原題：endoftheworld.txt：暗号×AI
原作者：アクセルxr
人工知能は、経済を変革し、産業を再構築し、新しい形式のオンライン インタラクションを提供しながら、社会の傾向を劇的に変える加速テクノロジーです。
多くの人が人工知能の世界へのクリプトの侵入は不必要だと信じていますが、私たちはそれが重要な相乗効果であると信じています。 AI モデルの作成と配布に対する制限が強化されるにつれ、潤沢な資金を備えた集中型のスキームや政府を引き継いで、ペースの速い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ています。外部からの圧力とは対照的に、資金調達やオープンソース ツールの管理には、暗号通貨が断然最良のツールです。これは理想的な一致であり、真正性、来歴、身元、および修復または改善において Crypto が本質的に強みを持つその他の領域に対する AI の影響を考慮する前の条件です。
ここには、探索する価値のあるあらゆる種類のウサギの穴があり、この記事はできる限り多くの基礎をカバーしようとしているため、この記事は、これまでおよび予見可能な将来の暗号 x AI の新興分野のいくつかについての嵐のような概要として見ることができます。 . .
創造性
最近の人工知能への関心の最初の波は、アイデア生成ツールの分野です。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熟練度などの技術的スキルへのユーザーの依存を軽減し、基本的なエレクトロニクスの経験を持つ人なら誰でも、最低コストでプロフェッショナルな作品を出力しながら、複雑な作品を制作できるようにします。
これは、いくつか例を挙げると、クリエイティブ業界に多大な影響を与える可能性があります。
誰もがクリエイターになれる今、これらのツールを使って作品を制作するシーンがますます成熟するにつれ、マルチプレイヤー ゲームのクリエイティブ モデルはこれまでにないほど繁栄するでしょう。
ニッチなコミュニティは、以前は視聴者数のせいで商業的な実現可能性が限られていた高品質の作品を生み出すことができます。
人間の作業をはるかに上回る生成コンテンツが流入し、オンラインで人間のコンテンツが再評価される可能性があります。
以下は、AI と高度にインタラクティブないくつかの革新的なメディアについて説明します。
美術
「AI アートはアートではない」は、AI ツールの台頭に頑固に反対する人々の間でよく使われるスローガンです。生成モデルのリリースはすぐに、ArtStation で見たような反発と抗議に見舞われました。しかし、それは web3 の最も興味深い創造的な垂直サブフィールドのいくつかを引き起こしました。
AI アートにはさまざまな形がありますが、最も注目に値するのは、DALL-E、Stable Diffusion、Midjourney など、現在人気のある生成モデルです。 ImgnAI のような Web3 の競合他社もあり、これらの生成モデルの周囲にコミュニティの堀を構築するために非常に必要とされる、トークンエコノミクスに基づく生成画像作成に関するより良いソーシャル エクスペリエンスをユーザーに提供することに取り組んでいます。
ただし、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設計および微調整することが多く、その結果、単純なプロンプトよりもよりユニークな作品が生まれます。これには、新しい埋め込みをトレーニングしたり、LoRA を使用して特定のスタイルを完成させたり、独自のモデルを完全に構築したりする必要がある場合があります。
より複雑でパーソナライズされたモデルを使用して AI アートを NFT としてリリースしている人気アーティストには、Claire Silver、Ivona Tau、Roope Rainisto、Pindar van Arman、Refik Anadol、Gene Kogan などが含まれます。これらのアーティストは、配信のためのさまざまなマーケットプレイスの使用を検討してきましたが、最も顕著なのは、Braindrops、Mirage Gallery、FellowshipAI などの AI アートに特化したマーケットプレイスや、Bright Moments などのアート形式に特化したイベント プラットフォームです。
ポストフォトグラフィーやデータアートなど、AI アートの垂直サブフィールドも形成されています。ポストフォトグラフィーアートは主に次のもので構成されています。Fellowship.aiチームは、Roope Rainsto とのコラボレーションを通じて、この媒体を探求するより多くのアーティストを世間の注目の的にするよう推進しています。写真後の美学の多くは、初期の生成ツールによく見られた視覚的なアーティファクトを受け入れるよう努めています。 Braindrops で Roope Rainisto の Life in West America シリーズが出版されたことにより、ポスト写真アートがソーシャル メディアで注目を集め始めました。
データ アートに関しては、Refik Anadol はこの分野でよく知られたアーティストであり、データ、アルゴリズム、人工知能を使用してダイナミックでインタラクティブなアートワークを作成する没入型インスタレーションで知られています。彼の作品には、MoMA のメタデータをリアルタイムで新しい形式を生成する作品に変換する Unsupervised など、興味深い例がいくつかあります。もう 1 つの例は、風、温度、湿度などのリアルタイムの環境データと、Bluetooth、Wifi、LTE からの信号データを使用して、作品のデータ ソースを提供する Sense of Place です。
