Crypto x AI, AI x Crypto: A Survey
本調査は、AIとクリプトの間の双方向の関係を体系的に検証し、現在の成果、機会、および課題を明らかにするとともに、業界の誤解を解き、両分野の有意義な統合は依然として初期段階にあると結論付けている。
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
現代のデジタル環境において、テクノロジーを構築し、世界との関わり方を再定義している2つの強力な力が存在します。それは人工知能（AI）と暗号技術です。人工知能とは、パターンの認識、意思決定、テキスト生成など、通常は人間の思考を必要とするタスクを実行するために、データから学習するコンピュータシステムを指します。ここでの暗号技術とは、単なる秘密のコードのことではなく、データの保護、コンピュータプログラムが意図した通りに正確に動作したかの検証、そして中央集権的な管理者が不在でもデジタル取引が行われることを保証するための、広範なツールのセットを指します。長年、これら2つの分野は別々の領域として存在してきましたが、現在、多くの研究者や企業が両者の融合を試みています。その期待感は高まっていますが、それはしば der 実際には何が可能であり、何がまだ遠い夢の段階にあるのかという事実をしばしば覆い隠してしまいます。これらの技術が真に交差する地点を理解することは極めて重要です。なぜなら、この組み合わせはセキュリティと自動化の両面における深い問題を解決することを約束する一方で、私たちがようやく理解し始めたばかりの新しいリスクをもたらすからです。
主要な大学や業界の研究室の大きなチームによって執筆された包括的な新しい調査は、この交差点の現状を明らかにするために、ノイズを排除して整理しています。「Crypto x AI, AI x Crypto」と題されたこの論文は、すべてを一瞬にして解決する魔法のような解決策を見出したと主張するものではありません。むしろ、何が達成され、何が単なる理論上のものに過ぎず、どこに真の障害があるのかについて、明確な目を持つインベントリ（目録）を提供しています。研究者たちは、彼らの発見を2つの主要な方向に整理しています。1つ目は「Crypto x AI」であり、これは人工知能がいかにしてブロックチェーンシステムやデジタル通貨をより有用で使いやすくできるかを問うものです。2つ目は「AI x Crypto」であり、これは暗号技術のセキュリティツールがいかにして人工知能システムを改ざんや不正から守ることができるかを探求するものです。著者らは、潜在能力は計り知れないものの、これら2つの技術は依然として意味のある統合の極めて初期段階にあり、両者の結合力に関する多くの一般的な信念は、現在は現実よりもハイプ（過剰な期待）に近いものであると結論付けています。
AIを用いてクリプトを支援する側については、人工知能が分析ツールとしてすでに有用であることを示していると、この調査は指摘しています。研究者たちは、機械学習をブロックチェーンネットワークに適用し、不正な取引の兆候を検知したり、スマートコントラクト（ブロックチェーン上で実行される自己実行型プログラム）のバグを含むコードを特定したりすることに成功しています。これらのツールは、過去の膨大なデータから学習する場合に最も効果を発揮します。それは、過去に数千件の同様の事例を見てきた経験豊富な検査官のように、欠陥を見つけ出すことができます。単にエラーを探すだけでなく、AIはより優れたブロックチェーンシステムの設計を支援し始めています。過去のパフォーマンスから学習することで、AIは、取引の処理速度やユーザー間の紛争処理方法など、ネットワークの運用を規定するルールへの改善案を提示できます。おそらく最もエキサイティングなのは、AIがブロックチェーンという硬直した世界と、無秩序で構造化されていない現実世界の間の架け橋として機能し始めていることです。伝統的にブロックチェーンはクリーンで構造化されたデータしか理解できませんが、AIは今や人間の言語や複雑な現実世界の出来事を、ブロックチェーンが理解できる形式へと翻訳する手助けができます。これにより、人間の手によるデータの入力なしに、ニュース報道や天候の変化、あるいは法的文書に対してデジタル契約が自動的に反応することが可能になるかもしれません。
しかし、この方向性における重大な危険性についても、この調査は強調しています。AIが自律的に意思決定を行う能力を高めるにつれ、これらの自律的なエージェントが操作されたり、予測不可能な動きをしたりするリスクが生じます。研究者たちは、金融アプリケーションにおける特定の緊張関係を指摘しています。もしAI投資ツールが利益を守るためにその戦略を秘密にした場合、ユーザーはそのツールが公正であるか、あるいは内部関係者が不適切に動いていないかを知る術がなくなります。逆に、ユーザーが公平性を確認できるように透明性を高めれば、その戦略は競合他社に盗まれてしまいます。著者らが「CoinAlg Bind（コイン・アルゴリズムの束縛）」と呼ぶこのジレンマは、単にクリプトにAIを追加したとしても、信頼や公平性の問題が自動的に解決されるわけではなく、場合によっては、より困難な新しい問題を生み出す可能性があることを示唆しています。
