暗号AIトラックにおける物語の外挿の次の波：開発経路と関連ターゲット

著者：Alex Xu, Mint Ventures

はじめに

現在のところ、暗号の強気サイクルは、商業的イノベーションという点では最も退屈なものです。以前の強気市場には、DeFi、NFT、Gamefiのような驚異的なブームトラックがなかったため、市場全体のセンチメントに産業のホットスポットがなく、ユーザー、産業投資、開発者の成長は比較的乏しい。

これはまた、現在の資産価格に反映され、全体のサイクルは、BTCの為替レートのためのほとんどのAltコインはまた、ETHを含む血を失い続けた。結局のところ、スマートコントラクトプラットフォームの評価は、アプリケーションの繁栄の程度によって決定され、技術革新の開発における技術革新の欠如のアプリケーションは、パブリックチェーンの評価も持ち上げることは困難であるとき。

一方、AIは、このサイクルの新しい暗号ビジネスの規律として、爆発的な開発ペースと外部ビジネスの世界で進行中のホットスポットの恩恵を受けており、まだ暗号世界のAIトラックプロジェクトにまともな増分の注目をもたらす可能性を秘めています。

また、筆者の4月のIO .

また、4月のIO .NETレポートでは、AIと暗号を組み合わせる必要性が整理されました。つまり、確実性、割り当てられたリソースの動員、信頼からの解放という点で、暗号経済ソリューションの利点は、AIの確率性、リソースの集約性、人間と機械の区別がつかないという3つの課題に対する解決策の1つになり得るということです。

暗号経済AI回路において、著者は別の記事で以下のような重要な論点のいくつかを議論し、外挿することを試みています：

-暗号Ai回路の他の萌芽的な物語で、爆発的な普及過程にあるもの、あるいは将来的にそうなるであろうものは何か？

-これらのナラティブの触媒経路と論理

-ナラティブ関連のプロジェクト目標

-ナラティブ投影におけるリスクと不確実性

-ナラティブ投影におけるリスクと不確実性

-ナラティブ投影におけるリスクと不確実性

本記事は発行時点における筆者の思考段階であり、将来は変更される可能性があり、見解は非常に主観的であり、事実、データ、推論ロジックの誤りがあるかもしれません、投資の参考として機能しないようにしてください、業界の批判や議論を歓迎します。

以下は本文です。

暗号AIナラティブの次の波

暗号AIナラティブの次の波を把握する前に、時価総額で10億ドル以上の主な暗号AIナラティブを見てみよう。

算術：Render（RNDR、時価総額残高38.5億ドル）、Akash（時価総額残高12億ドル）、IO . .NET（直近の一次資金調達ラウンドでの評価額は10億ドル）

アルゴリズム・ネットワーク：Bittensor（TAO、発行済み時価総額29.7億ドル）

AIエージェント：Fetchai（FET、合併前の発行済み時価総額21億ドル）

市場の他のエージェントはすべて以下の通りです。

AIエージェント：Fetchai（FET、合併前の時価総額21億ドル）

データ時刻：2024.5.24、通貨は米ドル。

上記の他に、次に時価総額10億ドルを超えるプロジェクトが1つ誕生するのはどのAIトラックでしょうか？

筆者は、「業界の供給側」の物語と「GPTの瞬間」の物語という2つの視点から推測できると感じています。

AIの物語の1つ目の視点：業界の供給側から、AIの背後にあるエネルギーとデータ追跡の機会に注目する

業界の供給側から、AI開発の4つの原動力は以下の通りです：

- アルゴリズム：高品質なアルゴリズムは、トレーニングと推論タスクをより効率的に実行することができます

- 計算：モデルのトレーニングにせよ、モデルの推論にせよ、演算を提供するGPUハードウェアが必要であり、これは業界の主なボトルネックであり、業界はコア不足です。これが現在の業界の主なボトルネックであり、業界のチップ不足がミッドレンジやハイエンドのチップの高価格につながっている

-エネルギー：AIはデータ計算センターに電力を供給するために多くのエネルギーを必要とし、計算タスクを実行するためにGPUが必要とする電力に加えて、GPUの放熱処理にも多くのエネルギーを必要とし、大規模データセンターの冷却システムは総エネルギー消費の約40％を占めている。

