0G このプロジェクトは今まで約半年ほど追ってきました。ちょうど今日は時間があるので、0G を詳しく振り返り、集中管理から分散管理へと、@0G_labs がどのように人工知能の未来を再構築しているのか、一気に皆さんにお見せしましょう！

最近友達とAIについて話していて、友達が「今のAIはますます大企業の‘プライベートおもちゃ’のようになってきた」と言っていました。この言葉には確かに少なからず真実があると思います。普段使っているチャットボットや画像生成ツールの背後には、基本的にあの数社のテクノロジー大手がいます。データは彼らの手に握られており、アルゴリズムが具体的にどう機能しているかは外部の人には全く分かりません。もし問題が発生したら、誰に聞いても説明できないでしょう。しかし、将来的なAIが「みんなの意見が重要」となる可能性があると聞いたら、あなたは信じますか?

私が最初に思い浮かんだのは0Gというプロジェクトで、今はこの「もし」を現実にしようとしています。

一：なぜ「分散型AI」を実現しなければならないのか？​

まず、今のAIがどれだけ「密集」しているかについて話しましょう。あなたが毎日見る短い動画の推薦やショッピングアプリの「あなたにおすすめ」には、すべてあの数社の大手企業のAIモデルが関わっていますが、これらのモデルはまるで「無口な葫蘆」のようです：

あなたのデータはトレーニングに使用されましたが、乱用されているかどうかわかりません；​

AIはなぜあなたにこれらのものを推奨するのですか？アルゴリズムは隠されていて、明確に説明できません；

もしある日、大手のサーバーがクラッシュしたり、何らかの理由でサービスが停止した場合、それに依存しているアプリケーションはすべて動作しなくなる可能性があります。

これが中央集権型AIの厄介な点であり、少数の人が権力を握り、大多数は受動的に影響を受け、データ漏洩やサービスの中断のリスクを抱えなければならない。

そして、分散型AIがやろうとしているのは、この「むっつり」を解体し、みんなが参加できるようにすることです：
​
誰でもAIがどのように訓練され、どのように働くのかを理解できる。アルゴリズムは明確に調べることができる。

何のデータを使用し、どのように使用したのかは、ブロックチェーン上に記録されており、最初から最後まで確認することができます；

たとえあるノードに問題が発生しても、他のノードは引き続き転送できるため、一度にすべてが崩れることはありません。

言い換えれば、AIを「大企業の私有地」から「みんなの公共資源」に変えることです。透明で、みんなが決定し、さらに耐久性があります。

二：0Gは何に依存して実現されるのか？モジュール化が鍵である​

AIを非中央集権化したい場合、0Gは「モジュラー」アーキテクチャに依存しています——複雑なシステムをレゴブロックのように分解し、各部分が個別にアップグレード可能で、組み合わせることで効率的になります。

これはコンプライアンスにおいて特に柔軟であり、国によって規則が異なります。

ある場所ではデータストレージが厳しく管理されており、データを保存するDAモジュールを地元のコンプライアンスサーバーに単独で配置しています。

ある国が海外の計算力を制限しており、企業はローカルの計算力モジュールのみで業務を処理し、他のモジュールは必要に応じて追加する。

一部の地域ではトークンが禁止されているが、分散コンピューティングは歓迎されているので、トークン関連のモジュールを外し、コンプライアンスの部分として計算力のスケジューリングやデータの暗号化などを残す。

まるで積み木のようです。不適合なパーツはまず置かず、適合するもので組み立てて使うことができます。ルールが変わったら、再び組み立てます。

三：次に、中央集権的なAIと分散型AIの核心的な違いを見てみましょう。

中央集権的なAIは「統合された機械」のようなものです：速くて安定していますが、部品を交換したり機能を追加したりするには、全体の機械を分解しなければならず、非常に面倒です。また、データは機械の中に隠されていて外からは見えず、時々「意味不明なことを言う」（いわゆる「AIの幻覚」）ことがあります。なぜなら、誰もその推論プロセスを検証できないからです。

分散型AIは「積み木」に似ています：部品（モジュール）は公開されており、誰でも交換したり追加したりできます。データと推論プロセスはブロックチェーン上にあり、検証可能で、「幻覚」を減らしますが、欠点も明らかです——これほど多くの部品を調整するのは、速度が少し遅くなる可能性があります。また、異なる積み木の「インターフェース」が標準化されていない場合、混乱する可能性もあります。

四：0G の「ブロック」には何がありますか？

0Gはシステム全体をいくつかの重要なモジュールに分割し、それぞれのモジュールが明確なタスクを持っています：​

1）0G Chain：これは最も基本的なチェーンで、現在存在する分散型アプリケーション（dApp）と組み合わせることができ、実行やコンセンサスなどのコア機能は、チェーン全体を変更することなく個別にアップグレードできます；​

2）0Gストレージ：それは分散型ストレージの場所で、非常に多くのデータを保存でき、特別なコーディングと検証方法に依存して、データが失われず、使用できることを保証します；​