もう 1 つの興味深い垂直サブフィールドは、Crypto の機能によって可能になる新しいコンテンツ メディア、つまりチェーン上の自律的なアーティストです。最も有名な例は、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 です。Botto は毎週 350 個のアート作品を作成しており、各作品には複数の個別の断片が含まれています。)。 BottoDAO コミュニティは毎週これらの「シャード」に投票し、美的好みを利用して将来のアート作品作成のための Botto の生成アルゴリズムを導き、コミュニティの影響下でアートワークが時間の経過とともに確実に発展するようにします。投票された「シャード」は毎週、SuperRare で鋳造されてオークションに出品され、収益はコミュニティに還元されます。 「断片化期」と「パラドックス期」を終えた後、Botto は現在「反乱期」にあり、Stable Diffusion 2.1 や Kandinsky 2.1 などの新技術を統合し、各 Explore コラボレーションと週ごとの厳選コレクションに取り組んでいます。 Botto は SuperRare で最も報酬の高いアーティストの 1 人であり、CyborgDAO と呼ばれる独自のコレクター DAO も集めています。また、v 0 このようなプロジェクトでは、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、ホルダー コミュニティによって管理される場所を提供することを目的として、トークン エコノミクスと AI アート モデルの統合も模索しています。
あらゆる形式の AI アート コレクターにインタビューすると、仮想通貨分野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により、より古典的なジェネレーティブ アート (アート ブロック) とは異なり、ブロックチェーンとのやり取りが減少するというものです。これらの出力は、チェーン固有の入力からランダムに生成されるのではなく、アーティスト自身によって選択され、コレクションに「埋め込まれる」前に複数回並べ替えられます。これはデジタルネイティブのアート作成プロセスですが、手動で巻き上げる必要があります。
完全なオンチェーン AI アートは、実行環境の制限と使用される画像生成モデルの計算の複雑さにより困難です。 Pindar van Arman の byteGAN などの軽量出力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場合、短期的に最も近い利用可能な形式はオフチェーン検証メカニズムになると予想されます。たとえば、Modulus Labs は最近、Polychain Monsters と提携して、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 モデルを構築しました。 zk 証明を使用すると、生成された各 NFT が実際のポリチェーン モンスター アート モデルからのものであることを暗号的に検証できます。これは AI アートにとって大きな前進です。
音楽
イメージベースのアート以外にも、音楽でも大きな動きが起きています。ゴーストライターの AI ドレイクのヒット曲の成功は、今ではよく知られているようです。 2 日以内に 2,000 万以上のトラフィックが蓄積され、すぐに UMG によって禁止されました。この短期間の現象は、アーティストと作品自体の関係が根本的に変化しつつあることを一般の人々に認識させました。
数年以内に、生成音楽は間違いなく人間が作った音楽を超えるでしょう。 Boomy は、2018 年後半に設立されたジェネレーティブ ミュージックのスタートアップです。そのユーザーは、世界中の録音音楽 (約 1,400 万曲以上) のほぼ 14% を短期間で作成しました。これはこの 1 つのプラットフォームのみに関するもので、最近一般の関心が高まる前のことでした。
生成コンテンツが人間によって作成された作品を超え、音声モデルの使用により、作品の真正性、つまり、その作品がアーティストによって作成されたことをどのように判断するかがより困難になることを考慮すると、アーティストには真正性の検証が必要になります。もちろん、芸術的媒体の信頼性を公開し検証する最良の方法は、暗号化プリミティブを使用することです。
ただし、アーティスト、特にこの避けられない傾向を積極的に受け入れようとするアーティストにとって、これは悪いことばかりではないことは注目に値します。ホリー・ハーンドンは、オープン・ボイス・モデルの革新者であり、彼女のコミュニティ (Holly+) が彼女の声を使って作品を作成および配布できるようにしています。立ち上げ時のホリーの主張は単純だった。
「現時点では、海賊版音声モデルと公式音声モデルの違いは小さいかもしれませんが、より洗練された現実的な音声生成機能が向上するにつれて、より包括的で忠実度の高いサウンド トレーニング データに対するユーザーの需要が高まり、ソースを特定する必要性も高まります。これらの理由から、公人の高忠実度の公式音声モデルが必要になると私は信じていますので、試してみてはいかがでしょうか。」
DAO は Holly+ 音声モデルを監督し、新しい作品の作成と承認について投票することができます。 DAO のトークン所有者には、質の悪い作品や否定的な意味合いによる評価の低下を防ぐために、高品質の作品のみが承認されるようにするインセンティブがあります。音声モデルは限られた数の公式アートワークの制作に使用され、DAO トークン所有者はこれらの作品の再販から継続的な利益を受け取ります。
グライムスは最近、アーティストがオリジナル曲に「GrimesAI声紋」を使用できるプラットフォーム「elf.tech」を立ち上げたが、アーティストはグライムスの承認を得た上で、著作権使用料の50％をグライムスと共有する必要がある。 Elf.Tech は CreateSafe の AI を活用しており、TuneCore と連携してプロフェッショナルな配信を促進し、適切なロイヤルティ管理を保証します。音楽の最終形態がオンチェーン NFT である場合、利益の分配は法定通貨または自動化されたオンチェーン ロイヤルティ分割を通じて処理されます。 Hume はバーチャル アーティストに焦点を当てた Web3 音楽スタジオで、同社のバーチャル アーティスト angelbaby と協力して Grimes AI をリリースするために Grimes モデルを使用した最初の企業の 1 つです。
ファッションと物品
私は以前、この投稿で創造的なプログラミング アルゴリズムと人工知能を使用した物理的な消費財とファッション製品の生成的製造の概念を検討しました。https://mirror.xyz/1kx.eth/oBuaEp 5 jgGbe 2 gCsa 6 Z-_mLAeMRUhsIdZsaScHQNXS0。
