Web3とAIの融合:新世代のインターネット基盤を構築する

Web3は、分散型でオープンかつ透明な新しいインターネットの形態として、AIとの自然な結びつきがあります。従来の集中型アーキテクチャでは、AIの計算およびデータリソースは厳しく制限されており、計算能力のボトルネック、プライバシーの漏洩、アルゴリズムの不透明性など、数多くの課題に直面しています。一方、Web3は分散型技術に基づいており、共有計算ネットワーク、オープンデータ市場、プライバシー計算などの方法を通じて、AIの発展に新たな動力を提供します。同時に、AIもWeb3に多くの強化をもたらし、スマートコントラクトの最適化や不正防止アルゴリズムなどを通じて、そのエコシステムの充実を助けます。したがって、Web3とAIの結びつきを探求することは、次世代のインターネット基盤を構築し、データと計算能力の価値を解放する上で重要な意義を持っています。

! AIとWeb3の6つの主要な統合を探る

データドリブン:AIとWeb3の基盤

データはAIの発展を推進する核心要素であり、エンジンにとっての燃料のようなものです。AIモデルは、膨大な高品質のデータを消化する必要があり、そうすることで深い理解と強力な推論能力を得ることができます。データは機械学習モデルにトレーニングの基盤を提供するだけでなく、モデルの正確性と信頼性も決定します。

従来の中央集権型AIデータ取得と利用のモデルには、以下の主要な問題があります:

• データ取得コストが高く、中小企業には負担が大きい
• データ資源が大手テクノロジー企業によって独占され、データの孤島が形成される
• 個人データのプライバシーは漏洩や悪用のリスクにさらされています

Web3は新しい分散型データパラダイムを用いてこれらの痛点を解決できます:

• ユーザーは、AI企業に未使用のネットワークリソースを販売し、分散型でネットワークデータを収集し、クリーンアップおよび変換した後、AIモデルのトレーニングにリアルで高品質なデータを提供します。
• "マークして稼ぐ" モデルを採用し、トークンを通じて世界中の作業者がデータのマークアップに参加することを奨励し、世界の専門知識を集約し、データ分析能力を強化する
• ブロックチェーンデータ取引プラットフォームは、データの供給と需要の両方に対して公開透明な取引環境を提供し、データの革新と共有を促進します。

しかし、実世界のデータ取得にはいくつかの問題が存在します。例えば、データの質がまちまちであったり、処理が難しかったり、多様性や代表性が不足していることです。合成データはWeb3データ分野の未来のハイライトとなる可能性があります。生成AI技術とシミュレーションに基づいて、合成データはリアルデータの特性を模倣し、リアルデータの有効な補完として機能し、データ利用の効率を向上させます。自動運転、金融市場取引、ゲーム開発などの分野で、合成データはすでに成熟した応用の可能性を示しています。

! AIとWeb3の6つの主要な統合を探る

プライバシー保護:FHEのWeb3における応用

データ駆動の時代において、プライバシー保護は世界的な関心の焦点となっており、EUのGDPRなどの規制の導入は個人プライバシーの厳格な保護を反映しています。しかし、これは課題ももたらします。一部のセンシティブなデータはプライバシーリスクのために十分に活用できず、AIモデルの潜在能力と推論能力を制限しています。

全同態暗号(FHE)は、暗号化されたデータの上で直接計算を行うことを可能にし、データを復号する必要がなく、計算結果は平文データの計算結果と一致します。FHEはAIプライバシー計算に対して堅固な保護を提供し、GPUの計算能力が元のデータに触れることなくモデルのトレーニングと推論を実行できる環境を提供します。これにより、AI企業は商業機密を保護しながら、安全にAPIサービスを開放するという大きな利点を得ることができます。

FHEMLは、機械学習の全周期にわたってデータとモデルを暗号化処理し、機密情報の安全を確保し、データ漏洩のリスクを防ぎます。FHEMLはデータプライバシーを強化し、AIアプリケーションに安全な計算フレームワークを提供します。

FHEMLはZKMLの補完です。ZKMLは機械学習の正しい実行を証明し、FHEMLは暗号化データに対する計算を強調し、データプライバシーを維持します。

計算力革命:非中央集権ネットワークにおけるAI計算

現在のAIシステムの計算複雑性は3ヶ月ごとに倍増し、計算能力の需要が急増しており、既存の計算リソースの供給を大幅に上回っています。例えば、ある大規模言語モデルの訓練には膨大な計算能力が必要であり、単一のデバイスで355年の訓練時間に相当します。このような計算能力の不足は、AI技術の進歩を制限するだけでなく、高度なAIモデルを多くの研究者や開発者にとって手の届かないものにしています。

同時に、世界のGPU利用率は40%未満であり、マイクロプロセッサの性能向上が鈍化していること、さらにサプライチェーンや地政学的要因によるチップ不足が算力供給の問題をより深刻にしています。AI業界の従事者は二者択一に直面しています: 自分でハードウェアを購入するか、クラウドリソースをレンタルするか、需要に応じた経済的で効率的な計算サービスの方法が急務です。

