2022 年、OpenAI は GPT-3.5 モデル駆動型の ChatGPT を発売し、AI ナラティブの波を引き起こしました。ChatGPT は一般的にクエリの処理に優れていますが、特定のドメイン知識やリアルタイム データを処理する場合は制限される可能性があります。例えば、過去18ヶ月間のVitalik Buterinのトークン取引に関する詳細で信頼できる情報を提供するのに苦労しています。これに対処するために、The Graphのコア開発チームであるSemiotic Labsは、The Graphのインデックス作成ソフトウェアスタックとOpenAIを組み合わせて、Agentcプロジェクトは、暗号通貨市場のトレンド分析と取引データのクエリサービスを提供します。

Vitalik Buterinのトークン課金の運動について遅れ18個月のAgentcに情報を設定している場合、もっと統一的な答えを得ます。しなければ、The GraphのAIの目標はこれむりに進む。この発表された白紙は（AIインフラストラクチャとしてのグラフ「特定のアプリケーションを立ち上げることではなく、分散型データインデックスプロトコルを活用して開発者にWeb3ネイティブのAIアプリケーションを構築するためのツールを提供する」という目標を明確にしました。この目標を支援するために、Semiotic LabsはAgentcのコードベースもオープンソース化し、エージェントcと同様のNFT市場のトレンド分析エージェントやDeFi取引アシスタントなどのAI dAppsを開発者が作成できるようにします。

The Graphの分散型AIロードマップ

2018年7月に開始されたThe Graphは、ブロックチェーンデータのインデックス化とクエリのための分散型プロトコルです。開発者はオープンAPIを使用して、サブグラフと呼ばれるデータインデックスを作成および展開し、アプリケーションがオンチェーンデータを取得できるようにします。現在、The Graphは50を超えるチェーンをサポートし、75,000以上のプロジェクトをホストし、1.26兆以上のクエリを処理しています。

The Graphの大規模なデータを処理できる能力は、Edge & Node、Streamingfast、Semiotic、The Guild、GraphOps、Messari、およびPinaxなどのコアチームによってサポートされています。Streamingfastは、ブロックチェーンデータストリームのためのクロスチェーンアーキテクチャ技術を提供し、Semiotic AIはAIと暗号化をThe Graphに統合することに焦点を当てています。The Guild、GraphOps、Messari、およびPinaxは、GraphQL開発、インデックスサービス、サブグラフ開発、およびデータフローソリューションなどの分野に特化しています。

The Graph’s AI戦略は新しいものではありません。去年の3月、The Graph Blog公開されたデータ索引機能を利用したAIアプリケーションの潜在能力についての記事。 12月、The Graphは「を公開しました新しい時代“ロードマップには、大規模言語モデル（LLM）支援クエリの追加計画が含まれています。最近のホワイトペーパーは、AIロードマップをさらに明確にし、InferenceとAgent Servicesの2つのAIサービスを紹介しました。これにより、開発者はアプリケーションフロントエンドに直接AI機能を統合し、The Graphのサポートを受けることができます。

推論サービス：さまざまなオープンソースAIモデルをサポート

従来の推論サービスでは、モデルは集中型のクラウドリソースを使用して入力データに対する予測を行います。たとえば、ChatGPTは推論を実行して回答を返します。しかし、この集中型のアプローチはコストを増加させ、検閲のリスクをもたらします。The Graphは、分散型のモデルホスティングマーケットプレイスを作成することでこれを解決し、dApp開発者にAIモデルを展開およびホストするためのより多くの柔軟性を提供します。

ホワイトペーパーでは、The Graphを使用して、Farcasterユーザーが投稿がたくさんのいいねを受けるかどうかを理解するのを助けるアプリケーションを作成する方法の例が提供されています。まず、The Graphのサブグラフデータサービスは、Farcasterの投稿のコメントといいねをインデックスします。次に、ニューラルネットワークが訓練されて、新しいFarcasterのコメントがいいねされるかどうかを予測し、そのニューラルネットワークがThe Graphの推論サービスに展開されます。その結果、dAppはユーザーがより多くのいいねを集める可能性の高い投稿を作成するのを支援できます。

このアプローチにより、開発者は簡単にThe Graphのインフラストラクチャを利用し、ネットワーク上で事前トレーニングされたモデルをホストし、APIを介してアプリケーションに統合することができます。これにより、dAppsを使用する際にユーザーがこれらの機能を直接体験することができます。

開発者にさらなるオプションと柔軟性を提供するために、The Graphの推論サービスは最も人気のある既存のモデルをサポートしています。ホワイトペーパーによると、「MVPフェーズでは、The Graphの推論サービスはStable Diffusion、Stable Video Diffusion、LLaMA、Mixtral、Grok、Whisperなどの人気のあるオープンソースAIモデルをサポートします。将来的には、十分にテストされたおよびインデックス化されたオープンモデルをThe Graph推論サービスに展開することができます。また、AIモデルの展開の技術的複雑さを軽減するために、The Graphはユーザーフレンドリーなインターフェースを提供し、プロセスを簡略化し、開発者がインフラのメンテナンスを心配することなくAIモデルをアップロードおよび管理できるようにしています。

特定のアプリケーションでモデルのパフォーマンスをさらに向上させるために、The Graphでは特定のデータセット上でモデルの微調整もサポートしています。ただし、微調整は一般的にThe Graph自体で実行されません。開発者はモデルを外部で微調整し、それらのモデルをThe Graphの推論サービスを使用して展開する必要があります。The Graphがモデルの公開を促すために、クエリ料金の公平な分配などのインセンティブメカニズムを開発しています。

