メインコンテンツまでスキップ

Ambient の 720 万ドルの賭け： Proof of Logits がハッシュベースのマイニングを AI 推論に置き換える方法

· 約 28 分
Dora Noda
Dora Noda
Software Engineer

ブロックチェーンを保護する計算作業が、次世代の AI モデルのトレーニングも兼ねているとしたらどうでしょうか？これは遠い未来のビジョンではありません。世界初の AI 搭載プルーフ・オブ・ワーク（PoW）ブロックチェーンを構築するために、a16z CSX から 720 万ドルを調達したばかりの Solana フォーク、Ambient の背後にある核となる理論です。

従来のプルーフ・オブ・ワークは、任意の暗号パズルを解くために電力を消費します。ビットコインのマイナーは、ネットワークのセキュリティ以外に価値のない計算作業である、十分な先行ゼロを持つハッシュを見つけるために競い合います。Ambient はこの仕組みを完全に覆します。その Proof of Logits（PoL）コンセンサス・メカニズムは、ハッシュの計算（ハッシュ・グラインディング）を AI の推論、ファインチューニング、およびモデルトレーニングに置き換えます。マイナーはパズルを解くのではなく、検証可能な AI 出力を生成します。バリデーターはワークロード全体を再計算するのではなく、ロジット（logits）と呼ばれる暗号技術的なフィンガープリントをチェックします。

その結果、セキュリティと AI の進歩が経済的に一致し、0.1% の検証オーバーヘッドによってコンセンサス・チェックがほぼ無料になり、中央集権的な代替手段と比較してトレーニングコストが 10 倍に低下するブロックチェーンが誕生します。Ambient が成功すれば、マイニングを生産的な AI 労働に変えることで、「プルーフ・オブ・ワークはリソースを浪費している」というクリプト業界で最も古い批判の 1 つに対する答えを提示できるかもしれません。

Proof of Logits の突破口：再計算なしの検証可能な AI​

PoL を理解するには、ロジット（logits）が実際に何であるかを理解する必要があります。大規模言語モデル（LLM）がテキストを生成するとき、単語を直接出力するわけではありません。その代わりに、各ステップで語彙全体にわたる確率分布、つまり次に考えられるすべてのトークンの確信度を表す数値スコアを生成します。

これらのスコアはロジットと呼ばれます。50,000 トークンの語彙を持つモデルの場合、1 つの単語を生成することは 50,000 個のロジットを計算することを意味します。これらの数値は、独自の計算フィンガープリントとして機能します。特定の重みを持ち、特定の入力を実行する特定のモデルだけが、特定のロジット分布を生成します。

Ambient の革新は、ロジットを proof-of-work として使用することにあります。マイナーは AI 推論（プロンプトに対する回答の生成）を実行し、バリデーターは計算全体をやり直すのではなく、ロジットのフィンガープリントをチェックすることでこの作業を検証します。

検証プロセスの仕組みは次のとおりです。

マイナーが出力を生成: マイナーはプロンプト（例：「ブロックチェーン・コンセンサスの原則を要約せよ」）を受け取り、6,000 億パラメータのモデルを使用して 4,000 トークンの回答を生成します。これにより、4,000 × 50,000 = 2 億個のロジットが生成されます。

バリデーターによるスポットチェック検証: 4,000 トークンすべてを再生成する代わりに、バリデーターは 1 つの位置（例えば 2,847 番目のトークン）をランダムにサンプリングします。バリデーターはその位置で 1 回だけ推論ステップを実行し、マイナーが報告したロジットと期待される分布を比較します。

暗号技術的コミットメント: ロジットが一致すれば（浮動小数点精度の許容範囲内であれば）、マイナーの作業は検証されます。一致しない場合、ブロックは拒否され、マイナーは報酬を没収されます。

これにより、検証オーバーヘッドは元の計算の約 0.1% に削減されます。2 億個のロジットをチェックするバリデーターは、50,000 個のロジット（1 トークン分）を検証するだけで済み、コストを 99.9% 削減できます。これを、検証にハッシュ関数全体を再実行する必要がある従来の PoW や、パズル自体が任意であるため単一の SHA-256 ハッシュのチェックが些細なものであるビットコインのアプローチと比較してみてください。

Ambient のシステムは、完全な再計算を必要とする安易な「有益な作業の証明（proof of useful work）」スキームよりも指数関数的に安価です。ビットコインの効率（安価な検証）に近く、かつ実際の有用性（無意味なハッシュの代わりに AI 推論）を提供します。

