近年、ブロックチェーンと AI (人工知能) は、最もトレンドで破壊的なテクノロジーの 2 つとなっています。それらを組み合わせるというアイデアは、非常に有望なイノベーションを提供します。
この記事では、両方のテクノロジーの概要、その組み合わせの利点と落とし穴について説明します。同時に、この分野におけるいくつかの優れたプロジェクトも検討します。
ブロックチェーンとは何ですか?
ブロックチェーンは、ネットワーク内の多くのメンバーによって分散的に保存されるデータベース システムです。各ブロックに格納された情報は配置され、暗号化アルゴリズムによって分離不可能にリンクされます。
AIとは何ですか?
AIは人工知能の略です。これは、AI が独自に学習して意思決定を行うことができるコンピューター システムを使用して人間の知能をシミュレートするモデルです。
ブロックチェーンとAIを組み合わせるメリット
これら 2 つの主要なテクノロジーを組み合わせるメリットを理解するために、まずそれらの特性を確認します。
ブロックチェーンとAIの性質
ブロックチェーンと AI を組み合わせたシステムは、両方の多くの優れた特性を継承するのに役立ちます。以下に考えられる利点をいくつか示します。
より優れたデータマイニング機能
データを活用して自己学習する能力は人工知能の優れた強みの 1 つですが、データのアクセス可能性によって制限されます。たとえば、現在、ChatGPT は X (Twitter)、Facebook などのソーシャル データ ソースに直接アクセスできませんが、ユーザーがそれを提供する必要があります。これはほんの一例であり、限定された AI がアクセスできないデータ ソースは数多くあります。
これは、ブロックチェーンの無許可かつ透過的な性質によって解決できます。 AI は、第三者にライセンスを求めることなく、自由にデータを悪用します。言うまでもなく、ブロックチェーン上で認証された情報は、その経済的性質のおかげで、他の情報源よりもいくらか安全です。
より正確な意思決定を行う
前述したように、ブロックチェーンは、AI がシミュレーションおよび予測機能と組み合わせて高品質のデータ ソースを自由に活用して、より適切な意思決定を行うのに役立ちます。
それどころか、ブロックチェーンは透過的であるため、ユーザーは AI が決定が信頼できるかどうかをチェックするために使用する情報を簡単に取得できます。
さらに、ブロックチェーンネットワーク内の各バリデーターを人工知能が運用すれば、最終的な判断はマルチAIシステムの判断となるため、信頼性が高まります。たとえば、Proof-of-Work や Proof-of-Stake に代わる新しいコンセンサス メカニズム、Proof-of-AI が想像できます。
セキュリティとプライバシーを強化する
人工知能には、実際のイベントに基づいて状況をシミュレートおよび予測する機能があり、ネットワークが攻撃状況を事前に予測し、攻撃を事前に防ぐための決定を下すのに役立ちます。
ユーザーにとって、AI は取引のプライバシーを高める可能性があります。ゼロ知識証明と同様に、AI には実行を予測してシミュレーションする機能があるため、ユーザーはあまり多くの情報を明らかにすることなく、AI にトランザクションや特定のアクションの実行を依頼できます。
トランザクション速度の向上
一見すると、この 2 つのテクノロジーには互換性がないため、説得力がないように思えます。しかし、将来的にそれらがスムーズに統合されると、トランザクション速度は大幅に向上するでしょう。
たとえば、AI は予測を使用して適切なバリデーターのグループを選択し、トランザクションが正確かつ迅速に完了できるようにします。言うまでもなく、AI は時間をかけて学習するプロセスを通じて、トランザクションを解決するためのより迅速かつ正確な方法を提供することもできます。
両業界の共通発展を促進
これまで、AI システムの内部はすべて安全であり、決して開けられることのないブラック ボックスのようなものでした。 AI のブロックチェーン化は、ブロックチェーン、特に「オープンソース」のすべての特性を継承するのに役立ちます。
大げさではありませんが、「オープンソース」はブロックチェーンの開発を急速に推進する重要な要素の 1 つです。わずか一晩で、プログラマーは人気の dApp を自分の dApp に複製することができます。それ以来、修正はより良いものへと発展し続けました。
