AI時代、Web3企業はどのように伝統的な人工知能巨頭と競争するのか？

原文タイトル：《Flipping the AI coin》

原文著者：Gagra Ventures

原文翻訳：Fairy，ChainCatcher

編者按：著者は技術の光環を通じて、Web3プロジェクトがAIの発展を進める中で直面する資本、ハードウェアなどの多重障害を見ています。Web3の本来の目的は中央集権を打破し、分散化の理想を実現することですが、実際の運用では市場の物語やトークンのインセンティブに左右され、初志を逸脱することが多いです。

ChainCatcherは原文を以下のように翻訳しました：

AIとWeb3の結合の声が高まっていますが、これはもはや楽観的なベンチャーキャピタルの記事ではありません。私たちはこの2つの技術を統合することに楽観的ですが、以下の文章は一種の呼びかけです。さもなければ、この楽観主義は実現できません。

なぜでしょうか？最適なAIモデルの開発と運用には巨額の資本支出が必要であり、最先端のハードウェアは通常入手困難で、非常に特定の分野の研究開発が必要です。大多数のWeb3人工知能プロジェクトが行っているように、暗号インセンティブを通じてこれらのリソースをクラウドソーシングすることは、AIの発展を支配する大企業が投入する数十億ドルを相殺するには不十分です。ハードウェアの制約を考慮すると、これは初の大規模ソフトウェアパラダイムであり、既存の組織の外にいる賢く創造的なエンジニアがこれを打破することはできません。

ソフトウェアはますます速いペースで「世界を飲み込んで」おり、人工知能の加速に伴い指数関数的に成長するでしょう。現在の状況では、すべての「ケーキ」はテクノロジーの巨人に流れ込み、最終的なユーザーである政府や大企業は彼らの権力にさらに制約されることになります。

誤ったインセンティブメカニズム

すべてのことが非常に不適切なタイミングで起こっています------90%の分散型ネットワークの参加者は、物語に駆動された簡単な法定通貨の利益の「金の卵」を追求することに忙しいのです。

開発者は、私たちの業界の投資家に従っており、逆ではありません。この状況は、公開の認識からより微妙な潜在意識の動機まで、さまざまな形で現れますが、物語とそれを取り巻く市場がWeb3の多くの決定を駆動しています。伝統的な反射バブルと同様に、参加者は内部の世界に過度に集中し、外部の世界に注意を払うことができません。これは、このサイクルの物語をさらに推進するのに役立つ場合を除いてです。そして、人工知能は明らかに最大の物語です。なぜなら、それ自体が繁栄している段階にあるからです。

私たちは、人工知能と暗号通貨の交差領域で数十のチームと交流してきましたが、彼らの多くは非常に有能で、使命感を持ち、情熱的なビルダーであることを確認できます。しかし、人間の本性はそうであり、誘惑に直面すると、私たちはしばしばそれに屈服し、その後でこれらの選択を合理化します。

流動性の高い道は、暗号業界の歴史的な呪いであり------現在、この点で、長年の発展と価値のある採用を遅らせています。それは、最も忠実な暗号通貨信者さえも「トークンを引き上げる」方向に向かわせました。合理化された理由は、トークンを保有するビルダーがより良い機会を持つ可能性があるということです。

機関資本と個人資本の低い複雑性は、ビルダーに機会を提供し、現実から離れて主張を行い、評価から利益を得ることを可能にします。まるでこれらの主張がすでに実現したかのように。これらのプロセスの結果は、実際には根深い道徳的リスクと資本の破壊であり、長期的に効果を持つ戦略はほとんどありません。需要はすべての発明の母であり、需要が消えれば、発明も消えます。

この状況が発生するタイミングは、これ以上悪くなることはありません。すべての最も賢いテクノロジー企業家、国家行為者、大企業が人工知能革命から利益を得ようと競い合っているとき、暗号通貨の創始者と投資家は「迅速な10倍」を選択しました。そして、私たちの見解では、これが本当の機会コストです。

Web3人工知能の展望

上記のインセンティブメカニズムを考慮すると、Web3人工知能プロジェクトの分類は実際には次のように分けることができます：

• 合理的な（現実主義者と理想主義者に細分化可能）
• 半合理的な
• 偽造的な

根本的に、私たちはプロジェクトのビルダーが自分たちのWeb2競争相手に追いつく方法を明確に理解し、どの分野が競争可能で、どの分野が幻想であるかを知るべきだと考えています。これらの幻想の分野は、リスクキャピタル会社や一般の人々に売り込まれるかもしれませんが。