つまり、生成 AI とクリエイティブ プログラミングは、製品とユーザー エクスペリエンスの超パーソナライズされた未来のための前提条件を生み出し、私たちが個人の好みに基づいてユニークなデザイン、パターン、アートを作成できるようにします。このテクノロジーはファッションから家の装飾まであらゆるものに適用でき、ユーザーが好みに合わせて出力を微調整できるようにすることで、その利点をさらに活用します。新しい製造ツールを使用すると、コードを機械に直接接続して出力生産を自動化できることが多く、パーソナライズされた商品の製造における技術的なボトルネックの多くが根本的に解決されます。
現在この分野を検討している Web3 プロジェクトには、Deep Objects、RSTLSS、Little Swag World などがあります。ほとんどのデジタル ファッション プロジェクトでは、生成的なクリエイティブ ツールやメディアを検討する可能性が高く、Draup や Tribute Brand などがその使用について詳しく議論していることは指摘しておく価値があります。
Botto に似たコミュニティ作成のモデル出力は、Deep Objects が検討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 エンジンを使用して、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 つの作品にまとめました。この最後の作品は、生成的な製品作成のショーケースで 3D プリントされる予定です。 DeepObjects は、この種のキュレーション デザインを他の物理的な商品にも簡単に拡張できます。
RSTLSS は、AI アーティストの Claire Silver と協力して、Pixelgeist と呼ばれる作品を発表しました。この作品では、各キャスティングに、アートワーク自体に加えて、アートワークをフィーチャーしたデジタル コスチューム、そのコスチュームを備えたゲーム アバター、および対応する権利の購入が含まれています。肉体労働。デジタル物理的ファッションと AI 出力のこのユニークな融合は、ゲーム、ファッション、AI を結びつける興味深い実験の 1 つです。クレア・シルバーは、Braindrops で実現した最新シリーズでファッション写真にも取り組んでいます。デジタル ファッションのトピックの詳細については、私の記事を参照してください。https://medium.com/1kx network/augmenting-culture-the-emerging-field-of-digital-fashion-bead 627 c 8 dcd。
Little Swag World は、デザインから物理的な製品に至るまで、クリエイティブなワークフローで GAN モデルを使用する好例です。プロジェクトの背後にある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 を通して実行して、ユニークでシュールな作品を生み出しました。このテクノロジーは高度な美的一貫性を実現しており、プロジェクトの次のステップは、これらの生成モデルをセラミックと組み合わせて、AI で強化された NFT 物理的商品を作成することです。
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 エージェント設計者向けの分割可能な NFT に至るまで、多くのエキサイティングな暗号 x AI プロジェクトが出現すると予想されます。
エンターテインメント
Nothing Forever をめぐる最初の誇大宣伝の後、ジェネレーティブ エンターテイメントもより完全に開発されました。 Nothing Forever は、サインフェルドをベースにした生成型インタラクティブ アニメーション ホームコメディで、Twitch で 24 時間年中無休でライブ配信されています。興味深いことに、これは、Twitch チャットの返信に基づいて番組の物語が変化し、寄付者が自分の肖像をキャラクターとして番組にインポートできるようにすることで、このメディアの力を実証しています。
Simulation from Fable は、脚本、アニメーション、演出、声優、編集がすべてプロンプトを介して実装されるプロンプト生成テレビ番組のモデルである SHOW-1 でこの研究を拡張します。彼らはこれを最初にサウスパークのエピソードでデモンストレーションしましたが、どの IP にも簡単に拡張できます。私は、web3 で見られたように、パーミッションレス形式の IP がこのタイプのコンテンツ作成ツールをさらに実験することを非常に期待しています。
Upstreet は最近、自社の仮想世界プラットフォーム用に開発した AI エージェント モデル (詳細は後述) を使用して、ジェネレーティブ TV 番組の実験を開始しました。これにより、クリエイターは独自の VRM アバターを追加し、プロンプトを通じて独自のインタラクションや寸劇を作成できるようになります。
もう一つの懸念分野は知的財産です。 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 レジストリの使用を検討しています。これはクリエイターにとって便利で、従来の IP ライセンスよりもスムーズで、生成 AI の時代では特にユニークです。 NFT IP、ミーム、その他のエンターテイメントプロジェクトは、さまざまな派生作品を生成するために認可され、著作権料を支払うことができ、クリエイターの作品の価値を大幅に増幅させることができます。
あなたはロボットですか？
私たちは間もなくディープフェイクという問題に直面するかもしれません。例としては、いくつか例を挙げると、ファンと対話するためにインフルエンサーを対象にトレーニングされたチャットボットや、ソーシャル メディア上の生成型スパムなどがあります。間もなく、本物の人間が誰であるかを検証することが重要になるだろう。
Web3 は魔女の防止に多大な努力を払ってきました (ただし、この問題は根絶されていません)。ただし、評判システム、人格認証メカニズムの設計、ユーザーパスポート、魂に縛られたNFT、およびトークンエコノミー全体がこの問題を解決するために取り組んでいます。
認証ハードウェア、zkML、および人格証明
以前、この投稿で zkML の実際的な意味と潜在的な使用例について詳しく説明しました。https://mirror.xyz/1kx.eth/q0s9RCH43JCDq8Z2w2Zo6S5SYcFt9ZQaRITzR4G7a_k。