もう一方の方向である「AI x Crypto」では、暗号技術のツールがいかにして人工知能をより安全で信頼できるものにできるかを探っています。現在、ユーザーがAIモデルに質問をする際、そのモデルを運営している企業が回答を改ざんしないこと、ユーザーのプライベートなデータを盗まないこと、そして広告されているものとは異なるモデルを使用しないことを信頼しなければなりません。暗号技術は、運営者を信頼することなく、これらを検証する方法を提供します。例えば、「ゼロ知識証明」と呼ばれる技術により、計算の詳細を明かすことなく、特定の計算を正しく実行したことをコンピュータが証明することができます。これは、たとえモデル自体が機密であっても、ユーザーが自分のデータが約束通りに処理されたことを検証できることを意味します。同様に、「信頼できるコンピューティング（Trusted Computing）」は、特殊なハードウェアを使用して、モデルが実行されるための安全で隔離された環境を作り出し、所有者であってもデータの中身を覗いたり結果を変更したりできないようにします。これらのツールにより、医療診断やローンの承認といった機密性の高いタスクにおいて、プライバシーを維持しながら、結果の正確性を保証した上でAIを利用できるようになります。
また、この調査は、AIを動かすインフラストラクチャを整理するためにブロックチェーンを利用するというアイデアについても検討しています。例えば、人々がモデルの学習のためにコンピュータの計算資源を貸し出す分散型ネットワークの構築などが挙げられます。これはコストを下げる方法に聞こえますが、研究者たちはそれが必ずしも勝利をもたらすわけではないと警告しています。彼らの分析によ内に、分散型ネットワーク上でコンピュータをレンタルすることは、主要なクラウドサービスを利用するよりも時間あたりのコストは安くなるかもしれませんが、多くの異なるコンピュータ間での調整に必要な追加の時間と複雑さが、大規模な作業の総コストを大幅に押し上げる可能性があります。彼らは、現時点でのこれらのネットワークの最も効果的な用途は、より小規模で複雑性の低いタスクであり、分散型のアプローチが伝統的な手法よりも実際に効率的であるかどうかを理解するためには、さらなる厳格なテストが必要であると主張しています。
おそらくこの調査の最も重要な部分は、大衆の想像力の中に定着してしまった一般的な誤解を打破しようとする試みです。著者らは、ブロックチェーンはコンテンツが人間によって作成されたものか、それともAIによって作成されたものかを魔法のように区別することはできないと明言しています。ブロックチェーンは、ファイルが作成されてから改ざんされていないことを証明するためにデジタルの指紋を記録することはできますが、そのファイルがもともと人間によって作られたのか、それとも機械によって作られたのかを判別することはできません。その判断には依然として外部の検出器が必要であり、その検出器自体が間違える可能性もあります。同様に、論文は、単にAIモデルを分散型ネットワーク上で実行したとしても、それが自動的に公平性やバイアスの除去につながるわけではないと論じています。バイアスは通常、モデルの学習に使用されるデータに組み込まれており、モデルを別のコンピュータに移したとしても、データの問題は解決しません。ブロックチェーンは学習プロセスをより透明にし、どのようなデータが使用されたかを人々が見られるようにすることはできますが、その透明性だけで公平な結果が保証されるわけではありません。
最後に、研究者たちは、AIエージェントにデジタルウォレットを持たせることが、真の自律性を与えることになるという考えについても言及しています。彼らは、ウォレットによってAIが人間がボタンを押すことなくサービスに対して支払ったり、お金を稼いだりできるようになることは、単なる「自動化」であり、「真の独立」ではないことを明確にしています。AIは依然として、それが動作しているサーバーを制御している人間に依存しています。もしその人間がサーバーを停止すれば、財布の中にいくらお金があろうとも、AIは停止します。真の自律性には、AIが人間の介入なしに自らの存在を維持し、高レベルの意思決定を行う能力が必要ですが、現在のテクノロジーはまだそのような能力を備えていません。
調査は、クリプトとAIの統合は有望ではあるものの、未成熟な分野であることを強調して締めくくられています。研究者たちは明確な進むべき道を特定しましたが、その道は容易な解決策ではなく、課題によって舗装されています。彼らは、分散型システムと伝統的なシステムとのコスト比較を行うためのより厳格なテストと、自律的なエージェントと結合した際に発生する新しいタイプの攻撃からAIシステムを守るためのより優れた手法を求めています。この研究は、必要な「現実的な再確認（リアリティ・チェック）」として機能しており、より安全でインテリジェントな未来を構築するためのツールが登場している一方で、それらを効果的に使いこなす方法を学ぶ初期段階にいることを思い出させてくれます。この交差点の未来は、ハイプ（熱狂）ではなく、何が機能し、何が失敗するかを検証し、現実世界の複雑さに対応できるほど堅牢なシステムを構築するという、注意深く体系的な取り組みにかかっています。
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。