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.
Web3とAIの統合：次世代インターネットインフラストラクチャを構築するための5つのキーフィールド
Web3とAIの融合：次世代インターネットインフラの構築
Web3は、非中央集権的でオープンかつ透明な新しいインターネットのパラダイムとして、AIとの自然な統合の機会を持っています。従来の集中型アーキテクチャの下では、AIの計算とデータリソースは厳しく管理されており、計算能力のボトルネック、プライバシーの漏洩、アルゴリズムのブラックボックスなど、さまざまな課題が存在します。一方、Web3は分散型技術に基づいているため、計算能力ネットワークの共有、オープンデータ市場、プライバシー計算などの方法を通じて、AIの発展に新たな推進力を注入することができます。同時に、AIはWeb3に対しても多くの能力をもたらすことができ、スマートコントラクトの最適化や不正防止アルゴリズムなどを通じて、そのエコシステムの構築を支援します。Web3とAIの統合を探求することは、次世代のインターネット基盤インフラを構築し、データと計算能力の価値を解放するために非常に重要です。
データドリブン:AIとWeb3の強固な基盤
データはAIの発展を推進する核心的な力であり、エンジンにとっての燃料のようなものです。AIモデルは膨大な高品質のデータを消化する必要があり、そうすることで深い理解と強力な推論能力を得ることができます。データは機械学習モデルに訓練の基盤を提供するだけでなく、モデルの正確性と信頼性を決定します。
従来の中央集権型AIデータ取得と活用のモデルには、以下のいくつかの主要な問題があります：
Web3は新しい分散型データパラダイムを通じて、従来のモデルの痛点を解決することができます：
しかし、実世界のデータ収集には、データの質が不均一であること、処理が難しいこと、多様性と代表性が不足していることなど、いくつかの問題があります。合成データはWeb3データの分野で未来のスターになる可能性があります。生成AI技術とシミュレーションに基づいて、合成データは実際のデータの特性を模倣でき、実データの有効な補完として機能し、データの利用効率を向上させることができます。自動運転、金融市場取引、ゲーム開発などの分野では、合成データはその成熟した応用の可能性を示しています。
プライバシー保護：Web3におけるFHEの役割
データ駆動の時代において、プライバシー保護は世界的な関心の焦点となっており、EUの一般データ保護規則（GDPR）などの法律の制定は、個人のプライバシーを厳格に守ることを反映しています。しかし、これは挑戦ももたらします：一部のセンシティブなデータはプライバシーリスクのために十分に活用できず、これはAIモデルの潜在能力と推論能力を制限することは間違いありません。
FHEは完全同型暗号を指し、暗号化されたデータに対して直接計算操作を行うことを許可し、データを復号化する必要がなく、計算結果は平文データに対して同じ計算を行った結果と一致します。
FHEはAIのプライバシー計算に強固な保護を提供し、GPUコンピューティングパワーが原データに触れることなくモデルのトレーニングや推論タスクを実行できる環境を実現します。これにより、AI企業は巨大的な利点を享受できます。ビジネスの機密を保護しながら、安全にAPIサービスをオープンにすることができます。
FHEMLは、機械学習の全周期にわたってデータとモデルを暗号化処理することをサポートし、機密情報の安全性を確保し、データ漏洩のリスクを防ぎます。この方法により、FHEMLはデータプライバシーを強化し、AIアプリケーションに安全な計算フレームワークを提供します。
FHEMLはZKMLの補完であり、ZKMLは機械学習の正しい実行を証明し、FHEMLはデータプライバシーを維持するために暗号化データに対して計算を強調します。
計算力革命：分散型ネットワークにおけるAI計算
現在のAIシステムの計算複雑性は3ヶ月ごとに倍増し、計算能力の需要が急増しており、既存の計算資源の供給を大きく上回っています。例えば、ある大規模な言語モデルのトレーニングには膨大な計算能力が必要で、単一のデバイスで355年のトレーニング時間に相当します。このような計算能力の不足は、AI技術の進歩を制限するだけでなく、高度なAIモデルがほとんどの研究者や開発者にとって手の届かないものになってしまっています。
同時に、世界のGPUの利用率は40%未満であり、マイクロプロセッサの性能向上が鈍化していること、さらにサプライチェーンや地政学的要因によるチップ不足が、計算能力の供給問題をより深刻にしています。AIの従事者たちは二者択一の状況に陥っています：ハードウェアを購入するか、クラウドリソースをレンタルするか。彼らは必要に応じて、コスト効率の良い計算サービスの方法を切実に求めています。
分散型AIコンピューティングネットワークは、世界中の未使用GPUリソースを集約することにより、AI企業に対して経済的かつアクセスしやすいコンピューティング市場を提供します。コンピューティングの需要者はネットワーク上で計算タスクを公開し、スマートコントラクトがタスクをコンピューティングを提供するマイナーのノードに割り当てます。マイナーはタスクを実行し結果を提出し、検証後にポイント報酬を得ます。この仕組みはリソースの利用効率を向上させ、AIなどの分野におけるコンピューティングのボトルネック問題の解決に寄与します。
