The GraphはどのようにAI駆動型のWeb3インフラへと拡張するのか？
TechFlow厳選深潮セレクト
The GraphはどのようにAI駆動型のWeb3インフラへと拡張するのか？
DAppにAI技術をより簡単に統合するにはどうすればよいですか？
Web3業界の深掘り報道に専念し潮流を洞察執筆：ChainFeeds Research
2022年、OpenAIはGPT-3.5モデルを搭載したChatGPTをリリースし、以降、AIに関するナラティブの波が次々と押し寄せた。しかし、ChatGPTは多くの場合で効果的に問題を処理できるものの、特定分野の知識やリアルタイムデータが必要な場面では依然として限界がある。例えば、「Vitalik Buterinの過去18か月間のトークン取引記録」について尋ねた場合、正確かつ詳細な情報を提供できない。この課題に対応するため、The Graphのコア開発チームであるSemiotic Labsは、The GraphのインデックスソフトウェアスタックとOpenAIを組み合わせた「Agentc」というプロジェクトを立ち上げ、暗号資産市場のトレンド分析や取引データ照会サービスをユーザーに提供している。
「Vitalik Buterinの過去18か月間のトークン取引記録」についてAgentcに質問すると、より詳細な回答を得られる。しかし、The GraphのAI戦略はこれだけにとどまらない。「The Graph as AI Infrastructure」というホワイトペーパーの中で、The Graphは特定のアプリケーションを開発することを目的としているわけではなく、分散型データインデックスプロトコルとしての強みを活かし、開発者がWeb3ネイティブのAIアプリを構築できるツールを提供することを目指していると明言している。この目標を支援するため、Semiotic LabsはAgentcのコードベースをオープンソース化し、開発者がNFTマーケットトレンド分析エージェントやDeFi取引アシスタントなど、Agentcと同様の機能を持つAI dappを自由に作成できるようにしている。
The Graphの分散型AIロードマップ
The Graphは2018年7月に開始された、ブロックチェーンデータのインデックス化および照会のための分散型プロトコルである。このプロトコルにより、開発者はオープンAPIを使って「サブグラフ（Subgraph）」と呼ばれるデータインデックスを作成・公開でき、アプリケーションは効率的にオンチェーンデータを検索可能になる。現時点で、The Graphは50以上のブロックチェーンをサポートし、75,000件以上のプロジェクトをホストし、1.26兆回以上の照会を処理してきた。
The Graphがこれほど大規模なデータを扱える背景には、Edge & Node、Streamingfast、Semiotic、The Guild、GraphOps、Messari、Pinaxといったコアチームの貢献がある。Streamingfastは主にブロックチェーンデータストリームのクロスチェーンアーキテクチャ技術を提供し、Semiotic AIはAIと暗号技術をThe Graphに応用することに注力している。また、The Guild、GraphOps、Messari、PinaxはそれぞれGraphQL開発、インデックスサービス、サブグラフ開発、データストリームソリューションなどの分野に特化している。
The GraphのAIへの取り組みは新しい試みではない。昨年3月にはThe Graph Blogが、データインデックス機能を活用したAIアプリケーションの可能性について紹介する記事を公開している。さらに同年12月には「New Era」と名付けられた新たなロードマップを発表し、大規模言語モデル（LLM）によるAI補助照会の導入を計画した。最近のホワイトペーパーの発表により、そのAIロードマップはさらに明確になった。この中で紹介されているのは「Inference（推論）」と「Agent（エージェント）Service」の二つのAIサービスであり、これらにより開発者はアプリのフロントエンドに直接AI機能を統合できるようになり、全体はThe Graphによって支えられている。
Inference Service：複数のオープンソースAIモデルをサポート
従来の推論サービスでは、モデルは中央集権的なクラウドコンピューティングリソースを使用して入力データに基づく予測を行う。たとえば、ChatGPTに質問すると、それが推論を行い答えを返す。しかし、このような中央集権的な方式はコスト増加だけでなく、検閲リスクも伴う。The Graphは、分散型のモデルホスティングマーケットプレイスを構築することでこの問題を解決し、dApp開発者がAIモデルの展開とホスティングをより柔軟に行えるようにすることを目指している。
The Graphのホワイトペーパーでは一例として、Farcasterユーザーが自分の投稿が多くのいいねを獲得できるかどうかを判断するアプリケーションの構築方法を示している。まず、The Graphのサブグラフデータサービスを使って、Farcaster投稿に対するコメントやいいねの数をインデックス化する。次に、新しいFarcasterコメントがいいねされるかどうかを予測するニューラルネットワークを訓練し、それをThe Graphの推論サービスにデプロイする。完成したdAppは、ユーザーがもっといいねがもらえる投稿を書くのを支援できる。
この方式により、開発者はThe Graphのインフラを利用して、事前学習済みモデルをThe Graphネットワーク上にホスティングし、API経由でアプリに統合できるようになる。結果として、ユーザーはdApp利用中にこれらの機能を直接体験できる。
さらに開発者に選択肢と柔軟性を提供するため、The GraphのInference Serviceは現在主流の多くのモデルをサポートしている。ホワイトペーパーによれば、「MVP段階では、Stable Diffusion、Stable Video Diffusion、LLaMA、Mixtral、Grok、Whisperなど、厳選された人気オープンソースAIモデルのセットをサポートする予定だ」と述べている。今後、十分なテストを経てインデクサーが運用可能なすべてのオープンモデルは、The Graph Inference Service上でデプロイ可能になる見込みだ。また、AIモデルの展開における技術的複雑さを軽減するため、The Graphは使いやすいインターフェースを提供し、開発者がインフラの維持管理を気にせずに簡単にモデルのアップロードと管理ができるようにしている。