-データ：ビッグモデルのパフォーマンス向上には、学習パラメーターの拡大が必要であり、これは大量の高品質データの必要性を意味しています

上記の4つの産業ドライバーに対処するため、アルゴリズムと算術のトラックには、流通時価総額が10億ドルを超える暗号プロジェクトがあります。アルゴリズム・トラックと算術トラックには、流通時価総額が10億ドルを超える暗号プロジェクトがある一方、エネルギー・トラックとデータ・トラックには、同じ時価総額のプロジェクトはまだありません。

実際、エネルギーとデータの供給不足は、すぐに業界の新たなホットスポットとなり、暗号関連プロジェクトのブームにつながるかもしれません。

まずはエネルギーから。

2024年2月29日、マスク氏はBosch Connected World 2024カンファレンスで、「私は1年以上前にチップ不足を予測したが、次に不足するのは電力だろう。来年、すべてのチップを動かすのに十分な電力があるとは思わない。"

具体的なデータとしては、フェイフェイ・リーが率いるスタンフォード大学の人間中心人工知能研究所は、毎年AI指数レポートを発表しており、同チームの2022年レポートでは、21年のAI21年AI産業に関するチームの2022年レポートでは、その年のAIのエネルギー消費規模は世界の電力需要のわずか0.9％を占めるに過ぎず、エネルギーと環境への圧力は限定的であると評価している。2023年、国際エネルギー機関（IEA）は2022年について、世界のデータセンターが世界の電力需要の2％にあたる約460テラワット時（TWh）の電力を消費すると結論づけ、2026年までに世界のデータセンターのエネルギー消費量は最低の620TWhから最高の1,050TWhになると予測した。

そして現実には、IEAの試算はまだ保守的である。というのも、AIをめぐる多数のプロジェクトがすでに目前に迫っており、23年後には想像をはるかに超えるエネルギーを要求するからだ。

例えば、マイクロソフトとオープンAIが計画しているスターゲイト・プロジェクトがある。このプロジェクトは2028年に開始し、2030年頃に完了する予定で、数百万個のAI専用チップを搭載したスーパーコンピューターを構築する計画で、Open AIに前例のない計算能力を提供し、AI、特に大規模な言語モデルの研究開発をサポートする。このプロジェクトには1000億ドル以上の費用がかかると予想されており、これは現在の大規模データセンターのコストの100倍に相当する。

また、スターゲイト・プロジェクトだけで50テラワット時のエネルギーを使用する。

だからこそ、OpenAIの創設者であるサム・アルトマンは、1月のダボス会議で「AIの未来は、人々が予想するよりもはるかに多くの電力をAIが消費するため、エネルギーのブレークスルーが必要になるだろう」と述べたのだ。

演算とエネルギーの次に、急成長するAI産業にとって不足する分野はデータである可能性が高い。

というか、AIが必要とする質の高いデータの不足は、すでに現実のものとなっています。

現時点では、人類はGPTの進化から、大きな言語モデルの能力を成長させる方法、つまり、モデルのパラメータとそれを学習させるデータをスケールアップさせることで、モデルの能力を指数関数的に向上させることが可能であることをほぼ解明しており、このプロセスは短期的には目処が立っていません。-そして、このプロセスには短期的には技術的なボトルネックは見当たらない。

しかし問題は、高品質で一般に入手可能なデータは今後ますます不足する可能性があり、AI製品はチップやエネルギーと同じように、データに対する需給のジレンマに直面するかもしれないということです。

第一に、データの所有権をめぐる紛争が増加している。

2023年12月27日、ニューヨーク・タイムズ紙は、OpenAIとマイクロソフト社に対し、GPTモデルのトレーニングのために何百万もの自社記事を無断使用したとして、米連邦地裁に正式に提訴しました。法定および実際の損害賠償」と、ニューヨーク・タイムズの著作物を含むすべてのモデルとトレーニングデータの破棄を要求しています。