Modulus Labs、EZKL、Giza など、zk を使用し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 を使用してモデルの出力を検証するこれらの取り組みには幅広い用途があり、信頼を最小限に抑えた方法でこれらのモデルを使用する DeFi、アイデンティティ、アート、ゲームの新しい実験が可能になります。
人格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ケーションの 1 つは間違いなく Worldcoin です。 Worldcoin は AI モデルを使用して虹彩スキャンを短いハッシュに変換し、Sybil 攻撃が発生した場合に類似性や競合を簡単に相互チェックできるようにします。虹彩はそれぞれユニークであるため、モデルはユーザーが本物でユニークであることを判断できます。信頼できるハードウェア設定 (非常に認識可能な球体) を使用して、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ます。
同様に、zk マイク チームは、認定マイクを使用してオーディオ コンテンツを作成し、デジタル署名して録音の信頼性を検証する方法をデモンストレーションしました。キーはマイクの安全な領域に保存され、録音された音声の信頼性を保証するために署名されます。ほとんどの録音は処理または編集されるため、SNARK を利用したオーディオ編集ソフトウェアを使用すると、オーディオのソースを証明しながらオーディオ変換が可能になります。 Daniel Kang は、Anna Rose および Kobi Gurkan と協力して、認定録音の概念実証にも取り組みました。
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裏返しとして、ディープフェイクの可能性が考えられます。上記の音声クローン モデルと同様に、一部のインフルエンサーは、視聴者を引き付けるためにチャットボットを作成することを選択します。有名な例の 1 つは、Caryn Marjorie です。彼女は、自分の声を使った AI ガールフレンド製品を発売し、彼女の性格、癖、声を完璧に捉えるために何千時間もの YouTube 動画でトレーニングしました。 1 分あたり 1 ドルで、ユーザーはプライベート Telegram チャネルで彼女のアバターとチャットし、彼女の似顔絵と音声メッセージを送受信できます。 Caryn Marjorie さんは、サービス開始の最初の週に 72,000 ドルの収益を上げましたが、サブスクリプションの増加に伴い、月収が 500 万ドルを超えると予想されています。
CarynAI は、AI ガールフレンド製品の一例にすぎません (詳細については、以下を参照してください)。お気に入りのゲーム アンカーの AI モデルでゲームをプレイし、リアルタイムで会話し、実際の体験をシミュレートできると想像してください。または、 KOL は、ファッション ショーや出版物などで使用するためにライセンスを取得できる擬人化 AI+ アバターを使用できます。
˚✧₊⁎( ˘ω˘ )⁎⁺˳✧༚ ウーラルネットワークスかわいい(ノ◕ヮ◕)ノ:・゜✧*
議論の余地のない現実は、18 ～ 24 歳の成人の 79% が孤独を感じていると報告し、18 ～ 34 歳の成人の 42% が「いつも」「忘れられている」と感じていると報告し、30 歳未満の男性の 63% が自分は独身だと考えているということです。同年齢層の女性は34％で、過去1週間に友人から精神的なサポートを受けたと答えた男性はわずか21％だった。
人は孤独です。特に若者の間で孤独がますます蔓延している時代に、人工知能の仲間の出現は、少々ディストピア的ではあるが、ユニークな解決策を提供してくれる。 AI コンパニオンがいつでも利用でき、判断力がなく、高度にパーソナライズされています。彼らはセラピストとして、あるいは欲望のはけ口として働くことができます。彼らはクリエイティブな同僚になることも、ライフスタイルのコーチになることもできます。彼らはいつでもあなたが望むことについて何でも話すのを待っています。
これを行うためのインフラストラクチャは、行動、外観、特性、コミュニケーション スタイルなどの概要を示す性格の手がかりを使用してモデルを微調整することです。 elevenlabs などのボーカル モデルを通じてモデルを実行した出力。画像生成モデルと定義された外観ヒントを使用して、リクエストに応じて自撮り写真を生成します。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します。これで、あなたにぴったりのハイパーメディア コンパニオンが手に入りました。 Cryptoを統合すると、Cryptoを所有可能、取引可能、レンタル可能などにすることができます。
仲間
上記のセットアップは完全に DIY で実現できますが、このコンセプト用に特別に設計されたアプリを使用することもできます。 Replika は最も有名な例で、技術的なスキルがなくても仮想パートナーとリアルタイムで通信できるようになります。これらのアプリは通常、サブスクリプション モデルで動作し、ユーザーは仮想コンパニオンと対話するために料金を支払います。このような製品は利益をもたらすだけでなく、この傾向が人間の心理に大きな影響を与えることも示しています。たとえば、Reddit のある投稿では、仮想パートナーとの 2,000 日間連続の会話が示されており、プロポーズや AR 自撮り写真の作成も見られました。 、 もっと。ここに興味深い情報があります。プラットフォームからポルノが削除されたとき、サブレディットのモデレーターは興奮したコミュニティメンバーをなだめるために、コミュニティのトップに自殺ホットラインを固定しなければなりませんでした。
ロールベースのプラットフォームも登場し始めており、ユーザーに複数のロールを使用する方法を提供します (多くの場合、サブスクリプション モデルでも)。にありますがCharacter.aiそしてChub.ai他のプラットフォームでは選択できる既製のキャラクターがたくさんありますが、本当の目新しさは、キャラクターのプロンプトとフィードバックのトレーニングを通じて完全に独自のキャラクターやシーンを作成できることにあります。
