CryptoとAIの統合により、AI独占の障壁を打破するのに役立つプロジェクトにはどのようなものがあるか？
TechFlow厳選深潮セレクト
CryptoとAIの統合により、AI独占の障壁を打破するのに役立つプロジェクトにはどのようなものがあるか？
人工知能とブロックチェーンの融合は、明らかにさまざまな業界の形成において極めて重要な役割を果たすだろう。
Web3業界の深掘り報道に専念し潮流を洞察執筆：Reflexivity Research
編集・翻訳：TechFlow
最近、人工知能（AI）業界は良い面も悪い面も含めて、常にニュースのトップを飾っています。OpenAIで最近起きた出来事や、現在のAI技術の水準についてはご存じかもしれませんが、AIとブロックチェーンがどのように相互作用しているかについてはあまりご存知ないかもしれません。今週のレポートでは、AIとブロックチェーン技術を統合しようとするアプリケーションについて紹介するとともに、これらのアプリケーションや今後数年間におけるAI業界に関する情報を提供します。
人工知能とは何か？暗号資産との関係は？
AIとブロックチェーンの統合に関する応用の詳細やより技術的な内容に深入りする前に、まず人工知能技術の基礎知識を理解し、優れた業界のチームや個人開発者がどのようにこの技術を今日の水準まで発展させてきたかを把握することが重要です。
過去一年間でテクノロジー業界が注目した中でも、消費者にとって最も人気があり広く認知されているAIアプリケーションといえばChatGPTです。本日は、ChatGPTの基本的な技術的コンセプトと、その卓越性の理由について簡単に説明します。
ChatGPTや他のチャット型AIモデルの核となる技術は、大規模言語モデル（Large Language Model: LLM）です。こうした複雑なAI技術は、深層学習技術と膨大なデータセットを組み合わせたものであり、知識の予測や要約を可能にするAIモデルを生み出しています。
人間とLLMのやり取りは自然言語処理（NLP）を通じて行われ、多くのLLMはNLP専用に構築されています。ユーザーがチャットボットに特定の質問をすると、チャットAIはその基盤技術、訓練データ、能力を活用して可能な限り適切な回答を提供します。
LLMは「トランスフォーマーモデル」（一般的にトランスフォーマーと呼ばれる）に基づいて構築されています。これはテキストの予測や単語の文脈理解に優れたニューラルネットワークです。トランスフォーマーモデルを使用するLLMは自然言語処理に非常に優れているため、数学の問題を解いたり、コードを生成したり、短いレポートを作成したり、文章の修正提案を行うなど、人々の日常業務にうまく対応できます。
そのため、ChatGPTやマイクロソフトBing、ClaudeといったチャットAIは大きな成功を収め、ほぼ一挙にAI革命を引き起こしました。多くの人々は将来的にAIが人類よりも賢くなる可能性があると考えていますが、それがすぐに実現するという確かな証拠はありません。いずれにせよ、AIモデルと人々の仕事との統合がもたらす可能性と、その非常に有望な能力を考えれば、私たちがそれを受け入れようがしまいが、AIは今後も存在し続けるでしょう。しかし、これらのAIモデルがどのように暗号資産やブロックチェーンの許可不要（パーミッションレス）な特性と結びつくのか気になる方もいるかもしれません。そこで、両者の潜在的な同期性について説明し、AIとブロックチェーンという二つの先進技術を探っていきます。
暗号資産はAIアプリケーションをどう支援できるか？
暗号資産業界は、日々ニュースメディアやソーシャルメディアプラットフォームで話題になる業界です。2008年にサトシ・ナカモトが発表したホワイトペーパーから始まり、暗号資産市場は現在1.5兆ドル規模にまで成長し、世界的に有名な金融機関が次々と各種暗号資産ETFの申請を行っています。
一般的に、ブロックチェーン技術の独自の利点を業界外の人々に説明するのは難しいものです。これは主に、多くの先進国の金融業界がすでに成熟しているためです。一方、発展途上国では、腐敗した金融機関や政府が権力を握っていることから、分散型台帳技術（DLT）が金融取引にもたらすメリットを説明しやすい状況があります。世界中の通貨は頻繁に価値を失い、世界人口の大半が依然として銀行インフラにアクセスできない中で、ブロックチェーンの分散型台帳技術は独特の強みを持っています。
暗号資産は、銀行口座を持たない人々に金融サービスを提供する手段です。この技術により、個人は自らの金融活動の管理者となる機会を得ます。冷蔵庫ウォレットに暗号資産を保有する場合でも、暗号資産エコシステム内の多数のDappを利用して保有する場合でも、銀行と同様のサービスを享受できます。
