AI時代において、どの暗号プロジェクトが繁栄できるでしょうか?

人工知能 ( AI ) は、今世紀最も有望な新興技術の 1 つであり、人間の生産性を飛躍的に向上させ、医学の進歩を促進することが期待されています。人工知能はすでに大きな成果を上げていますが、その影響力は今後さらに拡大するでしょう。 PwCは、2030年までに15兆ドル規模の巨大な産業に成長すると予測している。

しかし、この有望な技術も課題に直面しています。 AI技術が強力になるにつれ、AI業界は極めて中央集権化され、権力が少数の企業に集中するようになりました。これは人類社会全体にとって潜在的な脅威です。 AIはディープフェイク、偏見、データプライバシーのリスクについても深刻な懸念を引き起こしている。幸いなことに、暗号通貨とその分散化および透明性は、これらの問題のいくつかに対する潜在的な解決策を提供します。

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を検討し、暗号通貨と AI の現在の交差点について説明し、採用の初期兆候が見られるこの分野の暗号通貨アプリケーションに焦点を当てます。

集中型AIの問題点

今日、人工知能の開発は特定の課題とリスクに直面しています。 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いため、大手テクノロジー企業以外の中小企業や学術研究者などの AI 開発者は、開発に必要なリソースの入手が困難であるか、商業化することができません。これにより、AI における全体的な競争とイノベーションが制限されます。

その結果、この重要なテクノロジーに対する影響力はOpenAIや Google などの少数の企業に集中し、AI ガバナンスに関して深刻な疑問が生じています。たとえば、今年 2 月には、Google の AI 画像生成ツール「Gemini」が人種的偏見と歴史的不正確さを露呈した。さらに、昨年11月、6人で構成される取締役会はOpenAIのCEOサム・アルトマン氏を解雇することを決定し、少数の人間がこれらの企業を支配しているという事実を明らかにした。

AIの影響力と重要性が増すにつれ、社会に多大な影響を与えるAIモデルに対する意思決定権を単一の企業が獲得し、ガードレールを設置したり、密室で活動したり、自社に有利になるようにモデルを操作したりするのではないかと多くの人が懸念している。

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使用して AI の所有権とガバナンスを分散し、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。グレイスケール・リサーチは、分散型 AI がこれらの重要な決定を閉鎖的な機関から解放し、一般の人々の手に委ねる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、開発者が人工知能にアクセスしやすくし、独立した開発者にとって開発と商品化のハードルを下げるのに役立ちます。これにより、AI 業界におけるイノベーションと競争が改善され、中小企業とハイテク大手企業の間のバランスが実現できると考えています。

さらに、分散型 AI は AI 投資の民主化にも役立ちます。現在、いくつかのハイテク株を除けば、AI の開発に関連する経済的利益を得る方法はほとんどありません。同時に、多額のプライベートエクイティ資本が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）。その結果、これらの企業の経済的利益を享受できるのは、少数のベンチャーキャピタリストと認定投資家だけになります。対照的に、分散型 AI 暗号資産は誰にとっても平等であり、誰もが AI の未来の一部を所有できるようになります。

この分野横断的な取り組みはどこまで進展したのでしょうか?

暗号通貨と AI の融合はまだ初期段階ですが、市場の反応は有望です。 2024年5月時点で、AIコンセプトの暗号資産（注：Grayscale Researchが定義する暗号通貨ポートフォリオで、 NEAR 、 FET 、 RNDR 、 FIL 、 TAO 、 THETA 、 AKT 、 AGIX 、WLD、AIOZ、TFUEL、GLM、PRIME、OCEAN、ARKM、LTPを含む）の収益率は20％で、通貨コンセプトカテゴリーに次ぐ第2位でした（図1）。さらに、データプロバイダーのKaitoによると、DeFi、レイヤー2、ミームコイン、現実世界の資産などの他のトピックと比較して、AIは現在ソーシャルプラットフォーム上で最もホットな「物語」です。

最近、一部の著名人がこの新たな交差分野を受け入れ始め、集中型人工知能の欠点の解決に取り組んでいます。今年3月、有名な人工知能企業Stability AIの創設者であるエマド・モスタケ氏が同社を退社し、分散型人工知能の研究に転向した。同氏は「今こそ人工知能をオープンかつ分散化すべき時だ」と語った。暗号通貨起業家のErik Vorhees氏は最近、エンドツーエンドの暗号化を備えたプライバシー重視のAIサービスであるVenice.aiを立ち上げた。

図1: 今年これまでのところ、AIはほぼすべての暗号通貨サブセクターを上回っている

暗号通貨と AI の融合は、主に 3 つのサブカテゴリに分けることができます。

• インフラストラクチャ層: AI 開発のためのプラットフォームを提供するネットワーク (例: NEAR、TAO、FET)。

• 人工知能に必要なリソース: 人工知能開発に必要なコンピューティング、ストレージ、データなどの主要リソースを提供します (例: RNDR、AKT、LPT、FIL、AR、MASA)。

• AI の問題の解決: ボットやディープフェイクの増加、モデル検証 (WLD、TRAC、NUM など) などの AI 関連の問題の解決を試みています。

図2: AIと暗号通貨を統合したプロジェクトの状況、出典: Grayscale Investments

AIインフラネットワーク

1 つ目は、AI 開発専用に構築された、許可のないオープン アーキテクチャを提供するネットワークです。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基盤となるインフラストラクチャとインセンティブ メカニズムを作成します。

