この問題に対応するため、いくつかのブロックチェーンベースのフレームワークがAIとデータ市場の分散化を試みています。Proof of Work（PoW）やProof of Stake（PoS）などの伝統的なコンセンサスメカニズムは、一部の暗号通貨やDeFiアプリケーションで有効性が証明されています。しかし、これらのメカニズムは通常、以下の問題を解決できません：
Proof of AIは、データ評価技術（Shapley値に着想を得た手法など）とオンチェーンガバナンスを組み合わせることで、各貢献がAIエコノミー全体にどのように影響を与えるかを動的に評価します。これにより、意義のある入力が奨励され、悪意のあるまたは冗長な活動が抑制されるフィードバックループが構築されます。
Kite AI 的 Proof of AI
原文のタイトル：Kite AIの証明された知能の証明(AIの証明)
原文作者:arndxt
原文のソース：
テストネットは200K+のデータセットと1,500TBのデータに厳格に検証されています。
Kite AIは、AVAX、Near、バークレイ大学、Sui、Polygon Labsなど、世界トップレベルのAI分野のパートナーと提携ネットワークを構築しました。
Kite AIの最初の「帰属インテリジェンスプルーフ」を詳しく理解しましょう👇🧵
近年、深層学習と機械学習の急速な発展が、医療から金融分野まで、人工知能（AI）が技術革新の中心となって各業界の変革を推進しています。
顕著な進歩を遂げていますが、AIの発展は依然としてわずかな資金力のある中心的な実体によって主導されており、これらの実体は通常、データ、計算リソース、独自モデルへのアクセスを制御しています。この状況は、AIシステムにおける価値の公正な配分、データ所有権、およびインセンティブメカニズムの広範な整合性について根本的な問題を引き起こしています。
Kite AIの使命は、この状況を変えることです。
この背景の下で、Kite AI は分散型AIの研究と応用に特化したブロックチェーンソリューションとして誕生しました。 「AIの証明」（Proof of AI）を採用することで、Kite AI はAIデータ、モデル開発、AI駆動エージェントに透明で安全かつ公正な調整層を提供することに尽力しています。
Kite AI はすでに AVAX と提携し、初の AI に焦点を当てた Layer 1 主権ブロックチェーンを発表しました。
Avalancheの高性能かつスケーラブルなインフラストラクチャを活用することで、Kite AIは次のことを保証します：
Avalanche のサブネットとコンセンサスの効率を利用して、迅速な AI 計算を実現します。
AIワークロードをサポートするためにボトルネックなくシームレスに拡張されています。
AIの研究やモデルの展開に必要な、中央集権化されず、許可を必要としない基盤を提供します。
Kite AI テストネットリンク：
2.1 集中型AIエコシステム
従来のAI開発プロセスは、集中型のデータウェアハウスと集中型の計算リソースに大きく依存しています。主導的なAIプラットフォームは通常、公共およびプライベートのチャネルからの大規模なデータセットを活用していますが、元のデータ提供者に適切な報酬が与えられているとは言いがたい状況です。そのため、データの提供者やモデル開発者はしばしば不均衡な権力構造の中で活動し、十分な認知や報酬を得ることができないことが多いのです。
さらに、AI領域における閉じたガバナンスメカニズムは透明性を制約し、再現性を妨げ、独占の形成を引き起こす可能性があります。集中型のガバナンスはオープンイノベーションを弱め、協力機会を制限し、バイアスや不適切なモデルの使用のリスクを増加させます。
2.2 現有のブロックチェーンソリューション
この問題に対応するため、いくつかのブロックチェーンベースのフレームワークがAIとデータ市場の分散化を試みています。Proof of Work（PoW）やProof of Stake（PoS）などの伝統的なコンセンサスメカニズムは、一部の暗号通貨やDeFiアプリケーションで有効性が証明されています。しかし、これらのメカニズムは通常、以下の問題を解決できません：
細かい属性の帰属：データプロバイダ、モデル開発者、AIエージェントなどのマージナルコントリビューションに基づいて個々の貢献者を報酬する必要があります。
カスタマイズされたガバナンス：AIタスクに適した専用環境、大規模データインデックス、およびオンチェーン/オフチェーン計算を含む必要があります。
