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と暗号資産のデプス融合:産業チェーンの価値と未来のトレンドを再構築する
AI x Crypto: ゼロからピークまで
イントロダクション
人工知能業界は最近急速に発展しており、第4次産業革命と見なされています。大規模言語モデルの出現は、各業界の効率を大幅に向上させ、アメリカでは約20%の作業効率の向上が見込まれています。大規模モデルの汎用性は新しいソフトウェア設計のパラダイムと考えられ、ソフトウェアはより良いパフォーマンスを発揮し、より広範な入力と出力をサポートします。深層学習技術は確かにAI業界に新たな繁栄をもたらし、この熱潮は暗号通貨業界にも影響を及ぼしています。
本報告では、AI業界の発展の歴史、技術分類、そして深層学習技術が業界に与える影響について詳細に探討します。深層学習におけるGPU、クラウドコンピューティング、データソース、エッジデバイスなどの産業チェーンの上下流の発展状況とトレンドを深く分析します。本質的に暗号通貨とAI業界の関係を探求し、暗号通貨に関連するAI産業チェーンの構造を整理します。
! 新人科学丨AI×暗号:ゼロからピークまで
AI業界の歴史
AI業界は20世紀50年代に始まり、学術界と産業界は異なる時代と異なる学問的背景の中で、人工知能を実現するさまざまな流派を発展させてきました。
現代の人工知能技術は主に「機械学習」という用語を使用しており、その理念はデータに基づいてタスクを繰り返し反復させることで、システムの性能を向上させることです。主な手順は、データをアルゴリズムに送信し、このデータを使用してモデルを訓練し、モデルをテストして展開し、モデルを使用して自動予測タスクを完了することです。
現在の機械学習には、接続主義、記号主義、行動主義の3つの主要な流派があります。これらはそれぞれ人間の神経系、思考、行動を模倣しています。
! 新参者科学人気丨AI×暗号:ゼロからピークまで
現在、神経ネットワークを代表とするコネクショニズムが優位に立っています(、これは深層学習とも呼ばれています)。このアーキテクチャの主な理由は、入力層と出力層があり、複数の隠れ層が存在することです。層の数と神経元(のパラメータ)の数が十分に多ければ、複雑な汎用タスクにフィットする十分な機会があります。データを入力することにより、神経元のパラメータを継続的に調整でき、最終的に何度もデータ処理を経て、その神経元は最適な状態(のパラメータ)に達します。これが「深層」の由来でもあります——十分な層数と神経元の数。
! 【新人科学丨AI×暗号:ゼロからピークまで](https://img-cdn.gateio.im/webp-social/moments-0c9bdea33a39a2c07d1f06760ed7e804.webp)
神経ネットワークに基づく深層学習技術は、初期の神経ネットワークからフィードフォワード神経ネットワーク、RNN、CNN、GANに至るまで、複数の技術の反復と進化があります。最終的には、GPTなどの現代的な大規模モデルが使用するTransformer技術へと進化しました。Transformer技術は神経ネットワークの進化の一つの方向性であり、すべてのモダリティ(（音声、動画、画像など）を対応する数値表現にエンコードするためのコンバータを追加しました。次に、これを神経ネットワークに入力することで、神経ネットワークは任意のタイプのデータをフィッティングできるようになり、マルチモーダルを実現します。
! [新人科学丨AI×暗号:ゼロからピークまで])https://img-cdn.gateio.im/webp-social/moments-609c5dd6ee0abcec6bf9c118d7741867.webp(
AIの発展は三つの技術の波を経てきました。最初は20世紀60年代で、この波は象徴主義技術の発展によって引き起こされ、一般的な自然言語処理や人間と機械の対話の問題を解決しました。第二は1997年、IBMのディープブルーがチェスチャンピオンに勝利したことが人工知能のマイルストーンと見なされました。第三は2006年に深層学習の概念が提唱され、これは連結主義の全盛期です。
! [新人科学丨AI×暗号:ゼロからピークまで])https://img-cdn.gateio.im/webp-social/moments-f37fb0100218188368f4d31940aab2a3.webp(
ディープラーニング産業チェーン
現在の大規模モデル言語は、すべて神経ネットワークに基づく深層学習方法を使用しています。GPTを先頭にした大規模モデルは、人工知能ブームを引き起こし、多くのプレーヤーがこの分野に参入しました。市場ではデータと計算力の需要が急増しています。私たちは深層学習アルゴリズムの産業チェーンを探求し、上下流の構成、現状、供給と需要の関係、将来の発展を分析します。
Transformer技術に基づくGPTを中心としたLLM)の大規模モデル(のトレーニングは、主に3つのステップに分かれています:
事前訓練: 大量のデータを通じてモデルのニューロンの最適なパラメータを見つけるプロセスは、最も計算能力を消費します。
ファインチューニング: 少量の高品質データを使用してトレーニングし、モデルの出力品質を向上させる。
強化学習: 報酬モデルを構築して出力結果をランキングし、大規模モデルのパラメータを自動的に反復します。
! [新人科学丨AI×暗号:ゼロからピークまで])https://img-cdn.gateio.im/webp-social/moments-8848582a34ba293d15afae15d90e3c95.webp(
大規模モデルの性能は主に3つの要素によって決まります: パラメータの数、データの量と質、計算能力。パラメータの数をp、データの量をn)トークン数で計算(と仮定すると、経験則を使って必要な計算量を計算し、購入が必要な計算能力の状況とトレーニング時間を予測できます。
