序文：

デジタルテクノロジーの急速な発展に伴い、AIと暗号は最もホットなトピックとなっています。技術革命として、AI は最も先進的な生産性を表し、暗号通貨はブロックチェーン技術に基づいており、最も公平な生産関係を表します。 AI と暗号化は、私たちの生活と働き方を常に変えています。この記事では、AI と暗号通貨の融合と、それらがどのように連携して私たちの未来を形作るのかを探ります。

AI: 最先端の生産性

AI (人工知能) は、コンピューター システムが人間の知能を模倣し、インテリジェントなタスクを実行できるようにするテクノロジーです。以下を含むいくつかのサブフィールドをカバーします。

1. 機械学習: 機械学習は AI の基礎であり、データと経験を通じてパフォーマンスを向上させるコンピューター システムのトレーニングが含まれます。教師あり学習、教師なし学習、強化学習などのさまざまなタイプが含まれます。

2. ディープ ラーニング: ディープ ラーニングは、人間の脳のニューラル ネットワークの動作方法をシミュレートする機械学習の分野です。多層ニューラル ネットワークを使用して複雑なデータを処理し、コンピューター ビジョンや自然言語処理などの分野で大きな進歩を遂げました。

3. 自然言語処理 (NLP): NLP には、コンピューターが人間の言語を理解して処理できるようにすることが含まれます。これには、テキスト分析、感情分析、音声認識、機械翻訳、その他のテクノロジーが含まれます。

4. コンピュータ ビジョン: コンピュータ ビジョンは、コンピュータ システムが画像やビデオを「見て」理解できるようにすることを目的としています。画像認識、ターゲット検出、顔認識、画像生成などの技術が含まれます。

基礎的なロジックから言えば、AI の核心は、コンピューターに「知覚」、「認識」、「創造性」、「知性」を持たせることです。具体的には、コンピュータが人間のように考え、人間のように行動し、合理的に考え、合理的な意思決定を行えるようにするというものです。

AI技術の発展に伴い、AIの活用によりコスト削減、効率向上、安全性を実現できる応用シーンが数多くあります。一言で言えば、それは人類により良く役立つことができるのです。例えば：

  • 自動運転: AI テクノロジーは自動運転車の開発に使用され、環境を感知し、意思決定を行い、車両を制御することで交通安全と運転効率を向上させます。

  • ヘルスケア: AI は医療画像認識、病気の診断、治療計画において重要な役割を果たし、医師がより正確な診断と個別化された治療計画を提供できるように支援します。

  • 金融サービス: AI は、金融機関の効率と精度を向上させるために、リスク評価、信用スコアリング、投資戦略、不正行為防止などの金融分野で広く使用されています。

  • スマート ホーム: AI がスマート ホーム デバイスに適用され、音声やジェスチャーを通じてホーム デバイスを制御できるようになり、家庭の利便性と快適性が向上します。

  • 自然言語処理: AI テクノロジーにより、機械は音声認識、意味理解、自動翻訳などの人間の言語を理解し、処理できるようになり、インテリジェント アシスタント (Siri、Alexa、Google アシスタントなど) や仮想ロボット (顧客ロボットなど) で広く使用されています。サービス）を音声とテキストの対話を通じて提供し、パーソナライズされたサービスとサポートを提供します。

  • エンターテインメントとゲーム: AI は、インテリジェントな敵のデザイン、ゲームの難易度の適応、リアルなグラフィック効果など、ゲーム開発において重要な役割を果たしています。

今年最も人気のある ChatGPT は、Generative Pre-trained Transformer に基づくチャットボット モデルです。 GPT は、OpenAI によって開発された Transformer アーキテクチャに基づく言語モデルです。 ChatGPT の目標は、大量のテキスト データの事前トレーニングを通じて統計法則と言語の意味理解を学習し、人間のような自然言語応答を生成することです。

GPT の基礎となる設計ロジックには、主に、Transformer アーキテクチャと事前トレーニング微調整メソッドという 2 つの重要なコンポーネントが含まれています。

Transformer アーキテクチャ: Transformer は、シーケンス データを処理するときに長距離の依存関係を確立できるセルフ アテンション メカニズムに基づいたニューラル ネットワーク アーキテクチャです。 Transformer は複数のエンコーダ/デコーダ層で構成され、各層はマルチヘッド アテンション メカニズムとフィードフォワード ニューラル ネットワークで構成されます。アテンション メカニズムにより、モデルは出力を生成するときに入力シーケンス内のさまざまな位置に焦点を当てることができるため、コンテキスト情報をよりよく理解できます。

