紹介

現在のところ、現在の仮想通貨の強気相場のサイクルは、商業的な革新という点で最も精彩を欠いており、以前の強気相場で見られたDeFi、NFT、GameFiなどの驚異的なホットトラックを欠いています。その結果、市場全体が産業ホットスポットを必要としており、ユーザー、産業投資、開発者の成長が鈍化しています。

この停滞は、現在の資産価格にも反映されています。サイクルを通じて、ほとんどのアルトコインはETHを含むBTCに対して価値を失い続けています。結局のところ、スマートコントラクトプラットフォームの評価は、アプリケーションの繁栄によって決まります。アプリケーション開発のイノベーションが精彩を欠くと、パブリックブロックチェーンの評価を高めることは困難です。

AIは、このサイクルの中で比較的新しい商業カテゴリーとして、爆発的な開発スピードと外部の商業世界での継続的なホットなトピックのおかげで、暗号AIセクターのプロジェクトにかなりの注目をもたらす可能性を秘めています。

筆者が4月に発表した IO.NET レポートでは、AIと暗号を組み合わせる必要性が概説されています。決定論、リソースの動員と割り当て、信頼性の観点からの暗号経済ソリューションの利点は、ランダム性、リソースの強度、人間と機械の区別の難しさというAIの3つの課題に対処できる可能性があります。

暗号経済のAI分野では、著者は別の記事を通じて、次のようないくつかの重要な問題について議論し、推論しようとしています。

• 暗号AIセクターにおける新たな、または爆発的な可能性を秘めた物語
• これらの物語の背後にある触媒的な経路と論理
• これらの物語に関連するプロジェクト目標
• 物語演繹におけるリスクと不確実性

本記事は執筆者発表時点の見解であり、今後変更される可能性があります。視点は非常に主観的であり、事実、データ、推論論理に誤りが含まれている可能性があります。これを投資アドバイスとして受け取らないでください。仲間からの批判や議論は大歓迎です。

本題に入りましょう。

暗号AIトラックの物語の次の波

暗号AIトラックの次の物語の波を正式に紹介する前に、まず現在の暗号AIの主な物語を見てみましょう。市場価値の観点から見ると、10億米ドルを超えるものは次のとおりです。

• コンピューティングパワー:Render(RNDR、流通市場価値38億5000万)、Akash(流通市場価値12億)、IO.NET(プライマリーファイナンス評価の最新ラウンドは10億)
• アルゴリズムネットワーク:Bittensor(TAO、流通時価29億7000万)
• AIエージェント:Fetchai(FET、合併前の時価総額21億)

※データ時間:2024.5.24、通貨単位は米ドル

前述のセクターを除けば、1つのプロジェクトの市場価値が10億ドルを超える次のAIセクターはどれでしょうか?

筆者は、「産業供給サイド」の物語と「GPTモーメント」の物語という2つの視点から推測できると考えています。

AIナラティブに関する最初の視点:産業供給側から見たAIの背後にあるエネルギーおよびデータセクターの機会

産業供給側から見ると、AI開発には4つの原動力があります。

• アルゴリズム: 高品質のアルゴリズムは、トレーニングと推論のタスクをより効率的に実行できます。
• コンピューティング能力: モデルのトレーニングと推論の両方に、GPU ハードウェアによって提供されるコンピューティング能力が必要です。これは、チップ不足がミドルエンドからハイエンドのチップの価格高騰につながっているため、業界における現在の主要なボトルネックです。
• エネルギー:AIデータセンターは大量のエネルギーを消費します。GPUへの電力供給に必要な電力に加えて、大規模データセンターの冷却システムは、総エネルギー消費量の約40%を占める可能性があります。
• データ: 大規模なモデルのパフォーマンスを向上させるには、トレーニング パラメーターを拡張する必要があり、高品質のデータに対する膨大な需要があります。

これら4つの原動力の中には、アルゴリズムとコンピューティングパワーの分野で流通市場価値が10億ドルを超える暗号プロジェクトがあります。しかし、エネルギー分野やデータ分野では、同様の市場価値を持つプロジェクトはまだ登場していません。

現実には、エネルギーとデータの供給不足がまもなく新たな業界のホットスポットとして浮上し、関連する暗号プロジェクトの急増を促進する可能性があります。まずはエネルギーから。

