Clive Humby が提唱した「データは新しい石油である」という観点以来、企業はユーザーデータを蓄積し、通貨化するための手段を講じてきました。しかし、ユーザーは自分のデータがこれらの巨大企業の生存の基盤であることに気づきつつありますが、そのデータの使用方法をほとんど制御することができず、利益を得ることもできません。強力な AI モデルの急速な発展とともに、この矛盾はますます深刻になっています。一方で、ユーザーデータの乱用問題を解決する必要があります。もう一方で、より大規模で高品質なモデルがパブリックインターネットデータを枯渇させたため、「リソース」としての新しいデータソースも非常に重要になっています。
ユーザーにデータの制御権を返すために、分散型インフラストラクチャは広範な設計空間を提供しています。これには、データの保存、プライバシー保護、データ品質評価、価値割り当て、通貨化メカニズムなど、多くの分野での革新的なソリューションの提案が必要です。同時に、データ供給不足の問題に対処するために、より優れたインセンティブメカニズムやフィルタリング方法を通じて、より高い価値のデータ製品を創造する方法について考える必要があります。特に、現在のWeb2 AIがまだ主導的な背景で、スマートコントラクトと従来のサービスレベル契約（SLA）を組み合わせる方法は、深く探究すべき方向です。- Danny
Crypto AIの10の主要な融合開発方向の盤点：インテリジェントなエージェント間の相互作用、コンテンツマーケティング、データマーケットなど
著者: アーキタイプ
コンパイラ:Deep Tide TechFlow
ブロックチェーンは、その透明性と組み合わせ性のため、スマートエージェント間のシームレスな相互作用を実現する理想的なプラットフォームとなっています。この相互作用では、異なる機関が異なる目的で開発したスマートエージェントが協力してタスクを達成することができます。現在、スマートエージェント間での相互送金やトークンの共同発行など、興奮するような試みが既に行われています。私たちはスマートエージェント間の相互作用がさらに拡大することを期待しています。一方で、スマートエージェントによる新しいタイプのソーシャルプラットフォームなど、新しいアプリケーションシナリオを創造すること。他方では、プラットフォーム認証、マイクロペイメント、クロスプラットフォームのワークフロー統合など、既存の企業の業務プロセスを最適化することなど、現在の複雑で煩雑な操作フローを簡素化することを目指しています。- Danny、Katie、Aadharsh、Dmitriy
aethernetとclankerが共同でWarpcastでトークンを発行
大規模なマルチエージェント協調は、もう一つの興奮する研究方向です。マルチエージェントシステムは、どのようにタスクを協調し、問題を解決し、さらにはプロトコルやシステムを管理するのでしょうか？2024年初頭の記事「暗号+AIアプリケーションの約束と課題」で、VitalikはAIエージェントを使用して市場を予測し、裁定するという考えを提案しました。彼は、大規模な適用において、マルチエージェントシステムが「真実」の発見や自治的なガバナンスにおいて非常に大きな潜在能力を持っていると考えています。私たちは、このようなマルチエージェントシステムの能力がさらに発掘され、そして「集団知」が実験でさらに多くの可能性を示すことを期待しています。
また、人工知能と人間の協力は、探究する価値のある方向でもあります。例えば、コミュニティがどのように人工知能を中心にインタラクションを展開し、または人工知能がどのように人間を組織して集団行動を完遂するかなどです。私たちは、大規模な人間協力を目指す人工知能の実験がさらに多くなることを望んでいます。もちろん、特にオフチェーンでのタスクの場合、ある種の検証メカニズムが必要ですが、このような探究は、予想外の素晴らしい成果をもたらすかもしれません。- Katie、Dmitriy、Ash
3.エージェンティック マルチメディア エンターテイメント