言うまでもなく、この 2 つを組み合わせたシステムは、ブロックチェーンのトレードマークである暗号経済学、つまりクリプトノミクスも利用しています。この組み合わせにより、両方の拡張速度がこれまでよりも速くなります。
ブロックチェーンにおける AI の課題
パフォーマンスと速度
AI システムは、数千億のパラメータを持つ人工ニューラル ネットワーク (ANN) によって動作します。
GPT-3、GPT-4のパラメータ数
効果的に動作するには、データ伝送がネットワーク全体を高速で流れる必要があります。ご存知のとおり、現在のブロックチェーンは遅く、ほんの少数のプロジェクトでイベントが発生し、ネットワークが過負荷になっています。
拡張ソリューションは広く展開されていますが、AI システムを安定して動作させるにはまだ十分ではありません。
拡張能力
ストレージと使用コストも、AI システムが真に分散化されるための障壁になります。 AI データは、自己学習プロセスを提供するために継続的に送信、変更、保存される必要があります。残念ながら、現時点ではブロックチェーンに保存するコストが高すぎるため、AI をブロックチェーンに完全に統合することは経済的に実行可能ではありません。
データのプライバシーとセキュリティ
確かに、2 つのテクノロジーをうまく組み合わせると、プライバシーが実現され、データのセキュリティが向上します。しかしその前に、データの詳細を明かさずに AI がブロックチェーン上のデータを学習して使用できるようにする方法を見つける必要があります。
プライバシーとセキュリティを確保するために、ネットワークに投稿されるデータは通常暗号化されるため、AI がそれを使用したい場合は、必要に応じて復号化するか、高速化を実現する別の方法を使用する必要があります。
優れたプロジェクト
レンダリング ネットワーク (RNDR)
レンダー ネットワークは、分散型 GPU レンダリング プラットフォームとして定義されます。このシステムを使用すると、ユーザーはデバイスから GPU (ビデオ カード) の電力を提供して、ビデオ、画像、または 3D 効果をレンダリングする必要があるユーザーを支援できます。
レンダー ネットワークの運用モデルは次のとおりです。
- ジョブの作成: OctaneRender Web インターフェイスを通じて、顧客はジョブを作成し、レンダリングするファイル (ORBX 形式) を送信します。このシステムは、ファイル情報に基づいて、スマート コントラクトを通じてコスト、時間、支払い形式を計算します。顧客が条件に同意すると、作業を実行するために RNDR トークンがスマート コントラクトに送信されます。
- ジョブの割り当て: レンダー ネットワークの MTP プロトコルは、クライアントから要求されたレンダリング ジョブを実行する適切なノード オペレーター (GPU シェアラー) を自動的に割り当てます。
- 作業の完了: ノード オペレーターは OctaneRender を使用して、割り当てられた作業を処理します。完了すると、ノード オペレーターはレンダー ネットワーク経由で製品を顧客に送信します。
- 製品規格の検証: 顧客は作業中に、必要に応じて不正行為を監視し、報告することができます。製品のプレビューは、ジョブが確認され、顧客が料金を支払うまでぼかされます。
- 支払い: 製品の品質に同意した後、顧客はノード オペレーターへの支払いを確認します。レンダー ネットワークは、トランザクションをサポートし、プラットフォームを運用するために、0.5% ～ 5% の範囲の少数の RNDR トークンを収集します。
AIを使用してテキストから画像を作成するアプリケーションであるStable Diffusionの統合と、アプリケーションがノードシステムに簡単にアクセスできるようにするAPIのリリースにより、プラットフォームはAIセグメントにさらに一歩進みました。
実際、Render Network にとって、AI はまだ非常に小さな統合ステップにすぎません。計算能力は依然として各ノードでのみ分離されていますが、ネットワーク全体の計算能力を使用する分散型 AI はまだ見ていません。
Fetch.AI (完了)
Fetch.AI は、ブロックチェーンと人工知能を組み合わせたインフラストラクチャ層であり、その上に無料のオープン経済を構築することができます。
Fetch.AI は 4 つの主要な層で構成されています。
ユーザーコミュニケーションツール
ネットワークコミュニケーションツール
オンチェーン台帳と対話するツール
レジャーチェーン