事前トレーニングと微調整のアプローチ: ChatGPT は、大規模な教師なし事前トレーニングを使用して、言語パターンと知識を学習します。事前トレーニング段階では、モデルは大量のテキスト データに対して自己教師あり学習を実行することにより、入力シーケンスの欠落部分の予測を試みます。これにより、モデルは文法、意味論、常識などの知識を学習できるようになります。次に、微調整フェーズでは、タスク固有のラベル付きデータを使用してモデルが監視され、チャットボットなどの特定のタスクに適合します。

ChatGPT の生成プロセスには、エンコーダー入力ステージとデコーダー生成ステージの 2 つのステージが含まれます。エンコーダー入力ステージでは、モデルはユーザー入力を受け取り、それを非表示の表現に変換して、入力の意味情報をキャプチャします。デコーダーの生成段階では、モデルはエンコーダーの隠蔽表現と以前に生成されたトークンを利用して、特定の停止条件に達するまで次の応答トークンを生成します。

暗号: ブロックチェーンは最も公平な生産関係です

詳細に説明する必要はありませんが、基本的に、仮想通貨が現在の規模まで発展できる主な理由は、ブロックチェーンが社会的公平性を高め、最も公平な生産関係を表現できることです。もちろん、まず第一に、公平性が意味を持つためには、比較的普遍的な価値観の枠組みの中で議論される必要があります。

現在最大の時価総額を誇るビットコインとイーサリアムを例に挙げます。 「働けば働くほど、より多くの利益が得られる」という価値観の枠組みでは、ビットコインの PoW コンセンサスメカニズムは非常に公平であり、同様に、「キャピタルゲイン」という価値観の枠組みでは、イーサリアムは依然として非常に公平です。 PoWからPoSへの変化。

つまり、ブロックチェーン技術に基づく暗号は、リソースの割り当てを最適化し、コミュニティの自律性を達成し、最も公平な社会的生産関係を表すことができます。

AIと暗号の統合

AI と暗号の統合は、興味深いアプリケーションの探索につながる可能性があります。

1、暗号通貨AIトレーディングボット

AI はデータの分析と処理、モデルのトレーニングなどにおいて比較的成熟して発展しているため、AI への投資にはすでに前例があります。

Renaissance Technologies は、大規模データ分析と数学的モデルの機械学習に 100% 依存しているヘッジ ファンドで、高頻度取引、統計的裁定取引、市場中立戦略を使用して投資し、存続期間中に 1,000 億米ドルの収益をあげています。ルネッサンス・ヘッジ・ファンドは、機械学習とデータ分析を用いたAIの金融版といえる。

仮想通貨市場には、AI 介入投資をサポートする上で独自の利点があります。24 時間のシームレスな運用、匿名性、KYC なし、チェーン上の完全なクローズド ループ、物理的接触なしです。 AI トレーダーが仮想通貨市場向けに開発された場合、裁定取引、定量化、トレンド分析などのヘッジ戦略を仮想通貨市場の運用チェーンで使用でき、一部の機械学習およびデータ分析モデルは、この AI トレーダーが継続的に実行できるように設計できます。仮想通貨市場についての理解を深めれば、持続的に利益を得ることができる AI トレーダーを作成できるかもしれません。

AI を使用して仮想通貨市場の動向を予測する: 仮想通貨市場の価格変動は非常に激しく、AI は大量の市場データと過去の価格傾向を分析することで市場の動向と価格変動を予測できます。機械学習アルゴリズムは隠れたパターンや傾向を特定し、投資家がより多くの情報に基づいた意思決定を行えるようにします。たとえば、AI はディープラーニング モデルを通じて市場センチメントを分析し、仮想通貨価格の上昇傾向または下降傾向を予測できます。

AI を使用した自動取引: AI の自動取引アルゴリズムは、暗号通貨取引の重要なツールの 1 つです。自動化された暗号通貨取引は、スマート コントラクトと取引ボットを作成することで実現できます。これらのロボットは、事前に設定されたルールと戦略に従って取引を実行できるため、人的要因による干渉が軽減され、取引の効率と精度が向上します。たとえば、AI アルゴリズムを使用すると、取引ロボットは市場状況に基づいて自動的に売買操作を実行し、最良の取引結果を得ることができます。

この方向では、現在 Rockybot が見られます。これは完全にオンチェーンの AI 取引ボットであり、オンチェーン AI モデルを使用して ETH 価格を予測し、中央の承認なしに独自に投資決定を行うことができます。 Rockybot は StarkNet に依存しており、WETH:USDC 取引ペアの過去の価格/レート データに基づいてトレーニングされました。アーキテクチャ的には、Rocky は過去の市場価格データに基づいて WETH の価格が上がるか下がるかを予測するシンプルな 3 層フィードフォワード ニューラル ネットワークです。しかし、Rockybot はまだお金を稼ぎ始めていません...まださらなるトレーニングが必要かもしれません (しかし、プロジェクトは寄付の受け付けを停止しています)...また、仮想通貨の弱気市場でお金を稼ぐという地獄のような仕事は、Rockybot にとって恥ずかしいことでもあるのかもしれません。あい。