ブロックチェーンの透明性、安全性、非中央集権化などの固有の特徴は、AIデータの保存、共有、利用方法を大きく促進することができます。ブロックチェーン技術は、AIの取引や意思決定に対して改ざん不可能な分散型台帳を提供できます。このような技術の融合は、AIシステムへの信頼性を高め、データの操作や悪用に対する懸念を軽減することが期待されます。
暗号技術がAI（逆もまた然り）を支援できる重要な分野の一つが、データ管理とセキュリティです。AIシステムは学習と改善のために大量のデータを必要とします。ブロックチェーン技術を利用することで、これらのデータを異なるプラットフォームや関係者間で安全かつ透明に共有できます。これによりデータの完全性が確保されるだけでなく、イノベーションを妨げるデータサイロを打破し、AIの共同研究開発の新たな道を開くことができます。
AIとブロックチェーンの統合によって、合法的な分散型自律組織（DAO）を創出することも可能です。これらのDAOはスマートコントラクトによって管理され、AIアルゴリズムによって駆動され、人的介入なしに独立して運営、意思決定、取引を実行できます。歴史的に見ると、暗号資産におけるDAOの運営は理想的ではありませんでした。なぜなら、人間の感情や経済的インセンティブがDAOの本来の目的を覆い隠してしまうからです。AI技術を活用することで、DAOの運営プロセスを自動化し、人的仲介者の必要性を減らすことで、組織の効率を高め、コストを削減し、あらゆる業界を根本的に変革できます。
もう一つ有望な分野は、ブロックチェーンをAIデータの生成と共有を促進するインセンティブ手段として活用することです。トークン化により、個人や組織がAIモデルに価値あるデータを提供することで経済的報酬を受け取れるようになり、協力的で包括的なAIエコシステムの形成が促進されます。
分散型金融（DeFi）もAIの潜在的受益分野であり、両者の融合により「分散型AI（DeAI）」と呼ばれる新しい概念が生まれるかもしれません。このアプローチにより、個人や小規模な組織がこれまで大企業専用だったAIツールにアクセスできるようになり、AI技術の民主化と大衆化が実現します。
暗号資産とAIの融合は、金融業界のみならず、私たちのデジタル生活の多くの側面を変える可能性を秘めています。両技術の強みを組み合わせることで、今後のAIはよりアクセスしやすく、より安全で、より透明かつ効率的になると期待できます。ここまでの話を踏まえ、次にAI業界の現状とその機能について分析していきます。
AIの不透明性という壁を打ち破る
暗号資産が金融システムに与えた改革と、AIが知的生産に与える革命を比較すれば、いくつかの類似点が見えてきて、両者の統合を正当化する論拠になります。
現在、OpenAI、Google DeepMind、AnthropicといったAI企業が、積極的に関連技術の研究を進めています。
現在の暗号資産とAI分野における機会
ここまで、AIと暗号資産が協働する基本的な知識を紹介してきたので、次にこの分野の先進的なプロジェクトについてさらに深く掘り下げます。多くのプロジェクトには未完成な部分が多く（メインネットの開発中であり、忠実なユーザーグループの獲得や、より広範な暗号コミュニティからの注目を得ようとしている段階です）、しかしいずれも業界の最前線に位置しており、急速に進化するこの分野をよく象徴しています。
Bittensor：分散型AIモデルネットワーク
Bittensorは、暗号資産とAIエコシステムにおいてこれまでで最も人気があり、成熟したプロジェクトの一つです。Bittensorは分散型ネットワークであり、多数の分散型商品市場（「サブネット」とも呼ばれる）のためのプラットフォームを構築し、それらを単一のトークンシステム下に統合することで、AIの民主化を目指しています。その使命は、独自のインセンティブメカニズムと高度なサブネットアーキテクチャを採用し、OpenAIのような巨大AI企業に匹敵するネットワークを構築することです。Bittensorのシステムは、ブロックチェーンを通じてAI能力を効率的にオンチェーンに移転するマシンと見なすことができます。
このネットワークは2種類の主要な参加者によって運営されます：マイナーとバリデータです。マイナーは事前に訓練されたAIモデルをネットワークに提出し、その貢献に対して報酬を受け取ります。一方、バリデータはモデル出力の有効性と正確性を保証します。この構造により、マイナーはより良いパフォーマンスとより多くの報酬（ネイティブトークン$TAO）を得るために、継続的にモデルを改良する競争環境が生まれます。ユーザーはバリデータにクエリを送信することでネットワークとやり取りし、バリデータはそのクエリをマイナーに配布します。バリデータはマイナーの出力を評価・ランキングし、最も高い評価を受けた応答をユーザーに返します。