これに続いて3月下旬、ニューヨーク・タイムズ紙は、Open AIだけでなく、グーグルやメタ社にも狙いを定めた新たな声明を発表した。ニューヨーク・タイムズ紙はこの声明で、Open AIはWhisperと呼ばれる音声認識ツールを使って、YouTubeの大量の動画の発話部分を書き起こし、テキストトレーニングGPT-4として、テキストを生成していると述べた。ニューヨーク・タイムズ紙は、今や大企業によるAIモデルのトレーニングで泥棒の手口を使うことは非常に一般的になっているとし、このようなことはグーグルもやっているとし、彼らもYouTubeの動画コンテンツをテキストに書き起こし、テキストを生成していると述べた。彼らはまた、自社の大きなモデルの訓練に使用するためにYouTubeのビデオコンテンツをテキストに変えており、本質的にビデオコンテンツのクリエイターの権利を侵害している。

ニューヨーク・タイムズとオープンAIは、「初のAI著作権裁判」として、この裁判の複雑さと、コンテンツとAI産業の将来に対するその遠大な影響を考えると、すぐに結果が出るとは限らない。考えられる結果のひとつは、両当事者間の裁判外の和解で、富裕層のマイクロソフトとオープンAIが多額の賠償金を支払うというものだ。しかし、今後さらにデータの権利に関する摩擦が起きれば、質の高いデータの合算コストが上昇することは避けられないだろう。

さらに、世界最大の検索エンジンであるグーグルは、一般ユーザー向けではなく、AI企業向けに独自の検索機能の有料化を検討していることを明らかにした。

Source: Reuters

グーグルの検索エンジンのサーバーは、膨大な量のコンテンツを保持している。グーグルはそのすべてを持っている。現在のAIによる検索製品、海外ではperplexity、国内では秘密の巨塔Kimiなど、これらの検索されたデータをAIが処理し、ユーザーに出力する。検索エンジンがAIに課金することで、データの取得コストが上がることは避けられない。

実際、公開データだけでなく、AI大手は非公開の内部データも狙っている。

Photobucketはベテランの写真・動画ホスティングサイトで、2000年代初頭には7000万人のユーザーを抱え、米国のオンライン写真市場の半分近いシェアを誇っていた。ソーシャルメディアの台頭により、Photobucketのユーザー数は激減し、現在残っているアクティブユーザーはわずか200万人（高額な年間399ドルを支払っている）。1年以上使用されていないアカウントは、登録時にユーザーが署名し、ユーザーがアップロードした画像や動画のデータに対するPhotobucketの権利を支持する同意書とプライバシーポリシーに基づき、回収の対象となる。 Photobucketのテッド・レナード最高経営責任者（CEO）は、同社の13億枚の写真と動画は、生成AIモデルのトレーニングに非常に価値があると明らかにした。レナードCEOは、写真1枚につき5セントから1ドル、動画1本につき1ドル以上のオファーがあり、Photobucketには10億ドル以上の価値があると見積もっている。

AIの動向に焦点を当てた調査チームであるEPOCHは、2022年に機械学習がどのようにデータを使用し、新たなデータを生成するかに基づき、計算資源の増加を考慮した機械学習に必要なデータに関するレポート「Will we run out of data?データ？ An analysis of the limits of scal in g data sets in Mach in e Learn in g "と題し、高品質なテキストデータは約2023年2月から2026年の間に、画像データは2030年から2060年の間に枯渇すると結論付けている。膨大なデータセットに依存する大規模な機械学習モデルへの現在のトレンドは、データが大幅に効率的に使用されない場合、または新しいデータソースが出現した場合、減速する可能性があります。

また、AI大手がデータに対して過剰な支払いをしていることを考えると、無料の高品質テキストデータは本当にかなり枯渇しており、2年前のEPOCHの予測は正確だった。

一方、「AIデータ不足」の必要性をめぐっては、AIデータ提供サービスという解決策が生まれつつある。

定義された. aiは、AI企業にカスタマイズされた本物の高品質データを提供する企業だ。

Defined.aiが提供できるデータタイプの例：https://www.defined.ai/datasets

ビジネスモデルは、AI企業が自社のデータ要件をDefined.aiに提供するというものです。 例えば画像の場合、一定の解像度を持ち、ぼやけや露出オーバーを避け、コンテンツに忠実である必要があります。コンテンツに関しては、AI企業は夜間の写真、夜間のコーン、駐車場、標識など、訓練課題に応じて特定のテーマをカスタマイズし、夜景におけるAIの認識率を向上させることができる。一般の人々に課題を与え、企業がアップロードしてレビューし、条件を満たした写真の枚数で課金し、高画質画像で1～2ドル程度、10秒のクリップで5～7ドル程度、10分以上の高画質フィルムで100～300ドル程度、テキストは1,000ワードあたり1ドル程度とし、下請け委託料は20％程度とすることもできる。データ提供は、データタギングに次ぐクラウドソーシングビジネスになるかもしれない。

