AIが暗号分野に与える影響
Pontem Network
Pontem Networkの各コンテンツはこちら！
Alethea AI、Panther Protocol、Swap GPTの友人たちとAIと暗号に関するTwitterSpaceを開催しました！録音はこちら🎙
パネル登壇者
ホスト：Pontem Network最高成長責任者 Alejo
・Panther Protocol共同設立者 CTO兼チーフ・サイエンティスト Dr. Anish
・SwapGPT共同設立者兼CTO Shradhaa
・SwapGPT共同創業者兼CEO Keshav
・Alethea AIのパートナーシップ責任者 Brent
暗号はAIの中央集権化に対抗できるか？
Alejoはまず、ChatGPTのようなLLMの出現がテクノロジーの歴史における根本的な転換点になり得ることを説明しました：
フィクションが現実になる。LLMは、原子の分裂、内燃機関の発明、印刷機、暗号通貨そのものに匹敵する転換点となるでしょう。AIが近い将来、どこにでも存在するようになるかもしれないということは同時に恐ろしいことでもあります。
AIは、Web3と並んで今最も大きな技術的革新です。 多くの人が人工知能がブロックチェーンを「破壊」する様々な方法を想像しています。しかし、この2つのテクノロジーは中央集権化に対して正反対の関係を持っており、そのため両者を融合させることは非常に難しいものになるかもしれません。
Alejoは、AIは巨大な中央集権的力を持っていると説明します。特にマイクロソフトがOpenAIを買収して以来、主要なLLMのほとんどは大企業に属しています。グーグル、メタ、マイクロソフトなどは、ユーザーからのデータやアルゴリズムそのものを蓄積しており、終わりのないサイクルとなっています。
Alethea AIのBrentは、LLMがさらに多くの情報を蓄積する将来、AIはある個人よりもその人のことを知るようになるかもしれないと付け加えました。人工知能は、あなたがその必要性に気づく前に、商品を提案するでしょう。
対照的に、暗号は非中央集権化に向けられています。強力な企業の支配に対抗し、データ主権を実現する力であると考えることができます。暗号はAIの中央集権的な衝動に対抗するのに役立つのでしょうか？
Brentは、答えはイエスだと考えています：
「TikTokとInstagramで起こったことを考えてみてください。インスタグラムのクリエイターたちは、自分たちが本質的に中央集権的な企業のためにお金を稼いでいることに気づきました。そして彼らはTikTokを離れ、より収益性の高いシステムに移っていくのです。ChatGPTも同じで、あなたがChatGPTを使うということは、彼らのためにモデルをトレーニングすることを意味します。AIは大衆の労働力を利用して賢くなっているのです。しかし、TikTokで起こったように、中央集権的なAIモデルから離れる人も出てくるでしょう。」
Brentはまた、AIと暗号が異なるもう一つの点を強調しました：
「AIは豊かなエンジンです。AIはアイデアやビジネスさえも創造することができ、1日に何度でも求めるだけ創造します。ブロックチェーン上では、希少資源の所有権を証明することができるからです。例えば、AIに100枚の画像を生成してもらい、右クリックしてすべて保存することができます。しかし、そのような画像のNFTを鋳造することもできます。それはブロックチェーンに記録され、あなたはそれを所有することになります。」
中央集権的なAIは “ジャンクフード “のようなもの
しかし、人々はAIと共有するデータのプライバシーを本当に気にするのでしょうか？実際、ほとんどの人は、チャット履歴が保存されたり、ターゲット広告に使われたりということを心配することなくChatGPTを使っています。さらに、AI製品がエンドユーザーにとって非常に安価なのは、中央集権化のおかげです。企業はすべての情報を収益化できるため、金を請求する必要がないのです。
しかし、Alejoは、プライバシーが消費者のトレンドになり始めていると述べました。安価または無料の中央集権型AIを使い続ける人もいれば、より高価な分散型製品を選ぶ人もいる、二重のエコシステムを予測している。そして彼は食品との興味深い比較を提示しました：
「70年代、80年代、90年代には、人々は加工食品を食べることがほとんどで、健康的な食事にこだわる人はいませんでした。しかし、この20年間で、オーガニック食品は、普通の食品よりも高価ですが、大きなトレンドになりました。将来、中央集権型AIはジャンクフードのように、安くて、早くて、カロリーが高いが、「健康的」ではないものになるでしょう。多くのユーザーは気にせず、それでも消費するだろう。分散型の「オーガニック」なAIは、より高価で、プライバシーの健康にとってより良いものになるので、一部のユーザーはそちらを選ぶと考えられます。いずれにしても、分散型AIは同様に優れたUXとUIを持つ必要があります。」
DEX取引とDAOのためのAI
Web3におけるAIの最良のユースケースについて議論する際、スピーカーたちは、人工知能が人間の意思決定を支援できる分野に焦点を当てるべきだという点で意見が一致しています。例えば、LLMはしばしば「幻覚」を見ます。彼らは自信に満ちたような応答を生成しますが、それは全くの虚偽であり、それを見破るのが難しいような方法で真実の発言と混ぜ合わせてしまいます。
