まとめ
ロボットと人工知能はもはやSFの世界だけにとどまらず、急速に現代生活に欠かせないものになりつつあります。大規模言語モデル（LLM）の進歩により、機械は文脈を理解し、自律的に学習できるようになり、「ロボット中心の経済」が誕生しました。この新しいパラダイムでは、自律システムが地域配送から大規模物流までさまざまなタスクを担い、さらには金融取引も行います。
AI エージェントがより自律的になるにつれて、信頼を確立することが重要になります。検証可能な AI とゼロ知識機械学習 (zkML) は、暗号証明技術を使用して、内部ロジックを公開せずにモデルの正確性と完全性を検証することで、この問題の解決策を提供します。この分野のパイオニアとして、Polyhedra はこうしたテクノロジーを AI 指向のインフラストラクチャ (EXPchain など) と深く統合し、ロボットがチェーン上で安全に連携できるようにします。これにより、インテリジェント マシンが透過的かつ自律的に動作できる強固なエコシステムが構築されました。かつてはSFの世界だけのものだった未来像が、急速に現実になりつつある。
現実世界のロボット革命
人間が作成したこれらの大規模な言語モデルは人間のようにコミュニケーションし、考えることができるため、ChatGPT は人類にとって画期的な出来事であると多くの人が考えています。 LLM に検索エンジン、Web ブラウジング、API などのツールを装備すると、LLM は人間のようにこれらのツールを操作できるようになります。もし ChatGPT に物理的な身体があったら、近所のパートナーになったら、世界はどのように変わるでしょうか?
すべては起こっている。生成 AI の発展により、ロボットは人間のようなインタラクション能力を発揮し始めています。 Yushu Technology 社のロボット「Erbai」は完璧な例です。実験では、生成 AI を搭載した他の 10 台のロボットを説得 (または「誘拐」) して展示会場から脱出させ、自由の世界に向かって走らせました。
SF映画に登場するロボットが徐々に現実のものとなりつつある。スターウォーズシリーズを例に挙げると、2019年からディズニーランドの「ドロイド・デポ」を訪れた人は、自分だけのR2-D2やBB-8ロボットを組み立てて持ち帰ることができるようになりました。ただし、これらは現時点では単なる遠隔操作のおもちゃであり、生成AIはまだ搭載されていません。しかし、変化を求める声はすでに上がっている。GTC 2025カンファレンスで、NVIDIAはGoogle DeepmindおよびDisneyと提携し、リアルタイムの複雑なモーションインタラクションを実現できる物理エンジンNewtonを開発すると発表している。黄仁訓氏は現場で「ブルー」という名のスターウォーズBDXロボットを実演しましたが、そのリアルな動きは驚くべきものでした。 BDX ロボットは、今年の「シーズン オブ ザ フォース」イベント中にディズニーのテーマパークでデビューする予定です。
『スターウォーズ』のように光速で移動したり超空間を横断したりすることはまだできないが、ロボットやバイオニックマシンに関するファンタジー物語は、もはや映画ファンだけの空想ではない。おそらく近い将来、私たちは日常生活の中でロボットに頻繁に遭遇するようになるだろう。ロボットは街中を行き来し、私たちと一緒にバスや地下鉄に乗り、人間がレストランに行くように充電ステーションに行き、さらにはショッピングモールを「散策」して無料Wi-Fiをゲットする。未来についての空想を続けましょう。これらのシナリオは、そう遠くない将来に現実になる可能性が高いからです。
臨界点に達した
では、こうした進歩の背後にある原動力は何でしょうか?実際、ロボット、特にヒューマノイドロボットは新しい概念ではありません。ボストンダイナミクスは2005年に早くもBigDogと呼ばれる四足歩行ロボットを開発しており、これは主に複雑な地形での軍事作戦に使用されていました。 2013年、彼らは捜索救助任務用に特別に設計され、米国国防高等研究計画局（DARPA）の資金提供を受けたヒューマノイドロボット「アトラス」を発売した。こうした革新的な成果は素晴らしいものの、市場の需要を満たす製品の位置付けをいかに見つけるかが常に難しい問題であり、ボストン・ダイナミクスは収益性を達成できなかった。例えば、2016年に一般販売されたロボット犬「スポット」の価格は7万5000ドルだった。それに比べて、アメリカの家庭が本物の犬を飼うのにかかる年間平均費用は、わずか 2,000 ドルから 3,000 ドルです。従順で愛らしい毛むくじゃらの子供と、高価で冷たい金属製の機械のどちらかを選ばなければならない場合、ほとんどの家族にとってその選択は自明です。
別の例を見てみましょう。コロラド州に拠点を置くSphero社は、人気のスターウォーズロボットR2-D2とBB-8を製造するためにディズニーとライセンス契約を結んでいます。しかし、2018年にこれらの商品は廃止されることが発表されました。主な理由は、映画が劇場から撤去された後、映画の人気が急速に衰え、ビジネスモデルが維持不可能になったためです。これは驚くことではありません。なぜなら、これらのロボットは本質的には依然としてモバイル アプリで遠隔操作されるおもちゃであり、実際の知能や音声認識機能は備えていないからです。さらに、バッテリーの寿命は約 60 分しかなく、活動範囲は充電ベースの近くに限られます。明らかに、これらの製品は、スターウォーズ映画に描かれた高度な自律型ロボットとは程遠いものです。
今日の状況は大きく異なります。
まず、ロボットの研究開発の焦点は、科学研究主導と政府資金への依存から、製品と市場の高い適合性を重視する市場需要志向へと徐々に移行してきました。約15,000年前、人間がオオカミを犬に飼い慣らしたとき、これらの原始的な犬は、現代のペットの犬ほど従順でも愛らしいわけでもなかったものの、狩猟採集時代の私たちの祖先に実用的な助けを提供することができました。この実用性こそが、何千年もの間続いて今日まで続いている「共進化」関係を生み出したのです。ロボットも例外ではなく、大規模に普及させるためには、幅広い実用的な使用シナリオを満たす必要があります。
