Web2のAI技術の壁が深まる中、Web3のAIは差別化の突破口を見つける必要がある

最近、マルチモーダルモデルの進化は主流のAI企業に衝撃を与えることはなく、むしろWeb2 AIの技術的優位性をさらに強化しました。意味の整合から視覚理解、高次元の埋め込みから特徴の融合まで、複雑なモデルは前例のない速度でさまざまなモダリティの表現方法を統合し、ますます閉じたAIの高地を構築しています。この熱潮は暗号通貨の領域とはほとんど関係がありません。

Web3 AIの最近のエージェント分野における試みは、方向性が誤っているようです。分散型構造を使用してWeb2スタイルのマルチモーダルモジュールシステムを組み立てようとしていますが、実際には技術と考え方の両方がずれているのです。モジュールの結合性が非常に強く、特徴の分布が高度に不安定で、計算能力の需要がますます集中している今日において、Web3環境でのマルチモーダルモジュール化は立足することが難しいです。

Web3 AIの未来は盲目的に模倣すべきではなく、戦略的な回り道を取るべきです。高次元空間の意味的整合から、注意メカニズムにおける情報のボトルネック、さらには異種計算能力の下での特徴の整合に至るまで、Web3 AIは新たな道を切り開き、差別化された突破口を探る必要があります。

Web3 AIは高次元の意味的整合を実現するのが難しい

現代Web2 AIのマルチモーダルシステムにおいて、「セマンティックアラインメント」は異なるモーダル情報を同一のセマンティック空間にマッピングするための重要な技術です。これには、高次元の埋め込み空間が前提条件として必要であり、クロスモーダルのセマンティック理解と比較を実現します。

しかし、Web3エージェントプロトコルは高次元の埋め込みを実現するのが難しいです。ほとんどのWeb3エージェントは、既存のAPIを独立したモジュールに封装するだけで、統一された中心的な埋め込み空間やクロスモジュールの注意メカニズムが欠けています。これにより、情報はモジュール間で多角的かつ多層的に相互作用することができず、線形のプロセスでしか処理できず、全体的なフィードバックループの最適化を形成するのが難しくなります。

業界の壁を持つ全リンクインテリジェントエージェントを実現するには、エンドツーエンドの共同モデリング、モジュール間の統一埋め込み、協調トレーニングとデプロイメントのシステムエンジニアリングから始める必要があります。しかし、現在の市場にはそのような需要がなく、自然に対応する痛点も不足しています。

低次元空間は注意メカニズムの精密な設計を制限します

高水準のマルチモーダルモデルには、精密に設計された注意メカニズムが必要です。このメカニズムは、モデルが入力を処理する際に、最も関連性の高い部分に動的に焦点を当てることを可能にします。しかし、注意メカニズムが機能する前提は、マルチモーダルが高次元の表現を備えていることです。

Web2 AIは注意メカニズムを設計する際に、Query-Key-Valueなどの複雑なアーキテクチャを採用し、高効率かつ正確な情報の焦点を実現しました。それに対して、モジュラー型のWeb3 AIは統一された注意スケジューリングを実現するのが難しいです。各独立したAPIが返すデータ形式や分布は異なり、統一された埋め込み層が欠如しているため、相互作用可能なQ/K/V空間を形成することができません。

さらに、Web3 AIのモジュラーアーキテクチャは、並列のマルチヘッドアテンションとグローバルコンテキストに基づく動的重み付けの割り当てを実現するのが難しいです。これらの制限により、Web3 AIは複雑なマルチモーダルタスクを処理する際にWeb2 AIのパフォーマンスレベルに達するのが難しくなっています。

フィーチャーフュージョンは浅い静的ステッチにとどまる

Web2 AIにおいて、特徴融合はアラインメントとアテンションに基づき、異なるモダリティで処理された特徴ベクトルを深く組み合わせることを意味します。しかし、Web3 AIは高次元表現と精緻なアテンションメカニズムが欠如しているため、その特徴融合はしばしば最も単純な結合段階に留まっています。

Web2 AIはエンドツーエンドの共同トレーニングに傾いており、同じ高次元空間で多様なモダリティの特徴を処理し、注意層と融合層を通じて下流タスクと協調的に最適化します。それに対して、Web3 AIは異なるモジュールを接続することが多く、さまざまなAPIを独立したエージェントとしてカプセル化し、それらの出力をシンプルに組み合わせますが、統一されたトレーニング目標とモジュール間の勾配の流れが不足しています。

さらに、Web2 AIは注意機構を利用して融合戦略を動的に調整できるのに対し、Web3 AIは固定された重みや単純なルールを使用することが多いです。特徴次元と相互作用の複雑さにおいて、Web3 AIは高次元空間にマッピングされたWeb2 AIと比較することが難しいです。これらのギャップにより、Web3 AIは複雑なクロスモーダルタスクを処理する際にパフォーマンスが低下します。

AI業界の壁が深まるが、機会はまだ現れていない

Web2 AIのマルチモーダルシステムは、大規模なエンジニアリングプロジェクトであり、膨大なデータ、強力な計算能力、高度なアルゴリズム、複雑なエンジニアリング実装が必要です。これにより、非常に強力な業界の壁が構築され、少数の先進的なチームのコア競争力が生まれました。

しかし、Web3 AIは盲目的に追随すべきではありません。分散型の利点に焦点を当て、エッジコンピューティングなどのシーンで機会を探るべきです。Web3 AIに適したタスクには、軽量な構造、容易に並列化でき、インセンティブを与えるタスクが含まれます。例えば、LoRA微調整、行動整合の後トレーニング、クラウドソーシングデータ処理、小型基盤モデルのトレーニングなどです。

現在、Web2 AIの障壁はまだ形成され始めたばかりであり、これは主要企業間の競争の初期段階です。Web3 AIは、Web2 AIの利益が減少した後に残る痛点を待つ必要があり、真の切り口を見つけることができます。それまでは、Web3 AIは切り口を慎重に選択し、「農村が都市を包囲する」戦略を採用し、周辺シーンから経験を蓄積し、変化する市場の需要に対応するための柔軟性を維持するべきです。