3）データ可用性層（DA）：データが「十分かどうか」を管理し、ランダムにノードを選択して検証することで、信頼性を保証し、無限にスケールを拡大できる。
​
4）0G サービングアーキテクチャ：AI モデルの推論とトレーニング専用で、開発者のためにツールキット (SDK) も用意されており、AI 機能を接続したい場合は、そのまま使用できるため、複雑な架構を自分で構築する必要はありません；​

5）アライメントノード（Alignment Nodes）：システム全体を監視し、AIの行動が倫理基準に準拠していることを確認します。また、これらのノードの管理は分散化されており、特定の個人の意見だけで決まるものではありません。
​
このアーキテクチャの利点は「柔軟性」です。例えば、より強力なストレージ能力が必要な場合はStorageモジュールをアップグレードし、より高速な推論速度が必要な場合はServingアーキテクチャを最適化することで、他の部分に手を加える必要がありません。開発者にとっても、参入のハードルが大幅に下がりました。

五：0G は今信頼できますか？ファイナンスチームとエコシステムパートナーを見てください。何度も言ったことがあります。

プロジェクトが信頼できるかどうかを判断するには、お金と実際の進展が非常に重要であり、また比較的直接です。

0Gは昨年1月に3.25億ドルの資金調達を行ったと発表しており、この資金は主に製品のスケール拡大や開発者コミュニティの構築に使用される。

そして、0Gは現在HackQuestと深く協力しており、開発者コミュニティの構築に注力しています。HackQuestは開発者教育プラットフォームとして410万ドルを調達しており、両者の協力は開発者エコシステムの発展をさらに促進することができます。

お金と協力だけでは不十分で、テストネットのデータが問題をより明確に示す。
取引は6.5億件を超え、アカウントは2200万件、バリデーターは8000以上です；​

ピーク時には各シャードのTPSが1.1万に達し、この速度はAIが必要とする膨大なデータを処理するには十分である。

そしてノードの数について——すでに85000個のノードが販売されており、世界中の8500以上のオペレーターによって維持されています。ノードが多いほど、全体のネットワークの安定性と安全性が強化されます。たとえば、8500人以上の人々が一緒に「警備」をしているようなもので、問題を起こすのは難しいです。​

さらに、0Gは最初の一つとして深く協力している分散型AIモジュラーブロックチェーンであり、最初の分散型AIモジュールブロックチェーンでもあります。現在、トークン生成イベント（TGE）はまだ行われていませんが、その背後にある潜在的な議論の価値は皆さんが想像できることでしょう！

六：0Gについて話すときは、必ずそのiNFTに触れなければなりません。簡単に言うと、iNFTは「AI機能を持つNFT」です。あなたが購入するのは単なる画像ではなく、スマートな「小さな助手」です。

なぜこれが新しいと言えるのか？それはERC-7857という新しい標準を使用しているからです：

iNFTを購入すると、所有権だけでなく、内部のAIモデルやデータ（つまり「メタデータ」）も一緒に提供され、空の枠だけを購入することはありません；
敏感なデータは暗号化されて保存され、プライバシーが保護されますが、ブロックチェーン上で真偽を確認できるため、騙される心配はありません。

このAIアシスタントは「成長」することができ、メタデータはいつでも更新可能です。使えば使うほど、その価値が高くなるかもしれません。

これは従来のAIの古いモデルを打破します。以前はAIを「借りる」ものでしたが、今は「所有」するAIアシスタントを持つことができ、販売や他の人へのライセンス供与も可能で、得た利益はすべて自分のものです。

七：学習の敷居？0Gは実際にあなたのために道を整えてくれました。

最近0GはHackQuest @HackQuest_と提携し、専用のコース0G Learning Trackを開設しました。データ層、ストレージメカニズムから、AIフレームワークの接続方法、クロスチェーンの操作方法まで、すべての内容が明確に説明されています。学習を終えると、双方の認定証を取得することができ、分散型AIの開発者を目指す人にとっては、確かに良い足掛かりとなります。

八：最後に正直に言うと、0Gのアイデアは良いですが、挑戦も少なくありません：

1）分散型システムは本質的に集中型システムよりも遅く、スケーラビリティとパフォーマンスの間でどのようにバランスを取るか？それはメインネットの立ち上がり後の実際の状況に依存します；

2）異なるプロジェクトが接続される際、モジュールインターフェースの標準が統一されていない場合はどうすればよいですか？ "断片化"を引き起こす可能性があります；
コンプライアンスの問題も考慮する必要があります。結局、データとAIに関わるので、各種政策は異なります。

3）しかしながら、分散型AIは考慮に値する方向性です。もし本当に「透明で、誰もが参加でき、リスクに強い」ものが実現できれば、AIは少数の人々の道具ではなく、すべての人々にサービスを提供するものとなるでしょう。

0Gは成功する可能性があるか？今結論を出すのはまだ早いが、少なくとも第一歩を踏み出した。私自身もこのプロジェクトを追い続けるつもりだ。少なくとも、これは時間をかける価値のあるプロジェクトだと思う！それに、@Jtsong2も一緒に私たちとこのプロジェクトを進めてくれている！
#去中心化AI # 0GLabs #AI