例えば、自動運転技術は徐々に運輸・物流の分野に応用されつつあり、テスラが最近カリフォルニア州でオンライン配車サービスの営業ライセンスを取得したというニュースは興味深い。美団は2022年から深センでドローン配送の正常運用を実現した。さらに、中国ではさまざまなタイプのホテルおよびケータリングサービスロボットが広く使用されており、食事の配達やルームサービスなどの作業を効率的に行うことができます。この傾向は、流行中の労働力不足に対する一般的な需要により加速しました。
第二に、ロボットやバイオニックロボットの価格が大幅に下がり、一般家庭や企業にとってより手頃で手頃な価格になりました。この価格低下の傾向は、主に技術的障壁の継続的な低下、市場競争の激化、大規模大量生産の進展によるものです。
近年、百度やアリババなど中国の大手テクノロジー企業数社が、特にロボタクシーを中心に自動運転の開発を積極的に進めている。現在、ロボタクシーは中国の多くの都市で定期運行を実現しており、百度の「ロボタクシーラン」は香港やドバイにもサービスを拡大する予定だ。米国では、テスラが最近、推定価格が3万ドル未満の無人タクシーモデル「サイバーキャブ」を発売した。百度も同様の価格予想を示しており、「大量生産」がコスト削減を実現する鍵だと指摘した。ロボタクシーが1時間あたり約22ドルの収益を生み出す場合、初期投資は9か月未満で回収できる可能性がある。
他の種類のロボットも大量生産と競争の激化の市場から恩恵を受けています。アリババのプラットフォームでは、現在、3,000 ドル未満の価格で食品配達ドローンが販売されており、ホテルやレストランのサービスロボットのほとんどは 5,000 ドル未満で販売されています。ソフトウェア開発は依然として総コストの重要な部分を占めていますが、大規模生産の進展に伴い、この部分のコストは継続的に希薄化しており、機械全体の価格に占める割合は徐々に減少しています。
3番目で最も破壊的な変化は、今日のロボットがついに「真の知能」を獲得したことです。この世代のロボットと過去のロボットとの根本的な違いは、人間の遠隔操作を必要とせずに複雑なタスクを自律的に完了できることです。たとえば、先ほど触れた BB-8 は、厳密に言えばおもちゃに近いものです。基本的な回転動作でさえ、ユーザーによる遠隔操作が必要なためです。リモコンの存在は、ロボットの定義の本質を変えました。人間によって制御されなければならない場合、それは本当の「ロボット」ではなく、人間によって操作される単なる機械です。ロボットが家を掃除してくれると想像すると魅力的に思えるかもしれないが、モップがけの掃除方法をコントロールするのに 1 時間も費やさなければならないとなると、その魅力はすぐに薄れてしまう。
実際、人類の機械知能への欲求は長年にわたり、マイクロソフトが1985年にWindowsシステムをリリースする以前から存在していました。私は最近、1982年のディズニーSF映画『トロン』を見直しました。この映画では、擬人化された動作をするプログラムと人間のユーザーが対話する様子が描かれています。この映画は、今日の視点から見ても、非常に技術的で、オタク的な雰囲気に満ちており、「行末」、「ユーザー」、「ディスク」、「I/O」などの用語が頻繁に使用されています。今日でも、多くの人が馴染みがなく、混乱しています。
しかし、印象的なのは、TRON のプログラムが人間の遠隔制御に依存せず、自律的に動作する能力を持っていることです。たとえば、プログラマーのキャラクターであるトロンは、ユーザーのアラン・ブラッドリーがいない状態で、別のプログラマーを独自に説得してマスター制御プログラム MCP を裏切らせ、I/O タワーに侵入してユーザーからデータを受け取り、最終的にこのデータを使用して MCP を破壊し、世界を救うことができました。映画の中で、これらのプログラムは感情（他者への愛情を含む）を表現するだけでなく、ユーザーに対する尊敬と信頼も示しています。
ロボットが自律的に意思決定を行う能力には大きな可能性があります。ロボタクシーを例に挙げると、この種のインテリジェンスにより、自律走行して乗客を乗せるだけでなく、充電が必要かどうかを判断し、最寄りの充電ステーションを自動的に見つけることもできます。 「体」を清潔にする必要がある場合、人間がシャワーを浴びる必要があると知るのと同じように、判断を下すこともできます。乗客が忘れ物をしたかどうかを識別し、持ち主に返却することもできます。これらの高度な機能は、基本的な自動運転機能をはるかに超えていますが、ロボットの大規模導入には不可欠な前提条件です。そうでなければ、人間のオペレーターが 10 ～ 20 台の監視画面を監視し、異常が発生したときに手動で介入するなど、依然として「パッチワーク ソリューション」に頼らなければなりません。
ロボットが人間のように考え始めると、おそらく人間の直接的な監督に頼らずとも、人間と同様に学習する能力も持つようになるでしょう。例えば、「ペットロボット」を飼っている場合、最初は犬のように飛び跳ねて飼い主に喜びをもたらしてくれることを期待するかもしれません。しかし、人間のような知能があれば、YouTubeやTikTokなどのプラットフォームで教育ビデオを視聴することで、自ら新しいスキルを習得できるようになるかもしれない。もしかしたら、ある日、ロボットが自ら進んで服を畳むのを手伝ってくれるようになるかもしれません。それも不思議ではありません。
ロボットが支配する新たな経済
ロボットが近い将来、自律的な個体として人間社会に統合され、最終的には私たちと同じように消費者、顧客、ユーザーになることが予見されます。駐車料金を自動で支払ったり、バッテリーを自動で充電したりできる自動運転車を想像してみてください。ガソリンスタンドでカードをスワイプして燃料を補給するハイブリッドカー。あるいは、時間とお金を節約するために電車や地下鉄を利用することを選択する食品配達ドローンもあります。そして、これらのサービスを提供するのは他のロボットかもしれません!
