Jen-Hsun HuangがDubaiでWGSで話す際、「主権AI」という用語を提案しました。では、どの主権AIが暗号コミュニティの利益と要求を満たすことができるでしょうか？おそらく、Web3+AIの形で構築する必要があります。Vitalikは記事「The promise and challenges of crypto + AI applications」で、AIと暗号のシナジーを述べています：暗号の分散化はAIの中央集権化をバランスさせることができます。AIは不透明ですが、暗号は透明性をもたらします。AIはデータが必要ですが、ブロックチェーンはデータの保存と追跡を容易にします。このようなシナジーはWeb3+AIの産業全体に貫かれています。

ほとんどのWeb3 + AIプロジェクトは、AI業界のインフラプロジェクトの構築問題を解決するためにブロックチェーン技術を使用しており、一部のプロジェクトはWeb3アプリケーションの特定の問題を解決するためにAIを利用しています。Web3 + AI業界の景観は、おおまかに次のように表現されます。

AIの製作とワークフローはおおむね次のようになります:

これらのリンクでは、Web3とAIの組み合わせは主に4つの側面で表現されています：

1. コンピューティング パワー レイヤー：コンピューティング パワーのトークン化

過去2年間、大規模AIモデルをトレーニングするために使用される計算パワーは指数関数的に増加し、基本的に毎四半期倍増し、Mooreの法則を遥かに超えるペースで成長しています。この状況は、AI計算パワーの供給と需要の長期的な不均衡を引き起こし、GPUなどのハードウェアの価格が急速に上昇し、その結果、計算パワーのコストが上昇しています。しかし同時に、市場には中～低価格帯のアイドルな計算パワーハードウェアが大量に存在しています。この中～低価格帯の一部の計算パワーが高性能ニーズを満たすことができない可能性があります。

ただし、Web3を通じて分散コンピューティングパワーネットワークを構築し、コンピューティングパワーリースおよび共有を通じて分散コンピューティングリソースネットワークを作成すると、多くのAIアプリケーションのニーズを満たすことができます。分散アイドルコンピューティングパワーを使用するため、AIコンピューティングパワーのコストを大幅に削減できます。コンピューティングパワーレイヤーの分解には、次のものが含まれます：

• 一般的な分散コンピューティングパワー（例：Arkash、Io.netなど）;
• AIトレーニング用の分散コンピューティングパワー（例：Gensyn、Flock.ioなど）;
• AI推論のための分散コンピューティングパワー（Fetch.ai、Hyperbolicなど）;
• 3Dレンダリング用の分散コンピューティングパワー（The Render Networkなど）。

Web3+AIのコンピューティングパワーアセット化の主要な利点は、分散型コンピューティングパワープロジェクトにあります。トークンインセンティブと組み合わせることで、ネットワーク規模を簡単に拡大でき、そのコンピューティングリソースコストは低くコスト効率が高く、一部の中低端コンピューティングパワーのニーズを満たすことができます。

2. データ層：データ資本化

データはAIの石油であり血液です。Web3に頼らない場合、通常は巨大企業のみが膨大なユーザーデータにアクセスできるため、小規模なスタートアップが包括的なデータを取得することは難しいです。さらに、AI産業におけるユーザーデータの価値は、しばしばユーザー自身には還元されません。Web3 + AIを通じて、データ収集、注釈付け、および分散型ストレージプロセスをより費用対効果の高い、透明でユーザーにとって有益なものにすることができます。高品質なデータの収集は、AIモデルのトレーニングの前提条件です。Web3を活用することで、適切なトークンインセンティブメカニズムと組み合わせて分散ネットワークを利用し、低コストでデータ収集をクラウドソーシングすることができます。プロジェクトの目的に応じて、データに関連するプロジェクトは主に以下のカテゴリに分類されます:

• データ収集プロジェクト（Grassなど）;
• データ取引プロジェクト（Ocean Protocolなど）;
• データ注釈プロジェクト（例：Taida、Alayaなど）;
• ブロックチェーンデータソースプロジェクト（Spice AI、Space and timeなど）;
• 分散型ストレージプロジェクト（Filecoin、Arweaveなど）。