タスクのグローバルなクラウドソーシング、金銭的インセンティブ、データ資産の価格設定、流通とプライバシーの保護、そして誰もがアクセスできるというのは、Web3のパラダイムにフィットするビジネスのように聞こえます。

業界の供給サイドから見たAI物語の主題

チップ不足の懸念は暗号業界に浸透しており、分散演算は最もホットなAIトラックカテゴリであり、時価総額も最も大きくなっています。

では、エネルギーとデータをめぐるAI業界の需給対立が今後1～2年で爆発的に拡大するとしたら、暗号業界では今、どのような物語関連のプロジェクトがあるのでしょうか？

まずはエネルギー目標を見てみましょう。

ヘッダーCEXで稼動したエネルギープロジェクトは非常に少なく、Power Ledger（トークンPowr）1つだけです。

2017年にローンチされたPower Ledgerは、ブロックチェーン技術に基づく包括的なエネルギープラットフォームで、エネルギー取引の分散化、個人やコミュニティによる電力の直接取引の促進、再生可能エネルギーの普及支援、スマートコントラクトによる取引の透明性と効率性の確保を目指している。当初、Power LedgerはEtherを応用したフェデレーションチェーンで運営されていたが、2023年後半にPower Ledgerはホワイトペーパーを更新し、分散型エネルギー市場における高頻度のマイクロトランザクションの処理を容易にするSolanaの技術的フレームワークに基づく独自の統合パブリックチェーンを立ち上げた。現在、Power Ledgerの主な活動は以下の通り：

- エネルギー取引：ユーザーが直接、ピアツーピアで、特に再生可能エネルギー源の電力を売買できるようにする。

- 環境商品の取引：炭素クレジットや再生可能エネルギー証書の取引、環境商品に基づく融資など。

- パブリックチェーンの運営：Powerledgerブロックチェーン上にアプリを構築するアプリ開発者を誘致し、パブリックチェーンの取引手数料をPowrトークンで支払う。

Power Ledgerプロジェクトは現在、流動的な時価総額が1億7000万ドル、完全に流動的な時価総額が3億2000万ドルです。

データトラックにおける暗号入札の数は、エネルギーカテゴリにおける暗号入札よりも少し豊富です。

私が現在フォローしているデータトラックのプロジェクトで、Coinbase、OKX、CoinbaseのCEXのうち少なくとも1つをすでにローンチしているものだけを、FDVの降順にリストアップします:

1.左;">1.Streamr - DATA

Streamrの価値提案は、ユーザーが自身のデータを完全に管理しながら、自由にデータを取引・共有できる分散型リアルタイムデータネットワークを構築することである。そのデータマーケットプレイスを通じて、Streamrはデータ生産者がデータのストリームを仲介者を介さずに関心のある消費者に直接販売することを可能にし、それによってコストを削減し、効率を高めることを望んでいる。

出典：https://streamr.network/hub/projects

実際のコラボレーションの場合、以下のようになる。Streamrは、同じくWeb3の車載ハードウェア・プロジェクトであるDIMOと提携し、車両に搭載されたDIMOハードウェア・センサーを通じて気温、気圧、その他のデータを収集し、気象データのストリームを形成して、それを必要とする組織に送信している。

Streamrは、上記のDIMO車載データに加えて、ヘルシンキからのリアルタイム交通ストリームなど、他のデータプロジェクトよりもIoT、ハードウェアセンサーからのデータに重点を置いている。その結果、Streamrのプロジェクト・トークンであるDATAは、Depinのコンセプトがピークだった昨年12月に1日で2倍になった。

Streamrプロジェクトの時価総額は現在4400万ドル、フル時価総額は5800万ドルです。

2.コバレント - CQT

他のデータベースのプロジェクトとは異なり、コバレントはブロックチェーンのデータを提供しています。 Covalentネットワークは、RPCを介してブロックチェーンノードからデータを読み取り、このデータを処理して整理し、効率的なクエリデータベースを作成します。これにより、Covalentのユーザーは、ブロックチェーンノードから直接複雑なクエリを実行することなく、必要な情報を素早く取り出すことができる。

