AI とブロックチェーンの融合: 15 年の展望

人工知能（AI）とブロックチェーンは世界に革命を起こすと期待されていました。ただし、事態が明らかになるまでには少し時間がかかりました。

Artificial Intelligence (AI) and blockchain were touted to revolutionize the world, but things have taken a bit longer to manifest. Here's how they can converge and what challenges lie ahead.

人工知能 (AI) とブロックチェーンは世界に革命をもたらすと宣伝されましたが、事態が顕在化するまでにはもう少し時間がかかりました。ここでは、それらがどのように収束するのか、そして今後どのような課題が待ち受けているのかを説明します。

Artificial Intelligence (AI) and blockchain were expected to revolutionize the world by now, but things have taken a bit longer to manifest. Both technologies have advanced significantly, but their convergence and mainstream adoption still face several challenges and opportunities.

人工知能 (AI) とブロックチェーンは今頃世界に革命をもたらすと期待されていましたが、事態が顕在化するまでにはもう少し時間がかかりました。どちらのテクノロジーも大幅に進歩しましたが、それらの統合と主流の採用には依然としていくつかの課題と機会が残されています。

In this article, we'll explore why AI and blockchain need to converge, the specializations forming amongst Large Language Models (LLMs), and why we expect 15 more years to see commercially viable applications go mainstream.

この記事では、AI とブロックチェーンが融合する必要がある理由、大規模言語モデル (LLM) 間で形成される専門分野、そして商業的に実行可能なアプリケーションが主流になるまでにはさらに 15 年かかると予想される理由を探ります。

The evolution of AI: Specialization and cost challenges

AI の進化: 専門化とコストの課題

As AI continues to leapfrog expectations, we're witnessing a trend towards specialization in LLMs. Models like Claude, developed by Anthropic, are already becoming popular among developers for technical tasks and coding assistance. Others focus on specific industries or use cases (e.g., ChatGPT for more general audiences, Gemini for copywriting, and Perplexity for general research).

AI が期待をはるかに超え続けるにつれて、LLM の専門化が進む傾向が見られます。 Anthropic が開発した Claude のようなモデルは、技術的なタスクやコーディング支援として開発者の間ですでに人気が高まっています。特定の業界やユースケースに焦点を当てたものもあります (たとえば、より一般的なユーザー向けの ChatGPT、コピーライティング向けの Gemini、一般的なリサーチ向けの Perplexity)。

This natural specialization reflects the growing demand for precision in AI applications, particularly in enterprise settings. However, this progress also comes at a cost.

この自然な専門化は、AI アプリケーション、特にエンタープライズ環境における精度に対する需要の高まりを反映しています。ただし、この進歩には代償も伴います。

Despite ongoing efforts to optimize AI models, the financial burden of using LLMs at scale remains significant. OpenAI’s GPT-4, for instance, charges $0.03 per 1K tokens for input and $0.06 per 1K tokens for output. Their o1 (‘Strawberry’) model, which focuses on reasoning, is being priced at $15 per 1 million input tokens.

AI モデルを最適化するための継続的な取り組みにもかかわらず、LLM を大規模に使用する場合の経済的負担は依然として大きいです。たとえば、OpenAI の GPT-4 の料金は、入力の場合は 1,000 トークンあたり 0.03 ドル、出力の場合は 1,000 トークンあたり 0.06 ドルです。推論に重点を置いた o1 (「Strawberry」) モデルの価格は、100 万入力トークンあたり 15 ドルです。

These costs can quickly become prohibitive for businesses looking to integrate AI across multiple departments. For instance, a large e-commerce company might use an LLM to personalize product recommendations, generate marketing copy, and even assist customer service representatives.

これらのコストは、複数の部門にわたって AI を統合しようとしている企業にとって、すぐに法外な額になる可能性があります。たとえば、大規模な電子商取引企業は、LLM を使用して製品の推奨事項をパーソナライズし、マーケティング コピーを生成し、さらには顧客サービス担当者を支援することもあります。

While using an LLM for each task might be ideal from a performance perspective, the costs could quickly become unsustainable, especially considering that LLMs require continuous fine-tuning and maintenance.

各タスクに LLM を使用することはパフォーマンスの観点からは理想的かもしれませんが、特に LLM には継続的な微調整とメンテナンスが必要であることを考慮すると、コストがすぐに持続不可能になる可能性があります。

To address this challenge and make AI more accessible to a broader range of applications, we need to explore alternative approaches that can reduce the overall costs of deploying and using AI models at scale.

この課題に対処し、より幅広いアプリケーションで AI を利用しやすくするには、AI モデルを大規模に展開して使用するための全体的なコストを削減できる代替アプローチを模索する必要があります。

One promising solution lies in converging AI with blockchain technology, specifically Scalable Blockchain Technology (what we call “SBT”), which offers several unique advantages for AI applications.