データベースWeb3+AIプロジェクトは、トークン経済モデルの設計プロセスにおいてより困難であり、データは計算能力よりも標準化することがより難しいためです。

3. プラットフォームレイヤー：プラットフォーム価値資産のトークン化

ほとんどのプラットフォームプロジェクトは、さまざまなAI業界のリソースを統合して、Hugging Faceをベンチマークする傾向があります。プラットフォームを中心に、データ、計算能力、モデル、AI開発者、ブロックチェーンなどのリソースや役割のリンクを集約するプラットフォームを構築することで、さまざまなニーズをより便利に解決しやすくなります。例えば、Gizaは、機械学習の推論を信頼性と透明性のあるものにすることを目指し、包括的なzkML運用プラットフォームの構築に注力しています。現在、AIではデータやモデルの不透明性が広く問題となっており、ZKやFHEなどの暗号技術を用いたWeb3によるモデル推論の検証が求められるのは時間の問題です。また、Nuroblocks や Janction などの Focus AI のように、さまざまなコンピューティング能力、データ、モデル、AI 開発者、ノード リソースを接続するレイヤーもあります。ユニバーサルコンポーネントとSDKをパッケージ化することで、Web3 + AIアプリケーションの迅速な開発を支援します。また、Olas や ChainML など、さまざまなアプリケーションシナリオに対応する AI エージェントを構築できる Agent Network などのプラットフォームタイプもあります。プラットフォームベースのWeb3 + AIプロジェクトは、主にトークンを通じてプラットフォームの価値を獲得し、プラットフォームの構築に関わるすべての参加者にインセンティブを与えます。このアプローチは、スタートアップが 0 から 1 に成長し、コンピューティング能力、データ、AI 開発者コミュニティ、ノードなどのパートナーを見つけるのが難しくなるのに特に役立ちます。

4. Application Layer: AI価値資産のトークン化

先行するインフラプロジェクトは、主にブロックチェーン技術を使用してAI業界におけるインフラプロジェクトの構築に取り組むことに重点を置いています。一方、アプリケーションレイヤープロジェクトは、主にAIを利用してWeb3アプリケーションに存在する問題を解決します。例えば、ヴィタリックは記事の中で、私が意味があると思う2つの方向性に言及しています。まず、Web3の参加者としてのAIです。例えば、Web3ゲームでは、AIがプレイヤーとして行動し、ゲームのルールを素早く理解し、ゲームのタスクを効率的に完了することができます。DEXでは、AIが長年アービトラージ取引に携わってきました。予測市場では、AIエージェントは膨大な量のデータ、知識ベース、情報を広く受け入れることで、予測能力を分析できます。そして、それらを製品化し、ユーザーに提供します。これにより、ユーザーはモデル推論を通じて、スポーツの試合や大統領選挙などの特定のイベントについて予測を行うことができます。第二に、スケーラブルで分散型のプライベートAIを作成することです。多くのユーザーは、ブラックボックスの問題やAIシステムの潜在的なバイアスを懸念したり、特定のdAppsがAI技術を悪用してユーザーを騙して利益を得るのではないかと恐れています。これは基本的に、ユーザーがAIモデルのトレーニングと推論プロセスに対する監視とガバナンスの権限を欠いていることに起因しています。しかし、Web3プロジェクトと同様に、コミュニティがAIに対するガバナンス権を分散しているWeb3 AIを作成することは、より容易に受け入れられる可能性があります。今のところ、Web3+AIのアプリケーション層において、超越するのが難しい傑出したプロジェクトはありません。

要約

Web3 + AIはまだ初期段階にあり、業界はこの分野の開発展望について意見が分かれています。私たちはこの分野に引き続き注目していきます。Web3とAIの組み合わせが、集中型AIよりも価値のある製品を生み出し、AIが「巨大な制御」と「独占」というレッテルをはがし、「共同でAIを統治」するようなコミュニティベースの方法で進化することを願っています。もしかすると、より緊密な参加と統治の過程で、人間はAIに対してより「畏敬」し、より「恐れ多く」なるかもしれません。

ステートメント:

1. この記事はもともと「Web3 + AI：コミュニティ主権の人工知能」というタイトルであり、[から再現されました。IOBC Capital]. すべての著作権は元の著者に帰属します [0xCousin]. If you have any objection to the reprint, please contact the Gate Learnチーム、チームはできるだけ早く対処します。

2. 免責事項：この記事で表現されている意見は、著者個人の意見を表しており、いかなる投資アドバイスを構成するものではありません。

3. 記事の翻訳は、ゲートラーニングチームによって他の言語に行われます。特に記載されていない限り、翻訳された記事のコピー、配布、または盗用は禁止されています。