AI インセンティブメカニズム：先進的なゲーム理論モデルにより、データの盗用、モデルの盗用、またはトレーニングプロセスでの悪意のある貢献を防止します。
2.3 専用インフラが必要です
汎用ブロックチェーンプロトコルには、AI開発および商業化の複雑さを扱う専用機能が不足しています。これらの制限には、スループットの不足、大規模なデータセットの保存や参照ができないこと、および多層AIワークフローでの価値の帰属を困難にすることが含まれます。Kite AIの提案- EVMと互換性のあるLayer 1ブロックチェーンにPoAIを組み込むことで、これらの空白を埋め、公正で透明かつ包括的な基盤に基づく新しいAI経済を推進することを目指しています。
Kite AIは、AIに特化した新しいレイヤー1ブロックチェーンを導入しました。このブロックチェーンには4つの主要なコンポーネントが統合されています。
归因智能证明(Proof of of AI)
分散データアクセスエンジン
カスタマイズ可能なサブネットと組み合わせ可能なAIエコシステム
分散化され、移植可能な AI メモリ
3.1 归因智能证明(Proof of of AI)
属性インテリジェンス証明は、Kite AIの中核的なコンセンサスメカニズムです。主に計算難題や担保を重視する作業量証明（PoW）や株式証明（PoS）とは異なり、Proof of AIはAI資産への実際の貢献を測定し報酬することを目的としています：
データ貢献：データプロバイダーは、データ品質、関連性、およびモデルパフォーマンスの改善などの指標に基づいて報酬を受け取ります。
モデル開発：開発者は、モデルの正確さ、効率性、またはユーザーの受け入れ度に基づいて報酬を得ます。
代理効用：AI 代理（チャットボット、自動取引エージェントなど）は、サービスの利用状況、信頼性、ユーザーの満足度に基づいて報酬を受け取ります。
Proof of AIは、データ評価技術（Shapley値に着想を得た手法など）とオンチェーンガバナンスを組み合わせることで、各貢献がAIエコノミー全体にどのように影響を与えるかを動的に評価します。これにより、意義のある入力が奨励され、悪意のあるまたは冗長な活動が抑制されるフィードバックループが構築されます。
ギューユインテリジェントプルーフは、先進的なゲーム理論のメカニズムを組み込んでおり、合理的および非合理的な攻撃を防ぐために使用されます。
合理な攻撃: 実際の貢献がない状況で報酬を最大化しようとする行為は、限界貢献度によって阻止されます。
非合理な攻撃：データ汚染やモデル破壊などの悪意のある行為は、チェーン上で検出され、処罰されることで、システムの安定性が確保されます。
3.2分散型データアクセスエンジン
Kite AI の分散データアクセスエンジンは、ライセンスは不要ですが安全なデータの検索および保存インターフェースを提供します。このエンジンは次のような機能をサポートしています：
大量のデータ管理：最適化された分散ノードネットワークを介してAI関連のタスクをサポートし、大規模なデータのアクセスとインデックスを確保します。
内蔵属性：スマートコントラクトはデータ使用を個々の貢献者に関連付け、Proof of AIに基づいて報酬を自動配分します。
貨幣化の機会：データ提供者は価格設定や条件を設定し、データの使用タイミングや方法を制御することができます。
3.3 可组合的 AI 生态系统与可定制子网
Kite AIはカスタマイズ可能なサブネットをサポートしています-異なるAIワークロードのためにLayer 1アーキテクチャで専用に設けられた領域です:
ガバナンスの柔軟性：各サブネットは、特定のユースケースに適応するために、独自のガバナンスルール、トークン経済モデル、またはコンセンサスパラメータを実装できます。
モジュラーインフラストラクチャ：開発者は、データプランニング、モデルトレーニング、またはプロキシデプロイメントに焦点を当てたサブネットを組み合わせて、多モードAIワークフローを構築できます。
隔離とセキュリティ：サブネット内の障害は他のネットワークの一部に影響を与えず、全体の安定性を高めます。
3.4 分散化された、移植可能なAIメモリー
AI モデルは通常、学習されたパラメータと相互作用に関連するメモリを永続的に保存する必要があります。Kite AIの分散型でポータブルなAIメモリは、
プライバシー保護：敏感なモデルパラメータは暗号化され、知的財産権が分散環境でも保護されることを保証します。
長期モデルソース：モデルの所有権とバージョン履歴はチェーン上に記録され、透明性と再現性が確保されます。
拡張性能：数十億の相互作用をサポートし、各モデルの更新または推論ごとに記録するためのトラッキングと帰属メカニズムを組み込んでいます。
