DeFiにおける人工知能
TechFlow厳選深潮セレクト
DeFiにおける人工知能
AI / LLM在暗号通貨分野における応用と潜在的影響は何ですか？
Web3業界の深掘り報道に専念し潮流を洞察執筆：DEFI EDUCATION
翻訳：白話ブロックチェーン
あなたもTwitterなどでご存知の通り、我々は現在のAI／LLM分野に非常に注目しています。研究の加速という点ではまだ改善の余地が多くありますが、そのポテンシャルは確かに存在します。
大規模言語モデル（LLM）が暗号資産分野に登場したことで、非技術者がこの業界と関わり、理解し、貢献する方法が根本的に変化しつつあります。
以前はプログラミングができなければ、完全に道に迷ってしまう状態でした。しかし今、chatGPTのような大規模言語モデルが、複雑なプログラミング言語と日常会話の間にある溝を埋めています。これは非常に重要な進展です。なぜなら、暗号資産分野はこれまで専門的な技術を持つ人々によって主導されてきたからです。
もし理解できない部分に遭遇したり、あるプロジェクトが意図的に基盤システムの実態をごまかしていると感じた場合でも、chatGPTに尋ねれば、迅速かつほぼ無料で答えを得られます。
DeFiは金融へのアクセスを民主化しており、一方で大規模言語モデルはDeFiへのアクセスを民主化しています。
本記事では、我々が考えるLLMがDeFiに与える可能性のある影響についていくつか紹介します。
1. DeFiのセキュリティ
前述の通り、DeFiは摩擦や間接コストを削減し、巨大なチームに代わって効率的なコードを使用することで、金融サービスを変えつつあります。
すでにDeFiの方向性について詳しく説明しました。DeFiとは：
-
摩擦コストを低下させる――燃料費は最終的に下がる
-
実体を持たず、コードだけであるため、間接コストを削減
-
人件費を削減。100人のプログラマーで数千人の銀行員を置き換えた
-
誰もが金融サービス（ローン供与やマーケットメイキングなど）を提供できるようにする
-
仲介者に依存しない、よりスリムな運営モデルである
DeFiにおいては、「カウンターパーティリスク」が「ソフトウェアのセキュリティリスク」に取って代わられます。あなたの資産を守り、取引を促進するコードや仕組みは、資金を盗もうとする外部からの脅威に対して常に晒されています。
AI、特にLLMは、スマートコントラクトの開発・監査の自動化において極めて重要な役割を果たします。コードベースを分析しパターンを識別することで、AIは（時間とともに）脆弱性を発見し、スマートコントラクトのパフォーマンスを最適化できます。これにより人為的ミスが減少し、DeFiプロトコルの信頼性が向上します。既知の脆弱性や攻撃ベクトルのデータベースと契約を照合することで、LLMはリスク領域を浮き彫りにできます。
LLMがすでにソフトウェアセキュリティ対策として実用的かつ受け入れられている分野の一つは、テストスイートの作成支援です。ユニットテストの作成は退屈ですが、ソフトウェア品質保証において極めて重要でありながら、市場投入のスピード重視でしばしば軽視されます。
しかし、これにも「暗部」があります。LLMがコード監査を助けられるなら、ハッカーがオープンソースの暗号世界でコードを悪用する手口を見つけるのにも同様に使えるのです。
幸い、暗号コミュニティにはホワイトハットが数多くおり、リスクの一部を緩和するバウンティ制度も整っています。
サイバーセキュリティの専門家は「曖昧さによるセキュリティ（Security through Obscurity）」を推奨しません。むしろ、攻撃者はすでにシステムのコードや脆弱性を熟知していると仮定します。AIおよびLLMは、非プログラマーにとっても不正なコードを大規模に自動検出するのに役立ちます。日々デプロイされるスマートコントラクトの数は、人間が監査できる量を超えています。経済的機会（例：マイニング）を掴むために、新しい人気のコントラクトと即座にやり取りする必要があり、テストのために待っている時間的余裕がないこともあります。
ここでRug.AIのようなプラットフォームの出番です。新規プロジェクトが既知のコード脆弱性に対してどう評価されるかを、自動的に提示してくれます。
おそらく最も革命的な側面は、LLMがコードを書くのを助ける能力です。ユーザーが自分のニーズをある程度理解していれば、自然言語で目的を説明でき、LLMがそれを機能的なコードに変換できます。
これにより、ブロックチェーンアプリケーションを作成するハードルが下がり、より幅広いイノベーターがエコシステムに貢献できるようになります。
しかし、これはまだ始まりにすぎません。個人的には、LLMはまったく新しいプロジェクトよりも、コードのリファクタリングや初心者向けのコード解説に適していると感じます。モデルに文脈と明確な仕様を与えることが非常に重要で、そうでないと「ガーベジ・イン、ガーベジ・アウト」の結果になります。
またLLMは、スマートコントラクトのコードを自然言語に翻訳することで、プログラミングを知らない人々を支援できます。プログラミングを学びたくないかもしれませんが、自分が使うプロトコルのコードが、プロトコルの約束と一致しているか確認したいと思うかもしれません。