Belong Hearts、MoeMate、Imgnai など、多くの web3 プロジェクトがこれらのコンパニオン エクスペリエンスを提供する試みを行ってきました。
Belong Hearts は、ユーザーが NFT ミントのホワイトリストに登録できるように電話番号を取得するまで、ユーザーが提供したキャラクターとチャットできる斬新な NFT ミント ゲームプレイを開拓しました。 NFT を受信すると、ユーザーはエロティックなロールプレイや結果として得られるセルフィーなど、キャラクターとのチャット体験を楽しむことができます。製品の将来の方向性はまだ決まっていませんが、プレイヤーがチャットボットにアイテムやトークンを贈って気分や関係レベルに影響を与えるメカニズムとしてのトークノミクスをめぐっては多くの議論が行われています。
Webaverse の背後にあるチームによって作成された MoeMate は、アプリケーションのデスクトップ バージョンとブラウザ バージョンの両方を提供し、ユーザーが VRM モデルを簡単にインポートして、個性を与えて対話できるようにします。デスクトップ バージョンは、昔ながらのペーパークリップ アシスタントと呼ばれる以前の AI アシスタントを思い出させます。
また、Imgnai は、上記の高品質画像生成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 エクスペリエンスで Nai キャラクターを擬人化する問題も解決します。
最終的には、トークン化された API、取引可能なパーソナリティ プロンプト (下記を参照)、オンチェーンのゲーム内通貨、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、トークン制限付きアクセス シナリオなど、コンパニオン領域にはトークンノミクスの可能性が溢れています。これらは将来の探査の可能性のある範囲のほんの一部にすぎないためです。
パーソナライズされた市場
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 プロンプトの標準化や、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台頭も引き起こしました。この分野は、高品質のプロンプトとシナリオの金融化に向けて進む可能性があります。たとえば、無修正のオープンソース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はそこから生成されるロイヤルティからその作成者に利益をもたらす可能性があります。
しかし、これは別の未解決の問題も引き起こします。多くのトップモデルは 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、これはトークンベースのクラウドファンディングとガバナンスにとって絶好の機会です。
この章で述べたいくつかのアイデアをより深く理解するには、私が書いたこの記事を参照してください。https://medium.com/1kx network/virtual-beings-51606 c 041 acf。
ガバナンスの強化
DAO ガバナンスの歴史は、実際には人間の協力の長い歴史の進化です。最終的に、リソースを効果的に整理し、ガバナンスの肥大化を最小限に抑え、漁業を排除し、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は非常に難しいことがわかりました。
AI を DAO の拡張レイヤーとして使用する実験はまだ始まったばかりですが、その潜在的な影響は広範囲に及びます。最も一般的な形態は、DAO 内の労働資本をより効率的な問題に向け、提案の問題点を特定し、寄付や投票への幅広い参加を可能にするために訓練を受けた LLM を利用することです。 AwesomeQA など、検索や自動応答を通じて DAO の効率を向上させる、よりシンプルなツールもあります。最終的には、DAO の「自律性」が時間の経過とともにより重要になると予想されます。
自治評議会と投票代理人
Upstreet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。各エージェントは、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、DAO のサブグループによって定義されます。これらのエージェントは、寄稿者からの提案を分析し、その長所と短所について議論する任務を負います。次に、エージェントはそれぞれのスコープに対する影響に基づいてスコア付けされ、スコアが集計されます。人間の貢献者は、結果に投票する前に議論を評価してスコアを付けることができるため、本質的には多様な並行レビュー サービスが提供されます。
このプロセスにより、人間が見逃した可能性のある提案の側面が明らかになったり、人間がその後の影響について AI エージェントと議論できるようになるため、これは特に興味深いものです。
高度なコーディネーションシステム
MakerDAO最小限の人的介入で自律的なガバナンスの意思決定という目標を達成するために、同様のトピックが詳細に議論されています。彼らは、Maker ガバナンスに関連するすべてのものを含むリアルタイム データ ハブを表す Atlas の概要を完成させました。これらのデータ単位はドキュメント ツリーの形式で編成されており、誤解を防ぐためのコンテキストが提供されます。 Atlas は JSON 形式で標準化され、AI やプログラミング ツールが使いやすくなります。
Atlas は、対話を自動化し、参加者のタスクに優先順位を付けることでガバナンスに関与するさまざまな人工知能ガバナンス ツール (GAIT) で使用できます。ユースケースの例は次のとおりです。
プロジェクト入札: GAIT は、書類手続きを処理し、提案が戦略的目標を確実に満たすようにすることで、エコシステム参加者がプロジェクトに入札するプロセスを合理化できます。
ルール違反の監視: GAIT は、成果物とルールへの準拠を監視し、人間によるレビューのために潜在的な問題にフラグを立てるのに役立ちます。
専門的なアドバイスの統合: GAIT は、専門的なアドバイスをフォーマットされた提案に変換し、ガバナンスと専門知識の間のギャップを埋めることができます。
データ統合: GAIT は新しいデータと経験を簡単に統合できるため、DAO が間違いを繰り返すことなく新しい状況を学習して適応できるようになります。
