原作者:ウィル・オグデン・ムーア
原文编译：ルフィ、予知ニュース
「AI浪潮再び、グレイスケールAIファンドの保有プロジェクトを一覧に」
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、人類の生産性を何倍にも向上させ、医学の突破に貢献することが期待されています。人工知能は既に注目を集めていますが、今後の影響はますます大きくなるでしょう。PwCによると、2030年までに15兆ドルの巨大産業に発展すると予想されています。
しかしながら、この見通しの良い技術には課題もあります。人工知能技術がますます強力になるにつれ、人工知能産業は非常に中心化し、権力はわずかな数の企業に集中しています。これは、全人類社会に対する潜在的な脅威です。人工知能はまた、デプス伪造、偏見、およびデータプライバシーのリスクに対する重大な懸念を引き起こしています。幸いなことに、暗号資産とその分散化、透明性の特性は、これらの問題のいくつかに潜在的な解決策を提供しています。
以下、我々は中心化が引き起こす問題と分散化された人工知能がいくつかの弊害を解決するのにどのように役立つかについて探求し、現在の暗号資産と人工知能の交差領域について議論し、この領域が早期採用の兆候を示している暗号化アプリケーションに焦点を当てます。
現在、人工知能の発展は一定の挑戦とリスクに直面しています。人工知能のネットワーク効果と資本の集中需要は非常に顕著であり、大手テクノロジー企業以外の人工知能開発者、例えば小規模企業や学術研究者は、開発に必要なリソースを入手するのが困難であったり、商業化できなかったりします。これにより、人工知能の総合的な競争とイノベーションが制限されています。
そのため、この重要な技術の影響力は主にOpenAIやGoogleなどのわずかな企業に集中しており、人工知能のガバナンスに対する深刻な疑問を引き起こしています。例えば、今年2月、Googleの人工知能画像生成器Geminiは人種的な偏見や歴史的な誤りを露呈しました。また、去年11月、6人の委員会がOpenAIのCEOであるSam Altmanを解雇することを決定し、わずかな人々がこれらの企業を支配していることが明らかになりました。
人工知能の影響力と重要性がますます高まるにつれて、多くの人々が心配しています。企業が社会に巨大な影響を与える人工知能モデルの意思決定権を握る可能性があります。彼らは防護壁を設けたり、内部での操作を行ったり、自己の利益のためにモデルを操作するかもしれません。
分散化AIとは、ブロックチェーン技術を利用して、AIの所有権とガバナンスを配分し、透明性とアクセシビリティを向上させることを指します。Grayscale Researchによれば、分散化されたAIは、これらの重要な意思決定を閉じた制度から解放し、一般の人々の手に渡す可能性があります。
ブロックチェーン技術は、開発者が人工知能により長期間接触するのを支援し、独立した開発者が開発と商業化のハードルを下げるのに役立ちます。私たちは、これが人工知能産業のイノベーションと競争を改善し、小企業とテクノロジー巨大企業の間である種のバランスを実現するのに役立つと信じています。
また、分散化されたAIは、AI投資の民主化を実現するのに役立ちます。現在、技術株を除いて、AIの発展に関連する財務収益を得るための他の方法はほとんどありません。一方で、多額のプライベートセール資本がAIスタートアップ企業や民間企業に割り当てられています（2022年には470億ドル、2023年には420億ドル）。そのため、一握りのベンチャーキャピタリストと認定投資家しかこれらの企業の財務収益を得ることができません。それに対して、分散化されたAI暗号化資産は誰にとっても平等であり、誰でもAIの未来の一部を所有することができます。
暗号資産と人工知能の交差領域はまだ初期段階にありますが、市場の反応は励みになっています。2024年5月現在、AIコンセプトの暗号化資産（注：Grayscale Researchが定義する暗号資産投資ポートフォリオで、NEAR、FET、RNDR、FIL、TAO、THETA、AKT、AGIX、WLD、AIOZ、TFUEL、GLM、PRIME、OCEAN、ARKM、LTPを含みます）の収益率は20％で、通貨コンセプトカテゴリに次ぐパフォーマンスです（図1）。さらに、データプロバイダーKaitoのデータによれば、分散型金融、レイヤー2、メメコイン、現実世界の資産などの他のトピックと比較して、人工知能は現在、ソーシャルプラットフォームで最も人気のある「ストーリー」です。
