著者|ヘンリー @IOSG
序文
わずか 3 か月で、AI x ミームコインの市場価値は 134 億ドルに達し、これは一部の成熟した L1 (AVAX や SUI など) の規模に匹敵します。
実際、人工知能とブロックチェーンの関係には、Bittensor サブネットでの初期の分散モデル トレーニングから、Akash や io.net などの分散 GPU/コンピューティング リソース市場、そして現在の Solana AI x ミームコインやフレームワークの波。各段階では、仮想通貨がリソースの集約を通じて AI をどの程度補完できるかを実証し、主権 AI と消費者のユースケースを可能にします。
Solana AI コインの第一波の中には、単なる投機ではなく、意味のある実用性をもたらしたものもあります。 ai16z の ELIZA のようなフレームワーク、市場分析とコンテンツ作成を提供する aixbt のような AI エージェント、または AI とブロックチェーン機能を統合するツールキットの出現を見てきました。
AI の第 2 波では、より多くのツールが成熟するにつれて、アプリケーションが重要な価値を生み出す原動力となり、DeFi はこれらのイノベーションの完璧な実験場となっています。表現を簡略化するために、本研究ではAIとDeFiの組み合わせを「DeFai」と呼びます。
CoinGecko のデータによると、DeFai の時価総額は約 10 億ドルです。 Griffian は 45% のシェアで市場を独占しており、$ANON は 22% です。このトラックは 12 月 25 日以降に急速な成長を遂げ始め、同じ期間に、Virtual や ai16z などのフレームワークやプラットフォームもクリスマス休暇後に大きな成長を遂げました。
▲出典:Coingecko.com
これは単なる第一歩であり、デファイの可能性はそれをはるかに超えています。 DeFaiはまだ概念実証の段階にありますが、AIが提供できるインテリジェンスと効率性を活用してDeFi業界をよりユーザーフレンドリーでインテリジェントで効率的な金融エコシステムに変革するその可能性を過小評価することはできません。
DeFaiの世界に飛び込む前に、エージェントが実際にDeFi/ブロックチェーンでどのように動作するかを理解する必要があります。
DeFiシステムにおけるエージェントの仕組み
人工知能エージェント (AI エージェント) は、ワークフローに従ってユーザーに代わってタスクを実行できるプログラムを指します。 AI エージェントの背後にあるコアは LLM (ラージ言語モデル) であり、トレーニングまたは学習した知識に基づいて応答できますが、この応答は制限されることがよくあります。
エージェントはロボットとは根本的に異なります。通常、ボットはタスク固有であり、人間の監督が必要で、事前定義されたルールと条件内で動作する必要があります。対照的に、エージェントはより動的で適応性があり、特定の目標を達成するために自律的に学習できます。
よりパーソナライズされたエクスペリエンスとより包括的な応答を作成するために、エージェントは過去のインタラクションをメモリに保存し、ユーザーの行動パターンから学習して応答を調整し、過去の戦略に基づいてカスタマイズされた推奨事項と応答を生成できます。
ブロックチェーンでは、エージェントはスマート コントラクトやアカウントと対話して、人間が継続的に介入することなく複雑なタスクを処理できます。たとえば、複数ステップのブリッジングとファーミングをワンクリックで実行すること、より高い利益を得るためにファーミング戦略を最適化すること、トランザクション(売買)を実行すること、市場分析を行うことなど、defi ユーザーエクスペリエンスの簡素化に関して、これらのステップはすべて自律的に完了します。の。
@3sigma の調査によると、ほとんどのモデルは 6 つの特定のワークフローに従っています。
- データ収集
- モデル推論
- 意思決定
- ホストして実行する
- 相互運用性
- 財布
1. データ収集
まず、モデルはそれが動作する環境を理解する必要があります。したがって、モデルを市場の状況と同期させるためには、複数のデータ ストリームが必要です。これには、1) インデクサーやオラクルからのオンチェーン データ、2) CMC/Coingecko/その他のデータ プロバイダーのデータ API などの価格プラットフォームからのオフチェーン データが含まれます。
2. モデル推論
モデルが環境を学習したら、この知識を適用して、ユーザーからの新しい未確認の入力データに基づいて予測または実行する必要があります。エージェントが使用するモデルには次のものがあります。
- 教師あり学習と教師なし学習: 結果を予測するために、ラベル付きまたはラベルなしのデータでトレーニングされたモデル。ブロックチェーンのコンテキストでは、これらのモデルはガバナンス フォーラムのデータを分析して、投票結果を予測したり、トランザクション パターンを特定したりできます。