Covalentの顧客は主にBサイドで、DefiのようなDappプロジェクトから、Consensys（Metamaskの親会社）、CoinGecko（大手暗号資産ティッカー）のような中央集権的な暗号企業まで多岐にわたる、さらに、伝統的な金融業界の巨人であるフィデリティや、ビッグ4会計事務所のひとつであるアーンスト・アンド・ヤングもコバレントの顧客である。コバレント社の公式データによると、同プロジェクトのデータサービスからの収益は、同分野のリーディング・プロジェクトであるザ・グラフをすでに上回っている。

Web3業界は、チェーン上のデータの完全性、オープン性、信憑性、リアルタイム性により、ニッチなAIシナリオや特定のAIミニチュアのための高品質なデータソースになると期待されている。 コバレントはデータプロバイダーとして、すでにさまざまなAIシナリオのデータ提供を開始しており、AI専用の検証可能な構造化データを発表しています。

Source: https://www.covalenthq.com/solutions/decentralized-ai/

例えば、オンチェーンのスマート取引プラットフォームであるSmartWhalesは、AIを使用して収益性の高い取引パターンとアドレスを特定するデータを提供し、Entendre Financeは、リアルタイムの洞察、異常検知、予測分析のためにAIで処理されたCovalentの構造化データを使用しています。

コバレントが提供するオンチェーン・データ・サービスの主な利用シーンは、現在も金融業界ですが、Web3製品やデータタイプの普及により、オンチェーン・データの利用シーンはさらに広がるでしょう。

Covalentの現在の時価総額は1億5,000万ドル、完全時価総額は2億3,500万ドルで、同じ路線のブロックチェーンデータインデキシングプロジェクトであるThe Graphよりも明らかに評価が有利です。

3.ハイブマッパー - ハニー

動画データは、あらゆるデータ素材の中で最も単価が高い傾向にある。 Hivemapperは、動画と地図情報を含むデータをAI企業に提供できる。 Hivemapper自体は、ブロックチェーン技術とコミュニティへの貢献を通じて、詳細かつダイナミックでアクセス可能な地図システムを構築することを目的とした、分散型のグローバルマッピングプロジェクトである。参加者はダッシュカメラで地図データを撮影し、オープンソースのHivemapperデータネットワークに追加することができ、貢献度に応じてプロジェクト・トークンHONEYが報酬として与えられる。Hivemapperは、ネットワークの有効性を高め、相互作用のコストを削減するために、Solana上に構築されている。

Hivemapperは、ドローンを使って地図を作成するという当初のビジョンで2015年に設立されたが、その後、このモデルは規模を拡大するのが難しいことがわかり、カーレコーダーやスマートフォンを使って地理データを取得することにシフトし、世界的な地図作成のコストを削減した。

ハイブ・マップは、グーグル・マップのようなストリート・ビューや地図ソフトウェアよりも、インセンティブ・ネットワークやクラウドソーシング・モデルを通じて、地図の範囲を拡大し、ライブ地図を新鮮に保ち、映像の質をより効率的に向上させる。

AIのデータニーズが爆発的に高まる以前、ハイブマッパーの主な顧客は、自動車業界の自動運転部門、ナビゲーションサービス会社、政府、保険会社、不動産会社などでした。今日、Hivemapperは代わりに、APIを介してAIやビッグモデルに幅広い道路や環境データを提供することができます。 絶えず更新される画像や道路の特徴のストリームを入力することで、AIやMLモデルは、ジオロケーションや視覚的判断に関連するタスクを実行するための改善された機能にデータを変換することができるようになります。