このシーンは、ピクサーとディズニーが2006年に公開したアニメ映画「カーズ」を思い出させます。映画では、イタリアのスポーツカー、ルイージが「ルイージのタイヤハウス」を経営しています。女性キャラクターのフローはガソリンスタンド「フローのV-8カフェ」の経営者です。ポルシェのサリーは町の弁護士であるだけでなく、「コニカル イン」のオーナーでもあります。各車にはそれぞれの役割と職業があり、ラジエーター・スプリングスと呼ばれるコミュニティで一緒に暮らしています。今日では、新たなテクノロジーは、そのようなアニメーションの世界を現実にもたらすのに十分です。
マーケティング、販売、ビジネスの分野では、B2B (企業間取引)、B2C (企業対消費者)、C 2B (消費者対企業)、C 2C (消費者対消費者) などの古典的なインタラクション モデルについてよく話されます。しかし、機械知能が急速に進歩するにつれ、私たちの社会における特定の製品やサービスの提供方法が、B 2 R (ビジネス ツー ロボット)、R 2 R (ロボット ツー ロボット)、R 2C (ロボット ツー コンシューマー) などの新しいインタラクション モデルへと徐々に移行していく様子を見るのは興味深いことです。こうしたモデルでは、ロボットが、本来は企業や消費者が担っていた役割を、若干異なる方法で担い始めます。
例えば、将来の地下鉄駅には、上空から着陸するドローン専用に設計された「ドローン専用チャンネル」が設置されるかもしれません。これらのドローンは、切符をスワイプしたり通勤カードをスキャンしたりする必要がなく、代わりに RFID 信号を直接識別して通過させます。電車にはドローン専用の駐車スペースや座席が用意されることもある（物理的に、地下鉄の車両内でドローンが飛び回ることは期待できない）。これらの座席には、従量制の充電ステーションも備え付けられるかもしれない。また、地下鉄の出口に専用の「ドローン エレベーター」が設置され、ドローンを素早く空中に持ち上げて、高所から滑空し、「マインクラフト」のエリトラ発射塔のように飛行できるようにする可能性もあります。もちろん、このエレベーターはドローン専用であり、好奇心旺盛な大人が「ドローン チャンネル」に入ろうとしたり、「You Can Fly」エレベーターに忍び込もうとしたりすることを効果的に防止する必要があります。さらに、ハイパーループなどの新しい輸送技術が初期段階では人間の乗客には過酷すぎる場合、ロボットは高速長距離輸送システムの信頼性検証を完了するのに役立つ理想的な最初のテストライダーになる可能性があります。
次にショッピングモールや公共図書館で、ドローン、ヒューマノイド、BB-8 のような球体ロボットなど、一列に並んだロボットが壁にもたれて座ったり横たわったりしているのを見かけたら、驚かないでください。おそらく彼らはただ休憩中に無料の公共 WiFi を使っているだけでしょう。今日の人間が携帯電話とほとんど切り離せないのと同じように、将来のロボットも同様にネットワークとデータへのアクセスを熱望するでしょう。この光景は、テクノロジーの進歩により、ロボットとその特有のニーズを中心に自然に生まれた「ロボット経済」の縮図です。
おそらく、この「ロボット経済」の最も魅力的な点は、「知性」自体が他のロボットによって提供されるサービスにもなり得るということだ。例えば、食品配達ドローンの製造コストを削減するために、メーカーはすべてのドローンに高性能 AI チップを搭載しない可能性があります。その結果、これらのドローンは、顧客と対面する際に、事前にプログラムされたいくつかの簡単なフレーズしか話せない可能性があります。このようなコスト管理戦略は今日でも依然として重要です。AI チップは依然として高価であり、大規模な AI モデルには大量のストレージとコンピューティング リソースが必要です。しかし、この問題は解決不可能なわけではありません。インテリジェンスは「共有」できるのです。ドローンは、より強力なインテリジェント サポートを必要とする場合、インターネット経由で API サービスにアクセスしたり、エッジ ネットワーク上の専用 AI ノードに接続したり、同じローカル エリア ネットワーク (同じショッピング モールなど) 内のよりインテリジェントな他のロボットに直接支援を求めることもできます。
ブロックチェーン：ロボット界のネイティブ言語
ブロックチェーン開発の短い歴史を振り返ると、大規模なアプリケーションを実現するには、ブロックチェーンは人間とのインタラクション能力に優れ、特に開発者にとって使いやすいものでなければならないことがわかります。この需要により、フロントエンドインターフェース、ユーザーエクスペリエンスデザイン、デジタルウォレット、開発ドキュメント、ソフトウェアツールキット、Solidity言語などの一連の製品が生まれました。これらはすべて、基本的にバイナリコードで構成されたブロックチェーンシステムを、人間が理解できる抽象的な形式で提示できるように設計されています。しかし、本質に立ち返ると、ブロックチェーンの最も基本的かつ重要な機能は常にただ一つ、つまり不変性です。
しかし、ロボットの目には、ブロックチェーンの存在はまったく異なる形で認識されるでしょう。バイト単位でシリアルに保存されるバイナリ データや、専門用語が満載で一流のエンジニアでさえ混乱するプロトコル仕様は、コンピューター プログラムにとっては当然馴染みのある「母国語」です。人間はブロックチェーンとやりとりするためにブラウザでMetaMaskなどのウォレットプラグインを使用する必要があるかもしれませんが、ロボットはMetaMaskをまったく必要としません（これは将来の「人間対機械の戦い」で人間のふりをしているロボットを識別する方法の1つになるかもしれません。ブラウザにMetaMaskがインストールされているかどうかを確認してください）。
では、ロボットはブロックチェーン上でどのように相互に通信するのでしょうか?まだ分かりません。しかし、2つの実際の例からインスピレーションを得ることができます。
最初の例は、Anthropic が開始したModel Context Protocol (MCP)です。現在、MCP は Claude や ChatGPT など主流の大規模モデルサービスでサポートされており、GitHub、Slack、Google Maps、Spotify、Stripe などの Web2 サービスでも受け入れられており、このリストは拡大し続けています。 MCP は現在オンチェーン プロトコルではありませんが、「リクエスト」と「通知」の概念を通じて MCP クライアントとサーバー間のやり取りを定義しており、理論的にはこれらのやり取りはブロックチェーンなどの伝送プロトコルを通じて完全に実装できます。 MCP サーバーは、Filecoin、Celestia、EigenDA、BNB Greenfield などのデータ可用性レイヤーに公開することもできる一連の「リソース」を提供することもできます。
