プラットフォームシフト、プラットフォームシフトに会う...

世界は、テクノロジーやインフラの驚異的な激変が重なり、イノベーションにおける世代的なステップ機能を解き放つ時期によって形作られています。 電信と鉄道、光ファイバーケーブルとインターネット、携帯電話と3Gを思い浮かべてください。

私たちは、人工知能(AI)とブロックチェーンという2つの画期的なフロンティアが交差することは、同様に変革の瞬間を表していると信じています。

この論文を支える3つの重要な柱があります。

ブロックチェーンは優れたデザイン空間を提供できる

AIの影響の大きい分野は数多くありますが、大きく3つのカテゴリーに分類できます。

特に、ジェネレーティブAIは、ブロックチェーン技術の強みを発揮すると思われる独自の課題と機会をもたらします。

その理由を理解するには、インテリジェントシステムの進化を促進するコアインプットを考慮することが重要です。 機械学習 (ML) は、基本的にデータ (量が多いが、質は向上する)、フィードバック メカニズム、コンピューティング能力によって支えられています。

OpenAI(Microsoftが支援)やAnthropic(GoogleとAmazonが支援)など、AI/MLの支配的なプレーヤーは、すでにリソースを統合し、モデルとデータの周りに壁を構築しています。 しかし、コンピューティング、データ、分散の分野では初期の段階で優位に立っていたにもかかわらず、このアプローチは、そもそもこの業界を生み出した共同開発サイクルを断片化し、勢いを阻害するリスクがあります。

これに対抗する有効な手段を提供しているのがイーサリアムのようなブロックチェーンで、オープンソースのイノベーションを促進する、信頼できる中立的なデータとコンピューティングのシステムとして登場しています。 ブロックチェーンはすでに、生成AIによってますます形作られる世界において重要な役割を果たすのに適した立場にある、さまざまなデジタルネイティブなプリミティブを支えています。

私たちは、ブロックチェーンがAI化合物のオープンソースの研究開発の主要なドメインになる大きな機会があると信じています。

今日の市場の状況

今年のジェネレーティブAIの熱狂には、コアインフラストラクチャ、モデルレイヤー、さらにはチャットボット、カスタマーサポート、コーディングアシスタントなどのユーザー向けアプリケーションにまで、すでに莫大な金額が投資されています。 それにもかかわらず、長期的には、従来のスタックのどこに(そして誰に)価値が発生するかは明らかではありません。

現在のパラダイムでは、AIはWeb2マーケットリーダーの支配力を拡大する中央集権的な力になるリスクがあります。 特にインフラ層とモデル層では、ハードウェアや資本リソース、データへのアクセス、流通チャネル、独自のパートナーシップなど、規模が重要視されています。

AWSのようなクラウド・サービス・プロバイダーから、Nvidiaのようなハードウェア・メーカー、Microsoftのような長年の重鎮まで、これらのプレーヤーの多くは、M&Aや独自のパートナーシップを通じて、垂直的にフルスタック化しています。

トップの巨人は、マージンで規模と精度を競い合っていますが、超高価で高精度なエンタープライズAPIモデルの市場は、経済性、オープンソースの新たなパフォーマンスパリティ、さらには低レイテンシのワークロードニーズへの傾向によって制約を受ける可能性があります。

一方、ミドルマーケットの大部分は、十分な機能を持ちながらも見分けがつかない「OpenAI APIラッパー」の集合体に似た製品のコモディティ化をすでに見ています。

オープンソースの勢いを基盤に構築

事前トレーニング、トレーニング、微調整のためのオープンソースのデータセットや、自由にアクセスできる基礎的なモデルやツールにより、あらゆる規模の企業がオープンシステムやツールを直接活用して創造性を発揮することがすでに奨励されています。

Googleから リークされた論文 は、クローズドな世界とオープンソースの世界の間のギャップがいかに急速に縮まっているかを概説しています。 注目すべきは、 今日のコードベースの96%がすでにオープンソースソフトウェアを使用しており、この傾向はビッグデータ、AI、機械学習で特に顕著です。

一方、クラウドサービスの寡占は、いずれにせよ破壊の機が熟しているのかもしれません。

歴史的に、AWS、Google Cloud、Azureのビッグ3は、ツールやサービスを階層化してエンタープライズスタックの奥深くに定着させることで、市場を支配するようになりました。 この優位性は、特に大手プロバイダーが請求するプレミアムを考えると、運用上の依存度の制限からクラウドインフラストラクチャに関連する 過剰なコスト に至るまで、企業にとって多くの課題につながっています。