最近、いくつかの有名人がこの新興交差分野を抱擁し、中心化人工知能の欠陥を解決することに取り組んでいます。今年3月、有名人工知能企業であるStability AIの創業者であるEmad Mostaqueは同社を離れ、分散型人工知能を探求することになりました。彼は「今が人工知能をオープンにし、分散化する時期である」と述べています。 暗号資産企業家のErik Vorheesは最近、プライバシーに注力した人工知能サービスであるVenice.aiを発表しました。このサービスにはエンドツーエンドの暗号化機能が備わっています。
図1：今年のAI分野のパフォーマンスは、ほとんどの暗号資産のセクターを上回っています
暗号資産と人工知能の統合は、主に3つの主要なサブカテゴリに分けることができます:
図2:AIと暗号資産が融合するプロジェクトの状況、出典:Grayscale Investments
最初のタイプは、許可不要のオープンアーキテクチャネットワークで、AIの開発に特化して構築されています。これらのネットワークは特定のAI製品やサービスに焦点を当てるのではなく、さまざまな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します。
NEARは、このカテゴリーで目立っており、その創始者は「Transformer」アーキテクチャの共同作成者であり、ChatGPTなどのAIシステムをサポートしています。しかし、同社は最近、前OpenAI研究エンジニアによって指導された研究開発部門によって「ユーザー所有のAI」を開発することを発表しました。2024年6月下旬、NEARは、NEARネイティブベースモデル、AIアプリケーション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、および計算市場の開発のためのAIインキュベータープログラムを開始しました。
Bittensorはもう1つの注目すべき例です。Bittensorは、経済的に人工知能の開発を奨励するためにTAOトークンを使用するプラットフォームです。Bittensorは38のサブネットの基盤となるプラットフォームであり、各サブネットには異なるユースケースがあります。例えば、チャットボット、画像生成、財務予測、言語翻訳、モデルトレーニング、ストレージ、計算などです。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トークンを報酬として提供し、開発者には許可なしでAPIを提供して特定の人工知能アプリケーションを構築する支援をします。
AI基盤ネットワークには、Fetch.aiおよびAlloraなどの他のプロトコルも含まれます。Fetch.aiは、開発者が複雑なAIアシスタント（「AIエージェント」とも呼ばれる）を作成するためのプラットフォームであり、最近AGIXとOCEANと合併し、総価値は約75億ドルとなりました。もう1つはAlloraネットワークで、このプラットフォームは金融分野にAIを適用することに特化しており、分散型取引所や予測市場の自動取引戦略を含みます。Alloraはまだトークンを発行しておらず、6月に戦略的資金調達を行い、総額3500万ドルを調達しました。
第二のタイプは、計算、ストレージ、またはデータ形式で人工知能開発に必要なリソースを提供するプロジェクトです。
人工知能の台頭は、GPUフォームの計算リソースに前例のない需要を引き起こしています。Render（RNDR）、Akash（AKT）、Livepeer（LPT）などの分散GPU市場は、モデルトレーニング、モデル推論、または3D生成AIのレンダリングに計算が必要な開発者に対して、余剰GPUを提供しています。Renderは約10,000のGPUを提供し、アーティストと生成AIに重点を置いていますが、Akashは400のGPUを提供し、AI開発者や研究者に重点を置いています。一方、Livepeerは最近、新しいAIサブネットプランを発表し、2024年8月までにテキストから画像、テキストからビデオ、画像からビデオなどの機能を提供することを目指しています。
大量の計算に加えて、AIモデルには大量のデータが必要です。したがって、データストレージの需要が大幅に増加しています。FIL（FIL）やArweave（AR）などのデータストレージソリューションは、中央集権的なAWSサーバーにAIデータを保存する代替手段として利用することができます。これらのソリューションは経済的で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でデータの安全性と完全性を向上させます。
最後、OpenAIやGeminiなどの既存のAIサービスは、BingやGoogleの検索を通じてリアルタイムデータに持続的にアクセスしています。これにより、科学技術の巨大企業以外の他のすべてのAIモデル開発者は不利な立場に立たされています。しかし、GrassやMasa（MASA）などのデータ収集サービスは、個人がアプリケーションのデータをAIモデルのトレーニングに使用することで商業化を実現し、同時に個人データの制御とプライバシーを保持するため、公正な競争環境の創出に役立ちます。