データソース：https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-

現在、Hivemapper - Honeyアイテムは、$ 120M $未処理の時価総額と$ 496M $未処理の完全な時価総額を持っています。

上記3つのプロジェクトに加え、データトラックには、ブロックチェーンデータのインデックスサービスも提供しているという点でコバレントと類似しているザ・グラフ - GRT（時価総額32億ドル、FDV37億ドル）、オーシャンプロトコル - OCEANも含まれています。オーシャン・プロトコル - OCEAN（時価総額6.7億ドル、FDV14.5億ドル）は、Fetch.aiおよびSingularityNETと提携しようとしている。 aiとSingularityNETはトークンをASIに変換）、データとデータ関連サービスの交換と収益化を促進するために設計されたオープンソースプロトコルで、データ消費者とデータプロバイダーをつなぎ、信頼性、透明性、トレーサビリティを保証したデータ共有を実現します。

AIの物語の第2の視点：GPTの瞬間が再び訪れ、汎用人工知能が降臨する

筆者の考えでは、暗号業界における「AIトラック」の最初の年は、GPTが世界を震撼させた2023年であり、暗号AIプロジェクトの急増はむしろGPTの成功の結果である。暗号AIプロジェクトの急増は、AI産業の爆発的な発展がもたらした「熱波」のようなものだ。

GPT3.5に続き、GPT4、ターボと、GPT3.5の能力はアップグレードされ続け、Soraの動画作成能力の驚異的な発揮や、Open AIを含む大規模言語モデルの急速な発展、そしてそれ以降も続くが、AIの技術進歩が一般大衆に与える認知的な影響が薄れ、人々がAIツールをどんどん使い始めていることは否定できない。人々はAIツールをどんどん使い始めており、大規模な雇用代替はまだ起こっていないようだ。

それでは、AIのクロスオーバーによって一般大衆が衝撃を受け、その結果、自分たちの生活や仕事が変わってしまうことに人々が気づくような、AIの「GPTの瞬間」はまたやってくるのでしょうか？

この瞬間は、汎用AI（AGI）の出現かもしれません。

AGIとは、特定のタスクに限定されるのではなく、さまざまな複雑な問題を解決できる、人間のような包括的な認知能力を持つマシンの能力を指します。 AGIシステムは、高度な抽象的思考、広範な背景知識、ドメイン全体の常識的推論と因果関係の理解、および分野横断的な転移学習を備えています。 AGIは、各ドメインで最高の人間と同等のパフォーマンスを発揮し、総合的な能力では最高の人間を上回る。

実際、SFやゲーム、映画、テレビ番組が何を見せようと、あるいはGPTの急速な普及後に一般大衆が何を期待しようと、人間の認知レベルを超えるAGIの出現を期待している。言い換えれば、GPTそのものがAGIの先駆けであり、一般的な人工知能の予言版なのです。

GPTがこれほどの産業的エネルギーと心理的インパクトを持つ理由は、その着地速度と性能が一般大衆の予想を上回ったことにあります：人々は、チューリングテストを完了できるAIシステムが本当に、しかもこれほど速いスピードで登場するとは予想していませんでした。

実際、AI（「AGI」）は、1～2年以内に再び「GPTの瞬間」の突然さを取り戻すかもしれません。人々はGPTの補助に慣れてきたところで、AIが単なるヘルパー以上のものであることに気づいています。何十年もの間、人間のトップ科学者たちを悩ませてきた問題。

4月8日、マスクはノルウェーの政府系ファンドの最高投資責任者であるニコライ・タンゲンと、AGIのタイミングについて話をした。

彼は、「AGIを人類の最も賢い部分よりも賢いと定義するなら、2025年には登場する可能性が高いと思う」と語った。

彼によれば、AGIが到来するのはせいぜい1年半前だ。

彼によれば、AGIが登場するのはせいぜい1年半前だ。

AGIのメリットは明らかだ。

人間の生産性が飛躍的に向上し、何十年も頭から離れなかった研究問題の多くが解決されることを意味する。人類の最も賢い部分」をノーベル賞受賞者のレベルと定義するならば、十分なエネルギー、計算能力、データさえあれば、最も困難な科学的問題に24時間体制で取り組む、疲れを知らない無数の「ノーベル賞受賞者」を生み出すことができるということだ。

そして実際、ノーベル賞受賞者は何億人に1人というような貴重な存在ではなく、能力や知性という点ではほとんどが一流の大学教授レベルだが、確率と運のおかげで正しい方向を選び、一貫してそれを行い、結果を出したのだ。彼と同じレベルの人たち、同じように優秀な同僚たちは、科学研究のパラレルワールドでノーベル賞を受賞しているかもしれない。しかし、一流大学で教鞭を執り、科学のブレークスルーに参加できる能力を持った人材はまだ不足しているため、「科学研究のあらゆる正しい方向を横断する」ことはまだ遅れている。

