分散化された、オープンで透明性の高いインターネットの新しいパラダイムとして、Web3は人工知能と自然にシナジーを発揮します。従来の中央集権的なアーキテクチャの下では、AIコンピューティングとデータリソースは厳密に制御され、コンピューティングのボトルネック、プライバシーリーク、アルゴリズムのブラックボックスなど多くの課題に直面しています。一方、Web3は分散技術に基づいており、共有コンピューティングネットワーク、オープンデータマーケット、プライバシー保護型コンピューティングを通じて、AI開発に新しい活力を注入しています。同時に、AIはスマートコントラクトやアンチチートアルゴリズムなどの機能を最適化することで、Web3エコシステムの構築を支援できます。したがって、Web3とAIの収束を探求することは、次世代のインターネットインフラストラクチャの構築とデータとコンピューティングパワーの価値を引き出す上で重要です。

データ駆動：AIとWeb3の堅固な基盤

データは、AIの発展のための中核的な推進力であり、エンジンの燃料のようなものです。 AIモデルは、深い理解と強力な推論能力を得るために、大量の高品質データを取り込む必要があります。 データは機械学習モデルの訓練の基盤を提供するだけでなく、その正確性と信頼性を決定します。

従来の中央集権型AIデータ取得および利用モデルでは、いくつかの重要な問題が浮かび上がっています:

1. データ取得は費用がかかるため、中小企業が参加するのが難しい状況です。
2. データリソースはテクノロジージャイアントに独占され、データの隔離が形成されています。
3. 個人データのプライバシーは漏れや誤用のリスクにさらされています。

Web3は、従来のモデルの課題に対処するために新しい分散データパラダイムを提供します：

1. プロジェクトのようなGrassを通じて、ユーザーはAI企業にアイドルネットワーク容量を売ることができ、分散型ウェブデータのスクレイピング、クリーニング、変換を可能にし、AIモデルのトレーニングに本当の高品質のデータを提供します。
2. Public AIは、“マーク・トゥ・アーン”モデルを使用して、グローバルな労働者たちがデータ注釈に参加し、グローバルな知恵を集約し、データ分析能力を向上させることを促進します。
3. ブロックチェーンデータ取引プラットフォームであるOcean ProtocolやStreamrなどは、データの供給と需要の両方に対してオープンで透明な取引環境を提供し、データの革新と共有を促進しています。

これらの方法により、Web3はデータ取得のコストを削減するだけでなく、データの公開性と透明性を高め、AIモデルのトレーニングのための多様で高品質なデータソースを提供します。同時に、分散型のプライバシー保護コンピューティングを通じて、Web3は個人データのプライバシーをより良く保護し、データの利用のセキュリティと信頼性を向上させることもできます。

AIとWeb3の統合を探求し、実践を続けることは、新世代のインターネットインフラの構築に堅固な基盤を提供し、データとコンピューティングパワーに新たな価値を開示するでしょう。

それにもかかわらず、実世界のデータ収集にはデータ品質の不均一性、高い処理複雑さ、十分なデータの多様性と表現力不足などの課題も存在します。Web3データ空間では、合成データが台頭する可能性があります。生成AI技術とシミュレーションに基づいて、合成データは実データの属性をシミュレートし、データ利用の効率を効果的に補完し、向上させることができます。自動運転、金融市場取引、ゲーム開発などの領域では、合成データが成熟したアプリケーションの可能性を示しています。

プライバシー保護: Web3におけるFHEの役割

データ駆動の時代において、プライバシー保護は世界的な焦点となり、欧州連合の一般データ保護規則（GDPR）の施行が個人プライバシーの厳格な保護を反映しています。しかし、これはまた課題を提起しています：プライバシーのリスクのために一部の機密データが十分に活用されないため、これは間違いなくAIモデルの潜在性と推論能力を制限しています。

