ゲスト作成者： ラオス・バイ

ChatGPTのリリースから1年以上が経ち、AIと暗号資産に関する議論が再び市場で高まっています。AIは2024年から2025年にかけての強気相場で最も重要なトラックの1つと見られ、Vitalik Buterin自身も「仮想通貨とAIアプリケーションの約束と課題」という記事を掲載し、将来のAIと仮想通貨の探査のあり得る方向性を探っています。

この記事では、あまり主観的な判断を下すことはありません。むしろ、過去1年間に観察されたAIと暗号資産を組み合わせた起業家プロジェクトを、主要な市場の観点から簡単に要約します。起業家が市場に参入した経緯、これまでの成果、そして現在どの分野を探求しているのかを考察します。

I. AI+暗号資産のサイクル

2023年を通じて、AIと暗号資産に関する数十のプロジェクトについて話し合いました。その中でも、さまざまなサイクルが観察されています。

2022年末にChatGPTがリリースされる前は、セカンダリー市場でAIに関連するブロックチェーンプロジェクトはほとんどありませんでした。Fetch.AI（FET）、SingularityNET（AGIX）、その他いくつかのベテランプロジェクトが注目を集めています。 同様に、主要市場で利用可能なAI関連のプロジェクトも多くありませんでした。

2023年1月から5月にかけて、AIプロジェクトにおける最初の集中アウトブレイク期間と見なされる可能性があります。結局のところ、ChatGPTの影響は大きかったのです。中古市場の多くの古いプロジェクトはAIの軌道に振り向けられ、ほぼ毎週、主要市場のAI+暗号資産プロジェクトが議論されていました。同様に、この期間中、AIプロジェクトは比較的単純に見えました。その多くは、ブロックチェーンの変更と組み合わされたChatGPTの「スキンディープ」な適応に基づいており、ほとんど中心的な技術的障壁はありませんでした。当社の社内開発チームは、プロジェクトフレームワークを1～2日で複製することが多いです。その結果、この期間にAIプロジェクトとのミーティングも数多く行われましたが、最終的には何も行われませんでした。

5月から10月にかけて、セカンダリー市場は弱気になり始めました。興味深いことに、この間、主要市場におけるAIプロジェクトも大幅に減少しました。先月か2月になって数量が再び増え始め、AI+暗号資産に関する議論や記事が豊かになりました。また、毎週AIプロジェクトに遭遇できる時期がやってきました。半年後、AIの軌道をよりよく理解し、商業シナリオを着地し、AIと暗号資産の統合をAIの大流行の第一波と比較して改善することで、新たなAIプロジェクトが登場したことが明らかになりました。 

技術的な障壁はまだ強くありませんでしたが、全体的な成熟度は一歩前進しました。2024年になって初めてAI+暗号資産に賭けました。

II. AI+暗号資産の歴史

Vitalik Buterin氏は、「約束と課題」に関する記事で、次のような比較的抽象的な側面と視点から予測しています。

• プレイヤーとしてのAI

• ゲームのインターフェースとしてのAI

• ゲームのルールとしてのAI

• ゲームの目的としてのAI

一方、主要市場で現在見られるAIプロジェクトは、より具体的かつ直接的な視点でまとめられます。

ほとんどのAI+暗号資産プロジェクトは暗号資産の中核をなすプロジェクトであり、これを「技術的（または政治的）分散化＋商業資産化」と定義しています。

分散化については、Web3がすべてであるため、言うことはあまりありません。そのため、資産化のカテゴリーを3つの主要なトラックに大まかに分けることができます。

• コンピューティングパワーの資産化

• モデルの資産化

• データの資産化

コンピューティングパワー資産化

これは比較的密集した流れであり、さまざまな新しいプロジェクトのほかに、多くの古いプロジェクトもピボットされています。たとえば、コスモス側にはAkash Networkがあり、ソラナ側にはNosanaがあります。ピボット後、トークンはすべて狂気の急騰を経験しており、間接的にもAIトラックに対する市場の楽観主義を反映しています。Render（RNDR）は主に分散型レンダリングに重点を置いていますが、AIの目的にも役立ちます。 したがって、AIトラックのRNDRのようなコンピューティングパワー関連のプロジェクトは、多くの分類に含まれます。

コンピューティングパワーの資産化は、コンピューティングパワーの使用に基づいて2つの方向にさらに細分化できます。1つは「AIトレーニングに使用される分散型コンピューティング能力」であるGensynです。もう1つは、ほとんどのピボットや新規プロジェクト、または「AI推論に使用される分散型コンピューティング能力」（機械学習モデルが、以前に学習したデータやモデルに基づいて意思決定や予測を行える能力）によって表されます。

