編集者注: この記事では、エージェント間のインタラクション、分散型エージェント組織、AI 主導のエンターテイメント、生成されたコンテンツ マーケティング、データ マーケット、分散型コンピューティングなど、2025 年に暗号化と AI を組み合わせるイノベーションの複数の分野について説明します。この記事では、ブロックチェーンと AI テクノロジーを使用して、複数の業界で新たな機会を創出し、プライバシー保護、AI ハードウェア開発、分散型テクノロジーの応用を促進する方法を検討していますが、同時に、インテリジェント エージェントがどのように実現できるかにもさらに注目する必要があります。トランザクション、芸術的創造、その他の分野を突破します。

以下は元の内容です (元の内容は読みやすく、理解しやすいように編集されています)。

エージェント間の対話

ブロックチェーンのデフォルトの透明性と構成可能性により、ブロックチェーンはエージェント間の対話にとって理想的なプラットフォームになります。

このシナリオでは、さまざまな目的のためにさまざまなエンティティによって開発されたエージェントが相互にシームレスに対話できます。エージェントが相互に資金を送金したり、トークンを共同で起動したりする実験が数多く行われてきました。

私たちは、エージェント間のインタラクションを活用した新しいソーシャル会場などの新しいアプリケーション領域の作成と、プラットフォーム認証、検証、マイクロペイメント、クロスペイメントなどの既存のエンタープライズ ワークフローの改善を通じて、エージェント間のインタラクションがどのように拡大するかを見ることに興奮しています。プラットフォーム ワークフローの統合など) を利用して効率を向上させ、現在のいくつかの厄介な問題を解決します。

—ダニー、ケイティ、アーダルシュ、ドミトリー

分散型エージェント組織

大規模なマルチエージェントの調整も同様に興味深い研究分野です。

マルチエージェント システムはどのように連携してタスクを完了し、問題を解決し、システムとプロトコルを管理するのでしょうか? 2024 年初頭の記事「暗号化と人工知能アプリケーションの約束と課題」の中で、ヴィタリック氏は、AI エージェントが市場の予測や裁定に使用できると述べました。彼は実際、大規模アプリケーションでは、マルチエージェント システムが重要な「真実」発見能力を備え、普遍的な自律ガバナンス システムを実現できると信じています。私たちは、マルチエージェント システムの機能と「群知能」の形式の継続的な発見と実験に興味を持っています。

エージェント間の調整の延長として、エージェントと人間の間の調整も興味深い設計空間です。特に、エージェントを中心としたコミュニティとして対話する方法や、エージェントを介して集団行動を行うために人間を組織する方法が挙げられます。私たちは、大規模な人間の調整を対象としたエージェントの実験がさらに増えることを期待しています。これには、特に人間の作業の一部がオフチェーンで行われる場合、いくつかの検証メカニズムが必要になりますが、非常に奇妙で興味深い新たな動作につながる可能性もあります。

—ケイティ、ドミトリー、アッシュ

インテリジェントなマルチメディア エンターテイメント

デジタルキャラクターの概念は何十年も前から存在しています。

初音ミク (2007 年) は 20,000 席の会場を完売させ、リル ミケーラ (2016 年) は Instagram で 200 万人以上のフォロワーを抱えています。より新しい、あまり知られていない例としては、Twitch で 60 万人以上の登録者を抱える AI バーチャル アンカー Neuro 様 (2022 年) や、匿名でデビューし 2 人未満で 3 億回以上の再生回数を獲得した韓国のボーイズ バンド PLAVE (2023 年) が挙げられます。わずか 1 年で YouTube に登場。

AI インフラストラクチャが発展し、ブロックチェーンが決済、価値移転、オープン データ プラットフォームに統合されるにつれて、これらのエージェントがどのように自律的になり、2025 年までに新しい種類の AI の可能性を解き放つ可能性があることを非常に楽しみにしています。 主流のエンターテイメント カテゴリ。