Bittensorのモデル開発手法はユニークです。多くのAI研究所や研究機関とは異なり、Bittensorはモデルの訓練を行いません。なぜなら、モデルの訓練は非常に複雑で高コストだからです。代わりに、ネットワークは分散型の訓練メカニズムに依存しています。バリデータの役割は、特定のデータセットを使ってマイナーが生成したモデルを評価し、正確度や損失関数などの特定の基準に基づいて各モデルにスコアを付けることです。この分散型評価により、モデルの性能が継続的に向上します。
BittensorのアーキテクチャにはYumaコンセンサスメカニズムが含まれており、これは作業量証明（PoW）とステークドプローフ（PoS）のハイブリッドで、ネットワーク内のサブネットでリソースを分配します。サブネットはそれぞれ独立した経済市場であり、テキスト予測や画像生成など異なるAIタスクに焦点を当てており、その機能に応じてYumaコンセンサスに参加または退出できます。
BittensorはAIの非中央集権化における重要な一歩であり、さまざまなAIモデルを分散型の方法で開発、評価、改善できるプラットフォームを提供しています。その独自の構造は、高品質なAIモデルの創出を促進するだけでなく、AI技術へのアクセスをより民主化し、あらゆる業界におけるAIの開発と利用のあり方を変える可能性を秘めています。
Akash：オープンソースのスーパークラウド
Akash Networkは革新的なオープンソースのスーパークラウドプラットフォームであり、計算リソースを安全かつ効率的に売買することを目指しています。ユーザーに独自のクラウドインフラを展開する能力を与えながら、未使用のクラウドリソースの売買も可能にします。この柔軟性はクラウドリソースの利用を民主化するだけでなく、事業を拡大したいユーザーに経済的に効率的な解決策を提供します。
Akashシステムの中心にあるのは逆オークション方式です。ユーザーが自分の計算ニーズに対し入札を行い、プロバイダーがサービスを提供するために競合します。この結果、価格は従来のクラウドシステムよりも大幅に低くなる傾向があります。このシステムはKubernetesやCosmosといった信頼性の高い成熟技術で支えられており、アプリケーションのホスティングに安全で信頼できるプラットフォームを提供します。Akashのコミュニティ主導のアプローチにより、ユーザーはネットワークの開発と管理に関して発言権を持ち、真にユーザー中心のパブリックサービスとなっています。
Akashのインフラは使いやすいYAMLベースのスタック定義言語（SDL）で定義されており、ユーザーが複数の地域やプロバイダーにまたがって複雑な展開を構築できるようにします。この機能は主要なコンテナオーケストレーションシステムであるKubernetesと組み合わさり、展開の柔軟性だけでなく、アプリケーションホスティングの安全性と信頼性も確保します。さらに、Akashは永続ストレージソリューションも提供しており、再起動後もデータが保持されるため、大規模なデータセットを扱うアプリケーションに特に有利です。
総じて、Akashは分散型クラウドプラットフォームとして際立っており、現在のクラウドサービスプロバイダーの独占的な性質に対して独自の解決策を提供しています。世界中の何百万ものデータセンターにある未使用リソースを活用するこのモデルは、コストを削減するだけでなく、クラウドネイティブアプリケーションの速度と効率を向上させます。Akashは独自言語の書き直しが不要で、ベンダーロックインもありません。さまざまなクラウドベースのアプリケーションに多機能でアクセスしやすいプラットフォームを提供しています。
Render：計算アクセスを拡張するプラットフォーム
Renderはブロックチェーンを基盤とするプラットフォームで、拡張現実（AR）、バーチャルリアリティ（VR）、AI支援メディアなど、メディア制作における増大する計算需要に対応することを目指しています。Renderはアイドル状態のGPUサイクルを活用し、計算能力を必要とするクリエイターと利用可能なGPUリソースを持つプロバイダーをつなぎます。ブロックチェーン技術の活用により、RenderはGPUベースのタスク（AI駆動のコンテンツ作成や最適化を含む）を安全かつ効率的に処理できます。