10 倍のトレーニングコスト削減：データセンターの独占がない分散型 AI​

中央集権的な AI トレーニングは高価であり、ほとんどの組織にとって手が出せないほどです。GPT-4 規模のモデルのトレーニングには数千万ドルの費用がかかり、数千台のエンタープライズ GPU を必要とし、少数のテック巨人の手に権力を集中させます。Ambient のアーキテクチャは、独立したマイナーのネットワークにトレーニングを分散させることで、これを民主化することを目指しています。

10 倍のコスト削減は、2 つの技術革新によって実現されます。

PETALS スタイルのシャーディング: Ambient は、各ノードが大規模モデルのシャード（断片）のみを保存する分散型推論システムである PETALS の技術を適応させています。マイナーに 6,000 億パラメータのモデル全体（テラバイト単位の VRAM が必要）を保持させるのではなく、各マイナーはレイヤーのサブセットを所有します。プロンプトはネットワーク内を順次流れ、各マイナーは自分のシャードを処理してアクティベーションを次のマイナーに渡します。

これは、単一の消費者向け GPU（24GB VRAM）を持つマイナーが、本来ならデータセンターに数百台の GPU を必要とするモデルのトレーニングに参加できることを意味します。計算グラフを数百または数千のノードに分散させることで、Ambient は従来の機械学習クラスターで使用される高価な高帯域幅インターコネクト（InfiniBand など）の必要性を排除します。

SLIDE に着想を得たスパース性: ほとんどのニューラルネットワーク計算では、ほとんどの要素がゼロに近い行列の乗算が行われます。SLIDE（Sub-LInear Deep learning Engine）は、アクティベーションをハッシュ化して、特定の入力に対して実際に重要なニューロンを特定し、無関係な計算を完全にスキップすることで、これを利用します。

Ambient はこのスパース性を分散型トレーニングに適用します。すべてのマイナーがすべてのデータを処理するのではなく、ネットワークは現在のバッチに関連するシャードを持つノードにワークを動的にルーティングします。これにより、通信オーバーヘッド（分散型機械学習における大きなボトルネック）が削減され、ハードウェア性能が低いマイナーでもスパースなサブグラフを処理することで参加できるようになります。

この組み合わせにより、Ambient は、DiLoCo や Hivemind のような既存の分散型トレーニングの取り組みよりも 10 倍優れたスループットを実現できると主張しています。さらに重要なことに、参入障壁が低くなります。マイナーはデータセンター級のインフラを必要とせず、まともな GPU を搭載したゲーミング PC があれば貢献するのに十分です。

Solana フォークアーキテクチャ：高 TPS と非ブロッキング PoW の融合​

Ambient はゼロから構築されているわけではありません。Solana Virtual Machine（SVM）、Proof of History（PoH）タイムスタンプ、および Gulf Stream メムプールフォワーディングを継承した Solana の完全なフォーク です。これにより、Ambient は Solana の 65,000 TPS という理論上のスループットと、1 秒未満のファイナリティを継承しています。

しかし、Ambient は 1 つの重要な修正を加えています。それは、Solana のコンセンサスの上に 非ブロッキング型のプルーフ・オブ・ワーク（PoW）レイヤー を追加したことです。

ハイブリッドコンセンサスの仕組みは以下の通りです：

Proof of History がトランザクションを順序付け: Solana の PoH は暗号学的な時計を提供し、グローバルコンセンサスを待つことなくトランザクションを順序付けます。これにより、マルチコアにわたる並列実行が可能になります。

Proof of Logits がチェーンを保護: マイナーは有効な AI 推論出力を生成するために競い合います。ブロックチェーンは、最も価値のある AI 作業（推論の複雑さ、モデルサイズ、またはステークされたレピュテーションによって測定）を生成したマイナーからのブロックを受け入れます。

非ブロッキング統合: 有効な PoW が見つかるまでブロック生成が停止する Bitcoin とは異なり、Ambient の PoW は非同期で動作します。バリデータがトランザクションの処理を継続する一方で、マイナーは AI 作業の提出を競います。これにより、PoW がボトルネックになるのを防ぎます。

その結果、低レイテンシの推論を必要とする AI アプリケーションに不可欠な Solana のスピードを維持しながら、推論、ファインチューニング、トレーニングといったネットワークのコア活動における経済的競争を確保するブロックチェーンが実現しました。

