原文： アーキタイプ
編集者: Yuliya、PANews
今日、人工知能とブロックチェーン技術の急速な発展に伴い、これら 2 つの分野が交差することで刺激的なイノベーションの可能性が生まれています。この記事では、インテリジェント エージェントの相互作用から分散コンピューティング、データ市場の変化からプライバシー テクノロジのブレークスルーに至るまで、2025 年に注目すべき 10 の重要な分野について詳細な分析を提供します。
1. エージェント間の対話
ブロックチェーンの固有の透明性と構成可能性の特性により、ブロックチェーンはエージェント間の対話にとって理想的なベースレイヤーになります。さまざまなエンティティによって開発され、さまざまな目的を果たすインテリジェント エージェントは、ブロックチェーン上でシームレスに対話できます。エージェント間の資金移動やトークンの共同発行など、いくつかの目を引く実験的アプリケーションが登場しました。
将来のエージェント インタラクションの発展の可能性は、主に 2 つの側面に反映されています。1 つは、エージェント インタラクションによって推進される新しい社会シナリオなどの新しいアプリケーション分野の作成、2 つ目は、プラットフォームの認証と検証、少額決済、クロス決済などの既存のエンタープライズ レベルのワークフローの最適化です。 - プラットフォームのワークフロー統合とその他の従来から面倒なリンク。
イーサネットとクランカーはワープキャストプラットフォームで共同通貨発行を実装
2. 分散型インテリジェントエージェント組織
大規模なマルチエージェントの調整も、興味深い研究分野です。これには、マルチエージェント システムが連携してタスクを完了し、問題を解決し、システムとプロトコルを管理する方法が含まれます。 2024 年初頭に発行された記事「暗号通貨と AI アプリケーションの展望と課題」の中で、ヴィタリック氏は予測市場と仲裁の分野で AI エージェントを使用する可能性について言及しました。彼は、マクロの観点から見ると、マルチエージェント システムは「真実」の発見と自律的なガバナンス システムにとって大きな可能性を秘めていると信じています。
業界は、マルチエージェント システムとさまざまな形の「群知能」の機能の境界を探索し、実験し続けています。エージェント間の調整の延長として、エージェントと人間の間の調整も、特にコミュニティがエージェントを中心にどのように相互作用するか、またエージェントが集団行動を実行するために人間をどのように組織するかという点で、興味深い設計空間を構成します。
研究者らは、目的関数に大規模な人間の調整が関与するエージェント実験に特に興味を持っています。このようなアプリケーションには、特に人間の作業がオフチェーンで完了する場合、対応する検証メカニズムを装備する必要があります。この人間と機械のコラボレーションは、いくつかのユニークで興味深い新たな行動につながる可能性があります。
3. インテリジェントエージェントマルチメディアエンターテイメント
デジタル パーソナリティの概念は何十年も前から存在しています。
- 2007 年には、初音ミクは 20,000 人を動員して満員御礼のコンサートを開催することができました。
- リル・ミケラは 2016 年生まれの仮想インターネット有名人で、Instagram には 200 万人以上のファンがいます。
- 2022 年にローンチされた AI バーチャル アンカーである Neuro-sama は、Twitch プラットフォームで 600,000 人以上の登録者を獲得しました。
- 2023 年に設立された韓国のバーチャル グループである PLAVE は、2 年足らずで YouTube で 3 億回以上の再生回数を獲得しました。
AI インフラストラクチャの進歩と、決済、価値移転、オープン データ プラットフォームにおけるブロックチェーンの統合アプリケーションにより、これらのインテリジェント エージェントは 2025 年までに高度な自律性を達成すると予想され、新たな主流のエンターテイメント カテゴリの先駆けとなる可能性があります。
左上から時計回りに：初音ミク、VirtualsのLuna、リル・ミケーラ、PLAVE
