灰度：Crypto はどのように AI 時代の到来を加速させるのか？

原題：《AI Is Coming -Crypto Can Help Make It Right》

著者：Grayscale Research

編纂：Felix，PANews

Grayscale（グレースケール）は昨日、分散型AIに特化した新しいファンドGrayscale Decentralized AI Fund LLCを発表しました。ファンドの最初のプロジェクトには、Bittensor（TAO）、Filecoin（FIL）、Livepeer（LPT）、Near（NEAR）、Render（RNDR）が含まれ、特にNear、Filecoin、Renderがファンド内で最も高い重みを持つ資産です。このニュースを受けて、関連トークンは大幅に上昇しました。その後、GrayscaleはAIと分散型AIについての解説を発表し、その重要性について説明しました。以下はその内容の全文です。

人工知能（AI）は今世紀最も有望な新興技術の一つであり、人類の生産性を指数関数的に向上させ、医学のブレークスルーを促進する可能性があります。今日、AIは重要ですが、その影響力はますます大きくなるでしょう。PwCの推計によれば、2030年までにAIは15兆ドルの価値を持つ産業に成長するとされています。

しかし、この明るい展望を持つ技術は課題にも直面しています。AI技術がますます強力になるにつれて、AI業界の権力は少数の企業に集中し、社会に潜在的な危害をもたらす可能性があります。これにより、深層偽造、組み込みバイアス、データプライバシーリスクに対する深刻な懸念が生じています。幸いなことに、暗号技術は分散化と透明性の特性を持ち、これらの問題のいくつかに対する潜在的な解決策を提供します。

この記事では、中央集権がもたらす問題と、分散型AIがどのようにそれらの欠点を解決するのかを探ります。また、CryptoとAIの交差点についても議論し、この分野で早期の採用の兆候を示している暗号アプリケーションに焦点を当てます。

中央集権AIの問題

現在、AIの発展は一定のリスクと課題に直面しています。AIのネットワーク効果と資本の集中した需要は非常に顕著であり、大手テクノロジー企業以外の多くのAI開発者、例えば小規模企業や学術研究者は、AI開発に必要なリソースを得るのが難しいか、彼らの成果を収益化することができません。これにより、AIの全体的な競争と革新が制限されています。

そのため、この重要な技術の影響力は主にOpenAIやGoogleなどの少数の企業に集中しており、AIガバナンスに対する深刻な疑問を引き起こしています。例えば、今年2月、GoogleのAI画像生成器Geminiが人種差別や歴史的誤りを指摘され、モデルの操作が疑われました。さらに、昨年11月、6人の取締役会がOpenAIのCEOサム・アルトマンを解雇することを決定し、少数の人々がこれらのモデルを開発する企業を支配している事実が明らかになりました。

AIの影響力と重要性が増す中、多くの人々が一つの企業が社会に大きな影響を与えるAIモデルの意思決定権を握ることを懸念しています。さらには、他者の利益を犠牲にして、壁を設けて閉じた環境で開発を進めたり、モデルを操作して私利を図る可能性もあります。

分散型AIがどのように助けるか

分散型AIとは、ブロックチェーン技術を利用して、透明性とアクセス性を向上させる方法でAIの所有権とガバナンスを分配するAIサービスを指します。Grayscale Researchは、分散型AIがこれらの重要な意思決定を閉じた環境から解放し、公共のものにする可能性があると考えています。

ブロックチェーン技術は、開発者がAIへのアクセスを増やし、独立した開発者が構築し、成果を収益化するためのハードルを下げるのに役立ちます。これにより、全体的なAIの革新と競争が向上し、テクノロジーの巨人が開発したモデルとのバランスを保つことができます。

さらに、分散型AIはAI投資の民主化を実現するのに役立ちます。現在、いくつかのテクノロジー株を通じてしかAI開発に関連する利益を得る方法はほとんどありません。一方で、大量のプライベートキャピタルがAIスタートアップやプライベート企業に配分されています（2022年は470億ドル、2023年は420億ドル）。そのため、わずかなベンチャーキャピタルと適格投資家だけがこれらの企業の利益を得ることができます。それに対して、分散型AIの暗号資産は誰にでも開放されており、誰でもAIの未来に参加できます。