また、この設計は Ethereum がかつて直面した「有用な作業（useful work）」コンセンサスにおける失敗も回避しています。Primecoin や Gridcoin は科学計算を PoW として利用しようとしましたが、有用な作業は難易度が均一ではないという致命的な欠陥に直面しました。解決は簡単だが検証が難しい問題や、不当に並列化しやすい問題が存在したのです。Ambient は、ロジット（logit）検証を計算コストが低く、標準化されたものにすることで、この問題を回避しています。すべての推論タスクは、その複雑さに関わらず、同じスポットチェックアルゴリズムで検証可能です。

オンチェーン AGI 学習への競争：他にどのような競合がいるのか？​

ブロックチェーンネイティブな AI をターゲットにしているのは Ambient だけではありません。機械学習の分散化を謳うプロジェクトは数多くありますが、検証可能なオンチェーン学習を提供できているものはほとんどありません。主要な競合他社と Ambient の比較は以下の通りです：

Artificial Superintelligence Alliance (ASI): Fetch.AI、SingularityNET、Ocean Protocol の合併により設立された ASI は、分散型 AGI インフラに焦点を当てています。ASI チェーンはエージェントの並列実行と安全なモデル取引をサポートしています。Ambient の PoW アプローチとは異なり、ASI は開発者がコンピューティングクレジットを支払うマーケットプレイスモデルに依存しています。これは推論には適していますが、トレーニングのインセンティブとは一致しません。マイナーは、あらかじめ明示的な報酬がない限り、高価な GPU 時間を費やす理由がないからです。

AIVM (ChainGPT): ChainGPT の AIVM ロードマップ は、オフチェーンの GPU リソースをオンチェーン検証と統合し、2026 年のメインネットローンチを目指しています。しかし、AIVM の検証はオプティミスティックロールアップ（異議申し立てがない限り正当とみなす）に依存しており、不正証明（fraud-proof）による遅延が生じます。Ambient のロジットチェックは決定的（deterministic）であり、バリデータは作業が有効かどうかを即座に判断できます。

Internet Computer (ICP): Dfinity の Internet Computer は、外部のクラウドインフラなしで大規模なモデルをオンチェーンでネイティブにホストできます。しかし、ICP のキャニスターアーキテクチャはトレーニング用に最適化されておらず、推論とスマートコントラクトの実行向けに設計されています。Ambient の PoW は継続的なモデルの改善を経済的に促しますが、ICP では開発者が外部でトレーニングを管理する必要があります。

Bittensor: Bittensor はサブネットモデルを採用しており、特殊なチェーンが異なる AI タスク（テキスト生成、画像分類など）を学習します。マイナーはモデルの重みを提出して競い合い、バリデータはそれらをパフォーマンスに基づいてランク付けします。Bittensor は分散型推論には優れていますが、トレーニングの調整には苦労しています。統一されたグローバルモデルは存在せず、独立したサブネットの集合体に過ぎません。Ambient のアプローチは、単一の PoW メカニズムの下でトレーニングを統合します。

Lightchain Protocol AI: Lightchain のホワイトペーパー では、ノードが AI タスクを実行してトランザクションを検証する Proof of Intelligence (PoI) を提案しています。しかし、Lightchain のコンセンサスは依然として理論上の段階であり、テストネットの開始も発表されていません。対照的に Ambient は、2025 年第 2/3 四半期にテストネット を計画しています。

Ambient の強みは、検証可能な AI 作業を、実績のある Solana の高スループットアーキテクチャと組み合わせている点にあります。ほとんどの競合他社は、分散性を犠牲にする（オンチェーン検証を伴う中央集権的トレーニング）か、パフォーマンスを犠牲にする（不正証明を待つ遅いコンセンサス）かのどちらかです。Ambient のロジットベースの PoW は、分散型トレーニングとほぼ即時の検証という両方のメリットを提供します。

経済的インセンティブ：Bitcoin ブロックのように AI モデルをマイニングする​

Ambient の経済モデルは、Bitcoin の「予測可能なブロック報酬 + トランザクション手数料」という仕組みを反映しています。しかし、空のブロックをマイニングする代わりに、マイナーはアプリケーションが消費できる AI 出力を生成します。

インセンティブ構造は以下の通りです：

インフレベースの報酬: 初期のマイナーは、AI 推論、ファインチューニング、またはトレーニングに貢献することで、ブロック補助金（新しく発行されたトークン）を受け取ります。Bitcoin の半減期スケジュールと同様に、補助金は時間の経過とともに減少し、長期的な希少性を確保します。

