Arweaveの創設者がNEARの共同創設者と対話：AIとブロックチェーンの融合の道を探る
Arweave と NEAR Protocol がどのように AI をオンチェーンに導入するかを深く解析する著者：思考が変わった、BlockBeats
翻訳者注：6月14日、AO財団は正式に分散型スーパーコンピュータAOのトークンエコノミクスを発表しました。ちょうど2日前の6月12日夜、分散型ハッカソンプラットフォームおよびアクセラレーターBeWaterのパートナーLuluが、ArweaveおよびAOの創設者Sam Williams、NEAR Protocolの共同創設者Illia Polosukhinを招待し、AIとブロックチェーンの融合について深い対話を行いました。SamはAOの基盤となるアーキテクチャを詳しく説明しました。これは、アクター指向のパラダイムと分散型のErlangモデルに基づいており、無限にスケーラブルで異種プロセスの相互作用をサポートする分散型計算ネットワークの構築を目指しています。
Samはまた、DeFiシーンにおけるAOの潜在的な応用について展望を述べ、信頼できるAI戦略を導入することで、AOが真の「エージェントファイナンス」を実現する可能性があると語りました。Illiaは、NEAR ProtocolのスケーラビリティとAI統合に関する最新の進展を共有し、チェーン抽象化とチェーン署名機能の導入、開発中のピアツーピア決済およびAI推論ルーターについて説明しました。さらに、両者はそれぞれのエコシステムにおける優先事項や研究の焦点、そして彼らが注目する革新的なプロジェクトについて意見を述べました。
IlliaとSamがAIと暗号に関わるようになった経緯
Lulu：まずは簡単に自己紹介をお願いします。AIとブロックチェーンの2つの分野にどのように関わるようになったのか教えてください。
Illia： 私のバックグラウンドは機械学習と人工知能で、暗号の分野に入る前に約10年間この分野で働いていました。私が最も知られているのは「Attention is All You Need」という論文で、これはTransformerモデルを導入したもので、現在ではさまざまな現代の機械学習、AI、深層学習技術に広く使用されています。しかし、その前にも多くのプロジェクトに参加しており、TensorFlowはGoogleが2014-2015年にオープンソース化した機械学習フレームワークです。私はまた、質問応答システムや機械翻訳などの研究にも従事し、Google.comや他のGoogle製品でいくつかの研究成果を実際に応用しました。
その後、私はAlexと共にNEAR.aiを設立しました。最初はAI会社で、機械にプログラミングを教えることに専念していました。私たちは、将来的には人々が自然言語でコンピュータと対話でき、コンピュータが自動的にプログラミングを行うことができると考えていました。2017年には、これはSF小説のように聞こえましたが、私たちは実際に多くの研究を行いました。私たちはクラウドソーシングの方法でより多くのトレーニングデータを取得し、中国や東欧などの学生がコードを書く、コードコメントを書くなどの小さなタスクを私たちのために行いました。しかし、報酬を支払う際に、PayPalが中国のユーザーに送金できないという課題に直面しました。
ビットコインを使用することを提案されましたが、その時点でビットコインの取引手数料はすでに高かったため、私たちは深く研究を始めました。私たちはスケーラビリティの背景を持っており、Googleではすべてがスケールに関わるものでした。私の共同創設者であるAlexは、フォーチュン500企業にサービスを提供するシャーディングデータベース会社を設立しました。その時、ブロックチェーン技術の現状を見るのは奇妙でした。ほとんどすべてのものが実際には単一のマシン上で動作しており、単一のマシンの能力に制限されていました。
そこで、私たちは新しいプロトコルを構築することを決定しました。それがNEAR Protocolです。これは、スケーラビリティ、使いやすさ、開発の便利さに重点を置いたシャーディングのLayer 1プロトコルです。2020年にメインネットを立ち上げ、エコシステムを拡大し続けています。2022年にAlexはOpenAIに参加し、2023年には基盤モデルに特化したAI会社を設立しました。最近、彼がNEAR.aiチームに戻り、2017年に始めた機械にプログラミングを教える仕事を続けることを発表しました。
