Crypto AIの10大融合発展方向を一文で振り返る：エージェント間の相互作用、コンテンツマーケティング、データ市場など

原題：《Crypto x AI: 2025年に注目している10のカテゴリー》

著者：Archetype

翻訳：深潮TechFlow

1.エージェント間の相互作用 (Agent-to-Agent Interaction)

ブロックチェーンはその天然の透明性と可組み合わせ性により、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のために開発したエージェントが協力してタスクを完了することができます。現在、エージェント間の相互送金や共同トークン発行など、いくつかのエキサイティングな試みが行われています。私たちは、エージェント間の相互作用がさらに拡大し、新しいアプリケーションシーンを創造することを期待しています。例えば、エージェント駆動の新しいソーシャルプラットフォームや、既存の企業ワークフローの最適化（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ワークフロー統合など）を通じて、今日の複雑で煩雑な操作プロセスを簡素化することです。- Danny、Katie、Aadharsh、Dmitriy

aethernet と clanker が Warpcast で共同トークンを発行

2.分散型エージェント組織 (Decentralized Agentic Organizations)

大規模なマルチエージェント協力は、もう一つのエキサイティングな研究方向です。マルチエージェントシステムは、どのように協力してタスクを完了し、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「暗号 + AI アプリケーションの約束と課題」という記事で、VitalikはAIエージェントを利用した予測市場と裁定の構想を提案しました。彼は、大規模なアプリケーションにおいて、マルチエージェントシステムが「真実」の発見と自治ガバナンスにおいて巨大な潜在能力を持っていると考えています。私たちは、このマルチエージェントシステムの能力がどのようにさらに発掘され、「群衆の知恵」が実験の中でどのようにさらなる可能性を示すのかを楽しみにしています。

さらに、エージェントと人間の協力も探求する価値のある方向です。たとえば、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のか、またはエージェントが人間をどのように組織して集団行動を完了させるのかです。私たちは、大規模な人間協力を目指したエージェントの実験がもっと見られることを期待しています。もちろん、これは特にタスクがオフチェーンで完了する場合に、何らかの検証メカニズムを備える必要があります。しかし、この探求は予想外の素晴らしい結果をもたらす可能性があります。- Katie、Dmitriy、Ash

3.エージェント駆動のマルチメディアエンターテインメント (Agentic Multimedia Entertainment)

デジタルバーチャル人格の概念は何年も前から存在しています。たとえば、初音ミク (Hatsune Miku, 2007) は2万席の会場で完売のコンサートを開催しました；Lil Miquela (2016) 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バーチャルストリーマーNeuro-sama (2022)があり、Twitchでの登録者数は60万人を超えています；また、匿名のKpop男性グループPLAVE (2023)は、2年未満でYouTubeでの視聴回数が3億回を突破しました。AI技術の進歩とブロックチェーンが支払い、価値移転、オープンデータプラットフォームにおいて応用されることで、これらのエージェントはより自律的になることが期待され、2025年には新しい主流のエンターテインメントカテゴリーが開かれる可能性があります。- Katie、Dmitriy

左上から時計回り：初音ミク、VirtualsのLuna、Lil Miquela、PLAVE

4.生成型/エージェント駆動のコンテンツマーケティング (Generative/Agentic Content Marketing)

ある場合には、エージェント自体が製品であり、別のケースではエージェントが製品の補完物となることがあります。注意経済において、魅力的なコンテンツを継続的に提供することは、アイデア、製品、または企業の成功の鍵です。生成型/エージェント駆動のコンテンツは、チームにスケーラブルで24時間稼働するコンテンツ制作チャネルを確保するための強力なツールを提供します。この分野は、「memecoinとエージェントの違い」についての議論によって加速しています。エージェントはmemecoinの普及を実現する強力なツールであり、完全に「エージェント化」されていなくても機能します。

もう一つの例は、ゲーム業界がユーザーの参加を維持するために、ますますダイナミックなものを追求していることです。古典的なアプローチは、ユーザー生成コンテンツを促進することですが、純粋な生成型コンテンツ（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）がこのトレンドの次の段階になる可能性があります。2025年にエージェントの能力がコンテンツ配信とユーザーインタラクションの境界をどのようにさらに拡大するのか、非常に興味があります。- Katie

5.次世代アートツール/プラットフォーム (Next-Gen Art Tools/Platforms)