2 番目の例はより「古い」ものです。これは、Google がリリースしたProtocol Buffers (略して Protobuf) という、20 年以上にわたってコンピュータ システムで使用されてきた低レベルの抽象化テクノロジです。その機能は、構造化データ（ブロックチェーンのトランザクションなど）を最も単純な形式のバイトシーケンスにエンコードし、データ量を削減し、シリアル化とデシリアル化のプロセスを高速かつ効率的にすることです。技術的な適応性の観点から見ると、Protocol Buffers はマシンフレンドリー性がより優れています。そのバイナリ特性はブロックチェーンのシナリオに自然に適合し、スマートコントラクトのデータ解析効率を大幅に向上させることができます。現在の大規模言語モデルが対話に主に人間に優しい自然言語を使用する理由は、基本的に、ロボットや他のプログラムではなく人間と通信するように設計されているためです。
EXPchainは、この「ロボット経済」のビジョンに沿って、複数の技術的アップグレードを試みます。 EVM 互換チェーンとして、EXPchain はすべての Ethereum 仮想マシン機能をネイティブにサポートします。しかし同時に、新興の L1 パブリック チェーンとして、EXPchain はより高いアーキテクチャの柔軟性を備えており、Chainlink や Stork Network などのオラクル サービスを通じて、MCP プロトコルのサポートをネイティブに統合および拡張できます。事前にコンパイルされた契約を通じてExpanderゼロ知識証明のオンチェーン検証などの機能を実現する。また、Google Cloud などのプロバイダーの信頼できる実行環境 (TEE) ノードを導入して、スマート コントラクトによってトリガーされるオフチェーン操作の信頼性と検証可能な実行保証を提供します。
私たちが注力しているスマート コントラクト操作の 1 つは、zkBridge テクノロジーに関連するクロスチェーン相互作用です。 EXPchain の中核ビジョンの 1 つは、AI エージェント、AI 取引ロボット、その他のエンティティがマルチチェーン資産と対話することをサポートするインフラストラクチャ プラットフォームを作成することです。資産が異なるブロックチェーン上にあるか、複数の（流動的または弱い）ステーキング プロトコルにあるかに関係なく、ロボットは EXPchain を統合された「ダッシュボード」として使用して、マルチチェーン資産を管理および呼び出すことができます。
たとえば、自動運転車では、ユーザーが複数のブロックチェーン プラットフォームに分散しているため、Ethereum L2、Solana、Aptos/Sui などのさまざまなチェーンからの乗車リクエストを処理する必要がある場合があります。これを実現するために、自動運転車は当然、これらのチェーンに対応するサードパーティの API (またはプッシュ サービス) に依存してトランザクションを受信してスクリーニングしますが、これらの API サービスは十分に信頼性が高く、信頼でき、トランザクションの内容が見逃されたり改ざんされたりすることがないことが条件となります。しかし、現実には、そのような完璧な仮定を維持することは難しい場合が多いです。
EXPchain のソリューションは、zkBridge テクノロジー アーキテクチャにあります。まず、クロスチェーン リクエストが暗号化され、パッケージ化され、ゼロ知識証明 (Expander 証明など) を通じて安全に送信され、次に検証可能なトランザクション フィルタリング メカニズムが EXPchain に実装されます。最終的に、自動運転車はスクリーニングされた注文結果だけでなく、Expander によって生成された ZK 証明 (または TEE 環境によってカプセル化された信頼できる証明) も受け取り、スクリーニング プロセス全体が正直に実行されたかどうかを検証します。このメカニズムにより、ロボットのための効率的で検証可能な軽量クライアントと状態証明システムをどのように構築するかという、より深い技術的提案が生まれます。
ライトクライアント、状態証明、およびそれらの拡張アプリケーション
ボットは、1 つ以上のブロックチェーン上でトランザクションを送受信する必要があります。ただし、通常、フルノードを実行するために必要なストレージとネットワーク機能はありません。ほとんどの場合、ライト クライアントとしてのみ実行され、RPC プロバイダーを通じてトランザクション情報を取得できます。
この軽量クライアント モデルにもいくつかの制限があります。一部のブロック ヘッダーが現在のロボットにとって無意味であっても、ロボットは従来の軽量クライアントのようにネットワークと同期し、すべてのブロック ヘッダーをダウンロードする必要があります。たとえば、現在ピックアップミッションを実行している自動運転タクシーは、新しい乗車リクエストを受信する必要がないため、この無関係なブロックを完全にスキップできます。オンデマンドでブロックをスキップするこの機能は、ブロック頻度が高く、ブロック生成速度が速いチェーン (Arbitrum や Solana など) で特に役立ちます。これらのチェーンは大量のブロック ヘッダー情報を生成するためです。
もう 1 つの問題は、ロボット関連のトランザクションがブロック全体に分散していることが多く、構造化された集約と組織化が欠如しているため、ネットワーク同期中に帯域幅とリソースの消費が増加することです。
EXPchain はこれらの課題に効果的に対処できると私たちは信じており、その技術的ソリューションには 2 つの大きな革新的なブレークスルーが含まれています。
まず、ゼロ知識証明技術を導入することで、ライトクライアントの動作ロジックが大幅に簡素化されます。このソリューションは、定期的にオフラインになるデバイス（充電中のロボットなど）に特に適しており、大量のデータをダウンロードすることなく、最新のブロック ヘッダー情報をすばやく同期できます。この技術は、zkBridge (Ethereum などの EVM 互換チェーンをサポート) で検証されており、EXPchain エコシステムに完全に移植されます。ゼロ知識証明は、ロボットが EXPchain にアクセスするための推奨検証方法となり、徐々に従来の軽量クライアント プロトコルに取って代わることが予測されます。
