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の融合：分散化されたインテリジェントインターネットの新エコシステムの構築
Web3とAIの融合：次世代インターネットエコシステムの構築
Web3は、分散型でオープン、透明な新しいインターネットモデルとして、AIとの自然な結びつきを持っています。従来の集中型アーキテクチャの下では、AIの計算およびデータ資源は厳しく制限され、計算能力のボトルネック、プライバシーの漏洩、アルゴリズムの不透明性など、さまざまな課題に直面しています。一方、Web3は分散技術に基づき、計算能力の共有ネットワーク、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の発展に新しい推進力を提供します。また、AIはWeb3に多くの強化をもたらし、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発展を促進します。したがって、Web3とAIの結びつきを探求することは、次世代インターネット基盤の構築、データと計算能力の価値を解放する上で重要な意義を持っています。
データドリブン:AIとWeb3の強固な基盤
データはAIの発展を促進する核心的な推進力です。AIモデルは、深い理解と強力な推論能力を得るために、膨大で高品質なデータを処理する必要があります。データは機械学習モデルにトレーニング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。
従来の中央集権的なAIデータ取得と利用のモデルには、以下の主要な問題があります：
Web3は、これらの痛点を解決するための新しい分散型データのパラダイムを提供します。
それにもかかわらず、リアルワールドのデータ取得には、データの質の不均一性、処理の難しさ、多様性と代表性の不足など、いくつかの問題が依然として存在します。合成データは、Web3データ領域の未来のハイライトになる可能性があります。生成的AI技術とシミュレーションに基づく合成データは、リアルデータの特性を模倣し、リアルデータの有効な補完として機能し、データの使用効率を向上させることができます。自動運転、金融市場の取引、ゲーム開発などの分野では、合成データはすでに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います。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、AIモデルの潜在能力と推論能力を制限しています。
完全同型暗号(FHE)は、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可能にし、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の計算能力が元のデータに触れずにモデルのトレーニングと推論タスクを実行できる環境を作り出します。これにより、AI企業は商業機密を保護しながら、安全にAPIサービスを開放するという大きな利点を得ることができます。
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の補足であり、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での計算を強調します。
ハッシュレボリューション：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か月ごとに倍増し、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はるかに上回っています。例えば、ある大型言語モデルの訓練には膨大な計算能力が必要で、単一のデバイスで355年の訓練時間に相当します。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、ほとんどの研究者や開発者にとって高度なAIモデルが手の届かない存在となることを意味します。
同時に、世界のGPUの利用率は40%未満であり、さらにマイクロプロセッサの性能向上の鈍化、供給チェーンや地政学的要因によるチップ不足がこれらの問題を一層深刻にしています。AI業界の人々は二者択一に直面しています：自分で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経済的で効率的な計算サービスの方法を切実に求めています。
いくつかの分散型AI計算力ネットワークは、世界中の未使用GPUリソースを集約することによって、AI企業に経済的でアクセスしやすい計算力市場を提供しています。計算力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計算力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。このような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計算力のボトルネック問題を解決するのに役立ちます。
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のコンピューティングネットワークもあります。
分散型計算力ネットワークは、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、分散型計算力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の参加を引き寄せ、AI技術の発展と応用を共に推進します。
DePIN：Web3がエッジAIを強化する
エッジAIは、データ生成の源で計算を行うことを可能にし、低遅延でリアルタイム処理を実現し、同時に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は非中央集権とユーザーデータの主権を強調し、DePINはローカルでデータを処理することで、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は特定の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、プロジェクトの展開における第一選択肢の一つとなっています。高いTPS、低い取引手数料、そして技術革新が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100億ドルを超えており、一部の著名なプロジェクトは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唱され、AIモデルをトークン化します。
従来のモデルでは、収益共有メカニズムが欠如しているため、AIモデルが開発され市場に投入された後、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困難であることが多い。特に、モデルが他の製品やサービスに統合された場合、元の創造者は使用状況を追跡することが難しく、ましてやそこから収益を得ることは困難である。また、AIモデルの性能や効果はしばしば透明性に欠けるため、潜在的な投資者や使用者がその真の価値を評価することが難しく、モデルの市場認知と商業的潜在能力を制限している。
IMOは、オープンソースのAIモデルに新しい資金調達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、モデルが生成する利益を共有することができます。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モデルの信頼性を確保し、トークン保有者が利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を高め、オープンソース協力を促進し、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注いでいます。IMOは現在まだ初期の試行段階にありますが、市場の受容度が高まり、参加範囲が広がるにつれて、その革新性と潜在的な価値が期待されます。
AIエージェント：インタラクティブ体験の新時代
AIエージェントは環境を感知し、独立して思考し、定めら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も可能です。彼らはバーチャルアシスタントとして機能し、ユーザーとの対話を通じて好みを学び、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エージェントは自主的に問題を解決し、効率を向上させ、新たな価値を創造することができます。
いくつかのオープンな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、音声を設定し、外部の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。これらは、公平でオープンなAIコンテンツエコシステムの構築に取り組んでおり、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。これらのプラットフォームは、役割演技をより人間らしくするために特別な大規模言語モデルを訓練しました。また、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、音声合成コストを大幅に削減します。音声クローンはわずか1分で実現可能です。これら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求が行われており、高品質なデータの取得、データプライバシーの保護、チェーン上でのモデルのホスティング、非中央集権的な計算能力の効率的な使用の向上、大規模言語モデルの検証などの重要な課題があります。これらのインフラが徐々に整備されるにつれて、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ことを信じる理由があります。