数値化された仮想人格の概念は長年存在しています。たとえば、初音ミク（Hatsune Miku、2007年）は2万席の会場でソールドアウトのコンサートを開催しました。Lil Miquela（2016年）はInstagramで200万人以上のフォロワーを持っています。最近の例には、AIバーチャルキャスターのNeuro-sama（2022年）がおり、Twitchの登録者数が60万人を超えています。そして、匿名のKpopボーイズグループPLAVE（2023年）は、YouTubeで2年未満で30億回の視聴回数を突破しました。AI技術の進歩と、支払い、価値移転、オープンデータプラットフォームでのブロックチェーンの応用により、これらの知的エージェントはより自律的になり、2025年に新しい主要エンターテイメントカテゴリを開拓する可能性があります。- Katie、Dmitriy
左上から時計回りに:初音ミク、Luna by Virtuals、Lil Miquela、PLAVE
場合によっては、薬剤はそれ自体が製品であり、他の場合には、薬剤は製品を補完することができる。 アテンションエコノミーでは、魅力的なコンテンツを一貫してアウトプットすることが、あらゆるアイデア、製品、または企業の成功の鍵となります。 ジェネレーティブ/エージェント駆動型コンテンツは、スケーラブルで24時間体制のコンテンツ作成パイプラインを確保するための強力なツールをチームに提供します。 この分野は、「ミームコインとエージェントの違い」というトピックの議論によって加速されています。 エージェントは、まだ完全に「エージェント化」されていなくても、ミームコインを広めるための強力なツールです。
別の例は、ユーザーの参加を維持するために、ゲーム業界がますますダイナミックを追求していることです。クラシックな方法の1つは、ユーザーにコンテンツを生成するように誘導することであり、純粋に生成されたコンテンツ（ゲーム内アイテム、NPC、さらには完全に生成されたレベルなど）は、このトレンドの次の段階になる可能性があります。2025年には、スマートエージェントの能力がさらに拡大し、コンテンツ配信とユーザー間の相互作用の境界をどのように拡張するかについて興味があります。- Katie
2024年には、IN CONVERSATION WITHシリーズを開始しました。これは、音楽、視覚芸術、デザイン、キュレーションなどの領域でのブロックチェーンアーティストとの対話をテーマにしたインタビュープログラムです。今年のインタビューで注目した傾向は、ブロックチェーン技術に興味を持つアーティストは、一般的に先端技術にも熱心であり、AR / VRオブジェクト、コード生成アート、ライブコーディングなど、これらの技術をより深く創作に取り入れたいと望んでいることです。
生成芸術（ジェネラティブアート）とブロックチェーン技術の結合は長い歴史があり、これによりブロックチェーンがAIアートの理想的な媒体となりました。従来のプラットフォームでは、これらの芸術形式を展示することや提示することは非常に困難でした。一方、ArtBlocksは、デジタルアートの展示、保存、通貨化、保存の方法をブロックチェーンを介して初めて探求し、芸術家と観客の体験を大幅に向上させました。さらに、AIツールにより一般の人々も簡単に自分の芸術作品を作成できるようになりました。私たちは2025年において、ブロックチェーンがこれらのツールの能力をさらに向上させる方法に非常に期待しています。- ケイティ
KC：暗号文化に失望し、同意できない部分があると言うなら、なぜまだWeb3に参加し続けているのですか？Web3はあなたの創作活動にどのような価値をもたらしていますか？実験的な探求、経済的な回報、それとも他の側面ですか？
MM: 私にとって、Web3は個人的にも他のアーティストにも多くのポジティブな影響を与えています。個人的には、生成されたアートを公開するためのプラットフォームは私の創作にとって特に重要です。たとえば、JavaScriptファイルをアップロードすることができ、作品が鋳造または収集されると、コードがリアルタイムで実行され、あなたが設計したシステムで独自のアート作品が生成されます。このリアルタイム生成のプロセスは、私の創作活動の中心部分です。概念的にも技術的にも、私が書き、構築したシステムにランダム性を導入することは、私のアートへの考え方に大きな影響を与えました。しかし、このプロセスを観客に伝えることは、専門にこのアート形式のために設計されたプラットフォームで展示するか、伝統的なギャラリーで展示する場合に限られます。