4.1 公平なアトリビューション
Proof of AIを活用することで、Kite AIは貢献の影響割合に応じて報酬を分配できます。Shapley値や他の連合に基づく分配フレームワークがコンセンサスロジックに統合されており、以下を許可します：
精密なデータ貢献スコア：各データサブセットがモデルパフォーマンスに与える影響を評価します。
透明なモデル評価：チェーン上の監査モデルトレーニングプロセス、モデルの正確性や有用性の実際の改善を検証します。
代理監視：エージェントの使用状況を追跡し、消費者の支払いやチェーン上の取引を特定のエージェントの出力に関連付けます。
Proof of AIは、マージナルコントリビューションに焦点を当て、量よりも質を報酬する仕組みを育成し、ただ乗り問題を減らし、繰り返しや低価値な貢献を減らしました。
4.2 スケーラビリティとスループット
AIのワークフローの要件、特に大規模なデータセットに関連する場合、ブロックチェーンには独自のスケーラビリティの課題があります。Kite AIは次のようにこの問題を解決します：
サブネットの展開：タスクとリソースを専用の領域に分割し、混雑を減らし並列計算をサポートします。
階層構造：複雑な計算を特定のサブネットワークの検証者やオラクルにアンロードし、チェーン上の取引は重要なメタデータを記録して、帰属と報酬の割り当てを行います。
このアーキテクチャは水平スケーリングを促進し、需要に応じて独立したサブネットを拡張することができます。しかし、実際のスループットは、ノードのインフラストラクチャ、帯域幅、およびサブネット内部のガバナンスの決定に依存します。
4.3 治理とセキュリティー
Proof of AIの検出と追放によって悪質な行為者を排除し、ガバナンスはサブネットレベルの権力機関とトークン保有者に委任されます：
利害関係者のアライメント：サブネットガバナンストークンは、リソースや専門知識を投入した人々が意思決定に参加できるようにします。
クロスサブネット調整：Layer 1レベルの共識ルールはサブネットを統一し、断片化や非互換プロトコルの発生を防止します。
抵抗攻撃性：Proof of AIのインセンティブメカニズム設計は、シビル攻撃やデータ汚染への感受性を低減し、実際の効用に応じた動的な重み付け貢献によってこれらの脅威を軽減します。
Proof of AIに基づくガバナンスは、従来のPoSフレームワークよりも利害関係者のインセンティブをより良く一致させるため、新興の脅威（例：高度なデータ汚染策略）の監視と更新検出アルゴリズムが必要です。
5.1 データマーケット
Kite AIの分散データエンジンは、安全で透明なデータ取引プラットフォームを提供します。データ所有者は、医療画像から自動運転ログまで、データセットを安心して共有し、補償を受けられることを知り、自分の資産をコントロールできます。
5.2 協調モデルトレーニング
AI研究グループや企業は、Kite AIのサブネットワークを利用してモデルを共同開発することができます。モデルの改善はチェーン上で追跡され、各貢献者のハイパーパラメータの最適化、データクリーニング、微調整に対する取り組みに直接的な帰属と報酬が与えられます。
5.3 分散型プロキシエコシステム
コンテンツ検証や金融予測などのタスクを実行するAIエージェントは、サブネットワーク内で展開され、スマートコントラクトを介してエンドユーザーとやり取りすることができます。AIの証明は、各エージェントの有用性とパフォーマンスが透明に評価されることを保証し、報酬メカニズムを簡素化し、エージェント間の協力を促進します。
Kite AIのデザイン理念は、AIパイプラインの複雑さを認識し、多層刺激メカニズムを通じて高品質な貢献を促進し、悪質な行動を抑制することを目的としています。しかし、まだいくつかの未解決の問題があります。
採用とネットワーク効果：ブロックチェーンを基盤としたエコシステムの成功は、重要な品質の集積に依存しています。採用を加速させるためには、データプロバイダーや開発者を引き付ける戦略的なパートナーシップやインセンティブ措置が必要かもしれません。
帰属の複雑さ：PoAIは先進的な評価方法を導入していますが、実際のAIパイプラインはしばしば動的で非線形であり、帰属フレームワークは引き続き改善される必要があります。
監督機関は、プライバシー法と知的財産権法は地域によって異なるため、データとモデルの所有権がチェーン上での実行方法に影響する可能性があります。
これらの課題を克服するために、反復改善と強力なガバナンスモデルが Kite AI の長期的な成功に不可欠である。