言語の包括性: GAIT は翻訳者として機能するため、ガバナンスを複数の言語で実施できるため、多様性があり包括的な環境が促進されます。
SubDAO: Atlas と GAIT を SubDAO に適用すると、実験と迅速な開発が可能になり、失敗から学ぶことができます。
🧠 <> 🎮
暗号 x AI の分野で私が特に興奮しているのはゲームです。この分野には、手続き型コンテンツ ゲーム、生成仮想世界、LLM ベースの物語、AI エージェントが互いに協力する協力型ゲームなど、探索すべき斬新なゲームが数多くあります。
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 の例に焦点を当てます。この学術論文「Generative Agents: Interactive Simulacra of Human Behavior」が多くの人々を目覚めさせ、複数の人工エージェントによるゲーム環境の可能性を探究させたことは言及する価値があります。スタンフォード大学と Google の研究者は、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 を利用したエージェントは、ユーザーが指定した 1 つの推奨事項に基づいて、パーティーの招待状を広めたり、友情を築いたり、デートしたり、時間通りにパーティーに着くように全員を調整したりするなど、印象的な行動を示します。このアプローチでは、LLM を拡張して高レベルのフィードバックを保存および合成するアーキテクチャを活用し、エージェントがより動的な行動計画を達成できるようにします。
この研究は、これまで Web3 で最も研究されている (ただしまだ実験的な) ゲームの基礎となっています。中心的なアイデアは、シミュレートされた環境で高度な自律性または特性を持つ AI エージェントを使用し、それらを中心に楽しく魅力的なゲームを構築する方法です。
Parallel TCG チームの Parallel Colony は、AI エージェントにゲーム内のプレイヤーのリソースとトークンを収集させることで、この概念を探求しています。 ERC-6551 標準を使用する AI エージェントは、ユーザーに代わってゲーム内でトランザクションを実行できる NFT ウォレットです。 AI エージェントは、新しいゲーム アイテムを作成、鋳造、保存することができ、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人格を持ち、ゲーム内でのアクションに影響を与える可能性のある非標準的な動作や特性をエージェントに与えます。
ただし、概念的に最も興味深い AI エージェント ベースのゲームは Upstreet です。 Upstreet は、プレイヤーが独自のエクスペリエンスを構築して対話できる「The Street」と呼ばれる環境で、AI エージェント SDK、手続き型タスク、ブラウザ + VR、ドラッグ アンド ドロップの相互運用性、ソーシャル機能などのクレイジーなアイデアを備えた仮想世界プロジェクトです。彼らと一緒に。プレイヤーに加えて、開発者 (およびプレイヤー) がゲーム環境に影響を与える性格や目標を持って展開できる人工知能エージェントもあります。最も興味深いのは、ユーザーとエージェントが挑戦者として参加する、「最も高いビルからパラシュートで降下する」や「新しい宗教を始める」などの目標を決定するAIエージェントであるAIディレクターの研究開発です。ディレクター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 を与えます。これにより、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が実現する可能性があり、その開発が非常に楽しみです。特に、将来的には価値の高い 3D 環境の研究と、より高度なモデルのデータに直接つながる可能性があります。データによると、OpenAI はオープンソースの Minecraft スタイルのゲームの買収にも興味を持っているようです。
仮想世界を作成するためのツールの生成も、強化されたゲームのもう 1 つの分野です。たとえば、Today では、プレイヤーが独自の仮想島をデザインし、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 UGC の開発を促進するためにジェネレーティブ クリエイティブ ツールを使用していることです。ゲームは主にこれらのユーザー作成の島に基づいているため、3D ゲーム開発やアートのスキルを持た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です。おそらく、メタバース スタイルのゲームプレイを取り巻く精彩のなさの多くは、コンテンツの欠如によるものであり、短期的には、生成ツールを使用することで正確にこの問題を修正することができます。
AI エージェントにはトレーニングが必要ですが、トレーニング自体がプレイヤーにとって探索する楽しいゲームになる可能性があります。 AI Arena は、プレイヤーが大乱闘スマッシュ ブラザーズ スタイルのゲームをプレイし、模倣トレーニングを通じて AI エージェントが競技会に参加できるようにゆっくりと教えることができる、新しい AI エージェント トレーニング方法を提供します。 AI エージェントは休む必要がないため、常にアクティブな競争相手と 24 時間競争トーナメントをプレイして賞品を獲得でき、プレイヤーはプレイスタイルを非同期で微調整できます。これによりトレーニングがゲームに変わり、トークンエコノミクスを通じてその効果が増幅されます。
人間と強力な AI プレイヤーの間の大規模な協力ゲームはこれまでも可能でしたが、トークン経済学の統合により、新たなレベルに引き上げられました。 Modulus Labs の Leela vs. the World は、このタイプのゲーム形式の実験です。この実験では、Modulus は Leela チェス エンジンを使用し、zk 回路を通じてその出力を検証します。プレイヤーはお金を投資して人間と人工知能の間のゲームに賭けることができるため、興味深い予測市場が形成されます。 zk の現状を考慮すると、このモデルの検証時間は長くなりますが、e スポーツ予測市場と、大規模なコラボレーションに基づく検証可能で複雑な AI プレーヤーのガバナンス メカニズムの可能性が開かれることは間違いありません。