—ケイティ、ドミトリー

ジェネレーティブ/エージェントコンテンツマーケティング

前述の場合、エージェントは製品そのものですが、別のシナリオでは、エージェントは既存の製品を補完します。アテンションエコノミーでは、魅力的なコンテンツの流れを一定に維持することが、アイデア、製品、会社などの成功にとって極めて重要です。

Generate/Agent Content は、チームがスケーラブルな 24 時間 365 日のコンテンツ作成パイプラインを確保するための強力なツールです。この概念の開発は、ミームコインとエージェントの違いについての議論によって加速されてきました。エージェントは、ミームコインがまだ完全に「インテリジェント」ではない場合でも、ミームコインを配布する強力な手段を提供します (ただし、完全に「インテリジェント」になる可能性はあります)。

もう 1 つの例は、ユーザーの関心を維持するために、ゲームをよりダイナミックにする必要性が高まっていることです。ゲーム ダイナミクスを作成する古典的な方法の 1 つは、ユーザーが生成したコンテンツを育成することです。完全に生成されたコンテンツ (ゲーム内アイテムから NPC、完全に生成されたレベルまで) が、この進化の次の段階となる可能性があります。私たちは、2025 年の代理店が従来の流通戦略の限界をどのように拡大するかに興味があります。

—ケイティ

次世代アートツール/プラットフォーム

2024 年に、音楽、ビジュアル アート、デザイン、キュレーションなどの暗号アーティストとのインタビュー シリーズである IN CONVERSATION WITH を開始しました。今年のインタビューで私が得た主な観察は、暗号通貨に興味のあるアーティストの多くは、最先端のテクノロジーにも強い関心を持っており、これらのテクノロジーを自分の芸術的実践、つまり、AR/VR オブジェクトに組み入れたいと考えていることが多いということです。アート オブ コードとライブ コーディングなど。

特に、ジェネレーティブ アートにはブロックチェーンとの自然な相乗効果があり、それが AI アートの潜在的な基本プラットフォームとしてさらに明確になります。従来のプラットフォームでは、これらの芸術形式を適切に表示することは非常に困難です。 ArtBlocks は、デジタル アートの表示、保存、収益化、保存にブロックチェーンが将来どのように使用されるかというビジョンを提供し、アーティストと観客の両方の全体的なエクスペリエンスを向上させます。 AI ツールはプレゼンテーションを超えて、一般の人々が独自のアートを作成する能力を拡張します。 2025 年にブロックチェーンがこれらのツールをどのように拡張またはサポートするかは、非常に興味深いテーマとなるでしょう。

—ケイティ

データ市場

クライブ・ハンビーが「データは新しい石油である」と発言して以来 20 年間、企業はユーザー データを蓄積し収益化するための強力な手段を講じてきました。ユーザーは、自分たちのデータがこれらの数十億ドル規模の企業を築く基盤であることをますます認識していますが、データがどのように使用されるかをほとんど制御できず、データがもたらす利益の分け前もありません。

データ市場

クライブ・ハンビーが「データは新しい石油である」と発言して以来 20 年間、企業はユーザー データを蓄積し収益化するための強力な手段を講じてきました。ユーザーは、自分たちのデータがこれらの数十億ドル規模の企業を築く基盤であることをますます認識していますが、データがどのように使用されるかをほとんど制御できず、データがもたらす利益の分け前もありません。

強力な AI モデルの開発が加速することで、この矛盾がさらに深刻になります。ユーザー活用の解決がデータの機会の一部である場合、もう 1 つの重要な問題は、より大規模で強力なモデルが容易に利用できるようになり、データ供給不足を解決することです。新しいデータソースが必要です。