特定の用途においてモデルのパフォーマンスをさらに高めるために、The Graphは特定データセットによるファインチューニング（微調整）もサポートしている。ただし、ファインチューニング自体は通常The Graph上で行われず、開発者は外部でモデルを微調整した後、The Graphの推論サービスでそのモデルを展開する形になる。ファインチューニング済みモデルの公開を促進するため、The Graphはインセンティブメカニズムの開発も進めている。たとえば、モデル作成者とモデルを提供するインデクサー間での照会料金の適切な分配などが検討されている。
推論タスクの実行検証に関して、The Graphは信頼できる権威（Trusted Authority）、M-of-Nコンセンサス、インタラクティブな詐欺証明（Interactive Fraud Proofs）、zk-SNARKsなど複数の方法を提供している。これら4つの方式にはそれぞれ長所と短所があり、信頼できる権威は信頼できるエンティティに依存する。M-of-Nコンセンサスは多数のインデクサーによる検証を必要とし、不正行為を難しくする一方で計算と調整のコストが増加する。インタラクティブな詐欺証明はセキュリティが高いが、迅速なレスポンスが求められるアプリには不向き。zk-SNARKsは技術的に複雑で、大規模モデルには適していない。
The Graphは、開発者やユーザーが自身のニーズに応じて適切なセキュリティレベルを選択できるべきだと考えている。そのため、推論サービスではさまざまな検証方法をサポートし、異なるセキュリティ要件やユースケースに対応する予定だ。たとえば、財務取引や重要なビジネスロジックに関わる場面では、zk-SNARKsやM-of-Nコンセンサスといった高いセキュリティを持つ検証方法が必要となるかもしれない。一方で、リスクが低いか娯楽目的のアプリケーションでは、コストが低く実装が簡単な信頼できる権威やインタラクティブな詐欺証明を選択できるようにする。また、The Graphはプライバシー強化技術の探索も計画しており、モデルとユーザーのプライバシー問題の改善を目指している。
Agent Service：開発者が自律型AI駆動アプリを構築できるように支援
Inference Serviceが主に学習済みAIモデルの推論を実行するのに対し、Agent Serviceはより複雑で、複数のコンポーネントが協調して動作し、エージェントが一連の複雑かつ自動化されたタスクを遂行できるようにする。The GraphのAgent Serviceの価値は、エージェントの構築、ホスティング、実行をすべてThe Graphに統合し、インデクサーネットワークがそれらを提供する点にある。
具体的には、The Graphはエージェントの構築とホスティングを支援する分散型ネットワークを提供する。エージェントがThe Graphネットワークにデプロイされると、The Graphのインデクサーがインデックスデータの提供やオンチェーンイベントへの対応など、必要な実行サポートを提供する。
前述したように、The Graphのコア開発チームSemiotic Labsはすでに初期のエージェント実験製品「Agentc」をリリースしており、これはThe GraphのインデックスソフトウェアスタックとOpenAIを組み合わせたものだ。主な機能は自然言語入力をSQLクエリに変換し、ユーザーがブロックチェーン上のリアルタイムデータを直接照会できるようにし、得られた結果をわかりやすい形式で提示することにある。簡単に言えば、Agentcはユーザー向けの利便性の高い暗号資産市場トレンド分析および取引データ照会に特化しており、使用するすべてのデータはイーサリアム上のUniswap V2、Uniswap V3、Uniswap Xおよびそのフォークから取得され、価格情報は毎時更新される。
また、The Graphが使用するLLMモデルの正確性は63.41％にとどまっており、誤った応答の問題があると指摘している。この問題を解決するため、The Graphは「KGLLM（Knowledge Graph-enabled Large Language Models）」という新しいタイプの大規模言語モデルの開発を進めている。
KGLLMは、Geoが提供する構造化されたナレッジグラフデータを使用することで、誤った情報を生成する確率を大幅に低減できる。Geoシステム内の各ステートメントは、オンチェーンタイムスタンプと投票検証によって裏付けられている。このナレッジグラフを統合することで、エージェントは医療規制、政治情勢、マーケット分析など多様なシーンに適用可能となり、エージェントサービスの多様性と正確性が向上する。たとえば、KGLLMは政治データを活用してDAOに政策変更の提案を行い、最新かつ正確な情報に基づいた意思決定を支援できる。
KGLLMの主な利点は以下の通り：
-
構造化データの活用：KGLLMは構造化された外部ナレッジベースを使用する。情報はナレッジグラフ内でグラフィカルにモデル化されており、データ間の関係が一目瞭然になるため、照会や理解がより直感的になる；
-
関係データの処理能力：KGLLMは特に関係データの処理に優れており、人物間の関係、人物と出来事の関係などを理解できる。また、グラフ走査アルゴリズムを用い、ナレッジグラフ上で複数のノードをジャンプ（地図上を移動するように）しながら関連情報を抽出する。この方法により、KGLLMは最も関連性の高い情報を特定して質問に答えることができる；
-
効率的な情報検索と生成：グラフ走査アルゴリズムにより抽出された関係は、自然言語でモデルが理解可能なプロンプトに変換され、明確な指示のもと、KGLLMはより正確で関連性の高い回答を生成できる。
展望
The Graphは「Web3のGoogle」として、その強みを活かして現在のAIサービスが抱えるデータ不足の問題を補完し、AIサービスの導入により開発者のプロジェクト開発プロセスを簡素化している。今後さらに多くのAIアプリケーションが開発・利用されることで、ユーザー体験のさらなる向上が期待される。今後もThe Graphの開発チームは、AIとWeb3の融合の可能性を追求し続ける。また、Playgrounds AnalyticsやDappLookerなどエコシステム内の他のチームも、エージェントサービスに関連するソリューションの設計を進めている。
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
@ChainFeedsxyz