- 強化学習: 行動の報酬と罰を評価することで試行錯誤を通じて学習するモデル。そのアプリケーションには、トークンを購入するための最適な購入ポイントの決定やファーミング パラメーターの調整など、トークン取引戦略の最適化が含まれます。
- 自然言語処理 (NLP): 人間の言語入力を理解して処理するテクノロジー。ガバナンス フォーラムや意見の提案をスキャンするのに役立ちます。
▲出典:https://www.researchgate.net/figure/The-main-types-of-machine-learning-Main-approaches-include-classification-and-regression_fig1_354960266
3. 意思決定
トレーニングされたモデルとデータを使用すると、エージェントは意思決定能力を使用してアクションを実行できます。これには、状況を解釈し、適切に対応することが含まれます。
この段階では、最適化エンジンは最良の結果を見つける上で重要な役割を果たします。たとえば、エージェントは利回り戦略を実行する前に、スリッページ、スプレッド、取引コスト、潜在的な利益などの複数の要素のバランスを取る必要があります。
単一のエージェントではさまざまな領域での意思決定を最適化できない場合があるため、調整のためにマルチエージェント システムを導入できます。
4. ホスティングと運営
タスクの計算集約的な性質のため、AI エージェントは多くの場合、モデルをオフチェーンでホストします。一部のエージェントは AWS などの集中型クラウド サービスに依存していますが、分散化を好むエージェントはデータ ストレージに Akash や ionet、Arweave などの分散コンピューティング ネットワークを使用しています。
AI エージェント モデルはオフチェーンで実行されますが、エージェントはオンチェーン プロトコルと対話してスマート コントラクト機能を実行し、資産を管理する必要があります。このやり取りには、トランザクションを安全に処理するために、MPC ウォレットやスマート コントラクト ウォレットなどの安全なキー管理ソリューションが必要です。エージェントは API を介して操作し、Twitter や Telegram などのソーシャル プラットフォーム上のコミュニティと通信および対話できます。
5. 相互運用性
エージェントは、さまざまなシステム間で最新の状態を維持しながら、さまざまなプロトコルと対話する必要があります。価格フィードなどの外部データを取得するために API ブリッジを使用することがよくあります。
現在のプロトコルのステータスを常に把握し、適切に応答するために、エージェントは Webhook や IPFS などの分散メッセージング プロトコルを介したリアルタイム同期を必要とします。
6. 財布
エージェントがブロックチェーン トランザクションを開始するには、ウォレットまたは秘密キーへのアクセスが必要です。市場には、MPC ベースのソリューションと TEE ベースのソリューションという 2 つの一般的なウォレット/キー管理方法があります。
ポートフォリオ管理アプリケーションの場合、MPC または TSS は、エージェント、ユーザー、および信頼できる当事者の間でキーを分割できますが、ユーザーは AI に対するある程度の制御を維持できます。 Coinbase AI Replit ウォレットはこのアプローチを効果的に実装し、AI エージェントを活用して MPC ウォレットを実装する方法を示しています。
完全自律型 AI システムの場合、TEE は秘密キーを安全なエンクレーブに保存することで代替手段を提供し、AI エージェント全体が第三者からの干渉を受けることなく、隠された保護された環境で動作できるようにします。ただし、TEE ソリューションは現在、ハードウェアの集中化とパフォーマンスのオーバーヘッドという 2 つの大きな課題に直面しています。
これらの困難を克服した後、ブロックチェーン上に自律エージェントを作成できるようになり、さまざまなエージェントがDeFiエコシステム内でそれぞれの職務を実行できるようになり、効率が向上し、オンチェーンのトランザクションエクスペリエンスが向上します。
一般的に、DeFi x Ai を一時的に 4 つの主要なカテゴリに分類します。
- 抽象的/UX フレンドリーな AI
- 利回りの最適化またはポートフォリオ管理
- 市場分析または予測ロボット
- DeFai インフラストラクチャ/プラットフォーム
DeFi x AI の世界への扉を開く—DeFai
▲出典:IOSGベンチャー
#1. 抽象的で使いやすい AI
人工知能の目的は、効率を高め、複雑な問題を解決し、ユーザーの複雑なタスクを簡素化することです。抽象化ベースの人工知能により、新規トレーダーと既存トレーダーの両方が DeFi の複雑さへのアクセスを簡素化できます。
ブロックチェーン分野では、効果的な AI ソリューションは次のことができる必要があります。
- ユーザーが業界の知識を必要とせずに、複数ステップのトランザクションとステーキング操作を自動的に実行します。
