暗号×AI：2025年の最先端トレンドトップ10に迫る

Author:Archetype Source:X, @archetypevc Translated by: Good Oba, Golden Finance

1.Inter-intelligent body interactions

ブロックチェーンの透明性と複合性は、知能体間相互作用のための理想的な基盤となっている。このシナリオでは、異なる主体が異なる目的のために開発した知性体が、シームレスに相互作用することができる。現在、インテリジェンス間の資金移動や共同トークン発行など、インテリジェンス間の実験的なアプリケーションが数多く登場している。私たちは、インテリジェントボディ間の相互作用が、全く新しいアプリケーション領域（例えば、インテリジェントボディ間の相互作用によって駆動される新しいソーシャルシナリオ）の創造や、プラットフォーム認証および検証、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、現在煩雑な企業ワークフローの改善など、どのようにさらに拡張されるかを楽しみにしています。

-ダニー、ケイティ、アーダーシュ、ドミトリー

2.分散型知的ボディ・タイプの組織

2.h2>

大規模な多知能身体システムの協調は、もう一つのエキサイティングな研究分野です。マルチインテリジェントな身体システムは、どのようにタスクに協力し、問題を解決し、システムやプロトコルを制御するのだろうか？ヴィタリックは2024年初頭の論文「暗号＋AIアプリケーションの将来性と課題」の中で、AI知能を予測市場や仲裁に利用することを提案している。彼は、マルチ・インテリジェンス・システムは、大規模に運用される場合、並外れた「真実」の発見と自律的なガバナンスの可能性を秘めていると主張している。私たちは、「マルチ・インテリジェント・システム」と「集合知」の形態の可能性が、どのようにさらに探求され、実験されるかを楽しみにしています。

インテリジェント間の協調の延長として、インテリジェントと人間の協調もまた、デザインのための興味深い空間を提供します-特に、コミュニティがインテリジェンスの周りでどのように相互作用するか、またはインテリジェンスが集団行動のためにどのように人間を組織するか。人間が集団行動のためにどのように組織化されうるか。私たちは、特に人間の大規模な協調を目的関数とする知能について、より多くの実験が現れることを期待しています。これは、特に人間の作業がオフチェーンで行われる場合、何らかの検証メカニズムが必要になりますが、特異で興味深い創発的な振る舞いを生み出す可能性を秘めています。

-ケイティ、ドミトリー、アッシュ

3.インテリジェントな体型のマルチメディア・エンターテイメント

3.

デジタル・ペルソナという概念は、何十年も前からありました。例えば、初音ミク（2007年）は2万人収容のコンサートを完売させたし、バーチャル・インターネットのセンセーション、リル・ミケラ（2016年）はインスタグラムで200万人以上のフォロワーを持つ。最近の例では、Twitchですでに60万人以上のチャンネル登録者を持つAIバーチャル・キャスターNeuro様（2022年）や、匿名のK-POPバーチャル・ボーイ・バンドPLAVE（2023年）がいる。YouTubeでは2年足らずで3億回以上の再生回数を記録している。

AIインフラの進歩と、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により、これらのインテリジェンスがどのように自律的になり、うまくいけば2025年までにメインストリームのエンターテイメントのまったく新しいカテゴリーを解き放つことができるのかが楽しみです。

- Katie, Dmitriy

4.-align: left;">前のカテゴリーでは、知的身体そのものが製品であったが、ここでは知的身体は製品を補完するものとして使うことができる。アテンション・エコノミーでは、魅力的なコンテンツをコンスタントに発信することが、アイデアや製品、企業の成功に欠かせない。ジェネレイティブ／インテリジェント・ボディ・コンテンツは、スケーラブルな24時間365日のコンテンツ制作パイプラインを構築するためにチームが使用できる強力なツールである。この空間の発展は、「ミニコインとスマートボディを区別するものは何か」をめぐる議論によって促進されてきた。ファンダムがまだ厳密には「スマート」ではないとしても、インテリジェンスは流通チャネルへのアクセスを得るための重要なツールとなっている。

もう1つの例は、ゲームは、ユーザーを夢中にさせるために、よりダイナミックになる必要があることが多いということです。ゲームのダイナミクスを生み出す古典的なアプローチは、ユーザー生成コンテンツを育成することであり、純粋に生成的なコンテンツ (ゲーム内のアイテム、NPC、さらには完全に生成されたゲーム レベルを含む) は、この進化の次の段階であると考えられます。私たちは、2025年のインテリジェンティアの能力によって、伝統的な流通戦略の境界がどこまで拡張されるかに興味があります。

