DWF 2024年暗号資産見通し：DAIの可能性と課題、Web3を通じてAIの未来をリード
TechFlow厳選深潮セレクト
DWF 2024年暗号資産見通し：DAIの可能性と課題、Web3を通じてAIの未来をリード
協力、包摂性、倫理的配慮が、人類に真に利益をもたらすDAIの構造を形作る上で鍵となる。
Web3業界の深掘り報道に専念し潮流を洞察執筆：DWF Labs Research
翻訳：Sharon、Luccy，BlockBeats
編集者注：
過去1年間、ChatGPT 3.5のリリースをきっかけにAIへの懸念と活発な議論が巻き起こった。Vitalikも自身の記事の中で、多くの人々が独占的なAIの出現を懸念しており、その進展を遅らせたいと考えていると指摘している。DWF Labs Researchは、ChatGPT 3.5の飛躍的進展がWeb3時代におけるAIに与える影響を深く分析し、AIが直面する課題とDAI（分散型AI）の可能性を明らかにする。
以下、原文を編訳して紹介する：
年末にあたり、今年最もホットな話題の一つである人工知能（AI）について考察したい。過去1年間、AIはOpenAIがリリースしたChatGPT 3.5によって注目を集めた。この発表はAIの巨大な経済的ポテンシャルを示し、その将来や影響、関連リスクについて世界中で議論が巻き起こった。
楽観的な見方が広がる一方で、懐疑論も生まれ、潜在的な結果に対して規制当局の警戒心も高まっている。AIの急速な台頭と不明確な規制枠組みは、暗号資産分野の初期段階を彷彿とさせる。人々はこの二つの業界を比較し、Web3の分散化特性が、AIが持つ潜在的な集中化の力と相補的に作用しうることを強調している。
すぐに、ほぼすべてのQ1におけるWeb3ベンチャーキャピタルのディスカッションはAIの変革的可能性に集中するようになった（時には自分が参加しているのがWeb3イベントなのかAIイベントなのかと自問することさえあった）。今年はまた、いくつかのVCがAI分野にシフトしたり、投資ポートフォリオにAIを取り入れたりする姿も見られた。
過熱気味のブームが落ち着きを見せつつある今、DWF VenturesはAI分野を公平な視点から再評価したいと考えている。本稿では、AIの進化の概要と現時点での注目を集めるに至った背景を簡潔に紹介する。しかし、従来よく見られる「AIがWeb3にどう影響するか」という視点ではなく、逆に「Web3がAIにどう影響するか」という問いに焦点を当てる。この探求の中で、分散化とWeb3がどのようにAIが現在抱える課題を解決するための触媒となりうるかを深く掘り下げる。
AIの概要とChatGPT 3.5の飛躍的進展
出典：Khan, Pasha, & Masud, 2021
最近のAIに対する過熱した注目とは対照的に、その歴史は1930年代までさかのぼる。1950年にチューリングが行った仕事、例えばチューリングテストは、AIの基礎を築いた。初期にはAIに対して楽観的な見方が広がっていたものの、計算能力の限界やリアルタイム処理のニーズに応えられなかったことにより、1970年代には「AIの冬」と呼ばれる停滞期を迎えた。1980年代になると、専門知識を模倣するために知識ベースを利用するエキスパートシステムによってAIは復活を遂げた。この時代には接続主義の復興や再帰型ニューラルネットワーク（RNN）の登場も見られた。
しかし、エキスパートシステムは知識の取得やリアルタイム分析において課題を抱え、1990年代には衰退へと向かい、個人用コンピュータの性能向上もあって次第に関連性を失っていった。それ以来、AI分野は急速に進展し、機械学習、自然言語処理、コンピュータビジョン、音声認識などさまざまな技術領域に分岐した。これらの発展により、AIは単純な問題解決から複雑な応用分野におけるディープラーニングへと進化していった。
出典：Mukhamediev et al., 2022
発展の過程で、AIは各サブフィールドの融合を経てきた。特に機械学習と大規模言語モデル（LLM）の分野では、垂直統合的な転換において大きな進展を遂げた。Ashish Vaswaniらの論文『Attention is All You Need』は、生成型事前学習変換器（GPT）モデルに明確なインスピレーションを与えた。
その後、双方向型BERT GPTやOpenAIチームのGPTなど、多数のGPTモデルが登場した。ChatGPTの後にFalconやLLaMA2といったオープンソースの代替モデルが現れ、次世代GPTの開発競争を激化させ、潜在的には人工汎用知能（AGI）にさらに近づくこととなった。
