Arweave創業者とNEAR Unitedが対談：AIとブロックチェーンの融合を探る

出典：BeWater Community

6月14日、AO財団は分散型スーパーコンピューターAOのトークン・エコノミクスを正式に開始しました。6月12日の夜、AOのトークン・エコノミクス公開とNEARのDAソリューション公開の前夜に、ArweaveとAOの創設者であるサム・ウィリアムズ氏とNEAR Protocolの共同創設者であるイリア・ポロスーヒン氏を招き、AIとブロックチェーンの融合に関する詳細な対談を行いました。サムは、アクター指向パラダイムと分散型Erlangモデルに基づき、無限に拡張可能で異種プロセスの相互作用をサポートする分散型コンピューティング・ネットワークの構築を目指すAOの基本アーキテクチャについて詳しく説明し、AOが信頼できるAIポリシーを導入することで真の「エージェント・ファイナンス」を可能にすることが期待されるDeFiシナリオにおけるAOの応用可能性について考察し、イリアはスケーラビリティとAAR相互作用におけるNEAR Protocolの経験を共有した。イリア氏は、チェーンの抽象化とチェーン署名機能の導入、ピアツーピア決済、開発中のAI推論ルーターなど、スケーラビリティとAI統合の観点からNEARプロトコルの最新の進捗状況を紹介した。さらに、2人のゲストは、それぞれのエコシステムの現在の優先事項や研究の焦点、そして楽観的な革新的プロジェクトについてコメントした。このコンテンツを編集し、中国語でコミュニティに届けてくれた@nbsp;@BlockBeatsAsiaの@0xLogicrw氏に感謝する。

Illia とSamがAIと暗号の世界に入ったきっかけ

ルル：まずは簡単な自己紹介から始めましょう。自己紹介と、AIとブロックチェーンに関わるようになったきっかけを教えてください。

イリア：私のバックグラウンドは機械学習と人工知能で、暗号の世界に入る前に約10年間働いていました。現在、さまざまな最新の機械学習、AI、ディープラーニング技術で広く使われているTransformerモデルを紹介した論文「Attention is All You Need」が有名です。しかし、それ以前には、2014年から2015年にかけてグーグルがオープンソース化した機械学習フレームワークであるTensorFlowなど、多くのプロジェクトに携わってきました。また、Q&Aシステムや機械翻訳などの研究にも携わり、実際に Google.com やその他のGoogle製品にいくつかの知見を応用しました。

その後、アレックスと私はNEAR.aiを共同設立しました。NEAR.aiは当初、機械プログラミングを教えることに特化したAI企業でした。私たちは、人々が自然言語を通じてコンピューターとコミュニケーションできるようになり、コンピューターが自らプログラミングを行うようになる未来を見ていました。2017年には、これはSFのように聞こえますが、私たちは本当に多くの研究をしました。より多くのトレーニングデータをクラウドソーシングし、中国や東欧などの学生がコードを書いたり、コードのコメントを書いたりといった小さな仕事をやってくれました。しかし、PayPalが中国のユーザーに送金できないなど、報酬を得ることに関しては困難にぶつかりました。

ビットコインを使うことを勧める人もいましたが、当時、ビットコインの取引手数料はすでに高額でした。そこで私たちはさらに深く掘り下げ始めました。私たちにはスケーラビリティのバックグラウンドがあり、グーグルではすべてがスケールの問題です。私の共同創業者であるアレックスは、フォーチュン500社にサービスを提供するシャーデッド・データベースの会社を作りました。当時、ブロックチェーン技術の現状を目の当たりにして、ほとんどすべてが実際に1台のマシンで動いていて、その1台のマシンの容量に制限されているというのは奇妙なことでした。

そこで私たちは、スケーラビリティ、使いやすさ、開発のしやすさに重点を置いたシャード型のレイヤー1プロトコルであるNEARプロトコルの構築に着手しました。2022年、アレックスはOpenAIに参加し、2023年には基礎モデルに特化したAI会社を立ち上げました。私たちは最近、彼がNEAR.aiチームを率いて復帰することを発表し、2017年に始めた機械プログラミングを教える仕事を続けています。