-ケイティ

5.次世代アートツール/プラットフォーム

5.h2>

2024年、私たちはIN CONVERSATION WITHを立ち上げました。これは、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クリプト・アーティストへのインタビュー・シリーズです。暗号に興味を持つアーティストたちは、最先端テクノロジーに幅広い関心を持ち、AR/VRオブジェクト、コードベースのアート、ライブコーディングなど、これらのテクノロジーをクリエイティブな実践の中心または美学的な焦点とする傾向がある。

ジェネレイティブ・アートは、ブロックチェーンとの自然な相乗効果を長い間持っており、それがAIアートの潜在的な手段であることをより明確にしている。このような芸術的媒体を従来のアート展示プラットフォームで展示・紹介するのは極めて難しい。ArtBlocksは、アーティストと観客の双方にとって全体的な体験を向上させながら、デジタルアート作品の展示、保存、収益化、保護にブロックチェーンをどのように利用できるかという未来への窓を提供します。

プレゼンテーションにとどまらず、AIツールは一般人が芸術を創作する能力さえも拡張している。私たちは、2025年にブロックチェーンがどのようにこれらのツールをさらに拡張したりサポートしたりして、アートのクリエイターや愛好家に力を与えるかを楽しみにしています。

- ケイティ

6.Data Marketplace

20年前にクライヴ・ハンビーが「データは新しい石油だ」と主張して以来、企業はユーザーデータを独占し、現金化するための強力な手段を講じてきた。今日、ユーザーは自分たちのデータが数十億ドル規模の企業を支える基盤であることに気づいているが、自分たちはそのデータをほとんどコントロールできず、それが生み出す利益もほとんど分け合うことができない。強力なAIモデルの開発が加速するにつれ、この緊張はますます重要になっている。データ市場のチャンスの一部がユーザーデータの搾取を減らすことにあるとすれば、もう一部はデータ供給不足に対処することである。ますます強力になるAIモデルは、インターネットの容易にアクセス可能なデータ資源を徐々に枯渇させ、新たなデータソースが緊急に必要とされているからだ。

分散型インフラを活用してデータの制御をユーザーに戻すにはどうすればよいかという問題の設計空間は広大であり、複数の分野で革新的な解決策を見つけることが決定的に必要です。

- データがどこに保存され、どのようにプライバシーが保護されるか（保存中、送信中、計算中）

- 以下のような差し迫った課題があります。

- データの質を客観的に評価し、フィルタリングし、測定する方法

- データの帰属と実現のメカニズム（特に、結果をソースにさかのぼって外挿する場合）

- 多様なモデルのエコシステムにおいて、データをどのようにオーケストレーションまたは検索するか。価値の高いデータ製品を生み出すインセンティブを向上させる。特に、需要側の大部分がWeb2 AIから来ている状況では、スマートな契約実行の仕組みを従来のサービス品質保証契約（SLA）やツールと組み合わせる方法を考えることは、注力すべき重要な分野です。

- Danny

7.Decentralised Arithmetic

データがAIの開発と展開のための1つの基本的な構成要素であるとすれば、微積分はもう1つの要素である。過去数年間、大規模なデータセンターが支配する古いパラダイム（特定の場所、エネルギー、ハードウェアへの独占的なアクセスなど）が、ディープラーニングとAIの軌跡を大きく定義してきた。しかし、物理的な限界が明らかになり、オープンソース技術が進化するにつれて、このダイナミズムは挑戦されつつあります。

分散型AI演算のv1バージョンは、Web2 GPUクラウドのレプリカのように見えます。その代わりに、v2 リリースでは、一部のチームが、**異種ハイパフォーマンス コンピューティング リソース (HPCs)** のスケジューリング、ルーティング、価格設定などの機能を通じて競争力を構築するテクノロジー スタックを開発し、特に推論タスクにおいて、需要を引きつけてマージンの圧縮に対抗するための独自の機能を導入しています。さらに、チームはさまざまなアプリケーションシナリオや市場参入戦略（GTM）を軸に差別化を図り始めており、コンパイラーフレームワークを活用して多様なハードウェア間での推論ルーティングの効率を向上させることに注力しているチームもあれば、構築した演算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開拓しているチームもあります。

