過去1年間、分散型AIとさまざまなAIツールの組み合わせは、暗号資産コミュニティ内でAI + Web3を注目のトピックに変えました。現在、140以上のプロジェクトがWeb3とAIを融合させ、計算、検証、メタバース、ゲームに及んでいます。イーサリアムの共同創設者であるVitalik Buterinは、ブロックチェーンとAIを統合するユースケースを探求し、意義のある堅牢なアプリケーションの増加を強調しています。このトピックは最近の香港Web3カーニバルでも目立って取り上げられました。

この記事では、3つのWeb3およびAIプロジェクトに焦点を当て、それらが暗号資産AI分野での独自のポジションとポテンシャルを探っています。

Bittensor: 市場価値でリードしているにもかかわらず、実用性についての疑問が浮上しています。

AIセクターでは、通常、リソース集約型のタスクよりも技術集約型のタスクに焦点が当てられています。そのため、アルゴリズムとモデルの間で効果的な協力が欠如しており、技術的な障壁によりゼロサムの状況が生じています。Bittensorは、ブロックチェーンネットワークとインセンティブメカニズムを通じて、異なるアルゴリズム間の協力を促進し、徐々にビットコインのマイニングに似た共有知識市場を構築することを提案しています。これは、AIモデルのトレーニングと検証のためのものです。

「Bittensor」という名前は、「Bit」と「Tensor」を組み合わせたものです。「Bit」は通貨の最小単位としてビットコインからよく知られており、より広いコンピューティング用語では、最も基本的な情報単位を表します。「Tensor」は、ラテン語の「Tendera」から派生した言葉で、「伸ばす」という意味で、物理学ではさまざまなデータ型を表す多次元配列や行列を指します。機械学習の分野では、多次元データを扱う実体を示します。

Bittensorのアーキテクチャは二層構造です。基礎となる層はPolkadot Substrate上に構築されたブロックチェーンであり、合意とインセンティブを管理します。AI層は推論とトレーニングを担当し、Bittensorプロトコルノード間の互換性を確保します。Bittensorネットワークの主要参加者はマイナーとバリデータです。マイナーはトークン報酬のためにトレーニングモデルを提出し、バリデータはモデルの出力の妥当性と正確さを保証します。BittensorはYuma合意メカニズムを採用しており、PoWとPoS要素を組み合わせてインセンティブを分配します。マイナーは計算によってトークン報酬を獲得し、バリデータはサブネット上でトークンを賭け、出力を検証してTAOインセンティブを獲得します。評価が正確で一貫性があればあるほど、報酬も大きくなります。

サブネットはBittensorエコシステムのバックボーンを形成します。2023年10月、「Revolution」アップグレードでは、「サブネット」という概念が導入され、機械翻訳や画像認識などのさまざまなタスクを管理し、互いにインタラクトし学ぶための異なるサブネットを許可しました。誰でも、ネットワーク上のサブネットの需要に応じてTAOトークンで支払うことで、Bittensor上にサブネットを作成できます。サブネットが稼働する前に、地元およびテストネットワークでテストを行う必要があります。

現在、Bittensorは1つの特別なサブネットである＃0 Rootと32の他のサブネットをホストしています。 Opentensor Foundationによって設立された＃0 Rootサブネットは、Bittensorのガバナンスハブとして機能し、他のサブネットに生成されたTAOを配布しています。＃0 Rootサブネットでは、他のサブネットからのトップ64ステーカーがバリデータとして、マイナーの役割は他のサブネットが果たしています。さらに、＃0 Rootは貢献に基づいてインセンティブを割り当てます。残りの32のサブネットでは、バリデータとマイナーは貢献に基づいてTAOのシェアを受け取ります：バリデータとマイナーそれぞれに41％、残りの18％はサブネットの作成者に配分されます。サブネット間の競争は激しいです。システムは許可されるサブネットの数を32に制限していますが、テストネットでメインネット登録を待っているサブネットは200以上あります。最近、MyShell TTSなどの注目すべきチームがBittensorにサブネットを登録しました。サブネット登録ルールによると、キャップに達すると、最低トークン割り当てのサブネットが自動的に登録解除されます。