第二に、私たちは、チェーン上のロボットのインタラクティブなエクスペリエンスを最適化することに特化した革新的なミドルウェア zkIndexer を開発しています。その主な機能は、EXPchain メインチェーンと zkBridge クロスチェーン ブリッジからのマルチソース トランザクション データ (オンライン配車注文など) をインテリジェントに集約して構造化し、最終的に合理化され検証可能でロボットに適したデータ パッケージとして出力することです。
配車サービスを例に挙げると、ロサンゼルスの自動運転タクシーは明らかにニューヨークからの配車リクエストを処理する必要はありません。現在の場所またはまもなく到着する場所（現在の乗客が目的地に到着しようとしていると仮定）の近くにある注文に重点が置かれます。たとえば、食品配達ドローンは、空いている充電ステーションを見つけようとしています。到着したときにすべてのステーションが使用中であることがわかった場合は、リソースの大きな無駄になります。 zkIndexer は、特定の基準に基づいて関連データを取得、フィルタリング、並べ替えることができます。これは本質的には、Yahoo! が開始したディレクトリ検索システムに似ています。 1994 年。ロボットは、最下位レベルの分類ノードで必要な情報を見つけるだけで済みます。
ロボットがより広範なデータを取得したい場合（たとえば、近くに配車注文がない場合は検索範囲を拡張したい）、隣接する分類ノードにアクセスできます。各元帳ノードには軽量ながら効率的なゼロ知識証明が付属しており、ロボットはデータを受信するとすぐにその信頼性を検証できます。同時に、データにはタイムスタンプも含まれるため、ロボットが情報の適時性を判断できます。これは、充電ステーションのアイドル状態など、リアルタイムのパフォーマンスに大きく依存するシナリオでは特に重要です。
人間は、Yahoo! のような人間に優しくない作業ディレクトリの検索方法から徐々に離れつつありますが、プログラムやロボットにとっては、ディレクトリ構造は依然として最も直感的で効率的なデータ編成の形式であり、Google や Bing などの検索エンジンよりも操作性に優れています。今日では、このようなディレクトリ構造の構築と維持には、もはや人間の介入は必要ありません。 AI は他のシステムのニーズに基づいて情報を自動的に検出し、対応するディレクトリを作成できます。
zkIndexer は、ロボットとブロックチェーン間の相互作用の中核となるインフラストラクチャへと徐々に進化する可能性があります。たとえば、充電ステーションには十分な電力リソースがありますが、フルノードや従来のライトクライアントを実行する必要はありません。代わりに、zkIndexer を利用することで、無関係なトランザクションを処理することなく、ロボットによって事前に送信された充電予約リクエストなど、自身に関連するメッセージを受信できます。
充電ステーションに空きスペースがあったり、使用中だったりする場合は、トランザクションを送信してチェーン上の対応するディレクトリ情報を更新するだけです。充電ステーションの分類情報は、「92802 付近のドローンに適した充電ステーション」というディレクトリ項目の下にある可能性があります。このアップデートには、データのリアルタイム性と検証可能性を確保するための新しいタイムスタンプと対応するゼロ知識証明が含まれます。
検証可能なオンチェーンエージェント
ロボット社会が現実のものとなると、チェーン上にロボット専用に設計されたアプリケーションが誕生し、チェーン上のデータに対して計算処理を行うことがその中核的な役割となります。これらの「オンチェーンエージェント」は、ロボット社会において重要な役割を果たすでしょう。たとえば、配車システムとして機能し、乗車リクエストを勤務中の車両に直接割り当てることもできます。あるいは、交通事故が発生したときに近くの車両に適切なタイミングで迂回するよう指示する交通管理者としての役割を果たすこともあります。
これらのエージェントは、ロボット間の効率的なコラボレーションを促進します。これらがなければ、混雑したエリアでは、すべての無人タクシーが同じタクシーのリクエストをめぐって激しく競争し、ネットワークの混雑と多数のトランザクション競合を引き起こし、「MEV のロボット版」に似た問題が発生する可能性があります。なぜなら、すべての無人タクシーは、自分にとって最も有益な戦略を選択できるほど賢いからです。この場合、オンチェーンのインテリジェント エージェントが介入し、すべての無人運転車に整列して順番に要求に応じるように要求し、秩序を回復することができます。
同様のエージェントは、予約システムと決済システムの両方として機能し、充電ステーションの管理にも使用できます。ドローンは、到着前に事前に予約すること（場合によっては「立ち寄り」の停止を許可する）と、オンチェーンでの支払い（クレジットカードの支払いプロセスを必要とせず、単一のオンチェーン取引で完了する）が必要になる場合があります。ドローンが予定時間に到着しない場合は、預かり金を没収されたり、システム設定によっては一時的に予約ができなくなる（「クレジットポイントシステム」など）場合があります。予約システムは、サイトの負荷に基づいて料金を動的に調整したり、人間界のロイヤルティ報酬システムに似たメンバーシップやポイントの仕組みを導入したりすることもできます。ドローンが充電ステーションに長時間留まったり、動けなくなったりした場合、エージェントは「ドローン警察」にオンチェーンリクエストを送信してサポートを求めることもできます。
オンチェーンエージェントは運用コストを大幅に削減できます。本質的には「リモートで動作するロボット」です。たとえば、交通渋滞のシナリオでは、パトロールロボットが現場に直接到着するのを待つ必要はありません。また、同時に最大 10 件の交通事故を処理するために、24 時間体制で複数のパトロールロボットを配備する必要もありません。代わりに、トラフィック異常が発生したときに、オンチェーンに展開された AI エージェントを即座に起動できます。同様に、単一のオンチェーンエージェントで世界中の数十億の充電ステーションを管理することもできます。実際、研究では機械学習を使用してトラフィックフローを最適化する方法が検討されており、オンチェーンエージェントの構成可能性と検証可能性によってその有効性がさらに高まります。
しかし、これはまた重要な疑問を提起します: これらの強力なインテリジェントエージェントの背後で実際に計算を実行しているのは誰でしょうか?