人工知能が加速させる大きな問題は、ロボットとフェイク情報の氾濫です。人工知能が生成したデプスの偽造コンテンツは、インドとヨーロッパの大統領選挙に影響を与えており、専門家たちは「非常に心配している」と述べています。デプスの偽造による「フェイク情報の津波」に陥る可能性のある次の大統領選挙を解決するために、検証可能なコンテンツのソースを確立することを目的としたプロジェクトには、Origin Trail (TRAC)、Numbers Protocol (NUM)、Story Protocolが含まれます。さらに、Worldcoin (WLD) は、人間性を証明するためのユニークな生体認証技術によって、ロボット問題を解決しようとしています。
人工知能の別のリスクは、モデル自体への信頼を確保することです。受信したAIの結果が改ざんまたは操作されていないことをどのように信じることができますか？現在、Modulus LabsとZamaを含む、暗号化、知識ゼロの簡潔な非対話的知識論証、完全同型暗号化（FHE）によって、この問題を解決するためのいくつかのプロトコルが取り組んでいます。
これらの分散化された人工知能資産は、初期段階にあるとは言え、この交差領域においてはすでに一定の進展を遂げています。今年初め、有名なベンチャーキャピタリストであるFred Wilsonは、人工知能と暗号資産は「同じコインの2つの面である」と述べ、「Web3は私たちが人工知能を信頼するのに役立つだろう」と述べました。人工知能産業がますます成熟するにつれて、Grayscale Researchは、これらの人工知能関連の暗号化ユースケースがますます重要になると考えています。これら2つの急速に発展する技術は、お互いを支援し、共同して発展する可能性があります。
多くの兆候が人工知能時代の到来を示しており、これにはポジティブな影響とネガティブな影響の両方があります。ブロックチェーン技術の特性を活用することで、私たちは暗号資産が人工知能による危険を軽減するのに役立つと信じています。
元の記事へのリンク
22.11K 人気度
96.82K 人気度
24.47K 人気度
22.57K 人気度
9.93K 人気度
Grayscale：AI時代、暗号化の使用方法はどのように大いに展開されるのか？
原作者:ウィル・オグデン・ムーア
原文编译：ルフィ、予知ニュース
関連読書:
「AI浪潮再び、グレイスケールAIファンドの保有プロジェクトを一覧に」
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、人類の生産性を何倍にも向上させ、医学の突破に貢献することが期待されています。人工知能は既に注目を集めていますが、今後の影響はますます大きくなるでしょう。PwCによると、2030年までに15兆ドルの巨大産業に発展すると予想されています。
しかしながら、この見通しの良い技術には課題もあります。人工知能技術がますます強力になるにつれ、人工知能産業は非常に中心化し、権力はわずかな数の企業に集中しています。これは、全人類社会に対する潜在的な脅威です。人工知能はまた、デプス伪造、偏見、およびデータプライバシーのリスクに対する重大な懸念を引き起こしています。幸いなことに、暗号資産とその分散化、透明性の特性は、これらの問題のいくつかに潜在的な解決策を提供しています。
以下、我々は中心化が引き起こす問題と分散化された人工知能がいくつかの弊害を解決するのにどのように役立つかについて探求し、現在の暗号資産と人工知能の交差領域について議論し、この領域が早期採用の兆候を示している暗号化アプリケーションに焦点を当てます。
中央集権型AIの問題点
現在、人工知能の発展は一定の挑戦とリスクに直面しています。人工知能のネットワーク効果と資本の集中需要は非常に顕著であり、大手テクノロジー企業以外の人工知能開発者、例えば小規模企業や学術研究者は、開発に必要なリソースを入手するのが困難であったり、商業化できなかったりします。これにより、人工知能の総合的な競争とイノベーションが制限されています。
そのため、この重要な技術の影響力は主にOpenAIやGoogleなどのわずかな企業に集中しており、人工知能のガバナンスに対する深刻な疑問を引き起こしています。例えば、今年2月、Googleの人工知能画像生成器Geminiは人種的な偏見や歴史的な誤りを露呈しました。また、去年11月、6人の委員会がOpenAIのCEOであるSam Altmanを解雇することを決定し、わずかな人々がこれらの企業を支配していることが明らかになりました。
人工知能の影響力と重要性がますます高まるにつれて、多くの人々が心配しています。企業が社会に巨大な影響を与える人工知能モデルの意思決定権を握る可能性があります。彼らは防護壁を設けたり、内部での操作を行ったり、自己の利益のためにモデルを操作するかもしれません。