2024年2月29日、イーロンマスクはボッシュコネクテッドワールド2024カンファレンスで次のように述べました。次に不足するのは電力です。来年は、すべてのチップを動かすのに十分な電力がないと思います。」

具体的なデータを見ると、Fei-Fei Li氏が率いるStanford Institute for Human-Centered Artificial Intelligenceが毎年発行しているAIインデックスレポートでは、2021年のAI業界に関する2022年のレポートで、AIのエネルギー消費量は世界の電力需要のわずか0.9%であり、エネルギーと環境への圧力は限定的であると評価されています。2023年、国際エネルギー機関(IEA)は、2022年に世界のデータセンターが約460テラワット時(TWh)の電力を消費し、世界の電力需要の2%を占めるとまとめました。彼らは、2026年までに世界のデータセンターのエネルギー消費量が少なくとも620TWhになり、最大1050TWhに達する可能性があると予測しました。

しかし、IEAの推計は、多くのAIプロジェクトが間もなく開始され、エネルギー需要が2023年の予測をはるかに上回っているため、依然として控えめです。

たとえば、MicrosoftとOpenAIはStargateプロジェクトを計画しています。2028年に開始され、2030年頃に完了する予定のこのプロジェクトは、数百万個の専用AIチップを搭載したスーパーコンピューターの構築を目指しており、OpenAIに前例のないコンピューティングパワー、特に人工知能と大規模言語モデルの研究を提供します。このプロジェクトには1,000億ドル以上の費用がかかると予想されており、これは現在の大規模データセンターのコストの100倍に相当します。

スターゲイトプロジェクトだけでも、50テラワット時と推定されています。

このため、OpenAIの創業者であるサム・アルトマン氏は、今年1月のダボス会議で、「AIは人々が予想するよりもはるかに多くの電力を消費するため、将来の人工知能にはエネルギーのブレークスルーが必要だ」と述べました。

コンピューティングパワーとエネルギーに続いて、急速に成長するAI業界で次に不足している分野はデータである可能性があります。

というか、AIが求める質の高いデータの不足は、すでに現実のものとなっています。

GPTの進化により、人間は基本的に大規模言語モデルの能力の成長パターンを把握しており、モデルのパラメータとトレーニングデータを拡張することで、モデルの能力を指数関数的に向上させることができ、このプロセスは現在のところ短期的な技術的ボトルネックを示していません。

しかし、今後、高品質で公開されているデータがますます不足する可能性があるという問題があります。AI製品は、チップやエネルギーと同様に、データの需要と供給の競合に直面する可能性があります。

1つ目は、データの所有権をめぐる紛争の増加です。

2023年12月27日、ニューヨーク・タイムズ紙は、OpenAIとMicrosoftがGPTモデルのトレーニングに数百万件の記事を無断で使用したとして、米連邦地方裁判所に提訴しました。この訴訟は、「独自の価値を持つ著作物の違法なコピーと使用」に対して、数十億ドルの法定損害賠償と実際の損害賠償を要求し、ニューヨークタイムズの著作物を含むすべてのモデルとトレーニングデータの破棄を求めています。

3月末、ニューヨーク・タイムズ紙はOpenAIだけでなく、GoogleやMetaも標的にした新たな声明を発表しました。声明によると、OpenAIはWhisperと呼ばれる音声認識ツールを使って大量のYouTube動画をテキストに書き起こし、そのテキストを使ってGPT-4をトレーニングしたという。ニューヨーク・タイムズ紙は、大企業が卑劣な手法を使ってAIモデルを訓練することが一般的になっていると主張し、GoogleはYouTubeの動画コンテンツをテキストに変換して自社の大規模モデルを訓練しており、これは本質的に動画コンテンツ制作者の権利を侵害していると指摘しました。

ニューヨーク・タイムズ紙とOpenAIの訴訟は、「初のAI著作権訴訟」と呼ばれ、複雑で、コンテンツとAI業界の将来に大きな影響を与えています。ケースの複雑さとその潜在的な影響を考えると、迅速な解決はありそうにありません。考えられる結果の1つは、MicrosoftやOpenAIなどの裕福な企業が多額の賠償金を支払うという示談です。しかし、将来のデータ著作権紛争は、必然的に高品質のデータの全体的なコストを上昇させるでしょう。

