グレイスケール：CryptoがAI時代の到来を加速する方法は？

著者: グレースケールリサーチ

コンピレーション:フェリックス、PANews

Grayscale（灰度）は、分散化AIに焦点を当てた新しい基金であるGrayscale Decentralized AI Fund LLCを立ち上げることを昨日発表しました。この基金の最初のプロジェクトには、Bittensor（TAO）、FIL（FIL）、Livepeer（LPT）、Near（NEAR）、そしてRender（RNDR）が含まれており、Near、FIL、そしてRenderが基金内で最も重要な資産となっています。このニュースの影響を受けて、関連するトークンは大幅にポンプされました。その後、GrayscaleはAIおよび分散化AIについて解説し、その重要性について述べました。以下はその全文です。

人工知能（AI）は、本世紀で最も有望な新興技術の1つであり、指数関数的に人間の生産性を向上させ、医学の発展にも寄与する可能性があります。AIは今日においても重要であるが、その影響力はますます大きくなると予想されています。PwCによると、2030年までにAIは15兆ドルの産業に成長する見込みです。

然而、この見通しの明るい技術も課題に直面しています。 AI技術がますます強力になるにつれて、AI業界の権力はわずかな企業に集中し、社会に潜在的な危険をもたらしています。 これは、デプスの偽造、組み込み偏見、およびデータプライバシーのリスクに対する深刻な懸念を引き起こしています。 幸いなことに、暗号化技術は、分散化と透明性の特性を活かして、これらの問題の解決策を提供しています。

本文では、中心化がもたらす問題と、分散型AIがそれらのいくつかの欠点を解決するのにどのように役立つかについて探求します。また、CryptoとAIの交差点に焦点を当て、この領域で早期採用の兆候を示している暗号化アプリについても議論します。

集中型AI**** 問題**

現在のAIの発展は一定のリスクと課題に直面しています。AIのネットワーク効果と資本の密な要求は非常に顕著であり、大型のテクノロジー企業以外の多くのAI開発者、例えば小規模企業や学術研究者は、AI開発に必要なリソースを手に入れることが困難であり、またはその仕事を商品化することができません。これにより、AIの全体的な競争力とイノベーションが制約されています。

したがって、この重要な技術の影響力は、OpenAIやGoogleなどのわずかな企業に集中しており、AIのガバナンスに対する深刻な疑問を呼び起こしています。例えば、今年2月には、GoogleのAI画像生成ツールGeminiが人種差別や歴史的な誤りを犯したと報じられ、モデルの操作が疑われています。さらに昨年11月には、6人の委員からなる理事会がOpenAIのCEOであるSam Altmanを解雇する決定を下し、これらのモデルの開発をコントロールする少数の人々が存在することが明らかになりました。

AIの影響力と重要性がますます大きくなるにつれて、多くの人々は、1つの企業が社会に巨大な影響を与えるAIモデルの意思決定権を握る可能性に懸念を抱いています。他の人々の利益を犠牲にして、隔たりを作り、または利益を追求するためにモデルを操作するかもしれません。

分散化AIがどのようにヘルプを提供するか

分散化AIは、ブロックチェーン技術を利用して、透明性とアクセシビリティを高めることによって、AIの所有権とガバナンスを分配するAIサービスを指します。Grayscale Researchによると、分散化されたAIはこれら重要な意思決定を閉鎖的な環境から解放し、一般の所有とする可能性があります。

ブロックチェーン技術は、AIへのアクセスを開発者に提供することで、独立した開発者が作業成果を変換しやすくするためのハードルを下げることができます。これにより、全体的なAIの革新と競争力を向上させ、テックジャイアントが開発したモデルとのバランスを保つことができます。

また、分散化されたAIはAI投資の民主化を実現するのに役立ちます。現在、AI開発に関連する収益を得る方法は、一部のテクノロジー株以外にはほとんどありません。一方で、大量の私的資本がAIスタートアップ企業や民間企業に投資されています（2022年に470億ドル、2023年に420億ドル）。そのため、ごく一部のベンチャーキャピタリストと認定投資家しかこれらの企業の利益を得ることができません。一方、分散化されたAI暗号化資産は誰にでも開放されており、誰でもAIの未来に参加することができます。

