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の共同創業者マルクス・レヴィンがCryptoSlateのホスト陣に加わり、分散型物理インフラネットワーク(DePIN)がニッチな実験を超えて前進している理由、そしてXYOが、AIと現実世界のアプリケーションがますます要求する種類のデータを扱うために、専用のLayer-1を構築した理由を掘り下げました。

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80億ノードになると思います」と彼は述べ、「これはストレッチ目標だが、このカテゴリーが向かう先と一致している」と語りました。

DePINの「世界のあらゆる隅々」テーゼ

レヴィンはDePINを、物理インフラをめぐる市場の協調の仕方における構造的な変化として位置づけ、同セクターの急成長への期待を示しました。彼は、世界経済フォーラムの予測として、DePINが現在の数百億規模から2028年までにトリリオン規模へ拡大し得ると引用しました。

XYOにとって規模は仮説ではありません。ホストの一人は、このネットワークが「1,000万ノード超」で成長していると指摘し、「もしも」といった話よりも、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る会話の土台を築きました。

AIのための出所の証明:単なる計算ではなくデータ問題

ディープフェイクやメディアへの信頼崩壊について尋ねられると、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(プロヴナンス)だと主張しました。「DePINでは、できることは“データがどこから来たか”を、ええと、証明できることです」と彼は述べ、データをエンドツーエンドで検証可能にし、トレーニング・パイプラインへ追跡し、システムが確かな根拠(ground truth)を必要とするときに照会できるようにするモデルを説明しました。

彼の見解では、来歴はフィードバックループを生みます。モデルがハルシネーション(もっともらしい誤り)をしていると非難された場合、基になった入力が検証可能に出所されているかを確認できる――あるいは、信頼できない情報源から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なLayer-1が重要なのか

XYOは、チェーンを作らないよう長年試みた、とレヴィンは言いました。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機能するためです。しかし「誰もそれを作りませんでした」、そしてネットワークのデータ量が問題を突きつけたのです。

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肥大化できません……そして、本当にデータのために作られているんです。」

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へ

重要な成長レバーはCOINアプリです。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へ変換す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投げ込むのではなく、このアプリはドル連動のポイントと、より幅広い償還オプションを使い――その後、時間をかけてユーザーを暗号資産のレールへブリッジしていきます。

デュアルトークンモデル:XL1とのインセンティブ整合

レヴィンは、デュアルトークンシステムがエコシステムの報酬・セキュリティと、チェーン活動コストを分離するよう設計されていると述べました。「このデュアルトークンシステムには、私たちは非常にワクワクしています」と彼は言い、$XYOを外部のステーキング/ガバナンス/セキュリティ資産、そして$XL1をXYO Layer One上で使われる内部のガス/トランザクショントークンとして説明しました。

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、新たなパートナーシップを、より広いDePINエコシステムの中での初期の「キラーアプリ」的な勢いとして挙げました。Piggycellとの取引を例に挙げています。Piggycellは、大規模な韓国の充電ネットワークで、位置情報の証明が必要であり、XYO Layer One上でデータをトークン化する計画があります。

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、施設情報)を用いた別の位置情報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・パートナーが自社のデータセットに「60%のケースで」問題があることを見つけた一方で、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、より高速な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。

XYO1.38%
XL10.82%
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