分散化人工智能がどのように助けを提供するか
分散化AIとは、ブロックチェーン技術を利用して、AIの所有権とガバナンスを配分し、透明性とアクセシビリティを向上させることを指します。Grayscale Researchによれば、分散化されたAIは、これらの重要な意思決定を閉じた制度から解放し、一般の人々の手に渡す可能性があります。
ブロックチェーン技術は、開発者が人工知能により長期間接触するのを支援し、独立した開発者が開発と商業化のハードルを下げるのに役立ちます。私たちは、これが人工知能産業のイノベーションと競争を改善し、小企業とテクノロジー巨大企業の間である種のバランスを実現するのに役立つと信じています。
また、分散化されたAIは、AI投資の民主化を実現するのに役立ちます。現在、技術株を除いて、AIの発展に関連する財務収益を得るための他の方法はほとんどありません。一方で、多額のプライベートセール資本がAIスタートアップ企業や民間企業に割り当てられています（2022年には470億ドル、2023年には420億ドル）。そのため、一握りのベンチャーキャピタリストと認定投資家しかこれらの企業の財務収益を得ることができません。それに対して、分散化されたAI暗号化資産は誰にとっても平等であり、誰でもAIの未来の一部を所有することができます。
この交差領域はどこまで発展しましたか？
暗号資産と人工知能の交差領域はまだ初期段階にありますが、市場の反応は励みになっています。2024年5月現在、AIコンセプトの暗号化資産（注：Grayscale Researchが定義する暗号資産投資ポートフォリオで、NEAR、FET、RNDR、FIL、TAO、THETA、AKT、AGIX、WLD、AIOZ、TFUEL、GLM、PRIME、OCEAN、ARKM、LTPを含みます）の収益率は20％で、通貨コンセプトカテゴリに次ぐパフォーマンスです（図1）。さらに、データプロバイダーKaitoのデータによれば、分散型金融、レイヤー2、メメコイン、現実世界の資産などの他のトピックと比較して、人工知能は現在、ソーシャルプラットフォームで最も人気のある「ストーリー」です。
最近、いくつかの有名人がこの新興交差分野を抱擁し、中心化人工知能の欠陥を解決することに取り組んでいます。今年3月、有名人工知能企業であるStability AIの創業者であるEmad Mostaqueは同社を離れ、分散型人工知能を探求することになりました。彼は「今が人工知能をオープンにし、分散化する時期である」と述べています。 暗号資産企業家のErik Vorheesは最近、プライバシーに注力した人工知能サービスであるVenice.aiを発表しました。このサービスにはエンドツーエンドの暗号化機能が備わっています。
図1：今年のAI分野のパフォーマンスは、ほとんどの暗号資産のセクターを上回っています
暗号資産と人工知能の統合は、主に3つの主要なサブカテゴリに分けることができます:
図2:AIと暗号資産が融合するプロジェクトの状況、出典:Grayscale Investments
AI 基盤ネットワーク
最初のタイプは、許可不要のオープンアーキテクチャネットワークで、AIの開発に特化して構築されています。これらのネットワークは特定のAI製品やサービスに焦点を当てるのではなく、さまざまな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します。
NEARは、このカテゴリーで目立っており、その創始者は「Transformer」アーキテクチャの共同作成者であり、ChatGPTなどのAIシステムをサポートしています。しかし、同社は最近、前OpenAI研究エンジニアによって指導された研究開発部門によって「ユーザー所有のAI」を開発することを発表しました。2024年6月下旬、NEARは、NEARネイティブベースモデル、AIアプリケーション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、および計算市場の開発のためのAIインキュベータープログラムを開始しました。
Bittensorはもう1つの注目すべき例です。Bittensorは、経済的に人工知能の開発を奨励するためにTAOトークンを使用するプラットフォームです。Bittensorは38のサブネットの基盤となるプラットフォームであり、各サブネットには異なるユースケースがあります。例えば、チャットボット、画像生成、財務予測、言語翻訳、モデルトレーニング、ストレージ、計算などです。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トークンを報酬として提供し、開発者には許可なしでAPIを提供して特定の人工知能アプリケーションを構築する支援をします。