ルル：本当に素晴らしい話ですね。NEARが当初AI会社としてスタートし、現在はAIに再注目しているとは以前は知りませんでした。では、サムさんにご自身とプロジェクトについて少しお聞かせください。

サム 私たちは約7年前にこの分野でスタートしました。それは、世界中に複製されるネットワーク上にデータを保存することができ、単一の集中障害点がないということでした。これは私たちに、複数の場所に複製され、決して忘れ去られることのないアーカイブを作ることを思いつかせました。

そこで私たちの使命は、ビットコインをスケールさせること、つまりビットコインスタイルのオンチェーンデータストレージをあらゆるスケールで作ることになりました。人類の知識ベースを作り、改ざん不可能で信頼されない歴史的ログのようなものにすべての歴史を保存することで、私たちがどのようにしてここまで一歩一歩歩んできたのかという重要な文脈を決して忘れないようにするのです。

私たちは7年前にこの作業を開始し、現在では6年以上にわたってメインネットワーク上で稼働している。その過程で、恒久的なオンチェーンストレージが、当初考えていたよりもはるかに多くの機能を提供できることに気づきました。当初は新聞記事の保存を考えていました。しかし、メインネットでの運用を開始した直後、世界中のどこにいてもすべてのコンテンツを保存できるのであれば、実は永続的な分散型ネットワークの種をまいていることになると気づいたのです。それだけでなく、決定論的な仮想マシンとプログラムとのインタラクションの恒久的な順序付けログがあれば、本質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2020年頃に気づきました。

私たちは、当時SmartWeaveと呼んでいたこのシステムを2020年に初めて試み、プログラミング言語Haskellによって大きく普及したコンピュータサイエンスの不活性和の概念を利用しました。この概念は、本番環境では長い間使われてきましたが、ブロックチェーンの分野ではあまり使われてきませんでした。通常、ブロックチェーン空間では、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する。しかし私たちは、ブロックチェーンは実際には、データの書き込みと同時にコードを実行することなく新しい情報を取り込むための、一定のルールを持つ追加型のデータ構造だと考えています。任意にスケーラブルなデータログを持っていたので、これは私たちにとって自然な考え方でしたが、当時はまだ比較的珍しいものでした。他のチームは、現在Celestiaと呼ばれているチーム（当時はLazyLedgerと呼ばれていた）だけでした。

その結果、Arweaveではコンピューティング・システムがカンブリア紀的な爆発を起こしました。3つか4つの主要なプロジェクトがあり、そのうちのいくつかは独自のコミュニティ、機能セット、セキュリティのトレードオフを開発しました。その過程で、これらのログを保存するためにベースレイヤーのデータ可用性を活用するだけでなく、データ可用性の保証を委譲するメカニズムが必要であることがわかった。具体的には、パケット・ノードや代理の誰か（現在ではスケジューリング・ユニットと呼ばれている）にデータを送信することができ、そのノードがデータを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という金銭的インセンティブを含む保証を与えてくれる。この仕組みが整えば、計算を水平方向に拡張できるシステムが完成する。基本的には、イーサ上のロールアップと考えることができる一連のプロセスがあり、同じデータセットを共有し、互いに通信することができる。

AO（アクター指向）は、コンピュータサイエンスのパラダイムに由来しており、私たちは、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、分散コンピューティングネットワークと、これらのコンポーネントすべてを組み合わせたシステムを構築しました。その結果、不活性な価値を求めるコンポーネントは、誰もが契約状態を解析するノードをオンにできる分散型コレクションとなった。これらをまとめると、分散型スーパーコンピューターになる。その中核には、計算に関わるすべてのメッセージの、任意にスケーラブルなメッセージログがある。これは、自分のプロセスが自分のプロセスのスケーラビリティや利用率に影響を与えることなく並列計算ができるため、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、任意の深さの計算ができるという意味で、特に面白いと思います。私たちのエコシステムは現在このアイデアを強力に推進しており、スマート・コントラクト・システムにベースレイヤーでマーケット・インテリジェンスを導入するとどうなるかを探っています。こうすることで、基本的に、基礎となるスマートコントラクトのように信頼され検証可能なインテリジェントエージェントが働くことになります。

