AI計算力のロングテール市場を対象に:
a. 技術面:推論ステップにより適しています。トレーニングは超大規模なGPUクラスターに依存しますが、推論はGPUの性能要件が低いです。
b. 需要側:中小規模の計算力需要者は主に大規模モデルの最適化や微調整を中心に活動しており、分散型の余剰計算力に自然に適しています。
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.
AIとWeb3のデプス融合：インフラからアプリケーションまでの全チェーンの機会分析
AI+Web3: タワーとプラザ
はじめに
ここ2年で、AIの発展速度は明らかに加速しています。ChatGPTが引き起こした生成型人工知能の波は、新しい世界の扉を開くだけでなく、Web3分野にも波紋を広げています。
AIの概念の推進により、暗号市場の資金調達活動が明らかに回復しています。統計によると、2024年上半期だけで64件のWeb3+AIプロジェクトが資金調達を完了しており、その中でAIに基づくオペレーティングシステムZyber365はAラウンドの資金調達で1億ドルの最高記録を樹立しました。
二級市場はさらに活発で、暗号集約サイトのデータによると、わずか1年余りの間にAIトラックの総市場価値は485億ドルに達し、24時間の取引量は86億ドルに近づいています。主流のAI技術の進展は明らかな追い風をもたらし、OpenAIのSoraテキストからビデオへのモデルが発表された後、AIセクターの平均価格は151%上昇しました。AIの影響は暗号通貨の資金集めセクターにも広がり、最初のAIエージェントコンセプトのMemeCoin - GOATが急速に人気を集め、14億ドルの評価を得てAI Memeブームを引き起こしました。
AI+Web3に関する研究と議論も熱を帯びており、AI+DepinからAI Memecoin、さらには現在のAIエージェントやAI DAOに至るまで、新しい概念が次々と登場しています。
AI+Web3という熱い資金、トレンド、未来の想像に満ちた組み合わせは、避けられず資本の結婚として見なされることが多い。我々はこの華やかな外見の下で、投機家の狂乱なのか、新しい時代の幕開けなのかを見分けるのが難しい。
この問題に答えるための鍵は、双方が相互に促進できるかどうかを考えることにあります。本稿では、このパターンを検討します：Web3がAI技術スタックの各段階でどのように機能し、AIがWeb3にもたらす新たな機会は何か？
! AI+Web3: タワー&プラザ
Part.1 AIスタック下のWeb3にはどのような機会があるのか?
ディスカッションを始める前に、AI大モデルの技術スタックを理解する必要があります:
AI大モデルは人間の脳に例えられます。初期は赤ちゃんのように、世界を理解するために膨大な外部情報を吸収する必要があり、これはデータの「収集」段階です。コンピュータは人間の感覚を持たないため、トレーニング前に「前処理」を行い、非ラベル情報を利用可能なフォーマットに変換する必要があります。
データを入力すると、AIは「トレーニング」を通じて理解と予測能力を持つモデルを構築します。これは、赤ちゃんが外界を理解する過程に似ています。学習内容が分野別に分けられたり、コミュニケーションを通じてフィードバックを得て修正されたりすると、「ファインチューニング」の段階に入ります。
子供が成長すると、対話の中で考えを理解し表現できるようになります。これはAIの大規模モデルの「推論」段階に似ており、新しい入力に対して予測と分析を行います。AIは言語能力を通じて感情を表現し、物事を説明し、問題を解決します。これは、大規模モデルが訓練後に画像分類や音声認識などの特定のタスクに適用されることに似ています。
AIエージェントは、次の大規模モデルの形態により近い - 独立してタスクを実行し、複雑な目標を追求する能力を持ち、思考能力だけでなく、記憶、計画を行い、ツールを利用して世界と対話することができます。
現在、AIの各スタックの痛点に対して、Web3は初歩的に多層的で相互に関連するエコシステムを形成しており、AIモデルプロセスの各段階をカバーしています。
! AI+Web3:タワー&スクエア
####1.基本レイヤー:計算能力とデータ用のAirbnb
ハッシュレート
現在、AIの主要なコストの一つは、モデルのトレーニングと推論に必要な計算力とエネルギーです。
例えば、MetaのLLAMA3はトレーニングを完了するのに16000台のNVIDIA H100 GPUを30日間必要とします。H100 80GB版の単価は3万～4万ドルで、これには4億～7億ドルのハードウェア投資が必要です。また、毎月のトレーニングには16億キロワット時の消費が必要で、エネルギー支出は約2000万ドルになります。
