原作者: Filecoin Network
人工知能 (AI) とブロックチェーンの融合は、最初はバズワードのぎこちない組み合わせのように思えるかもしれません。また、アーリーアダプターはしばしば懐疑的です。しかし、わずか 1 年で、分散型人工知能は漠然とした概念から、Web3 環境における会話の中心となるまでに発展しました。この急速な変革は、次の 3 つの重要な要因によるものです。
人工知能の影響:人工知能は、私たちが世界と対話する方法に大きな影響を与えます。 AI エージェントがより高度になるにつれて、金融取引や個人的なコーチングなどのタスクを管理するようになります。この進化は、AI 開発における制御とガバナンスに関する重要な疑問を引き起こします。
集中化のリスク:少数の巨大テクノロジー企業によって管理されている集中化された AI モデルは、偏見、検閲、データ プライバシーの問題などの深刻なリスクを引き起こします。最近の「ハグフェイス」セキュリティ侵害事件で明らかなように、この権力の集中はイノベーションを抑制し、脆弱性を生み出します。
包括的な AI エコシステムの必要性:分散型 AI は、コンピューティング プロセスをシステム全体に分散することで、より公平でアクセスしやすい AI 環境への道を提供します。主な利点としては、小規模な開発者や新興企業が人工知能分野でイノベーションを起こすためのコストが削減され、参入障壁が低くなる、データの整合性が強化され、検証可能なデータソースが人工知能モデルの透明性と信頼性を高める、といったものがあります。インテリジェントな開発と市場の需要を組み合わせて、より民主的なテクノロジー環境を構築します。
これらの点は、集中型 AI の代替手段の価値を強調しています。
分散型人工知能の柱
分散型人工知能は、ユーザーのアイドル状態のコンピューティング能力の活用、安全な分散ストレージの活用、透過的なデータラベル付けの実装という 3 つの柱で構成されています。
分散ストレージ: Filecoin のような分散ストレージ ネットワークを使用して、大規模なデータ セットを安全かつ検証可能なストレージに確保します。
分散型コンピューティング:分散型 AI は、個々のユーザーのアイドル状態のコンピューティング能力を利用し、ネットワーク全体にタスクを分散することで、AI 開発の実装を容易にし、コスト効率を高めます。
分散化されたデータのラベル付けと検証:透過的で検証可能なデータのラベル付けプロセスは、データの品質を確保し、偏見を軽減し、AI システムの信頼性を高めるのに役立ちます。
詳細はこちら: Filecoin エコシステムにおける分散型 AI プロジェクト
Web3 スタックが人工知能の分野にどのようなメリットをもたらすかをより深く理解するために、4 つの分散型人工知能プロジェクトによって採用されているさまざまなアプローチを検討します。これらのプロジェクトは、分散型 AI の前述の柱の一部またはすべてを活用しています。
出典: AI ワークロードおよびその他のアプリケーション向けの分散ストレージのロックを解除 - Vukasin Vukoje
(https://www.youtube.com/watch?v=tJ1RfAL-aWY)
Ramo - 分散型ネットワークへの参加の簡素化 (資金調達段階: シード)
Ramo は、資本とハードウェアを調整することで AI ワークロードを推進する上で重要な役割を果たしています。 Ramo は、さまざまなプロバイダーのリソースを統合することで、ストレージ、SNARK 生成、計算などの複雑なタスクの実行を促進すると同時に、複数のネットワークにわたってハードウェア リソースに共同で資金を投入できるようにします。
マルチネットワーク タスク: Ramo は、複数のネットワークにわたるタスク (Filecoin からの読み取り、Fluence での処理、Filecoin への書き戻しなど) をサポートし、ハードウェア プロバイダーの収益を最大化し、調整の複雑さを軽減します。
出典: Swanchain AI エージェントを使用した分散型ビジネス インテリジェンス - Charles Cao (https://www.youtube.com/watch?v=Mtl-paq2 jEk)
Swanchain - 分散型人工知能のトレーニングと導入 (資金調達段階: シードラウンド)