ギャラリーでは、プロジェクションやスクリーンでリアルタイムに実行されるアルゴリズムを展示したり、アルゴリズムによって生成された複数の出力から選ばれた作品をいくつか実体化させて展示したりすることがあります。しかし、コードを芸術の媒体としてあまり理解していない観客にとっては、このような制作プロセスの中でのランダム性の意味を理解するのは難しいことがあります。このランダム性こそがソフトウェアを生成の手段として使用するすべてのアーティストの実践において重要な部分です。作品の最終的な表現形式がInstagramに投稿された画像である場合や、印刷物である場合、作品の中で「コードを制作の媒体として使用する」という核心的な理念を観客に強調するのは難しいと感じることがあります。
NFT の登場は私を元気づけます。なぜなら、それは生成されたアートを展示するプラットフォームを提供するだけでなく、“コードを芸術の媒体として”普及させ、多くの人々がこの創造方法の独自性と価値を理解できるようにしてくれるからです。
インタビュー:マヤ・マンより抜粋
Clive Humby が提唱した「データは新しい石油である」という観点以来、企業はユーザーデータを蓄積し、通貨化するための手段を講じてきました。しかし、ユーザーは自分のデータがこれらの巨大企業の生存の基盤であることに気づきつつありますが、そのデータの使用方法をほとんど制御することができず、利益を得ることもできません。強力な AI モデルの急速な発展とともに、この矛盾はますます深刻になっています。一方で、ユーザーデータの乱用問題を解決する必要があります。もう一方で、より大規模で高品質なモデルがパブリックインターネットデータを枯渇させたため、「リソース」としての新しいデータソースも非常に重要になっています。
ユーザーにデータの制御権を返すために、分散型インフラストラクチャは広範な設計空間を提供しています。これには、データの保存、プライバシー保護、データ品質評価、価値割り当て、通貨化メカニズムなど、多くの分野での革新的なソリューションの提案が必要です。同時に、データ供給不足の問題に対処するために、より優れたインセンティブメカニズムやフィルタリング方法を通じて、より高い価値のデータ製品を創造する方法について考える必要があります。特に、現在のWeb2 AIがまだ主導的な背景で、スマートコントラクトと従来のサービスレベル契約（SLA）を組み合わせる方法は、深く探究すべき方向です。- Danny
AIの開発と展開において、データだけでなく、計算能力も重要な要素です。過去数年間、大規模データセンターは、地域、エネルギー、ハードウェアへの独占的なアクセス権を活用して、深層学習とAIの発展を主導してきました。しかし、物理的なリソースの制約とオープンソース技術の進歩に伴い、この状況は徐々に変化しています。
分散型AIの計算のv1段階は、Web2のGPUクラウドに似ていますが、ハードウェアの供給と需要の面では明らかな利点はありません。一方、v2段階では、いくつかのチームがより完全な技術スタックを構築し始めています。これには、高性能計算のオーケストレーション、ルーティング、価格設定システムなどが含まれます。同時に、需要を引き付け、推論効率を向上させるために専用の機能を開発しています。一部のチームは、コンパイラフレームワークを使用してハードウェア間の推論ルートを最適化することに焦点を当てており、他のチームは分散型モデルトレーニングフレームワークを開発しています。
さらに、AI-Fiという新興市場が形成されており、イノベーティブな経済メカニズムによって、計算能力とGPUを収益資産に変換するか、またはオンチェーンの流動性を利用してデータセンターにハードウェアの資金調達を提供する新しい方法が生まれています。しかし、分散型計算がその潜在能力を本当に実現できるかどうかは、アイデアと実際の需要のギャップが埋まるかどうかに依存しています。- ダニー