AIの計算力の負担を軽減するために、DePin(の分散型物理インフラネットワーク)は、Web3とAIが交差する最初の分野となりました。DePin Ninjaデータサイトには1400以上のプロジェクトがリストされており、その中にはGPU計算力の共有を代表するプロジェクトとしてio.net、Aethir、Akash、Render Networkなどが含まれています。
主な論理は、プラットフォームが非中央集権的な方法で余剰GPUリソースの所有者が計算能力を提供できるようにし、UberやAirbnbのようなオンライン市場を通じてリソースの利用率を高め、最終ユーザーがより低コストの効率的な計算リソースを得られることです。同時に、ステーキングメカニズムは違反者に対する罰則を確保します。
特徴には次のものが含まれます:
遊休GPUリソースの集約: 主に中小型データセンター、暗号マイニングファームなどからの余剰計算能力、及びPoSコンセンサスメカニズムのマイニングハードウェア。いくつかのプロジェクトはexolabのように、MacBookやiPhoneなどのローカルデバイスを利用して推論計算ネットワークを築いています。
AI計算力のロングテール市場を対象に: a. 技術面:推論ステップにより適しています。トレーニングは超大規模なGPUクラスターに依存しますが、推論はGPUの性能要件が低いです。 b. 需要側:中小規模の計算力需要者は主に大規模モデルの最適化や微調整を中心に活動しており、分散型の余剰計算力に自然に適しています。
分散型所有権: ブロックチェーン技術は、リソースの所有者が制御権を保持し、柔軟に調整し、利益を得ることを保証します。
データ
データはAIの基石です。データがなければ計算は無意味であり、データの質がモデルの出力の質を決定します。現在のAIモデルの訓練において、データは言語能力、理解能力、価値観、そして人間らしさの表現を決定します。現在、AIのデータ需要の困難は主に以下の点に現れています:
データの渇望: AIモデルのトレーニングは膨大なデータ入力に依存しています。OpenAIはGPT-4のパラメータ量を兆単位に達しました。
データ品質: AIと各業界の統合に伴い、データのタイムリーさ、多様性、専門性、ソーシャルメディアの感情などの新興データソースに対する要求が高まっています。
プライバシーとコンプライアンス：各国および企業がデータセットのスクレイピングを徐々に制限しています。
データ処理コストが高い: データ量が多く、処理が複雑です。AI企業は30%以上の研究開発コストを基礎データの収集処理に費やしています。
Web3のソリューションは主に次の点に表れます:
データ収集: 真の貢献者が価値創造に参加できるように、分散型ネットワークとインセンティブメカニズムを通じて、よりプライベートでより価値のあるデータを低コストで取得します。
データ前処理: AI業界の少数の人間のプロセスは、Web3の分散型インセンティブメカニズムに適しています。
データプライバシーとセキュリティ:Web3プライバシー技術の利点は、センシティブデータのトレーニングとマルチパーティデータの協力にあります。
主要なプライバシー技術には次のものがあります:
現在はまだ初期段階にあり、計算コストの高いなどの課題に直面しています。
データストレージ: チェーン上のAIデータの保存とLLMの生成の問題を解決する。
二、中間ウェア:モデルのトレーニングと推論
オープンソースモデルの分散型市場
Web3は、分散型オープンソースモデル市場の可能性を提案し、トークン化を通じてチームが一部のトークンを保持し、モデルの将来の収入の一部をトークン保有者に流すことを可能にします。
検証可能な推論
AI推論の「ブラックボックス」問題に対して、Web3標準の解決策は複数のバリデーターによる操作結果の比較ですが、高額なコストの課題に直面しています。
より有望なアプローチは、オフチェーンのAI推論計算にZK証明を実行し、オンチェーンで計算を検証することです。主な利点:
現在検証可能なテクノロジーには、次のものがあります。
三、アプリケーション層:AIエージェント
現在のAIの発展の重点は、モデルの能力からAIエージェントに移行しています。OpenAIはAIエージェントを次のように定義しています：LLMを駆動とし、自主的な理解、知覚、計画、記憶、ツールの使用能力を持ち、複雑なタスクを自動的に実行できるシステム。
Web3はエージェントにもたらすもの:
分散化
Web3の特性により、エージェントシステムはより分散化され自治され、PoSやDPoSなどのメカニズムを通じて報酬と罰の仕組みを構築し、民主化を促進しています。例えば、GaiaNet、Theoriq、HajimeAIなどがあります。
コールドスタート
Web3は、AIエージェントプロジェクトが初期資金を調達するのを助けます。
パート2 AIはどのようにWeb3を強化するのか?
