人工知能（AI）は、この世紀で最も有望な新興技術の一つであり、人間の生産性を指数関数的に向上させ、医療のブレークスルーを可能にする潜在能力を持っています。AIは今日重要かもしれませんが、その影響力はますます拡大しており、PwCによると2030年までに15兆ドルの産業に成長すると推定されています。[1]

しかしながら、この有望な技術には課題があります。AI技術がますます強力になるにつれ、AI産業は非常に中央集権化し、社会への潜在的な害をもたらす可能性があります。また、ディープフェイク、埋め込まれた偏見、データプライバシーのリスクについて深刻な懸念を引き起こしています。幸いにも、暗号資産は分散化と透明性の特性を持ち、これらの問題の解決策を提供しています。

以下では、中央集権化によって引き起こされる問題と、分散型AIがそれらの問題の一部を解決するのにどのように役立つかについて調査します。また、暗号資産とAIの交差点が現在どのような状況にあるかを議論し、この領域で早期の採用の兆候を示している暗号資産の応用に焦点を当てます。

中央集権化されたAIの問題点

今日、AIの開発には特定の課題とリスクがあります。AIのネットワーク効果と集中的な資本要件は非常に大きく、多くのAI開発者が大手テック企業の外で、例えば小規模企業や学術研究者などは、AI開発に必要なリソースにアクセスすることが難しいか、自分たちの仕事を収益化することができません。これにより全体的なAI競争とイノベーションが制限されます。

その結果、この重要な技術に対する影響力は、OpenAIやGoogleなどのわずかな企業の手に集中しており、AIガバナンスに関する深刻な疑問を引き起こしています。たとえば、先月の2月にGoogleのAI画像生成ツールGeminiが人種に対する偏見や歴史の不正確さを明らかにし、企業が自分たちのモデルを操作する方法を示しています。[2]さらに、昨年11月には、6人の取締役会がOpenAIのCEOであるサム・アルトマン氏を解雇することを決定し、これらのモデルを開発する企業をほんの一握りの人々が支配しているという事実が露呈しました。[3]

AIの影響力と重要性が増すにつれ、一部の人々は、1つの企業が社会に大きな影響を与えるAIモデルの意思決定権を握る可能性について心配しています。これにより、その企業が社会に対して閉ざされた状態でモデルを操作し、利益を得ることができるが、それが社会全体の負担となるかもしれません。

分散型AIがどのように役立つか

分散型AIとは、ブロックチェーン技術を活用して、透明性とアクセシビリティを高めるように設計された方法でAIの所有権とガバナンスを分散するAIサービスを指します。グレースケール・リサーチは、分散型AIが、これらの重要な決定をウォールドガーデンから公的所有に持ち込む可能性を秘めていると考えています。

ブロックチェーン技術は、開発者のAIへのアクセスを増やし、独立した開発者が作品を構築して収益化するための障壁を下げるのに役立ちます。これにより、AIのイノベーションと競争全体を改善し、テクノロジーの巨人が開発したモデルとのバランスをとることができると考えています。

さらに、分散型AIはAIへの投資へのアクセスを民主化するのに役立つことができます。現在、一部のテック株を通じてAIの開発に関連する金融的な恩恵にアクセスする手段は非常に限られています。一方、AIスタートアップや民間企業への大量の民間資本が割り当てられています（2022年に470億ドル、2023年に420億ドル）。[4]その結果、これらの企業の財務的な利益は、ベンチャーキャピタリストや認定投資家の一部にしか利用できません。それに対して、分散型AI暗号資産は誰にでも利用可能であり、すべての人がAIの未来の一部を所有することができます。

この交差点は今どこに立っていますか？

今日、暗号資産とAIの交差点はまだ成熟の面で初期段階にありますが、市場は大いに反応しています。2024年5月までに、暗号資産のAIの世界は[5]20%を上回るリターンをもたらし、通貨セクターを除く暗号資産セクターの各分野を凌駕しています（図1）。また、データプロバイダーKaitoによると、AIテーマは現在、分散型ファイナンス、Layer 2、メームコイン、および実世界資産などの他のテーマとは異なり、ソーシャルプラットフォーム上で最も多くの「ナラティブマインドシェア」を占めています。[6]