Bittensorは最近、登録料が高いと批判され、実用的な実用性に疑問を呈しています。現在、Bittensorにサブネットを登録するためのコストは2,078.49 TAOで、3月1日には10,281 TAOに急騰し、700万米ドル以上に相当します。TAOの価格が上昇するにつれて、これらの手数料はさらに上昇すると予想されます。新規プロジェクト登録ごとに料金が 2 倍になり、新規登録が発生しない場合は、価格が 4 日間で直線的に半分になります。このような急激なコストは、サブネットの作成や参加を希望する開発者にとって大きな負担となる可能性があります。さらに、Bittensor のサブネットの有用性に対する疑念も浮上しています。32 のサブネットのほとんどは、"データの並べ替え" や "テキスト、画像、オーディオの変換" などのバリアの低いアプリケーションに対応しています。Bittensorで構築するチームには、通常、フルタイムのメンバーは12人以下で、多くは2〜3人しかいません。ビットコインオーディナルプロジェクトTaproot WizardsとビットコインNFTプロジェクトQuantum Catsの創設者であるEric Wallのような批評家は、Bittensorを実際の有用性を提供しない無意味な分散型実験として却下しました。Wall氏は、サブネット#1を、マイナーがChatGPTと同様にプロンプトに応答し、バリデーターが回答の類似性のみをチェックする単なるテキストプロンプトサービスであり、逸脱したマイナーへの報酬を拒否するため、効率が大幅に制限され、実際のモデル操作を検証できないと説明しています。彼は、ネットワークは内部で運用する以上の目的を果たさず、本質的には分散型AIの可視性のために役に立たないAIトークンを購入する方法であると主張しています。

リチュアル：ステラのバックグラウンドによってブーストされ、ZKPを使用したAIモデル推論トレーニング

既存のAIスタックは、計算の整合性、プライバシー、検閲耐性に対する保護が不足しているという問題をはじめ、多くの課題に直面しています。さらに、わずかな中央集権企業によって支配されるインフラストラクチャは、開発者やユーザーがローカルに統合する能力を制限し、効果の問題を引き起こしています。この背景に対して、分散型AIコンピューティングプラットフォームであるRitualが立ち上げられました。

Ritualの主な目標は、AIのためのオープンでモジュラーな主権実行レイヤーを提供し、AIがEVM、SVMなどの環境に統合される方法を探ることです。本質的には、Ritualは分散コンピューティングリソースのネットワークをモデル作成者とつなぎ、作成者がAIモデルをホストできるようにする一方、ユーザーにはこれらのモデルの包括的で検証可能な推論能力をワークフローに追加できるようにします。

Ritualは印象的なチームを誇っています。共同創業者のNiraj PantとAkilesh Pottは以前、Polychainの一般パートナーでした。チームには、Microsoft AIやFacebook Noviなどの大手企業のシニアエンジニア、DragonflyやProtocol Labs、dYdXなどの有名な機関の専門家も含まれています。さらに、Ritualのアドバイザリーパネルには、EigenLayerの創設者であるSreeram Kannan、GauntletのCEOであるTarun Chitra、およびBitMEXの共同創業者であるArthur Hayesなどが含まれています。

Ritualはこれまでに2回の資金調達を完了しています。2023年11月、RitualはArchetypeをリードとする2500万ドルの資金調達ラウンドを発表し、accomplice、Robot Ventures、dao5、Accel、Dilectic、Anagram、Avra、Hypersphereをはじめとする参加者、およびCoinbaseの元CTO Balaji Srinivasan、Protocol Labsの研究者Nicola Greco、WorldcoinのエンジニアDC Builder、EigenLayerの最高戦略責任者Calvin Liu、Monadの共同創業者Keone Hon、AI+CryptoプロジェクトModulus LabsのDaniel ShorrとRyan Caoなどのエンジェル投資家を引き入れました。そして、2024年4月8日には、Ritualは数百万ドルの資金調達を受けました。投資Polychain Capitalから、正確な金額は未公開ですが、

Ritualは、ブロックチェーン上での計算を統合する軽量ライブラリであるInfernetをローンチしました。これにより、スマートコントラクト開発者は、Infernetノードを介してオフチェーンの計算をリクエストし、Infernet SDKを使用してオンチェーンのスマートコントラクトに結果を提供することができます。オフチェーンで動作する軽量クライアントであるInfernetノードは、主にオンチェーンまたはオフチェーンのリクエストを受け入れ、ワークフローの出力とオプションの証明をオンチェーントランザクションまたはオフチェーンAPIを通じて提供します。Infernet SDKは、オフチェーン計算ワークロードの出力にサブスクライブできる一連のスマートコントラクトです。その主な用途の1つは、機械学習推論をブロックチェーンにもたらすことです。Infernetは任意のチェーンに展開でき、どのプロトコルやアプリケーションとも統合できます。さらに、Halo2やPlonky3バリデータを含む証明システムを開発者が組み込むことを可能にします。

