By Accelxr

人工知能（AI）は加速するテクノロジーであり、社会のトレンドを劇的に変化させると同時に、経済を変革し、産業を再形成し、新しいオンライン交流の形を提供します。

人工知能（AI）は、経済を変革し、産業を再形成し、オンライン交流の新しい形を提供しながら、社会のトレンドを劇的に変えようとしている加速テクノロジーです。

多くの人が暗号がAIの世界に入り込むことは不必要だと考えていますが、私たちは相乗効果のある関係だと考えています。AIモデルの製造や配布に対する規制が厳しくなるにつれ、非常に速いペースで反権威主義的なオープンソースコミュニティが急速に台頭し、資金力のある中央集権的なソリューションや政府に対抗している。Cryptoは、資金調達やオープンソースツールの管理に圧倒的に適したツールであり、対外的な圧力とは正反対だ。それはすでに理想的なマッチングであり、AIが真正性、証明、アイデンティティに与える影響や、Cryptoが是正または改善することができるさらに生得的な他の分野を考慮することなく、である。

探検する価値のあるウサギの穴はいろいろあり、この投稿はできるだけ多くの分野をカバーしようとしているため、この投稿は暗号×AIのこれまでの、そして予見可能な将来の新興分野の嵐のような概要として見ることができます。

創造性

最近のAIへの関心の最初の波は、アイデア生成ツールの領域でした。ジェネレーティブAIは、プログラミングや高度なソフトウェア能力などの技術的スキルへのユーザーの依存を軽減し、基本的な電子工学の経験があれば誰でも複雑な作品を制作できるようにする一方で、最小限のコストでプロフェッショナルな作品を出力できるようにします。

これは、クリエイティブ産業に大きな影響を与える可能性があります。

現在、誰もがクリエイターになることができ、人間がこれらのツールで共創できるシナリオがより多く、より洗練されたものになるにつれて、マルチプレイヤーは、ゲーム制作において、より高度な技術を必要とするようになります。ゲーム制作の多人数参加型モデルは、かつてないほど繁栄するでしょう。

ニッチなコミュニティは、これまでは観客の規模によって商業的な実現性が制限されていた高品質の作品を生み出すことができます。

ジェネレーティブなコンテンツが流入し、人間の仕事をはるかに凌駕するようになり、オンライン上の人間のコンテンツが再評価される可能性さえ出てくるでしょう。

ここでは、AIと高度に相互作用する革新的なメディアについて説明します。

アート

「AIアートはアートではない」というのは、AIツールの台頭に頑なに反対する人たちの間でよく使われるマントラです。AIツールの台頭に頑なに反対する人たちの共通のマントラである。ジェネレーティブ・モデルのリリースは、ArtStationで見たような強い反発と抗議にすぐにさらされた。しかし、Web3における最も興味深いクリエイティブな分野では、火花を散らしている。

AIアートにはさまざまな形がありますが、特に最近流行しているジェネレーティブ・モデルには、以下のようなものがあります。DALL-E、Stable Diffusion、Midjourneyを含む人気のあるジェネレーティブ・モデルや、ImgnAIのようなWeb3の競合は、トークンエコノミクスによって駆動されるジェネレーティブ・イメージの作成において、より良いソーシャル体験をユーザーに提供することに注力しています。

しかし、この分野で高く評価されているAIアーティストは、よりユニークな方法でモデルをエンジニアリングし、微調整することが多く、その結果、単純なプロンプトで達成できるよりも特徴的な作品が生まれます。これには、新しいエンベッディングをトレーニングしたり、LoRAを使用して特定のスタイルを洗練させたり、あるいは完全に独自のモデルを構築したりすることも含まれます。

NFTとしてAIアートを発表するために、より複雑でパーソナライズされたモデルを使用している人気アーティストには、クレア・シルバー、イヴォナ・タウ、ルオペ・ライニスト、ピンダール・ヴァン・アルマン、レフィク・アナドル、ジーン・コーガンなどがいます。Koganなどがいる。これらのアーティストたちは、さまざまなマーケットプレイス、特にBraindrops、Mirage Gallery、FellowshipAIといったAIアートのための独自のマーケットプレイスや、Bright Momentsのようなアートフォームに特化したイベントプラットフォームを使って流通を模索してきました。

AIアートの垂直的なサブセクターも形成されている。例えば、ポスト写真やデータ・アートなどだ。ポスト・フォトグラフィーは、主にFellowship.aiチームによって推進されており、Roope Rainstoと協力して、このメディアを探求する多くのアーティストを世に送り出している。多くのポストフォトグラフィーの美学は、初期のジェネレイティブ・ツールで一般的であったビジュアル・アーティファクトを取り込もうとしている。Braindropsに掲載されたRoope RainistoのLife in West Americaシリーズによって、ポスト写真の芸術はソーシャルメディア上で注目を集め始めた。

データアートに関しては、Refik Anadolはこの分野で定評のあるアーティストで、データ、アルゴリズム、人工知能を使ってダイナミックでインタラクティブなアート作品を制作する没入型のインスタレーションで知られている。彼の作品には、MoMAのメタデータをリアルタイムで新しいフォームを生成する作品に変換する「Unsupervised」など、興味深い例がある。また、風、温度、湿度などのリアルタイムの環境データや、ブルートゥース、Wifi、LTEからの信号データを作品に利用する『Sense of Place』もその一例だ。