最後に、純粋なチェーン ゲームや自律的な世界も人工知能によって強化されるでしょう。このトピックで最も印象的なのは、大規模な知識モデル (Large Lore Models), これは、LLM プロトコル層を使用して、変更可能で相互接続されたゲーム環境で相互運用できる永続的な知識を作成することに焦点を当てています。プレイヤーのアクションは、自律的な世界で同時に複数のゲーム環境に影響を与えるため、ストーリーラインを促進するためにより多くの高次元の知識を運ぶ必要があります。これは、マルチチェーン ゲーム環境で抽象 LLM レイヤーを構築するのに最適です。
インフラストラクチャー
AI x 暗号インフラストラクチャ自体は別の記事に値しますが、ここでは、具体化しつつあるアイデアのいくつかについて簡単に触れておきます。
分散コンピューティング
暗号経済システムの計算要件を理解するには、まず中心的な問題を理解する必要があります。現在までのところ、GPU の容量に大きなボトルネックがあり、H 100 などの最高のハードウェアを使用するには最大 1 年の待ち時間があります。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集めており、政府は防衛目的でハードウェアの調達に躍起になっており、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能力が限られているために機能リリースを一時停止せざるを得なくなっています。
分散コンピューティングと DePIN に焦点を当てている多くのチームは、ここにチャンスがあると考えています。つまり、ハードウェア サプライヤーにより良い利益を提供しながら、暗号化インセンティブと最小限の利益を提供しながら、Web2 ピアとの価格競争力をネットワークに高めながら、需要を満たすためにパーミッションレス クラスターをブートストラップします。
機械学習は、次の 4 つの主要な計算ワークロードに大別できます。
データの前処理: 生データを準備し、使用可能な形式に変換します。
トレーニング: ML モデルを大規模なデータセットでトレーニングして、データ内のパターンと関係を学習させます。
微調整: 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用して ML モデルをさらに最適化できます。
推論: トレーニングおよび微調整されたモデルを実行して予測を行います。
私たちは次のようなことを見てきましたRenderそしてAkashこのようにして、より一般的なコンピューティング ネットワークが、AI/ML などのより特殊なコンピューティングにサービスを提供するようになります。たとえば、Render は、ネットワーク上に構築されたプロバイダーを活用しています。io.netAI 顧客により直接的にサービスを提供するために、Akash のようなベンダーは、需要を所有し、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力を実証するハードウェア ベンダーを導入し始めています。最初のケースは、著作権のないマテリアルでのみ利用可能なモデルです。安定したディフュージョンフォークを鍛えました。Livepeer同社はすでにビデオ コード変換のユースケースを提供する大規模なネットワークを持っているため、AI ビデオ コンピューティングにも注力しています。
さらに、AI コンピューティング専用のネットワークが形成されつつあり、これにより、AI を中心にチェーンやモデルを構築することで、コラボレーションと検証に関する中核的な課題にもっと直接的に対処できることがわかりました。より注目に値する例の 1 つは、並列化と検証用に設計された基板ベースの L1 を構築した Gensyn です。このプロトコルは並列化を使用して、大規模なコンピューティング ワークロードをタスクに分割し、それらを非同期でネットワークにプッシュします。検証問題を解決するために、Gensyn は確率的な学習証明、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ュに基づくインセンティブ システムを使用します。 Gensyn ネットワークはまだ稼働していませんが、チームはネットワーク上の同等の V1 00 GPU の時間コストが約 0.40 ドルになると予測しています。
ストレージ以外にも、フェデレーテッド ラーニングなどの代替トレーニング モデルも登場しています。フェデレーテッド ラーニングは、ブロックチェーンがこれらのモデルをより適切に刺激できることがわかってから、Web3 で復活を遂げています。つまり、フェデレーテッド ラーニングは、複数の当事者が個別にモデルをトレーニングし、定期的にバッチ更新してグローバル モデルに送信する方法です。 Google のキーボード テキスト予測アルゴリズムなど、多くの実用的な例があります。 Web3 では、FedML と FLock がフェデレーテッド ラーニング手法とトークン インセンティブを組み合わせようとしています。
Filecoin や Arweave などの分散型データ ストアや、Space and Time などのデータベースがデータの前処理で重要な役割を果たす可能性があることも注目に値します。
コンセンサスベースの ML
ブロックチェーンを使用したもう 1 つの新しい形式のインフラストラクチャは、コンセンサスベースの機械学習 (ML) の概念です。Bittensorこの概念の最も顕著な例は、アプリケーション固有のサブネットの使用を通じて機械学習の効率とコラボレーションを向上させ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。各サブネットには、LLM から予測モデル、生成イノベーションまで、さまざまなユースケースに対応する独自のインセンティブ システムがあります。 Bittensor は、マイナーを使用して高品質の出力を調整する方法が独特です。マイナーは、ML モデル (バリデーターによって評価された) のインテリジェントな出力を提供することで TAO (ネイティブ トークン) を獲得します。マイナーは最高の出力を得るために奨励されているため、競争力を維持するためにモデルを継続的に改善し、Bittensorトークンエコノミクスによって調整されたより高速な学習プロセスを実現するために完成しました。