有望な解決策の 1 つは、AI とブロックチェーン テクノロジー、特にスケーラブル ブロックチェーン テクノロジー (私たちが「SBT」と呼ぶもの) を融合することであり、これは AI アプリケーションにいくつかの独自の利点をもたらします。

Blockchain: A potential solution for AI’s pain points

ブロックチェーン: AI の問題点に対する潜在的な解決策

The convergence of AI and blockchain can pave the way for a new era of decentralized intelligence, where data privacy, security, and ownership take center stage. Here's how blockchain can address some of AI's most pressing pain points:

AI とブロックチェーンの融合は、データのプライバシー、セキュリティ、所有権が中心となる分散型インテリジェンスの新時代への道を切り開く可能性があります。 AI の最も差し迫った問題点のいくつかにブロックチェーンがどのように対処できるかは次のとおりです。

Data privacy and ownership: By integrating AI models with decentralized blockchain networks, we can create a system where data is no longer centrally controlled or owned. Instead, individuals and organizations could securely contribute their data to a collective pool, ensuring that AI models have access to a diverse and privacy-preserving dataset.

データのプライバシーと所有権: AI モデルを分散型ブロックチェーン ネットワークと統合することで、データが中央で管理されたり所有されたりしないシステムを構築できます。代わりに、個人や組織が自分のデータを集合プールに安全に提供できるようになり、AI モデルがプライバシーを保護する多様なデータセットに確実にアクセスできるようになります。

In this scenario, data contributors would retain ownership and control over their data, and they could choose to opt out or revoke access at any time. This approach aligns closely with the principles of Web3 and decentralized data governance, empowering individuals to participate in the data economy without sacrificing their privacy.

このシナリオでは、データ投稿者は自分のデータに対する所有権と制御を保持し、いつでもオプトアウトまたはアクセスの取り消しを選択できます。このアプローチは Web3 および分散型データ ガバナンスの原則と密接に連携しており、個人がプライバシーを犠牲にすることなくデータ エコノミーに参加できるようにします。

Secure and immutable data input: Another key benefit of converging AI and blockchain is the ability to ensure the integrity and immutability of data used to train and operate AI models.

安全で不変のデータ入力: AI とブロックチェーンを統合することのもう 1 つの主な利点は、AI モデルのトレーニングと操作に使用されるデータの整合性と不変性を確保できることです。

In a decentralized AI system, data would be securely recorded on the blockchain, making it virtually impossible to tamper with or manipulate. This immutable data record would serve as a single source of truth, ensuring that AI models are always operating on the most accurate and up-to-date information.

分散型 AI システムでは、データはブロックチェーンに安全に記録されるため、改ざんや操作は事実上不可能になります。この不変のデータ記録は単一の真実の情報源として機能し、AI モデルが常に最も正確で最新の情報に基づいて動作することを保証します。

By combining the strengths of AI and blockchain in this way, we can create a new generation of AI models that are not only powerful and efficient but also privacy-preserving, secure, and transparent.

このように AI とブロックチェーンの強みを組み合わせることで、強力で効率的であるだけでなく、プライバシーの保護、安全性、透明性も備えた新世代の AI モデルを作成できます。

Several initiatives are already exploring the potential of blockchain for secure and privacy-preserving AI applications. For instance, the European Blockchain Services Infrastructure (EBSI) is examining how blockchain can be used to create a trusted and secure environment for deploying AI models.

すでにいくつかの取り組みが、安全でプライバシーを保護する AI アプリケーションのためのブロックチェーンの可能性を探求しています。たとえば、欧州ブロックチェーン サービス インフラストラクチャ (EBSI) は、ブロックチェーンを使用して AI モデルを展開するための信頼できる安全な環境を作成する方法を検討しています。

Similarly, projects like Ocean Protocol are developing decentralized data marketplaces that could revolutionize how AI models access and use training data. And projects like Teranode are showcasing what's truly possible at scale—something AI systems need since they deal with infinitely larger datasets than traditional ones.

同様に、Ocean Protocol のようなプロジェクトは、AI モデルがトレーニング データにアクセスして使用する方法に革命をもたらす可能性のある分散型データ マーケットプレイスを開発しています。そして、Teranode のようなプロジェクトは、大規模に真に可能なこと、つまり従来のデータセットよりも無限に大きなデータセットを扱う AI システムに必要なことを示しています。

Roadblocks on the path to convergence

収束への道の障害

Despite the potential for synergy between AI and blockchain, several significant roadblocks stand in the way of seamless integration:

AI とブロックチェーンの間には相乗効果の可能性があるにもかかわらず、シームレスな統合の妨げとなるいくつかの重要な障害があります。

Nascent regulatory frameworks: Both AI and blockchain are still emerging technologies that are rapidly evolving. As a result, regulatory frameworks governing their use and application are still nascent and vary widely across jurisdictions.

初期の規制枠組み: AI とブロックチェーンはどちらもまだ新興テクノロジーであり、急速に進化しています。その結果、その使用と適用を管理する規制の枠組みはまだ初期段階にあり、管轄区域によって大きく異なります。

This lack of clear and consistent regulation poses a challenge for businesses and technologists seeking to converge AI and blockchain in a legally compliant manner.

この明確で一貫した規制の欠如は、法に準拠した方法で AI とブロックチェーンを統合しようとしている企業や技術者にとって課題となっています。

For instance, some jurisdictions might have strict data privacy laws that limit the use of certain AI techniques, while

たとえば、一部の管轄区域では、特定の AI 技術の使用を制限する厳格なデータ プライバシー法が定められている場合があります。