今、交差する領域の発展はどうですか？

CryptoとAIの交差点はまだ早期段階にありますが、市場の反応は非常に良いです。2024年5月までの期間で、暗号化資産のAI領域のリターン率は20%で、ほとんどの暗号化トラックよりも優れています。また、Kaitoのデータによると、分散型金融、Layer2、MEME、RWAなどの他のトラックと比較して、AIトラックは現在、ソーシャルプラットフォーム上で最も高い「ナラティブシェア」（市場の注目度）を持っています。

最近、いくつかの有名人がこの新興分野に取り組み、中央集権型AIの欠点を解決しようとしています。今年3月、AI企業Stability AIの創設者であるEmad Mostaque氏は同社を離れ、分散型AIに取り組むことを選びました。彼は「AIがオープンで分散化された状態を保つことを確実にする時が来た」と述べています。さらに、ShapeShiftの創設者であるErik Vorhees氏は最近、Venice.aiを立ち上げました。これはプライバシーに特化したAIサービスで、エンドツーエンドの暗号化機能を備えています。

図1：今年迄今为止，AI Universeのパフォーマンスはほぼすべての暗号化レースを凌駕しています

CryptoとAIの交差点は、主に3つのサブカテゴリに分けることができます：

• インフラストラクチャレイヤ：AI開発のプラットフォームを提供するネットワーク（例：NEAR，TAO，FET）
• AIの必要なリソース：AI開発に必要な重要なリソース（計算、ストレージ、データ）を提供するアセット（例：RNDR、AKT、LPT、FIL、AR、MASA）
• AIの問題解決：ロボットや深度偽造などのAI関連の問題に取り組む資産、およびモデル検証（WLD、TRAC、NUMなど）に関して

チャート 2*:* AIと暗号**マーケットマップ*

情報源：* Grayscale Investments *。含まれるプロトコルは説明のための例です

AIの発展に基盤を提供するネットワーク

第一类は、許可なしでオープンなアーキテクチャのネットワークを提供し、AIサービス全体の開発に特化して構築されています。これらの資産は、特定のAI製品やサービスに焦点を当てるのではなく、さまざまなAIアプリケーションのための基盤インフラストラクチャとインセンティブメカニズムの構築に焦点を当てています。

NEARはこのカテゴリで際立っており、その創設者は「Transformer」アーキテクチャの共同創設者であり、このアーキテクチャはChatGPTなどのAIシステムをサポートしています。 今年5月、NEARはユーザー所有のAIエコシステムの構築に注力し、ユーザーのプライバシーと主権の最適化に取り組んでいることを発表しました。6月下旬、NEARはAIインキュベータープログラムを立ち上げ、NEARネイティブのベースモデル、AIアプリケーションのデータプラットフォーム、AIエージェントフレームワーク、および計算市場の開発に使用されます。

Bittensorは、AIの開発を経済的に促進するためにTAOトークンを使用するプラットフォームです。Bittensorは38のサブネットの基盤として機能し、各サブネットにはチャットボット、画像生成、財務予測、言語翻訳、モデルトレーニング、ストレージ、計算などさまざまなユースケースがあります。Bittensorネットワークは、各サブネットで最も優れたマイナーとバリデータにTAOトークンを報酬として提供し、開発者にはライセンス不要のAPIを提供しています。これにより、特定のAIアプリケーションを構築するためにBittensorサブネット内のマイナーをクエリすることができます。

このカテゴリには、Fetch.aiやAlloraネットワークなどの他のプロトコルも含まれます。Fetch.aiは、開発者が複雑なAIアシスタント（つまり「AIエージェント」）を作成するためのプラットフォームであり、最近、AGIXとOCEANと合併し、時価総額は約75億ドルです。もう1つはAlloraネットワークであり、これは金融アプリケーションにAIを適用することに焦点を当てたプラットフォームであり、DEXと予測市場の自動取引戦略を含みます。Alloraはトークンを発行しておらず、6月に戦略的な資金調達を行い、プライベートセールの総額は3500万ドルに達しました。