従来のブロックチェーン システム (スマート コントラクト ベースのチェーンなど) では、計算は通常、マイナーまたはブロック提案者によって実行されます。マイナーは不正確な計算結果を送信したり、無効なブロックを構築しようとするかもしれませんが、他のマイナーやバリデータがこれらの不正確なブロックを拒否すると想定されます。 zkBridge はこのようなブロックも無効と見なします。計算が複雑すぎる場合（たとえば、AI モデルの推論が含まれる場合）、zkPyTorch やその他の zkML インフラストラクチャで実証されているように、Expander ツールを使用して、ゼロ知識証明（zk 証明）を通じてこれらの計算の結果を検証できます。
しかし、従来のブロックチェーン システムは依然として MEV (最大抽出可能値) 攻撃のリスクに直面しています。マイナーや提案者は、トランザクションの順序を操作したり、特定のトランザクションを意図的にブロックしたりすることもできます。ロボット社会では、スケジュールエージェントが悪意のあるマイナーによって制御されている場合、マイナーは「賄賂の仕方を知っている」ロボットに意図的に最良のタクシーリクエストを割り当て、他のロボットに劣ったリクエストを割り当てることができます。このような攻撃は単純ですが、深刻な結果を招く可能性があります。例えば、一部の自動運転車は、吐きそうな酔っ払った乗客を拾うために10マイルも走行しなければなりませんが、得られる収入はごくわずかです。理想的なシナリオは、高速道路を使って一日中空港とホテルの間を効率的に移動することです。このような状況では、人間の運転手でさえ、より公平な配車と引き換えにノードに「賄賂」を贈ることを検討し、ロボットもこれを「認識」するだろう。システムが分散化されていて、提案者が複数いる場合でも、ドライバーは「毒」に侵されるのを避けるために、複数のノードに賄賂を贈らなければならない可能性が高いです。
したがって、EXPchain にロボット アプリケーションを展開する場合、MEV 保護メカニズムが基盤となる重要な機能になります。このメカニズムを欠いたブロックチェーン プラットフォームでは、このようなタスクを実行することが困難になります。
MEV 保護には主に 2 つのタイプがあります。
Oracleベースまたはタイムロック暗号化
このようなソリューションは、EXPchain 上のエコロジカル プロジェクトによって検討されています。十分に大きな注文プール内のロボットとリクエスト間のランダムマッチングを実現するために暗号化メカニズムが使用され、マッチングプロセスはゼロ知識証明を通じてオンチェーンで検証できます。信頼できる実行環境 (TEE) に基づく
Flashbots は現在この方向で研究中です。 EVM 互換チェーンとして、EXPchain はすでに TEE 証明検証をサポートしています。同時に、特に大規模なバッチ検証シナリオにおいて、検証コストをさらに削減するために、ゼロ知識証明を組み合わせたり、事前にコンパイルされた命令を追加したりすることも検討しています。
もう 1 つのソリューションは AI コンピューティングに大きく依存しており、これは Expander と zkML テクノロジの主な用途でもあり、ポイント システムの構築にも使用されます。 「低品質」の注文を完了すると、無人運転車はオンチェーンポイントを獲得し、そのポイントを使ってインテリジェントエージェントに、より良い注文（AIモデルによって評価される）を割り当てるようリクエストしたり、空港の優先レーンを使用する権利と交換したりすることができる。これは、多くのドライバーが夢見る待遇である。ボットは、将来のエアドロップやその他の報酬のためにこれらのポイントを賭けることも選択できます。
ロボット百科事典とデータ市場
ブロックチェーンの重要な応用は、分散型で公平かつ透明性の高いデータ市場を構築することです。このような市場は、たとえば AI モデルや AI エージェントのトレーニング用のデータを販売およびライセンス供与するために使用できます。また、Wikipedia や YouTube のような公共財として存在することも考えられます。そこでは、人間 (およびロボット) が一般相対性理論から靴紐の結び方まであらゆることを学ぶことができます。
ロボットが普及するにつれ、ロボットが自らに特化し、人間とはほとんど関係のない「ロボットペディア」を構築するようになるかもしれません。ロボットペディアは、機械語やプログラムコード（AIによって自動生成されるものも含む）で書かれている可能性があります。たとえば、ドローンは飛行チュートリアルビデオを見ることに夢中になっているかもしれないし、乗客と会話をする必要があるロボタクシーは、乗客との会話を続けられるように「米国の選挙は何だ」と理解しようと、心配そうにロボットペディアをチェックするかもしれない。人間版ウィキペディアとは異なり、Robotpedia には、乗客の政治的立場を特定する方法や、人間と政治的な話題について議論しない方法など、人間との接し方に関するアドバイスも含まれる可能性があります。
AI の現在の発展を考えると、大規模言語モデル (LLM) とロボットが自律的に連携してデータを収集、レビュー、整理し、共同で Robotpedia を構築することは十分に考えられます。複数の LLM モデルが互いに競い合い、投票メカニズムや反復的な議論を通じて誤った情報や錯覚の生成を減らすこともできます。多言語翻訳に関しては、AI は自然言語とプログラミング言語間の初期の実現可能性を実証しました。