Ledger - Fetch.AI Chain は、有用な Proof of Work コンセンサス メカニズムを使用して Cosmos-SDK 上に構築されています。スマート コントラクトが構築され、メンバーの状態が保存されるフェッチ チェーン。
注意が必要な他の 2 つの重要なコンポーネントは次のとおりです。
- 自律経済主体 - 自律経済主体 (AEA): システムに参加するためにユーザーによって登録されたエンティティであり、この経済に持ち込むデバイスまたはサービスが考えられます。
- AEA フレームワーク - 自律的経済主体フレームワーク: OEF (オープン経済フレームワーク) とも呼ばれる - オープン経済フレームワーク。これは複数のエージェントを接続するネットワークであり、エージェントが相互に検索、探索、対話できるようにすることで、相互学習に基づいて独自の意思決定を行うことができます。
Fetch の機械学習がこのセクションの AEA フレームワーク層に統合されていることがわかります。この統合により、ネットワーク内のエンティティが自動的に相互に通信してタスクを処理できるようになり、同時に相互に学習して開発できるようになります。作業の結果は転送され、オンチェーンの Ledger 台帳に保存されます。
AI 統合のレベルに関しては、Fetch は上記のタスクを処理するためにオフチェーン レベルでのみ統合されており、ブロックチェーン インフラストラクチャ層にはまだ多くの機能がありません。
シンギュラリティネット（AGIX）
SingularityNET は、ブロックチェーン ネットワークを通じて AI サービスを接続するプラットフォームです。このプラットフォームにより、AIの活用が必要な人々が希望するサービスを見つけて利用できるようになります。
SingularityNET は 3 つの主要領域を実装しています。
・AIマーケットプレイス：顧客が希望するサービスを検索・購入できるAIアプリケーションマーケットです。
- AI パブリッシャー: ポータルは、開発者が AI サービスを管理および公開するのに役立ちます。
- AGIX ステーキング: ユーザーが自分のトークンをロックして AI マーケットプレイスでのアクティビティを保護し、報酬を受け取ることができるステーキング ポータル。
SingularityNet の仕組みは次のとおりです。
- AI サービス プロバイダーはエージェントと呼ばれ、SingularityNet のノードとして機能します。
- ネットワーク内の多くのエージェントは、さまざまな AI サービスを提供し、すべて接続されており、双方向に通信できます。
- エージェントはトランザクションごとにランク付けされ、それぞれの長所と短所がわかります。これは、どのエージェントがどのジョブに適しているかを特定し、後で作業をナビゲートして分割するためです。
- ジョブが発生すると、システムは実行する適切なエージェントを自動的に検索し、結果をユーザーに返します。
- 支払いアクティビティは、デーモンとマルチパーティ エスクローの 2 つのコンポーネントを通じてオンチェーンで行われます。
AGIX が目指す目標は、多くの人工知能を集めた人工知能システムである汎用人工知能 - AGI (Artificial General Intelligence) を構築することです。
このソリューションはまだ真の分散型 AI とは言えませんが、それらを接続するネットワークが真に分散型であり、ネットワーク内の各エージェントがネットワーク内の他のメンバーがデータをマイニングできるようにブラック ボックス (オープン ソース) を開く必要がある場合は、非常に有望です。そしてお互いから学びましょう。
SingularityNet のフェーズ 2 では、レイヤー 2 に展開し、Cardano に拡張することで速度の問題を解決しようとしています。現時点では、SingularityNET は依然として分散型 AI マーケットプレイスの形をとっており、これはその性質に忠実です。
結論する
ご存知のとおり、ブロックチェーンと AI は今日最も人気のある 2 つのテクノロジーです。理論的には、両方のテクノロジーを組み合わせたシステムは多くの優れた利点をもたらし、多くのアプリケーションを備えた新しい経済モデルとソリューションを切り開きます。
しかし、それらの複雑さと独特の特性のため、この組み合わせはまだ表面的なものにすぎず、両方の優れた特性を完全に促進することはできません。おそらく、両方が互いに到達できるレベルにまで成長するまで、さらに待つ必要があるでしょう。