Web3とAIの融合：次世代インターネットインフラの構築

Web3は、分散型でオープンかつ透明な新しいインターネットのパラダイムであり、AIとの自然な統合の機会を持っています。従来の集中型アーキテクチャでは、AIの計算とデータリソースは厳しく制御され、計算能力のボトルネック、プライバシーの漏洩、アルゴリズムのブラックボックスなどの多くの課題があります。一方、Web3は分散技術に基づいており、共有計算ネットワーク、オープンデータ市場、プライバシー計算などの方法を通じて、AIの発展に新しい力を注入できます。同時に、AIはWeb3に多くのエンパワーメントをもたらすことができ、スマートコントラクトの最適化、反不正アルゴリズムなど、エコシステムの構築を支援します。したがって、Web3とAIの融合を探求することは、次世代のインターネットインフラを構築し、データと計算能力の価値を解放するために極めて重要です。

! AIとWeb3の6つの主要な統合を探る

データドリブン:AIとWeb3の強固な基盤

データはAIの発展を推進する核心的な動力であり、エンジンにとっての燃料のようなものです。AIモデルは、大量の高品質データを消化する必要があり、そうすることで深い理解と強力な推論能力を得ることができます。データは機械学習モデルにトレーニングの基盤を提供するだけでなく、モデルの正確性と信頼性を決定します。

従来の中央集権型AIデータ取得および利用モデルには、以下のいくつかの主要な問題があります:

• データ取得コストが高く、中小企業には負担が大きい；
• データリソースはテクノロジーの巨人によって独占され、データの孤島が形成された；
• 個人データのプライバシーは漏洩や悪用のリスクに直面しています

Web3は新しい分散型データパラダイムを用いて、従来のモデルの痛点を解決することができます。

• 分散型の方法でネットワークデータを取得し、クリーンアップと変換を経て、AIモデルのトレーニングに真実で高品質なデータを提供する；
• "アノテーションによる収益化" モードを採用し、世界中の作業者にデータアノテーションへの参加を促し、世界中の専門知識を集め、データの分析能力を強化します；
• ブロックチェーンデータ取引プラットフォームは、データの供給者と需要者の両方に公開で透明な取引環境を提供し、データの革新と共有を促進します。

それにもかかわらず、現実世界のデータ取得には、データの品質のばらつき、処理の難しさ、多様性と代表性の不足などの問題があります。合成データは、Web3データ分野の将来のスターになる可能性があります。生成AI技術とシミュレーションに基づく合成データは、リアルデータの特性を模倣でき、リアルデータの有効な補足として機能し、データ使用効率を向上させます。自動運転、金融市場取引、ゲーム開発などの分野では、合成データはその成熟した応用の可能性を示しています。

! AIとWeb3の6つの主要な統合を探る

プライバシー保護：Web3におけるFHEの役割

データ駆動の時代において、プライバシー保護は世界的な関心の焦点となっており、EUの一般データ保護規則（GDPR）などの法規制の制定は、個人のプライバシーを厳格に守ることを反映しています。しかし、これは課題ももたらしています：プライバシーリスクのためにいくつかの敏感なデータが十分に活用できず、これはAIモデルの潜在能力と推論能力を制限することは間違いありません。

FHEは完全同型暗号であり、データを復号化することなく暗号化されたデータ上で直接計算操作を行うことを許可し、計算結果は平文データ上で同じ計算を行った結果と一致します。

FHEはAIプライバシー計算に対して堅実な保護を提供し、GPUの計算能力が元のデータに触れることなくモデルのトレーニングや推論タスクを実行できる環境を作ります。これにより、AI企業は大きな利点を得ることができます。彼らはビジネスの機密を守りながら、安全にAPIサービスを開放することができます。

FHEMLは、機械学習のライフサイクル全体にわたってデータとモデルを暗号化処理することをサポートし、機密情報の安全性を確保し、データ漏洩のリスクを防ぎます。この方法により、FHEMLはデータプライバシーを強化し、AIアプリケーションに安全な計算フレームワークを提供します。

FHEMLはZKMLの補完であり、ZKMLは機械学習の正しい実行を証明しますが、FHEMLはデータプライバシーを維持するために暗号化データに対して計算を強調します。

ハッシュ革命：分散型ネットワークにおけるAI計算

現在のAIシステムの計算複雑性は3ヶ月ごとに倍増し、計算能力の需要が急増しており、既存の計算資源の供給を大きく上回っています。例えば、ある有名なAI企業の大規模言語モデルの訓練には膨大な計算能力が必要であり、1つのデバイスで355年の訓練時間に相当します。このような計算能力の不足は、AI技術の進歩を制限するだけでなく、ほとんどの研究者や開発者にとって高性能なAIモデルが手の届かないものになってしまっています。

同時に、世界のGPUの利用率は40%未満であり、マイクロプロセッサの性能向上の鈍化や、供給チェーンと地政学的要因によるチップ不足が、計算力供給の問題をさらに深刻にしています。AI業界の人々はジレンマに直面しています：自前のハードウェアを購入するか、クラウドリソースをレンタルするか、彼らは需要に応じた経済的で効率的な計算サービスの方法を切実に必要としています。