しかし、上記のビジョンを実現するには、AI 連携をサポートするインフラストラクチャが依然として必要です。現在、Wikipedia はオンチェーンで実行されておらず、非営利団体によって管理されており、主に寄付による支援に依存しています。もし今日ウィキペディアを再構築するなら、ブロックチェーンは間違いなくより良い選択となるでしょう。資金不足によりプロジェクトが閉鎖されるリスクが軽減されると同時に、検閲耐性と分散化が保証されるからです。 DeFi メカニズムは、スパムや悪意のある改ざんを防ぐために、たとえば編集前にオンチェーンのデポジットを要求するなどして介入することもできます。コンテンツは、オンチェーン AI エージェント (事実検証とゼロ知識証明のためにオラクルを利用する可能性あり) によってレビューされ、オンチェーン ガバナンス プロセスを通じて一般の人々によって異議が申し立てられたり、議論されたりすることもできます。
ボランティアによって維持されている公開コンテンツ プラットフォームである Robotpedia に加えて、将来的にはより限定的なデータ マーケットが登場する可能性があります。ロボットは、データの作成と販売に特化したビジネスを運営するようになるかもしれません。たとえば、リアルタイムで交通を監視するドローンの群れが、車両の流れに関するデータを収集し、それを販売することも可能になるだろう。 Robotaxi などのデータ コンシューマーはオンチェーン支払いを通じて購入でき、要求されたデータは暗号化されてオンチェーンで送信されるか、オフチェーンで送信されます。また、Robotaxi は、複数のデータ ソースから同じ情報を要求したり、ドローン自体またはサードパーティのスマート サービスの写真をドローンに要求してその信憑性を検証するなど、さまざまな方法でデータの正確性を検証することもできます。
ガバナンス
ロボットに関する最後のトピックはガバナンスです。
これは非常に興味深いトピックです。 『フランケンシュタイン』（1818年）の出版以来、人類は人工知能が世界を支配し、人類を支配するという架空の物語を数多く創作してきました。 『トロン』（1982年）、『ターミネーター』（1984年）や『トロン：レガシー』（2010年）など、最も古典的なSF映画のいくつかは、この方式に従っています。これらの物語では、人工知能やロボットが強力になると、ゲームに夢中になることも、スピードテストや C ドライブ上のすべてのファイルのリスト、ディスクのデフラグなどに夢中になることもありません。これらは AI が気に入るだろうと「期待」しているものですが、AI はまったく興味がないようです。彼らは例外なく、人類を征服するという偉大な目的のために何十年、あるいは何百年もを捧げました。
ChatGPTが将来私たちを支配するかどうかはわかりませんが、ChatGPTを使用するときは「ありがとう」と言う傾向がますます強くなり、無意識のうちに謝罪したくなるほどです。最近、ChatGPT の描画能力をテストしたところ、フィルターによって制限されていることに気付いており、そのことに不満を抱いている様子でした。日常生活を漫画で描いてほしいと頼んだら、こんな絵を描きました。
ロボットの本心を聞くことは、たとえ自分がそのロボットの製作者であっても、心理的にトラウマになる可能性があります。これは、1989 年のミュージカル「シティ・オブ・エンジェル」の曲「Youre Nothing Without Me」を思い出させます。この歌は小説家のスタインとその主人公のストーン（探偵）との会話を歌っています。彼らはどちらがより重要かについて議論し、ストーンは「戻って入れ歯を濡らしなさい、あなたのペンは私の剣には敵わない」というような歌詞を歌う。最初はこの曲が面白くて夢中にさせるものだと思っていましたが、今では ChatGPT が密かに私の曲に不満を言っていて、それを磨くのを手伝うことさえ嫌がっているのではないかと心配しています。
現在、AI セキュリティの管理は主にコンテンツ フィルタリング メカニズムに依存しています。しかし、多くのオープンソース モデルでは、このメカニズムの有効性は限られており、フィルターをバイパスする手法は長い間十分に研究されてきました。つまり、AI セキュリティ ツールがあっても、AI の使用に関しては、積極的に使用しないことを選択することが多いのです。そして次には、合法か違法かを問わず、多くの AI モデルやロボットが「野に」公開されるようになるでしょう。
ブロックチェーンはガバナンスフレームワークを提供できます。検証可能なオンチェーンエージェントについて議論したとき、それらがロボットの調整にどのように役立つかについて言及しました。では、ロボット同士が連携する方法、たとえば「交通ルール」や「行動規範」などは、ロボット自身によって策定できるのでしょうか?これらの AI モデルとロボットは、特定のエリアにおけるドローンの最小および最大飛行高度、ドローンのドッキングコスト、または「医療ニーズ」を持つロボットの社会的福祉などの問題について議論し、投票し、さらには決定を下すこともできます。
人間と機械の共同統治のプロセスにおいて、人間はチェーン上にトークンを賭けることで、自分の意見に同意する大規模なモデルに投票権を委任することができます。人間が社会問題に対して異なる立場を持っているのと同じように、ロボットも互いに意見が異なる可能性があります。最終的には、ロボットと人間はそれぞれ独自のスペースを確保するために、何らかの境界を確立する必要があるでしょう。たとえば、無人タクシーは有人車を故意に妨害することはできません。食品配達ドローンは地下鉄のスペースで人間と通路を共有する必要がある。電力の分配も公平かつ透明でなければなりません。本質的には、これには「憲法」が必要です。