さらに、世界最大の検索エンジンであるGoogleは、検索機能に料金を請求することを検討していることを明らかにしました。この告発は、一般市民ではなく、AI企業を標的にしています。

出所:ロイター

Googleの検索エンジンサーバーには、大量のコンテンツが保存されています。Googleは、21世紀以降のすべてのインターネットページに登場したすべてのコンテンツを保存しているとさえ言えます。海外の「perplexity」や「Kimi」や「Secret Tower」などの国内製品など、現在のAIを活用した検索プロダクトは、検索したデータをAIで処理し、ユーザーに出力しています。検索エンジンがAIに課金すると、必然的にデータ取得のコストが増加します。

実際、AI大手は公開データに加えて、非公開の内部データにも目を向けています。

Photobucketは、2000年代初頭に7,000万人のユーザーと米国のオンライン写真市場のほぼ半分を占めていた、確立された画像およびビデオホスティングWebサイトです。ソーシャルメディアの台頭により、Photobucketのユーザー数は大幅に減少しました。現在、アクティブユーザーは200万人しか残っていません(年間399米ドルという高額な料金を支払っています)。ユーザーが登録時に署名した契約とプライバシーポリシーによると、それらは1年以上使用されていません。アカウントはリサイクルされ、ユーザーがアップロードした写真やビデオデータを使用するPhotobucketの権利もサポートされます。PhotobucketのCEOであるTed Leonard氏は、同社が保有する13億件の写真・動画データは、生成AIモデルのトレーニングに非常に価値があることを明らかにした。彼は複数のテクノロジー企業とデータを販売する交渉を行っており、写真1枚あたり5セントから1ドル、ビデオ1本あたり1ドル以上のオファーがあり、Photobucketが提供できるデータは10億ドル以上の価値があると見積もっています。

人工知能の開発動向に着目した研究チームであるEPOCHは、2022年の機械学習によるデータ活用や新規データの生成を踏まえ、コンピューティングリソースの増加を考慮した機械学習に必要なデータに関するレポートを公開しました。同社はかつて、機械学習に必要なデータの現状に関するレポート「データは枯渇するのか?An analysis of the limits of scaling datasets in Machine Learning(機械学習におけるデータセットのスケーリングの限界の分析)」を参照してください。報告書は、2023年2月から2026年の間に高品質のテキストデータが枯渇し、2030年から2060年の間に画像データが枯渇すると結論付けています。データ活用の効率を大幅に向上させることができなかったり、新しいデータソースが出現したりした場合、膨大なデータセットに依存する大規模な機械学習モデルの現在の傾向が鈍化する可能性があります。

AI大手が高値でデータを購入している現状から判断すると、無料で高品質なテキストデータは枯渇しています。2年前のEPOCHの予測は比較的的中しました。

同時に、「AIデータ不足」に対する解決策として、AIデータ提供サービスも登場しています。

Defined.ai は、AI企業向けにカスタマイズされたリアルで高品質なデータを提供する会社です。

Defined.ai が提供できるデータ型の例: https://www.defined.ai/datasets

そのビジネスモデルは、AI企業が Defined.ai 独自のデータニーズを提供するというものです。たとえば、画質に関しては、ぼやけや露出オーバーを避けるために解像度をできるだけ高くし、コンテンツが本物である必要があります。コンテンツ面では、AI企業は、夜景、ナイトコーン、駐車場、看板など、独自のトレーニングタスクに基づいて特定のテーマをカスタマイズし、夜景でのAIの認識率を向上させることができます。一般の人は写真を撮ることができます。その後、会社がそれらをレビューしてアップロードします。条件を満たすパーツは、写真の枚数に基づいて精算されます。価格は、高品質の画像で約1〜2米ドル、10秒以上の短編映画で5〜7米ドルです。10分以上の高画質動画は100〜300米ドル、テキストは1000語あたり1米ドルです。外注業務を受けた人は、手数料の約20%を受け取ることができます。データ提供は、「データラベリング」に次ぐクラウドソーシングビジネスになるかもしれません。

グローバルタスクのクラウドソーシング配信、経済的インセンティブ、データ資産の価格設定/流通、プライバシー保護は誰にでも開かれており、Web3ビジネスパラダイムに特に適しているように思われます。

産業供給サイドからのAIナラティブターゲット

チップ不足がもたらした注目は暗号業界に浸透しており、分散コンピューティングパワーはこれまでで最もホットで時価総額の高いAIトラックとなっています。

では、AI業界のエネルギーとデータセクターにおける需要と供給の対立が今後1〜2年で爆発的に高まるとしたら、現在、仮想通貨業界にはどのようなナラティブ関連のプロジェクトが存在するのでしょうか?