AI推論結果の信頼性を確保するために、The Graphは信頼できる機関、M-of-Nコンセンサス、対話型詐欺証明、およびzk-SNARKsなどの検証方法を提供しています。各方法には利点と欠点があります。信頼できる機関は信頼できるエンティティに依存します。M-of-Nコンセンサスは複数のインデクサーによる検証が必要で、不正行為の困難さを高める一方で、計算および調整コストも増加します。対話型詐欺証明は強力なセキュリティを提供しますが、迅速な応答が必要なアプリケーションには適していません。zk-SNARKsは技術的に複雑で、大規模なモデルにはあまり適していません。

The Graphは、開発者やユーザーが必要に応じて適切なセキュリティレベルを選択できると考えています。そのため、The Graphは、異なるセキュリティ要件やアプリケーションシナリオに対応するために、推論サービスでさまざまな検証方法をサポートする予定です。たとえば、財務取引や重要なビジネスロジックでは、zk-SNARKsやM-of-Nコンセンサスなどのより高いセキュリティ検証方法が必要とされる一方、低リスクまたはエンターテイメント志向のアプリケーションでは、信頼できる機関や対話型詐欺証明など、より費用対効果の高い直接的な方法を選択できます。さらに、The Graphは、モデルとユーザーのプライバシー問題に対処するためにプライバシー強化技術の探求を計画しています。

エージェントサービス：開発者が自律型AI駆動アプリケーションを構築するのを支援する

Inferenceサービスは、主に推論用の事前学習済みAIモデルを実行することに焦点を当てていますが、Agentサービスはより複雑で、複数のコンポーネントが連携してエージェントがさまざまな複雑な自動化タスクを実行できるようにする必要があります。グラフのAgentサービスは、エージェントの構築、ホスティング、実行をThe Graph内で統合し、インデクサーネットワークによるサポートを提供することを目指しています。

具体的には、The Graphは分散型ネットワークを提供し、エージェントの構築とホスティングをサポートします。エージェントがThe Graphネットワークに展開されると、インデクサーはデータのインデックス作成やオンチェーンイベントへの対応、その他のインタラクションリクエストに対する必要な実行サポートを提供します。

Earlier, Gate's core development team, Semiotic Labs, launched an early Agent experiment,AgentcThe GraphのインデックスソフトウェアスタックをOpenAIと組み合わせたものです。その主な機能は、自然言語の入力をSQLクエリに変換し、ユーザーがブロックチェーン上のリアルタイムデータをクエリし、結果をわかりやすい形式で表示することです。簡単に言えば、Agentcは、ユーザーに便利な暗号通貨市場トレンド分析と取引データクエリを提供することに焦点を当てており、すべてのデータはUniswap V2、Uniswap V3、Uniswap X、およびそれらのEthereum上のフォークから取得され、価格は1時間ごとに更新されます。

さらに、The Graphは、使用されているLLMモデルが正確性率が63.41％しかないことに注意しています。これは、誤った応答の可能性を示しています。この問題に対処するために、The Graphは、KGLLM（Knowledge Graph-enabled Large Language Models）という新しいタイプの大規模言語モデルを開発しています。KGLLMは、Geoが提供する構造化された知識グラフデータを使用し、誤った情報の生成の可能性を大幅に低減します。Geoのシステムの各文は、オンチェーンのタイムスタンプと投票の検証によってサポートされています。Geoの知識グラフを統合した後、エージェントは医療規制、政治の動向、市場分析など、さまざまなシナリオに適用することができ、エージェントサービスの多様性と正確性を向上させることができます。たとえば、KGLLMは政治データを使用して、分散型自治組織（DAO）に政策変更の提案を行い、それが現在の正確な情報に基づいていることを保証することができます。

KGLLMの利点は次のとおりです:

• 構造化データの使用:KGLLMは、知識グラフ内のグラフィカルな形式でモデル化された情報を使用して構造化された外部知識ベースを利用し、データ間の関係を視覚的に見える化し、簡単にクエリと理解ができるようにしています。
• 関係データ処理:KGLLMは、人々やイベントの関係を理解するなど、関係データを扱うのに特に適しています。知識グラフ内で複数のノードをジャンプすることで関連情報を見つけるために、グラフトラバーサルアルゴリズムを使用します（地図上を移動するのと同様）。この方法によって、KGLLMは質問に答えるために最も関連性の高い情報を見つけるのに役立ちます。
• 効率的な情報の検索と生成:グラフトラバーサルアルゴリズムを使用することで、KGLLMは関係を抽出し、モデルが理解できる自然言語のプロンプトに変換します。これらの明確な指示により、KGLLMはより正確かつ関連性のある応答を生成することができます。

見通し

「Web3のGoogle」として、The GraphはAIサービスの現在のデータ不足を解消し、開発者の開発プロセスを簡素化しています。さらにAIアプリケーションの開発と採用が進むことで、ユーザー体験もさらに向上することが期待されています。将来的には、The Graphの開発チームはAIとWeb3の統合の可能性をさらに探求し続けます。また、Playgrounds AnalyticsやDappLookerなど、そのエコシステム内の他のチームもエージェントサービスに関連するソリューションの設計を行っています。

免責事項：

1. この記事はGateから転載されました[ChainFeeds Research], すべての著作権は元の著者に帰属します [LindaBell]. この転載に異議がある場合は、お問い合わせください。Gate Learnチームは、迅速に対応いたします。
2. 責任の免責事項: 本記事に表れる意見や見解はすべて著者個人のものであり、投資アドバイスを構成するものではありません。
3. 他の言語への記事の翻訳はGate Learnチームによって行われます。特に記載がない限り、翻訳された記事のコピー、配布、または盗用は禁止されています。