トランザクションベースの手数料: アプリケーションは、AI サービス（推論リクエスト、モデルのファインチューニング、または学習済み重みへのアクセス）に対して料金を支払います。これらの手数料は作業を行ったマイナーに支払われ、補助金が減少しても持続可能な収益モデルを構築します。

レピュテーションのステーク: シビル攻撃（報酬を得るために低品質な作業を提出する行為）を防ぐため、Ambient はステークされたレピュテーションを導入しています。マイナーは参加するためにトークンをロックし、無効なロジットを生成するとスラッシング（没収）の対象となります。これにより、マイナーがシステムを悪用するのではなく、正確で有用な AI 出力を生成して利益を最大化するようインセンティブが調整されます。

一般的なハードウェアでのアクセシビリティ: ASIC ファームが支配する Bitcoin とは異なり、Ambient の PETALS シャーディングにより、コンシューマー向け GPU での参加が可能です。RTX 4090（24GB VRAM、約 1,600 ドル）を 1 枚持つマイナーでも、シャードを所有することで 6,000 億パラメータのモデルのトレーニングに貢献できます。これにより、数百万ドルのデータセンターを必要とせず、アクセスが民主化されます。

このモデルは、分散型 AI における重大な課題である「フリーライダー問題」を解決します。従来の PoS チェーンでは、バリデータは資本をステークしますが計算には貢献しません。Ambient では、マイナーが実際の AI 作業を提供することで、ネットワークの有用性がそのセキュリティ予算に比例して成長することを保証します。

270 億ドルの AI エージェントセクター：なぜ 2026 年が転換点なのか​

Ambient のタイミングは、より広範な市場トレンドと一致しています。AI エージェントの暗号資産セクター は、オンチェーン資産の管理、トレードの実行、プロトコル間の調整を行う自律型プログラムに支えられ、270 億ドルの価値があると評価されています。

しかし、今日のエージェントは信頼の問題に直面しています。その多くは中央集権的な AI API（OpenAI、Anthropic、Google）に依存しています。もし 1,000 万ドルの DeFi ポジションを管理するエージェントが GPT-4 を使用して意思決定を行っている場合、ユーザーはそのモデルが改ざん、検閲、またはバイアスを受けていないという保証を持てません。エージェントが自律的に行動したことを証明する監査証跡も存在しません。

Ambient はこれをオンチェーン検証で解決します。すべての AI 推論はブロックチェーンに記録され、使用された正確なモデルと入力がロジットによって証明されます。アプリケーションは以下を行うことができます：

エージェントの意思決定を監査する: DAO は、その財務管理エージェントが、秘密裏に修正されたバージョンではなく、コミュニティが承認した特定のモデルを使用したことを検証できます。

コンプライアンスを強化する: 規制された DeFi プロトコルは、オンチェーンで証明可能な、検証済みの安全ガードレールを備えたモデルをエージェントに使用することを義務付けることができます。

AI マーケットプレイスを可能にする: 開発者はファインチューニングされたモデルを NFT として販売でき、Ambient はトレーニングデータと重みの暗号学的証明を提供します。

これにより、Ambient は次世代の自律型エージェントのインフラストラクチャとしての地位を確立します。「AI、ブロックチェーン、決済が単一の自己調整型インターネットへと収束する」2026 年が転換点 として浮上する中、Ambient の検証可能な AI レイヤーは重要な基盤となります。

技術的リスクと未解決の課題​

Ambient のビジョンは野心的ですが、いくつかの技術的課題が未解決のまま残っています：

決定性と浮動小数点ドリフト: AI モデルは浮動小数点演算を使用しますが、これはハードウェア間で完全に決定論的ではありません。NVIDIA A100 で動作するモデルは、AMD MI250 上の同じモデルとはわずかに異なるロジットを生成する可能性があります。バリデーターがわずかな数値のズレを理由にブロックを拒否した場合、ネットワークは不安定になります。Ambient には厳密な許容範囲が必要ですが、厳格すぎると異なるハードウェアを使用するマイナーが不当にペナルティを受けることになります。