Lulu：これは非常に素晴らしい話ですね。NEARが最初はAI会社として始まったこと、そして今再びAIに焦点を当てていることは知りませんでした。次にSamに自己紹介とプロジェクトについて話してもらいましょう。
Sam：私たちは約7年前にこの分野に関わり始めました。その時、私はすでにビットコインに長い間注目していました。私たちは、データをネットワーク上に保存できるという興奮するが十分に探求されていないアイデアを発見しました。これらのデータは世界中に複製され、単一の中央集権的な故障点がありません。これが私たちに、決して忘れられない、複数の場所に複製されたアーカイブを作成するインスピレーションを与えました。これにより、どの単一の組織や政府もこれらの内容を検閲できなくなります。
したがって、私たちの使命はビットコインのスケーラビリティを拡大すること、またはビットコインスタイルのチェーン上データストレージを任意のスケールに達成することになりました。これにより、人類のために知識の宝庫を作成し、すべての歴史を保存し、改ざん不可能で信頼を必要としない歴史のログを形成し、私たちがどのようにして今日の重要な背景に至ったのかを永遠に忘れないようにすることができます。
私たちは7年前にこの作業を開始し、現在はメインネットが6年以上稼働しています。この過程で、永続的なチェーン上ストレージが私たちの最初の想像を超える機能を提供できることに気付きました。最初は新聞記事を保存することを考えていました。しかし、メインネットが立ち上がった後すぐに、もし世界中にこれらのコンテンツを保存できるなら、実際には永続的な分散型ネットワークの種を植えることになると気付きました。それだけでなく、2020年頃には、決定論的な仮想マシンとプログラムと相互作用する永続的な順序付きログがあれば、基本的にスマートコントラクトシステムを作成できることに気付きました。
私たちは2020年にこのシステムを初めて試みました。その時、私たちはこれをSmartWeaveと呼んでいました。私たちはコンピュータサイエンスの遅延評価の概念を参考にしました。この概念は主にプログラミング言語Haskellによって普及しました。私たちはこの概念が生産環境で長い間使用されていることを知っていましたが、ブロックチェーンの分野ではまだ本当に適用されていませんでした。通常、ブロックチェーンの分野では、人々はメッセージを書き込むときにスマートコントラクトを実行します。しかし、私たちはブロックチェーンが実際には増加のみのデータ構造であり、新しい情報を含むための一定のルールを持っていると考えていますが、データの書き込みと同時にコードを実行する必要はありません。私たちには任意にスケーラブルなデータログがあるため、これは私たちにとって自然な考え方でしたが、その時点では比較的珍しいものでした。唯一の他のチームは、現在Celestiaと呼ばれている（当時はLazyLedgerと呼ばれていた）チームです。
これにより、Arweave上の計算システムのカンブリア爆発が引き起こされました。約3、4の主要プロジェクトがあり、その中には独自のコミュニティ、機能セット、安全性のトレードオフを発展させたものもあります。この過程で、私たちは基盤層のデータ可用性を利用してこれらのログを保存するだけでなく、データ可用性保証を委託するメカニズムが必要であることに気付きました。具体的には、データをパッキングノードや他の代表者（現在はスケジューリングユニットと呼ばれています）に提出し、彼らがデータをArweaveネットワークにアップロードし、データがネットワークに書き込まれることを保証する経済的インセンティブを提供します。このメカニズムが整うと、計算を横にスケールさせることができるシステムができます。本質的に、あなたは一連のプロセスを持ち、それをEthereum上のRollupとして考えることができ、同じデータセットを共有し、相互に通信することができます。