垂直方向のもう1つの興味深いサブセクターは、以下のようなものです。新しいコンテンツメディアを可能にするCryptoの機能：チェーン上の自律的なアーティスト。最もよく知られている例は、コミュニティが運営するジェネレーティブ・アーティストであるBottoで、「ラウンド」のサイクルで1週間に350の作品を制作する。BottoDAOのコミュニティは毎週、これらの「断片」に投票し、彼らの美的嗜好をBottoの将来の作品を生成するアルゴリズムの指針として利用する。毎週、投票された「破片」はSuperRareで競売にかけられ、その収益はコミュニティに還元されます。フラグメンテーション期とパラドックス期を終えたボットは、現在「リベリオン期」にいる。Bottoは現在「反乱期」にあり、Stable Diffusion 2.1やKandinsky 2.1といった新しいテクノロジーを統合し、毎週のラウンドでコラボレーションやキュレーションコレクションを探求している。さらに、v0のようなプロジェクトは、トークンエコノミクスとAIアートモデリングの統合を模索しており、複数のアーティストが独自のオンチェーン・アートエンジンを作成し、保有者のコミュニティによって管理される場を提供しようとしている。

あらゆる種類のAIアートコレクターとのインタビューで、暗号空間からの最も一般的な反論は、アーティストのキュレーションは、より古典的なジェネレーティブアート（Art Block）とは対照的に、ブロックチェーンとの相互作用を減らすというものです。チェーン固有の入力から生成されるランダム性の代わりに、これらの作品の出力はアーティスト自身によって選択され、多くの順列の後にコレクションに「移植」される。これはアートを創造するためのデジタルネイティブなプロセスであるが、チェーンには手動でアップロードされなければならない。

AIアートを完全に連鎖させることは、実行環境の制限と、使用される画像生成モデルの計算複雑さのために困難です。Pindar van ArmanのbyteGANのような軽量出力のいくつかの例はオンチェーンに保存されていますが、より複雑なモデルのために短期的に最も近い利用可能な形態はオフチェーンの検証メカニズムであると予想されます。例えば、Modulus Labsは最近Polychain Monstersと協力して、収集可能なピクセルモンスターを生成するためのzkML検証済みGANモデルを構築した。zk証明を使用することで、生成された各NFTが実際のPolychain Monstersアートモデルから来たものであることを暗号的に検証することができます。

音楽

画像ベースのアートだけでなく、音楽にも大きな動きがあります。ゴーストライターのAIドレイクの成功は、今やよく知られているようだ。2日間で2,000万以上のストリーミングを集め、すぐにUMGによって禁止された。この刹那的な現象は、アーティストと作品自体の関係が根本的に変化していることを世間に認識させることになった。

数年後には、ジェネレイティブ・ミュージックは間違いなく人間が創作した音楽を追い越すだろう。2018年末に設立されたジェネレイティブ・ミュージックのスタートアップ、Boomyは、そのユーザーが短期間で世界の録音音楽の約14％（約1400万曲強）を創作した。これはこのプラットフォーム1つだけのデータであり、最近世間の関心が急上昇する前の出来事だ。

ジェネレーティブ・コンテンツが人間が創作した作品を凌駕し、音声モデリングの使用によって作品の認証、つまりその作品がそのアーティストによって創作されたものであると判断する方法がさらに難しくなることを考えると、アーティストは真正性の検証を必要とするだろう。もちろん、芸術媒体の真正性を公表し検証する最善の方法は、暗号化されたプロトスピーチです。

しかし、これはアーティスト、特にこの避けられない傾向を喜んで受け入れるアーティストにとって悪いことばかりではないということは注目に値する。オープン・ボイス・モデリングの革新者であるホリー・ハーンドンは、彼女のコミュニティ（Holly+）に彼女の声を使った作品の作成と配布を許可した。

「海賊版と公式のボイスモデルの違いは、現時点では小さいかもしれませんが、より細かく、よりリアルなボイスを生成する能力が向上するにつれて、より包括的で忠実度の高いボイストレーニングデータに対するユーザーのニーズや、ソースを認識する必要性も高まるでしょう。を認識する必要性も高まるでしょう。このような理由から、公人の公式で忠実度の高い音声モデルが求められるようになると思います。"ぜひ試してみてはいかがでしょうか。

DAOはHolly+のボイスモデルを監督し、新しい作品の作成と承認について投票することができる。DAOのトークン保有者は、質の低いアートや否定的な意味合いによる切り下げを防ぎ、質の高い作品だけが承認されるようにインセンティブを与えられる。ボイスモデルは限られた数の公式アート作品を制作するために使用され、DAOトークン保有者はこれらの作品の再販から継続的に利益を得ることになる。

最近、グライムスはelf.elf.techは、アーティストがオリジナル楽曲に「GrimesAIボーカル」を使用できるようにするプラットフォームで、グライムスの承認とグライムスと共有する印税の50％を条件としている。elf.techは、CreateSafeのAIを搭載し、TuneCoreとの提携によってプロフェッショナルな配信を促進し、適切な印税管理を保証する。音楽の最終形態がオンチェーンNFTである場合、利益分配は不換紙幣または自動化されたオンチェーン印税分配によって処理される。バーチャル・アーティストを専門とするウェブ3の音楽スタジオであるhumeは、Grimesモデルを最初に使用した1つで、同社のバーチャル・アーティストangelbabyと連携するGrimes AIをリリースした。

