This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Web3とAIの融合：次世代インターネットインフラの構築
Web3とAIの融合：次世代インターネットインフラの構築
Web3は、分散型、オープン、透明性のある新しいインターネットパラダイムとして、AIとの天然の融合の可能性を持っています。従来の集中型アーキテクチャでは、AIの計算とデータリソースは厳しく管理され、計算能力のボトルネック、プライバシー漏洩、アルゴリズムのブラックボックスなど、多くの課題に直面しています。一方、Web3は分散型技術に基づいており、共有計算ネットワーク、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の発展に新たな動力を注入します。同時に、AIはWeb3エコシステムに対しても多くの強化をもたらすことができます。たとえば、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です。したがって、Web3とAIの統合を探求することは、次世代のインターネットインフラを構築し、データと計算能力の価値を解放するために重要です。
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動力です。AIモデルは、深い理解と強力な推論能力を得るために、大量の高品質データを消化する必要があります。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も決定します。
従来の中央集権型AIデータ収集と利用モデルには、以下の主な問題があります：
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することができます:
それにもかかわらず、リアルワールドのデータ収集には、データ品質の不均一性、処理の難しさ、多様性や代表性の不足などの問題が依然として存在します。合成データは、Web3データ分野の未来のスターに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シミュレートし、リアルデータの有効な補完として機能し、データの使用効率を向上させることができます。自動運転、金融市場の取引、ゲーム開発などの分野では、合成データは成熟した応用の可能性を示しています。
プライバシー保護：Web3におけるFHEの役割
データ駆動の時代において、プライバシー保護は世界的な関心の焦点となっており、EU一般データ保護規則（GDPR）などの法規制の導入は、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、これは課題ももたらします。プライバシーリスクのために、一部のセンシティブデータが十分に利用できず、AIモデルの潜在能力と推論能力が制限されるのです。
FHEは全同態暗号のことで、暗号化されたデータ上で直接計算操作を行うことを許可し、データを解読する必要がなく、計算結果は平文データ上で同じ計算を行った結果と一致します。
FHEはAIプライバシー計算に対して堅固な保護を提供し、GPU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と推論タスクを実行できる環境を作ります。これにより、AI企業はビジネスの機密を保護しながら、安全にAPIサービスを開放するという巨大な利点を得ることができます。
FHEMLは、機械学習のサイクル全体にわたってデータとモデルを暗号化処理することをサポートし、機密情報の安全を確保し、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の補完です。ZKMLは機械学習の正しい実行を証明し、FHEMLはデータのプライバシーを維持するために暗号化データに対する計算を強調します。
計算力革命：分散型ネットワークにおけるAI計算
現在のAIシステムの計算の複雑さは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はるかに上回っています。例えば、あるAI会社の大規模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となっています。
同時に、世界のGPU利用率は40%未満であり、マイクロプロセッサの性能向上が鈍化していること、さらにサプライ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一層深刻化しています。AI業界の人々はジレンマに陥っています：自分で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、彼らは必要に応じて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。
ある分散型AI計算力ネットワークは、世界中の未使用GPUリソースを集約することで、AI企業に経済的にアクセス可能な計算力市場を提供しています。計算力を必要とする側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の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。このような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計算力のボトルネック問題を解決するのに役立ちます。
一般的な分散型計算ネットワークに加えて、AIトレーニングに特化したプラットフォームや、AI推論に特化した専用計算ネットワークもあります。
分散型計算力ネットワークは、公平で透明な計算力市場を提供し、独占を打破し、アプリケーションのハードルを下げ、計算力の利用効率を向上させます。web3エコシステムにおいて、分散型計算力ネットワークは重要な役割を果たし、より多くの革新的なdappを引き付け、AI技術の発展と応用を共に推進します。
DePIN：Web3によるエッジAIの強化
想像してみてください。あなたのスマートフォン、スマートウォッチ、さらには家庭のスマートデバイスが、AIを実行する能力を備えていることを——これがEdge AIの魅力です。それは、データ生成の源で計算を行い、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。Edge AI技術は、自動運転などの重要な分野に応用されています。
Web3の分野では、私たちはより馴染みのある名前を持っています——DePIN。Web3は、非中央集権とユーザーデータの主権を強調しており、DePINはローカルでデータを処理することによって、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ノードに計算リソースを提供するよう促し、持続可能なエコシステムを構築することができます。
現在、DePINはあるパブリックブロックチェーンエコシステムで急速に発展しており、プロジェクト展開のための選択肢としての公共ブロックチェーンプラットフォームの一つとなっています。このパブリックブロックチェーンの高いTPS、低い取引手数料、そして技術革新はDePINプロジェクトに強力な支援を提供しています。現在、このパブリックブロックチェーン上のDePINプロジェクトの時価総額は100億ドルを超えており、いくつかの著名な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唱され、AIモデルをトークン化します。
従来のモデルでは、収益分配メカニズムが欠如しているため、AIモデルの開発者はモデルのその後の使用から持続的な収益を得ることが難しいことが多いです。特にモデルが他の製品やサービスに統合された場合、元のクリエイターは使用状況を追跡することが難しく、そこから収益を得ることはなおさら困難です。また、AIモデルの性能や効果は透明性に欠けることが多く、これが潜在的な投資家やユーザーがその真の価値を評価することを難しくし、モデルの市場での認知度や商業的可能性を制限しています。
IMOはオープンソースのAIモデルに新しい資金支援と価値共有の方法を提供しました。投資家はIMOトークンを購入することで、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2つのERC標準を使用し、AIオラクルとOPML技術を組み合わせてAIモデルの信頼性を確保し、トークン保有者が収益を共有できるようにしています。
IMOモードは透明性と信頼を強化し、オープンソースの協力を奨励し、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、市場の受け入れが進み、参加の範囲が広がるにつれて、その革新性と潜在的な価値に期待が寄せられています。
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感知し、独立して思考し、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により、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。彼らは仮想アシスタントとして機能し、ユーザーとのインタラクションを通じて好みを学習し、個別化されたソリューションを提供します。明確な指示がない場合でも、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、新しい価値を創造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、ユーザーがロボットの機能、外観、声、外部知識ベースへの接続をカスタマイズできる、包括的で使いやすい創作ツールセットを提供しています。公平でオープンなAIコンテンツエコシステムの構築を目指し、生成AI技術を活用して、個人がスーパークリエイターになることを支援しています。このプラットフォームは、役割演技をより人間らしくするために特別に訓練された大規模言語モデルを持っています；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、音声クローンはわずか1分で実現可能です。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に応用可能です。
Web3とAIの融合において、現在は主にインフラ層の探索に重点が置かれています。具体的には、高品質の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、ブロック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パワーの効率的な使用を促進する方法、大規模言語モデルを検証する方法など、重要な課題があります。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ことを信じる理由があります。