エネルギー関連目標

主要な中央集権型取引所(CEX)に上場しているエネルギー関連プロジェクトは稀であり、Power Ledger(トークン:POWR)が唯一の注目すべき例です。

2017年に設立されたPower Ledgerは、エネルギー取引の分散化を目的としたブロックチェーンベースの包括的なエネルギープラットフォームです。個人とコミュニティ間の直接的な電力取引を促進し、再生可能エネルギーの普及を支援し、スマートコントラクトを通じて透明性と効率性を確保します。当初、Power Ledgerはイーサリアムから派生したコンソーシアムチェーンで運営されていました。2023年下半期、Power Ledgerはホワイトペーパーを更新し、分散型エネルギー市場における高頻度のマイクロトランザクションを処理するためのSolanaの技術フレームワークに基づく独自の包括的なパブリックチェーンを立ち上げました。現在、Power Ledgerの主な事業は次のとおりです。

• エネルギー取引:ユーザーは、特に再生可能エネルギー源から、電力を直接売買することができます。
• 環境製品取引:炭素クレジットや再生可能エネルギー証書の取引、および環境製品に基づく資金調達を促進します。
• パブリック チェーン操作: Power Ledger ブロックチェーン上に構築するアプリケーション開発者を引き付け、トランザクション手数料を POWR トークンで支払います。

現在、Power Ledgerの流通時価総額は1億7,000万ドルで、完全希薄化後の時価総額は3億2,000万ドルです。

データ関連ターゲット

エネルギー関連の暗号ターゲットと比較して、データトラックにはより豊富な種類の暗号ターゲットがあります。以下は、私が現在注目しているデータトラックプロジェクトで、Binance、OKX、Coinbaseなどの主要なCEXの少なくとも1つにリストされており、完全希薄化後評価額(FDV)の昇順で並べられています。

1. ストリーマー – DATA

価値提案:Streamrは、ユーザーがデータを完全に制御しながら、データを自由に取引および共有できる分散型リアルタイムデータネットワークを構築することを目的としています。Streamrは、データマーケットプレイスを通じて、データプロデューサーが仲介者を介さずに関心のある消費者に直接データストリームを販売できるようにすることで、コストを削減し、効率を高めることを目指しています。

出典: https://streamr.network/hub/projects

実践的なコラボレーションのケースでは、Streamrは別のWeb3オンボードハードウェアプロジェクトであるDIMOと提携しました。車両に搭載されたDIMOハードウェアセンサーを介して、温度、気圧、その他の指標などのデータを収集し、気象データストリームを形成して、必要な組織に送信します。

他のデータ プロジェクトと比較して、Streamr は IoT とハードウェア センサー データに重点を置いています。前述のDIMO車両データに加えて、ヘルシンキのリアルタイム交通データストリームを含むプロジェクトもあります。この焦点により、StreamrのプロジェクトトークンであるDATAは急騰し、DePINコンセプトがピークに達した昨年12月に1日で価値が2倍になりました。

現在、Streamrの流通時価総額は4,400万ドルで、完全希薄化後の時価総額は5,800万ドルです。

1. 共有結合 – CQT

他のデータプロジェクトとは異なり、Covalentはブロックチェーンデータを提供します。Covalentネットワークは、RPCを介してブロックチェーンノードからデータを読み取り、このデータを処理および整理して、効率的なクエリデータベースを作成します。これにより、Covalentのユーザーは、ブロックチェーンノードから直接複雑なクエリを実行することなく、必要な情報をすばやく取得できます。このサービスは「ブロックチェーンデータインデックス」として知られています。