InfernetはOracleシステムと同様に機能します。それはブロックチェーン上で直接推論を行いません。代わりに、チェーン上でリクエストを発行し、ノードによってオフチェーンで実行され、その結果がチェーンに返されます。この方法には、開発者がリクエストを行った後にブロックチェーンで待たなければならず、即座の応答を得ることができないという固有の非同期の問題があります。Ritualのアプローチにより、開発者は計算を行う環境に直接推論計算を行うことができ、計算がどこで行われているかを気にする必要がありません。これらの操作は依然としてオフチェーンで行われますが、これらの計算操作を仮想マシン内に埋め込むことにより、各ノードが修正された仮想マシンを実行しながら高度に最適化されたAI操作を実行できます。この方法は、事前コンパイルによって達成されるプロセス間通信の一種と見なすことができ、ブロックチェーンエコシステムにおける成長トレンドを反映しています。

実用的な面で、Infernetを通じて、開発者はオフチェーンノードに計算集約型の操作を委任し、その後、オンチェーンのコールバックを使用してスマートコントラクトで出力とオプションの証明を利用し、スマートコントラクトの実行環境の制限を回避します。例えば、Emilyさんは、ミンターが自分のNFTに新機能を独立して追加できる新しいNFTコレクションを開発しています。彼女は、カスタムワークフローを実行するInfernetノードに署名付きリクエストを送信するミントウェブサイトを設定しました。これらのワークフローはユーザーの入力を解析して新しい画像を生成し、その後、Infernetノードは最終的な画像をオンチェーントランザクションを介して彼女のスマートコントラクトに送り返します。

2023年末、RitualはチャットボットをリリースしましたFrenrugFriend.techチャットルームでは、Infernet SDKのサポートを受けています。 Frenrug Keyを保持しているユーザーは、Frenrugにメッセージを送信してFriend.techユーザーキーの購入や売却をすることができます。ただし、Frenrugはメッセージを直接処理せず、代わりに異なる言語モデルを実行している複数のInfernetノードにそれらを転送します。これらのノードはメッセージを処理し、ブロックチェーン上で投票を生成します。十分な投票が集められると、システムはこれらの投票を集約して、キーの購入や売却などの対応するアクションを実行します。その後、Frenrugはチャットルームで応答し、投票結果と最終的なアクションを表示し、ユーザーリクエストがどのように処理されるかについて透明性を提供します。

Ritualは、独自のブロックチェーンである「Ritual Chain」を開発中です。InfernetはどのEVMチェーンにも簡単に統合できるため、どのプロトコルもその機能を利用できると考えていますが、Ritualは専用チェーンの構築が不可欠だと信じています。このアプローチにより、ユーザーがプロトコルにAIがもたらす価値を最大限に活用したいと考える要望を実現するために、より効率的な機能をコアの実行およびコンセンサスレイヤーで可能にします。主権チェーンを確立するには、さまざまなタイプのバリデータ、プルーフシステム、およびユーザーフレンドリーな複雑な機能の開発が必要となります。

バーチャル：より魅力的でユーザー中心

BittensorやRitualとは異なり、さまざまな機械モデルとやり取りする、Virtual Protocolは、仮想世界のためのAIキャラクターを作成することに特化した分散型工場のようなものです。ユーザーの参加を重視し、人間の主観性と社会的合意をビジョンに統合し、個別化と没入感を育むことを重視しています。Virtual Protocolの中心的な考え方は、将来の仮想的な相互作用はAIによって支えられ、個別化された没入型の体験を提供するために分散型で構築されるということです。個別化によって、各相互作用がユーザーと特別なつながりを持ち、関連性を高める一方、没入感は複数の感覚を刺激してより現実的な体験を創造することができます。

仮想エコシステムの参加者には、貢献者と検証者が含まれます。貢献者は、既存のモデルを改善したり、新しいモデルを提案するためにテキスト、音声、およびビジュアルデータを提供できます。このコンテンツは、検証者によってレビューおよび認証され、正確性と信頼性を確保し、仮想プロトコルエコシステムが設定した基準に従って貢献の品質を評価します。