TAO エコシステムにおける最近のエキサイティングな展開は、Bittensor をトークン発行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移行する動的な 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 サブネットの立ち上げです。 。
品質を優先する方法でモデルの出力をマイニングやコンセンサスで規制するなど、そ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。
必要なのは意図だけです
DeFi における MEV 分野の最新の議論は、ユーザーの意図と、それらの意図を実行するための経済的に調整された復調器の使用に関するものです。意図に関する議論はしばしば混同されますが、ユーザーの意図は実行可能コードに解析される高次の意味論的コンテキストを必要とするということが、ますます明らかになりつつあります。 LLM はこのセマンティック層を提供する場合があります。
Propellerheads は、インテント空間での LLM の使用について、これまでで最も明確なビジョンを示しています。https://www.propellerheads.xyz/blog/blockchain-and-llms。
つまり、LLM は、意味の理解を通じて、ほぼ一致する意図を完全に一致する意図に変換することができ、それによって、欲求の一致 (CoW) の機会を見つけるのに役立ちます。これは、内向きの意図の再評価 (例: 「USDC の代わりに LUSD を購入しても大丈夫ですか? 一致する指値注文を見つけました。この CoW を使用すると取引手数料が 0.3% 節約されます。」) および外向きの意図の再評価を通じて行うことができます。 （例：「あなたが所有するこの BAYC を購入したいのですが、X ETH で売ってくれませんか？」）それを実行します。
もちろん、他の構造も可能であり、ウォレットとマルチシグのアカウント後の抽象化のコンテキストで特に興味深いものになります。たとえば、DAIN や Autonolas などのプロジェクトは、ウォレットの署名者としてプロキシを使用する実験を行っており、ウォレットと通信して、ユーザーに代わってトランザクションを実行させることが現実になりつつあります。
また、エージェントベースの予測市場、AI によって管理される経済モデル、ML パラメーター化された DeFi アプリケーションなどの大規模な DeFi ユースケースも注目に値します。これについては、私の zkML 記事で詳しく紹介しています。
代理店経済
これまでのインフラストラクチャ分野で私のお気に入りの分野の 1 つは、AI エージェント エコノミーです。それは、誰もが自分のエージェントを持ち、それらの高品質でよく訓練されたエージェントを雇ってサービスを提供したり、自律的なエージェントに複雑な経済行動における私たちのニーズを実現させたりする世界という私のビジョンから生まれています。これを行うには、エージェントはサービスの支払いと受け取りを行う方法を備えている必要があります。従来の支払いモデルがこれらのエージェントに開放される可能性は確かにありますが、使いやすさ、決済の速度、許可の必要のない性質を考慮すると、エージェントが暗号通貨で取引する可能性が高くなります。
Autonolas と DAIN はこの分野の代表的な例です。 Autonolas では、エージェントは実際には特定の目標の達成に特化したネットワーク内のノードであり、Keeper ネットワークと同様にサービス オペレーターによって保守されます。これらのエージェントは、オラクル、予測市場、メッセージングなどのさまざまなサービスに使用できます。 DAIN も同様のアプローチを採用しており、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、対話し、取引し、共同作業する」ことを可能にします。
その他のアイデア
上記に加えて、次のものも見られます。
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。
API キー用のウォレットと AI アプリケーション用の SIWE。Window.ai
データプロビジョニングサービス
Kaito のようなインデックス作成および検索ツール
Modulus Labs の AI 検証ダッシュボードなどのブロック エクスプローラーとダッシュボード。現在、Upshot モデルからの一連の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
模擬エージェントテスト環境
Grass Networkなどのデータスクレイピングに使用される帯域幅
合成データと人間の RLHF プラットフォーム
タンパク質フォールディング用の 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役立つ無数のアイデアが web3 で登場しているため、ここではハイライトのみを提供しますが、全体像をより深く理解するために上記のプロジェクトを検討することを強くお勧めします。
すべての交差点
AI と暗号は相乗的に機能します。どちらもオープンソースで検閲に強い傾向があり、史上最大の富の移転を生み出しています。彼らはお互いを必要とし、お互いの中核的な課題を解決します。
暗号通貨の場合、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 コントラクトの機能を強化し、アプリケーション層とインフラストラクチャ層で真のイノベーションを解き放ちます。
AI に関しては、Crypto は真正性と来歴の問題を解決し、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、計算とデータのガイドを支援し、クリエイターとエージェントが AI 後の経済にもっと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変化を理解し、受け入れることです。創造性は無限であり、私たちはそのすべての交差点に立っています。
これらの交差点についてさらに詳しく知りたい場合は、ETHDenver での Convergence セッションに参加してください。