私たちの目標は、今この瞬間に競争に参加できることです。さもなければ、人工知能の発展速度がWeb3を置き去りにし、世界は西洋企業の人工知能と中国国家の人工知能の間の「Web4」に飛躍することになります。競争力を持たず、分散型技術に依存して長期間追いつこうとする人々は、過度に楽観的であり、真剣に受け止められるべきではありません。

明らかに、これは非常に粗い概括に過ぎません。「偽造者」グループの中にも、少なくとも数チームは真剣に取り組んでいます（おそらくもっと多くの人々は幻想を抱いています）。しかし、この記事は呼びかけの文書であり、私たちは客観的である意図はなく、読者に緊急性を持つよう呼びかけています。

合理的な：

「人工知能をブロックチェーンに載せる」ミドルウェアのソリューションの創始者は少なく、彼らは現在の分散型トレーニングや推論ユーザーが実際に必要とするモデル（つまり最先端技術）が実行不可能であることを理解しています。

したがって、最良の中央集権モデルをチェーン上の環境に接続し、複雑な自動化から利益を得る方法を見つけることは、彼らにとって十分に良い第一歩です。現在、APIアクセスポイントをホスティングできるハードウェア隔離TEE（「エアギャップ」プロセッサ）、双方向オラクル（チェーン上とチェーン下のデータを双方向でインデックスするため）、およびエージェントに検証可能なチェーン外計算環境を提供するコプロセッサアーキテクチャが、現在の最良のソリューションのようです。

状態変化をスナップショットするためにゼロ知識証明（ZKP）を使用するコプロセッサアーキテクチャもあり、私たちは中期的にはこれも実行可能であると考えています。

同じ問題に対して、より理想的なアプローチは、信頼の仮定においてチェーン外推論を検証し、チェーン上の計算と整合性を持たせることを試みることです。

私たちは、これを行う目的は、人工知能が統一された実行環境でチェーン上およびチェーン下のタスクを実行できるようにすることだと考えています。しかし、大多数の推論の検証支持者が話しているのは、「信頼モデルの重み」などの厄介な目標であり、これらの目標は実際には数年後（もしあれば）に関連性を持つようになります。最近、この陣営の創始者たちは推論を検証するための代替手段を探り始めましたが、最初はすべてZKPに基づいています。多くの賢いチームがZKML（ゼロ知識機械学習）の研究を進めていますが、彼らは暗号最適化の速度が人工知能モデルの複雑性と計算要求を上回ると予想しており、リスクを冒しています。したがって、彼らは現在競争に適していないと考えています。しかし、最近のいくつかの進展は非常に興味深く、無視されるべきではありません。

半合理的な：

消費者アプリケーションは、閉源およびオープンソースモデルをラッピングしたラッパー（例えば、画像生成のためのStable DiffusionやMidjourney）を使用しています。これらのチームのいくつかは市場に先駆けて進出し、実際のユーザーからの認識を得ています。したがって、すべてを偽造者と呼ぶのは不公平ですが、ほんの数チームだけがその基盤となるモデルを分散型の方法で発展させることを深く考え、インセンティブ設計において革新を行っています。トークン部分でも、いくつかの興味深いガバナンス/所有権設計があります。しかし、この種のプロジェクトの大多数は、OpenAI APIなどに基づいて、元々中央集権的なラッピングにトークンを付加し、評価プレミアムを得るか、チームにより早い流動性をもたらすことを目的としています。

上記の2つの陣営が解決していない問題は、分散型環境下での大規模モデルのトレーニングと推論です。現在、緊密に接続されたハードウェアクラスターに依存せずに基盤モデルを合理的な時間内にトレーニングすることは不可能です。競争レベルを考慮すると、「合理的な時間」が重要な要素です。

最近、理論的には「微分データフロー」などの方法が将来的に分散計算ネットワークに拡張され、その容量を向上させる可能性があるという有望な研究成果がいくつか出ています（ネットワークの能力がデータフローの要求に追いつくにつれて）。しかし、競争力のあるモデルのトレーニングは、単一の分散デバイスや先端計算（小売GPUは競争力を失いつつある）ではなく、ローカライズされたクラスター間の通信を必要とします。