最近、いくつかの著名な人物がこの新興の交差点を受け入れ、集中型AIの欠点に焦点を当てることに取り組んでいます。3月には、Stability AIという著名な既存のAI企業の創設者であるEmad Mostaqueが、同社を離れ分散型AIを追求するために退社し、「AIが開かれた分散型のままであることを確認する時が来た」と述べています。[7]さらに、暗号資産起業家のErik Vorheesは最近、エンドツーエンドの暗号化を備えたプライバシーに焦点を当てたAIサービスVenice.aiを立ち上げました。[8]

図1：AI Universeは、ほぼすべての暗号資産セクターを年初から上回っています

今日、私たちは暗号資産とAIの交差点を3つの主要なサブカテゴリに分けることができます:[9]

1. インフラストラクチャレイヤー：AI開発のプラットフォームを提供するネットワーク（例：NEAR、TAO、FET）
2. AIに必要なリソース：AIの開発に必要な重要なリソース（計算、ストレージ、データ）を提供するアセット（例：RNDR、AKT、LPT、FIL、AR、MASA）
3. AI問題の解決: ボットやディープフェイクの増加、モデルの検証などAI関連の問題を解決しようとする資産（例: WLD、TRAC、NUM）

図2：AIと暗号資産市場マップ

出典：Grayscale Investments。含まれるプロトコルは例示的なものです。

AI開発のインフラを提供するネットワーク

最初のカテゴリには、許可なしで一般的なAIサービスの目的のために構築されたオープンなアーキテクチャを提供するネットワークが含まれています。これらの資産は1つのAI製品やサービスに焦点を当てるのではなく、幅広いAIアプリケーションのための基盤とインセンティブメカニズムを作成することに集中しています。

Nearは、ChatGPTなどのAIシステムの動力である「Transformer」アーキテクチャの共同作成者によって設立されたことで、このカテゴリで目立っています。[10]しかし、最近、そのAIの専門知識に力を入れ、"ユーザー所有のAI"の開発に取り組んでいることを明らかにしました[11]元OpenAI研究エンジニアコンサルタントに率いられた研究開発部門を通じて。[12]2024年6月下旬、NearはNearネイティブの基礎モデル、AIアプリケーションのためのデータプラットフォーム、AIエージェントフレームワーク、およびコンピュートマーケットプレイスの開発のためのAIインキュベータープログラムを開始しました。[13]

Bittensorは、もう1つの潜在的に魅力的な例を提供しています。Bittensorは、TAOトークンを使用してAIの開発を経済的に促進するプラットフォームです。Bittensorは、38のサブネット（サブネット）の基盤プラットフォームとして機能します。[14]それぞれがチャットボット、画像生成、金融予測、言語翻訳、モデルトレーニング、ストレージ、およびコンピューティングなどの異なるユースケースを持っています。 Bittensorネットワークは、各サブネットで最も優れたマイナーやバリデータにTAOトークン報酬を提供し、Bittensorサブネットからマイナーを問い合わせて特定のAIアプリケーションを構築するための無許可のAPIを開発者に提供します。

このカテゴリには、Fetch.aiやAlloraネットワークなどの他のプロトコルも含まれます。Fetch.aiは、開発者が洗練されたAIアシスタント（つまり「AIエージェント」）を作成するためのプラットフォームであり、最近AGIXおよびOCEANと合併し、合計約75億ドルの価値を持つ。[15]もう1つは、オロラ・ネットワークで、これは分散型取引所や予測市場向けの自動取引戦略を含む金融アプリケーションにAIを適用することに焦点を当てたプラットフォームです。[16]Alloraはまだトークンを発行しておらず、6月に戦略的な資金調達ラウンドを実施し、プライベートキャピタルでの総資金額は3500万ドルに達しました。[17]