この過程では、興味深い現象や、おそらく軽蔑の連鎖が見られます。

従来のAI → 分散型推論 → 分散型トレーニング

• 従来のAIの背景を持つ人々は、分散型トレーニングや推論に質問する傾向があります。

• 分散型推論に重点を置いた人は、分散型トレーニングを否定する傾向があります。

主な理由は技術的な側面にあります。AIトレーニング（特に大規模モデルのAIの場合）には大量のデータが含まれるからです。データ要件よりもさらに誇張されているのは、このデータの高速通信によって形成される帯域幅需要です。トランスラージモデルの現在の環境では、4090シリーズ/H100プロフェッショナルAIカードのような多数のハイエンドグラフィックスカードで構成される計算マトリックスが必要です。NVLinkとプロフェッショナルファイバースイッチによって形成される100ギガビットレベルの通信チャネルを備えています。この分散化を想像できますか？ Hmm ...

AI推論におけるコンピューティングパワーと通信帯域幅の需要は、AIトレーニングよりもはるかに低いです。当然ながら、分散型実装の可能性は、トレーニングよりも推論の方がはるかに大きいです。そのため、ほとんどのコンピューティングパワー関連プロジェクトは推論に重点を置いていますが、トレーニングは主にGensynやTog Together AIなどの主要プレーヤーに任されています。しかし、費用対効果と信頼性の観点から、少なくとも現段階では、推論のための集中型コンピューティング能力は分散型オプションよりもはるかに優れています。

そのため、分散型推論に重点を置いた人々が分散型トレーニングに注目し、「まったく実現できない」と考える一方で、従来のAIは分散型トレーニングと推論を「トレーニング技術の面では非現実的」と見ており、商業的には「推論の面では信頼性が低い」と見ています。

BTC/ETHが初めて登場した時、分散型ノードが全てを計算しているモデルが（クラウドコンピューティングと比較して）比較的非論理的だったと言う人もいます。しかし、結局成功したのではないでしょうか。これは、AIトレーニングや推論の正確性、不変性、冗長性、その他の側面に対する将来の要件によって異なります。パフォーマンス、信頼性、価格の点では、現在、集中型ソリューションを超えることはできません。

モデル資産化

また、これはプロジェクトにとって混雑した道であり、ChatGPTの普及後の最も有名なアプリケーションの1つがCharacter.AI。ソクラテスや孔子などの古代の哲学者から知恵を求めたり、イーロン・マスクやサム・アルトマンなどの有名人とカジュアルな会話をしたり、ハツネ・ミクやレイデン・ショーガンなどの仮想アイドルとロマンチックな会話をしたりすることもできます。これらすべてが、大言語モデル（LLM）の魅力を表しています。AIエージェントの概念は、Character.AI。

Confucius、Elon Musk、Raiden Shogunなどの数字がすべてNFTだった場合はどうなりますか？

AI+暗号資産ではないでしょうか？

したがって、モデル資産化と呼ぶのではなく、大型モデル上に構築されたエージェントの資産化であると言う方がより適切です。結局のところ、大型モデル自体をブロックチェーンに乗せることはできません。モデル上のエージェントをNFTにマッピングして、AIと暗号資産空間に“モデル資産化”の感覚を醸成することだけではありません。

現在、英語を教えたり、恋愛関係に従事したりできるエージェントがいます。また、エージェント検索エンジンやマーケットプレイスなどの関連プロジェクトも見つかります。

この軌道でよくある問題は、まず技術的な障壁がないことです。基本的には、Character.AI。社内の技術ウィザードは、既存のオープンソースツールやフレームワークを使用することで、1泊で特定のキャラクター（共同創設者、BMANなど）のように話し、聞こえるエージェントを作成できます。2つ目は、ブロックチェーンとの統合が非常に軽いことです。これはイーサリアムのGameFi NFTに似ています。保存されたメタデータはURLまたはハッシュのみであり、モデル/エージェントはクラウドサーバー上にあります。 オンチェーン取引は所有権のみを表します。

モデル/エージェントの資産化は、近い将来、AIと暗号資産の主な軌跡の1つです。将来的には、比較的高い技術的障壁を持つプロジェクトや、よりネイティブなブロックチェーンとの緊密な統合が期待されます。

データ資産化

論理的に言えば、データ資産化はAI+暗号資産にとって最も適切な側面です。なぜなら、従来のAIトレーニングは、インターネット上で利用可能な目に見えるデータ、つまりより正確なパブリックドメイントラフィックデータに大きく依存しているからです。このデータはわずか10～20%に過ぎず、データの大半はプライベートドメイントラフィック（個人データを含む）内にあります。このトラフィックデータを大規模モデルのトレーニングや微調整に利用できれば、さまざまな業種でプロのエージェント/ボットを増やすことができます。