完全同型暗号（FHE）は、暗号化されたデータを復号せずに直接計算でき、計算結果は平文データ上で同じ操作を行った場合と一致します。FHEはAIのプライバシー保護コンピューティングに強力な保護を提供し、GPUコンピューティングパワーを使用してモデルのトレーニングや推論タスクをアクセスなしで実行できます。これにより、AI企業は取引秘密を保護しながらAPIサービスを安全に公開する利点があります。

完全準同型暗号機械学習（FHEML）は、機械学習ライフサイクル全体でデータとモデルの暗号化をサポートし、機密情報のセキュリティを確保し、データ漏洩を防止します。このように、FHEMLはデータプライバシーを強化し、AIアプリケーションのための安全なコンピューティングフレームワークを提供します。

FHEMLは、ZKML（ゼロ知識機械学習）を補完し、ZKMLは機械学習の正しい実行を証明しますが、FHEMLは暗号化されたデータでの計算を重視し、データのプライバシーを維持します。

The Computing Revolution: AI Computing in the Decentralized Web

現在のAIシステムの計算複雑性は3ヶ月ごとに倍増しており、既存の計算リソースの供給をはるかに上回る計算能力の需要の急増をもたらしています。たとえば、OpenAIのGPT-3モデルのトレーニングには膨大な計算能力が必要で、1台のデバイスで355年分のトレーニングに相当します。この計算能力の不足は、AI技術の進歩を制限するだけでなく、多くの研究者や開発者に先進的なAIモデルを利用する機会を奪っています。

さらに、40%未満のグローバルGPU利用率は、マイクロプロセッサの性能低下、サプライチェーンの問題、地政学的要因によるチップ不足などと組み合わさり、計算パワーの供給問題をさらに悪化させました。 AI実践者はジレンマに直面しており、ハードウェアを購入するかクラウドリソースを借りるか、需要に応じた費用対効果の高いコンピューティングサービスモデルが緊急に必要とされています。

IO.netは、世界中のアイドルGPUリソースを集約し、AI企業に手頃なコンピューティングパワーマーケットを提供する、Solanaベースの分散型ネットワークです。コンピューティングパワーを必要とするエンティティは、ネットワーク上でコンピューティングタスクを公開し、スマートコントラクトが貢献するマイナーノードにタスクを割り当てます。マイナーはタスクを実行し、結果を提出し、成功した検証後に報酬を受け取ります。IO.netのアプローチはリソース効率を向上させ、AI分野のコンピューティングパワーのボトルネックを緩和するのに役立ちます。

一般的な分散コンピューティングパワーネットワークに加えて、GensynやFlock.ioなどのAIトレーニングに焦点を当てたプラットフォームや、RitualやFetch.aiなどのAI推論に焦点を当てた専門のコンピューティングパワーネットワークがあります。

分散コンピューティング・パワー・ネットワークは、公正かつ透明なコンピューティング・パワー市場を提供し、独占を打破し、アプリケーションの閾値を下げ、利用効率を向上させます。Web3エコシステムにおいて、分散コンピューティング・パワー・ネットワークは、より多くの革新的なdAppsを引き寄せ、共同でAI技術の開発と応用を推進する上で重要な役割を果たします。

DePIN: Web3はエッジでAIを強化します

スマートフォン、スマートウォッチ、またはスマートホームデバイスがAIを実行できると想像してみてください - それがEdge AIの美しさです。Edge AIはデータのソースで計算が行われることを可能にし、低遅延およびリアルタイム処理を実現しながらユーザーのプライバシーを保護します。Edge AI技術はすでに自動運転などの重要な分野で適用されています。

Web3スペースでは、より馴染みのある名前、DePINがあります。Web3は分散化とユーザーデータの主権を強調していますが、DePINはデータをローカルで処理することによりユーザーのプライバシー保護を強化し、データ漏えいのリスクを軽減します。Web3のネイティブトークンエコノミーは、DePINノードにコンピューティングリソースを提供し、持続可能なエコシステムを構築するインセンティブを提供できます。

