Digital Currency Groupのバリー・シルバート氏、AIブロックチェーンBittensorに大きく賭ける

20 年以上テクノロジーの進化を観察し、それに参加してきた経験豊かなアナリストとして、私はバリー・シルバート氏の最新ベンチャーである分散型 AI エコシステム Bittensor のインキュベーターである Yuma に興味をそそられています。ビットコインやその他のデジタル資産の変革の可能性を目の当たりにしてきた私は、Bittensor も同様に画期的なものになる可能性があるというシルバート氏の主張に類似点を見ずにはいられません。

暗号通貨とデジタル資産分野のパイオニアである Digital Currency Group (DCG) は、現在、人工知能 (AI) にも焦点を広げています。具体的には、Bittensor エコシステムを強化する分散型の AI を検討しています。

バリー・シルバート氏のグループは最近、タスクの完了と報酬獲得のために分散型人工知能を活用したビジネスの育成と開発を目的とした、ユマと呼ばれる新しいベンチャーを導入した。

基本的に、Bittensor は分散型人工知能 (AI) ネットワークとして動作し、個人がテキストの翻訳、データの保存、さらには複雑なタンパク質鎖の構造の予測などのさまざまなタスクのためにデータと計算リソースを共有することを奨励します。この貢献により、システム内でインセンティブが生まれます。

経験豊富な暗号通貨投資家であり提唱者である私、シルバートは、「Bittensor とは何ですか?」という質問をすると、おそらく 5 つの異なる応答が返されることに気づきました。これはビットコインの初期の頃を思い出させます。ビットコインを通貨の一種として認識する人もいれば、デジタルゴールドとして認識する人もいました。同様に、これをブロックチェーン技術と見なす人もいました[…]。私にとって、Bittensor は人工知能の World Wide Web を表します。

AI が多数の応用可能性を備えた基礎的なテクノロジーであることは明らかですが、Microsoft、Facebook、Google などの企業にユーザーのデータを強力なコンピュータ システムに蓄積することで、過剰な権限を与えるリスクを伴います。分散型 AI は、これまで利用されていなかった計算リソースを活用するだけでなく、透明性を向上させ、AI テクノロジーによく伴う不安な認識を軽減することで、この問題を軽減できる可能性があります。

Bitensor 独自のデジタル通貨 TAO は、分散型労働者の広大なネットワークの動機として機能します。これらの労働者は、特定のジョブに高度な計算リソースを提供するマイナー、または行われた作業を精査し、品質に基づいて賞品を分配する評価者のいずれかになります。

AI に対するこの関心は一夜にして生まれたものではありません。 DCG は 2021 年に Bittensor に最初の投資を行いました。最近では、DCG の資産管理会社である Grayscale が、$TAO トークンを含む AI 専用のファンドを追加しました。シルバート氏はプロジェクトへの信念を強調し、初日から約25人の従業員を擁するユマ社のCEO職に就く予定だ。

Yuma Incubation and Design Studio は、イーサリアムに関して Joe Lubin の Consensys に似た役割を果たしますが、重要な違いがあります。Yuma が育成するすべてのサブネットを監督するのとは異なり、ベンチャー キャピタル会社 (Y Combinator など) を組み合わせたように運営されています。 ）とアクセラレータ。シルバートの説明によると。

Silbert 氏は、サブネットに関連するパートナーシップには 2 つのタイプがあると述べました。革新的なアイデアを持ち、Bittensor の世界を探索し、サブネットを立ち上げることに興味のある新興企業やビジネスの皆様に、私たちは支援を提供します。さらに、コラボレーションを希望する企業向けに、まったく新しいサブネットをゼロから構築するために協力するサブネット インキュベーター プログラムを用意しています。

アナリストとして、これまでのところ、システム内で 5 つのアクティブなサブネットを発見したことを共有できます。これらのうち 4 つはアクセラレーター プログラムの一部であり、5 つ目はインキュベーションを通じて育成されました。興味深いことに、パイプラインにはさらに 9 つがあり、1 つはまだ培養中で、残りは加速器を通過して前進しています。当社の最高収益責任者であるエヴァン・マランガ氏が述べたように、今後の追加機能は多様な使用例を約束します。

マランガ氏はインタビューで、「私たちはボットを識別するのと同じように、人間を認識できるシステムを開発しました。また、時系列データの予測モデルも導入しています。さらに、ネットワークを利用したAI研究など、いくつかの学術プロジェクトもあります」と説明しました。研究タスク、さまざまなセキュリティ プロジェクト、ロールプレイ シミュレーション、およびスポーツ予測のための計算能力が開発されています。