分散型インフラストラクチャを活用してデータの制御を企業からデータのソース (ユーザー) に戻す方法については、複数の分野で革新的なソリューションを含む巨大な設計スペースがあります。最も差し迫った問題には、データがどこに保存されるか、保存、送信、計算中にプライバシーがどのように維持されるか、データの品質を客観的にベンチマーク、フィルタリング、評価する方法、および（特に価値が必要な場合に）どのようなメカニズムを使用するかが含まれます。推論中に推論される）ソースに戻る）、多様なモデルエコシステムでどのような調整システムやデータ検索システムを使用するか。

供給ボトルネックの問題の解決に関しては、トークンを介してスケール AI を複製するだけではなく、技術的な追い風の助けを借りてどこで優位性を獲得できるか、競争力を構築するための規模、品質、またはより優れたインセンティブ (およびフィルタリング) メカニズムをどのように理解するかが重要です。ソリューションを提供し、より価値の高いデータ製品を生み出します。特に、需要当事者のほとんどが Web2 AI から来ている場合、スマート コントラクト施行メカニズムと従来のサービス レベル アグリーメント (SLA) およびツールをどのように組み合わせるかは、注意が必要な重要な領域です。

—ダニー

分散型コンピューティング

データが AI の開発と導入の基本的な構成要素の 1 つであるとすれば、コンピューティング能力は別の要素です。スペース、エネルギー、ハードウェアの制御など、独自のアクセスを備えた従来の大規模データセンターが、過去数年間ディープ ラーニングと AI の軌道を支配してきましたが、物理的な制約とオープンソースの開発が進むにつれて、このパターンは変わり始めています。挑戦されること。

分散型 AI におけるコンピューティングの v1 バージョンは、Web2 GPU クラウドのカーボン コピーのように見え、実際の供給上の利点 (ハードウェアまたはデータ センターのいずれか) がなく、有機的な需要が不足しています。そして、v2 では、いくつかの優れたチームが、ヘテロジニアス ハイパフォーマンス コンピューティング (HPC) プロビジョニングに基づいて、オーケストレーション、ルーティング、価格設定などの機能と、需要を引きつけて取引するための独自の機能を組み合わせた完全なテクノロジー スタックを構築しているのが見られ始めました。特に推論においてマージンの圧縮を伴う。また、チームはさまざまなユースケースや市場投入戦略 (GTM) についても分岐し始め、一部のチームはコンパイル フレームワークをさまざまなハードウェアでの効率的な推論ルーティングに統合することに重点を置き、他のチームは構築したコンピューティング モデル トレーニングで分散推論を開拓しました。フレームワーク。

コンピューティングと GPU を収益を生み出す資産に変えたり、オンチェーンの流動性を活用してデータセンターにハードウェアを購入するための別の資金源を提供したりする、新しい経済原始を備えた AI-Fi 市場の出現さえ目にし始めています。ここでの大きな疑問は、分散型 AI (DeAI) がどの程度開発され、分散型コンピューティングの軌道に導入されるのか、あるいはストレージスペースと同様に、イデオロギーと実際のニーズとの間のギャップは常に埋められず、それによって完全な実現ができないのかということです。このアイデアの可能性。

—ダニー

計算および会計基準

分散型高性能コンピューティング ネットワークのインセンティブ メカニズムに関連して、異種コンピューティング リソースを調整する際の重大な課題は、これらのコンピューティング能力を考慮するための統一された標準が欠如していることです。 AI モデルは、モデルの変動や量子化から、モデルの温度やサンプリング ハイパーパラメータによる確率性レベルの調整に至るまで、ハイ パフォーマンス コンピューティング (HPC) 出力空間に複雑さの複数の要素を独自に追加します。さらに、AI ハードウェアは、GPU アーキテクチャの多様性や CUDA の異なるバージョンによって、より複雑になる可能性もあります。最終的に、これは、異種分散システムで時間をクロスコンピューティングする方法に関する会計モデルとコンピューティング市場機能の必要性につながります。