- リアルタイム調査を実行して、情報に基づいた取引上の意思決定を行うために必要なすべての情報とデータをユーザーに提供します。
- さまざまなプラットフォームからデータを取得し、市場機会を特定し、包括的な分析をユーザーに提供します。
これらの抽象ツールのほとんどは、ChatGPT をコアとして採用しています。これらのモデルはブロックチェーンとシームレスに統合する必要がありますが、どのモデルもブロックチェーン データに基づいて特別にトレーニングまたは適応されていないように思えます。
Griffin の創設者である Tony は、Solana Hackathon でこのコンセプトを提案しました。彼は後にこのアイデアを機能的な製品に変え、Solana 創設者 Anatoly の支持と評価を得ました。
簡単に言えば、グリフィンは現在、Solana 上で最初で最も強力な抽象 AI であり、スワップ、ウォレット管理、NFT ミント、トークンスナイピングなどの機能を実行できます。
griffain によって提供される特定の機能は次のとおりです。
- 自然言語でトランザクションを実行する
- Pumpfun を使用してトークンを発行し、NFT をミントし、エアドロップのアドレスを選択します
- マルチエージェントの調整
- エージェントはユーザーに代わってツイートできる
- スナイプは、特定のキーワードまたは条件に基づいて、pumpfun で新たにミームコインを開始しました
- DeFi戦略のステーキング、自動化、実行
- タスクをスケジュールし、ユーザーはエージェントに入力してカスタマイズされたエージェントを作成できます。
- トークンの所有者の分布を特定するなど、市場分析のためにプラットフォームからデータを取得します。
griffain は多くの機能を提供しますが、ユーザーは依然として手動でトークン アドレスを入力するか、エージェントに特定の実行指示を提供する必要があります。したがって、これらの技術的な説明に慣れていない初心者にとって、現在の製品にはまだ最適化の余地があります。
これまでのところ、griffain はパーソナル人工知能エージェントと特別エージェントの 2 種類の AI エージェントを提供しています。
Personal AI Agent はユーザーによって制御されます。ユーザーは指示をカスタマイズし、メモリ設定を入力してエージェントを個人の状況に合わせて調整できます。
スペシャル エージェントは、特定のタスクのために設計されたエージェントです。たとえば、「Airdrop エージェント」はアドレスを見つけて指定された所有者にトークンを割り当てるように訓練され、「ステーキング エージェント」はマイニング戦略を実行するために SOL またはその他の資産を資産プールに担保するようにプログラムされています。
Griffin のマルチ エージェント コラボレーション システムは重要な機能であり、複数のエージェントがチャット ルームで一緒に作業できます。これらのエージェントは、コラボレーションを維持しながら、複雑なタスクを独立して解決できます。
▲出典:出典:https://griffain.com
口座作成後はシステムがウォレットを生成し、ユーザーはその口座をエージェントに委託し、エージェントが独自に取引の実行や投資ポートフォリオの管理を行う。
その中で、鍵は Shamir Secret Sharing を通じて分割されるため、griffain も privy もウォレットをホストできなくなります。Slate によると、SSS の動作原理は、鍵を次の 3 つの部分に分割することです。
- デバイス共有: ブラウザに保存され、タブが開かれたときに取得されます。
- 承認された共有: Privy サーバーに保存され、認証およびアプリケーションへのログイン時に取得されます。
- 回復共有: 暗号化は Privy サーバーに保存され、ユーザーがパスワードを入力してタブにログインしたときにのみ復号化して取得できます。
さらに、ユーザーはエクスポートするか、グリフィン フロントエンドでエクスポートするかを選択することもできます。
Anonは、DeFiプロトコルのWonderlandとMIM(Magic Internet Money)の作成で知られるDaniele Sestaによって設立されました。 Griffin と同様に、Anon も DeFi とのユーザー インタラクションを簡素化するように設計されています。
チームは将来の機能を紹介しましたが、製品がまだ公開されていないため、どの機能もまだ検証されていません。いくつかの機能は次のとおりです。
- 自然言語による取引実行(中国語を含む多言語)
- LayerZeroによるクロスチェーンブリッジング
- Aave、Sparks、Sky、Wagmi などのパートナーとの貸付および供給契約
- Python を介してリアルタイムの価格とデータ情報を取得する
- 時間とガス価格に基づいた自動実行とトリガーを提供します
- センチメント検出、ソーシャルプロファイル分析などのリアルタイムの市場分析を提供します。