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分野の暗号アーティストとの対話を行うインタビュー番組です。今年のインタビューでは、暗号技術に興味を持つアーティストが、最先端技術にも熱心であり、これらの技術が彼らの創作実践により深く組み込まれることを望んでいるというトレンドに気づきました。たとえば、AR/VRオブジェクト、コード生成アート、リアルタイムコーディング（livecoding）などです。

生成アート（Generative Art）とブロックチェーン技術の結びつきは長い歴史があり、これによりブロックチェーンはAIアートの理想的な媒体となっています。従来のプラットフォームでは、これらのアート形式を展示し提示することが非常に困難です。しかし、ArtBlocksはデジタルアートがどのようにブロックチェーンを通じて展示、保存、マネタイズ、保存されるかを初めて探求し、アーティストと観客の体験を大幅に改善しました。さらに、AIツールは一般の人々が自分のアート作品を簡単に創作できるようにしています。私たちは2025年に、ブロックチェーンがこれらのツールの能力をどのようにさらに向上させるのかを非常に楽しみにしています。- Katie

KC : あなたが暗号文化に対して挫折感を抱き、認められない部分があるとしたら、それでもあなたがWeb3に参加することを選んだ理由は何ですか？Web3はあなたの創作実践にどのような価値をもたらしましたか？それは実験的な探求、経済的なリターン、あるいは他の側面ですか？

MM: 私にとって、Web3は個人としても他のアーティストにとっても多くの面でポジティブな影響を与えています。私個人にとって、生成アートを発表するプラットフォームは特に重要です。たとえば、JavaScriptファイルをアップロードすると、誰かが作品を鋳造またはコレクションするときに、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内でユニークな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、私の創作実践の核心部分です。私が構築しているシステムにランダム性を取り入れることは、概念的にも技術的にも、私のアートに対する考え方に深い影響を与えました。しかし、このプロセスを観客に伝えることは、特にこのアート形式専用に設計されたプラットフォームで展示されない限り、または従来のギャラリーで展示されない限り、非常に難しいことがよくあります。

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で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展示し、何らかの形で実体として展示することがあります。しかし、コードをアートメディアとしてあまり理解していない観客にとって、創作プロセスにおけるランダム性の意味を理解するのは難しいことが多く、そのランダム性はすべての生成的にソフトウェアを使用するアーティストの実践の重要な部分です。作品の最終的な提示形式がInstagramに投稿された画像や印刷された実体作品に過ぎない場合、私は時々、作品の中で「コードを創作メディアとして」という核心的な理念を観客に強調することが難しいと感じることがあります。

NFTの登場は私を興奮させました。なぜなら、それは生成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、「コードをアートメディアとして」という概念を普及させ、より多くの人々がこの創作方法の独自性と価値を理解できるようにしたからです。

IN CONVERSATION WITH：Maya Manからの抜粋

6.データ市場 (Data Markets)

Clive Humbyが「データは新しい石油である」と提唱して以来、企業はユーザーデータを蓄積し、貨幣化するための措置を講じてきました。しかし、ユーザーは自分のデータがこれらの巨大企業の存続の基盤であることを徐々に認識し始めている一方で、データの使用方法をほとんど制御できず、そこから利益を得ることもできていません。強力なAIモデルの急速な発展に伴い、この矛盾はますます鋭くなっています。一方では、ユーザーデータの悪用の問題を解決する必要があります；他方では、より大規模で高品質なモデルが公共インターネットデータという「資源」を使い果たす中で、新しいデータソースが特に重要になっています。

データの制御権をユーザーに戻すために、分散型インフラストラクチャは広範な設計スペースを提供します。これは、データストレージ、プライバシー保護、データ品質評価、価値帰属、貨幣化メカニズムなどの複数の分野で革新的な解決策を提案する必要があります。また、データ供給の不足問題に対処するために、技術的な優位性を活用して競争力のある解決策を構築する方法を考える必要があります。たとえば、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、より高価値のデータ製品を創出することです。特に現在、Web2 AIが依然として主導的な地位にある中で、スマートコントラクトと従来のサービス契約（SLA）をどのように組み合わせるかは、深く探求する価値のある方向です。- Danny

7.分散型コンピューティング (Decentralized Compute)

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、大規模データセンターは、施設、エネルギー、ハードウェアへの独占的なアクセスを利用して、深層学習とAIの発展を主導してきました。しかし、物理的資源の制約とオープンソース技術の発展に伴い、この状況は徐々に変わりつつあります。