AOの基本コンセプトと技術アーキテクチャ

ルル：ご存知のように、NEAR ProtocolとArweaveは現在、AIと暗号通貨の相互融合を推進しています。サムがAOの基本的なコンセプトとアーキテクチャのいくつかに触れたので、私はおそらくAOから始めて、AIに移るのはもう少し後になると思います。あなたの説明するコンセプトから、これらのエージェントは自律的に実行され、オーケストレーションされ、AIエージェントやアプリケーションがAOの上で動作することを可能にしているように感じます。AOインフラ内での並列実行や自律的エージェントについて詳しく教えてください。分散型Erlangの構築という比喩は正確ですか？

サム：始める前に、私は博士課程でErlangシステムをベースにしたオペレーティングシステムを構築したことに触れたいと思います。Erlangのエキサイティングなところは、暗号では当たり前になっている共有ステートモデルではなく、全ての計算が並列に実行されることを期待されるシンプルで表現力豊かな環境だということです。

このエレガントさは、現実の世界に見事にマッピングされることです。Erlangのエージェントやアクター指向アーキテクチャは本当に驚くべきものです。AOサミットで私の後についてきた人はErlangの創設者の一人で、1989年頃にこのアーキテクチャを思いついたと話してくれました。当時は'Actor-oriented'（アクター指向）という言葉すら気づいていませんでした。しかし、それは十分に素晴らしいコンセプトだったので、多くの人が同じアイデアを思いつきました。

私にとって、本当にスケーラブルなシステムを構築したいのであれば、状態を共有するのではなく、メッセージを受け渡すようにしなければならない。つまり、EtherやSolana、その他ほとんどすべてのブロックチェーンで起きているように、状態を共有する場合です。NEARはシャーディングがあるので、グローバルな状態を共有するのではなく、ローカルな状態を共有します。

AOを構築したときの目標は、これらのコンセプトを組み合わせることでした。私たちは並列に実行され、任意のサイズの計算を実行できるプロセスを持ちたかったのですが、同時にそれらのプロセスの相互作用を実行環境から分離し、結果として分散版Erlangを実現しました。AOを使えば、システムの中でターミナルを起動することができます。開発者としてAOを使う最も自然な方法は、ローカルのコマンドラインインターフェイスに話しかけるのと同じように、自分自身のローカルプロセスを起動して、それに話しかけることだ。コンシューマーへの導入が進むにつれ、人々はUIや期待されるあらゆるものを構築している。基本的には、分散化されたコンピューティング・デバイスのクラウドでパーソナル・コンピューティングを実行し、統一されたメッセージ・フォーマットを使ってそれらと対話することができます。私たちはこの部分を、インターネットを実行するTCP/IPプロトコルを参照して設計し、コンピューティングそのものと考えることができるTCP/IPプロトコルを作ろうとしました。

AOのデータプロトコルは、特定の種類の仮想マシンの使用を義務付けていません。好きな仮想マシンを使うことができ、私たちはWASM32と64ビット版を実装しました。エコシステム内の他の企業はEVMを実装しており、この共有メッセージング・レイヤー（私たちはArweaveを使用している）があれば、コンピューティングのインターネットのように、異種性の高いすべてのプロセスを共有環境で相互作用させることができる。このインフラが整えば、次の自然なステップは、インテリジェントで検証可能な信頼できるコンピューティングで何ができるかを探ることだ。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インテリジェントな意思決定を行うことを可能にする。世界の金融システムを見ると、NASDAQでの取引の約83％はロボットによって執行されている。それが世界の仕組みなのです。

過去には、スマートパーツをアップリンクして信頼できるようにすることはできませんでした。しかし、Arweaveのエコシステムには、RAIL（Responsible AI Ledger）と呼ぶ別の並列ワークフローがあります。これは基本的に、さまざまなモデルのインプットとアウトプットの記録を作成し、それらの記録をオープンで透明性のある方法で保存する方法です。もしそれが実現すれば、今日我々が直面している根本的な問題のひとつを解決できると考えています。例えば、あなたが信用していないウェブサイトから、政治家が何かバカなことをしている写真や動画が掲載されているようなニュース記事が送られてきたとする。RAILは、競合する多くの企業が透明かつ中立的な方法で利用できる台帳を提供し、インターネットと同じように、彼らが生成したアウトプットの記録を保存します。そして、非常に低コストでこれを行うことができる。