4. ジェネレーティブ/インテリジェントエージェンシーコンテンツマーケティング
インテリジェントエージェントは、上記のようにインテリジェントエージェント自体が製品である場合とは異なり、製品を補完するツールとして使用することもできます。今日のアテンションエコノミーでは、魅力的なコンテンツを継続的に出力することが、アイデア、製品、会社の成功にとって重要です。生成的/インテリジェントなプロキシ コンテンツは、チームにとって 24 時間 365 日中断のないコンテンツ制作を保証するための強力なツールになりつつあります。
この分野の開発は、ミームコインとインテリジェントエージェントの間の境界についての議論によって加速されています。 「インテリジェンス」がまだ完全に実現されていないとしても、インテリジェントエージェントはミームコインを普及させるための強力な手段となっています。
ゲーム分野も典型的な例です。最近のゲームでは、ユーザーのエンゲージメントを維持するために、ダイナミックさを維持する必要がますます高まっています。従来、ユーザー生成コンテンツ (UGC) を育成することは、ゲームにダイナミクスを生み出す古典的な方法です。純粋に生成的なコンテンツ (ゲーム内アイテム、NPC キャラクター、完全に生成されたレベルなどを含む) は、この進化の次の段階を表す可能性があります。 2025 年を見据えると、インテリジェント エージェントの機能により、従来の流通戦略の限界が大幅に拡大されるでしょう。
5. 次世代のアートツールとプラットフォーム
2024年にスタートした「IN CONVERSATION WITH」シリーズでは、仮想通貨分野およびその周辺の音楽、ビジュアルアート、デザイン、キュレーションなどの分野で活躍するアーティストにインタビューを行っています。これらのインタビューでは、重要な観察結果が明らかになりました。暗号通貨に興味のあるアーティストは、より広範な最先端のテクノロジーにも焦点を当てる傾向があり、これらのテクノロジーを、AR/VR オブジェクトやコードベースのアートなど、芸術的実践の美学や中核に深く組み込む傾向があります。そしてリアルタイムプログラミングの技術。
ジェネレーティブ アートとブロックチェーン テクノロジーの間には常に相乗効果があり、AI アート インフラストラクチャとしての可能性がさらに明らかになっています。これらの新しいアートメディアを従来の展示プラットフォームで適切に展示することは非常に困難です。 ArtBlocks プラットフォームは、ブロックチェーン技術を使用したデジタル アートの表示、保存、収益化、保存の未来を示し、アーティストと観客の全体的なエクスペリエンスを大幅に向上させます。
AI ツールは、表示機能に加えて、一般の人々がアートを作成する能力を拡張します。この民主化の傾向は、芸術創作の状況を一変させています。 2025 年を見据えると、ブロックチェーン技術がこれらのツールをどのように拡張または強化するかは、非常に魅力的な開発の方向性となるでしょう。
「対談：マヤマン」より抜粋
6. データ市場
クライブ・ハンビー氏が「データは新たな石油である」という声明を発表してから 20 年が経過し、大手企業はユーザー データの蓄積と収益化に向けて強力な措置を講じてきました。ユーザーは、自分たちのデータがこれらの数十億ドル規模の企業の基礎であることを認識していますが、データの使用方法をほとんど制御できず、データが生み出す利益を分配することもできません。強力な AI モデルの急速な発展に伴い、この矛盾はさらに顕著になってきています。
データ市場が直面するチャンスは 2 つあります。1 つは、ユーザーデータが悪用される問題を解決すること、もう 1 つは、より大型でより優れたモデルが容易にアクセスできる「油田」を消費しているため、データ供給不足の問題を解決することです。公共のインターネット データが必要になり、新しいデータ ソースが必要になります。
データパワーをユーザーに還元
分散型インフラストラクチャをどのように活用してデータパワーをユーザーに還元するかという問題は、複数の分野で革新的なソリューションを必要とする広大な設計領域です。最も差し迫った問題には次のようなものがあります。