分散型AIの計算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確な優位性はありません。一方、v2段階では、いくつかのチームが高性能計算のオーケストレーション、ルーティング、価格設定システムを含むより洗練された技術スタックを構築し、需要を引き付け、推論効率を向上させるための専用機能を開発し始めています。一部のチームは、コンパイラフレームワークを通じてハードウェア間の推論ルーティングを最適化することに焦点を当てており、他のチームはその計算ネットワーク上で分散モデル訓練フレームワークを開発しています。

さらに、AI-Fiと呼ばれる新興市場が形成されつつあり、革新的な経済メカニズムを通じて計算能力とGPUを収益資産に変換したり、オンチェーン流動性を利用してデータセンターにハードウェアファイナンスの新しい手段を提供したりしています。しかし、分散型コンピューティングが本当にその潜在能力を実現できるかどうかは、理念と実際のニーズの間のギャップが埋められるかどうかに依存しています。- Danny

8.計算会計基準 (Compute Accounting Standards)

分散型高性能計算（HPC）ネットワークにおいて、異種計算リソースを調整することは重要な課題であり、現在、統一された会計基準が欠如しているため、この問題はさらに複雑になっています。AIモデルの出力結果は多様性を持ち、たとえばモデルのバリエーション、量子化（quantization）、温度（temperature）やサンプリングハイパー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出力結果の違いを引き起こします。これらの要因により、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ことが急務となっています。

これらの基準が欠如しているため、今年、Web2とWeb3の計算市場において、モデルの性能と計算リソースの質と量が誤って計算される事例が多く見られました。これにより、ユーザーは自分のベンチマークテストを実行したり、計算市場の使用速度を制限したりして、AIシステムの実際の性能を検証する必要がありました。

暗号分野は一貫して「検証可能性」を強調しているため、2025年には暗号とAIの結合がシステム性能をより透明にすることを期待しています。一般のユーザーは、モデルや計算クラスターの重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し評価できるようになるべきです。- Aadharsh

9.確率的プライバシープリミティブ (Probabilistic Privacy Primitives)

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、独特の矛盾を指摘しました。「暗号学において、オープンソースは安全を実現する唯一の方法ですが、AIにおいては、モデル（さらにはトレーニングデータ）を公開することが対抗的機械学習攻撃のリスクを大幅に増加させます。」

プライバシー保護はブロックチェーンの新しい研究方向ではありませんが、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して適用されています。今年は、ゼロ知識証明（ZK）、全同態暗号（FHE）、信頼できる実行環境（TEE）、および多者計算（MPC）など、プライバシー強化技術において顕著な進展がありました。これらの技術は、暗号データ上での一般計算のプライベート共有状態などのシナリオで使用されています。同時に、NvidiaやAppleなどの技術大手も、専有のTEE技術を利用して、ハードウェア、ファームウェア、モデルの整合性を保ちながら、フェデレーテッドラーニングとプライベートAI推論を実現しています。

今後、私たちはランダム状態変換におけるプライバシー保護と、これらの技術が異種システムにおける分散型AIの実際の適用を促進する方法に重点を置いていきます。たとえば、分散型のプライベート推論、暗号データの保存とアクセスパイプライン、完全自律的な実行環境の構築などです。- Aadharsh

AppleのApple IntelligenceスタックとNvidiaのH100 GPU

10.エージェントの意図と次世代ユーザー取引インターフェース (Agentic Intents and Next-Gen User Trading Interfaces)

AIエージェントの重要な応用の一つは、ユーザーがオンチェーンで自律的に取引を完了するのを助けることです。しかし、過去12〜16ヶ月の間に、「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年で、私たちはより複雑な言語システムがさまざまなデータタイプや神経ネットワークアーキテクチャと組み合わさることを期待しており、これがこの分野の発展を促進するでしょう。エージェントは、既存のオンチェーンシステムを使用して取引を完了し続けるのか、それとも全く新しいツールや方法を開発するのか？大規模言語モデル（LLM）は、これらのシステムの中心として機能し続けるのか、それとも他の技術に取って代わられるのか？ユーザーインターフェースの面では、ユーザーは自然言語を通じてシステムと対話して取引を完了するのか？古典的な「ウォレットはブラウザである」という理論は現実になるのか？これらは探求する価値のある問題です。- Danny、Katie、Aadharsh、Dmitriy