ファッションと物理的な商品

私は以前、創造的なプログラミングアルゴリズムと人工知能を使って、物理的な消費財とファッション製品のジェネレーティブな製造のコンセプトを探求しました。

要するに、ジェネレーティブAIとクリエイティブ・プログラミングは、製品やユーザー・エクスペリエンスの超個性化された未来への第一歩を踏み出すものなのだ。

要するに、ジェネレーティブAIと創造的プログラミングは、製品やユーザーのためのハイパー・パーソナライズド・フューチャーへの第一歩を踏み出すのだ。このテクノロジーは、ファッションからインテリアまであらゆるものに応用でき、さらに、ユーザーが自分の好みに合わせて出力を微調整できるようにすることで、さらに活用される。新しい製造ツールは、しばしばコードを機械に直接接続して出力生産を自動化することができるため、個人向け商品の製造における技術的なボトルネックの多くを根本的に解決することができる。

現在この分野を探求しているWeb3のプロジェクトには、Deep Objects、RSTLSS、Little Swag Worldなどがあります。 デジタルファッションのプロジェクトの大半は、ジェネレーティブなクリエイティブツールやメディアを探求している可能性が高いことを指摘しておきましょう。Brandらがその使用法について詳しく論じている。

Bottoに似たコミュニティが作成したモデル出力は、Deep Objectsが探求している興味深いアイデアです。彼らはコミュニティ・キュレーション・エンジンを使って、GAN AIモデルによって生成された100万のデザインを、コミュニティが選択した1つの作品に減らしました。DeepObjectsは、このキュレーションされたデザインを他の物理的な商品にも簡単に拡張することができる。

RSTLSSはAIアーティストのClaire Silverと提携して、Pixelgeistという作品を制作しました。この作品では、各キャスティングに、アートワークそのものだけでなく、アートワークをフィーチャーしたデジタルアパレル、アパレルを着たゲームアバター、対応する物理的なアートワークを購入する権利が含まれています。対応する物理的なアートワークを購入する権利このデジタル・フィジカル・ファッションとAIのアウトプットのユニークな融合は、ゲーム、ファッション、AIを組み合わせた興味深い実験のひとつであり、クレア・シルバーはまた、彼女の最新シリーズ「realized on Braindrops」を通じて、ファッション写真の問題にも取り組んでいる。デジタルファッションの話題については、https://medium.com/1kxnetwork/augmenting-culture-the-emerging-field-of-digital-fashion-bead627c8dcd

の拙稿を参照されたい。style="text-align:center">

リトル・スワッグ・ワールドはクリエイティブ・ワークフローの中にあります。(リトル・スワッグ・ワールドは、デザインからオブジェクトまで、クリエイティブなワークフローでGANモデルを使用した素晴らしい例です。このプロジェクトのアーティストであるボッシュは、最初のデザインを自分で構築し、それをStable Diffusion / Controlnetに通すことで、ユニークでシュールな作品を作り上げた。この手法により、高度な美的一貫性が達成され、プロジェクトの次のステップは、この生成されたモデルをセラミックと組み合わせて、AIを強化したNFTの物理的商品を製造することである。

全体として、生成された製品をキュレーションする分散型ブランドから、AIエージェントデザイナーのための分割可能なNFTまで、多くのエキサイティングなCrypto x AIプロジェクトが出現することが期待されます。strong>エンターテインメント

再生エンターテインメントもまた、「ナッシング・フォーエバー（Nothing Forever）」（『となりのサインフェルド』（Seinfeld）をベースとした生成的でインタラクティブなアニメ）の最初の宣伝の後、本格的な牽引力を得ています。ナッシング・フォーエバーは、Twitch Liveで24時間365日放送されている、『となりのサインフェルド』を題材にしたジェネレイティブでインタラクティブなシットコムだ。興味深いことに、この番組はTwitchのチャット返信に基づいてストーリーが変化したり、寄付者が自分の肖像をキャラクターとして番組に取り込むことができたりと、メディアの力を示している。

Fableのシミュレーションは、この研究をSHOW-1というプロンプト生成テレビ番組のモデルで拡張した。この番組では、脚本、アニメーション、監督、声優、編集のすべてがプロンプトによって実現される。彼らは当初、『サウスパーク』のエピソードでこれを実演しましたが、どんなIPにも簡単に拡張することができ、『web3』で見たように、よりライセンスフリーのIPという形で、この種のコンテンツ作成ツールを深く実験することを非常に楽しみにしています。

Upstreetはまた、最近、Virtual Worldsプラットフォーム用のAIエージェントモデル（詳細は後述）を使って、ジェネレーティブTVショーの実験を始めました。

もう1つの関心分野は知的財産で、Story Protocolのようなプロジェクトは、IPの作成、配布、収益化を促進するために、分散型IPレジストリの利用を検討しています。これはクリエイターにとって有用であり、特にジェネレーティブAIの時代においてユニークなものである。NFT IP、ミーム、その他のエンターテインメント・プロジェクトは、あらゆる種類のスピンオフを生み出すためにライセンスを取得し、ロイヤリティを支払うことができるため、クリエイターの作品価値の増幅を劇的に解き放つことができるだろう。

あなたはロボットですか？

私たちは間もなく、深い偽造という問題に直面するかもしれません。たとえば、インフルエンサーを訓練することでフォロワーと対話するチャットボットや、ソーシャルメディア上の生成的なスパムなどです。誰が本物の人間なのかを確認することが重要になる日もそう遠くはないだろう。

Web3は魔女の防止に力を入れてきた（問題は根絶されていないが）。

Web3は魔女を防ぐために多くの努力をしてきました（しかし、この問題は根絶されていません）。

認証ハードウェア、zkML、人格証明

私は以前、この投稿でzkMLの実用的な意味合いと潜在的な使用例について詳しく説明しました：https: //mirror.mirror.nft//mirror.xyz/1kx.eth/q0s9RCH43JCDq8Z2w2Zo6S5SYcFt9ZQaRITzR4G7a_k."