AGIがあれば、ノーベル賞を受賞したAGIが無制限に科学的ブレークスルーのあらゆる可能性のある方向を探求することができ、エネルギーとコンピューティングパワーがフルに供給されれば、技術進歩のスピードは数十倍速くなる。この技術進歩は、食糧生産、新素材、新薬、高度な教育など、現在ではかなり高価で希少な資源と考えられているものを、10～20年で100倍にすることにつながる。

Chart of total global GDP, source: World Bank

少しセンセーショナルに聞こえるかもしれないので、以前の記事で書いた2つの例を見てみよう。IO . .NET:

-2018年、ノーベル化学賞受賞者のフランシス・アーノルドは授賞式で、"今日、私たちは実用的なアプリケーションにおいて、あらゆるDNA配列を読み、書き、編集することができるが、まだそれを構成することはできない "とだけ述べた。彼のスピーチからわずか5年後の2023年、スタンフォード大学とシリコンバレーのAIスタートアップ、セールスフォース・リサーチの研究者たちは、GPT3にファインチューニングされた大規模な言語モデルを用いて、100万個のタンパク質をゼロから新たに作成し、構造的に異なる2つのタンパク質を発見した論文を『ネイチャー・バイオテクノロジー』誌に発表した。これらから、構造は全く異なるが、どちらも細菌を殺す能力を持つ2つのタンパク質が見つかった。つまり、AIの助けを借りて、タンパク質生成のボトルネックが解消されたのである。

-これは、AI AlphaFoldアルゴリズムが18ヶ月で、地球上の2億1400万個のタンパク質のほぼすべての構造を予測したことに続くもので、これまでのすべての人間の構造生物学者の仕事の数百倍である。

-これは、AIが地球上の2億1400万個のタンパク質すべての構造を予測した初めてのことである。

変化はすでに起こっており、AGIの登場はそのプロセスをさらに加速させるだろう。

一方で、AGIの登場がもたらす課題は非常に大きい。

AGIは多くの精神労働者を置き換えるだけでなく、現在AIによる「影響が少ない」と考えられている手作業によるサービス業の人々も、ロボット工学の成熟と新素材の開発による生産コストの低下によって影響を受けることになり、機械やソフトウェアに取って代わられる労働職の割合が急速に上昇する。

そのとき、かつては非常に遠くに見えた2つの問題が一気に表面化するだろう。

1.大量の失業者の雇用と収入

そしてWorldcoinのWorldchainは、虹彩ベースの生体認証を使って人間とAIを区別するUBI（ユニバーサル・ベーシック・インカム）システムで、大衆にベーシック・インカムを提供することで解決策を提供しようとしている。虹彩ベースの生体認証によるAI

実際、全員に給与が支払われるUBIは、現実世界での実践がない空中のアイデアだけではない。 フィンランドやイギリスのような国はUBIを実施しており、カナダ、スペイン、インドの政党は実験を提案している。

バイオメトリクス＋ブロックチェーンに基づくUBI分配の利点は、システムのグローバルな性質にあり、より広範な人口をカバーできることと、所得分配を通じて拡大したユーザーのネットワークに基づくビジネスモデル、例えば金融サービス（Defi）、ソーシャルネットワーキング、タスク、クラウドソーシングなどのネットワーク内ビジネスを構築できることにある。クラウドソーシングなど、ネットワーク内で相乗効果を生み出し、

AGIの下落の影響に対抗するもののひとつに、発行済み時価総額10.3億ドル、フル流動性で472億ドルのWorldcoin - WLDがあります。

物語上の外挿におけるリスクと不確実性

この記事は、ミント・ベンチャーズのこれまでのプロジェクトやトラック調査の多くとは異なり、物語上の外挿と予測という点で非常に主観的です。本記事は、ミント・ベンチャーズのこれまでの多くのプロジェクトおよびトラック調査報告書とは異なり、極めて主観的なものであり、読者は本記事の内容を将来の予言ではなく、個別の議論として受け止めることをお勧めする。上記の筆者の叙述的予測は、誤った推測につながる可能性のある多くの不確定要素の影響を受けます。これらのリスクまたは影響には、以下のものが含まれますが、これらに限定されるものではありません：