Alejoはこれを自動運転車に例えています： AIは運転をアシストしてくれますが、ハンドルから手を離して、自分の安全を完全に自律走行車に委ねることができるようになるのは、まだ先のことです。
しかし、AIに意思決定を任せる前に、AIが信頼できるデータを使用し、モデルが検証されていることを確認しなければなりません。SwapGPTの二人はこう説明します：
「AIの予測はデータの信頼性と同じです。中央集権的な金融機関では簡単に手に入りますが、DeFiでは難しいことです。SwapGPTでは、ブロックチェーン・エクスプローラーやグラフだけでなく、ソーシャルメディアのセンチメントなど、オンチェーンデータの多くのソースを使用しています。そのすべてをクリーニングしたら、モデルを検証しなければなりません。課題は、初日から幻覚を見ないことです。DeFiは急速に変化する市場であり、機械学習モデルが十分に素早く反応し適応するのは難しいかもしれません。クリーンなデータを使って検証済みのモデルを構築したとしましょう。それをWeb3で何に使えるでしょうか？SwapGPTチームは、トレーディングと流動性管理が最良のユースケースだと考えています。実際、AIはDEXからの膨大なデータを処理し、ソーシャルメディアのトレンドとの相関関係を見つけることもできます。」
このようなモデルは、流動性と取引の管理に関する提案を提供することが可能です。感情的な取引を避けて、取引の執行を改善し、損失を回避するのに役立つでしょう。GPTに基づく自然言語プロンプトを使用して、AIとのコミュニケーションを容易にすることもできます。
Keshavは、AIリクイディティ・マネージャーは自動運転車ではないことを強調しました。
「人間のトレーダーは、どのように取引を実行するか、どの程度のリスクを取るかなどのインプットをモデルに提供する必要があります。そうすれば、AIは人間のトレーダーよりも早くマーケット・イベントに反応できるようになって、あなたはモデルを積極的に監視する必要がなくなります」
Web3におけるAIのもう一つの興味深いユースケースは、DAOの意思決定です。ここでは、AIはDAOが投票するための提案を生成したり、提案が良いかどうかを評価したりすることができます。Alejoは、有名なクレジット・プロトコルのメーカーを引き合いに出しました。メーカーは最近、多くのAI機能を盛り込んだロードマップを発表しています。
Alethea AIのBrentは、DAOがAIモデルそのものを中心に出現する可能性さえあると考えています：
「LLMに既得権を持つ人々のグループを想像してみてください。LLMに既得権益を持つ人々のグループを想像してみてください。彼らはDAOを形成して、どのポイントでモデルを学習させたいか、させたくないかを投票することができます。あるいは、トレーディングAIであれば、どのように取引してほしいかを投票することもできる。DAOから情報をクラウドソーシングするようなものです。」
AIのプライバシーは高すぎるのでしょうか？
議論の中で最も示唆に富んでいたのは、分散型AIのコストと経済的インセンティブをめぐるものでした。
コストに関しては、Alejoとゲストは、本格的なMLモデルをオンチェーンで実行する実用的な方法はまだないという点で意見が一致しました。計算とストレージにコストがかかりすぎるからです。将来的には、Aptosのような最も高速でスケーラブルなチェーンがAIアプリをサポートできるようになるでしょう。
ここで、Panther ProtocolのAnishは、最大の問題は計算コストですらなく、ストレージだと説明しました。
「計算コストは指数関数的に下がる可能性があり、MLモデルの実行コストははるかに安くなります。ストレージは通常、閉じたネットワークで発生し、ネットワークは線形に拡大する制約のあるリソースとなります。分散型ストレージシステムを構築することでこれを克服しようとすることは可能で、実際、これは連合学習（分散AI）のアプローチとなっています。しかし、中央集権型AIよりも精度が低くなる傾向があります。」
SwapGPTの二人は、取引そのものがオンチェーンである限り、オフチェーンでの計算は良い妥協点だと説明しました。しかし、Web3におけるAIの普及に伴って、オフチェーンでの計算が正しいかどうかを検証することが重要になると考えられます。
そのための最良の方法は、ゼロ知識証明かもしれません。しかし、ZKプルーフを使った分散型MLアプリの構築には、中央集権型よりもコストがかかることになるといいます。その余分なコストは、おそらくユーザー料金でカバーしなければならないでしょう。ユーザーはこのような機能にお金を払うでしょうか？
「現在のAIの価格メカニズムは、プライバシーやコンプライアンスを考慮していません。これらの要素を考慮すれば、ZKを使ってAI製品を作るという経済的インセンティブは有効かもしれません。しかし、プライバシーだけで動いているものは今のところ見たことがありません。もしそうなら、グーグルやフェイスブックがすでに取り組んでいるはずです。プライバシーは、マクドナルドのスムージーのようなもので、私はスムージーを注文するためだけにマクドナルドには行きません。うまくいけば、AIアプリが分散化とZKベースのプライバシー・メカニズムを利用するインセンティブが揃うことになるでしょう。Aptosのような高速ブロックチェーンは、コスト削減に役立つはずであると考えます。」
このパネルでは、ここでは紹介しきれないほど多くの素晴らしい洞察がありました。