Renderの核となる製品はAIとの統合です。AIはコンテンツ作成とプロセス最適化において極めて重要な役割を果たします。このネットワークはAI関連タスクをサポートし、アーティストがAIツールを使ってアセットを生成し、デジタルアート作品を強化できるようにします。この統合により、超高解像度の3D世界の作成や、AIによるノイズ除去などレンダリングプロセスの最適化が可能になります。さらに、RenderのAI活用は大規模なアートコレクションの管理やレンダリングワークフローの最適化にも拡大しており、創造プロセスの可能性を広げています。
RenderのエコシステムはGPUリソースの市場として機能し、アーティスト、エンジニア、GPUノードオペレーターなどさまざまな関係者にサービスを提供します。これにより、計算能力へのアクセスが民主化され、個人クリエイターから大手スタジオまで、低価格で複雑なレンダリングプロジェクトを実施できます。エコシステム内での取引はRNDRトークンで行われ、レンダリングサービスを中心とした活力ある経済圏が形成されています。AIがデジタルコンテンツ制作を不断に再構築する中、Renderはデジタルメディア分野における新たな創造的表現と技術革新を促進する鍵となる存在となるでしょう。
Gensyn：分散型計算プラットフォーム
GensynはAIと暗号資産のプロジェクトで、現代のAIシステムに内在するリソース制限の課題に取り組んでいます。このプロジェクトは、基礎モデル構築に必要な莫大なリソース要求がAI発展を妨げている障壁を克服することを目指しています。Gensynのアプローチは、ブロックチェーンを基盤とする分散型プロトコルを構築し、グローバルな計算リソースを効果的に活用することです。
Gensynの背景には、AIシステムの計算需要が急増しており、既存の計算リソースを追い越そうとしている現実があります。例えば、OpenAIのGPT-4モデルのような大規模モデルの訓練には膨大な計算リソースが必要で、すべての関係者にとって大きな障壁となっています。そのため、現在の解決策（高額すぎるか、大規模AI作業に不十分）の限界を克服し、利用可能なすべての計算リソースを効果的に活用できるシステムが必要です。
Gensynは、この問題を解決するために、オフチェーンのディープラーニング作業を経済的に効率よく接続・検証する分散型プロトコルの構築を目指しています。このプロトコルは、作業の検証、市場力学、事前作業の見積もり、プライバシー問題、ディープラーニングモデルの効率的な並列化など、いくつもの課題に直面しています。このプロトコルは、参加者に経済的インセンティブを提供し、計算作業が約束通り実行されたかどうかを検証する方法を提供する、信頼不要な計算ネットワークの構築を目指しています。
Gensynプロトコルは、ディープラーニング計算のための信頼不要な第1層プロトコルであり、計算時間の提供やMLタスク（Gensyn内での一種の計算タスク）の実行に対して参加者に報酬を与えます。完了した作業の検証には、確率的学習証明、グラフベースの精確定位プロトコル、Truebitスタイルのインセンティブゲームなど複数の技術を採用しています。このシステムには、提出者、解答者、検証者、告発者などさまざまな参加者がおり、それぞれが計算プロセスの中で特定の役割を担います。
実際の運用では、Gensynプロトコルはタスクの提出から契約仲裁、決済に至るまで複数の段階を含みます。ML計算のための透明で低コストな市場を創出し、スケーラビリティと効率性を実現することを目指しています。また、強力なGPUを持つマイナーがハードウェアをML計算に再利用できる機会を提供し、主流のプロバイダーと比べてコストが低くなる可能性もあります。このアプローチはAIの計算課題を解決するだけでなく、AIリソースへのアクセスの民主化を目指しています。
Fetch：AI経済のオープンプラットフォーム
Fetch.aiは前述のプロジェクトよりも長い歴史を持ち、提供するサービスの種類も多岐にわたります。Fetchの核はAIと暗号資産の交差点に位置する革新的なプロジェクトであり、経済活動のあり方を根本から変えようとしています。Fetchの製品の基盤はAIエージェントであり、これらは特定のタスクを実行するためにプログラミング可能なモジュール型構成要素として設計されています。これらのエージェントは自主的に接続、検索、取引でき、動的な市場を形成し、伝統的な経済活動を変革します。
Fetchが提供する主要なサービスの一つは、従来の製品をAIに接続することです。これはアプリケーションプログラミングインターフェース（API）をFetch.aiエージェントと統合することで実現され、非常に迅速かつ基盤となるビジネスアプリケーションを変更する必要がありません。AIエージェントはネットワーク内の他のエージェントと組み合わせることができ、新しいユースケースやビジネスモデルの可能性を開きます。さらに、これらのエージェントはユーザーに代わって交渉や取引を行う能力を持っており、ユーザーがその展開から利益を得られるようにします。