分散型ハイパフォーマンスコンピューティング（HPC）ネットワークでは、異種計算リソースの調整は重要な課題であり、現在、統一された計算基準が欠如しており、この問題がさらに複雑になっています。AIモデルの出力には多様性があり、モデルのバリエーション、量子化、温度やサンプリングパラメータの調整によるランダム性などがあります。さらに、異なるGPUアーキテクチャやCUDAバージョンもハードウェアの出力に差異をもたらす可能性があります。これらの要因から、異種分散システムにおいて、モデルと計算市場の容量を正確に統計する方法は解決が急がれる課題となっています。
これらの基準が欠如しているため、今年、Web2およびWeb3の計算市場で、モデルのパフォーマンスや計算リソースの品質と数量が正しく計算されないという事例が複数回見られました。これにより、ユーザーは独自のベンチマークテストを実行したり、AIシステムの実際のパフォーマンスを検証するために計算市場の使用速度を制限したりする必要がありました。
暗号領域では常に「検証可能性」が強調されていますので、2025年までに、暗号とAIの組み合わせによりシステムのパフォーマンスがより透明になることを期待しています。一般ユーザーがモデルや計算クラスターの主要な出力特性を簡単に比較できるようになり、システムの実際のパフォーマンスを監査および評価できるようになるべきです。- Aadharsh
Vitalikは、「暗号+AIアプリケーションの約束と課題」という記事で、独特な矛盾を指摘しています：「暗号学では、オープンソースが安全を実現する唯一の方法ですが、AIでは公開モデル（トレーニングデータさえも）が敵対的な機械学習攻撃のリスクを大幅に高めることになります。」
プライバシー保護はブロックチェーンの新しい研究領域ではありませんが、AIの急速な発展に伴い、プライバシー関連の暗号技術が加速度的に適用されています。今年は、ゼロ知識証明（ZK）、完全同型暗号（FHE）、信頼できる実行環境（TEE）、およびマルチパーティ計算（MPC）などのプライバシー強化技術において著しい進歩が見られました。これらの技術は、暗号化されたデータ上での一般的な計算を行うためのプライベート共有状態などのシナリオに使用されます。同時に、NvidiaやAppleなどのテクノロジージャイアントも、固有のTEE技術を利用して、ハードウェア、ファームウェア、およびモデルの整合性を維持しながら、フェデレーテッド学習やプライベートAI推論を実現しています。
将来的には、我々はランダム状態遷移においてプライバシーを保護する方法に重点を置き、分散型 AI の実際の適用において、分散型のプライベート推論、暗号化されたデータのストレージとアクセスパイプライン、完全自律型の実行環境の構築などを促進するこれらの技術に注目します。- Aadharsh
Apple の Apple Intelligence スタックと Nvidia の H100 GPU
10.エージェント意図と次世代のユーザートレーディングインタフェース
AIの重要な応用の1つは、ユーザーがブロックチェーン上で自律的に取引を完了するのを支援することです。しかし、過去12〜16ヶ月間、「エージェントの意図」、「エージェントの行動」、「ソルバー」などの用語の定義は常に曖昧であり、従来の「ロボット」開発との違いも明確ではありません。
今後1年間、より複雑な言語システムと複数のデータタイプおよびニューラルネットワークアーキテクチャが組み合わされ、この領域の発展が推進されることを期待しています。インテリジェント エージェントは、既存のチェーンシステムを使用して取引を完了するか、新しいツールや手法を開発するか、どちらになるのでしょうか？大規模言語モデル（LLM）は、これらのシステムの中核として機能し続けるのでしょうか、それとも他の技術に取って代わられるのでしょうか？ユーザーインターフェースのレベルでは、ユーザーは自然な言語でシステムとやり取りして取引を完了することができるのでしょうか？伝統的な「ウォレットはブラウザ」理論は現実のものとなるのでしょうか？これらは探求に値する問題です。- ダニー、ケイティ、アードハーシュ、ドミトリー