ある分散型AI算力ネットワークは、世界中の余剰GPUリソースを集約し、AI企業に経済的かつ使いやすい算力市場を提供します。算力の需要者はネットワーク上で計算タスクを公開し、スマートコントラクトがタスクを算力を提供するマイナーのノードに割り当てます。マイナーはタスクを実行し、結果を提出し、検証の後に報酬を得ます。このようなソリューションはリソースの利用効率を向上させ、AIなどの分野における算力のボトルネック問題を解決するのに役立ちます。

汎用の分散型コンピューティングネットワークに加えて、AIトレーニングと推論に特化した専用のコンピューティングプラットフォームもあります。分散型コンピューティングネットワークは、公平で透明なコンピューティング市場を提供し、独占を打破し、アプリケーションの敷居を下げ、コンピューティングリソースの利用効率を向上させます。Web3エコシステムにおいて、分散型コンピューティングネットワークは重要な役割を果たし、より多くの革新的な分散型アプリケーションを引き付け、AI技術の発展と応用を共に推進します。

! AIとWeb3の6つの主要な統合を探る

DePIN:Web3によるエッジAIの強化

あなたのスマートフォン、スマートウォッチ、さらには家庭のスマートデバイスがAIを実行する能力を持っていると想像してみてください。これがエッジAIの魅力です。データが生成される源で計算が行われ、低遅延でリアルタイム処理が実現され、ユーザーのプライバシーが保護されます。エッジAI技術は自動運転などの重要な分野で応用されています。

Web3の分野で、私たちがより馴染みのある名称はDePINです。Web3は分散化とユーザーデータの主権を強調しており、DePINはローカルでデータを処理することによって、ユーザーのプライバシー保護を強化し、データ漏洩のリスクを減少させます。Web3ネイティブのトークンエコノミーのメカニズムは、DePINノードに計算リソースを提供するように促し、持続可能なエコシステムを構築します。

現在、DePINはあるパブリックブロックチェーンのエコシステムで急速に発展しており、プロジェクト展開の第一選択肢の一つとなっています。このパブリックブロックチェーンの高いスループット、低取引手数料、および技術革新はDePINプロジェクトに強力なサポートを提供しています。現在、このパブリックブロックチェーン上のDePINプロジェクトの時価総額は100億ドルを超えており、複数の著名なプロジェクトが顕著な進展を遂げています。

IMO:AIモデルの新しいパラダイムの発表

IMOの概念は、あるプロトコルによって考案され、AIモデルのトークン化を実現します。従来のモデルでは、収益分配メカニズムが欠如しているため、AIモデルの開発者はモデルのその後の使用から持続的な収益を得ることが難しく、特にモデルが他の製品サービスに統合された後は、オリジナルの制作者が使用状況を追跡し、収益を得ることが困難です。また、AIモデルの性能や効果はしばしば透明性に欠け、潜在的な投資者や使用者はその真の価値を評価することが難しく、モデルの市場認知と商業的な可能性を制限しています。

IMOはオープンソースのAIモデルに新しい資金支援と価値共有の方法を提供し、投資家はIMOトークンを購入してモデルが今後生み出す収益を共有できます。あるプロトコルは特定の技術標準を使用し、AIオラクルとOPML技術を組み合わせてAIモデルの真実性を確保し、トークン保有者が収益を共有できるようにしています。

IMOモデルは透明性と信頼を高め、オープンソースの協力を促進し、暗号市場のトレンドに適応し、AI技術の持続可能な発展に力を注ぎます。IMOは現在初期の試行段階にありますが、市場の受け入れが進み、参加の範囲が広がるにつれて、その革新性と潜在的な価値が期待されます。

AIエージェント:インタラクティブ体験の新時代

AIエージェントは環境を認識し、独立して思考し、設定された目標を達成するために行動を取ることができます。大規模言語モデルのサポートにより、AIエージェントは自然言語を理解するだけでなく、意思決定を計画し、複雑なタスクを実行することもできます。彼らはバーチャルアシスタントとして機能し、ユーザーとの対話を通じて好みを学び、パーソナライズされたソリューションを提供します。明確な指示がない場合でも、AIエージェントは自主的に問題を解決し、効率を向上させ、新しい価値を創造することができます。

あるオープンAIネイティブアプリケーションプラットフォームは、ユーザーがロボットの機能、外観、声、外部知識ベースへの接続を構成できる包括的で使いやすい創作ツールセットを提供し、公平でオープンなAIコンテンツエコシステムの構築に取り組んでいます。生成型AI技術を活用して、個人がスーパクリエイターになることを可能にします。このプラットフォームは、キャラクターの演技をより人間らしくするために特別に大規模言語モデルを訓練しました。音声クローン技術は、AI製品の個別化されたインタラクションを加速させ、音声合成コストを99%削減し、音声クローンはわずか1分で実現できます。このプラットフォームでカスタマイズされたAIエージェントは、現在、ビデオチャット、語学学習、画像生成などのさまざまな分野で応用可能です。

Web3とAIの融合に関して、現在の探求は主にインフラ層に集中しており、高品質なデータの取得、データプライバシーの保護、チェーン上でのモデルホスティング、分散型コンピューティングの効率的な利用、大規模言語モデルの検証などの重要な課題に取り組んでいます。これらのインフラが徐々に整備されるにつれて、Web3とAIの融合が一連の革新的なビジネスモデルやサービスを生み出すことが期待されます。

! AIとWeb3の6つの主要な統合を探る