既存の企業に営業費用の再構築を迫るプレッシャーと、拡大するオープンソースAIの実験と統合への欲求が相まって、分散型の代替手段でスタックを再考する窓が生まれます。

したがって、オープンソースのAIとブロックチェーン技術の新たな交差点は、実験と投資のための並外れた領域を提供します。

CRYPTO X AI:相互に価値のある関係

私たちは、AIとブロックチェーンの共生の可能性に深く興奮しています。

クリプトミドルウェアは、コンピューティングとデータ(プロビジョニング、ラベリング、ファインチューニング)の効率的な市場、および構成証明やプライバシーのためのツールを確立することで、AIの供給側全体のインプットを大幅に改善することができます。

次に、分散型アプリケーションとプロトコルは、その労働の成果を摂取することで、新たな高みに到達します。

暗号資産が長い道のりを歩んできたことは否定できませんが、プロトコルやアプリケーションは依然として、主流のユーザーにとって直感的でないツールやユーザーインターフェースに悩まされています。 同様に、スマートコントラクト自体も、開発者の手作業によるワークロードの要求だけでなく、全体的な機能の流動性の面でも制約となる可能性があります。

Web3開発者は、非常に生産性の高い集団です。 ピーク時には、わずか 750~750万人のフルタイム開発者 が数兆ドル規模の産業を築いています。 MLによって強化されたコーディングアシスタントとDevOpsは、既存の取り組みを強化することを約束し、ノーコードツールは新しいクラスのビルダーに急速に力を与えています。

ML機能がスマートコントラクトに統合され、オンチェーン化されると、開発者はよりシームレスで表現力豊かなユーザーエクスペリエンスを設計できるようになり、最終的にはまったく新しいキラーアプリを設計できるようになります。 オンチェーン体験におけるこのステップ関数の改善は、新しい、そしておそらくはるかに多くのオーディエンスを惹きつけ、重要な採用フィードバックのフライホイールを触媒するでしょう。

ジェネレーティブAIは、暗号資産のミッシングリンクとなり、UI/UXを変革し、新たな技術開発の大きな波を触媒するかもしれません。 次に、ブロックチェーン技術は、AIの可能性を活用し、コンテキスト化し、加速します。

ブロックチェーンを使用してデータのより良い市場を構築

データは ML の基本的なインプットです

確かに、コンピュート・インフラストラクチャの大幅な改善は役に立っていますが、 Common Crawl や The Pile のような膨大なデータ・リポジトリが、今日の世界を魅了する基盤モデルを可能にしたのです。

さらに、企業が製品提供を支えるモデルを改良したり、競争力のある堀を構築したりするためのデータも必要になります。 そして最終的には、データはユーザーとパーソナルモデルの間の架け橋となり、ローカルで実行され、個々のニーズに継続的に適応します。

したがって、データをめぐる競争は不可欠なフロンティアであり、特に品質がデータ市場を形作る貴重な属性となるため、ブロックチェーンが優位に立つことができるフロンティアです。

量より質

初期の調査では、 今後数年間でオンラインコンテンツの最大90% が合成的に生成される可能性があることが示唆されています。 合成トレーニングデータには利点がありますが、 モデルの品質の低下 やバイアスの強化に関する重大なリスクももたらします。

機械学習モデルが今後数年のうちに 非合成データソースを枯渇 させる可能性があるという現実的なリスクがあります。 Cryptoの調整メカニズムと構成証明プリミティブは、ユーザーがドメイン固有のモデルのトレーニングや微調整のためにデータを共有、所有、または収益化できる分散型マーケットプレイスをサポートするように本質的に最適化されています。

その結果、web3は、人間が生成したトレーニングやデータの微調整の、より優れた、より効率的なソースとなる可能性があります。

コンパウンドの進行状況

ブロックチェーンによって実現される分散型のトレーニング、ファインチューニング、推論プロセスも、オープンソースのインテリジェンスをより適切に保持し、複合化することができます。

効率的な微調整プロセスを使用して改良された小規模なオープンソースモデルは、出力精度においてすでに大規模な同業他社に匹敵しています。したがって、潮目は、ソースと微調整データの観点から、量から質にシフトし始めています。

オリジナルデータと派生データの両方のライフサイクルを追跡および検証する機能により、再現性と透明性が実現し、より高品質のモデルとインプットが促進されます。

出典:ウィル・ヘンシャル/エポック(TIME)

