AIとWeb3の融合：香港コンセンサス大会2025のホットトピック

最近終了した香港コンセンサス大会2025では、AIとWeb3の融合が注目されるホットトピックとなりました。メイン会場でも分科会でも、この2つの分野の結合についての議論が参加者の大きな関心を引きました。本記事では、会議でのいくつかの重要な洞察と最前線のプロジェクト紹介をお届けします。

一、AI インフラストラクチャ

1. AIエージェント発射プラットフォームとフレームワーク

AI技術の急速な発展に伴い、低い敷居でAIエージェントを所有し使用できるプラットフォームがここ半年で非常に人気のある方向性となっています。以下は注目すべきプロジェクトです：

• 0G Labs：初の分散型人工知能オペレーティングシステムで、AI専用のLayer 1を構築し、計算リソース、データ、モデルを接続します。
• DeAgentAI：分散型AIエージェントの革新プラットフォームに焦点を当て、マルチエージェント技術の発展を推進することに専念しています。
• Autonomys Network：安全で自主的な人間と機械の協力を実現するための分散型インフラストラクチャスタック。
• Gaia Network：分散型のAIインフラストラクチャプラットフォームで、AIエージェントとアプリケーションの分散開発と運用をサポートします。
• Questflow：分散型の複数のAIエージェントで構成されたネットワークで、ユーザーはニーズを説明するだけで、AIエージェントネットワークが自律的にタスクを完了します。

2. 分散型AI

去中心化AIはチェーン上AIの究極の目標であり、多くのプロジェクトが計算能力、データ、モデルなどの方向で絶えず努力して、大企業のLLMに対する独占的地位を打破しようとしています。注目すべきいくつかのプロジェクトには、

• Vana：分散型のユーザーデータ主権プラットフォームの構築に取り組んでいます。
• ハイパーボリック：オープンアクセスのAIクラウドプラットフォームで、世界中の計算リソースを統合します。
• OpenLedger：AIとブロックチェーンに焦点を当てた次世代ネットワークで、分散型経済インフラを提供します。
• IO.NET：分散型コンピューティングプラットフォームで、オンデマンドでGPUおよびCPUクラスターへのアクセスサービスを提供します。
• Aethir：分散型クラウドコンピューティングインフラを提供する革新的なプラットフォーム。
• MinionLab：分散型自律AIインテリジェントエージェントネットワーク。
• GAIB：AIと高性能計算分野の経済レイヤーソリューションに取り組んでいます。
• Kite AI：人工知能経済のために設計された分散型Layer 1ブロックチェーンプラットフォーム。
• Automata：去中心化アプリケーションに対して、中間層のプライバシー保護と追跡のない計算機能を提供します。
• Public AI：オープンで透明なAIデータプラットフォームを構築し、多モーダルデータの収集とアノテーションをサポートします。

3. 検証可能なAI

AIの発展に直面しているトレーニングプロセスの不透明性や出力結果の正確性を保証するのが難しいという課題を解決するために、一部のプロジェクトはZKP、TEEなどの技術を通じてAIトレーニングプロセスの検証可能性を実現しています。

• Phala Network：分散型クラウドコンピューティングプラットフォームで、オンチェーンアプリケーションに信頼できるプライバシー計算とAI推論サービスを提供します。
• Brevis：分散型計算エンジンで、検証可能なオフチェーンAIとブロックチェーン計算を提供します。
• Verisense Network：分散型データ検証と信頼できるAIの革新プラットフォームに焦点を当てています。

2. AIのユースケース:可能性と期待

AIインフラプロジェクトは豊富ですが、現在際立ったAIの実際のユースケースプロジェクトは比較的少ない。注目すべきいくつかのプロジェクトには、次のものが含まれます：

• Narra：Berachainに基づくGamefi AIエージェントプラットフォーム。
• AI旅行：AI駆動の旅行アシスタント。
• HeyTracyAI：バスケットボール分野に特化したスポーツ解説AIエージェント。
• AskJimmy：金融および取引分野に特化したAIエージェントプラットフォーム。

三、伝統的プロジェクトのAIへの転換

多くの従来のWeb3プロジェクトもAI技術を取り入れ始めています。Sui、Near、Flow、AptosなどのパブリックチェーンはAI関連の会議に積極的に参加し、AIエージェントが複雑なブロックチェーンのインタラクションプロセスを簡素化するのに重要な助けとなることを示しています。Eigenlayerなどのプロジェクトも去中心化された信頼層を構築し、AIの発展を支援するために努力しています。

第四に、挑戦と未来

明るい展望にもかかわらず、チェーン上のAIの発展は、モデルの信頼性不足、プロンプトの意図の曖昧さ、ストレージやハードウェアの制約、プライバシーとセキュリティの問題など、多くの課題に直面しています。これらの課題は、技術的な難題をもたらすだけでなく、業界の革新の機会も提供します。長期的には、業界はチェーン上のAIの発展に対して希望を持ち、インフラの整備、ユースケースの革新、コミュニティの協力を通じて、AIとWeb3の融合と繁栄を推進することを期待しています。