エネルギー：GPU更新によるエネルギー低下

AIをめぐるエネルギー需要の急増にもかかわらず、GPUのエネルギー消費は、GPUが更新されるにつれて増加し続けるでしょう。AIをめぐるエネルギー需要の急増にもかかわらず、エヌビディアに代表されるチップメーカーは、継続的なハードウェアのアップグレードにより、より高い演算能力を低消費電力で提供している。 例えば、エヌビディアは今年3月、GPU「B200」2基とCPU「Grace」を統合した新世代のAIコンピュートカード「G B200」を発表したが、その学習性能は前世代のメインAI GPU「H100」の4倍、推論性能は学習に多くの時間を要する「H100」の7倍となっている。G B200は、前世代のメインAI GPUであるH100の4倍の学習性能、7倍の推論性能を持ちながら、消費電力はH100の4分の1である。 もちろん、これにもかかわらず、人々がAIから導き出したいパワーへの欲求はまだ終わっておらず、単位消費電力量の減少とともに、AIアプリケーションのシナリオとニーズがさらに拡大するにつれて、総消費電力量は上昇する可能性が高い。

データ：「Q *」は「自己生成データ」を可能にする計画

オープンAI内では「Q *」と呼ばれるプロジェクトが噂されており、オープンAIが従業員に送った内部メッセージの中で言及されている。ロイターが引用したオープンAIの内部関係者によると、これはオープンAIが追求する超知能／一般人工知能（AGI）の突破口になる可能性があるという。 Q*は、その抽象化能力によって、これまで見たこともない数学的問題を解くことができるだけでなく、実世界のデータを供給することなく、大規模なモデルの訓練に使用するデータを自己作成することができるようになる。もしこの噂が本当なら、AIのビッグモデル学習を質の高いデータ不足に制限していたボトルネックが解消されることになる。

AGIの到来：OpenAIの心配

マスクの言うように、AGIの到来が本当に2025年に来るのかどうかはわからないが、時間の問題である。しかし、AGI降臨物語の直接的な受益者であるワールドコインにとって最大の懸念は、「OpenAIシャドウトークン」として認識されているOpenAIからもたらされるかもしれない。

5月14日未明、OpenAIは春のローンチイベントで、最新のGPT-4oと他の19の異なるバージョンの大きな言語モデルの総合タスクスコアでのパフォーマンスを示しました。総合スコアでは、2位のGPT 4 turboより4.5パーセントだけ高く、4位のGoogleのGemini 1.5 Proより4.9パーセント高く、5位のAnthropicのClaude 3 Opusより5.1パーセント高い。

GPT3.5がデビューして世界に衝撃を与えてから1年あまりが経過し、OpenAIの競合他社がすでに迫ってきており（GPT5はまだリリースされておらず、今年中にリリースされる見込みですが）、OpenAIが業界のリーダーとしての地位を今後も維持できるかどうかという問いに対する答えは宙に浮いているようです。OpenAIが将来も業界のリーダーとしての地位を維持できるかどうかは、不透明になってきているようだ。もしOpenAIのリーダーシップと優位性が希薄になり、あるいは追い越されるようなことがあれば、OpenAIの影のトークンとしてのワールドコインの物語も薄れるだろう。

さらに、Worldcoinの虹彩認証ソリューションに加えて、手のひらスキャンIDプロジェクトのHumanity Protocolや、10億ドルの評価額で新たに3000万ドルのラウンドをクローズしたと発表したLayerZero Labsなど、市場に参入する競合他社が増えている。LayerZero Labsはまた、Humanity上で動作し、ZKプルーフを使用して認証情報を認証する検証ノードのネットワークに参加すると発表した。

結論

最後に、AI回路のその後の物語を予想したが、AI回路はDeFiのような暗号のネイティブ回路とは異なり、AIブームが暗号通貨サークルに波及した産物である。現在のプロジェクトの多くはビジネスモデルを経ておらず、AIをテーマにしたミームに近いものが多い（例えば、RndrはNvidiaのミーム、WorldcoinはOpen AIのミームに近い）ので、読者は注意して見る必要がある。