新しい提案: 誰でも、ジェネシス仮想通貨の作成を開始することができますが、少なくとも3か月以内に少なくとも100,000 VIRTUALトークンをステークし、DAO提案プロセスに従う必要があります。仮想コミュニティ内のすべてのトークン保有者がこれらの提案に投票することができます。承認されると、新しい仮想NFTが作成されます。

既存のモデルへの貢献: 提案は、変更を実装するかどうかを決定するために、自動的に生成され、審査され、議論され、検証され、および検討者によって投票されます。

現在、提案の検証または投票を行う権限を持つのはバリデーターのみであり、プロセスは匿名で行われます。バリデーターは、各モデルと少なくとも10回はやり取りする必要があります。任務を完了すると、バリデーターは総ステーク額に比例したステーク報酬を受け取ります。バリデーターになるには、ユーザーは仮想口座に1,000仮想トークンを保有し、すべての提案を検証することを約束しなければなりません。さらに、仮想はDPosメカニズムを採用しており、ユーザーはバリデーターに任意の量のトークンを委任して自ら検証することなくステーク報酬を獲得することができます。その後、バリデーターは委任者に対してステーク報酬を返還し、収入の10%の手数料を差し引きます。

仮想通貨への完全な参加プロセスは透明であり、公共のブロックチェーンに記録されています。すべての貢献はNFTに変換され、追跡可能性と公平な報酬配分を確保するためにImmutable Contribution Vault（ICV）に保管されます。ICVはマルチレイヤーのオンチェーンリポジトリであり、承認されたすべての貢献をブロックチェーンにアーカイブし、各仮想通貨の現在の状況を示し、その歴史的進化を追跡します。ICV内のVIRTUALsコードベースモデルをオープンソース化することで、透明性を高めた環境が作成され、開発者や貢献者が既存のVIRTUALs上に構築し、シームレスに統合することが可能となります。

仮想トークンは、仮想プロトコルの中心的な役割を果たし、貢献者や検証者に報酬を提供し、プロトコルの開発を支援し、エアドロップを容易にします。仮想トークンの総供給量10億のうち、60%が流通しており、5%は流動性プールに確保され、残り35%はコミュニティのインセンティブや仮想プロトコルエコシステムの開発のために割り当てられています。次の3年間のトークンのリリースは年間10%を超えず、導入前に規制機関の承認を得る必要があります。

仮想プロトコルは、プロトコルに手数料を支払うさまざまなdAppの使用から得られる収益とインセンティブを通じて成長を促進します。毎月末に、Virtual ProtocolはdApp収益の総流入額に基づいてインセンティブを分配します。10%はプロトコルに支払われ、残りの90%はステーク比率に応じてさまざまな仮想アプリケーションに分配され、収入が貢献に比例することを保証します。例えば、総収入が100ドルの場合、10ドルがプロトコルに割り当てられます。残りの90ドルのうち、仮想Aが9,000トークンのステーキングプールを持ち、仮想Bが1,000トークンを持っている場合、仮想Aは90ドルの90%=81ドルを受け取り、仮想Bは90ドルの10%=9ドルを受け取ります。

各仮想アプリケーション内では、収益は検証者と貢献者の間で均等に分配されます。検証者は運用時間とステークされた金額に基づいて収入を得ます。ここで、運用時間とは、検証する提案の数の割合が全提案数に対していくつかです。例えば、仮想Aの検証者Aが90%の時間を運用した場合、彼らは81/2*90% = $36.45を稼ぎます。この収入は、すべてのステーカーに彼らのステークに応じてさらに分配され、プールの検証者に支払われる手数料としてデフォルトの10%が設定されています。貢献者は、彼らの貢献がシステムで活発に使用されている期間を考慮した利用率とインパクトプールに基づいて収入を受け取ります。モデルの開発者とメンテナーは、割り当てられた総収入の30%を受け取り、モデルの微調整のためのデータセットの提供とメンテナンスを行う人は70%を受け取ります。インパクトプールは、貢献の重要性に基づいてポイントを授与し、報酬の公平な分配を促進します。