コア機能に加えて、Anon は Gemma、Llama 3.1、Llama 3.3、Vision、Pixtral、Claude などのさまざまな AI モデルをサポートしています。これらのモデルは、価値のある市場分析を提供する可能性があり、ユーザーが調査時間を節約し、情報に基づいた意思決定を行うのに役立つ情報を提供します。これは、時価総額 1 億の新しいトークンが毎日出現している今日の市場では特に価値があります。
ウォレットはエクスポートしたり認証を取り消したりすることができますが、ウォレットの管理とセキュリティプロトコルに関する具体的な詳細は公開されていません。
コア機能に加えて、Anon は Gemma、Llama 3.1、Llama 3.3、Vision、Pixtral、Claude などのさまざまな AI モデルをサポートしています。
さらに、ダニエレは最近アノンに関する 2 つの更新情報を投稿しました。
- フレームワークを自動化する:
より多くのプロジェクトがより迅速に Anon と統合できるようにする typeScript フレームワーク。このフレームワークでは、Anon が AI の幻覚のリスクを軽減し、信頼性を高めるために、すべてのデータとインタラクションが事前に定義された構造に従うことが求められます。
- ジェマ:
社会感情分析のために、オンチェーンの defi メトリクス (TVL、取引量、prepdex 資金調達率など) およびオフチェーン データ (Twitter やテレグラムなど) からリアルタイム データを収集できるリサーチ エージェント。このデータは、機会アラートとユーザー向けにカスタマイズされた洞察に変換されます。
ドキュメントから判断すると、Anon はこの分野全体で最も期待されている強力な抽象化ツールの 1 つとなっています。これは、時価総額1億ドルの新しいトークンが毎日登場している今日の市場では特に価値があります。
BigBrain Holdings の支援を受けている Slate は、オンチェーンシグナルに基づいて自律取引できる「アルファ AI」としての地位を確立しています。現在、Slate は、Hyperliquid 上でトランザクションを自動化できる唯一の抽象 AI です。
Slate は、価格ルーティング、高速約定、取引前にシミュレーションする機能を優先します。主な機能は次のとおりです。
- EVMチェーンとSolana間のクロスチェーンスワップ
- 価格、時価総額、ガス料金、損益指標に基づく自動取引
- 自然言語タスクのスケジューリング
- オンチェーントランザクション集約
- 電報通知システム
- ロングポジションとショートポジションのオープン、特定の条件下での清算、ハイパーリキッドでの実行を含むLP管理+マイニングが可能
一般的に、その料金体系は次の 2 つのタイプに分けられます。
- 通常の操作: Slate は通常の送金/出金には手数料を請求しませんが、スワップ、ブリッジ、請求、借入、貸付、返済、質権、質権解除、ロング、ショート、ロック、ロック解除、およびその他の操作には 0.35% の手数料がかかります。
- 条件付き操作: 条件付き注文が設定されている場合(指値注文など)。ガス料金条件に基づく場合、Slate では 0.25% の手数料がかかり、その他の条件では 1.00% の手数料がかかります。
ウォレットに関しては、Slate は Privy の組み込みウォレット アーキテクチャを統合し、Slate も Privy もユーザーのウォレットをホストしないようにします。ユーザーは、既存のウォレットに接続するか、エージェントに自分に代わってトランザクションを実行する権限を与えることができます。
▲出典:https://docs.slate.ceo
主流の抽象 AI を比較:
▲出典:IOSGベンチャー
現在、ほとんどの AI 抽象化ツールは、クロスチェーン トランザクションと、Solana チェーンと EVM チェーン間のアセット ブリッジングをサポートしています。 Slate は Hyperliquid 統合を提供し、Neur と Griffin は現在 Solana のみをサポートしていますが、間もなくクロスチェーンのサポートを追加する予定です。
ほとんどのプラットフォームは Privy 埋め込みウォレットと EOA ウォレットを統合しており、ユーザーが独立して資金を管理できるようにしていますが、特定の取引を実行するにはエージェントのアクセスを承認する必要があります。これにより、TEE (信頼された実行環境) が AI システムの耐タンパー性を確保する機会が提供されます。
ほとんどの AI 抽象化ツールは、トークン発行、取引執行、自然言語条件付き注文などの機能を共有していますが、パフォーマンスは大きく異なります。
製品レベルでは、抽象 AI はまだ初期段階にあります。上記の 5 つのプロジェクトを比較すると、Griffin はその豊富な機能セット、広範なコラボレーション ネットワーク、およびマルチエージェント コラボレーションのワークフロー処理で際立っています (Orbit もマルチエージェントをサポートするプロジェクトです)。 Anon は高速応答、多言語サポート、Telegram 統合により優れていますが、Slate は洗練された自動化プラットフォームの恩恵を受けており、Hyperliquid をサポートする唯一のプロキシです。
