SoK: A Systematic Bidirectional Literature Review of AI & DLT Convergence
このシステマティックな双方向文献レビュー（2020–2025 年）は、両方向における 5 つのアーキテクチャ層全体にわたる AI と DLT の収束を分析し、現在の研究が特定の層に狭く焦点を当てており、生産規模での検証が欠如しており、スケーラビリティと相互運用性における根本的な課題に対処するためにクロスレイヤーの共設計が必要であることを明らかにする。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
2 つの強力な技術が協力して家を建てると想像してみてください：**人工知能（AI）と、ブロックチェーンの背後にある技術群である分散型台帳技術（DLT）**です。
- AIは、設計図から学び、その場で意思決定ができる、天才的で高速に思考する建築家のような存在です。しかし、この建築家はしばしば「ブラックボックス」であり、彼がどのように意思決定を下したのかは必ずしも分からず、誤りや隠れたバイアスに陥りやすいという欠点があります。
- DLTは、敷かれたすべてのレンガが永遠に記録される、壊すことのできない公開ノートのようなものです。それは透明で信頼性がありますが、遅く、硬直しており、それ自体で複雑な意思決定を行うのは苦手です。
この論文は、2020 年から 2025 年の間に発表された 53 の研究論文を対象とした体系的なレビュー（大規模で組織的な調査）です。著者らは、これら 2 つの技術が互いにどのように助け合っているかを確認したいと考えました。彼らは、AI が DLT を助ける方向と、DLT が AI を助ける方向という 2 つの側面からその関係を調査しました。
以下は、彼らが発見した内容を単純な比喩を用いて整理したものです。
1. 双方向の通り
研究者たちは、彼らの発見を 2 つの車線に分けて整理しました。
車線 A：AI が DLT を助ける（賢い建築家がノートを修正する）
この方向では、研究者たちは AI を用いてブロックチェーンをより速く、安全で、賢くしようとしています。
- 彼らが行っていること：彼らは AI を、ブロックチェーンのためのセキュリティガード、交通整理員、そしてメカニックのように機能させています。
- どこで起こっているか：ほとんどの作業は、「実行（Execution）」層（スマートコントラクトのルールを確認する）と「合意形成（Consensus）」層（誰がノートに書き込む権限を得るかを決定する）に焦点が当てられています。
- 比喩：AI が公開ノートをスキャンして、誰かがページを偽造しようとしているかを瞬時に見つけ出す（セキュリティ）か、エントリーを記述する最良の順序を決定するスマートアルゴリズムを用いて列をより速く動かす（合意形成）ことを想像してください。
- ツール：彼らは、試行錯誤を通じて学習する「強化学習」を用いてシステムを調整し、あなたがチャットする AI のような「大規模言語モデル」を用いて複雑なコードを読み、理解しています。
- 結果：シミュレーションではうまく機能しますが、**まだ誰もこれを用いて大規模な実世界の工場を建設したわけではありません。**これは主に「実験室テスト」の段階にあります。
車線 B：DLT が AI を助ける（ノートが建築家を助ける）
この方向では、研究者たちは壊すことのできないノートを用いて、AI の問題を修正しようとしています。
- 彼らが行っていること：彼らは、データの由来を証明し、誰が AI を訓練したかを示し、共に活動する全員が誠実であることを保証するためにノートを使用しています。
- どこで起こっているか：ほとんどの作業は、「データ（Data）」層（AI の材料が良質であることを保証する）と「モデル（Model）」層（AI がどのように学習するかを管理する）に焦点が当てられています。
- 比喩：中央のボスなしで一緒に料理を作ろうとする一連のシェフ（AI 開発者）を想像してください。ノートは、誰がどの材料をいつ追加したかを正確に記録します。これにより、誰かが悪い材料を忍び込ませる（データ汚染）のを防ぎ、全員が貢献に対して公平に報酬を受け取ることを保証します。
- ツール：彼らは、報酬を管理するための「スマートコントラクト（自動ルール）」と、生データを共有せずに多数の異なるコンピューター上で AI を訓練する「フェデレーテッドラーニング」を使用しています。
- 結果：これもまた、理論上および小規模なテストでは機能しますが、まだ誰もこれを大規模な産業規模で展開したわけではありません。
2. 大きな不均衡（「歪んだ」地図）
著者らは、研究が非常に偏っていることに気づきました。それは、いくつかの都市が混雑し、他の地域が空の砂漠であるような地図のようです。
- 混雑した都市：
- AI が DLT を助ける場合：誰もが「合意形成（投票）」と「実行（コードの実行）」の層に夢中になっています。
- DLT が AI を助ける場合：誰もが「データ（材料）」と「モデル（レシピ）」に夢中になっています。
- 空の砂漠：
- 非常に少ない人々が「ネットワーク（コンピューター同士がどのように通信するか）」や「インフラ（実際のハードウェアや電力）」の層を見ています。
- 比喩：まるで、誰もが家のための最適な塗料の色（アプリケーション）やドアのための最適な鍵（セキュリティ）について議論している一方で、家の重さを支えることができるかどうかを実際に確認する基礎（インフラ）や配管（ネットワーク）については、ほとんど誰も確認していないようなものです。
3. 厳しい真実（ギャップ）
すべての刺激的なアイデアにもかかわらず、この論文はいくつかの深刻な問題を示しています。
- 実世界の証明がない：ほぼすべての研究は「プロトタイプ」または「シミュレーション」です。これは、ガレージで完璧な模型車を作っても、実際に高速道路で運転したことがないようなものです。誰もこれを大規模な生産規模で機能させることを証明していません。
- 「ブラックボックス」問題：AI は賢いはずですが、AI が誤りを犯した場合、ブロックチェーン上でなぜその誤りが起きたのかを証明するのは困難です。この論文は、ブロックチェーン上で AI の意思決定を「検証可能（証明可能）」にする完璧な方法がまだないことを指摘しています。
- 速度の壁：ブロックチェーンは遅く、AI は速く動作する必要があります。これらを組み合わせると、しばしば処理が遅くなったり、コストが増大したりします。
- 言語の壁：異なるプロジェクトが異なるルールや標準を使用しているため、それらが互いに通信すること（相互運用性）が困難になっています。
まとめ
この論文は、AI と DLT は紙の上では完璧な組み合わせ（一方は賢く、もう一方は信頼できる）であるが、現在は「実験室」に閉じ込められていると結論付けています。
- AI はブロックチェーンをより賢く、安全にしています。
- ブロックチェーンは AI をより信頼でき、透明にしています。
しかし、私たちはまだ初期段階にあります。素晴らしい設計図と小さなモデルはありますが、まだ超高層ビルは建てていません。著者らは、理論について語るのをやめ、これらが圧力に耐えられるかどうかを確認するために、これらのシステムを実世界でテストし始める必要があると述べています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。