計算能力は一般にFlopsを基本単位として表され、1回の浮動小数点演算を示します。実践的な経験に基づくと、大規模モデルの事前トレーニングには約6np Flopsが必要です。推論)の入力データが大規模モデルからの出力(を待つのに約2np Flopsが必要です。
初期はCPUチップを使用して計算能力を提供していましたが、後にNvidiaのA100、H100チップなどのGPUに徐々に置き換えられました。GPUはTensor Coreモジュールを通じて浮動小数点演算を実行し、チップの主要な評価指標の一つです。
深層学習産業チェーンは主に以下を含みます:
! [新参者科学丨AI×暗号:ゼロからピークまで])https://img-cdn.gateio.im/webp-social/moments-53c48daf49a3dbb35c1a2b47e234f180.webp(
クリプトとAIの関係
ブロックチェーン技術はZKと結びついて、非中央集権的かつ信頼のない思想に発展しています。本質的に、全体のブロックチェーンネットワークは価値ネットワークであり、各取引は基盤となるトークンを基にした価値の変換です。トークンエコノミクスはネットワークのネイティブトークンの相対的な価値を規定しますが、各次元に対して価格を設定することはできません。しかし、トークンの価格は多次元の価値を反映しています。
トークンエコノミクスは、ネットワーク、機能、思想に価値を与え、世界のあらゆるものを価値化することができます。この価値の再定義と発見の手段は、AI業界にとっても重要です。AI産業チェーンでトークンを発行することで、さまざまな側面が価値を再構築し、より多くの人々がAIの各細分化されたトラックに深く取り組むことを奨励します。同時に、すべてのプロジェクトは資本の増価収益を得ることができ、トークンはエコシステムを支え、特定の哲学的思想の誕生を促進します。
ブロックチェーン技術の改ざん防止と信頼不要の特性は、AI業界においても実際的な意義を持ち、信頼を必要とするアプリケーションを実現することができます。GPUが不足しているときは、ブロックチェーンネットワークを介して分散することができ、余剰のGPUもネットワークに計算能力を提供し、再び価値を発揮することができます。
要するに、トークンエコノミクスは価値の再構築と発見を促進し、分散型台帳は信頼の問題を解決し、価値をグローバルに再流動させることができる。
! [新人科学丨AI×暗号:ゼロからピークまで])https://img-cdn.gateio.im/webp-social/moments-250a286e79261e91a0e7ac4941ff5c76.webp(
暗号業界のAI関連プロジェクトの概要
主要プロジェクトにはRenderなどがあります。Renderは2020年に発売され、主に大規模モデルではないビデオレンダリングタスクに使用されます。実際のビジネス量を持つ老舗DePINプロジェクトとして、Renderは確かにAI/DePINの追い風を受けて成功しましたが、厳密にはAIセクターには含まれません。
主要なプロジェクトにはMeson Networkなどがあります。しかし、帯域幅の共有は偽の概念である可能性があり、データが遠くに保存されると遅延が発生し、ローカルストレージの方が優れています。
EpiK Protocol、Synesis One、Masaなどを含む。Web3データプロバイダーの強みはデータ収集の側面にあり、個人はデータを提供し、価格を得ることができる。ZK方向のデータプロバイダーであるMasaは、良好な発展の見込みがあるかもしれない。
同型暗号技術を使用して、データをオフチェーンで推論し、その結果とZK証明をアップロードすることで、データのプライバシーと推論効率を保証します。主なプロジェクトには、Axiom、Risc Zero、Ritualなどがあります。
現在のところ、発展は比較的弱いです。主に従来のブロックチェーンアプリケーションと自動化および汎用化の能力です。Fetch.AIのようなAIエージェントは典型的で、ユーザーが複雑なオンチェーン決定を行うのを支援します。
Tensor、Allora、Hypertensor、AgentLayerなど、AIモデルやエージェントのために構築された適応型ネットワーク。
! 【新人科学丨AI×暗号:ゼロからピークまで])https://img-cdn.gateio.im/webp-social/moments-8358c377eb2c07467848b3b46dbf1056.webp(
まとめ
現在知られているAIの発展は主に深層学習技術に基づいていますが、これはすべてのAIの発展方向を代表するものではありません。深層学習が汎用人工知能を実現できない可能性がある一方で、すでに実際の応用シーンが存在し、理性的に深く掘り下げる価値があります。
ブロックチェーンとトークンエコノミーはAI業界に積極的な影響を与え、産業チェーンの価値を再構築し、より多くの参加を促します。ブロックチェーン技術は、信頼を必要とするAIアプリケーションの実現も可能にします。
GPU計算ネットワークの欠点は帯域幅の問題であり、トレーニング速度が遅く、現在は緊急でない小規模モデルにより適しています。中規模および大規模企業は依然として従来のクラウドプラットフォームを好んでいます。
全体的に見て、AIと暗号通貨の組み合わせは実際の有用性を持ち、トークンエコノミーはより広範な価値を再構築し発見することができ、分散型台帳は信頼の問題を解決し、価値を流動化させ、残余価値を見出すことができる。
! [新人科学丨AI×暗号:ゼロからピークまで])https://img-cdn.gateio.im/webp-social/moments-c8845a5920048e7c821c939e2d8304e7.webp(