現在、DePINはSolanaエコシステムで急速に発展しており、プロジェクト展開のための選好されるパブリックチェーンプラットフォームの1つとなっています。 Solanaの高いスループット、低い取引手数料、技術革新は、DePINプロジェクトを強力にサポートしています。現在、Solana上のDePINプロジェクトの時価総額は100億ドルを超え、Render NetworkやHelium Networkなどの注目すべきプロジェクトが大きな進展を遂げています。

IMO: AIモデル公開の新たなパラダイム

IMO（Initial Model Offering）の概念は、AIモデルをトークン化するためにOraプロトコルによって初めて提案されました。

従来のモデルでは、収益配分メカニズムの欠如のため、AIモデルが開発され市場に投入された後、開発者がその後の利用から継続的な利益を得ることはしばしば困難です。特に、モデルが他の製品やサービスに統合された場合、元の開発者がその使用状況を追跡し、収益を生み出すことが難しいです。さらに、AIモデルのパフォーマンスと効果に関する透明性が不足していることがしばしばあり、潜在的な投資家やユーザーがその真の価値を評価することが難しく、市場の受容性とビジネスの潜在性が制限されています。

IMOは、オープンソースAIモデルのファイナンスとバリューシェアリングに新しいアプローチを提供します。投資家はIMOトークンを購入し、モデルによって生成される収益の一部を得ることができます。Oracleプロトコルは、ERC-7641およびERC-7007の標準を活用し、Onchain AI OracleとOPMLテクノロジーを組み合わせて、AIモデルの信頼性を確保し、トークン保有者が収益を共有できるようにしています。

IMOモデルは透明性と信頼性を高め、オープンソースの協力を奨励し、暗号市場のトレンドに合致し、AI技術の持続可能な発展に活力を注入します。IMOはまだ初期の実験段階にありますが、その革新と潜在的な価値は、市場の受容と参加が拡大するにつれて期待される価値があります。

AI Agent: 相互作用体験の新時代

AIエージェントは環境を認識し、独立して考え、所定の目標を達成するために適切な行動を取ることができます。大規模な言語モデルによって強化されたAIエージェントは、自然言語を理解するだけでなく、計画立案、意思決定、複雑なタスクの実行も行うことができます。ユーザーの好みを学習し、相互作用を通じて個人に合わせたソリューションを提供する仮想アシスタントとして機能することができます。明示的な指示がなくても、AIエージェントは自律的に問題を解決し、効率を向上させ、新たな価値を創造することができます。

Myshellは、ボットの機能、外観、音声の構成、外部知識ベースへの接続に関する包括的で使いやすいツールセットを提供するオープンなAIネイティブアプリケーションプラットフォームです。公正でオープンなAIコンテンツエコシステムの構築を約束し、生成AI技術を使用して個人がスーパークリエイターになるのを支援しています。Myshellは、役割演じをより人間らしくするために、特化した大規模言語モデルをトレーニングしています。その音声クローニング技術により、個人向けAI製品の相互作用を加速し、音声合成のコストを99%削減し、音声クローニングにはわずか1分しかかかりません。Myshellで作成されたカスタムAIエージェントは、現在、ビデオチャット、言語学習、画像生成などさまざまな分野で活用できます。

Web3とAIの収束において、現在の焦点は主にインフラストラクチャ層の探索にあり、高品質なデータの取得、データプライバシーの保護、モデルのオンチェーン化、分散コンピューティングパワーの効果的な利用の向上、および大規模言語モデルの検証など、主要な問題の解決に向けられています。これらのインフラストラクチャコンポーネントが成熟するにつれ、Web3とAIの収束が革新的なビジネスモデルやサービスの範囲を生み出すと信じる理由があります。

ステートメント：

1. この記事は[から転載されましたミラー]. すべての著作権は元の著者[BadBot]に帰属します。転載に異議がある場合は、お問い合わせください。Gate Learnチームに任せて、迅速に対応します。
2. 免責事項：この記事で表現されている意見は、著者個人のものであり、いかなる投資アドバイスを構成するものではありません。
3. この記事の翻訳はGate Learnチームによって行われました。それ以外が指定されていない限り、翻訳された記事の複製、配布、あるいは盗用は禁止されています。