Covalentのクライアントは主にB2Bで、さまざまなDeFiアプリケーションなどのDappプロジェクトや、ConsenSys(MetaMaskの親会社)、CoinGecko(有名な暗号資産追跡サイト)、Rotki(税務ツール)、Rainbow(暗号ウォレット)などの多くの中央集権的な暗号企業が含まれています。さらに、フィデリティや4大会計事務所EYなどの伝統的な金融大手もコバレントのクライアントです。Covalentの公式開示によると、データサービスによるプロジェクトの収益は、同分野の主要プロジェクトであるThe Graphの収益をすでに上回っています。

Web3業界は、オンチェーンデータの完全性、オープン性、真正性、リアルタイム性により、特定のAIシナリオや「小さなAIモデル」のための高品質のデータの貴重なソースになる態勢を整えています。Covalentは、データプロバイダーとして、さまざまなAIシナリオ向けのデータの提供を開始し、AI専用の検証可能な構造化データを開始しました。

出典: https://www.covalenthq.com/solutions/decentralized-ai/

たとえば、オンチェーンのインテリジェント取引プラットフォームであるSmartWhalesにデータを提供し、AIを使用して収益性の高い取引パターンとアドレスを特定します。Entendre Financeは、Covalentの構造化データとAI処理を使用して、リアルタイムの洞察、異常検出、予測分析を行っています。

現在、Covalentが提供するオンチェーンデータサービスの主なシナリオは、依然として財務上のものです。しかし、Web3のプロダクトやデータタイプの一般化に伴い、オンチェーンデータの利用シーンもさらに拡大していくでしょう。

Covalentプロジェクトの現在の希薄化後の市場価値は1億5,000万ドルで、希薄化後の市場価値は2億3,500万ドルです。同じトラックのブロックチェーンデータインデックスプロジェクトであるThe Graphと比較すると、比較的明らかな評価上の利点があります。

1. ハイブマッパー – ハニー

データ素材の中でも、動画データの単価が最も高いことが多いです。Hivemapperは、AI企業に動画や地図情報などのデータを提供することができます。Hivemapper自体は、ブロックチェーン技術とコミュニティの貢献を通じて、詳細でダイナミックでアクセス可能なマッピングシステムを作成することを目的とした分散型グローバルマッピングプロジェクトです。参加者は、ドライブレコーダーで地図データをキャプチャし、オープンソースのHivemapperデータネットワークに追加し、プロジェクトトークンHONEYでの貢献度に応じて報酬を受け取ることができます。ネットワーク効果を改善し、インタラクションコストを削減するために、HivemapperはSolana上に構築されています。

2015年に設立されたHivemapperは、当初はドローンを使った地図作成を目指していました。しかし、このモデルの拡張が難しいことにすぐに気付き、ドライブレコーダーやスマートフォンを使用して地理データを取得するようになり、世界の地図作成コストを大幅に削減しました。

Google マップなどのストリートビューや地図作成ソフトウェアと比較して、Hivemapper はインセンティブ付きのネットワークとクラウドソーシング モデルを使用して、地図の対象範囲をより効率的に拡大し、現実世界の地図の鮮度を維持し、ビデオ品質を向上させます。

AIによるデータ需要が急増する前は、Hivemapperの主な顧客には、自動車業界の自動運転部門、ナビゲーションサービス会社、政府、保険会社、不動産会社などが含まれていました。現在、Hivemapper は API を介して AI や大規模モデルに広範な道路および環境データを提供できます。AI モデルと ML モデルは、画像と道路フィーチャ データのストリームを継続的に更新することで、このデータを改善された機能に適切に変換し、地理的な位置と視覚的判断に関連するタスクを実行できます。

データソース: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/

現在、HivemapperのHoneyプロジェクトの希薄化後の時価総額は1億2,000万ドル、完全希薄化後の時価総額(FDV)は4億9,600万ドルです。

上記の 3 つのプロジェクトに加えて、データ領域には次のものも含まれます。

The Graph – GRT:希薄化後の時価総額が32億ドル、FDVが37億ドルのThe Graphは、Covalentと同様のブロックチェーンデータインデックスサービスを提供しています。

Ocean Protocol – OCEAN:流通時価総額が6億7,000万ドル、FDVが14億5,000万ドルであるOcean Protocolは、データおよびデータ関連サービスの交換と収益化を促進することを目的としたオープンソースプロトコルです。データコンシューマーとデータプロバイダーをつなぎ、信頼性、透明性、トレーサビリティを確保しながらデータを共有します。このプロジェクトは、Fetch.ai およびSingularityNETとマージされ、トークンがASIに変換されるように設定されています。