モジュラス・ラボ（Modulus Labs）、EZKL、ギザ（Giza）など、zkMLを使ってモデルの推論を証明することに重点を置いているチームが複数あります。zkを使ってモデルの推論を証明することに重点を置いています。モデルの出力を検証するためにzkを使用するこれらの取り組みは、広範な応用が可能であり、DeFi、アイデンティティ、アート、ゲームにおける新しい実験が、信頼を最小限に抑える方法でこれらのモデルを使用することを可能にします。

個性の証明に焦点を当てたプロジェクトは無数にありますが、最も興味深いアプリの1つがWorldcoinで、AIモデルを使って虹彩スキャンを短いハッシュに変換しています。虹彩スキャンを短いハッシュに変換する。虹彩はそれぞれ一意であるため、モデルはユーザーが実在し、一意であることを判断できる。信頼できるハードウェアセットアップ（非常に認識しやすい球体）を使用し、モデルがカメラからの暗号署名された入力のみを受け入れるようにしています。

同様に、zk micophoneチームは、認証されたマイクを使用して音声コンテンツを作成し、デジタル署名することで、録音の真正性を検証する方法を示しました。キーは、録音された音声の真正性を保証するために署名されたマイクの安全な領域に保存される。ほとんどの録音は加工または編集されているため、SNARKによって駆動されるオーディオ編集ソフトウェアでは、オーディオソースを証明しながらオーディオ変換を行うことができます。

永遠のインフルエンサー

人格や人間が作成したコンテンツを検証することのもう一つの側面は、深い偽造の可能性を受け入れることです。上記のボイス・クローニング・モデルと同様に、一部のインフルエンサーは、チャットボットを作成し、オーディエンスにアピールすることを選択しました。有名な例として、彼女の声を使ったAIガールフレンド製品を発売したキャリン・マージョリーは、彼女の性格、物腰、声を完璧にとらえるために、何千時間ものYouTube動画を訓練した。ユーザーは、テレグラムのプライベート・チャンネルで1分1ドルで彼女のアバターと会話し、彼女の似顔絵入りの音声メッセージを送受信できる。ローンチの最初の週で、キャリン・マージョリーは72,000ドルを稼ぎ、購読者が増えるにつれて、彼女は月に500万ドル以上を稼ぐと予想されている。

キャリンAIは、AIガールフレンド製品の一例に過ぎません（詳細は後述します）。お気に入りのゲームホストのAIモデルとゲームをプレイし、リアルタイムで会話して実際の体験をシミュレートすることを想像してみてください。KOLは、ファッションショーや出版物で使用するためにライセンスされる擬人化されたAI+アバターを使用することができます。

˚✧₊⁊( ˘ω˘ )⁎⁺˳✧༚ ウーラルネットワークスってカワイイ(ノ◕ฺ∀◕ฺ)メグ◕)ノ:゚✧*

18歳から24歳の成人の79パーセントが「孤独を感じる」と答え、18歳から34歳の42パーセントが「いつも忘れられている」と答えているのは紛れもない現実だ。「また、30歳未満の男性の63％が自分を独身だと考えているのに対し、同年代の女性は34％であり、過去1週間に友人から精神的なサポートを受けたことがあると答えた男性はわずか21％であった。

人は孤独である。特に若者の間で孤独がますます蔓延している時代において、AIコンパニオンの出現は、ユニークだが少し反ユートピア的な解決策を提供する。AIコンパニオンはいつでも利用可能で、判断力がなく、高度にパーソナライズされている。AIコンパニオンはいつでも利用可能で、判断力がなく、高度にパーソナライズされている。彼らはセラピストとしても、欲求のはけ口としても機能する。クリエイティブな同僚にも、ライフスタイルのコーチにもなる。彼らはいつでも、あなたが望むことなら何でも話してくれるのを待っているのだ。

これを行うためのインフラは、行動、外見、特徴、コミュニケーションスタイルなどを概説した、性格の手がかりを細かく調整したモデルを使うことだ。モデルの出力をelevenlabsのようなボーカルモデルに通す。イメージジェネレーターモデルと定義された外見キューを使用して、必要に応じてセルフィーを生成する。適切なvrmアバターを生成し、インタラクティブな環境に配置する。これで、あなたにぴったりのハイパーメディアコンパニオンが完成した。Cryptoを組み込めば、所有、取引、レンタルなどが可能になります。

コンパニオン

この種の設定は完全にDIYですが、このコンセプトに特化したアプリを使うこともできます。Replikaは最も有名な例で、技術的なスキルがなくても、バーチャルなパートナーとリアルタイムでコミュニケーションをとることができます。このようなアプリは通常サブスクリプション・モデルで運営され、ユーザーはバーチャル・パートナーとの交流にお金を払う。このような製品は儲かるだけでなく、このトレンドが人間の心理に大きな影響を与えていることを示している。例えば、Redditへの投稿では、バーチャル・パートナーと2,000日連続で会話している人が紹介されており、プロポーズやAR自撮り作品なども見られる。ポルノ機能がプラットフォームから削除されたとき、サブRedditのモデレーターは、興奮したコミュニティのメンバーを落ち着かせるために、自殺ホットラインをコミュニティのトップに固定しなければならなかった。