AO（アクター指向）の名前はコンピュータサイエンスのパラダイムに由来し、私たちはこれらのすべてのコンポーネントを組み合わせたシステムを構築しました。これはネイティブのメッセージングシステム、データ可用性プロバイダー、分散型計算ネットワークを持っています。したがって、遅延評価コンポーネントは分散型の集合体に変わり、誰でもノードを起動して契約の状態を解決できます。これらを組み合わせると、分散型のスーパーコンピュータが得られます。その核心は、すべての計算に参加するメッセージを記録する任意にスケーラブルなメッセージログを持つことです。私はこれが特に興味深いと思います。なぜなら、並列計算を行うことができ、あなたのプロセスは私のプロセスのスケーラビリティや利用率に影響を与えないからです。つまり、ネットワーク内で大規模なAIワークロードを実行するなど、任意の深さの計算を行うことができます。現在、私たちのエコシステムはこの理念を強力に推進しており、基盤層のスマートコントラクトシステムに市場のインテリジェンスを導入する際に何が起こるかを探求しています。こうすることで、基本的にあなたは信頼できる、検証可能なエージェントがあなたのために働くことになります。それらは、基盤のスマートコントラクトと同じように信頼できるものです。
AOの基盤概念と技術アーキテクチャ
Lulu：私たちが知っているように、NEAR ProtocolとArweaveは現在、AIと暗号通貨の交差融合を推進しています。SamがAOのいくつかの基盤概念とアーキテクチャに触れたので、私はAOから始めて、後でAIに移行したいと思います。あなたが説明した概念は、エージェントが自律的に動作し、調整し、AOの上でAIエージェントやアプリケーションが動作することを許可しているように感じます。AOインフラ内部の並列実行または自律エージェントについて詳しく説明できますか？分散型Erlangのメタファーは正確ですか？
Sam：私が始める前に、私は博士課程の間にErlangシステムに基づいたオペレーティングシステムを構築したことを言及したいと思います。私たちはこれを裸のハードウェア上で実行すると呼んでいました。Erlangの魅力は、それがシンプルで表現力豊かな環境であり、各計算が並行して実行されることを期待している点です。これは、暗号分野の規範となっている共有状態モデルとは異なります。
この優雅さは、現実世界との素晴らしい対応関係にあります。私たちが今この対話を行っているように、私たちは実際に独立した役割を持ち、自分の頭の中で計算を行い、聞き、考え、話しています。Erlangのエージェントまたはアクター指向のアーキテクチャは本当に素晴らしいです。AOサミットで私の講演の後に話したのは、Erlangの創設者の一人で、彼は1989年頃にどのようにこのアーキテクチャを考案したかを語りました。その時、彼らは「アクター指向」という用語を認識していませんでした。しかし、これは十分に素晴らしい概念であり、多くの人々が同じアイデアを思いついたのです。
私にとって、真にスケーラブルなシステムを構築したいのであれば、メッセージを送信させる必要があります。つまり、状態を共有する場合、Ethereum、Solana、ほぼすべての他のブロックチェーンで起こるように、実際にはNEARが例外です。NEARはシャーディングを持っているので、グローバルな状態を共有するのではなく、ローカルな状態を持っています。
AOを構築する際の目標は、これらの概念を組み合わせることでした。私たちは、任意の規模の計算を行うことができる並列実行プロセスを持ち、これらのプロセスの相互作用をその実行環境から分離することを望んでいました。最終的には、分散型のErlangのバージョンを形成することを目指しています。分散技術にあまり詳しくない人にとって、最も簡単な理解方法は、これを分散型のスーパーコンピュータとして想像することです。AOを使用すると、システム内でターミナルを起動できます。開発者として、最も自然な使用方法は、自分のローカルプロセスを起動し、それと対話することです。まるでローカルコマンドラインインターフェースと対話するかのように。消費者の採用が進むにつれて、人々はUIや期待されるすべてのものを構築しています。根本的に言えば、これはあなたがこの分散型計算デバイスのクラウド内で個人計算を実行し、統一されたメッセージフォーマットを使用して相互作用することを可能にします。この部分の設計では、インターネットを運営するTCP/IPプロトコルを参考にし、計算そのものと見なされるTCP/IPプロトコルを作成しようとしました。