Web3スローガンのベストな点は何ですか？ 読む、書く、所有する！

したがって、AI+暗号資産を通じて、分散型インセンティブの指導の下で、個人およびプライベートドメインのトラフィックデータを公開し、それを資産化して、大規模モデルにより良い、より豊かな「食糧」を提供するのは、論理的な十分なアプローチのように思えます。実際、この分野には複数のチームが深く関わっています。

しかし、この軌道の最大の課題は、コンピューティング能力とは異なり、データの標準化が難しいことです。分散型コンピューティングパワーを利用すると、グラフィックスカードのモデルが、保有するコンピューティングパワーの量を直接変換します。一方、プライベートデータの量、質、目的はすべて測定が困難です。分散型コンピューティングパワーがERC-20のような場合、分散型AIトレーニングデータの資産化はERC-721のようなもので、APE、Punk、Azuki、さまざまな特性を持つさまざまなNFTなど、多くのプロジェクトが混在しています。 ERC-20よりも流動性と市場形成の難しさがはるかに困難です。したがって、AIデータ資産化に重点を置いたプロジェクトは現在、大きな課題に直面しています。

言及する価値のあるデータトラックのもう1つの側面は、分散型ラベリングです。データ資産化は「データ収集」ステップで機能し、収集されたデータは、データラベルが付くAIに供給される前に処理する必要があります。現在、このステップは主に集中型で労力がかかります。分散型トークンインセンティブでは、この作業を分散型、ラベリング・トゥ・アーン、または（クラウドソーシングプラットフォームに似た）配布作業に変換することも実行可能なアプローチです。現在、この分野に取り組んでいるチームが数名います。

III. AI+暗号資産にパズルがありません

このトラックで現在欠けているパズルのピースについて、私たちの視点から簡単に説明します。

• 技術的な障壁の欠如：前述のとおり、AI+暗号資産プロジェクトの大半は、Web 2.0の従来のAIプロジェクトと比べて、技術的な障壁はほとんどありません。その代わり、ユーザーエクスペリエンス、市場、運用において、経済モデルやトークンインセンティブに大きく依存しています。このアプローチは理解できますが、Web3の分散化と価値配分の強みを考えると、コア障壁がないことは必然的にX-to-earnの感覚をもたらします。まだまだ、OTOYなどの企業に支えられたRNDRのようなチームが増え、コア技術が暗号資産分野で大きな進歩を遂げることを期待しています。

• 開業医の現状：現在の観測結果によると、AI+暗号資産分野の一部のチームはAIに精通していますが、Web3に関する深い理解がありません。逆に、暗号資産を中心とするチームもいますが、AI分野での専門知識は限られています。この状況は、ゲームに精通し、Web 2.0ゲームをブロックチェーンに移行しようとしたチームもあれば、革新的で最適化されたさまざまなゲームモデルに焦点を当てたWeb3に深く没頭したチームもあります。 MATR1Xは、ゲームと仮想通貨の二重理解を実証したGameFiトラックで初めて出会ったチームであり、2023年に私が強く信じていた3つのプロジェクトの1つとしてITを挙げました。2024年には、AIと暗号資産の両方を理解しているチームが増えることを期待しています。

• ビジネスシナリオ：AI+暗号資産は、非常に初期の探査段階にあり、上記のさまざまな形態の資産化は、いくつかの主要な方向性にすぎません。各方向には、慎重に調査・セグメント化できるサブトラックが多数あります。現在、AIと仮想通貨を統合する多くのプロジェクトは、AIと仮想通貨の最適な競争力や組み合わせ性を活かせていないため、やや“ひどい”または“荒い”と感じています。これは、上記の2番目のポイントと密接に関連しています。たとえば、社内の研究開発チームは、より最適な統合方法を考案・設計しました。しかし、AIトラックで多数のプロジェクトが観測されているにもかかわらず、まだこのニッチな分野に参入しているチームはいません。そのため、待つことしかできません。

市場の起業家が思いつく前に、なぜVCが特定のシナリオを考え出せるのか、質問するかもしれません。その理由は、社内のAIチームに7名のエキスパートがおり、そのうち5名がAIの博士号を取得しているからです。 

最後に、主要市場の観点からは、AI+暗号資産はまだまだ早い時期であり、未成熟ですが、AI+暗号資産がこの強気相場サイクルの主要な軌道の1つになる2024～2025年頃に楽観的になることを妨げるものではありません。結局のところ、AIによって解放された生産性とブロックチェーンによって解放された生産関係を組み合わせるより良い方法はありますか？

#Bybit #TheCryptoArk