AIの発展に必要なリソース

第二のタイプは、AIの開発に必要なリソースを計算、ストレージ、またはデータの形式で提供する資産を含みます。

AIの台頭は、GPU形式の計算リソースに大量の需要をもたらしました。Render（RNDR）、Akash（AKT）、Livepeer（LPT）などの分散GPU市場は、モデルトレーニング、モデル推論、または3D生成AIの開発者に未使用のGPUを提供します。Renderは約1万のGPUを提供し、主にアーティストと生成型AIを対象としています。一方、Akashは400のGPUを提供し、主にAI開発者や研究者を対象としています。同時に、Livepeerは最近、テキストから画像、テキストから動画、画像から動画などのAI推論タスクを実行する新しいAIサブネットプランを発表しました。

大量の計算リソースが必要なだけでなく、AIモデルには大量のデータが必要です。したがって、データストレージへの需要が大幅に増加しています。FIL（FIL）やArweave（AR）などのデータストレージソリューションは、分散化および安全なネットワークの代替手段として機能し、AIデータを中央集権型AWSサーバーに保存することができます。これらのソリューションは、コスト効果の高いスケーラブルなストレージを提供するだけでなく、単一障害点を排除し、ドロップデータ漏洩リスクを低減することにより、データのセキュリティと完全性を向上させます。

最後に、既存のAIサービスであるOpenAIやGeminiは、それぞれBingやGoogleの検索を通じてリアルタイムのデータにアクセスできます。これにより、テクノロジー企業以外のすべてのAIモデル開発者は不利な立場にあります。しかし、GrassやMasaのようなデータ収集サービスは、個人がアプリケーションデータを提供することでAIモデルのトレーニングに利益を得ることができるため、公正な競争環境の創造に役立ちます。同時に、個人データの制御とプライバシーを保持します。

AI関連の問題を解決するための資産の試み

第三のタイプは、AIに関連する問題を解決しようとする資産を含みます。これには、ロボット、デプスフェイク、およびコンテンツソースの出現が含まれます。

AIのもう1つの顕著な問題は、ロボットと誤った情報の氾濫です。AIが生成した深度偽造はすでにインドとヨーロッパの大統領選挙に影響を与え、専門家たちは今後の米国大統領選挙における深刻な深度偽造による大量の「偽情報」を「非常に恐れている」と述べています。深度偽造に関連する問題を解決するために検証可能なコンテンツソースを構築することを目指すアセットには、Origin Trail（TRAC）、Numbers Protocol（NUM）、およびStory Protocolが含まれます。さらに、Worldcoin（WLD）はロボット問題を解決するために、ユニークな生体認証による検証を試みています。

AIの別のリスクは、モデル自体への信頼を確保することです。受け取ったAIの結果が改竄または操作されていないことを信じる方法はありますか？現在、いくつかのプロトコルが、暗号学、ゼロ知識証明、完全同型暗号化（FHE）を使用してこの問題に取り組むのに役立っています。例えば、Modulus LabsとZamaなどがあります。

まとめ

分散化のAI資産は初期段階にありますが、既に初期の成果を上げています。今年初め、リスク投資家のフレッド・ウィルソン氏は、AIとクリプトは「同じコインの2つの面」であり、「Web3はAIへの信頼を支援する」と述べました。AI産業の成熟に伴い、Grayscale Researchは、これらのAI関連の暗号化ユースケースがますます重要になると考えています。これら2つの急速に発展する技術は互いを補完する可能性があります。

多くの兆候が、AI時代が間もなく訪れ、深刻で、肯定的または否定的な影響をもたらすだろうことを示唆しています。ブロックチェーン技術の特性を利用することで、CryptoがAIのいくつかの危険を軽減するのに役立つと信じられています。

関連記事：なぜベンチャーキャピタル企業が大々的にCrypto x AIに賭けるのか