AI基盤ネットワークには、Fetch.aiおよびAlloraなどの他のプロトコルも含まれます。Fetch.aiは、開発者が複雑なAIアシスタント（「AIエージェント」とも呼ばれる）を作成するためのプラットフォームであり、最近AGIXとOCEANと合併し、総価値は約75億ドルとなりました。もう1つはAlloraネットワークで、このプラットフォームは金融分野にAIを適用することに特化しており、分散型取引所や予測市場の自動取引戦略を含みます。Alloraはまだトークンを発行しておらず、6月に戦略的資金調達を行い、総額3500万ドルを調達しました。
AIに必要なリソースを提供する
第二のタイプは、計算、ストレージ、またはデータ形式で人工知能開発に必要なリソースを提供するプロジェクトです。
人工知能の台頭は、GPUフォームの計算リソースに前例のない需要を引き起こしています。Render（RNDR）、Akash（AKT）、Livepeer（LPT）などの分散GPU市場は、モデルトレーニング、モデル推論、または3D生成AIのレンダリングに計算が必要な開発者に対して、余剰GPUを提供しています。Renderは約10,000のGPUを提供し、アーティストと生成AIに重点を置いていますが、Akashは400のGPUを提供し、AI開発者や研究者に重点を置いています。一方、Livepeerは最近、新しいAIサブネットプランを発表し、2024年8月までにテキストから画像、テキストからビデオ、画像からビデオなどの機能を提供することを目指しています。
大量の計算に加えて、AIモデルには大量のデータが必要です。したがって、データストレージの需要が大幅に増加しています。FIL（FIL）やArweave（AR）などのデータストレージソリューションは、中央集権的なAWSサーバーにAIデータを保存する代替手段として利用することができます。これらのソリューションは経済的で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でデータの安全性と完全性を向上させます。
最後、OpenAIやGeminiなどの既存のAIサービスは、BingやGoogleの検索を通じてリアルタイムデータに持続的にアクセスしています。これにより、科学技術の巨大企業以外の他のすべてのAIモデル開発者は不利な立場に立たされています。しかし、GrassやMasa（MASA）などのデータ収集サービスは、個人がアプリケーションのデータをAIモデルのトレーニングに使用することで商業化を実現し、同時に個人データの制御とプライバシーを保持するため、公正な競争環境の創出に役立ちます。
AI関連の問題を解決する
人工知能が加速させる大きな問題は、ロボットとフェイク情報の氾濫です。人工知能が生成したデプスの偽造コンテンツは、インドとヨーロッパの大統領選挙に影響を与えており、専門家たちは「非常に心配している」と述べています。デプスの偽造による「フェイク情報の津波」に陥る可能性のある次の大統領選挙を解決するために、検証可能なコンテンツのソースを確立することを目的としたプロジェクトには、Origin Trail (TRAC)、Numbers Protocol (NUM)、Story Protocolが含まれます。さらに、Worldcoin (WLD) は、人間性を証明するためのユニークな生体認証技術によって、ロボット問題を解決しようとしています。
人工知能の別のリスクは、モデル自体への信頼を確保することです。受信したAIの結果が改ざんまたは操作されていないことをどのように信じることができますか？現在、Modulus LabsとZamaを含む、暗号化、知識ゼロの簡潔な非対話的知識論証、完全同型暗号化（FHE）によって、この問題を解決するためのいくつかのプロトコルが取り組んでいます。
まとめ
これらの分散化された人工知能資産は、初期段階にあるとは言え、この交差領域においてはすでに一定の進展を遂げています。今年初め、有名なベンチャーキャピタリストであるFred Wilsonは、人工知能と暗号資産は「同じコインの2つの面である」と述べ、「Web3は私たちが人工知能を信頼するのに役立つだろう」と述べました。人工知能産業がますます成熟するにつれて、Grayscale Researchは、これらの人工知能関連の暗号化ユースケースがますます重要になると考えています。これら2つの急速に発展する技術は、お互いを支援し、共同して発展する可能性があります。
多くの兆候が人工知能時代の到来を示しており、これにはポジティブな影響とネガティブな影響の両方があります。ブロックチェーン技術の特性を活用することで、私たちは暗号資産が人工知能による危険を軽減するのに役立つと信じています。
元の記事へのリンク