また、これらのエージェントは機械学習モデルからの推論を提供でき、ユーザーはその洞察を貨幣化し、機械学習モデルを強化できます。
さらにFetchは、Agentverseというノーコード管理サービスを提供しており、AIエージェントの展開を簡素化しています。伝統的なノーコードプラットフォーム（Replit）やGitHub Copilotが一般の人々にコーディングを可能にしたのと同様に、Fetchは独自の方法でWeb3開発の民主化を進めています。
Agentverseを通じて、ユーザーは簡単に最初のエージェントを起動でき、高度なAI技術の利用の敷居が大幅に下がります。AIエンジンとエージェントサービスに関して、Fetchは大規模言語モデル（LLM）を活用して、タスクを適切なAIエージェントに発見・誘導します。このシステムはAIアプリケーションやサービスの貨幣化を可能にするだけでなく、構築、公開、分析、ホスティングを含むエージェントサービスの包括的プラットフォームとしても機能します。
このプラットフォームは「検索と発見」「分析」などの機能により実用性を高めています。エージェントはAgentverseに登録でき、LLMベースのターゲット検索により、Fetch.aiプラットフォーム上で能動的に発見されます。分析ツールはエージェントの意味記述子の有効性を高め、発見しやすさを強化するために使用できます。さらに、Fetch.aiはオフラインのエージェント群にIoTゲートウェイを統合しており、情報の収集や再接続後に一括処理が可能です。
最後に、Fetch.aiはエージェントのホスティングサービスを提供しており、Agentverseのホスティング以外のすべての機能を備えています。このプラットフォームはFetch.aiのWeb3ネットワークを活用して、エージェントのアドレス指定と命名にオープンネットワークを導入しています。これはブロックチェーン技術をシステムに統合した、画期的なネットワークDNSアドレッシング方式です。
総じて、Fetch.aiはAIとブロックチェーン技術を融合した多機能プラットフォームを提供しており、AIエージェント開発、機械学習モデルの貨幣化のためのツールを提供するとともに、デジタル経済における検索と発見に革新的なアプローチを提供しています。AIエージェントとブロックチェーン技術の統合は、さまざまなプロセスを非中央集権的かつ効率的に自動化・最適化する道を開いています。
今後の展望と予測
AIとブロックチェーン技術のシームレスな統合は、両分野における大きな進歩を示しています。この統合は単なる二つの先端技術の融合ではなく、デジタル革新と非中央集権化の境界を再定義する変革的な相乗効果です。
Fetch.ai、Bittensor、Akash Network、Render Network、Gensynなどのプロジェクトが探求しているように、この融合の潜在的応用は、AIとブロックチェーン統合の大きな可能性と顕著な利点を証明しています。
将来を見据えると、AIとブロックチェーンの融合は明らかにさまざまな業界の形成において極めて重要な役割を果たすでしょう。データセキュリティと完全性の向上から、新たなタイプの分散型自律組織（DAO）の創出まで、この融合はより効率的で、より透明で、よりアクセスしやすい技術をもたらすことが期待されます。特に分散型金融（DeFi）分野では、分散型AI（DeAI）の出現により、従来大企業に有利な構造の壁を打ち破り、AI技術へのアクセスを民主化できます。これにより、個人や小規模組織が以前は手の届かなかったAIツールやサービスを利用できる、より包括的なデジタル経済が実現するでしょう。
さらに、これらの技術の統合は、両分野のもっとも緊急の課題の解決にも貢献すると期待されています。AI分野では、データサイロや大規模モデルの訓練に必要な巨額の計算リソースといった問題を、ブロックチェーンの非中央集権的データ管理と共有計算能力により緩和できます。ブロックチェーン分野では、AIが効率性を高め、意思決定プロセスを自動化し、セキュリティ機構を改善できます。業界の発展に伴い、開発者、研究者、関係者はAIとブロックチェーンの相乗効果を継続的に探索・活用していく必要があります。そうすることで、両分野の発展だけでなく、デジタル全般の革新を推進し、最終的には社会全体に利益をもたらすことができるでしょう。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
@reflexivityres