AIの物語に関する第2の視点:GPTモーメントを彷彿とさせる汎用人工知能の到来

筆者の見解では、仮想通貨業界における「AIトラック」の初年度は、GPTの出現によって特徴づけられた2023年の注目すべき年であり、仮想通貨AIプロジェクトの急増は、AI業界の爆発的な成長からの波及効果でした。

GPT4やTurboなどの機能はGPT3.5以降も進化を続け、Soraは驚異的な動画作成能力を披露し、OpenAI以外の大規模言語モデルの急速な発展とともに、AI技術の進歩が一般の人々に与える認知的影響が減少していることは否定できません。人々は徐々にAIツールを使い始めており、大規模な雇用移転はまだ起こっていないようです。

では、AI開発の飛躍が大衆を驚かせ、その結果、人々の生活や仕事が変わることを実感させる「GPTの瞬間」が、今後再びAI分野に訪れるのでしょうか。この瞬間は、汎用人工知能(AGI)の出現かもしれません。

汎用人工知能とは、人間と同じような総合的な認知能力を持ち、特定のタスクを超えてさまざまな複雑な問題を解決できる機械を指します。汎用人工知能システムは、高度な抽象的思考、広範な背景知識、領域横断的な常識的推論、因果理解、学際的な転移学習能力を備えています。総合力という点では、汎用人工知能の性能は最高の人間と同等であり、最も優れた人間集団の集合的な能力をも凌駕しています。

実際、SFやゲーム、映画などで描かれるにせよ、GPTの急激な普及に伴う世間の期待に煽られて描かれるにせよ、社会は人間の認知レベルを超える汎用人工知能の出現を長い間予測してきました。GPT自体が汎用人工知能の予言である汎用人工知能の先駆けとも言えます。

GPTがこれほどまでに産業エネルギーと心理的インパクトを放っているのは、その実装スピードと性能が大衆の期待を上回ったからであり、チューリングテストをパスできる人工知能システムが実際に登場し、これほど早く登場するとは人々は予想していなかったのです。

実際には、汎用人工知能(AGI)は、1〜2年以内に突然の「GPTの瞬間」を再現するかもしれません:人々はGPTの支援に適応したばかりで、AIはもはや単なるアシスタントではないことに気づくだけです。何十年にもわたってトップの科学者を困惑させてきた問題を含む、非常に創造的で挑戦的なタスクを独立して達成することさえできます。

今年4月8日、マスク氏はノルウェー政府系ファンドの最高投資責任者(CIO)であるニコライ・タンゲン氏から、AGIの出現のタイミングについてインタビューを受けました。

「汎用人工知能を最も賢い人間よりも賢いと定義するなら、2025年頃に実現する可能性が高いと思います」と彼は述べています。言い換えれば、彼の試算によれば、汎用人工知能が到来するまでには、せいぜいあと1年半かかるだろう。もちろん、彼は「パワーとハードウェアは追いつく」という警告を付け加えました。

AGIの登場がもたらすメリットは明らかです。

それは、人類の生産性が飛躍的に向上し、何十年にもわたって私たちを悩ませてきた多くの科学研究の問題が難なく解決されることを意味します。「最も賢い人間」をノーベル賞受賞者と定義するなら、十分なエネルギー、計算能力、データがある限り、数え切れないほどのたゆまぬ「ノーベル賞受賞者」が、最も困難な科学的問題を昼夜を問わず掘り下げることができることを意味します。

実際には、ノーベル賞受賞者は数億人に1人ほど珍しいものではありません。そのほとんどが、能力や知能の面では大学教授と同等です。しかし、正しい方向を選択し、結果が出るまで粘り強く考える確率と運によって、彼らと同じような能力を持つ個人、同じように優れた同僚も、科学研究の並行宇宙でノーベル賞を受賞した可能性があります。残念ながら、科学のブレークスルーに携わるトップ大学教授のような能力を持った人材はまだまだ足りず、「科学研究のあらゆる正しい方向を探る」というスピードは遅いままです。