Virtualは、そのAI機能を統合したゲームにAI Waifu、架空の世界であるアルカディアが舞台です。このゲームでは、プレイヤーは他のウィザードやそのウェイフたちと戦うウィザードとしての役割を担います。プレイヤーは、ウェイフにプレゼントを贈ることで報酬を得たり、秘話を解き明かしたりするために対話を行うことで、ウェイフとの絆を深めることができます。ゲームには、それぞれ独自のバックストーリーや個性的な特徴を持つ3つの異なるウェイフが選択肢として用意されています。さらに、プレイヤーは他のウェイフを魅了し自分自身を守るための戦闘モードも搭載されています。すべてのゲーム内支出は、ゲームの報酬プールに貢献し、WAI取引手数料の60%もこのプールに割り当てられ、賞品として配布されます。

他のAIコンパニオンやチャットボットとは異なり、AI Waifuは3Dモデルとして視覚的に表現され、声やテキストに感情的なアニメーションで反応することができます。対話を通じて、AI Waifuは継続的に学習し、繰り返しのコンテンツスタイルを避けて個人に合わせた応答を提供します。さらに、AI Waifuはクロスプラットフォームのプログレッシブウェブアプリ（PWA）であり、暗号資産を有効に活用した経済設計が施されており、共同所有を可能にし、開発者に収益の一部を配当として還元します。AI Waifuを超えて、Virtualは計画しています。ローンチクロスゲームメモリと究極の意識を備えた新しいAI RPG。これらのAIエージェントは、ゲーム内での相互作用を通じて動的に進化し、1つのゲームから別のゲームに移動する際に記憶を保持し、人間の行動を模倣し、プレイヤーの没入体験を向上させることができます。ユーザーがインタラクションログをアップロードしてトークンを獲得できる他、クロスプラットフォームでライブストリーミングできるバーチャルアイドルを導入する予定です。

結論

暗号資産の領域では、Bittensor、Ritual、およびVirtual Protocolがそれぞれ独自のニッチを切り開いています。Bittensorは共有アルゴリズムの知識のための市場を創造することに焦点を当てており、現在は暗号資産AIセクター内で市場価値でリードしています。しかし、最近、そのサブネット登録料と実用的なユーティリティがコミュニティメンバーの懸念を引き起こしました。単一のサブネットの問題が全体のネットワークに帰属できるかどうかは現在検討中です。さらに、バリデータへのシステムの重い依存に関連する問題に対応して、Opentensor Foundationの貢献者たちは動的なTAOソリューション「BIT001」を提案しました。

Ritualは、堅実な財務ラインナップとチームの資格をバックに、暗号AIスペースで台頭しています。以前、DragonflyのパートナーであるHaseeb Qureshi氏は、Ritualの暗号経済アプローチは、検証された推論スペースで最もシンプルでおそらく最も安価であると指摘しましたが、ノードの共謀のリスクをはらんでいます。ただし、Ritualの創設者たちが明確にされました彼らのプラットフォームは、ノードの協力と選択的な勾結に基づく暗号経済モデルを使用していないことをSNSで述べ、代わりにユーザーにセキュリティレベルを選択するオプションを提供しています。

その代わりに、Virtual Protocolは参加者の関与に重点を置いた魅力的な性質で知られています。例えば、AI Waifu仮想コンパニオンゲームを立ち上げ、プレイヤーの相互作用やゲーム環境に基づいて動的に進化するゲームAIエージェントを導入する予定です。これにより、従来の固定ルールのゲームと比較して、ソーシャルおよび継続性の側面を向上させ、より魅力的にします。

これらの3つのプロジェクトに加えて、GPUリース市場に焦点を当てたio.net、AIエージェントプロトコルAutonolas、およびクリエイターセントリックなWeb3対応のAIプラットフォームMyShellなど、注意を引く価値のある多くの他の暗号資産AIイニシアチブが存在します。これらのプロジェクトは、急速に進化を続ける暗号資産AIセクターの多様性と潜在性を示しています。

免責事項：

1. この記事は再掲載されましたpanewslab元のタイトルは「Beyond Bittensor: これらの暗号資産AIネットワークはあなたの関心を引く価値があるのか？」です。すべての著作権は元の著者であるChainFeedsに帰属します。この転載に異議を唱える場合は、Gate Learnチームに連絡してください。
2. この記事で表現されている見解や意見は著者個人のものであり、投資アドバイスを構成するものではありません。
3. この記事の他の言語バージョンは、Gate Learnチームによって翻訳されました。これをコピー、拡散、または引用する場合は、Gate.ioチームの言及が必要です。Gate.