GPTに関する注目は、AIを学術の世界から解放し、数十億人の関心を集めることに貢献した。リリース後わずか2か月で、OpenAIは週間アクティブユーザー1億人という史上最高の成長スピードを記録した。マッキンゼーの最近の調査によると、現在約51％のテクノロジー業界の専門家が仕事でAIを使用している。
AIの現実：中心化されたAIにおける社会的認識とその限界
Vitalik Buterinが自身の記事で行った最近の調査によれば、多くの人々が独占的なAIの出現を懸念しており、その進展を意図的に遅らせたいと考えている。
出典：My techno-optimism
最近のAIへの懸念の高まりは、ChatGPTの人間らしい回答が注目を集めたことに端を発している。しかし、ほとんどの人が気づいていないのは、GPTが人間とのやり取りを模倣しているとしても、それが汎用人工知能（AGI）ではないということだ。
GPTがアウトプットを生成するたびに、それは統計的に変動しており、一貫性や事実の正確性が保証されていない。さらに、GPTには他の制限もあるが、特に顕著な欠点は論理的推論能力の欠如であり、数学の分野ではそれが特に明白である。
出典：『GPT言語モデルの限界は「少しだけ学習」する能力が弱い点にある』
AIに対する多くの懸念や、大規模AIモデルを効率的に管理する上での既存の課題を踏まえると、Web3とAIの統合を探ることは、AIが直面する課題を緩和する可能性のある手段となる。Web3に内在する分散化および分散型コンピューティングの原則を活用することで、現在のAIシステムが抱える問題の解決に寄与できるだろう。
DAI（分散型AI）への道：概要、可能性、課題
AIの能力が中央集権的なシステムに集中していることで、データアクセス、モデルの関連性、AIアプリケーション全体の持続可能性に対する懸念が生じている。中央集権型のAIシステムは、特に独自の大規模データセットに関して重大な障壁に直面している。
出典: Elon’s tweet
これにより、クエリごとの課金制度が導入され、Xは毎日投稿の閲覧回数に上限を設けた。まもなくして、Grok、X GPTのリリースにより、ユーザーはXのデータにリアルタイムでアクセスできるようになった。このようなモデルは経済的バリアを作り出し、AIの利益が誰にでも利用可能で包摂的であるかどうかという問題を提起している。
さらに、公開されたモデルは急速に陳腐化するため、継続的なデータ更新がなければ、関連性と正確性を維持することが大きな課題となる。現在、ChatGPT 3.5の訓練データは2022年1月までの情報が含まれている。Llama 2も2023年1月から2023年7月までのデータで訓練されている。
こうした課題に対し、DAIが登場し、中央集権型の限界に対する潜在的な解決策として注目されている。
出典: (Janbi et al., 2023)
DAIは、中央集権型モデルが抱える固有の課題に対処するための代替的な道筋を提示している。Janbiらが最近発表したメタアナリシス論文は包括的なガイドとして、DAIの5つの主要分野を詳細に説明している。
出典: (Janbi et al., 2023) + DWF Ventures
DAIが直面する課題
DAIはAIの発展に刺激的な変革をもたらし、多くの利点を提供する。しかし、こうした進歩に伴って生じる課題を認識することは極めて重要である。
出典: (Eduardo, L., & Hern, C. ,1988) +DWF Ventures
結論
総じて、DAIへの道のりは大きな可能性を秘めている。DAIの全容を実現するには、既存のAIユーザーベースが推進する一定の品質水準に到達する必要がある。サプライヤーとユーザーが限られているため、オープンソースの代替案にはいくつかの障壁があり、一方でChatGPT APIは一般ユーザーにとって実用的かつ経済的な選択肢として、利便性と信頼性を提供している。
しかし、独占的な汎用AIがもたらす可能性のある結果を考慮すれば、個人は利便性と分散化のトレードオフを改めて再考すべきである。より広い視点では、Web3とAIコミュニティのイノベーターたちは、AIのワークフローの再定義、インフラの再構築、革新パラダイムの採用、効率的な管理、そして分散化の原則に沿ったアプリケーションの開発を通じて、これらの課題に立ち向かうことができる。我々がこの道を進み続ける中で、協働、包摂、倫理的配慮が、真に人類に利益をもたらすDAIの景観を形作る鍵となるだろう。
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
@DWFLabs