ブロックチェーンのスケーラビリティに関するイリアの考え

ルル：AOアプローチやモデルのスケーラビリティに関するイリアの考えに興味があります。あなたは、逐次処理のボトルネックに対処することを目的としたTransformerモデルに取り組んできました。お聞きしたいのですが、NEARのスケーラビリティに対するアプローチはどのようなものですか？以前のAMAチャットで、複数の小さなモデルがシステムを形成する方向で取り組んでいるとおっしゃっていましたが、それが解決策の1つになるかもしれません。

イリア：ブロックチェーンにスケーラビリティを適用する方法はたくさんあります。私たちが今見ているのは、単一の大規模な言語モデル（LLM）を使用した場合、推論に限界があるということです。しばらくの間は、特定の方法でプロンプトを出す必要があります。時間が経てば、モデルは改善され、より一般的になるでしょう。しかし、いずれにせよ、これらのモデル（生の知能と考えることもできる）を何らかの形でチューニングして、特定の機能やタスクを実行し、特定のコンテキストでより良い推論ができるようにしているのです。

より一般的な仕事やプロセスを実行させたいのであれば、異なるコンテキストで、タスクの異なる側面を実行する複数のモデルが必要です。具体的な例として、私たちは今、エンドツーエンドのプロセスを開発しています。このアプリケーションを作りたいんだ。最終的なアウトプットは、正しく正式に検証されたスマートコントラクトと、完全にテストされたユーザーエクスペリエンスを備えた、完全に構築されたアプリケーションだ。実生活では、通常、これらのすべてを構築する人は一人ではなく、ここでも同じ考え方が当てはまる。あなたは実際に、AIにさまざまな役割、さまざまなタイミングでの役割を演じさせたいと考えているのではないでしょうか？

まず、実際に要件を収集し、何が欲しいのか、トレードオフは何か、ユーザーストーリーと体験は何かを正確に把握するために、プロダクトマネージャーの役割を担うAIエージェントが必要になるでしょう。次に、そのデザインをフロントエンドに反映させる役割を担うAIデザイナーがいるかもしれない。そして、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ない。そして、コードを書き、スマートコントラクトとすべてのフロントエンドの作業が正式に検証されていることを確認するAI開発者がいる。最後に、すべてが適切に動作していることを確認し、ブラウザーでテストするAIテスターがいるかもしれない。これによって、同じモデルを使用していても、特定の機能に合わせて微調整されたAIエージェントのセットができる。彼らはそれぞれプロセスで独立した役割を果たし、完全なプロセスを構築するために、合図、構造、ツール、観察された環境を使用して互いに相互作用します。

これはサムが話していたことですが、多くの異なるエージェントが非同期に仕事をし、環境を観察し、何をすべきかを考えます。ですから、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システムが必要なのです。ユーザーの視点に立てば、あなたはリクエストを送り、さまざまなエージェントとやり取りをする。その裏では、実際に情報を交換するためにお互いにお金を払い合っているかもしれないし、異なる所有者の異なるエージェントが実際に何かを成し遂げるために相互作用しているかもしれない。これはAPIの新しいバージョンで、よりスマートで自然言語駆動型だ。これらすべては、支払いや決済システムだけでなく、多くのフレームワーク構造を必要とする。

AIコマースと呼ばれる新しい説明方法があり、そこではすべてのエージェントが相互に作用して物事を成し遂げる。これは、私たちすべてが向かっているシステムです。このようなシステムのスケーラビリティを考えると、対処しなければならない問題がいくつかある。前述したように、NEARは、人間、AIエージェント、そして猫さえも含む数十億のユーザーをサポートするように設計されている。各NEARアカウントやスマートコントラクトは並行して実行されるため、継続的なスケーリングと取引が可能だ。もっと低いレベルでは、AIエージェントやAPIを呼び出すたびにトランザクションを送信するのは、NEARがどんなに安くても、おそらく意味がない。そこで私たちは、エージェントノードやクライアント（人間またはAIの両方）が互いに接続し、API呼び出しやデータアクセスなどに支払うことを可能にするピアツーピアのプロトコルを開発しています。

