XYOの Markus Levin:データネイティブなL1がAIの「起源証明」基盤になる理由

最新のSlateCastエピソードで、XYO共同創業者のマルクス・レヴィンはCryptoSlateのホスト陣に加わり、なぜ分散型物理インフラストラクチャネットワーク(DePIN)がニッチな実験を超えて動き出しているのか、そしてXYOが増え続けるAIと現実世界のアプリケーションの要求に対応するために、専用のレイヤー1を構築した理由を解き明かしました。

ネットワークに対するレヴィンの野心は率直です。「まず、XYOは80億ノードを持つことになると思います」と彼は述べ、これはストレッチ目標だとしつつも、そのカテゴリーが向かう先に合致しているはずだと考えていると語りました。

DePINの「世界のあらゆる隅々」論

レヴィンは、DePINを物理インフラの市場がどのように連携(調整)するかにおける構造的な変化だと位置づけ、同セクターの急成長に関する見通しを示しました。彼は、世界経済フォーラムの予測として、DePINが2028年までに現在の数百億規模から、数兆まで拡大し得るとした点を挙げました。

XYOにとってスケールは仮説ではありません。ホストの一人は、そのネットワークが「1,000万ノード以上とともに成長してきた」と指摘し、「もしも」ではなく、現実世界のデータ量がプロダクトになると何が壊れるのかに焦点を当てた会話の土台が整いました。

AIのための起源の証明:単なる計算ではないデータの問題

ディープフェイクやメディアに対する信頼の崩壊について問われると、レヴィンは、AIのボトルネックは計算だけではない――それは来歴(プロベナンス)だと主張しました。「DePINでできるのは、ええと、データがどこから来たのかを証明できることです」と彼は述べ、データがエンドツーエンドで検証され、学習パイプラインに追跡され、システムが確からしさ(グラウンドトゥルース)を必要とするときに照会できるというモデルを描きました。

彼の見解では、来歴はフィードバックループを生みます。もしモデルが幻覚を起こしていると非難された場合、それが基となる入力が検証可能な出所から来ているかを確認でき、あるいは信頼できないソースをスクレイピングするのではなく、分散型ネットワークから新しい、特定のデータを要求できるのです。

なぜデータネイティブのレイヤー1が重要なのか

XYOは何年も「チェーンを作らない」ことを試みていたとレヴィンは言い、現実世界のシグナルとスマートコントラクトの間にミドルウェアとして動作してきたと説明しました。しかし「誰もそれを作らなかった」、そしてネットワークのデータ量がその問題を避けられないものにしたのです。

彼は設計目標をシンプルに説明しました。「ブロックチェーンは膨らませられない…そしてそれは、本当にデータのために作られているだけです。」

XYOのアプローチは、Proof of Perfectや「ルックバック」型の制約といった仕組みに焦点を当てており、データセットが成長してもノード要件を軽量に保つことを意図しています。

COINオンボーディング:非暗号ユーザーをノードに変える

主要な成長のレバーとなっているのがCOINアプリで、レヴィンはそれを「モバイル端末をXYOネットワークのノードに変える」方法だと説明しました。

ユーザーを即座にトークンのボラティリティに突き出すのではなく、このアプリはドルに紐づいたポイントと、より広い償還(リデンプション)オプションを使い、そして時間をかけてユーザーを暗号資産のレールへとブリッジします。

デュアルトークンモデル:XL1でインセンティブを整合させる

レヴィンは、デュアルトークンの仕組みは、生態系の報酬・セキュリティと、チェーンのアクティビティコストを分離するように設計されていると述べました。「私たちはこのデュアルトークンの仕組みにとてもワクワクしています」と彼は言い、$XYOを外部のステーキング/ガバナンス/セキュリティ資産として、そして$XL1をXYOのレイヤー1で使われる内部のガス/トランザクション用トークンとして説明しました。

現実世界のパートナー:充電インフラとマッピング品質のPOIデータ

レヴィンは、より広いDePINエコシステムの中で初期の「キラーアプリ」的な勢いとなっているとして、新しいパートナーシップを挙げました。そこでは、位置情報の証明が必要で、XYOのレイヤー1上でデータをトークン化する計画を持つ大規模な韓国の充電ネットワークであるPiggycellとの案件が示されました。

また彼は、ポイント・オブ・インタレストのデータセット(時間、写真、会場情報)を扱う別の「位置情報の証明」のユースケースについても説明し、大手のジオロケーションパートナーが自社データセットで「ケースの60%で」問題が見つかったのに対し、XYO由来のデータは「99.9%正確」だったと主張しました。これにより、大企業向けの下流のマッピングが可能になるのです。

まとめると、レヴィンのメッセージは一貫していました。AIとRWAs(現実世界の資産)が信頼できる入力を必要とするなら、次の競争の最前線は、より速いモデルであることよりも、現実世界に根ざした検証可能なデータパイプラインである可能性が高い、ということです。

XYO-1.94%
XL1-4.88%
原文表示
このページには第三者のコンテンツが含まれている場合があり、情報提供のみを目的としております(表明・保証をするものではありません)。Gateによる見解の支持や、金融・専門的な助言とみなされるべきものではありません。詳細については免責事項をご覧ください。
  • 報酬
  • コメント
  • リポスト
  • 共有
コメント
コメントを追加
コメントを追加
コメントなし
  • ピン