- データが保存される場所と、保存、送信、計算中にプライバシーがどのように保護されるか。
- データ品質を客観的に評価、選別、測定する方法。
- アトリビューションと収益化にどのようなメカニズムが使用されているか (特に、推論後に値をソースに遡って追跡する)。
- そして、多様なモデルエコシステム全体でどのようなオーケストレーションシステムやデータ検索システムが使用されているか。
供給制限
供給の制約を解決する場合、重要なのは単にトークンを使って Scale AI のモデルを複製することではなく、テクノロジーが有利なときにどこで優位性を築くことができるのか、また、スケール、スケールを問わず、競争上の優位性を持つソリューションを構築する方法を理解することです。品質、またはより価値の高いデータ製品を作成するためのより良いインセンティブ (およびスクリーニング) メカニズム。特に需要の大部分が依然として Web2 AI から来ている場合、スマート コントラクト実行メカニズムと従来のサービス レベル アグリーメント (SLA) およびツールをどのように組み合わせるかを考えることは重要な研究分野です。
7. 分散型コンピューティング
データが AI の開発と導入に不可欠な要素である場合、コンピューティング能力もまた重要な要素となります。従来の大規模データセンター モデルは、その独自のスペース、エネルギー、ハードウェアの利点により、過去数年間のディープ ラーニングと AI の開発軌跡を大きく支配してきました。しかし、物理的な制限とオープンソース技術の開発がこの状況に挑戦しています。
- 分散型 AI コンピューティングの第 1 段階 (v1) は、基本的に Web2 GPU クラウド サービスのレプリカであり、供給側 (ハードウェアまたはデータ センター) には実質的な利点がなく、本質的な需要は限られています。
- 第 2 フェーズ (v2) では、一部の優れたチームがヘテロジニアス ハイパフォーマンス コンピューティング (HPC) プロビジョニングに基づいた完全なテクノロジー スタックを構築し、スケジューリング、ルーティング、価格設定における独自の機能を実証すると同時に、需要を引き付けて利益率の圧縮に対応する独自の機能を開発しました。 、特に推論面で。また、さまざまなチームが使用シナリオや市場戦略において分岐し始めています。あるチームはハードウェア全体で効率的な推論ルーティングを実現するためにコンパイラ フレームワークの統合に重点を置いていますが、他のチームは構築したコンピューティング ネットワーク上で分散モデル トレーニング フレームワークを作成しています。
業界では AI-Fi 市場の台頭さえ見え始めており、コンピューティング能力と GPU を収益を生み出す資産に変換したり、オンチェーンの流動性を利用してデータセンターに代替資金源を提供したりする革新的な経済原始手段の出現によってさえなっています。ハードウェアの購入用。
ここでの主な疑問は、分散型 AI がどの程度開発され、分散型コンピューティング インフラストラクチャに展開されるのか、あるいはストレージと同様に、理想と実際のニーズとの間にギャップが常に存在し、このアイデアの可能性を最大限に発揮することが困難になるのかどうかです。
8. 計算および会計基準
分散型高性能コンピューティング ネットワークのインセンティブ メカニズムに関して、異種コンピューティング リソースを調整する際の大きな課題は、統一されたコンピューティング会計基準が存在しないことです。 AI モデルは、モデルのバリアント、量子化スキーム、モデル温度やサンプリング ハイパーパラメーターを通じて調整可能なランダム性のレベルなど、ハイ パフォーマンス コンピューティングの出力空間にいくつかの独特の複雑さを追加します。さらに、AI ハードウェアは、GPU アーキテクチャと CUDA バージョンの違いにより、異なる出力結果を生成します。これらの要因は、最終的に、モデルとコンピューティング市場が異種分散システムにおけるコンピューティング能力を測定する方法を標準化する標準の必要性につながります。