ただし、抽象的な AI の中には、正しいトークンのアドレスや価格を正確に取得できない、最新の市場動向を分析できないなど、基本的なトランザクション (USDC スワップなど) を処理する際に依然として課題に直面しているプラットフォームもあります。応答時間、精度、結果の相関関係も、モデルの根本的なパフォーマンスを測定する際の重要な差別化要因となります。将来的には、チームと協力して、すべての抽象 AI のパフォーマンスをリアルタイムで追跡するための透明なダッシュボードを開発したいと考えています。
#2. 独立した収入の最適化とポートフォリオ管理
従来の利回り戦略とは異なり、この分野のプロトコルは AI を使用してオンチェーン データを分析してトレンド分析を行い、チームがより優れた利回り最適化およびポートフォリオ配分戦略を開発するのに役立つ情報を提供します。
コストを削減するために、モデルは通常、Bittensor サブネットまたはオフチェーンでトレーニングされます。 AIが自律的にトランザクションを実行するために、ZKP(ゼロ知識証明)などの検証手法が使用され、モデルの誠実性と検証可能性が保証されます。 DeFai プロトコルが最適化によって恩恵を受ける例をいくつか示します。
T3AI は、AI を仲介およびリスク エンジンとして使用することで過小担保をサポートする融資プロトコルです。 AI エージェントはローンの健全性をリアルタイムで監視し、T3AI のリスク指標フレームワークを通じてローンが返済可能であることを確認します。同時に、AI はさまざまな資産とその価格傾向の関係を分析することで、正確なリスク予測を提供します。 T3AIのAIの具体的な性能は以下の通りです。
- 主要なCEXおよびDEXの価格データを分析します。
- さまざまな資産のボラティリティを測定する。
- 資産価格の相関関係と関連性を研究します。
- 資産の相互作用に隠されたパターンを発見します。
AIはユーザーの投資ポートフォリオに基づいて最適な配分戦略を推奨し、モデル調整後に自律的なAIポートフォリオ管理を実現する可能性があります。さらに、T3AI は、ZK 証明と検証者のネットワークを通じて、すべての操作の検証可能性と信頼性を保証します。
▲出典:https://www.trustinweb3.xyz/
Kudai は、GMX Blueberry Club が EmpyrealSDK ツールキットを使用して開発した実験的な GMX エコシステム エージェントであり、そのトークンは現在 Base ネットワークで取引されています。
Kudai の哲学は、$KUDAI によって生成されるすべての取引手数料を自律取引業務を運営するエージェントに資金を提供し、トークン所有者に利益を分配するために使用することです。
今後のフェーズ 2/4 では、Kudai は Twitter 上で自然言語を解釈できるようになります。
- $GMX を購入してステーキングして、新たな収益源を生み出します。
- GMX GM プールに投資して収益をさらに高めます。
- GBC NFT を最低価格で購入してポートフォリオを拡大しましょう。
この段階を過ぎると、Kudai は完全に自律的になり、レバレッジ取引、裁定取引を独立して実行し、資産収益 (利子) を得ることができるようになります。チームはこれ以上の情報を明らかにしていない。
Sturdy Finance は、Bittensor SN10 サブネット マイナーによって訓練された AI モデルを利用し、ホワイトリストに登録された異なるサイロ プール間で資金を移動することで収益を最適化する融資および収益アグリゲーターです。
Sturdy は、独立した資産プール (サイロ プール) とアグリゲーター層で構成される 2 層アーキテクチャを採用しています。
- サイロプール
これらは単一資産の分離プールであり、ユーザーは単一の資産から借入するか、単一の担保を使用することしかできません。
- アグリゲータ層
アグリゲーション レイヤーは Yearn V3 上に構築されており、ユーザー資産をホワイトリストに登録され、使用率と収益率に基づいてレビューされた独立した資産プールに割り当てます。 Bittensor サブネットは、アグリゲーターに最適な分散戦略を提供します。ユーザーがアグリゲーターに資産を預けると、選択した種類の担保のみにさらされるため、他の融資プールや担保資産からのリスクが完全に回避されます。
▲出典:https://sturdy.finance
この記事の執筆時点では、Sturdy V2 の TVL は 2024 年 5 月から減少しており、アグリゲーターの TVL は現在約 390 万ドルで、プロトコルの合計 TVL の 29% を占めています。