ブロックチェーンは、多様で検証可能でカスタマイズされたデータセットを備えたプライマリドメインとして、耐久性のある堀を構築することができます。 これは、従来のソリューションでは、データの不足に対処するためにアルゴリズムの進捗状況を過剰にインデックス化しているため、特に価値があります。

コンテンツ津波

AIが生成したコンテンツの来るべき津波は、暗号の先行者利益が発揮されるもう一つの場所です。

この新しい技術パラダイムは、デジタルコンテンツクリエイターに前例のない規模で力を与え、Web3は、そのすべてを理解するためのプラグアンドプレイの基盤を提供します。 暗号資産は、NFTの形でデジタル資産とコンテンツの所有権と不変の出所を確立するプリミティブを中心に長年にわたって開発されてきたおかげで、ホームコートの優位性を持っています。

NFTは、コンテンツ制作のライフサイクル全体を捉えることができるだけでなく、デジタルネイティブなアイデンティティ、仮想資産、さらにはキャッシュフローの流れを表すこともできます。

その結果、NFTは、デジタル資産マーケットプレイス(OpenSea、 Blur)などの新しいユーザー体験を可能にすると同時に、文章コンテンツ(Mirror)、ソーシャルメディア(Farcaster、 Lens)、ゲーム(Dapper Labs、 Immutable)、さらには金融インフラ(Upshot、 NFTFi)に関するビジネスモデルを再考します。

このテクノロジーは、ディープフェイクや計算操作に対抗し、アルゴリズムを使用して作業を行う他の方法よりも確実に対処できる可能性があります。 ある顕著な例としては、OpenAIの検出ツールが精度の失敗のために シャットダウン されました。

最後に、簡潔で検証可能なコンピューティングの進歩により、NFTのダイナミズムもアップグレードされ、ML出力が組み込まれ、よりインテリジェントで進化するメタデータが駆動されます。 私たちは、ブロックチェーン技術上のAIを活用したツールとインターフェースが、フルスタックの価値を解き放ち、デジタルコンテンツのランドスケープを再構築すると信じています。

ゼロ知識でMLの無限の知識を活用

ブロックチェーン業界は、トラストレスなダイナミクスを維持しながらリソース効率の高いコンピューティングを可能にする技術的ソリューションを模索しており、ゼロ知識(ZK)暗号化の大幅な進歩につながっています。

ZKプルーフは当初、イーサリアム仮想マシン(EVM)のようなシステムに固有のリソースのボトルネックに対処するために設計されましたが、AIに関連するさまざまな価値あるユースケースを提供します。

明らかなのは、既存のロック解除の延長線上にあるもので、MLモデルをオフチェーンで実行するなど、計算負荷の高いプロセスを効率的かつ簡潔に検証し、モデルの推論などの最終製品をZK証明の形でスマートコントラクトによってオンチェーンで取り込むことができるようにすることです。

コプロセッシングと組み合わせたストレージ証明は、これをさらに一歩進め、新しい信頼の前提を導入することなく、オンチェーンアプリケーションの機能を大幅に強化することができます。

その意味合いは、まったく新しい機能も可能にします。

ZK暗号化は、APIを介して呼び出されたときに、特定のモデルまたはデータプールが実際に推論の生成に使用されたことを確認するために使用できます。 また、医療や保険など、クライアントに敏感な業界でモデルによって消費される特定の重みやデータを隠すこともできます。

企業は、データやIPを交換することで、より効果的なコラボレーションを行い、リソースを独占的に維持しながら、共有された学習の恩恵を受けることができます。

そして最後に、ZKPは、前述の人間と合成的に生成されたデータを区別するという、ますます関連性が高まっている(そして困難な)領域に実際に適用できます。

これらのユースケースの中には、技術的な実装や大規模な持続可能な経済性の探求に関するさらなる開発の必要性を条件とするものもありますが、zkMLはAIの軌跡に独自の影響を与える可能性を秘めています。

ロングテール資産と潜在価値

暗号資産は、 音楽 や アートなどのレガシー市場における価値フローの優れたアーキテクトとしての役割をすでに実証しています。 ここ数年で、 ワイン や スニーカー などのオフチェーンの有形資産を代表するオンチェーンの流動性市場も出現しています。

自然な後継者には、AIがオンチェーン化され、スマートコントラクトにアクセスできるようになるため、高度なML機能が含まれます。

MLモデルは、ブロックチェーンレールと組み合わせることで、データや買い手の深さが不足しているために以前はアクセスできなかった流動性の低い資産の背後にある引受プロセスを作り直します。