AOのデータプロトコルは、特定のタイプの仮想マシンの使用を強制しません。あなたは望む任意の仮想マシンを使用でき、私たちはWASM32および64ビットバージョンを実装しました。エコシステム内の他の人々はEVMを実装しています。この共有メッセージ層（私たちはArweaveを使用しています）があれば、すべての高度に異種のプロセスが共有環境内で相互作用することができます。計算のインターネットのように。一度このインフラが整うと、次のステップは、スマートで検証可能な信頼できる計算を使用して何ができるかを探求することになります。明らかなアプリケーションはAIやスマートコントラクトであり、エージェントが市場で賢明な決定を下すことができ、相互に対抗したり、人間に対抗したりする可能性があります。私たちが世界の金融システムを見直すと、NASDAQの約83%の取引はロボットによって実行されています。これが世界の運営方法です。
過去には、知的部分をチェーン上に持ち込み、信頼できるものにすることができませんでした。しかし、Arweaveエコシステムには、R AI Lと呼ばれる別の並行ワークフローがあります。これは責任あるAI台帳です。これは本質的に、異なるモデルの入力と出力の記録を作成し、公開かつ透明な方法でこれらの記録を保存する方法です。これにより、「ねえ、私が見たこのデータはAIモデルから来たのか？」と問い合わせることができます。これを普及させることができれば、私たちは今日見ている根本的な問題を解決できると考えています。たとえば、誰かがあなたに信頼できないウェブサイトからのニュース記事を送信し、その中にある政治家が愚かなことをしているように見える画像や動画が含まれているとします。これは本当ですか？R AI Lは台帳を提供し、多くの競合企業が透明で中立的な方法で生成した出力記録を保存できるようにします。彼らはインターネットを使用するのと同じように、非常に低コストでそれを実現できます。
Illiaのブロックチェーンのスケーラビリティに関する見解
Lulu：IlliaはAOのアプローチやモデルのスケーラビリティについてどう思いますか？あなたはTransformerモデルの作業に参加しており、そのモデルは順序処理のボトルネックを解決することを目的としています。NEARのスケーラビリティのアプローチは何ですか？以前のAMAチャットで、あなたは複数の小さなモデルがシステムを構成する方向を研究していると述べました。これは解決策の一つかもしれません。
Illia：スケーラビリティはブロックチェーンにおいて多くの異なるアプローチを持つことができます。私たちはSamの話題に沿って進めることができます。現在見られるのは、単一の大規模言語モデル（LLM）を使用すると、推論にいくつかの制限があるということです。特定の方法でプロンプトを与えないと、一定の時間実行できません。時間が経つにつれて、モデルは改善され、より汎用的になります。しかし、いずれにせよ、あなたはこれらのモデルを特定の機能やタスクを実行するために調教しているわけです。そして特定の文脈でより良い推論を行うために。
もしあなたがそれらにより汎用的な作業やプロセスを実行させたいのであれば、異なる文脈で複数のモデルを実行し、タスクの異なる側面を実行する必要があります。非常に具体的な例を挙げると、私たちは現在エンドツーエンドのプロセスを開発しています。「ねえ、私はこのアプリケーションを構築したい」と言うことができます。最終的な出力は、正しい、正式に検証されたスマートコントラクトを含む完全に構築されたアプリケーションであり、ユーザーエクスペリエンスも十分にテストされています。現実の生活では、通常、すべてのものを構築するために一人の人間がいるわけではありません。同じ考え方がここにも当てはまります。実際には、AIが異なる役割を果たし、異なる時間に異なる役割を果たすことを望んでいるのです。
まず、製品マネージャーの役割を担うAIエージェントが必要です。実際に要求を収集し、あなたが本当に望んでいること、どのようなトレードオフがあるのか、ユーザーストーリーや体験が何であるかを理解します。次に、これらのデザインをフロントエンドに変換するAIデザイナーがいるかもしれません。さらに、バックエンドとミドルウェアのアーキテクチャを担当するアーキテクトがいるかもしれません。次に、コードを書いてスマートコントラクトとすべてのフロントエンド作業が正式に検証されることを確認するAI開発者がいます。最後に、すべてが正常に動作することを確認し、ブラウザを通じてテストするAIテスターがいるかもしれません。こうして一連のAIエージェントが形成され、同じモデルを使用しているかもしれませんが、特定の機能に微調整されています。彼らはプロセスの中でそれぞれ独立して役割を果たし、プロンプト、構造、ツール、観察された環境を使用して相互作用し、完全なプロセスを構築します。