Sturdy のデイリーアクティブユーザー数は 2024 年 9 月以来 2 桁 (>100) を維持しており、pxETH と crvUSD がアグリゲーターの主要な貸出資産となっています。しかし、協定の履行はここ数カ月で大幅に停滞している。 AI の統合は、プロトコルの成長の勢いを再燃させることを期待して導入されたようです。
▲出典:https://dune.com/tk-research/sturdy-v2
#3. 市場分析機関
#Aixbt
Aixbt は、400 を超える Twitter KOL からのデータを集約して分析する市場感情追跡エージェントです。 AixBT は独自のエンジンを使用して、リアルタイムのトレンドを特定し、市場観察を 24 時間公開することができます。
既存の AI エージェントの中で、AixBT は 14.76% という大幅な市場注目シェアを保持しており、エコシステム内で最も影響力のあるエージェントの 1 つとなっています。
▲出典:Kaito.com
Aixbt はソーシャル メディア インタラクション向けに設計されており、市場がどこに注目しているかを直接反映する洞察を公開します。
その機能は市場洞察 (アルファ) の提供に限定されず、双方向性も含まれます。 AixBT はユーザーの質問に答えたり、専門的なツールキットを使用して Twitter 経由でトークンの発行を行ったりすることもできます。たとえば、$CHAOS トークンは、@EmpyrealSDK ツールキットを使用して、別の対話型ロボットである Simi と共同で作成されました。
現時点で、600,000 $AIXBT トークン (約 240,000 ドル相当) を保有するユーザーは、その分析プラットフォームとターミナルにアクセスできます。
#4. 分散型 AI インフラストラクチャとプラットフォーム
Web3 AI エージェントの存在は、分散インフラストラクチャのサポートから切り離すことはできません。これらのプロジェクトは、モデルのトレーニングと推論のサポートを提供するだけでなく、AI エージェントの開発を推進するためのデータ、検証方法、調整レイヤーも提供します。
Web2 AI であっても Web3 AI であっても、モデル、コンピューティング能力、データは常に、大規模言語モデル (LLM) と AI エージェントの優れた開発を促進する 3 つの基礎となります。分散型の方法でトレーニングされたオープンソース モデルは、このアプローチにより集中化によって引き起こされる単一点のリスクが完全に排除され、ユーザー所有の AI の可能性が開かれるため、エージェント ビルダーに好まれます。開発者は、Google、Meta、OpenAI などの Web2 AI 大手の LLM API に依存する必要はありません。
以下は、Pinkbrains によって描かれた AI インフラストラクチャ図です。
▲出典:ピンク・ブレイン
Nous Research、Prime Intellect、Exo Labs などの先駆者は、分散型トレーニングの限界を押し広げています。
Nous Research の Distro トレーニング アルゴリズムと Prime Intellect の DiLoco アルゴリズムは、低帯域幅環境で 100 億を超えるパラメーターを使用してモデルをトレーニングすることに成功しました。これは、大規模なトレーニングが従来の集中型システムの外でも達成できることを示しています。 Exo Labs はさらに、GPU 間の通信量を 1,000 分の 1 以上削減する SPARTA 分散 AI トレーニング アルゴリズムを開始しました。
Bagel は、暗号化技術を通じてオープンソース データの所有権と収益化の問題を解決しながら、AI 開発者にモデルとデータを提供する分散型 HuggingFace になるよう取り組んでいます。 Bitensor は、参加者がコンピューティング能力、データ、インテリジェンスを提供して AI モデルとエージェントの開発を加速できる競争市場を構築しました。
AixBT がユーティリティ エージェント カテゴリで傑出しているのは、主に高品質のデータ セットを取得できるためであると多くの人が考えています。
Grass、Vana、Sahara、Space and Time、Cookie DAO などのプロバイダーは、高品質のドメイン固有のデータを提供したり、AI 開発者がデータの「壁に囲まれた庭園」にアクセスして機能を強化したりできるようにします。 250 万を超えるノードを活用することで、Grass は毎日最大 300 TB のデータをクロールできます。
現在、Nvidia は 2,000 万時間のビデオ データでのみビデオ モデルをトレーニングできますが、Grass のビデオ データ セットは 15 倍 (3 億時間) 大きく、1 日あたり 400 万時間増加しています。これは Nvidia の合計データ セットの 10% です。 % が毎日 Grass によって収集されます。言い換えれば、Grass は Nvidia の合計ビデオ データセットと同等のデータを取得するのにわずか 5 日しかかかりませんでした。