AI開発に必要なリソース

第2カテゴリには、計算、ストレージ、またはデータのいずれかの形式でAI開発に必要なリソースを提供する資産が含まれています。

AIの台頭により、GPUの形で計算リソースへの前例のない需要が生まれました。[18]Render(RNDR)、Akash(AKT)、Livepeer(LPT)などの分散型GPUマーケットプレイスは、モデルトレーニング、モデル推論、3D生成AIのレンダリングのためのコンピューティングを必要とする開発者に、アイドル状態のGPU供給へのアクセスを提供します。現在、RenderはアーティストとジェネレーティブAIに重点を置いた約10KのGPUを提供し、AkashはAI開発者と研究者に焦点を当てた400のGPUを提供すると推定されています[19]. 一方、Livepeerは最近、2024年8月を目標に、テキストから画像、テキストから動画、画像から動画などのタスクを対象とした新しいAIサブネットの計画を発表しました。[20]

AIモデルは、高度な計算能力だけでなく、膨大なデータ量も必要とします。その結果、データストレージの需要が急増しています。[21]Filecoin（FIL）やArweave（AR）などのデータストレージソリューションは、中央集権化されたAWSサーバーにAIデータを保存する代替として、分散化された安全なネットワークを提供することができます。これらのソリューションは、コスト効率の高いスケーラブルなストレージを提供するだけでなく、単一障害点を排除し、データ漏洩のリスクを減らすことにより、データのセキュリティと完全性を向上させます。

最後に、OpenAIやGeminiなどの既存のAIサービスはそれぞれBingとGoogle Searchを通じてリアルタイムのデータに継続的にアクセスすることができます。これにより、これらのテック企業以外のAIモデル開発者は不利な状況に置かれます。しかし、GrassやMasa（MASA）などのデータスクレイピングサービスは、個人がアプリケーションデータをAIモデルのトレーニングに提供することで、制御とプライバシーを保ちながら個人データを収益化するのに役立つかもしれません。

AI関連の問題を解決しようとする資産

第3のカテゴリには、ボットの増加、ディープフェイク、コンテンツの起源など、AI関連の問題を解決しようとする資産が含まれています。

AIによって悪化させられる重要な問題は、ボットとデマの横行です。AIによって生成されたディープフェイクは、すでにインドやヨーロッパの大統領選挙に影響を与えることが示されています。[22]そして専門家たちは「完全に恐れている」と言います。今後の大統領選挙は、ディープフェイクによって大いに推進される「情報の津波」になる可能性があります。[23]深いフェイクに関連する問題を解決するために資産を提供するOrigin Trail（TRAC）、Numbers Protocol（NUM）、およびStory Protocolが含まれます。さらに、Worldcoin（WLD）はボットの問題を解決するために、独自の生体認証識別子を通じて人間性を証明しようとしています。

AIのもう一つのリスクは、モデル自体の信頼性を確保することです。私たちが受け取るAIの結果が改ざんされたり操作されたりしていないことを、どのように信頼すればよいのでしょうか?現在、暗号学、ゼロ知識証明、完全準同型暗号化(FHE)を通じてこの問題を解決するために、Modulus LabsやZamaなど、いくつかのプロトコルが使用されています。[24]

結論

これらの分散型AI資産は初期段階を進んできましたが、まだこの交差点の最初のイニングにいます。今年の初め、著名なベンチャーキャピタリストのフレッド・ウィルソン氏は、AIと暗号資産は「同じコインの裏表」であり、「Web3がAIを信頼させる手助けをするだろう」と述べました。[25]AI業界が成熟していくにつれ、Grayscale ResearchはこれらのAI関連の暗号資産のユースケースがますます重要になり、これらの2つの急速に進化する技術が相互に成長を支える可能性があると考えています。

多くの指標から見ると、AIは目前にあり、その影響は大きく、肯定的な面と否定的な面の両方に及ぶ可能性があります。ブロックチェーン技術の特性を活用することで、暗号資産は最終的にAIがもたらす危険のいくつかを緩和するのに役立つと信じています。

免責事項：

1. この記事は再掲載されました[グレイスケール]. All copyrights belong to the original author [ウィル・オグデン・ムーア]. If there are objections to this reprint, please contact the Gate Learnチームに伝えて、 promptly 処理してもらいます。
2. 責任の免責事項：この記事で表現されている意見や見解は、単に著者個人のものであり、投資アドバイスを構成するものではありません。
3. この記事の翻訳は、Gate Learnチームによって行われています。特に記載がない限り、翻訳された記事の複製、配布、または盗作は禁止されています。