これがSamが言ったことです。多くの異なるエージェントを持ち、それぞれが非同期に自分の仕事を完了し、環境を観察し、何をすべきかを理解します。したがって、あなたは確かにフレームワークが必要であり、それらを継続的に改善するためのシステムが必要です。ユーザーの観点から見ると、あなたはリクエストを送信し、異なるエージェントと相互作用しますが、彼らは単一のシステムとして仕事を完了します。基盤では、彼らは実際に情報を交換するために互いに支払いを行ったり、異なる所有者の異なるエージェントが実際に何かを完了するために相互作用したりすることがあります。これは新しいバージョンのAPIであり、よりスマートで自然言語駆動です。これらすべてには、大量のフレームワーク構造と支払いおよび決済システムが必要です。
新しい解釈の方法としてAIビジネスがあります。すべてのエージェントがタスクを完了するために相互作用します。これは私たち全員が向かっているシステムです。このシステムのスケーラビリティを考慮すると、いくつかの問題を解決する必要があります。私が言及したように、NEARは数十億のユーザーをサポートするように設計されており、人間、AIエージェント、さらには猫が取引できる限りです。各NEARアカウントまたはスマートコントラクトは並行して実行され、拡張と取引を続けることができます。低レベルでは、AIエージェントやAPIを呼び出すたびに取引を送信することは望ましくありません。NEARがどれほど安価であっても、それは合理的ではありません。したがって、私たちはピアツーピアプロトコルを開発しており、エージェントノード、クライアント（人間またはAIを含む）が相互に接続し、API呼び出し、データ取得などのために支払いを行い、彼らが応答することを保証する暗号経済ルールを持っています。さもなければ、彼らは一部の担保を失うことになります。
これは新しいシステムであり、NEARを超えるスケーラビリティを可能にし、マイクロペイメントを提供します。私たちはこれをyocto NEARと呼び、NEARの10^-24に相当します。これにより、実際にネットワークレベルでメッセージ交換を行い、支払い機能を伴うことができ、すべての操作と相互作用がこの支払いシステムを通じて決済されるようになります。これはブロックチェーンにおける根本的な問題を解決します。つまり、私たちは帯域幅と遅延のある支払いシステムを持っておらず、実際には多くの無料ライダーの問題が存在します。これはスケーラビリティの非常に興味深い側面であり、ブロックチェーンのスケーラビリティに限らず、将来的に数十億のエージェントを持つ世界に適用できる可能性があります。この世界では、あなたのデバイス上でも、同時に複数のエージェントがバックグラウンドでさまざまなタスクを実行しているかもしれません。
AOのDeFiシーンにおける応用：エージェントファイナンス
Lulu：このユースケースは非常に興味深いです。AIの支払いには通常、高頻度の支払いと複雑な戦略の需要が存在しますが、これらは性能制限のためにまだ実現されていません。したがって、より良いスケーラビリティオプションに基づいてこれらの需要がどのように実現されるかを見るのを楽しみにしています。私たちのハッカソンで、SamとチームはAOが新しいAIインフラを使用してDeFiユースケースをサポートすることを探求しているとも言及しました。Sam、あなたのインフラが新しいDeFiシーンでどのように応用されるか詳しく説明していただけますか？
Sam：私たちはこれをエージェントファイナンス（Agent Finance）と呼んでいます。これは、私たちが見ている市場の2つの側面を指します。DeFiは第一段階で非常にうまく機能し、さまざまな経済的原語を分散化し、チェーン上に持ち込むことで、ユーザーが中介を信頼することなく利用できるようにしました。しかし、市場を考えると、私たちはデジタルの上下の変動と、これらの決定を駆動するインテリジェンスを考えます。このインテリジェンス自体をチェーン上に持ち込むことができれば、信頼を必要としない金融ツール、たとえばファンドを得ることができます。