2. データの貢献とプライバシーの保護

暗号通貨を使用して、より多くの人が AI アルゴリズムにデータを提供するよう動機づけます。AI アルゴリズムには大量の高品質データに対する需要が高く、暗号通貨はインセンティブ メカニズムを通じてユーザーのデータ共有を促すことができます。暗号通貨はデータプロバイダーに一定の経済的利益を提供し、それによってデータの共有と流通を促進します。このインセンティブ メカニズムにより、より多くのユーザーがデータを提供するよう促すことができ、それによって AI アルゴリズムのトレーニング サンプルが増加し、その精度とインテリジェンスが向上します。

Crypto を使用した AI データ投稿者のプライバシーの保護: ブロックチェーンの暗号化と匿名性の特性は、ユーザーのプライバシーの保護にも役立ちます。暗号通貨のデータ共有とプライバシー保護のメカニズムは、ユーザーの個人情報のセキュリティを確保しながら、AI アルゴリズムにより多くのデータ リソースを提供します。

3. ZKML: 機械学習モデルのプライバシーと信頼性を確保

ZKML (ゼロ知識機械学習) は、機械学習にゼロ知識証明を使用するテクノロジーです。 ZKML は、zkSNARK を使用して機械学習推論の正しさを証明することで、AI モデル/入力のプライバシー保護の問題と検証可能な推論プロセスの問題を解決できます。

ZKML を使用すると、機密データを他人に公開することなく、機械学習モデルをトレーニングおよび評価できます。 ZKML を使用すると、機械学習モデルの一貫性を確保できます。モデルは機械学習の結果にとって重要であるため、これはユーザーにとって非常に重要です。

ZKML に関しては、すでにいくつかのアプリケーションの調査が行われています。 DeFi の方向では、完全にオンチェーンの AI 取引ボットである Rockybot が開始されました。これは、オンチェーン AI モデルを使用して ETH 価格を予測し、ゲームの方向で中央の承認なしに独自に投資決定を行うことができます。 ZKML ベースのチェス ゲーム Leela (すべてのユーザーが ZK 検証済み AI モデルを搭載したロボットと対戦できる)、およびプラットフォーム格闘ゲーム AI Arena は、クリエイター エコノミーの方向で、zkML AIGC-NFTs# と呼ばれる EIP を提出しました。 7007 提案（この EIP はまだ通過していません）では、NFT が AI によって生成されたかどうかを検証するために ZKML を使用することが提案されており、これにより AI によって作成された NFT のカテゴリが DID 方向に導入されます。Wordcoin は ZKML の使用を検討しています。ユーザーが許可のない方法で IRIS コードを生成できるようにするため、コードのアルゴリズムがアップグレードされた後、ユーザーは Orb ステーションに行かなくても自分でモデルをダウンロードしてプルーフを生成できるようになります。ベースのトークン配布プラットフォーム Astraly は、AI ベースのレピュテーション システムを作成している StarkNet 上に構築されています (トラストレスにレピュテーション レーティングを計算する前に、クラスタリング モデルを使用してユーザー/アイテムの特性、バッジ、および過去の動作を識別します)。

4. AI+ブロックチェーン: 自己改善型ブロックチェーンプロトコル

透明な AI 機械学習を通じて、DeFi プロトコルは、機械学習を使用してステーブルコインの為替レート/金利を調整するなど、信頼を必要とせずに自らを最適化できます。マルチモーダル生体認証/認証を使用することで、dApps はコンプライアンス/セキュリティを自己管理できます。 ZK Rollup の ZKP 生成プロセスでも、機械学習の構築に重点を置いた証明システムを作成することで、ZK Rollup のパフォーマンスをさらに大幅に向上させ、それによって世界最速の zk-AI Prover を構築できる可能性があります。

もちろん、AIと暗号通貨の統合への道にはまだ多くの課題があります。たとえば、Giza は検証可能な推論のために事前トレーニングされた ONNX モデルを Cario に移植することに取り組んでいますが、これまでのところ既存の AI 操作をこれらの自動生成された証明言語に移植した人はいません。

要約する

AI と暗号の融合は、デジタル化にインテリジェントな変化をもたらす可能性があります。 AI の適用により、Crypto はよりインテリジェントかつ効率的になり、Crypto に基づいて、より現実的で包括的なデータと AI アルゴリズムの信頼できる動作環境を提供できます。

多くの課題に直面しているにもかかわらず、私たちはデジタル経済の発展を共同で促進し、全人類にとってより良い未来を創造するために、AIと暗号をより深く統合することを期待できます。

参考ドキュメント:

https://github.com/ethereum/EIPs/pull/7007/commits

https://www.rockybot.app/

https://www.leelavstheworld.xyz/