分散型AI計算力ネットワークは、世界中の未使用GPUリソースを集約することで、AI企業に対して経済的かつアクセスしやすい計算力市場を提供します。計算力を必要とする側はネットワーク上で計算タスクを公開し、スマートコントラクトがタスクを計算力を提供するマイナーのノードに割り当てます。マイナーはタスクを実行し、結果を提出し、検証された後にポイント報酬を得ます。この仕組みはリソースの利用効率を高め、AIなどの分野における計算力のボトルネック問題を解決するのに役立ちます。

汎用の分散型コンピューティングネットワークに加えて、AIトレーニングに特化したプラットフォームや、AI推論に特化した専用のコンピューティングネットワークがあります。

分散型計算力ネットワークは、公平で透明な計算力市場を提供し、独占を打破し、アプリケーションのハードルを下げ、計算力の利用効率を向上させます。web3エコシステムにおいて、分散型計算力ネットワークは重要な役割を果たし、より多くの革新的なdappの参加を引き付け、AI技術の発展と応用を共に推進します。

! AIとWeb3の6つの主要な統合を探る

DePIN：Web3によるエッジAIの強化

想像してみてください。あなたのスマートフォン、スマートウォッチ、さらには家のスマートデバイスが、AIを実行する能力を備えているとしたら——これがエッジAIの魅力です。これにより、計算がデータ生成の源で行われ、低遅延でリアルタイム処理が実現され、ユーザーのプライバシーも保護されます。エッジAI技術は、自動運転などの重要な分野で既に応用されています。

Web3の領域では、私たちにはより馴染みのある名前があります——DePIN。Web3は分散化とユーザーデータの主権を強調しており、DePINはローカルでデータを処理することで、ユーザーのプライバシー保護を強化し、データ漏洩のリスクを減少させることができます。また、Web3ネイティブのトークン経済メカニズムは、DePINノードが計算リソースを提供するよう奨励し、持続可能なエコシステムを構築します。

現在、DePINはあるパブリックチェーンエコシステムで急速に発展しており、プロジェクト展開のための最初の選択肢の一つとなっています。このパブリックチェーンの高TPS、低取引手数料、そして技術革新はDePINプロジェクトに強力な支援を提供しています。現在、このパブリックチェーン上のDePINプロジェクトの時価総額は100億ドルを超え、一部の有名なプロジェクトは顕著な進展を遂げています。

IMO：AIモデルの新しいパラダイムを発表

IMOの概念は、あるプロトコルによって最初に提案され、AIモデルをトークン化します。

従来のモデルでは、収益分配メカニズムが欠如しているため、AIモデルが開発され市場に投入されると、開発者はそのモデルの後続使用から持続的な収益を得ることが難しいことが多いです。特に、モデルが他の製品やサービスに統合されると、元の創造者は使用状況を追跡することが難しく、収益を得ることはなおさら困難になります。また、AIモデルの性能と効果はしばしば透明性に欠けており、潜在的な投資家やユーザーがその真の価値を評価することが難しくなり、モデルの市場での認知度や商業的潜在能力が制限されます。

IMOはオープンソースAIモデルに新しい資金調達と価値共有の方法を提供します。投資家はIMOトークンを購入し、モデルが生成する収益を共有します。あるプロトコルは2つのERC標準を使用し、AIオラクル（Onchain AI Oracle）とOPML技術を組み合わせてAIモデルの真実性を確保し、トークン保有者が収益を共有できるようにします。

IMOモデルは透明性と信頼を高め、オープンソースの協力を促進し、暗号市場のトレンドに適応し、AI技術の持続可能な発展に力を注いでいます。IMOは現在初期の試行段階にありますが、市場の受け入れが高まり、参加の範囲が広がるにつれて、その革新性と潜在的な価値に期待が寄せられています。

AIエージェント：インタラクティブ体験の新時代

AIエージェントは環境を感知し、独立して思考し、設定された目標を達成するために適切な行動を取ることができます。大規模言語モデルの支援を受けて、AIエージェントは自然言語を理解するだけでなく、意思決定を計画し、複雑なタスクを実行することができます。彼らはバーチャルアシスタントとして機能し、ユーザーとの対話を通じて好みを学び、個別化されたソリューションを提供します。明示的な指示がない場合でも、AIエージェントは自律的に問題を解決し、効率を向上させ、新たな価値を創造します。

あるAIネイティブアプリケーションプラットフォームは、ユーザーがロボットの機能、外観、声、外部知識ベースへの接続を設定できる全面的で使いやすい創作ツールセットを提供し、公平でオープンなAIコンテンツエコシステムの構築に取り組んでいます。生成的AI技術を活用して、個人がスーパークリエイターになる力を与えます。このプラットフォームは、特別な大言語モデルをトレーニングし、キャラクターの演技をより人間的にしました。音声クローン技術は、AI製品のパーソナライズされたインタラクションを加速し、音声合成コストを99%削減し、音声クローンを1分で実現できます。このプラットフォームでカスタマイズされたAIエージェントは、現在、ビデオチャット、語学学習、画像生成などの多くの分野で利用可能です。

Web3とAIの融合において、現在は基盤インフラ層の探求が多く、高品質なデータの取得、データプライバシーの保護、チェーン上でのモデルのホスティング、分散型計算能力の効率的な使用の向上、大型言語モデルの検証などの重要な問題に取り組んでいます。これらの基盤インフラが徐々に整備される中で、Web3とAIの融合が一連の革新的なビジネスモデルやサービスを生み出すことが期待されます。

! AIとWeb3の6つの主要な統合を探る