AI x Crypto プロジェクトはWeb2の開発者をうまく引きつけることができます。トークンの価値と有用性を維持しながら、Web2の開発者をうまく引きつけることができます。



7. .私たちのお気に入りのAI x Crypto シナリオ

私たちのお気に入りのAI x Cryptoシナリオは、AI空間におけるブロックチェーン技術とユーザーコラボレーションの力を活用して、物事を成し遂げます。私たちのお気に入りのAI x Cryptoのシナリオは、ブロックチェーン技術とのユーザーコラボレーションの力を活用して、物事を成し遂げることです。具体的な例としては、

1.AIのトレーニング、アラインメント、ベンチマークのための集団的なデータ貢献（例：チャットボット・アリーナ）

2.大規模な共有知識ベースを構築するためのコラボレーション。

3.ウェブデータのクロールのための個々のリソースの活用（例：Grass）

ブロックチェーンベースのインセンティブを活用し、ユーザーの集合的な努力の調整を行うことで、これらのモデルは、その可能性を示しています。

これらのモデルは、ブロックチェーンベースのインセンティブとユーザーの集団的努力の調整を活用することで、AIの開発と展開に対する分散型、コミュニティ主導型アプローチの可能性を示しています。strong>

私たちはAIとWeb3の黎明期にあり、AIとブロックチェーン分野の統合は、他の産業と比べてまだ初期段階にあります。GenAIの上位50製品にWeb3関連製品はない。LLMツールの上位は、主に営業、会議、メモ／ナレッジベースなどのコンテンツ作成・編集に関連するものである。Web3エコシステムにおける大量の研究、文書化、販売、コミュニティ活動を考慮すると、カスタムLLMツールの開発には大きな可能性があります。



現在、開発者はインフラの構築に注力しています。まだそこまでには至っていませんが、先進的なAIモデルをチェーンに取り込むことに注力しています。このインフラを開発し続ける中で、私たちはまた、安全で信頼できる方法でAI推論をオンチェーンで実行するための最適なユーザーシナリオを模索しています。他の業界は、推論と微調整のために既存のLLMインフラを直接使用することができます。ブロックチェーン業界だけが、独自のネイティブAIインフラを必要としているのです。

近い将来、ブロックチェーン技術がピアツーピアの利点を活かしてAI業界の最も困難な問題を解決し、AIモデルが誰にとってもより手頃で、アクセスしやすく、収益性の高いものになると期待しています。また、若干の遅れはあるものの、暗号空間もAI業界のシナリオに追随すると予想している。この1年で、開発者たちが暗号、プロキシ、LLMモデルを組み合わせているのを見てきました。今後数ヶ月の間に、私たちはおそらく、より多くのマルチモーダルモデル、テキスト-ビデオ生成、および3D生成がCrypto空間に影響を与えるのを見るでしょう。

AIとWeb3業界全体は現在過小評価されており、私たちはWeb3におけるAIの発火の瞬間、CryptoxAIのキラーアプリを待ち望んでいます。