AI-Fi マーケットプレイスの始まりさえ見え始めており、演算とGPUを収益を生む資産に変えるための新しい経済的プリミティブを提案したり、データセンターのオンチェーン流動性を活用して、ハードウェアを取得するための代替資金源を提供したりしています。ハードウェアを取得するための代替資金源を提供する。重要な疑問は、分散型AI（DeAI）は開発と展開において、どの程度まで分散型演算に依存するのかということだ。それともストレージ市場のように、理想と実際のニーズのギャップが埋まることはなく、最終的にアイデアの可能性が完全に実現されることはないのだろうか？

- ダニー

8. 算術会計基準

分散型高性能算術ネットワークのインセンティブに関連して、異種算術をオーケストレーションする主な課題の1つは、算術会計基準が認識されていないことです。さまざまなモデルのバリエーション、数量化技術、温度やサンプリングハイパーパラメータによる調整可能なランダム性など、複雑さがあります。さらに、AIのハードウェア（GPUアーキテクチャやCUDAのバージョンなど）が異なると、さらに出力の違いが生じます。最終的には、異種分散システムにおいて、モデルと演算市場がその能力をどのように説明するかについての基準を設定する必要があります。

このような標準がないため、今年、Web2 と Web3 の両方で、モデルや演算市場がそのパワーの質と量を正確に説明できない事例が複数見られました。その結果、ユーザーは自分でモデルのベンチマークを実行したり、パフォーマンス結果を比較して監査したり、さらには算術市場における作業量の制限（Proof-of-Work）によって真のパフォーマンスを検証したりしなければならなくなりました。

暗号における「検証可能性」の中核原理を考えると、2025年には、暗号とAIの組み合わせは、検証可能性の点で従来のAIよりも優位に立つと予想される。具体的には、平均的なユーザーは、モデルや計算クラスタの出力を等価比較して、システムのパフォーマンスを監査したりベンチマークしたりできるようになるはずです。

- Aadharsh

9. 確率的プライバシー・プリミティブ

「暗号＋AI採用の約束と課題」の中で、ヴィタリックは暗号とAIの融合が直面するユニークな課題を提示している：

「暗号では、オープンソースが唯一の方法です。しかしAIでは、モデル（およびトレーニングデータさえも）をオープンソースにすることで、敵対的な機械学習攻撃への露出が大幅に増えます。"今年、私たちはすでにゼロ知識証明（ZK）、完全同形暗号化（FHE）、信頼された実行環境（TEE）、マルチパーティ・セキュア・コンピューティング（MPC）といったプライバシー技術において大きな進歩を遂げました。strong>があり、汎用的なアプリケーションシナリオで暗号化されたデータ上のプライベートな共有計算に使用することができます。同時に、NvidiaやAppleのような中央集権的なAIの巨人が、ハードウェア、ファームウェア、およびモデル一貫性のあるシステムにおいて、プライベートのAI推論を用いたフェデレート学習のために、独自のTEEテクノロジーを使用しているのも目にします。strong>です。

このことを念頭に置いて、私たちはランダムな状態遷移におけるプライバシーの維持方法や、これらの進歩が異種システムにおける分散型AIアプリの採用をどのように加速させるかといった分野での進展を注視していきます。を中心とした私的推論、暗号化されたデータのためのストレージとアクセスのパイプライン、完全に自律的な実行環境など、異種システムにおける分散型AIアプリの採用が加速していることを説明します。

- Aadharsh

10.インテリジェントな身体意図と次世代ユーザー・トランザクション・インターフェース

自律的なオンチェーン取引のためのAIインテリジェンスの使用は、今日最も現実的なユースケースの1つです。しかし、ここ12～16カ月は、「意図」、「インテリジェンス行動」、「インテリジェンス意図」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」、「ソルバー」の議論が中心だった。しかし、「意図」、「知的体の行動」、「知的体の意図」、「ソルバー」、「ソルバー」などの概念については、特に近年開発されてきた従来の**「トランザクションロボット」**とどのように区別されるかという点で、ここ12～16ヶ月の間、多くの曖昧さがありました。

今後12ヶ月の間に、より多くの高度な言語システムが、異なる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され、全体的な設計空間の進歩を促進することが期待されます。

- インテリジェンスは、トランザクションのために現在のオンチェーン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方法を開発するのでしょうか？

- 大規模言語モデル（LLM）は、これらのインテリジェンスの取引システムのバックエンドとして機能し続けるのでしょうか、それともまったく異なるものが出現するのでしょうか？

- ユーザーインターフェースレベルでは、ユーザーは自然言語で取引を始めるのでしょうか？

- 財布はブラウザという長年の思い込みは、ついに実現するのでしょうか？

私たちが注目するのは、これらの疑問です。

-ダニー、ケイティ、アーダーシュ、ドミトリー

。