モデルのサイズを縮小してローカライズ推論を実現する（分散型の2つの方法の1つ）研究も最近進展を見せていますが、Web3ではそれを活用する既存のプロトコルはありません。

分散型トレーニングと推論の問題は、論理的に私たちを3つの陣営の最後、そしてこれまでで最も重要な陣営に導きます。したがって、私たちにとっては最も感情的な触発要因となります。

偽造的な：

インフラストラクチャアプリケーションは主に分散サーバーの領域に集中し、裸のハードウェアまたは分散モデルのトレーニング/ホスティング環境を提供します。また、いくつかのソフトウェアインフラストラクチャプロジェクトは、連合学習（分散モデルのトレーニング）などのプロトコルを推進しているか、ソフトウェアとハードウェアコンポーネントを1つのプラットフォームに統合するプロジェクトがあり、このプラットフォーム上で人々は基本的にエンドツーエンドで自分たちの分散型モデルをトレーニングおよびデプロイできます。彼らの大多数は、述べられた問題を解決するために必要な複雑性を欠いており、「トークンインセンティブ+市場の助け」という単純な考えがここで優位に立っています。私たちが公共および私的市場で見ている解決策の中で、どれもこの時点で意味のある競争を実現できるものはありません。いくつかの解決策は実行可能な（しかしニッチな）製品に発展する可能性がありますが、私たちが今必要としているのは新鮮で競争力のある解決策です。そして、これは分散計算のボトルネックを解決する革新的な設計によってのみ実現できます。トレーニングでは、速度だけでなく、完了した作業の検証可能性やトレーニング作業負荷の調整も大きな問題であり、これが帯域幅のボトルネックを増加させます。

私たちは、競争力のある真の分散型基盤モデルのセットが必要であり、それらは分散型のトレーニングと推論を必要とします。人工知能を失うことは、イーサリアムの登場以来「分散型世界コンピュータ」が達成したすべての成果を根本的に否定する可能性があります。もしコンピュータが人工知能になり、人工知能が中央集権的であれば、反ユートピア的なバージョンを除いて、世界コンピュータは存在しません。

トレーニングと推論は人工知能革新の核心です。人工知能の世界の他の領域がより緊密なアーキテクチャに向かって進化しているとき、Web3は競争するためにいくつかの直交的な解決策を必要としています。なぜなら、正面からの競争の実行可能性がますます低くなっているからです。

問題の規模

すべては計算に関係しています。トレーニングと推論に投入するほど、結果は良くなります。はい、ここには調整や最適化があるかもしれませんし、他にも調整や最適化があるかもしれませんが、計算自体は均質ではありません。現在、従来のフォン・ノイマンアーキテクチャの処理ユニットのボトルネックを克服するためのさまざまな新しい方法がありますが、すべてはあなたがどれだけのメモリブロックで何回の行列乗算を行えるか、速度がどれほど速いかに帰着します。

これが、いわゆる「超大規模」がデータセンターにおいて非常に強力な構築を行っている理由です。彼らはすべて、人工知能モデルの上に完全なスタックを作成し、その下にそれを支えるハードウェアを配置することを望んでいます：OpenAI（モデル）+マイクロソフト（計算）、Anthropic（モデル）+AWS（計算）、Google（両方とも）およびMeta（自社のデータセンターを構築するために倍増し、両方とも増加中）。さらに多くの微妙な違いや相互作用のダイナミクス、関係者がありますが、すべてを列挙することはできません。全体として、超大規模企業は前例のない規模で数十億ドルをデータセンターの構築に投資しており、その計算と人工知能製品の間にシナジーを生み出し、人工知能が世界経済に普及するにつれて、巨額の利益を生むと予想されています。

今年のこの4社の予想される建設レベルを見てみましょう：

NVIDIA™のCEOであるジェンセン・ファン（Jensen Huang）は、今後数年間で人工知能加速分野に合計1兆ドルを投入することを提案しました。最近、彼はこの予測を倍増させ、2兆ドルに増やしました。これは、彼が主権企業の関心を見たためだとされています。

Altimeter社のアナリストは、2024年と2025年における人工知能関連のデータセンター支出がそれぞれ1600億ドルと2000億ドルを超えると予測しています。