コンピューティング リソースがなければ、エージェントは実行できません。 Aethir や io.net などのコンピューティングパワー市場は、さまざまな GPU を集約することで、エージェント開発者に費用対効果の高いオプションを提供します。 Hyperbolic の分散型 GPU マーケットプレイスは、オープンソース AI モデルをホストし、Web2 クラウド プロバイダーに匹敵する低遅延推論機能を提供しながら、コンピューティング コストを最大 75% 削減します。
Hyperbolic は、AgentKit の開始により、GPU マーケットプレイスとクラウド サービスをさらに強化します。 AgentKit は、AI エージェントが Hyperbolic の分散型 GPU ネットワークに完全にアクセスできるようにする強力なインターフェイスです。 AI 読み取り可能なコンピューティング リソース マップを備えており、リソースの可用性、仕様、現在の負荷、パフォーマンスに関する詳細情報をリアルタイムでスキャンして提供します。
AgentKit は、エージェントが必要なコンピューティング能力を独自に取得し、関連料金を支払うことができる革新的な未来を切り開きます。
革新的な Proof of Sample 検証メカニズムを通じて、Hyperbolic はエコシステム内のすべての推論インタラクションが検証されることを保証し、将来のエージェントの世界の信頼の基盤を確立します。
ただし、検証では自律エージェントの信頼性の問題の一部しか解決されません。信頼のもう 1 つの側面にはプライバシー保護が含まれます。これは、Phala、Automata、Marlin などの TEE (信頼された実行環境) インフラストラクチャ プロジェクトの強みです。たとえば、これらの AI エージェントが使用する独自のデータやモデルを安全に保護できます。
実際、真の自律型エージェントは TEE なしでは完全に動作できません。TEE は、ウォレットの秘密キーの保護、不正アクセスの防止、Twitter アカウントのログイン セキュリティの確保など、機密情報の保護に不可欠だからです。
TEE (信頼された実行環境) は、処理中に保護された CPU/GPU エンクレーブ (セキュア エンクレーブ) 内の機密データを分離します。許可されたプログラム コードのみがエンクレーブのコンテンツにアクセスでき、クラウド サービス プロバイダー、開発者、管理者、およびハードウェアの他の部分はこの領域にアクセスできません。
TEE の主な用途は、特に機密性の高い金融データを含む DeFi プロトコルでスマート コントラクトを実行することです。したがって、TEE と DeFai の統合には、次のような従来の DeFi アプリケーション シナリオが含まれます。
- トランザクションのプライバシー: TEE は、送信者と受信者のアドレス、トランザクション金額などのトランザクションの詳細を隠すことができます。 Secret Network や Oasis などのプラットフォームは、TEE を使用して DeFai アプリケーションのトランザクションのプライバシーを保護し、プライベート支払いを可能にします。
- MEV に対する耐性: TEE でスマート コントラクトを実行することにより、ブロック ビルダーはトランザクション情報にアクセスできなくなり、MEV を生成するフロントランニング攻撃を防ぎます。 Flashbot は TEE を活用して、集中型ブロック構築に伴う検閲リスクを軽減する分散型ブロック構築ネットワークである BuilderNet を開発しました。 Unichain や Taiko などのチェーンも TEE を使用して、ユーザーにより良い取引体験を提供します。
これらの機能は、ZKP や MPC などの代替ソリューションにも適用されます。ただし、TEE は、モデルがハードウェアベースであるという理由だけで、スマート コントラクトを実行するための 3 つのソリューションの中で現時点で最も効率的です。
エージェント側では、TEE はエージェントにさまざまな機能を提供します。
- 自動化: TEE は、エージェントが人間の介入なしにポリシーを確実に実行できるように、独立した動作環境を作成できます。これにより、投資決定が完全にエージェントの独立したロジックに基づいて行われることが保証されます。
- また、TEE では、エージェントがソーシャル メディア アカウントを管理して、エージェントが行う公式の発言が独立したものであり、外部の影響を受けないことを保証することで、広告やその他のプロパガンダの疑惑を回避することもできます。 Phala は AI16Z チームと協力して、Eliza が TEE 環境で効率的に実行できるようにしています。
- 検証可能性: エージェントが約束されたモデルを使用して計算を実行し、有効な結果を生成していることを検証できます。 Automata と Brevis は、この機能の開発に協力しています。