現在の交差分野の発展はどうか？

CryptoとAIの交差点は成熟度の面でまだ初期段階にありますが、市場の反応は刺激的です。2024年5月時点で、暗号資産のAI分野のリターンは20%であり、そのパフォーマンスはほとんどの暗号トラックを上回っています。また、Kaitoのデータによれば、DeFi、Layer2、Meme、RWAなどの他のトラックと比較して、AIトラックは現在、ソーシャルプラットフォームでの「ナラティブメンタルシェア」が最も高い（市場の関心が最も高い）です。

最近、一部の著名人がこの新興分野を受け入れ、中央集権AIの欠陥を解決することに取り組んでいます。今年3月、AI企業Stability AIの創設者Emad Mostaqueは会社を離れ、分散型AIを追求することを表明し、「今こそAIをオープンで分散型に保つ時だ」と述べました。さらに、ShapeShiftの創設者Erik Vorheesは最近、プライバシーに特化したAIサービスVenice.aiを発表しました。このサービスはエンドツーエンドの暗号化機能を備えています。

図1：今年これまでのAI Universeのパフォーマンスはほぼすべての暗号トラックを上回っています

CryptoとAIの交差点は、主に3つのサブカテゴリに分けられます：

• インフラストラクチャ層：AI開発のためのプラットフォームを提供するネットワーク（例：NEAR、TAO、FET）
• AIに必要なリソース：AI開発に必要な重要なリソース（計算、ストレージ、データ）を提供する資産（例：RNDR、AKT、LPT、FIL、AR、MASA）
• AIの問題を解決する：AI関連の問題を解決しようとする資産（例：ロボットや深層偽造の台頭、モデル検証など）（例：WLD、TRAC、NUM）

図2：AIとCryptoの市場マップ

出典：Grayscale Investments。含まれるプロトコルは説明的な例です

AIの発展に基盤を提供するネットワーク

第一のカテゴリは、AIサービスの全体的な開発のために構築された、許可不要のオープンアーキテクチャを提供するネットワークです。これらの資産は特定のAI製品やサービスに焦点を当てるのではなく、さまざまなAIアプリケーションのための基盤インフラストラクチャとインセンティブメカニズムを作成することに注力しています。

NEARはこのカテゴリで際立っており、その創設者は「Transformer」アーキテクチャの共同創設者であり、ChatGPTなどのAIシステムを支えています。今年5月、NEARはユーザーが所有するAIエコシステムの構築に注力することを発表し、ユーザーのプライバシーと主権の最適化に取り組んでいます。6月下旬、NEARはNEARネイティブの基盤モデル、AIアプリケーションのデータプラットフォーム、AIエージェントフレームワーク、計算市場の開発のためのAIインキュベータープログラムを開始しました。

Bittensorは、TAOトークンを使用してAIの発展を経済的に促進するプラットフォームです。Bittensorは38のサブネット（subnets）の基盤プラットフォームとして機能し、各サブネットにはチャットボット、画像生成、財務予測、言語翻訳、モデル訓練、ストレージ、計算などの異なるユースケースがあります。Bittensorネットワークは、各サブネットで最も優れたマイナーと検証者にTAOトークンを報酬として提供し、開発者に対して許可不要のAPIを提供し、Bittensorサブネット内のマイナーにクエリを行うことで特定のAIアプリケーションを構築します。

このカテゴリには、Fetch.aiやAlloraネットワークなどの他のプロトコルも含まれています。Fetch.aiは、開発者が複雑なAIアシスタント（「AIエージェント」）を作成するためのプラットフォームで、最近AGIXおよびOCEANと合併し、時価総額は約75億ドルです。もう一つはAlloraネットワークで、これはDEXや予測市場の自動取引戦略を含む金融アプリケーションにAIを適用することに特化したプラットフォームです。Alloraはまだトークンを発行しておらず、6月に戦略的資金調達を行い、プライベートファイナンスの総額は3500万ドルに達しました。

