Author: DWF Ventures Source: medium Translated by: Goodopa, Golden Finance

本記事では、今年話題の一つである人工知能（AI）について掘り下げていきます。この記事では、今年最もホットなトピックの1つである人工知能（AI）について掘り下げます。昨年、OpenAIのChatGPT 3.5が発表されたおかげで、AIは議論の最前線に登場しました。このリリースはAIの巨大な経済的可能性を示した。このリリースは、AIの将来性、影響、関連するリスクについて世界的な議論を巻き起こした。

楽観的な見方が広がるにつれ、懐疑的な見方も増えてきた。潜在的な問題は、規制当局に警鐘を鳴らし始めている。人工知能の急速な台頭と曖昧な規制の枠組みは、暗号通貨の黎明期と重なる。この2つのセクターには類似点があり、ウェブ3の分散型という性質が強調され、AIの潜在的な中央集権的パワーを補完しているように見えた。やがて、第1四半期におけるウェブ3のVCの議論のほとんどすべてが、AIの変革の可能性に焦点を当てた。(ある時、私は自分がweb3のイベントに出席したのか、AIのイベントに出席したのか疑問に思った。）この1年を通じて、多くのVCがAIに目を向け、あるいは投資マンデートにAIを組み込んだ。

誇大宣伝が一段落した今、DWF Venturesは、公平な視点でAI分野を再検討する予定です。本記事では、AIの進化と、それが現在の人気レベルに至った経緯を簡単に紹介する。しかし、この記事の物語は、AIがWeb3にどのような影響を与えるかという従来の焦点から、Web3がAIにどのような影響を与えるかという逆方向の探求へと明確にシフトしています。この探求では、分散化とウェブ3が、AIが直面している現在の課題に対処するための触媒としてどのように作用できるかを掘り下げる。

AIの概要とChatGPT 3.5のブレークスルー

AIをめぐる最近の誇大広告とは正反対です。その歴史は1930年代に遡る。チューリングテストを含む1950年のチューリングの研究は、AIの基礎を形式化するのに役立った。初期の楽観的な見方にもかかわらず、1970年代には、計算上の障壁やリアルタイムの要求を満たすことができなかったために熱意が冷め、「AIの冬」が到来した。この時代には、コネクショニズムの復活とリカレント・ニューラル・ネットワークの台頭も見られた。

しかし、エキスパートシステムは知識獲得とリアルタイム分析における課題に直面し、1990年代には衰退していった。パーソナル・コンピュータの性能は、その関連性の低下につながりました。その後、人工知能の分野は飛躍的な発展を遂げ、機械学習、自然言語処理、コンピュータ・ビジョン、音声認識など、さまざまな技術分野に拡大した。これらの発展により、AIは単純な問題解決から複雑な応用分野での深い学習へと進化することができました。

AIはその発展の過程で、さまざまな下位分野の収束を目の当たりにしてきました。これらの分野の中でも、機械学習とLLMの分野は、垂直的な変換において大きな進歩を遂げました。Ashish Vaswaniらの論文Attention is All You Need .注目すべきは、GPT（Generative Pre-Trained Transformer）モデルに触発されたことだ。それ以来、双方向「BERT」GPTやOpenAIチームのGPTなど、数多くのGPTがこの分野に登場している。ChatGPTはその後、FalconやLLaMA2などのオープンソースの代替品に追随され、AGI（一般化された人工知能）に近いかもしれないGPTの次の反復のための競争を激化させている。人工知能）に近いかもしれません。

GPTをめぐる宣伝は、AIを学界から何十億もの人々に広めるのに役立ちました。リリースから2ヶ月で、OpenAIは1週間のアクティブユーザーが1億人に達するという最速記録を打ち立てました。最近のマッキンゼーの調査によると、テック業界のプロフェッショナルの約51％が現在、AIをある程度まで仕事に活用している。

Artificial Intelligence Reality: Addressing the Social Perceptions and Practical Limits of Concentrated AI

Vitalik 氏が記事の中で行った最近の世論調査によると、多くの人々の間には、独占を恐れてAIの進歩を遅らせたいという感情が蔓延しているようです。独占されることを恐れて、その進歩を遅らせるという感情が、多くの人々の間に蔓延していることを示唆しています。

最近注目度が急上昇しているのは、ChatGPTがそのヒューマノイド的な反応によって急速に有名になったためです。

GPTは出力を生成するたびに統計的に変化するため、一貫性や事実の正確さの保証がありません。

GPTには他にも限界がありますが、最も顕著な欠点は論理的に推論できないことです。

GPTには他にも限界がありますが、最も顕著な欠点は論理的な推論ができないことです。

AIを取り巻く無数の懸念と、大規模なAIモデルを効果的に管理するという既存の課題を考慮すると、Web3の統合を模索することは、AIが直面する課題を軽減するための潜在的な手段として浮上してきます。AIが直面する課題を軽減するための潜在的な手段として、Web3の統合を模索することが浮上した。Web3固有の分散コンピューティング原理を活用することで、AIシステムが直面している現在の問題に対処することができます。

分散型AIへの道：概要、可能性、課題

集中型システムにAI機能が集中することで、データへのアクセス、モデルの関連性、AIアプリケーションの全体的な持続可能性に関する懸念が生じます。懸念。集中型AIシステムは大きな障害に直面している。特に、専有されがちな大規模データセットに対して。

これにより、クエリごとの収益化と、X.comでの投稿閲覧の1日あたりの制限が設けられた。その直後、X.comのGPTであるGrokがリリースされ、ユーザーはX.comのデータにリアルタイムでアクセスできるようになった。このモデルは経済的な障壁を生み出し、AIの恩恵のアクセシビリティと包括性について疑問を投げかけるものです。

Author: DWF Ventures Source: medium Translated by Good Oba, Golden Finance

さらに、継続的なデータの更新がなければ、公開されたモデルはすぐに古くなってしまう可能性があり、関連性と正確性を維持することが大きな課題となります。正確性を維持することが大きな課題となっています。

これらの課題に対処するために、DAIは集中化の限界に対する潜在的な解決策を提供する有望なパラダイムとして浮上しています。

分散型AIは、集中型モデルに内在する課題に対処するための代替軌道を提供します。DAIを5つの主要分野に分ける包括的な指針となっている。

DAIへの挑戦

DAIはAI開発におけるエキサイティングなシフトをもたらし、以下を提供します。DAIはAI開発にエキサイティングな変化をもたらし、数多くの利点を提供しています。しかし、こうした進歩に伴う課題を認識することは非常に重要です。

結論

まとめると、分散型AIへの旅は、次のように展開されています。展開する大きな可能性を秘めている。分散型AIのフルパワーの実現は、既存のAIユーザープールによって推進されるクリティカルマスに到達することに依存している。オープンソースの代替は、限られたベンダーとユーザーのためにハードルに直面していますが、ChatGPT APIは、使いやすさと信頼性を提供し、大衆市場向けの実用的で手頃な価格のオプションを提供しています。

しかし、独占的な汎用AIの潜在的な結果を考えると、個人はその選択と行動において、利便性と分散化のトレードオフを再考すべきです。より広く言えば、ウェブ3とAIコミュニティのイノベーターは、AIのワークフローを再定義し、インフラを再構築し、革新的なパラダイムを採用し、効率的に管理し、分散化の原則に適合したアプリケーションを開発することで、この課題に取り組むことができる。この道を進むにあたり、コラボレーション、包括性、倫理的配慮が、人類に真に利益をもたらす分散型AIの展望を形作る鍵となるだろう。