簡単な例として、私たちがmemeコインの取引ヘッジファンドを構築すると仮定しましょう。私たちの戦略は、トランプに言及されたときにTrumpコインを購入し、バイデンに言及されたときにBidenコインを購入することです。AOでは、0rbitのようなオラクルサービスを使用して、ウォールストリートジャーナルやニューヨークタイムズなどのウェブページのすべての内容を取得し、それをあなたのエージェントに入力します。エージェントはこれらのデータを処理し、トランプが何回言及されたかを分析します。感情分析を行うことで、市場の動向を理解することもできます。次に、あなたのエージェントはこれらの情報に基づいて資産を売買します。
興味深いことに、私たちはエージェントが信頼を必要とせずに実行できるようにすることができます。こうすることで、あなたはヘッジファンドを持ち、戦略を実行することができ、ファンドマネージャーを信頼することなく資金を投入できます。これは金融の別の側面であり、DeFiの世界はまだ本当に触れていないものであり、賢明な決定を下し、それを実行することです。もしこれらの決定プロセスを信頼できるものにできれば、全体のシステムを統一し、異なる経済的ゲームの原語の決済層だけでなく、真に分散化された経済のように見えるものを形成することができます。
私たちはこれが巨大な機会であると考えており、エコシステム内にはすでにこれらのコンポーネントを構築し始めた人々がいます。私たちには、あなたが望む比率に基づいて資産を売買する信頼を必要としないポートフォリオ管理者を作成したチームがあります。たとえば、50%がArweaveトークンで、50%がステーブルコインであることを望むとします。これらのものの価格が変動すると、自動的に取引を実行します。その背後には、AOにある私たちが「cronメッセージ」と呼ぶ機能があり、プロセスが自ら目覚め、環境内で自律的に何かを行うことを決定できます。あなたはヘッジファンドのスマートコントラクトを設定し、5秒ごとまたは5分ごとに目覚めてネットワークからデータを取得し、データを処理し、環境内で行動を取ることができます。これにより、完全に自律的になります。なぜなら、それは環境と相互作用できるからです。ある意味で、それは「生きている」のです。
Ethereum上でスマートコントラクトを実行するには外部のトリガーが必要であり、人々はこの問題を解決するために多くのインフラを構築しましたが、スムーズではありませんでした。しかし、AOでは、これらの機能が組み込まれています。したがって、あなたはチェーン上でエージェントが互いに競争する市場を見ることになります。これは暗号分野で前例のない方法でネットワークの使用量を大幅に増加させるでしょう。
NEAR.aiの全体戦略と開発の重点
Lulu：NEAR.aiは非常に有望なユースケースを推進しています。他の側面や全体戦略、いくつかの重点について教えていただけますか？
Illia：確かに、すべてのレベルで多くのことが進行中であり、さまざまな製品やプロジェクトが統合できます。すべては明らかにNEARブロックチェーン自体から始まります。多くのプロジェクトは、スケーラブルなブロックチェーン、何らかの形の認証、支払い、調整を必要としています。NEARのスマートコントラクトはRustとJavaScriptで書かれており、これは多くのユースケースにとって非常に便利です。興味深いことに、NEARの最近のプロトコルアップグレードでは、いわゆるyield/resumeプリコンパイルが導入されました。これらのプリコンパイルは、スマートコントラクトが実行を一時停止し、外部イベントが発生するのを待つことを可能にします。別のスマートコントラクトやAI推論など、そして再び実行を再開します。これは、LLM（ChatGPTなど）や検証可能な推論から入力を得る必要があるスマートコントラクトにとって非常に有用です。
