Hack Seasons Singaporeの洞察：講演者がAIがどのように加速できるかを共有 Web3 開発

10月初めに、 ハックシーズンズカンファレンス シンガポールで開催され、AIの最新動向を検討するため、一流の専門家が集まりました。 Web3、ブロックチェーン、暗号通貨。この日最も注目されたパネルの一つは「AI：ロジックとインテリジェンスレイヤー」と題された。 Web3 「ニーズとは？」では、AI主導の分析がオンチェーン活動をどのように強化し、より高速でスマート、そしてより適応性の高いエコシステムを構築できるかに焦点を当てました。 イゴール・レッシオ の、最高経営責任者（CEO） AIフロー , featured 著名人を含む ウィル・カーター 、CTO ラミナ1 ; レーン・レッティング 、研究責任者 財団の近く ; ディロン・チェン 、の創設者兼CEO コマンドと 、および アーロン・ラミレス AIソフトウェアエンジニア フリップサイド .

議論はWeb2と Web3 開発のスピードはそれぞれ異なっており、現在何がそれを妨げているのかという疑問が生じている。 Web3 Web2と同じペースを達成することはできません。

パネリストらは次のように同意した。 Web3 Web2よりも遅いですが、これは必ずしも欠点ではなく、多くの点で特徴であると強調しました。Web2とは異なり、 Web3 セキュリティと最終性を優先します。 Web3 分散化が維持され、ブラックボックスの大規模言語モデルなどの不透明なシステムへの依存によって新たなリスクが生じないようにするためのガードレールを慎重に実装する必要があります。 Web3 開発者は、Web2 では遭遇しないような固有の課題を解決する必要があります。

パネルはさらに、人間のシステムが Web3 技術システムを忠実に反映しています。集中型のWeb2アプリケーションでは、開発者は中央データベースやオラクルに頼ることで、高いスループット、高速なトランザクション、そしてスケーラビリティを実現できますが、これは集中化を犠牲にしています。対照的に、ブロックチェーンは Web3 速度とコストはより遅くなりますが、不変性などの中核的な分散機能を提供します。この遅いペースはソーシャルレイヤーにも及んでおり、分散型のガバナンスプロセスとコミュニティ主導の意思決定は、たとえ開発を遅らせるとしても、長期的な成果の向上に貢献します。パネルは、AIエージェントが反復的なタスクの自動化やガバナンスのサポートを通じてこれらの非効率性の一部を軽減し、分散型プロセスの特定の側面を効果的に加速できると指摘しました。

もう一つの指摘は、暗号通貨分野におけるイノベーションは、エンドユーザーから見えにくいことが多いという点です。コンセンサスプロトコルやソーシャルガバナンスレイヤーといったメカニズムは、オープンソースAIコミュニティの最新技術開発のように、舞台裏で機能しており、最先端の研究から数ヶ月遅れることもあります。

繰り返し取り上げられたテーマはセキュリティでした。Web2では速度がセキュリティよりも優先されることが多かったのとは異なり、 Web3の主な焦点はセキュリティと信頼性であり、必然的に製品のリリースサイクルは遅くなります。パネリストは、 Web3 チームは AI ツールを戦略的に活用して開発を合理化し、安全性を損なうことなくリリースを加速できるため、分散化の利点とより効率的な生産を組み合わせることができます。

分散化とAIのバランス：プライバシー、透明性、マルチエージェントシステム Web3

会話は、 Web3そして、それがしばしば集中型の知能を表すAIとどのように交差するのかについて議論しました。パネリストたちは、AI技術を活用しながら知能の分散性を維持するための戦略を探求しました。

AIモデルにおけるプライバシーは、特にシステムがリモートで運用される場合、依然として課題となっています。実際には、多くの開発者は多くのアプリケーションにおいて、プライバシーよりもパフォーマンスを優先しています。デバイス内AIは、限られたユースケースにおいてユーザーデータを保護する一つの手段となりますが、スマートフォンなどのデバイスは限られたサイズのモデルしか実行できないため、パフォーマンス、機能、プライバシーの間でトレードオフが生じます。パネルは、一般の人々はプライバシーよりも利便性を優先し、WhatsAppやTikTokといったユーザーデータを悪用する可能性のあるプラットフォームを選択する傾向があることを指摘しました。しかし、オンボーディングアプリケーションのような小規模でターゲットを絞ったツールは、技術データをユーザーフレンドリーで意図に基づいたインタラクションに変換するローカルAIフレームワークの恩恵を受けることができます。これらの解決策にもかかわらず、AIモデルは依然として不透明なブラックボックスであり、より透明性の高い代替手段が必要です。

講演者たちは、AIパイプラインとデバイス上の推論プロセスの信頼性を保証する暗号学的証明を含む、オープンで検証可能なモデルトレーニングの重要性を強調しました。彼らは2年前、プライバシーと検証可能性に対する一般の懸念について過度に楽観的であったことを認めました。今日、一般の認識はまだ限られているものの、プライバシーを優先する市場セグメントが存在し、潜在的に1兆ドル規模の市場における大きな機会を示しています。

プライバシー以外にも、パネリストはAIモデルの現在の限界について議論し、 ChatGPT 同じクエリに対して一貫性のない出力を生成する可能性があります。ユーザーエクスペリエンス、マルチエージェントシステム、意思決定プロセスは、改善が必要な重要な領域です。信頼に関しては、パネルは企業がAIエージェントが使用するデータについて透明性を提供する必要性を強調しました。

今後の展望として、議論では単一のAIプロバイダーへの依存はリスクが高いことが示唆されました。オープンソースモデルを含む複数のプロバイダーに分散投資することが推奨されます。複数の新興企業が、ユーザーデータを保存せず、オープンソースモデルを活用したAI製品を開発しており、今後5年間で競争が激化し、より分散化され、プライバシーを重視したAIソリューションが生まれる可能性があります。

議論の締めくくりとして、パネリストたちはユーザーエクスペリエンス（UX）の進化を振り返り、チャットベースのインターフェースへの明確な移行を指摘した。彼らは、消費者の次の大きな波は、 DeFi 同様の経験によって形作られる ChatGPTユーザーは瞬時に情報にアクセスできます。さらに、この進化により、特にほとんどのインタラクションがモバイルデバイス上で行われるようになったため、この新しい合理化されたUXを完全に受け入れるには、運用アプローチの見直しが必要になると強調しました。

パネルは、ユーザーが即時の応答を期待する傾向が強まっており、速度と正確性の両方が重要になっていると指摘しました。同時に、ユーザーリテラシーの重要性も強調し、大規模言語モデル（LLM）の仕組みとその限界を理解し、出力は常に検証する必要があることを指摘しました。