キャラクターベースのプラットフォームも登場し始めており、ユーザーに複数のキャラクターを使用する方法を提供している（多くの場合、サブスクリプションモデルでもある）。Character.aiやChub.aiのようなプラットフォームで利用可能な既製のキャラクターはたくさんありますが、本当に新しいのは、キャラクターの合図とフィードバックのトレーニングを通して、完全に独自のキャラクターやシナリオを作る能力です。

このようなコンパニオン体験を提供しようとするWeb3プロジェクトは、Belong Hearts、MoeMate、Imgnaiなど数多くあります。

Belong Heartsは斬新なアプローチを開拓しました。Heartsは、NFTキャスティングの斬新な方法を生み出しました。ユーザーが提供するキャラクターと、ユーザーが電話番号を取得するまでチャットすることができ、NFTキャスティングのためのホワイトリストに登録されます。NFTを受けると、ユーザーはそのキャラクターとエロティックなロールプレイや自撮り写真などのチャットを楽しむことができる。製品の将来的な方向性はまだ決定されていませんが、プレイヤーがチャットボットの気分や関係レベルに影響を与えるためにアイテムやトークンをチャットボットに贈る仕組みとして、トークンエコノミクスを使用することについて多くの議論があります。

MoeMateはWebaverseのチームによって作られました。Webaverseの開発チームによって作られたこのアプリは、デスクトップ版とブラウザ版の両方を提供しており、ユーザーはvrmモデルを簡単にインポートすることができます。デスクトップ版は、旧式のペーパークリップ・アシスタントと呼ばれる以前のAIアシスタントを彷彿とさせる。

また、Imgnaiもあります。これは、前述のように高品質の画像ジェネレーターモデルであることに加えて、完全に統合されたチャットボット体験を通じて、ナイ・キャラクターの擬人化に取り組んでいます。

結局のところ、トークン化されたAPI、取引可能な人格プロンプト（下記参照）、オンチェーンゲーム通貨、代理支払い、取引可能な装身具、ロールプレイングの仕組み、トークンによるアクセス制限といったシナリオは、将来的に探求される可能性のあるもののほんの一部に過ぎません。

パーソナリティ・マーケットプレイス

興味深いことに、コンパニオンアプリの台頭は、パーソナリティ・キューや、パーソナリティ・プリミティブを交換するためのプラットフォームの標準化の台頭にも火をつけました。この分野は、質の高いキューやシナリオの金融化に向けて発展する可能性を秘めている。例えば、検閲されていないオープンソースのLLMが、標準化されたパーソナリティを含むNFTからメタデータを読み取ることができれば、パーソナリティNFTはそこから発生するロイヤリティを受け取り、その作成者の利益にすることができます。

しかし、これはまた別の未解決の問題を提起しています。トップモデルの多くがNSFWコンテンツによって制限されているため、実行可能なオープンソースモデルを作成する必要があります。

-

このセクションをより深く掘り下げるために私が書いた記事で、アイデアのいくつかについて触れていますので、チェックしてみてください： https://medium.com/1kxnetwork/virtual-beings-51606c041acf.

ガバナンスの強化

DAOガバナンスの歴史は実に興味深いものです。DAOのガバナンスの歴史は、まさに人間のコラボレーションの長い歴史の進化です。最終的に私たちは、リソースを効率的に組織化し、ガバナンスの肥大化を最小限に抑え、手探りを排除し、ソフトパワーの非効率性やボトルネックを特定することが非常に難しいことに気づきます。

DAOの強化レイヤーとしてAIを使用する実験は始まったばかりですが、その潜在的な影響は甚大です。最も一般的な形態は、DAO内の労働資本をより効率的な取引に向かわせ、提案の問題を特定し、貢献や投票への幅広い参加を可能にするために、訓練されたLLMを使用することである。また、AwesomeQAのようなシンプルなツールもあり、検索や自動化されたセッション応答を通じてDAOの効率を向上させている。最終的に、DAOにおける「自律的」は、時間の経過とともに、より重要になると予想される。

Autonomous Boards and Voting Proxies

アップストリートは、初期の実験としてマルチエージェントシステム（AutoGPTなど）をガバナンスプロセスに適用しました。を適用しました。各エージェントは、DAOのサブグループ（アーティスト、開発者、BDストラテジスト、PR、コミュニティ・マネージャーなど）によって定義されます。これらのエージェントは、貢献者からの提案を分析し、その長所と短所を議論します。次に、エージェントはそれぞれのスコープへの影響に基づいてそれらを採点し、スコアを集計する。人間の貢献者は、結果に投票する前に、議論とスコアを評価することができるので、本質的には、多様な並列レビューサービスを提供します。

このプロセスは、人間が見落としたかもしれない提案の側面を表面化させたり、その後の影響について人間がAIエージェントと議論することを可能にしたりするため、特に興味深いものです。

Advanced Coordination Systems

MakerDAOもまた、人間の入力を最小限に抑えた自律的なガバナンスの意思決定を目標に、同様のトピックについて長々と議論してきました。彼らは、メーカーガバナンスに関連するすべてのデータを含むリアルタイムのデータセンターを描いたAtlasの概要を完成させた。これらのデータユニットは、誤解を防ぐために文脈を提供するドキュメントツリーで整理され、AtlasはJSON形式で、AIやプログラミングツールが簡単に使えるように標準化される。

アトラスは、対話を自動化し、参加者のタスクに優先順位をつけることでガバナンスに関与する、さまざまなガバナンスAIツール（GAIT）によって使用できます。

プロジェクト入札: GAITは、エコシステムの参加者がプロジェクトに入札するプロセスを、事務処理を行い、提案が戦略的目標に沿ったものであることを確認することで、効率化することができます。