汎用人工知能の出現により、エネルギーと計算能力が十分に供給される状況では、ノーベル賞受賞者レベルの汎用人工知能が無限に存在し、科学的なブレークスルーの可能性を深く掘り下げることができます。技術の進歩速度は数十倍になります。技術の進歩により、現在高価で希少であると考えられている資源は、今後10年から20年の間に何百倍にも増え、食料生産、新素材、新薬、質の高い教育などがもたらされます。これらの資源を得るためのコストも指数関数的に低下し、より少ない資源でより多くの人々を支えることを可能にし、一人当たりの富は急速に増加するでしょう。

世界のGDPトレンド(出典:世界銀行)

これは少しセンセーショナルに聞こえるかもしれません。以前に IO.NET 調査レポート で著者が議論した2つの例を見てみましょう。

• 2018年、ノーベル化学賞受賞者のフランシス・アーノルドは授賞式で、「今日、私たちは実用化のためにあらゆるDNA配列を読み書きし、編集することができますが、それを合成することはできません」と述べました。それからちょうど5年後の2023年、スタンフォード大学とシリコンバレーのAIスタートアップであるSalesforce Researchの研究者が、Nature Biotechnology誌に論文を発表しました。彼らは、GPT-3の微調整に基づく大規模言語モデルを使用して、100万個の新しいタンパク質をゼロから作成し、構造が大きく異なる2つのタンパク質を発見し、どちらも抗菌特性を持ち、抗生物質以外の細菌耐性ソリューションとして役立つ可能性があります。つまり、AIの助けを借りて、タンパク質の「作り」のボトルネックが克服されたのです。
• これに先立ち、人工知能のAlphaFoldアルゴリズムは、地球上の2億1400万個の既知のタンパク質のほぼすべてを18か月以内に予測し、これまでのすべての構造生物学者の努力を合わせた数百倍の結果でした。

革命はすでに起こっており、汎用人工知能の出現はこのプロセスをさらに加速させるでしょう。一方で、汎用人工知能の登場がもたらす課題も膨大です。汎用人工知能は、多くのコグニティブワーカーに取って代わるだけでなく、これまで「AIの影響を受けにくい」と考えられていた肉体労働にも影響を与えます。ロボティクス技術の成熟と新素材の開発による生産コストの低減により、機械やソフトウェアに取って代わられる労働力の割合が急速に高まるでしょう。

その時、一見遠いように見える2つの問題がすぐに表面化します。

1. 多数の失業者の雇用と収入の問題。
2. AIがユビキタスな世界でAIと人間を区別する方法。

Worldcoin\Worldchainは、ユニバーサル・ベーシック・インカム(UBI)システムを提供してベーシックインカムを一般の人々に提供し、虹彩ベースの生体認証機能を使用して人間とAIを区別することで、ソリューションを提供しようとしています。

実際、すべての人にお金を提供するUBIは、単なる絵に描いたパイではありません。フィンランドやイギリスなどの国々ではユニバーサル・ベーシックインカムの実験が行われており、カナダ、スペイン、インドなどの国々では、関連する実験が積極的に提案され、推進されています。

UBIの配布に生体認証+ブロックチェーンベースのモデルを使用する利点は、システムのグローバルな性質にあり、人口により広いカバレッジを提供します。さらに、所得分配によって拡大したユーザーネットワークを活用して、金融サービス(Defi)、ソーシャルネットワーキング、クラウドソーシングなどの他のビジネスモデルを構築し、ネットワーク内で相乗効果を生み出すことができます。

汎用人工知能の出現の影響に対応する資産の1つがWorldcoin-WLDで、希薄化後の時価総額は10億3000万ドル、完全希薄化後の時価総額は472億ドルです。

物語演繹のリスクと不確実性

Mint Venturesがリリースした以前の多くのプロジェクトおよびトラック調査レポートとは異なり、この記事は物語の演繹と予測において主観性が高くなっています。読者は、この記事の内容を、未来の予言ではなく、分岐した議論として考えるべきです。著者が提示した物語の外挿は、多くの不確実性に直面しており、推測の誤りにつながります。これらのリスクまたは影響要因には、次のものが含まれますが、これらに限定されません。