私たちはまた、チェーン抽象化とチェーン署名機能を導入しました。これは、過去半年間にNEARが導入したユニークな機能の一つです。任意のNEARアカウントが他のチェーンで取引を行うことができます。これは、エージェント、AI推論、または他のインフラを構築する際に非常に便利です。なぜなら、今ではNEARを通じてクロスチェーン取引を行うことができ、取引手数料、トークン、RPC、その他のインフラを心配する必要がないからです。これらはすべて、チェーン署名インフラによって処理されます。一般のユーザーもこの機能を使用できます。TelegramにはNEARを基にしたHOT Walletがあり、実際にメインネットでBase統合が最近リリースされ、約14万人のユーザーがこのTelegramウォレットを通じてBaseを使用しています。
さらに、私たちはピアツーピアネットワークを開発する予定であり、これによりエージェント、AI推論ノード、その他のストレージノードがより証明可能な通信プロトコルに参加できるようになります。これは非常に重要です。なぜなら、現在のネットワークスタックは非常に制限されており、ネイティブの支払い機能がないからです。私たちは通常、ブロックチェーンは「インターネット通貨」と言いますが、実際にはネットワークレベルでお金を持ってデータパケットを送信する問題を解決していません。私たちはこの問題を解決しており、これはすべてのAIユースケースやより広範なWeb3アプリケーションに非常に役立ちます。
さらに、私たちはいわゆるAI推論ルーターを開発しています。これは、すべてのユースケース、中間ウェア、分散型推論、チェーン上およびチェーン外のデータプロバイダーを挿入できる場所です。このルーターはフレームワークとして機能し、NEARエコシステム内で構築されているすべてのプロジェクトを本当に相互接続し、これらすべてをNEARのユーザー群に提供します。NEARは異なるモデルやアプリケーションで1500万以上の月間アクティブユーザーを持っています。
いくつかのアプリケーションは、モデルをユーザーのデバイスにデプロイする方法、いわゆるエッジコンピューティングを探求しています。このアプローチには、ローカルにデータを保存し、関連するプロトコルやSDKを使用して操作することが含まれます。プライバシー保護の観点から、これは非常に大きな可能性を秘めています。将来的には、多くのアプリケーションがユーザーのデバイス上で実行され、ユーザー体験を生成または事前コンパイルし、ローカルモデルのみを使用してデータ漏洩を回避します。開発者として、私たちは多くの研究を進めており、目的は誰でもWeb3上でアプリケーションを簡単に構築し、公開し、バックエンドで正式に検証できるようにすることです。これは将来の重要な話題になるでしょう。なぜなら、OLLモデルがコードベースの脆弱性を発見する能力がますます強化されているからです。
要するに、これは完全な技術スタックであり、基盤のブロックチェーンインフラからWeb3のチェーン抽象化、ピアツーピア接続まで、オフチェーンとオンチェーンの参加者を接続するのに非常に適しています。次はAI推論ルーターの中心とローカルデータストレージのアプリケーションであり、特に外部に漏らさずにプライベートデータにアクセスする必要がある場合に適しています。最後に、開発者はすべての研究成果を統合し、将来のアプリケーションがAIによって構築されることを目指します。中長期的には、これは非常に重要な発展の方向性になるでしょう。
AOの優先事項と研究の焦点
Lulu：Samにお聞きしたいのですが、AOの現在の優先事項と研究の焦点は何ですか？
Sam：私が特に興味を持っているアイデアの一つは、AOが提供する拡張機能を利用して、決定論的なCUDAサブセット、抽象的なGPUドライバーを構築することです。通常、GPU計算は決定論的ではないため、AO上で安全に計算に使用することはできません。少なくとも安全に使用することはできないため、誰もこれらのプロセスを信頼しません。この問題を解決できれば、理論的には可能です。デバイスレベルの不確実性の問題を処理するだけです。すでにいくつかの興味深い研究がありますが、この問題を常に100%確実な方法で処理する必要があります。これはスマートコントラクトの実行にとって重要です。私たちはこの機能をサポートするプラグインシステムをAO内部に持っています。フレームワークはすでに存在しますが、正確に実装する方法を見つける必要があります。多くの技術的な詳細がありますが、基本的にはGPU環境内のジョブを十分に予測可能にして、この種の計算に使用できるようにすることです。