短期間で高品質の開発者をLLMが代替することは難しいと考えますが、開発者は自身の作業をLLMで再チェックする手段として活用できます。
結論？ すべての人にとって、暗号資産はより簡単かつ安全になりました。ただし、LLMに過度に依存しないよう注意が必要です。彼らは時に自信を持って間違います。LLMがコードを完全に理解し予測する能力は、まだ発展途上です。
2. データ分析とインサイト
暗号資産分野でデータ収集を行う際、いずれDune Analyticsに触れるでしょう。まだ知らない場合は、Dune Analyticsとは、主にイーサリアムブロックチェーンおよび関連ブロックチェーンに焦点を当てて、データ分析の可視化を作成・公開できるプラットフォームです。DeFi指標の追跡に有用で、使いやすく直感的なツールです。
Dune AnalyticsはすでにGPT-4機能を搭載しており、自然言語でクエリを説明できます。
あるクエリがよくわからなかったり、クエリを作成・編集したい場合は、chatGPTに頼ることができます。同一の会話内でいくつかのサンプルクエリを提示すれば、chatGPTのパフォーマンスはさらに良くなります。もちろん、自身で学び、chatGPTの回答を検証することも重要です。しかし、これは学びながら質問できる優れた方法であり、まるでメンターに質問するような感覚です。
LLMは、非技術者の暗号資産参加のハードルを大きく下げました。
しかし洞察力の面では、LLMは独自のインサイト提供においてやや不満足です。複雑で合理的な金融市場では、LLMに正しい答えを期待するのは控えましょう。直感やひらめきを重視するタイプの人は、LLMが期待に遠く及ばないと感じるでしょう。
それでも、我々はある有効な用途を見つけました――明らかにすべきことを見落としていないかを確認する点です。非自明であったり主流と逆の、実際にリターンを生むようなインサイトをLLMが提供することはまずありません。それは驚くべきことではありません（超高額の市場リターンをもたらすAIを開発した人がいたら、それを一般に公開しないでしょう）。
3. 「Discord管理者の消滅？」
暗号資産分野では、ある人気プロジェクトに熱狂するが要求の多いユーザー群を管理することは、最も過小評価され、苦痛を伴う仕事の一つです。同じような一般的な質問が繰り返し、時には連続して投げかけられます。これはLLMで簡単に解決できるはずの痛みのポイントに思えます。
LLMは、メッセージが自己宣伝（スパム）かどうかを検出する面でも一定の精度を示しています。悪意あるリンク（または他のハッキング行為）の検出にも応用できると期待されます。数千人のアクティブメンバーが定期的に情報を投稿する忙しいDiscordサーバーを管理するのは本当に困難であるため、LLM駆動のDiscordボットが活躍することを我々は期待しています。
4. 「空想的なこと」
暗号資産分野でよく見られるジョークの一つは、トレンドのミームに基づいて通貨を立ち上げることです。DOGE、SHIB、PEPEのように長期間生き残るミームから、当日のトレンドキーワードに基づいて1時間以内に消えるランダムな通貨（ほとんどが詐欺、関わらないことをお勧めします）までさまざまです。
もしTwitter Firehose APIにアクセスできれば、暗号資産に関する感情をリアルタイムで追跡し、トレンドを特定するようLLMを訓練できます。その後、人間がそのニュアンスを解釈します。簡単な応用例として、ウイルス的瞬間が起きたとき、感情分析に基づいてミーム通貨を発行できます。
おそらく、「ロケット噴射」タイプのAPIデータ源のコストや帯域幅を処理せずとも、複数のSNSチャンネルにまたがる人気の暗号資産インフルエンサーの一部を監視する、簡易版感情キャッチャーのようなものを構築する方法もあるでしょう。
LLMはこの分野に非常に適しています。オンライン上の皮肉やパロディを解析し、真のインサイトを導き出す文脈理解ができるからです。このLLMパートナーは、暗号業界と共に進化・学習し、暗号系Twitter上で大部分の議論が行われる場所に存在します。暗号業界は公開討論フォーラムとオープンソース技術で知られ、LLMが市場の機会を捉えるためのユニークな環境を提供しています。
しかし、意図的なSNS操作に騙されないよう、この技術はさらに洗練される必要があります。人工的な草の根運動、未開示のスポンサーシップ、ネットワーク工作員などです。別の記事では、ある興味深い第三者の調査報告について触れました。そこでは、一部の組織がFTX／Alameda関連の暗号プロジェクトの価値を高めるために、意識的にSNSを操作している可能性を示唆しています。
NCRIの分析によると、FTX上場銘柄に関するオンライン議論のうち、ロボットのようなアカウントがかなりの割合（約20％）を占めていました。
このようなロボット活動は、データサンプル内の多くのFTX銘柄の価格上昇を予兆していました。
FTXのプロモーション以降、これらの銘柄に関する活動は時間とともに不自然さを増し、不自然でロボットのようなコメントの比率が着実に増加し、総議論量の約50％を占めるようになりました。
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