1つの方法では、MLアルゴリズムが膨大な範囲の変数をクエリして、隠れた関係を評価し、操作するアクターの攻撃対象領域を最小限に抑えます。 Web3は、 ソーシャルメディアのつながり や ウォレットのユーザー名などの斬新なコンセプトを中心に市場を創造する実験をすでに行っています。

AMMがロングテールトークンの流動性を解き放つことに与えた影響と同様に、MLは大量の定量的および定性的データを取り込み、非自明なパターンを導き出すことで、価格発見に革命をもたらします。 これらの新しい洞察は、スマートコントラクトベースの市場の基礎を形成することができます。

AIの分析能力は、分散型金融インフラにプラグインされ、ロングテール資産の休眠価値を明らかにします。

インフラストラクチャ層の分散化

より質の高いデータを惹きつけ、収益化することに関する暗号資産の利点は、方程式の1つの側面に対処します。 もう一方の側面、つまりAIを支えるインフラも、同様の可能性を秘めています。

FilecoinやArweaveなどの分散型物理インフラネットワーク(DePIN)は、ブロックチェーン技術をネイティブに組み込んだストレージ用のシステムをすでに構築しています。

また、 Gensyn や Together などは、分散ネットワーク全体でのモデルトレーニングの課題に取り組んでおり、 Akash は、過剰なコンピューティングリソースの需要と供給をつなぐ印象的なP2Pマーケットプレイスを立ち上げています。

さらに、 Ritual は、インセンティブ付きネットワークと一連のモデルの形でオープンAIインフラストラクチャの基盤を構築し、ユーザーが推論と微調整を実行できるように分散コンピューティングデバイスを接続しています。

重要なのは、Ritual、Filecoin、AkashなどのDePINも、はるかに大きく、より効率的な市場を生み出すことができるということです。 これは、潜在的な経済的価値を解き放つことができるパッシブプロバイダーを含む、より広範な領域に供給側を開放したり、パフォーマンスの低いハードウェアを洗練された同業他社に匹敵するプールに統合したりすることで実現しています。

スタックの各部分には、異なる制約と価値の好みが伴い、これらのレイヤーを大規模にテストするには、まだ重要な作業が残っています(特に、分散型モデルのトレーニングとコンピューティングという新しい分野)。

しかし、コンピューティング、ストレージ、さらにはモデルトレーニングのためのブロックチェーンベースのソリューションの基盤は存在し、最終的には従来の市場と競合する可能性があります。

それが意味すること

Crypto x AIは、急速に最も刺激的なデザイン空間の1つになりつつあります。 それぞれの分野は、コンテンツ制作や文化的表現から企業のワークフローや金融インフラまで、すでにあらゆるものに影響を与えています。

これらのテクノロジーが一体となって、今後数十年で世界を再構築すると信じています。 最高のチームは、パーミッションレスなインフラストラクチャと暗号経済をAIとともにネイティブに組み込んで、パフォーマンスをアップグレードし、まったく新しい動作を可能にし、競争力のあるコスト構造を実現しています。

暗号資産は、標準化されたデータの前例のない規模、深さ、粒度をコーディネーションネットワークに導入しますが、多くの場合、そのデータから有用性を引き出すための明白な手段はありません。

一方、AIは情報のプールを関連するコンテキストや関係のベクトルに変換します。

これら2つのフロンティアが組み合わさると、分散型の未来を構築するための舞台となる独自の相互関係を形成することができます。

* Niraj Pant氏、 Akilesh Potti氏、 Jason Morton氏、 Dante Camuto氏、 David Wong氏、 Ismael Hishon- Rezaizadeh氏、 Illia Polosukhin氏、その他、この分野の最前線での仕事、貴重な洞察、インスピレーション、これらすべてがこの記事だけでなく、暗号の明るい未来を可能にしてくれたことに心から感謝します。

免責事項：

1. この記事は[アーキタイプ]からの転載です。 すべての著作権は原作者[DANNY SURSOCK]に帰属します。 この転載に異議がある場合は、 Gate Learn チームに連絡していただければ、迅速に対応いたします。
2. 免責事項:この記事で表明された見解や意見は、著者のものであり、投資アドバイスを構成するものではありません。
3. 記事の他言語への翻訳は、Gate Learnチームによって行われます。 特に明記されていない限り、翻訳された記事を複製、配布、盗用することは禁止されています。