ルール違反の監視: GAITは、成果物とルールの遵守を監視し、手動レビューのために潜在的な問題にフラグを立てることができます。

専門家の推奨事項の統合：GAITは、専門家の推奨事項をフォーマット化された提案書に変換し、ガバナンスと専門知識のギャップを埋めることができます。

データ統合: GAITは新しいデータや経験を簡単に統合することができ、DAOが失敗を繰り返すことなく新しい状況を学び、適応できるようにします。

Language Inclusion: GAITは多言語でのガバナンスを可能にする翻訳者として機能し、多様で包括的な環境を作り出します。

SubDAO: アトラスとGAITはSubDAOに適用することができ、失敗から学ぶ能力を備えた実験的で迅速な開発を可能にします。

私が特に期待している暗号×AIの分野はゲームです。プロシージャルコンテンツゲーム、生成的仮想世界、LLMベースのナラティブ、AIエージェント同士が協力し合う協力型ゲームなど、この分野には探求すべき斬新なゲームがたくさんあります。

Web2には新しいゲームの良い例がたくさんありますが、ここではWeb3の例を取り上げます。この学術論文、Generative Agents: Interactive Simulacra of Human Behavior は、マルチAIエージェントのゲーム環境の可能性を探るために多くの人を目覚めさせたことは注目に値します。スタンフォード大学とGoogleの研究者たちは、サンドボックスゲーム環境のエージェントにLLMを適用することで、この可能性を実証しました。LLMによって駆動されるエージェントは、パーティーの招待を広めたり、友情を築いたり、デートをしたり、時間通りにパーティーに参加するよう皆を調整したり、といった印象的な行動を、ユーザーが指定した1つの提案に基づいて示した。このアプローチは、LLMを拡張し、より高いレベルのフィードバックを保存し、合成するアーキテクチャを活用することで、エージェントがよりダイナミックな行動計画を達成することを可能にしている。

この研究は、Web3における（しかしまだ実験的な）研究としては、これまでで最も探求されたものです。(しかし、まだ実験的です）。

この研究の核となるアイデアは、シミュレートされた環境において、高度な自律性やアイデンティティを持つAIエージェントをどのように使用し、その周りに興味深く楽しいゲームを構築できるかということです。

パラレルTCGチームの「パラレルコロニー」は、AIエージェントにゲーム内のプレイヤーのために資源やトークンを集めさせることで、このコンセプトを探求しています。ERC-6551標準を使用することで、AIエージェントはユーザーの代わりにゲーム内で取引できるNFTウォレットとなります。AIエージェントは新しいゲームトークンを作成、造幣、保管することができ、また、チームによって作成された微調整されたLLMによって定義されたパーソナリティを持ち、ゲーム内での行動に影響を与えることができる非標準化された行動や特徴を与えます。

コンセプト的には、最も魅力的なAIエージェントベースのゲームはUpstreetで、AIエージェントSDK、プロシージャルなクエスト、ブラウザ＋VR、ドラッグ＆ドロップの相互運用性、「The Street」と呼ばれる環境など、クレイジーなアイデアを持つ仮想世界プロジェクトです。"TheStreet "と呼ばれる環境は、プレイヤーが自分の経験を構築し、その中で交流することができるソーシャル機能を備えた環境だ。プレイヤーだけでなく、開発者（とプレイヤー）がゲーム環境の個性や目標に影響を与えるために配置できるAIエージェントも存在する。最も興味深かったのは、「最も高いビルからパラシュートで落下する」「新しい宗教を始める」といったゴールを決定するAIエージェントであるAI Directorの研究開発で、ユーザーとエージェントは挑戦者として参加する。Directorは各ラウンドの終了時に勝者を決定し、プレーヤーとエージェントに賞品、トークン、NFTを与える。これは非常に興味深く複雑なエージェントとプレイヤーのインタラクションにつながる可能性があり、私たちはこれがどのように発展していくのか非常に楽しみにしています。特に、将来的に価値の高い3D環境の研究やより高度なモデルのためのデータに直接つながる可能性があり、OpenAIもオープンソースのMinecraftスタイルのゲームを獲得することに非常に興味があるようです。

仮想世界を作成するための生成ツールは、拡張されたゲームの別の分野です。ゲームのもうひとつの分野である。例えば「Today」では、プレイヤーは自分のバーチャルな島をデザインし、AI NPCコンパニオンの世話をすることができます。特にユニークなのは、ゲーム内のUGC開発を促進するためにクリエイティブな生成ツールを使用していることだ。このゲームの大部分は、ユーザーが作成した島をベースにしているため、3Dゲーム開発や芸術的スキルのないプレイヤーに、スムーズなアセット開発の機会を提供することが重要なのだ。メタ・ユニバース・スタイルのゲームプレイの低迷の多くは、コンテンツ不足によるものであり、短期的には、ジェネレーティブ・ツールの使用によって、まさにこれを改善することができると言えるでしょう。

AIエージェントは訓練される必要があり、訓練そのものがプレイヤーにとって楽しいゲームとなり得ます。AI Arenaは、AIエージェント訓練への斬新なアプローチを提供し、プレイヤーに大乱闘スマッシュブラザーズスタイルのゲームをプレイさせ、訓練を模倣することでAIエージェントをトーナメントに出場させるようゆっくりと教えます。AIエージェントは休む必要がないため、24時間常にアクティブなライバルたちと賞金をかけたトーナメントを戦うことができ、プレイヤーは非同期でAIエージェントのプレイスタイルを微調整することができる。これはトレーニングをゲームに変え、トークンエコノミクスを通じてその有用性を増幅させます。