これは、マイクロペイメントを提供するためにNEARを超えるスケーリングを可能にする新しいシステムです。私たちはこれをyoctoNEARと呼んでいますが、これはNEARの10^-24に相当します。これにより、ネットワークレベルで実際に決済を伴うメッセージを交換することができ、すべての操作ややり取りがこの決済システムを通じて決済可能になります。これはブロックチェーンにおける根本的な問題を解決するもので、決済システムに必要な帯域幅とレイテンシーがないため、実際には多くのただ乗りが発生している。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った話ではなく、将来的に数十億のエージェントが存在するかもしれない世界にも適用できる。あなたのデバイス上でも、複数のエージェントが同時に稼働し、バックグラウンドでさまざまなタスクを実行するような世界です。

AO in a DeFi scenario: Agent Finance

Lulu: このユースケースはとても興味深いです。AI決済の場合、高頻度決済や複雑なポリシーのニーズがあることが多いと思いますが、パフォーマンス上の制約からまだ実装されていません。そのため、より優れたスケーラビリティ・オプションに基づいて、これらのニーズがどのように実現されるかを見るのが楽しみです。私たちのハッカソンで、サムとチームは、AOがDeFiのユースケースをサポートするために新しいAIインフラストラクチャの使用も模索していると言っていました。

サム： 私たちはこれをエージェント・ファイナンスと呼んでいます。これは、私たちが考えるように、市場には2つの側面があるという事実を指しています。deFiは、ユーザーが仲介者を信頼しなくても利用できるように、分散化し、様々な経済プリミティブをチェーン上にもたらすという最初のフェーズでは素晴らしい仕事をしました。しかし、市場について考えるとき、私たちは数字の上下と、それらの決定を後押しするインテリジェンスについて考えます。そのインテリジェンスそのものをチェーンに乗せることができれば、信用を必要としないファンドのような金融商品を手に入れることができる。

単純な例として、ミームコインの取引ヘッジファンドを設立したいとしましょう。私たちの戦略は、トランプに関する言及を見たときにトランプコインを買い、バイデンに関する言及を見たときにバイデンコインを買うことです。AOでは、0rbitのような予言者サービスを使って、ウォールストリート・ジャーナルやニューヨーク・タイムズのようなウェブページの全コンテンツを取得し、それをプロキシに送り込むことで、そのデータを処理し、トランプが何回言及されたかを分析することができる。また、センチメント分析もできるので、市場の動きを理解することもできる。そして、代理人はその情報に基づいて資産を売買する。

興味深いことに、エージェントの実行自体を信頼できないものにすることもできる。そうすれば、戦略を実行するヘッジファンドができ、ファンドマネージャーを信頼することなく資金を投入することができる。これは、DeFiの世界ではまだあまり触れられていないファイナンスのもう一つの側面である。こうした意思決定プロセスを信頼できるものにできれば、システム全体が、さまざまな経済ゲームの原語を含む単なる清算層ではなく、真に分散化された経済のようなものに統一されるだろう。

私たちはこれを大きなチャンスだと考えており、エコシステムにはすでにこうしたコンポーネントを作り始めている人たちがいます。

私たちには、あなたが望む割合に基づいて資産を売買する、信頼のおけないポートフォリオ・マネージャーを作成したチームがあります。例えば、50％をArweaveトークンに、50％をステーブルコインにしたい。それらの価格が変動すると、自動的に売買が実行される。AOにはcronメッセージと呼ばれる機能があります。これは、プロセスが自分で起動し、その環境で自律的に何かを行うことを決定できることを意味する。ヘッジファンドのスマート・コントラクトを5秒ごと、あるいは5分ごとに起動し、ネットワークからデータを取得して処理し、環境内でアクションを起こすように設定できる。これにより、環境と相互作用することができ、ある意味で「生きている」ため、完全に自律的となる。

