Web3と人工知能の融合：新しい世代のインターネットインフラの開幕

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として、人工知能との自然な統合機会を持っています。従来の集中型アーキテクチャの下では、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、多くの課題が存在します。一方、Web3は分散型技術に基づいており、計算能力ネットワークの共有、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の発展に新たな推進力を注入することができます。同時に、AIはWeb3に対して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や不正防止アルゴリズムなどを通じて、そのエコシステムの構築を支援します。したがって、Web3とAIの統合を探ることは、次世代のインターネットインフラの構築やデータと計算能力の価値の解放にとって極めて重要です。

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原動力であり、エンジンにとっての燃料のようなものです。AIモデルは、大量の高品質な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訓練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。

従来の中央集権的なAIデータ取得と利用のモデルには、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、データの孤島を形成しています。
• 個人データのプライバシーは漏洩や悪用のリスクにさらされています

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できる。

• 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リアルで高品質なデータを提供します。
• "ラベルを得る" モードを採用し、トークンを通じて世界中の労働者にデータ注釈への参加を奨励し、世界中の専門知識を集めて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対して、公開かつ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、データの質のばらつき、処理の難しさ、多様性や代表性の不足など、いくつかの問題が存在します。合成データは、Web3データ分野の未来のスターと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いて、合成データはリアルデータの属性を模倣することができ、リアルデータの有効な補完として機能し、データの利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、合成データはすでにその成熟した応用の潜在能力を示しています。

プライバシー保護：FHEのWeb3における役割

データ駆動時代において、プライバシー保護は世界的に注目されている焦点となっており、EUの一般データ保護規則（GDPR）などの法律の制定は、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、これは同時に課題ももたらしています。いくつかの敏感なデータはプライバシーリスクのために十分に利用できず、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行った同じ計算結果と一致します。

FHEはAIのプライバシー計算に対して堅固な保護を提供し、GPUの計算能力が原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実現します。これによりAI企業にとって大きな利点がもたらされます。彼らはビジネス機密を保護しながら、安全にAPIサービスを公開できます。

FHEMLは、機械学習の全周期にわたってデータとモデルの暗号処理をサポートし、機密情報の安全性を確保し、データ漏洩リスクを防ぎます。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されたデータに対して計算を行うことを強調します。

ハッシュレート革命：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か月ごとに倍増しており、計算能力の需要が急増し、既存の計算リソースの供給を大幅に上回っています。例えば、ある大型言語モデルの訓練には膨大な計算能力が必要であり、単一のデバイスで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、高度なAIモデルがほとんどの研究者や開発者にとって手の届かないものになっています。

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、供給チェーンや地政学的要因によるチップ不足が重なり、計算能力の供給問題がさらに深刻化しています。AIの専門家たちはジレンマに陥っています：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、彼らはオンデマンドで経済的に効率的な計算サービスの方法を切実に求めています。

分散型AIコンピューティングネットワークは、世界中の未使用のGPUリソースを集約することで、AI企業にとって経済的かつアクセスしやすいコンピューティング市場を提供しています。コンピューティング需要者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向上させ、AIなどの分野におけるコンピューティングボトルネック問題の解決に寄与します。

一般的な分散型計算ネットワークに加えて、AIトレーニングと推論に特化した専用の計算ネットワークも存在します。これらのネットワークは、公平で透明な計算市場を提供し、独占を打破し、アプリケーションの参入障壁を低下させ、計算力の利用効率を向上させます。web3エコシステムでは、分散型計算ネットワークが重要な役割を果たし、より多くの革新的なdappの参加を引き寄せ、AI技術の発展と応用を共に推進します。

DePIN：Web3がエッジAIを強化する

想像してみてください、あなたの携帯電話、スマートウォッチ、さらには家の中のスマートデバイスがAIを実行する能力を持っていること——これがエッジAIの魅力です。エッジAIは、データが生成される源で計算を行い、低遅延でリアルタイム処理を実現し、同時にユーザーのプライバシーを保護します。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の分野では、私たちにとってより馴染みのある名前——DePINがあります。Web3は分散化とユーザーデータの主権を強調し、DePINはローカルでデータを処理することにより、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。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ことを奨励し、持続可能なエコシステムを構築します。

現在、DePINは特定のパブリックチェーンエコシステムにおいて急速に成長しており、プロジェクトの展開において最適なプラットフォームの一つとなっています。高いTPS、低い取引手数料、そして技術革新がDePINプロジェクトに強力なサポートを提供しています。現在、このパブリックチェーン上のDePINプロジェクトはかなりの市場価値を持ち、一部の有名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の発表

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

従来のモデルでは、利益共有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、開発者はモデルのその後の使用から持続的な利益を得ることが難しいことが多い。特に、モデルが他の製品やサービスに統合された場合、元の創作者は使用状況を追跡することが難しくなり、その中から利益を得ることはなおさら困難である。また、AIモデルの性能や効果はしばしば透明性に欠けるため、潜在的な投資家や使用者はその真の価値を評価することが難しく、モデルの市場認知や商業的潜在能力を制限している。

IMOはオープンソースの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、モデルが今後生み出す収益を共有できます。あるプロトコルは特定のERC標準を使用し、AIオラクルとOPML技術を組み合わせてAIモデルの真実性を確保し、トークン所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強化し、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、市場の受容度が向上し、参加範囲が拡大するにつれて、その革新性と潜在的な価値が期待されます。

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認識し、独立して考え、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サポートを受けて、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もできます。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その好みを学び、パーソナライズされたソリューションを提供します。明確な指示がなくても、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、新たな価値を創出することができます。

あるオープンなAIネイティブアプリケーションプラットフォームは、包括的で使いやすい創作ツールセットを提供し、ユーザーがロボットの機能、外観、声を設定したり、外部の知識ベースに接続したりできるようにサポートしています。このプラットフォームは、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おり、生成AI技術を活用して、個人がスーパクリエイターになることを可能にします。このプラットフォームは、特別にトレーニングされた大規模言語モデルを使用して、キャラクターのロールプレイをより人間らしくします。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％削減します。音声クローンは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、言語学習、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、現在は主にインフラ層の探求が行われています。高品質なデータを取得する方法、データプライバシーを保護する方法、チェーン上でモデルをホスティングする方法、分散型コンピューティング能力の効率的な使用を向上させる方法、大規模言語モデルを検証する方法などの重要な問題が浮上しています。これらのインフラが徐々に整備されるにつれて、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と信じる理由があります。