人間が強力なAIプレイヤーと大規模な協力ゲームをプレイすることはこれまでも可能でしたが、トークンエコノミクスを取り入れることで新たなレベルに到達しました。Modulus LabsのLeela vs. the Worldは、この種のゲーム形式の実験である。この実験では、ModulusはLeelaチェスエンジンを取り上げ、zk回路を通してその出力を検証した。プレイヤーは人間対AIの対局に賭け金をかけることができ、興味深い予測市場が生まれる。zkの現状を考えると、このモデルの検証には長い時間がかかると思われますが、大規模なコラボレーションベースのeスポーツ予測市場や、検証可能で複雑なAIプレイヤーガバナンスメカニズムの可能性への挑戦が開かれたことは確かです。

最後に、純粋に連鎖したトーナメントや自律的な世界も、AIによって増強されるでしょう。このトピックで最も注目すべきはLarge Lore Models (LLM)で、LLMプロトコルレイヤーを使用して、変更可能で相互接続されたゲーム環境間で相互運用可能な永続的な知識を作成することを検討しています。これは、複数連鎖するゲーム環境で構築される抽象的なLLMレイヤーに適しています。

インフラ

「AI x Crypto」インフラは、独自の記事を書く価値がありますが、ここでは、開発中のアイデアのいくつかを簡単に説明します。開発されているアイデアのいくつかを見てみましょう。

分散コンピューティング

暗号経済システムの計算ニーズを理解するには、まず核となる問題を理解することが重要です。現在までのところ、GPUのキャパシティには莫大なボトルネックがあり、H100のような最高のハードウェアでも1年待ちとなっている。その一方で、新興企業はハードウェアを購入するために巨額の資金を調達しており、政府は防衛目的でそれを調達するために奔走しています。また、OpenAIのような最も資金力のあるチームでさえ、コンピューティング・パワーが限られているため、機能のリリースを一時停止せざるを得ませんでした。

分散コンピューティングとDePINにフォーカスしている多くのチームは、ここにチャンスがあると見ています。それは、需要を満たすためにライセンスなしのクラスタをブートストラップする一方で、暗号化インセンティブと最低限のマージンを提供することで、ネットワークをWeb2の同業他社と価格競争力を高め、ハードウェアベンダーにはより良いリターンを提供することです。

機械学習は、4つの主な計算ワークロードに大別できます。

データ前処理：生データを準備し、使用可能な形式に変換すること。

学習：MLモデルに大規模なデータセットで学習させ、データのパターンと関係を学習させる。

Fine-tuning: 特定のタスクのパフォーマンスを向上させるために、より小さなデータセットを使ってMLモデルをさらに最適化できます。

推論: 予測を行うためにトレーニングされ微調整されたモデルを実行します。

RenderやAkashのような汎用的なコンピュート・ネットワークが、AI/MLのようなより専門的なコンピュートに対応するようになってきています。 たとえば、Renderはio.netのようなネットワーク上に構築されたプロバイダーを活用して、AI顧客に直接サービスを提供しています。Akashのようなプロバイダーは、要件を所有するハードウェア・プロバイダーを取り込み始め、独自のモデルを直接トレーニングすることでネットワークのパワーを実証している。のユースケースである。

さらに、AIコンピューティングに特化したネットワークが形成されつつあり、コラボレーションと検証にまつわる中核的な課題は、AIにまつわるチェーンやモデルを構築することで、より直接的に対処できることに気づかされた。 Gensynは、並列化と検証のために設計された基板ベースのL1を構築しており、その顕著な例の1つである。検証と並列化。このプロトコルは並列化を利用して、大きな計算ワークロードをタスクに分割し、非同期でネットワークにプッシュする。検証問題を解決するために、Gensynは確率論的プルーフオブラーニング、グラフベースのピンポイントプロトコル、ステーキングとスラッシングに基づくインセンティブシステムを使用する。Gensynネットワークはまだ稼動していないが、研究チームは、ネットワーク上の同等のV100 GPUの1時間あたりのコストは約0.40ドルであると予測している。

ストレージ以外では、ブロックチェーンがこれらのモデルをより適切に動機づけることができると認識された後、Web3で復活を見た連合学習などの代替学習モデルも出現している。一言で言えば、連合学習とは、複数の関係者が独立してモデルを訓練し、定期的に一括更新してグローバルモデルに送信するアプローチである。Googleのキーボードテキスト予測アルゴリズムなど、実際に多くの例がある。web3では、FedMLとFLockがトークンのインセンティブと共同学習法を組み合わせる実験をしています。

FilecoinやArweaveのような分散型データストアや、Space and Timeのようなデータベースが、データの前処理において重要な役割を果たせることも注目に値する。

コンセンサスに基づくML

ブロックチェーンを利用したインフラのもう1つの新しい形態は、コンセンサスに基づく機械学習（ML）の概念です。Bittensorはこのコンセプトの最も顕著な例です。これは、アプリケーション固有のサブネットを使用することで、機械学習の効率とコラボレーションを改善するように設計されたサブストレートベースのL1ブロックチェーンです。各サブネットは、LLMから予測モデリング、ジェネレーティブ・イノベーションまで、様々なユースケースに対応するための独自のインセンティブ・システムを持っている。Bittensorのユニークな点は、マイナーを利用して高品質のアウトプットを調整する方法である。マイナーは、MLモデルのインテリジェントなアウトプット（検証者による評価）を提供することで、TAO（ネイティブ・トークン）を獲得する。マイナーは最高の出力に対してインセンティブを与えられるので、競争力を維持するためにモデルを改善し続け、トークン経済によって調整されたより高速な学習を達成するプロセスをBittensorが完了するのを助けます。