AIはWeb3プロジェクトに顕著な影響を与え、(のようなチェーン上の操作を最適化することによって、スマートコントラクトの実行、流動性の最適化、AI駆動のガバナンス決定)がブロックチェーンに利益をもたらし、データ駆動の洞察を提供し、チェーン上の安全性を向上させ、新しいWeb3アプリケーションの基盤を築きます。
! AI+Web3: Towers & Squares
一、AIとオンチェーン金融
AIと暗号経済
CoinbaseのCEOは、Baseネットワークで初のAI対AI暗号取引を実現したと発表しました。AIエージェントはBase上でUSDを用いて人間、商人、または他のAIと取引することができます。
Virtuals ProtocolのLunaは、AIエージェントが自律的にオンチェーン取引を実行することを示しました。AIエージェントは、オンチェーン金融の未来と見なされています。潜在的なシナリオには、
情報収集と予測: 取引所の公告、プロジェクト情報、世論リスクなどを収集し、資産のファンダメンタル、マーケット状況を分析・評価し、トレンドとリスクを予測する。
資産管理: 投資対象を提供し、資産ポートフォリオを最適化し、自動的に取引を実行します。
金融体験: 最も迅速なオンチェーン取引方法を選択し、自動化されたクロスチェーン、ガス代の調整などを行い、オンチェーン金融活動のハードルとコストを低減します。
現在、AIエージェントウォレットBitte、AIインタラクションプロトコルWayfinderなどがOpenAIモデルAPIに接続し、ユーザーがチャットインターフェースを通じてエージェントにチェーン上の操作を命令できるようにしています。分散型エージェントプラットフォームMorpheusはこのようなエージェントの開発をサポートしており、BiconomyはAIエージェントが完全なウォレット権限なしでswap操作を行えることをデモしました。
AIとオンチェーン取引の安全性
AI技術はオンチェーン取引の安全性とプライバシー保護を強化することができ、潜在的なシナリオには以下が含まれます:
Web3セキュリティプラットフォームSeQureは、AIを利用して攻撃、詐欺、データ漏洩を防止し、リアルタイムの監視と警告を提供します。類似のツールにはAI搭載のSentinelがあります。
二、AIとオンチェーンインフラ
AIとオンチェーンデータ
AI技術はブロックチェーン上のデータ収集と分析において重要な役割を果たしています。例えば:
AIはオラクルにも使用され、UpshotはAIを用いてNFTに正確な価格データを提供します。
AI & Development & Audit(AIおよび開発および監査)
AIはWeb3開発の効率を向上させ、プログラミングのハードルを下げることができます。潜在的なシナリオには、自動コード生成、スマートコントラクトの検証テスト、DAppのデプロイとメンテナンス、スマートコードの補完、開発に関する質問への回答などが含まれます。
現在、Clankerのようなワンクリックで起動するトークンプラットフォームや、Spectralのような契約開発プラットフォームが、スマートコントラクトのワンクリック生成とデプロイ機能を提供しています。
監査に関して、Web3監査プラットフォームFuzzlandはAIを活用してコードの脆弱性を検査し、自然言語で説明を提供します。
III. AIと