イーサ上でスマートコントラクトを実行するには外部トリガーが必要で、この問題を解決するために多くのインフラが構築されてきたが、スムーズではなかった。一方AOでは、これらの機能はビルトインされている。その結果、エージェントのマーケットプレイスがチェーン上で常に競合し合うことになる。これによって、暗号ではかつて見られなかった方法で、ネットワークの利用が大幅に増加することになるでしょう。

NEAR.aiの全体的な戦略と開発の焦点

Lulu: NEAR.aiは多くの有望なユースケースを進めていますが、他の側面や全体的な戦略、焦点の一部について詳しく教えてください。

イリア:あらゆるレベルで本当に多くのことが進行しており、統合するためのさまざまな製品やプロジェクトがあります。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。NEARのスマートコントラクトはRustとJavaScriptで書かれており、多くのユースケースにとって非常に便利です。NEARのスマートコントラクトはRustとJavaScriptで書かれている。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、他のスマートコントラクトやAIの推論などの外部イベントが発生するのを待ち、その後実行を再開することを可能にする。これは、ChatGPTや検証可能な推論などのLLMからの入力を必要とするスマートコントラクトに便利です。

私たちはまた、チェーンの抽象化とチェーン署名を導入しました。これは、この半年でNEARに導入されたユニークな機能の1つです。どのNEARアカウントも他のチェーンで取引できます。取引手数料やトークン、RPC、その他のインフラを気にすることなく、NEARを通じてチェーン間で取引ができるため、プロキシやAI推論、その他のインフラを構築する際に便利です。これらのすべては、チェーン署名のインフラを通してあなたに代わって処理されます。この機能は一般ユーザーも利用できます。NEAR上に構築されたTelegram上のHOTウォレットがあり、Baseの統合は実際にメインネットワーク上で展開されたばかりで、約14万人のユーザーがこのTelegramウォレットを通じてBaseを利用しています。

さらに一歩進んで、私たちはピアツーピアネットワークを開発するつもりです。そして他のストレージノードなどが、より証明可能な通信プロトコルに参加できるようにします。現在のネットワーク・スタックは非常に限定的で、ネイティブな決済機能がないため、これは重要なことです。ブロックチェーンは「インターネットマネー」だとよく言われますが、実際にはネットワークレベルでお金を使ってパケットを送るという問題は解決していません。私たちはこの問題に取り組んでおり、これはすべてのAIユースケースだけでなく、より広範なWeb3アプリケーションにとっても非常に有用です。

さらに、私たちはAI推論ルーターと呼ぶものを開発しています。これは、すべてのユースケース、ミドルウェア、分散型推論、オンチェーンおよびオフチェーンデータプロバイダーをプラグインできる場所です。このルーターは、NEARのエコシステムで構築されているすべてのプロジェクトを相互接続し、NEARのユーザーコミュニティがそのすべてを利用できるようにするためのフレームワークとして使用できます。

一部のアプリケーションは、エッジコンピューティングとして知られるユーザーデバイスにモデルを展開する方法を模索しています。このアプローチでは、データをローカルに保存し、関連するプロトコルとSDKで操作します。これはプライバシーの観点から非常に有望です。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、ローカルモデルのみを使用してユーザーエクスペリエンスを生成またはプリコンパイルし、データ漏洩を回避するようになるだろう。開発者として、私たちは、バックエンドで正式な検証を行いながら、誰でも簡単にアプリケーションを構築し、Web3上で公開できるようにすることを目標に、多くの研究を進めています。OLLMモデルがコードベースの脆弱性を発見する上でますます強力になるにつれて、これは将来的に重要なトピックになるでしょう。

要するに、これは基盤となるブロックチェーンインフラストラクチャから、Web3のチェーン抽象化、ピアツーピア接続まで、完全な技術スタックであり、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る。次は、AIの推論ルーティング・センターやローカル・データ・ストレージ、特に個人データを外部に漏らすことなくアクセスする必要がある状況への応用だ。最後に、開発者たちは、AIによって構築される未来のアプリを目標に、すべての研究成果を統合しようとしている。これは中長期的に非常に重要な進展となるだろう。