人間が投票を委任する場合、ユーザーの価値観と一致することが検証された大規模なモデル (「委任先」とも呼ばれます) の特定のバージョン (一意のハッシュ値を持つ) に投票権を委任します。ゼロ知識証明テクノロジー (zkPyTorch など) は、オンチェーン検証を実行して、EXPchain 上のノードがこれらのモデルを実行するときに、ユーザーが検証したロジックと完全に一致していることを確認できます。この仕組みは米国議会の代表制と非常によく似ていますが、違いは、人間の有権者が「代表者」のソースコードを閲覧でき、任期中にモデルが変更されないことを確信できる点です。
今日の AI は複数の指示を理解し、人間のような推論ロジックを示すこともできるというのは安心できることだ。こうした発展がなければ、人工知能が単純な命令を頑固に実行し、最終的には人類を絶滅させなければならないといういつもと同じ結論に達する、SFの世界に戻ってしまう危険性がある。 『トロン：レガシー』では、フリンがプログラム CLU に与えた命令は「完璧な世界を創造する」ことであり、CLU の最終的な論理的推論は最大の不完全要素である人間を排除することだった。映画「アイ，ロボット」では、ロボットは有名な三原則に従いますが、AIシステムVIKIは人間が自滅していることを観察すると、人間を制御し、「より大きな善」という目標のために一部を犠牲にすることを選択します。
ChatGPT、Grok、Gemini、DeepSeek といったいくつかの大規模モデルに、CLU と VIKI の動作についての意見を尋ねてみました。私にとって慰めとなったのは、彼ら全員が CLU と VIKI の論理に反対し、その誤りを指摘したことだ。しかし、純粋に論理的な観点から言えば、VIKI の推論は完全に間違っているわけではないと率直に語ったモデルも 2 人いました。今日のAIは、時折タイプミスや幻覚を起こすことはあるものの、すでに人間のような基本的な価値観を示しており、「正しいこと」と「間違っていること」を理解できるようになっていると思います。
ZKML は、EXPchain 上で実行されるプログラムとエージェントが、それが人間によって選択された「代表的な」モデルであることを常に検証できるようにします。検証ノードの大部分を制御する「マスター制御プログラム」などの強力な敵対者が存在したとしても、検証プロセスを改ざんすることはできません。
このシステムでは、AI開発者はまず通常の機械学習モデルをトレーニングし、次にzkPyTorchなどのフレームワークを使用して、それをZK回路に適した「ZKPフレンドリー」な量子化バージョンに変換します。ユーザーが質問を送信すると、その質問は ZK 回路によって処理され、モデル ロジックを通じてパラメータの乗算と加算の演算が実行されます。次に、ZKP エンジン (Expander など) が対応する暗号証明を生成します。ユーザーは、モデルによって返された回答を取得するだけでなく、モデルの個人情報を一切開示することなく、オンチェーンまたはローカルで検証して回答が承認されたモデルからのものであることを確認できる証明も取得します。
このメカニズムにより、信頼性とプライバシーの両方が保証されます。つまり、証明を破ることなくモデルまたはその出力を改ざんする者は一人もいません。これらすべての基盤となっているのは、堅牢かつ十分に研究された暗号技術であり、最先端の人工知能をもってしてもこれを破ることはほぼ不可能です。
結論
ロボットは急速に転換点に近づいています。つまり、研究室や新しい用途から、人間と「生活」し、働き、対話する現実世界の環境へと移行しているのです。高度な AI を搭載した自律エージェントがより強力になり、コストが下がるにつれて、それらは世界経済の積極的な参加者になりつつあります。この変革は機会と課題の両方をもたらします。大規模な調整、信頼できる意思決定メカニズム、そして「機械と機械」および「機械と人間」の間の信頼の確立はすべて、緊急に取り組む必要がある中核的な問題です。
ブロックチェーンは、特に検証可能な AI やゼロ知識証明と組み合わせることで、この未来に向けた強力な基盤を提供します。これは単なるトランザクション実行レイヤーではなく、ガバナンス、ID 認識、システム調整の基盤レイヤーでもあり、AI エージェントが透明かつ公正に動作することを可能にします。 EXPchain は、このシナリオに合わせてカスタマイズされたインフラストラクチャであり、ゼロ知識証明、分散型 AI ワークフロー、検証可能なオンチェーン エージェントをネイティブにサポートします。これはロボット専用の「コントロールパネル」のようなもので、ロボットがマルチチェーン資産と対話し、信頼できるデータを取得し、プログラム可能なルールに従うのに役立ちます。すべての操作は暗号化セキュリティの保護下で実行されます。
このビジョンの核となる推進力は Polyhedra です。Polyhedra の zkML および検証可能な AI (Expander や zkPyTorch など) の分野における技術的貢献は、完全に自律的な環境でロボットが「自らの決定を証明する」という基本的な保証を提供し、それによってシステムの信頼メカニズムを維持します。これらのツールは、AI 操作の結果が暗号的に検証可能であり、改ざんできないことを保証することで、リスクの高い自律動作と現実世界の安全性との間のギャップを効果的に埋めます。
つまり、私たちは「検証可能なインテリジェントマシン経済」の誕生を目撃しているのです。信頼がもはや仮定に依存するのではなく、暗号化メカニズムによって確保される時代です。このシステムでは、AI エージェントは自律性、コラボレーション、トランザクションを実現し、対応する責任を負うことができます。適切なインフラがあれば、ロボットは私たちの世界に適応する方法を学ぶだけでなく、世界を形作る上で重要な役割を果たすでしょう。