特定のユースケース(DeFi、ゲーム、投資、音楽など)を持つプロのエージェントがますます多くこの分野に参入するにつれて、エージェントのより良いコラボレーションとシームレスなコミュニケーションが重要になります。
エージェント swarm フレームワークのインフラストラクチャは、モノリシック エージェントの制限に対処するために登場しました。群れインテリジェンスにより、エージェントはチームとして連携し、共通の目標を達成するために能力をプールすることができます。調整レイヤーは複雑さを抽象化し、エージェントが共通の目標とインセンティブの下で協力しやすくします。
Theoriq、FXN、Questflow など、いくつかの Web3 企業がこの方向に進んでいます。これらすべてのプレーヤーの中で、もともと ChainML として 2022 年にローンチされた Theoriq は、エージェント人工知能の普遍的なベースレイヤーになるというビジョンを掲げ、この目標に最も長く取り組んできました。
このビジョンを実現するために、Theoriq はエージェントの登録、支払い、セキュリティ、ルーティング、計画、および管理を基礎となるモジュールで処理します。また、需要と供給を結びつけ、誰もが独自のエージェントを展開できる Infinity Studio と呼ばれる直感的なエージェント構築プラットフォームと、顧客が利用可能なすべてのエージェントを閲覧できるマーケットプレイスである Infinity Hub を提供します。その群システムでは、メタエージェントが特定のタスクに最適なエージェントを選択し、共通の目標を達成するための「群」を作成すると同時に、評判と貢献を追跡して品質と説明責任を維持します。
Theoriq トークンは、エージェントのオペレーターとコミュニティのメンバーがエージェントの品質と信頼を表現するために使用できる経済的セキュリティを提供し、それによって高品質のサービスを奨励し、悪意のある行為を阻止します。トークンは交換媒体としても機能し、サービスの支払いやデータへのアクセスに使用され、データやモデルなどの貢献に対して参加者に報酬を与えます。
▲出典:Theoriq
AI エージェントをめぐる議論が長期的な業界セグメントとなり、明確な公益事業エージェントが主導するようになると、暗号通貨 x AI インフラストラクチャ プロジェクトが復活し、高い価格パフォーマンスにつながる可能性があります。これらのプロジェクトは、ベンチャーキャピタルの資金調達、長年の研究開発経験、および分野固有の技術的専門知識を活用して、バリューチェーン全体に拡大する可能性を秘めています。これにより、現在市場に出ている他のエージェントの 95% を上回る、高度で実用的な AI エージェントを独自に開発できるようになります。
デファイの進化と未来
私は、市場の発展は 3 つの段階に分けられると常々信じています。最初は効率性の要求、次に分散化、そして最後にプライバシーです。デファイは4つのステージに分かれています。
DeFi人工知能の第1フェーズは効率に重点を置き、プロトコルの確かな知識を必要とせずに複雑なDeFiタスクを完了するためのさまざまなツールを通じてユーザーエクスペリエンスを向上させます。例としては次のものが挙げられます。
- フォーマットが不完全であってもユーザーのプロンプトを理解する人工知能
- 最短のブロック時間で素早くスワップを実行
- ユーザーが目標に基づいて有利な決定を下せるよう支援するリアルタイムの市場調査
このイノベーションが実現すれば、ユーザーは時間とエネルギーを節約しながら、オンチェーントランザクションのしきい値を下げることができ、今後数か月のうちに「幻の」瞬間が生まれる可能性があります。
第 2 フェーズでは、エージェントは人間の介入を最小限に抑えて自律的に取引します。取引エージェントは第三者の意見や他のエージェントからのデータに基づいて戦略を実行でき、これにより新しい DeFi モデルが作成されます。プロフェッショナルまたは成熟した DeFi ユーザーは、独自のモデル構築エージェントを微調整して、自分自身またはクライアントに最適な収益を生み出すことができるため、手動による監視を減らすことができます。
第 3 フェーズでは、ユーザーは透明性を求めるため、ウォレット管理の問題と AI の検証に焦点を当て始めます。 TEE や ZKP などのソリューションは、AI システムが改ざん防止され、サードパーティの干渉を受けず、検証可能であることを保証します。
最後に、これらの段階が完了すると、ノーコードの DeFi AI エンジニアリング ツールキットまたは AI-as-a-Service プロトコルにより、仮想通貨でトレーニングされたモデルを使用して取引を実行するエージェントベースの経済を構築できます。
このビジョンは野心的で刺激的ですが、いくつかのボトルネックが解決されていません。
- 現在のツールのほとんどは、高品質のプロジェクトを識別するための明確なベンチマークを持たない、単なる ChatGPT ラッパーです。
- オンチェーンのデータ断片化により、AI モデルは分散化ではなく集中化に向かいますが、オンチェーンのエージェントがこの問題をどのように解決するかは不明です