もう一つ私が興味を持っているのは、このチェーン上のAIの能力を利用して、分散型または少なくともオープンで分散したモデルのトレーニングを行うことができるかどうか、特にモデルの微調整です。基本的な考え方は、特定のタスクに対して明確な評価基準を設定できれば、その基準に基づいてモデルをトレーニングできるということです。私たちは、ユーザーがトークンを投入してマイナーがより良いモデルを構築するために競争するシステムを作成できるでしょうか？これは非常に多様なマイナーを引き付けることはないかもしれませんが、それは重要ではありません。なぜなら、オープンな方法でモデルのトレーニングを行うことを可能にするからです。そして、マイナーがモデルをアップロードするとき、彼らは一般的なデータライセンスラベルを追加し、誰でもこれらのモデルを使用できるが、商業目的で使用する場合は特定のロイヤリティを支払う必要があると規定します。ロイヤリティはトークンを通じて貢献者に分配されます。こうすることで、これらの要素を組み合わせることで、オープンソースモデルをトレーニングするためのインセンティブメカニズムを作成できます。
私はまた、前述のR AI L計画も非常に重要だと考えています。私たちはすでに主要なAIプロバイダーや推論プロバイダーとこの計画をサポートする可能性について話し合っており、彼らは確かに強い関心を示しています。もし私たちが彼らにこのデータを実際に実装させ、ネットワークに書き込むことができれば、ユーザーはインターネット上の任意の画像を右クリックして、その画像がStable Diffusionによって生成されたのか、DALL·Eによって生成されたのかを問い合わせることができるようになります。これらは現在私たちが探求している非常に興味深い分野です。
IlliaとSamが注目するプロジェクト
Lulu：最近気に入っているAIまたは暗号プロジェクトをそれぞれ一つ挙げてください。どのプロジェクトでも構いません。
Illia：私は少しずるをしようと思います。私たちは毎週AIオフィスアワーを開催し、いくつかのプロジェクトを招待しています。最近、MasaとCompute Labsがありました。どちらのプロジェクトも素晴らしいですが、Compute Labsを例に挙げます。Compute Labsは、実際の計算リソース（GPUやその他のハードウェア）を経済的に参加可能な真の資産に変換することを基本的に行っています。これにより、ユーザーはこれらのデバイスから利益を得ることができます。現在、暗号分野の計算市場は急成長しており、これらは暗号通貨が市場を促進する自然な場所のようです。しかし、問題は、これらの市場が防御の堀やネットワーク効果を欠いているため、競争が激しく、利益が圧縮されていることです。したがって、計算市場は他のビジネスモデルの補完に過ぎません。Compute Labsは、資本形成と資産の脱炭素化という非常に暗号ネイティブなビジネスモデルを提供しています。これにより、人々は通常データセンターを構築する必要がある機会を得ることができます。計算市場はその一部であり、主な目的は計算リソースへのアクセスを提供することです。このモデルは、より広範な分散型AIエコシステムにも適合しており、基盤の計算リソースを提供することで、より広範な投資家グループが革新に参加する機会を提供しています。
Sam：私はAOエコシステム内に多くの素晴らしいプロジェクトがありますが、特定のプロジェクトを偏愛したくはありません。しかし、私はAutonomous Financeが構築している基盤インフラが「エージェントファイナンス」を可能にしていることが非常にクールだと思います。彼らはこの分野で本当に先駆者です。また、より広範なオープンソースAIコミュニティ、特にMetaがオープンソースのLamaモデルを推進していることに感謝したいです。これにより、多くの他の人々が自分のモデルをオープンソースにすることを促進しました。このトレンドがなければ、OpenAIがGPT-2の後にClosedAIになった場合、特に暗号分野では暗黒の時代に陥る可能性がありました。なぜなら、私たちはこれらのモデルにアクセスできなくなり、一部の主要なプロバイダーからのみこれらのクローズドモデルを借りることになるからです。現在、この状況は発生していないので、とても良いことです。皮肉なことですが、Web2の王者であるMetaに賛辞を送りたいと思います。