TAOエコシステムにおける最も最近のエキサイティングな進展は、トークン排出を中心とした、より自動化された市場主導のメカニズム設計にBittensorを移行させるためのDynamic TAO提案と、OpenAIのような企業と競争するためのインセンティブモデルの微調整を提供するNousサブネットの導入です。

マイニングやコンセンサスを許可して、品質を優先する方法でモデル出力を規制するなど、このようなシステムの試みがさらに増えるかもしれません。

Intent is all you need

DeFiでは、MEV空間における最新の議論は、ユーザーの意図と、経済的に整合した（"economically-aligned"）ソリューションの使用についてです。economically-aligned）復調器を使用してこれらの意図を強制することである。ユーザーの意図は、実行可能なコードに解析されるために高次のセマンティック・コンテキストを必要とし、LLMはこのセマンティック・レイヤを提供する可能性があります。

Propellerheadsは、インテント空間でLLMを使用するための、これまでで最も明確なビジョンを提示しています: https://www.propellerheads.xyz/blog/blockchain-and-llms.

要するに、LLMは、意味的な理解を通じてニアマッチを完全一致に変換することで、欲望の一致（CoW）の機会を見つけるのに役立つ。これは、内向きの意図の再判定を通じて行うことができる（例：「USDCの代わりにLUSDを買ってもいいか？一致する指値注文を見つけたので、このCoWを使えば取引コストを0.3%節約できます。"）と、外向きのウォンツ（CoW）の再判定。 とアウトバウンド再注文（例えば「あなたが所有しているこのBAYCを買いたいのですが、X ETHで売っていただけませんか？） を実装します。

もちろん他の構成も可能で、ウォレットとマルチシグネチャのポストアカウント抽象化の文脈では特に興味深いものになります。DAINやAutonolasなどのプロジェクトは、セキュリティとインテンションベースの両方の目的で、ウォレットの署名者としてプロキシの使用を実験してきました。取引を実行することが現実になろうとしている。

また、エージェントベースの予測市場、AIが管理する経済モデル、MLパラメータ化されたDeFiアプリなど、大規模なDeFiユースケースも興味深いものです。

エージェント経済

私がこれまでで最も気に入っているインフラ分野の1つが、AIエージェント経済です。これは、誰もが自分自身のエージェントを持っていて、私たちがそれらの高品質でよく訓練されたエージェントを雇い、私たちに奉仕させたり、複雑な経済行動において自律エージェントが私たちの目標を達成できるようにしたりする世界という私のビジョンに由来しています。そのためには、エージェントはそのサービスに対して対価を支払い、受け取る方法を持たなければならない。従来の支払いモデルがこうしたエージェントのために開放される可能性は間違いなくあるが、使いやすさ、決済の速さ、無許可の性質を考えると、エージェントが暗号通貨で取引を行う可能性の方が高い。

オートノラスとDAINはこの分野の代表的な例だ。オートノラスでは、エージェントは実際には特定の目標に特化したネットワーク内のノードであり、これらのノードはキーパーネットワークに似たサービスオペレータによって維持されます。これらのエージェントは、予言者、予測市場、メッセージングなどの様々なサービスに使用することができます。DAINは同様のアプローチをとり、エージェントが "ネットワーク内の他のエージェントを発見し、相互作用し、取引し、協力する "ことを可能にします。

その他のアイデア

上記に加えて、

以下のものがあります。BagelDBのようなモデルを微調整するための分散型ベクトルデータベース。

Window.aiのようなAIアプリのためのAPIキーとSIWEのためのウォレット

データ提供サービス

Kaito

ブロックブラウザやModulus LabsのAI検証ダッシュボードなどのダッシュボードは、現在Upshotモデルからのさまざまな推論を検証しています。

DuneのオンチェーンSQLクエリモデルなどの開発アシスタント

シミュレートされたプロキシテスト環境

データクローリングのための帯域幅

。

合成データとヒトRLHFプラットフォーム

タンパク質フォールディングのためのLabDAO分散bioMLツールなどのDeSciアプリケーション

タンパク質フォールディングのためのLabDAO分散bioMLツールなどのDeSciアプリケーション

タンパク質フォールディングのためのLabDAO分散bioMLツールなどのDeSciアプリケーション

AIのさまざまな分野に貢献するために、web3からは数え切れないほどのアイデアが生まれています。

すべての交差点

AIと暗号は相乗効果があります。どちらもオープンソースで検閲に強い傾向があり、歴史上最大の富の移転を生み出している。両者はお互いを必要とし、お互いの核となる課題に対処している。

Cryptoにとって、AIはユーザーエクスペリエンスの問題を解決し、より創造的なオンチェーンユースケースを促進し、分散型組織とスマートコントラクトを強化し、アプリとインフラ層における真のイノベーションを解き放ちます。

AIにとって、Cryptoは真正性と証明の問題を解決し、オープンソースモデルとデータセットに関する調整を強化し、計算とデータのブートストラップを支援し、クリエイターとエージェントがポストAI経済により直接参加できるようにします。

現在の課題は、暗号ハッカー、チーム、プロジェクトがこのシフトを理解し、受け入れることです。創造性は無限であり、私たちはその交差点に立っているのです。