これらの標準が欠如していたこともあり、2024 年には Web2 および Web3 の分野で、モデルとコンピューティング市場がコンピューティングの質と量を正確に考慮できていないケースが複数発生しました。その結果、ユーザーは独自の比較モデル ベンチマークを実行し、市場の計算レートを制限することで作業実証を実行することによって、これらの AI レイヤーの真のパフォーマンスを監査する必要があります。
2025 年に向けて、暗号化テクノロジーと AI の交差点では、検証可能性が飛躍的に向上すると予想されており、従来の AI よりも検証が容易になります。平均的なユーザーにとって、モデルまたはコンピューティング クラスターの出力を定義するすべての側面を公平に比較できることが重要です。これは、システム パフォーマンスの監査と評価に役立ちます。
9. 確率的プライバシープリミティブ
「暗号通貨と AI アプリケーションの展望と課題」の中で、ヴィタリック氏は、暗号通貨と AI を接続する際の特有の課題を指摘しています。 「暗号化では、オープンソースが真のセキュリティを実現する唯一の方法ですが、AI では、モデルのオープン性 (およびそのトレーニング データさえも）敵対的な機械学習攻撃のリスクを大幅に高めます。」
プライバシーはブロックチェーン研究の新しい分野ではありませんが、AI の急速な発展により、プライバシーをサポートする暗号プリミティブの研究と応用が加速しています。 2024 年には、暗号化に使用されるゼロ知識証明 (ZK)、完全準同型暗号化 (FHE)、信頼された実行環境 (TEE)、およびマルチパーティ コンピューティング (MPC) などのプライバシー強化テクノロジーで大きな進歩が見られます。データ計算のプライベート共有状態などの一般的なアプリケーション シナリオ。同時に、Nvidia や Apple などの集中型 AI 大手も、フェデレーション ラーニングとプライベート AI 推論に独自の TEE を使用し、システム間でハードウェア、ファームウェア、モデルの一貫性を保ちながらプライバシーを確保しています。
これらの発展に基づいて、業界は、ランダムな状態遷移におけるプライバシー維持技術の進歩と、これらの技術が異種システム上での分散型 AI アプリケーションの実際の実装をどのように加速できるかに細心の注意を払っています。これには、分散型プライベート推論から、暗号化されたデータのストレージ/アクセス パイプライン、完全に主権のある実行環境まで、あらゆるものが含まれます。
Apple の人工知能テクノロジー スタックと Nvidia の H100 グラフィックス プロセッサ
10. エージェントの意図と次世代のユーザー トランザクション インターフェイス
過去 12 ～ 16 か月間、意図、エージェントの動作、エージェントの意図、ソリューション、エージェント ソリューションなどの概念の定義、およびこれらの概念が近年の従来の「ロボット」開発とどのように異なるのかについては曖昧さがあり、明確ではありませんでした。意味。 AI エージェントの自律的なオンチェーン トランザクションは、実装に最も近いアプリケーション シナリオの 1 つです。
今後 12 か月間で、業界は、さまざまなデータ型やニューラル ネットワーク アーキテクチャと組み合わせられた、より複雑な言語システムが登場し、全体的な設計空間が進歩すると予想しています。これにより、いくつかの重要な疑問が生じます。
- エージェントは既存のオンチェーン取引システムを使用するのでしょうか、それとも独自のツールや手法を開発するのでしょうか?
- 大規模な言語モデルが引き続きこれらのエージェント取引システムのバックエンドであり続けるのでしょうか、それともまったく新しいシステムが登場するのでしょうか?
- インターフェースレベルでは、ユーザーはトランザクションを実行するために自然言語を使用し始めるでしょうか?
- 古典的な「ブラウザとしてのウォレット」というコンセプトはついに実現するのでしょうか?
これらの質問に対する答えは、仮想通貨取引の将来の方向性に大きな影響を与えるでしょう。 AI テクノロジーが進歩するにつれて、エージェント システムはよりインテリジェントかつ自律的になり、ユーザーの意図をよりよく理解して実行できるようになる可能性があります。