NEAR はこの分野で際立っており、その創設者は ChatGPT などの AI システムを動かす「Transformer」アーキテクチャの共同作成者の 1 人です。 しかし同社は最近、AIの専門知識を活用し、元OpenAIの研究エンジニア顧問が率いる研究開発部門を通じて「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た。 2024年6月下旬、Nearは、Nearの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、コンピューティングマーケットプレイスを開発するためのAIインキュベータープログラムを開始しました。

Bittensor も注目度の高い例の 1 つです。 Bittensor は、TAO トークンを使用して人工知能の開発を経済的に促進するプラットフォームです。 Bittensor は、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、それぞれ異なるユースケースを持つ 38 のサブネットワークの基盤となるプラットフォームです。 Bittensor ネットワークは、各サブネット内で最も優れたパフォーマンスを発揮したマイナーとバリデーターに TAO トークンを報酬として与え、開発者に特定の AI アプリケーションの構築を支援する許可のない API を提供します。

AIインフラストラクチャネットワークには、 Fetch.aiやAlloraなどの他のプロトコルも含まれます。開発者が高度な AI アシスタント (または「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る Fetch.ai は最近、AGIX および OCEAN と合併し、その取引額は約 75 億ドルに上りました。もう 1 つは Allora Network です。これは、分散型取引所や予測市場の自動取引戦略など、AI を金融に適用することに焦点を当てたプラットフォームです。 Alloraはまだトークンをローンチしていないが、6月に戦略的資金調達ラウンドを完了し、総資金調達額は3,500万ドルに達した。

AIに必要なリソースの提供

2 番目のカテゴリは、コンピューティング、ストレージ、データの形式で AI 開発に必要なリソースを提供するプロジェクトです。

人工知能の台頭により、GPU という形でのコンピューティング リソースに対する前例のない需要が生まれました。 Render (RNDR)、 Akash (AKT)、 Livepeer (LPT) などの分散型 GPU マーケットプレイスは、モデルのトレーニング、モデルの推論、または 3D 生成 AI のレンダリングに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 を提供します。 Render はアーティストと生成 AI に重点を置いて約 10,000 個の GPU を提供すると推定されており、Akash は AI 開発者と研究者に重点を置いて 400 個の GPU を提供しています。一方、Livepeer は最近、新しい AI サブネット計画を発表し、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完成させることを目標としています。

AI モデルでは、大量の計算が必要になるだけでなく、大量のデータも必要になります。その結果、データストレージの需要が大幅に増加しました。 Filecoin (FIL) やArweave (AR) などのデータ ストレージ ソリューションは、集中型 AWS サーバーに AI データを保存する代わりに使用できます。これらのソリューションは、コスト効率が高く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、データ侵害のリスクを軽減することで、データのセキュリティと整合性を強化します。

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 検索を通じてリアルタイム データに継続的にアクセスします。これにより、テクノロジー大手以外のすべての AI モデル開発者は不利な立場に置かれます。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、個人データに対する制御とプライバシーを維持しながら、個人が自分のデータを AI モデルのトレーニングに使用してアプリケーションを商品化できるようにすることで、公平な競争環境を実現するのに役立ちます。

AI関連の問題を解決する

3 番目のカテゴリには、ボットやディープフェイクの急増など、人工知能に関連する問題に対処しようとするプロジェクトが含まれます。

AIによって悪化する大きな問題の一つは、ボットと誤情報の蔓延です。 AIが生成したディープフェイクはすでにインドとヨーロッパの大統領選挙に影響を与えており、専門家は、来たる大統領選挙がディープフェイクによって引き起こされた「偽情報の津波」に巻き込まれることを「非常に恐れている」という。コンテンツの検証可能な出所を確立することでディープフェイクに関連する問題の解決を目指すプロジェクトには、Origin Trail (TRAC)、Numbers Protocol (NUM)、 Story Protocolなどがあります。さらに、Worldcoin (WLD) は、独自の生体認証を通じて人物の人間性を証明することでボットの問題に対処しようとしています。

AI のもう 1 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 の結果が改ざんまたは操作されていないことをどうやって信頼できるのでしょうか?現在、Modulus Labs や Zama など、暗号化、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取り組んでいるプロトコルがいくつかあります。

結論は

これらの分散型 AI 資産は初期の進歩を遂げていますが、この交差点はまだ初期段階にあります。今年初め、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、人工知能と暗号通貨は「同じコインの裏表」であり、「Web3は人工知能を信頼するのに役立つだろう」と述べた。 AI 業界が成熟するにつれて、これらの AI 関連の暗号の使用事例はますます重要になり、急速に進化するこれら 2 つのテクノロジーは互いにサポートし合い、共に成長する可能性があると Grayscale Research は考えています。

人工知能の時代が近づいているという兆候は数多くあり、それは良い面でも悪い面でも広範囲にわたる影響を及ぼすでしょう。ブロックチェーン技術の特性を活用することで、暗号通貨は最終的に AI がもたらす危険の一部を軽減するのに役立つと考えています。