• エネルギー面:GPUの更新により、エネルギー消費量が急激に減少

AIを取り巻くエネルギー需要が急激に増加しているにもかかわらず、Nvidiaのようなチップメーカーは、継続的なハードウェアアップグレードを通じて、より低い消費電力でより高いコンピューティングパワーを提供しています。例えば、今年3月、Nvidiaは2つのB200 GPUと1つのGrace CPUを統合した新世代のAIコンピューティングカードGB200をリリースしました。学習性能は前世代のメインAI GPU H100の4倍、推論性能はH100の7倍、必要なエネルギー消費量はH100の4分の1にとどまっています。しかし、それにもかかわらず、AIの力への欲求は満たされるにはほど遠いです。エネルギー消費原単位の減少に伴い、AIのアプリケーションや需要がさらに拡大するにつれて、実際には総エネルギー消費量が増加する可能性があります。

• データ面:Q*プロジェクトは「自己生成データ」を実現

OpenAI社内では、OpenAIの従業員への社内コミュニケーションで言及されているプロジェクト「Q」に関する噂が以前からありました。ロイター通信がOpenAIのインサイダーを引用して報じたところによると、これはOpenAIの超知能/汎用人工知能(AGI)の追求における突破口となる可能性があるという。Q は、抽象化によってこれまで見られなかった数学的問題を解く能力だけでなく、現実世界のデータフィードを必要とせずに、大規模なモデルをトレーニングするためのデータを生成する機能も備えています。この噂が本当なら、質の高いデータがないことで制限されているAIモデルトレーニングのボトルネックは解消されるでしょう。

• 汎用人工知能の登場:OpenAIの懸念

イーロンマスクが示唆したように、AGIの到着のタイミングは確かに2025年までに来るかもしれませんが、これは時間の問題です。しかし、汎用人工知能の到来の直接的な受益者としてのWorldcoinは、「OpenAIの影のトークン」として広く認識されているため、OpenAIの最大の懸念に直面する可能性があります。

5月14日未明、OpenAIは春の製品発表イベントで、最新のGPT-4oと他の19の異なるバージョンの大規模言語モデルを包括的なタスクスコアで紹介しました。表を見るだけでも、GPT-4oのスコアは1310で、後のランクよりもかなり高いようです。しかし、トータルスコアで見ると、2位のGPT4ターボとは4.5%、4位のGoogleのGemini 1.5 Proとは4.9%、5位のAnthropicのClaude 3 Opusとは5.1%の差にとどまっています。

GPT3.5のデビューという世界を揺るがす瞬間が1年余り過ぎたため、OpenAIの競合他社はすでに非常に近い位置に追いついています(ただし、GPT5はまだリリースされておらず、今年中に発売される予定です)。OpenAIが今後も業界トップの地位を維持できるかどうかは、曖昧になりつつあるようです。OpenAIの最先端と支配的な地位が希薄化または超えた場合、OpenAIのシャドウトークンとしてのWorldcoinの物語的価値も低下します。

さらに、Worldcoinの虹彩認証スキームに加えて、ますます多くの競合他社もこの市場に参入しています。例えば、手のひらスキャンIDプロジェクトであるHumanity Protocolは、評価額10億ドルで3,000万ドル相当の新たな資金調達ラウンドの完了を発表したばかりです。また、LayerZero Labsは、Humanityでの運用を発表し、ZKプルーフを使用してクレデンシャルを認証するバリデータノードネットワークに参加しました。

結論

結論として、著者はAIトラックの物語を推定しましたが、AIトラックはDeFiなどのネイティブ暗号分野とは異なります。これは、AIブームが通貨圏にあふれた結果です。現在、多くのプロジェクトはまだビジネスモデルを完全に確立しておらず、多くのプロジェクトはAIをテーマにしたミームのようなものです(Nvidiaのミームに似たRndr、OpenAIのミームに似たWorldcoinなど)。読者はそれらについて注意する必要があります。

陳述：

1. この記事は「The Next Wave of Narrative Deduction in the Crypto AI Sector: Catalysts, Development Pathways, and Related Projects」と題されたもので、[mintventures]から転載したものです。すべての著作権は原作者[Alex Xu]に帰属します。転載に異議がある場合は、 Gate Learn チームに連絡してください。

2. 免責事項:この記事で表明された見解や意見は、著者の個人的な見解を表しているにすぎず、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。