現在、これらの数字をWeb3が独立したデータセンターオペレーターに提供するインセンティブと比較してみましょう。最新の人工知能ハードウェアに対する資本支出を拡大するよう促すために：

現在、すべての分散型物理インフラ（DePIn）プロジェクトの総時価総額は約400億ドルであり、主に比較的流動性が低く、投機的なトークンで構成されています。基本的に、これらのネットワークの時価総額は、その貢献者の総資本支出の上限の推定値に等しいです。なぜなら、彼らはトークンを用いてこの構築を促進しているからです。しかし、現在の時価総額はほとんど役に立たず、すでに発行されています。

したがって、今後3-5年の間に、インセンティブとして市場にさらに800億ドル（現在の価値の2倍）の私的および公開のDePInトークン資本が登場することを仮定し、これらのトークンが100%人工知能のユースケースに使用されると仮定します。たとえこの非常に粗い推定値を3（年）で割り、ドル価値を2024年に投入される超大規模企業の現金価値と比較しても、トークンインセンティブを「去中心化GPUネットワーク」プロジェクトの山に強制することは不十分であることは明らかです。

さらに、これらのトークンを吸収するために数十億ドルの投資家需要が必要です。なぜなら、これらのネットワークのオペレーターは、資本と運営支出の重大なコストを支払うために大量に採掘されたトークンを販売するからです。これらのトークンの価格を押し上げ、超大規模企業を超えるために建設を拡大するためには、さらに多くの資金が必要です。

しかし、Web3サーバーが現在どのように運営されているかを深く理解している人々は、「分散型物理インフラ」の大部分が実際にはこれらの超大規模企業のクラウドサービス上で運営されていると考えるかもしれません。もちろん、GPUやその他の人工知能専用ハードウェアの需要の急増は、より多くの供給を促進しており、最終的にはクラウドの賃貸または購入がより安価になることが期待されています。少なくとも、これは人々の期待です。

しかし同時に考慮すべきは、現在NVIDIAは最新世代のGPUに対する顧客の需要を優先する必要があるということです。NVIDIAは、自社の領域で最大のクラウドコンピューティングプロバイダーと競争を開始し、すでにこれらのスーパーコンピュータにロックインされている企業顧客に人工知能プラットフォームサービスを提供しています。これは最終的に、時間の経過とともに自社のデータセンターを構築するか（実質的に彼らが現在享受している豊かな利益を侵食するため、あまり可能性はありません）、またはその人工知能ハードウェアの販売を大幅に制限することを促すことになります。

さらに、追加の人工知能専用ハードウェアを展開しているNVIDIAの競合他社は、大多数がTSMCが製造したNVIDIAと同じチップを使用しています。したがって、現在、基本的にすべての人工知能ハードウェア企業がTSMCの生産能力を巡って競争しています。TSMCも特定の顧客を優先する必要があります。サムスンや潜在的なインテル（インテルはできるだけ早く最先端のチップ製造分野に戻るために努力しています）などは追加の需要を吸収できるかもしれませんが、TSMCは現在、ほとんどの人工知能関連チップを製造しており、最先端のチップ製造（3nmおよび2nm）の拡張と調整には数年を要します。

最後に、アメリカがNVIDIA（NVIDIA）とTSMC（TSMC）に対して制限を課しているため、中国は基本的に最新世代の人工知能ハードウェアから除外されています。Web3とは異なり、中国企業は実際に自分たちの競争モデルを持っており、特に百度やアリババなどの企業のLLMは、動作するために大量の旧世代の設備を必要とします。

上記の理由の1つまたはさまざまな要因の重なりにより、人工知能の覇権争いが激化し、クラウドビジネスが優先される中で、超大規模企業は外部からの人工知能ハードウェアへのアクセスを制限する可能性があります。基本的に、彼らはすべての人工知能関連のクラウド容量を占有し、他の人には提供せず、最新のハードウェアをすべて飲み込んでしまいます。これにより、主権国家を含む他の大企業は残りの計算供給に対してより高い要求をすることになります。同時に、残された消費者向けGPUもますます競争力を失っています。

明らかに、これは極端な状況ですが、ハードウェアのボトルネックが依然として存在する場合、大プレーヤーは報酬が高すぎるために退却します。こうなると、二次データセンターや小売レベルのハードウェア所有者のような分散型オペレーター（Web3 DePInプロバイダーの大多数）は競争から排除されることになります。