一般的な分散型コンピューティングネットワークに加えて、AIトレーニングに特化したプラットフォームや、AI推論に特化した専用コンピューティングネットワークもあります。
分散型コンピューティングネットワークは、公平で透明な計算力市場を提供し、独占を打破し、アプリケーションのハードルを下げ、計算力の利用効率を向上させます。Web3エコシステムにおいて、分散型コンピューティングネットワークは重要な役割を果たし、より多くの革新的なdappの参加を引き付け、AI技術の発展と応用を共同で推進します。
DePIN：Web3によるエッジAIの強化
エッジAIは、データ生成のソースで計算を行うことで、低遅延のリアルタイム処理を実現し、ユーザーのプライバシーを保護します。エッジAI技術は、自動運転などの重要な分野に応用されています。
Web3の分野では、私たちにはより馴染みのある名前があります---DePIN。Web3は非中央集権化とユーザーデータの主権を強調しており、DePINはローカルでデータを処理することによって、ユーザーのプライバシー保護を強化し、データ漏洩のリスクを減少させることができます。Web3ネイティブのトークン経済メカニズムは、DePINノードが計算リソースを提供することを奨励し、持続可能なエコシステムを構築します。
現在、DePINはある高性能パブリックチェーンエコシステムの中で急速に発展しており、プロジェクト展開のための最も選ばれるパブリックチェーンプラットフォームの一つとなっています。このパブリックチェーンの高TPS、低取引手数料、そして技術革新はDePINプロジェクトに強力なサポートを提供しています。現在、このパブリックチェーン上のDePINプロジェクトの時価総額は100億ドルを超え、複数の著名なプロジェクトが顕著な進展を遂げています。
IMO：AIモデルの新しいパラダイムを発表
IMOの概念はあるプロトコルによって最初に提案され、AIモデルをトークン化します。
従来のモデルでは、収益分配メカニズムが欠如しているため、一度AIモデルが開発され市場に投入されると、開発者はモデルのその後の使用から持続的な収益を得ることが難しくなります。特に、モデルが他の製品やサービスに統合されると、元の創造者は使用状況を追跡するのが難しく、収益を得ることはなおさら困難です。また、AIモデルの性能や効果はしばしば透明性を欠いており、これが潜在的な投資者や使用者がその真の価値を評価するのを難しくし、モデルの市場での認知度や商業的な潜在能力を制限しています。
IMOはオープンソースのAIモデルに新しい資金支援と価値共有の方法を提供します。投資家はIMOトークンを購入し、モデルが今後生み出す収益を共有できます。あるプロトコルは2つのERC標準を使用し、AIオラクルとOPML技術を組み合わせてAIモデルの真実性を確保し、トークン保有者が収益を共有できるようにしています。
IMOモードは透明性と信頼性を高め、オープンソースの協力を促進し、暗号市場のトレンドに適応し、AI技術の持続可能な発展に力を与えています。IMOは現在初期の試行段階にありますが、市場の受容度が高まり、参加範囲が拡大するにつれて、その革新性と潜在的な価値に期待が寄せられています。
AIエージェント：インタラクティブ体験の新しい時代
AIエージェントは環境を認識し、独立して思考し、設定された目標を達成するために適切な行動をとることができます。大規模言語モデルのサポートにより、AIエージェントは自然言語を理解するだけでなく、意思決定を計画し、複雑なタスクを実行することができます。彼らは仮想アシスタントとして機能し、ユーザーとのインタラクションを通じてその好みを学び、個別化されたソリューションを提供します。明確な指示がない場合でも、AIエージェントは自律的に問題を解決し、効率を向上させ、新たな価値を創造することができます。
あるオープンなAIネイティブアプリケーションプラットフォームは、ユーザーがロボットの機能、外観、声を設定し、外部知識ベースに接続することをサポートする、包括的で使いやすい創作ツールセットを提供しています。このプラットフォームは、公平でオープンなAIコンテンツエコシステムの構築に努めており、生成AI技術を活用して個人をスーパクリエイターにすることを目指しています。このプラットフォームは、特別に訓練された大規模言語モデルを使用しており、キャラクターのロールプレイをより人間らしくしています。音声クローン技術は、AI製品のパーソナライズされたインタラクションを加速し、音声合成コストを99%削減します。音声クローンはわずか1分で実現できます。このプラットフォームでカスタマイズされたAIエージェントは、現在、ビデオチャット、語学学習、画像生成などの多くの分野で利用可能です。
Web3とAIの融合において、現在は主にインフラ層の探索が進んでおり、高品質なデータを取得する方法、データプライバシーを保護する方法、チェーン上でモデルをホスティングする方法、分散型コンピューティングパワーの効率的な利用を向上させる方法、大規模言語モデルを検証する方法などの重要な問題があります。これらのインフラが徐々に整備されるにつれ、Web3とAIの融合が一連の革新的なビジネスモデルやサービスを生み出すと信じる理由があります。