Quantum-Resilient Decentralized AI Economies: Proof-of-Useful-Work and Post-Quantum Security

技術要約：量子耐性を備えた分散型AI経済

問題提起
現在のブロックチェーン・コンセンサス・メカニズム、主にプルーフ・オブ・ワーク（PoW）は、外部的なユーティリティを生成しないハッシュ・パズルを通じてネットワークを保護しており、膨大なエネルギー（ビットコインでは年間推定13.39 GW）を消費しながら、再利用可能な出力を生み出していません。同時に、機械学習（ML）分野は計算資源のボトルネックに直面しており、ワークロードは少数の組織に集中しています。分散型物理インフラネットワーク（DePIN）は存在するものの、そのトークン価値は実際のサービス需要と弱く結合していることが多いのが現状です。さらに、量子コンピューティングの台頭は、古典的なブロックチェーンに対して二重の脅威をもたらします。ショアのアルゴリズムは署名スキーム（例：ECDSA）を脅かし、グローバーのアルゴリズムはハッシュベースのパズルに対して二次的な加速を提供します。本論文は、無益なハッシュ計算の代わりに、有用なAI計算（推論および学習）を調整する分散型ネットワークを設計し、同時に、システムが経済的に存続可能であり、かつ量子的な敵対者に対してレジリエンス（回復力）を確保するという課題に取り組んでいます。

手法
著者らは、分散型AI経済のための3層のリファレンス・アーキテクチャを提案しています。

1. 計算層（Compute Layer）： ノードは、2つの異なるタスクタイプ、すなわち「推論」（ステートレスで低レイテンシなモデル適用）および「学習」（ステートフルで帯域幅集約的な勾配更新）のためにGPU/アクセラレータを提供します。
2. 検証層（Validation Layer）： 検証には、暗号学的証明（zkML）、ピア・ランキング、ベンチマーク注入（隠蔽されたテストクエリ）、およびレピュテーション・ウェイトを組み合わせたハイブリッド・アプローチが採用されています。検証技術の選択は、ワークロードの重要性に基づいてコストとセキュリティのバランスを取るため、適応的に行われます。
3. 経済層（Economic Layer）： この層は、クローズドループ型のトークン経済を確立します。放出主導型のモデルとは異なり、このシステムは、検証されたサービス需要とトークンの発行およびノードへの報酬を直接結びつけます。

著者らは、このシステムを$(\theta_c, \theta_w, W)$-クローズドループAI経済の定義を用いて定式化しています。ネットワークが厳密なクローズドループであるとは、以下を満たす場合を指します：

• ネイティブトークン（$\tau$）が、AIサービスの唯一の支払い手段であること。
• ノードへの報酬のうち、少なくとも一定の割合 $\theta_c$（デフォルトは0.75）が $\tau$ で支払われること。
• 新規トークン発行量の少なくとも一定の割合 $\theta_w$（デフォルトは0.75）が、移動窓 $W$ における検証済みの生産的作業に割り当てられること。

セキュリティを確保するため、本論文では誠実な参加のための**十分なステーク条件（sufficient-stake condition）**を導出しています。ビザンチン的な敵対者がステークの3分の1未満を制御しているという脅威モデルの下で、著者らは、品質スコア、計算コスト、およびスラッシング（罰則）のバランスをとる報酬関数を定義しています。彼らは、誠実な実行と不誠実な実行の間のコスト差、品質の差、および検出確率から導出された特定の不等式をステーク済みの債券（$S$）が満たす場合、誠実な実行が支配戦略となることを証明しています。

主な貢献

1. 3層アーキテクチャ： 分散型AIのための、計算、検証、および経済的調整を分離した構造化されたリファレンス・モデル。
2. フォーマルなトークン経済： 「クローズドループ」という概念を、設計目標から精密で評価可能な基準へと変容させる、$(\theta_c, \theta_w, W)$-クローズドループ経済の定義。
3. インセンティブ適合性の証明： 明示的な脅威モデルと報酬関数の下で、誠実な振る舞いを保証する十分なステークの境界（命題1）の導出。
4. 量子耐性の分析： 層ごとの量子脅威の評価：
   • 署名層： ショアのアルゴックリズムが古典的な署名（ECDSA）を破壊することを認め、ポスト量子標準（ML-DSA, SLH-DSA）への移行を推奨している。
   • ハッシュ/ワーク層： ハッシュ・パズルをMLネイティブなタスク（線形代数、行列乗算）に置き換えることで、グローバーのアルゴリズムが利用する「非構造化探索」の問題を構造的に回避できると主張している。MLの推論および学習は、グローバーの二次的な加速の恩恵を受けないため、ハッシュ・パズルとは性質が異なる。
   • 検証層： ショアのアルゴリズムによるリスクを軽減するため、ペアリングベースのSNARKよりもハッシュベースの証明システム（STARKsなど）を推奨している。

結果と主張
本論文は実験的な展開結果を示すものではなく、理論的な枠組みと比較分析を提供しています。

• 経済的生存能力： クローズドループ・モデルは、トークンの価値が投機的な期待ではなく、実際のサービス需要に追従することを保証し、既存のDePINシステムに見られる「弱い結合」の問題に対処します。
• セキュリティのトレードオフ： 分析によれば、トランザクション層は依然としてショアのアルゴリズムに対して脆弱（ユニバーサルなブロックチェーンのリスク）ですが、ワーク層自体は構造的な優位性を得ます。MLネイティブな線形代数を利用することで、ネットワークはグローバーの加速に必要な特定の計算構造を回避し、単なるパラメトリックな対策（例：ハッシュ長の増加）ではなく、アーキテクチャに基づいた量子耐性を提供します。
• 比較優位性： 提案されたシステムは、推論、学習、および厳密なクローズドループ型トークン経済を完全に統合し、かつ詳細な量子脅威分析を提供している点で、既存のソリューション（Bittensor, Gensyn, Akash）よりも優れていると位置付けられています。

意義
ハッシュ・パズルを有用なAIワークに置き換えることは、経済的および量子的セキュリティの両面で利点をもたらすと本論文は主張しています。経済的には、トークンのインセンティブを現実世界のユーティリティに適合させます。セキュリティ面では、計算のワークロードを量子コンピュータが加速できるプリイメージ探索の構造から遠ざけます。著者らは、署名層には標準的なポスト量子移行が必要である一方で、有用なワークによるコンセンサス自体が、グローバー型の攻撃に対する構造的な防御を提供するものであると結論付けています。これにより、分散型AI経済は、量子コンピューティングおよび量子機械学習の新たな分野におけるフォーマルな分析の有望な対象となります。なお、論文内では、MLワーク・コンセンサスのための形式的なポスト量子セキュリティ・ゲームの構築は、依然として未解決の研究課題であると控えめに述べています。