Swanchain は、モデル トレーニングなどの人工知能タスクのためにユーザーをアイドル状態のコンピューティング リソースに接続する分散型コンピューティング ネットワークです。 Filecoin は、その主要なストレージ層として、分散型 AI の原則に沿って、AI データの安全かつ透過的かつアクセス可能なストレージを保証します。
分散型コンピューティング市場: Swanchain は、グローバルなコンピューティング リソースを集約して、集中型クラウド サービスに代わる費用対効果の高い代替手段を提供します。ユーザーはコンピューティング タスクに入札でき、Swanchain は要求に応じて適切なプロバイダーとそれらをマッチングします。
Filecoin の統合による安全なデータ ストレージ: Swanchain は Filecoin と IPFS を活用して AI モデルと出力を安全に保存し、AI 開発プロセスにおける透明性と説明責任を確保します。
さまざまな AI ワークロードをサポート: Swanchain は、大規模な言語モデルや画像/音楽生成など、モデルのトレーニング、推論、レンダリングを含むさまざまな AI タスクをサポートします。
出典: 人工知能におけるオープンで検証可能なシステムの役割 (Filecoin と Lilypad) - Ally Haire (https://youtu.be/8WzMOsgzDjA)
Lilypad - 人工知能分散コンピューティング (資金調達段階: シードラウンド)
Lilypad は、アイドル状態の処理能力を解放し、人工知能、機械学習、その他の大規模コンピューティングの新しい市場を創出するトラストレス分散コンピューティング ネットワークの構築を目指しています。 Filecoin を統合し、ホット ストレージに IPFS を活用することで、Lilypad は AI ワークフロー全体を通じて安全かつ透過的かつ検証可能なデータ処理を保証し、オープンで責任ある AI 開発環境をサポートできます。
タスクベースのコンピューティングのマッチング: Lilypad は、タスク モデルに基づいてユーザー定義のコンピューティング ニーズ (GPU の種類やリソースなど) をプロバイダーとマッチングし、分散型人工知能エコシステム市場で開発者が人工知能モデルを共有して収益化するためのプラットフォームを作成します。
出典：bagel.net（https://www.bagel.net/）
Bagel - 人工知能と暗号の研究室 (資金調達段階: 初期シードラウンド)
Bagel は、AI と暗号化の研究ラボで、AI 開発者が Filecoin のような分散型ネットワークのコンピューティング能力とストレージ能力を使用してモデルをトレーニングおよび保存できるようにする分散型機械学習エコシステムを構築しました。その革新的な GPU 再構築テクノロジーにより、ストレージ プロバイダー (SP) はストレージとコンピューティング ネットワークの両方に貢献できるようになり、それによって AI アプリケーションに対する Filecoin の有用性が高まり、AI 開発者へのサポートが拡大され、SP に新たな収益機会が生まれます。
Filecoin ストレージ プロバイダーの収益の増加: Bagel は、ストレージ プロバイダーがストレージとコンピューティング リソースを収益化し、収益を増やし、より多くのネットワーク参加を奨励するのに役立ちます。
コンピューティング使用率の最適化:動的ルーティングを通じて、Bagel は GPU を収益性の高いネットワークに誘導し、プロバイダーとユーザーの効率と収益を最大化します。
概要
Filecoin と人工知能の組み合わせは、技術開発における重要な前進を示します。検証可能なストレージとコンピューティング ネットワークを組み合わせることで、現在の課題を解決できるだけでなく、将来のイノベーションへの道を開くこともできます。これらのテクノロジーが発展し続けるにつれて、人工知能やその他の分野に大きな影響を与え、ビジネスや開発者に新たな可能性をもたらします。
Ramo、Swanchain、Lilypad、または Bagel について詳しく知りたい場合は、次のリンクをクリックして関連する基調講演をご覧ください。
Filecoin のエコロジーの最新状況を知りたい場合は、 @Filecointldrアカウントをフォローするか、 Discordに参加してください。
この記事に関するレビューと貴重なコメントをくださったHQ HanとJonathan Victorに感謝します。