コインの裏側

暗号通貨の創始者たちがまだ夢の中にいるとき、人工知能の巨人たちは暗号通貨に密接に注目しています。政府の圧力と競争は、彼らが暗号通貨を採用することを促すかもしれません。そうしなければ、閉鎖されるか厳しい規制を受ける可能性があります。

Stability AIの創始者は最近辞任し、彼の会社を「去中心化」することを始めました。これは最初の公開の暗示の1つです。彼は以前の公の場で、会社が成功裏に上場した後にトークンを発行する計画を隠していませんでした。これは、期待される行動の背後にある真の動機をある程度暴露しています。

同様に、サム・アルトマンは彼が共同設立した暗号プロジェクトWorldcoinの運営には関与していませんが、そのトークンの取引は間違いなくOpenAIの代理のようです。インターネットトークンプロジェクトと人工知能研究開発プロジェクトを結びつける方法があるかどうかは、時間が教えてくれるでしょうが、Worldcoinチームは市場がこの仮説をテストしていることに気づいているようです。

私たちにとって、人工知能の巨人たちが異なる去中心化の道を探求することは非常に意味があります。ここで再び問題となるのは、Web3が意味のある解決策を生み出していないということです。「ガバナンストークン」はほとんどの場合ただのジョークであり、現在、資産保有者とそのネットワークの開発および運営との間の直接的な関係を明確に避けるトークン（例えばBTCやETH）だけが真の去中心化トークンです。

技術の進展を遅らせるインセンティブメカニズムは、異なるガバナンス暗号ネットワーク設計の発展にも影響を与えています。スタートアップチームは、自分たちの製品に「ガバナンストークン」を貼り付け、蓄積の過程で新しい道を模索しようとしていますが、最終的にはリソース配分を巡る「ガバナンスシアター」に固執することになります。

結論

AI競争は進行中であり、誰もがこれを非常に真剣に受け止めています。大手テクノロジー企業が計算能力を拡大することを考える中で、私たちは何の抜け穴も見つけることができません------より多くの計算はより良い人工知能を意味し、より良い人工知能はコストを削減し、新しい収入を増やし、市場シェアを拡大します。私たちにとって、これはバブルが合理的であることを意味しますが、すべての偽造者は将来の避けられない洗練の中で淘汰されるでしょう。

集中化された大企業の人工知能がこの分野を支配しており、スタートアップは追いつくのが難しいです。Web3分野は遅れて参加していますが、この競争に加わっています。Web2分野のスタートアップと比較して、暗号人工知能プロジェクトに対する市場の報酬は過剰であり、これにより創始者は重要な瞬間に製品の提供からトークン価格の上昇を推進することに注意を向けることになりますが、そのタイミングは急速に閉じつつあります。これまでのところ、拡張計算規模を回避する革新はありません。

現在、消費者向けモデルを巡って信頼できるオープンソース運動が発生しています。最初は、いくつかの集中型企業だけが、より大きな閉源の競争相手（例えばMeta、Stability AI）と市場シェアを争っていました。しかし、今やコミュニティが追いつき、先行する人工知能企業に圧力をかけています。これらの圧力は、人工知能製品の閉源開発に影響を与え続けますが、オープンソース製品が追いつくまでの影響はそれほど大きくありません。これはWeb3分野のもう一つの大きな機会ですが、前提として分散モデルのトレーニングと推論の問題を解決する必要があります。

したがって、表面的には「クラシック」な破壊者の機会が存在するように見えますが、実際の状況はそれとは程遠いです。人工知能は計算と密接に関連しており、今後3-5年の間に画期的な革新がなければ、この状況は変わりません。そして、これは誰が人工知能の発展を制御し、導くかを決定する重要な時期です。

計算市場自体は、需要が供給側の努力を推進していますが、製造業者間の競争はチップ製造や規模の経済などの構造的要因によって制約されているため、「百花齐放」は不可能です。

私たちは依然として人類の知恵に楽観的であり、自由な世界に利益をもたらす方法で人工知能の難題を解決しようとする賢い人々と高潔な人々が十分にいると確信しています。しかし、この機会は非常にわずかに見え、せいぜいコインを投げるようなものです。しかし、Web3の創始者たちは、世界に実際の影響を与えるのではなく、経済的利益を得るためにコインを投げることに忙しいのです。