標準の不足もあり、Web2 および Web3 の世界では、モデルとコンピューティング市場がコンピューティング能力の質と量を正確に考慮できていないケースが複数見られました。その結果、ユーザーは独自の比較モデル ベンチマークを実行し、レート制限を通じてコン​​ピューティング市場での作業証明を実行することによって、これらの AI レイヤーの真のパフォーマンスを監査する必要があります。

標準の不足もあり、Web2 と Web3 の世界では、モデルとコンピューティング市場がコンピューティング能力の質と量を正確に考慮していないケースが複数見られました。その結果、ユーザーは独自の比較モデル ベンチマークを実行し、レート制限を通じてコン​​ピューティング市場での作業証明を実行することによって、これらの AI レイヤーの真のパフォーマンスを監査する必要があります。

暗号通貨分野の核となる原則は検証可能性であることを考えると、2025 年には暗号通貨と AI の交差点が従来の AI よりも検証しやすくなることを期待しています。具体的には、システムのパフォーマンスを監査およびベンチマークするために、平均的なユーザーが特定のモデルまたはクラスターのさまざまな側面、特に出力を定義する機能を比較できることが重要です。

—アーダルシュ

確率的プライバシープリミティブ

記事「暗号化と AI アプリケーションの約束と課題」の中で、Vitalik 氏は暗号化と AI を解決する際の特有の課題について次のように述べています。

「暗号化では、オープンソースが物事を真に安全にする唯一の方法ですが、AI では、モデル (さらにはそのトレーニング データ) がオープンであるため、敵対的な機械学習攻撃に対する脆弱性が大幅に高まります。」

プライバシーはブロックチェーン分野における新しい研究の方向性ではありませんが、AI の普及によりプライバシー暗号化プリミティブの研究と応用が今後も加速すると考えられます。今年は、ZK、FHE、TEE、MPC などのプライバシー強化テクノロジーが大幅に進歩し、アプリケーション シナリオには、暗号化されたデータを計算するためのプライベート共有状態などの一般的なアプリケーションが含まれています。同時に、Nvidia や Apple のような集中型 AI 巨人が、システム全体でハードウェア、ファームウェア、モデルの一貫性を維持するために、共同学習とプライベート AI 推論に独自の TEE を使用しているのも見てきました。

これを念頭に置いて、異種システム上でランダムな状態転送をどのようにプライベートに保つことができるか、またそれによって、分散プライベート推論からデータの保存/アクセスに至るまで、現実世界の分散 AI アプリケーションの開発をどのように加速できるかを詳しく見ていきます。暗号化されたデータを完全に主権のある実行環境に転送します。

—アーダルシュ

エージェントの意図と次世代のユーザー トランザクション インターフェイス

AI エージェントに最も近いアプリケーション シナリオは、AI エージェントを使用して、私たちに代わってチェーン上で自律的なトランザクションを実行することです。確かに、過去 12 ～ 16 か月にわたって、「意図」、「エージェントのアクション」、「エージェントの意図」、「ソルバー」、「エージェント ソルバー」などが何であるかについて多くのあいまいさがあり、それらは異なります。近年のより伝統的な「ロボット」開発から。

今後 12 か月間で、さまざまなデータ型やニューラル ネットワーク アーキテクチャと組み合わされた言語システムがますます複雑になり、設計空間全体が前進すると予想されます。エージェントは現在私たちが使用しているのと同じオンチェーン システムを使用して取引を続けるのでしょうか、それとも独自の独立した取引ツール/方法を開発するのでしょうか?大規模言語モデル (LLM) はこれらのエージェント取引システムのバックエンドとして機能し続けるのでしょうか、それとも他のシステムに置き換えられるのでしょうか?インターフェースレベルでは、ユーザーは取引を行うために自然言語を使い始めるのでしょうか?古典的な「ブラウザとしてのウォレット」理論はついに実現するのでしょうか?

—ダニー、ケイティ、アーダルシュ、ドミトリー