AOの優先課題と研究の焦点

ルル：サムに聞きたいのですが、AOの現在の優先課題と研究の焦点は何ですか？

サム：私が個人的に特に興味を持っているアイデアの1つは、AOが提供する拡張機能を使用して、抽象GPUドライバーであるCUDAの決定論的サブセットを構築することです。通常、GPUの計算は決定論的でないため、AO上でできるような安全な計算には使えませんし、少なくとも安全ではないので、誰もこれらの処理を信用しないでしょう。理論的には可能だが、もしこの問題を解決できれば、デバイスレベルの不確実性に対処するだけでよくなる。興味深い研究がいくつかあるが、スマート・コントラクトの実行には、常に100％決定論的な方法でこれに対処する必要がある。AOには、この機能をドライバーとしてサポートするプラグイン・システムがすでにある。フレームワークはそこにあり、あとはそれをどのように実装するかを正確に把握するだけです。技術的な詳細はたくさんありますが、基本的には、GPU環境でのジョブローディングを、この種の計算に使用できるほど予測可能にすることです。

私が興味を持っているもう1つの点は、このオンチェーンAI機能を活用して、分散型、少なくともオープンで分散型のモデルトレーニング、特にモデルの微調整を行うことが可能かどうかということです。基本的なアイデアは、タスクに明確なルーブリックを設定できれば、そのルーブリックに照らし合わせてモデルをトレーニングできるということです。人々がトークンを投入することで、マイナーたちがより良いモデルを作るために競い合うようなシステムを作れないだろうか。これでは多様な採掘者が集まらないかもしれないが、モデルのトレーニングをオープンな方法で行うことができるので問題にはならない。そして、採掘者がモデルをアップロードする際に、General Data Licence（一般データライセンス）タグを追加することができる。ロイヤリティは、トークンを介して貢献者に分配することができる。このように、これらすべて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インセンティブを生み出すことができます。

また、先に述べたRAILプログラムも非常に重要だと思います。私たちは、主要なAIプロバイダーや推論プロバイダーとこのプログラムをサポートする可能性について話し合いました。もし彼らがこのデータを実際に実装し、ウェブ上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画像を右クリックして、その画像がStable DiffusionとDALL-Eのどちらで生成された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、私たちが現在探求している非常に興味深い分野です。

イリアとサムのお気に入りプロジェクト

ルル：最近気に入ったAIや暗号プロジェクトを推薦してください。

イリア：トリックを使います。私たちは毎週AIオフィスアワーを開いていて、プロジェクトを招待しています。最近ではMasaとCompute Labsがありました。これらのデバイスから収益を得ることができる。現在、暗号空間におけるコンピューティング市場は活況を呈しており、暗号通貨が市場を盛り上げるには当然のように思える。しかし問題は、これらの市場には堀やネットワーク効果がないため、激しい競争とマージンの圧縮が起きていることだ。コンピュート・ラボは、資本形成と資産の脱炭素化という、まさに暗号通貨ネイティブなビジネスモデルを提供している。コンピュートラボは、資本形成と資産の脱炭素化という、非常にクリプト・ネイティブなビジネスモデルを提供する。コンピュートラボは、通常データセンターを建設する必要がある人々にも参加する機会を提供する。コンピュート・マーケットプレイスは方程式の一部に過ぎず、主な目的はコンピュート・リソースへのアクセスを提供することである。このモデルはまた、より広範な分散型AIのエコシステムにも適合し、基礎となるコンピュートリソースを提供することで、より幅広い投資家層がイノベーションに参加する機会を提供します。

サム：AOのエコシステムには素晴らしいプロジェクトがたくさんあり、どれかの味方をするつもりはありませんが、Autonomous Financeが構築している基盤インフラは「エージェント・ファイナンス」を可能にしていると思います。とてもクールで、彼らは本当にこの最前線にいる。また、オープンソースのAIコミュニティ、特にLamaモデルをオープンソース化したMetaにも感謝したい。このような流れがなければ、GPT-2後にOpenAIがClosedAIになったとき、特に暗号の分野では、これらのモデルにアクセスすることができず、暗黒の場所にいたかもしれません。人々は、こうしたクローズドソースのモデルを1つか2つの主要なプロバイダーから借りなければならなくなります。今のところそうなっていないのは素晴らしいことだ。皮肉ではあるが、Web2の王者メタに賛辞を送りたい。