AIの発展に必要なリソース

第二のカテゴリには、計算、ストレージ、またはデータの形でAI開発に必要なリソースを提供する資産が含まれます。

AIの台頭は、GPU形式の計算リソースに対する膨大な需要を生み出しました。Render（RNDR）、Akash（AKT）、Livepeer（LPT）などの分散型GPU市場は、モデル訓練、モデル推論、または3D生成AIの開発者に対して未使用のGPU供給を提供しています。Renderは約1万のGPUを提供し、アーティストや生成AIに焦点を当てています。一方、Akashは400のGPUを提供し、AI開発者や研究者に焦点を当てています。最近、Livepeerは新しいAIサブネット計画を発表し、2024年8月にテキストから画像、テキストから動画、画像から動画などのAI推論タスクを実行することを目指しています。

大量の計算リソースが必要なだけでなく、AIモデルは大量のデータも必要とします。そのため、データストレージの需要が大幅に増加しています。Filecoin（FIL）やArweave（AR）などのデータストレージソリューションは、AIデータを中央集権的なAWSサーバーに保存する代わりに、分散型で安全なネットワークの代替手段として機能します。これらのソリューションは、コスト効率が高くスケーラブルなストレージを提供するだけでなく、単一障害点を排除し、データ漏洩リスクを低減することでデータの安全性と完全性を強化します。

最後に、既存のAIサービス、例えばOpenAIやGeminiは、それぞれBingやGoogle検索を通じてリアルタイムデータに継続的にアクセスできます。これにより、テクノロジー企業以外のすべてのAIモデル開発者が不利な立場に置かれています。しかし、GrassやMasaのようなデータキャッチサービスは、公平な競争環境を創出するのに役立ちます。なぜなら、これらのサービスは個人がAIモデルの訓練にアプリケーションデータを提供することで利益を得ることを可能にし、個人データの制御とプライバシーを維持するからです。

AI関連問題を解決しようとする資産

第三のカテゴリには、ロボット、深層偽造、コンテンツの出所の台頭など、AI関連の問題を解決しようとする資産が含まれます。

AIのもう一つの顕著な問題は、ロボットと誤情報の氾濫です。AI生成の深層偽造は、インドやヨーロッパの大統領選挙に影響を与え、専門家は「非常に恐れている」と述べています。アメリカの大統領選挙において、深層偽造によって引き起こされる膨大な「虚偽情報」が懸念されています。深層偽造に関連する問題を解決することを目的とした資産には、Origin Trail（TRAC）、Numbers Protocol（NUM）、Story Protocolが含まれます。さらに、Worldcoin（WLD）は独自の生体認証を通じて検証を試み、ロボットの問題を解決しようとしています。

AIのもう一つのリスクは、モデル自体への信頼を確保することです。受け取ったAIの結果が改ざんされていない、または操作されていないとどうやって信じることができるのでしょうか？現在、Modulus LabsやZamaのようなプロトコルが、暗号学、ゼロ知識証明、完全同態暗号（FHE）を通じてこの問題を解決するのを助けています。

結論

これらの分散型AI資産は初期の成果を上げていますが、現在はまだ初期段階にあります。今年初め、ベンチャーキャピタリストのFred Wilsonは、AIとCryptoは「同じコインの両面」であり、「Web3は私たちがAIを信頼するのを助けるだろう」と述べました。AI業界が成熟するにつれて、Grayscale Researchは、これらのAI関連の暗号ユースケースがますます重要になると考えています。この二つの急速に発展する技術は相互に成功を収める可能性があります。

AIの時代が間もなく到来し、深遠な影響を及ぼすことを示す多くの兆候があります。それは積極的なものか、消極的なものかは別として。ブロックチェーン技術の特性を利用することで、Cryptoが最終的にAIのいくつかの危険を軽減するのを助けることができると信じています。