モデルのアップデートとバージョニング: Ambient がグローバルモデルを共同でトレーニングする場合、アップデートをどのように処理するのでしょうか？ Bitcoin では、すべてのノードが同一のコンセンサスルールを実行します。Ambient では、マイナーが継続的にモデルをファインチューニングします。ネットワークの半分がバージョン 2.0 にアップデートし、残りの半分が 1.9 のままであれば、検証は破綻します。ホワイトペーパーには、モデルのバージョニングと後方互換性がどのように機能するかについての詳細は記載されていません。

プロンプトの多様性と作業の標準化: Bitcoin の PoW は一様であり、すべてのマイナーが同じ種類のパズルを解きます。Ambient の PoW は多様で、数学の質問に答えるマイナーもいれば、コードを書く者、ドキュメントを要約する者もいます。バリデーターは異なるタスクの「価値」をどのように比較するのでしょうか？ あるマイナーが 10,000 トークンの無意味なテキスト（容易）を生成し、別のマイナーが困難なデータセットでモデルをファインチューニング（高コスト）した場合、どちらがより多くの報酬を得るべきでしょうか？ Ambient には、Bitcoin のハッシュ難易度に相当する、AI 作業のための難易度調整アルゴリズムが必要ですが、「推論の難易度」を測定することは容易ではありません。

分散トレーニングにおけるレイテンシ: PETALS スタイルのシャーディングは推論（連続的なレイヤー処理）には適していますが、トレーニングにはバックプロパゲーション（ネットワークを通じて勾配が逆方向に流れること）が必要です。レイヤーが異なるネットワークレイテンシを持つノード間に分散されている場合、勾配の更新がボトルネックになります。Ambient は 10 倍のスループット向上を主張していますが、実際のパフォーマンスはネットワークトポロジーとマイナーの分布に依存します。

中央集権化のリスクにおけるモデルホスティング: 最も価値のあるモデルシャード（例：6,000 億パラメータモデルの最終レイヤー）をホストできるノードがごく少数に限られる場合、それらのノードが不当な影響力を持つことになります。バリデーターは接続性の良いノードに優先的に作業をルーティングする可能性があり、分散型とされるネットワークの中にデータセンター型の中央集権化が再現される恐れがあります。

これらは致命的な欠陥ではなく、すべてのブロックチェーン AI プロジェクトが直面するエンジニアリング上の課題です。しかし、2025 年第 2 四半期 / 第 3 四半期に予定されている Ambient のテストネットローンチによって、その理論が現実の条件下で通用するかどうかが明らかになるでしょう。

次に来るもの：テストネット、メインネット、および AGI のエンドゲーム​

Ambient のロードマップは、2025 年第 2 四半期 / 第 3 四半期のテストネットローンチ を目標としており、2026 年にメインネットが続く予定です。a16z CSX、Delphi Digital、Amber Group からの 720 万ドルのシードラウンド資金は、コア開発の原動力となりますが、プロジェクトの長期的な成功はエコシステムの採用にかかっています。

注視すべき主要なマイルストーン：

テストネットのマイニング参加: どれだけのマイナーがネットワークに参加するか？ Ambient が（初期の Ethereum マイニングのように）数千の GPU 所有者を惹きつけることができれば、経済モデルが機能していることが証明されます。もし少数の事業体しかマイニングを行わないのであれば、それは中央集権化のリスクを示唆します。

モデルパフォーマンスのベンチマーク: Ambient でトレーニングされたモデルは OpenAI や Anthropic と競合できるか？ 分散型の 6,000 億パラメータモデルが GPT-4 レベルの品質を達成すれば、アプローチ全体が正当化されます。パフォーマンスが大幅に遅れる場合、開発者は中央集権的な API を使い続けるでしょう。

アプリケーションの統合: どの DeFi プロトコル、DAO、または AI エージェントが Ambient 上に構築されるか？ 価値の提案は、実際のアプリケーションがオンチェーン AI 推論を消費して初めて実現します。初期のユースケースには以下が含まれる可能性があります：

  • 証明可能な意思決定ロジックを備えた自律型トレーディングエージェント
  • 分散型コンテンツモデレーション（AI モデルによる投稿フィルタリング、オンチェーンで監査可能）
  • 検証可能な AI オラクル（オンチェーンの価格予測や感情分析）

Ethereum および Cosmos との相互運用性: Ambient は Solana のフォークですが、AI エージェント経済は複数のチェーンにまたがっています。Ethereum（DeFi 用）や Cosmos（ASI のような IBC 接続された AI チェーン用）へのブリッジは、Ambient が孤立した島になるか、ハブになるかを決定づけます。

究極のエンドゲームは野心的です。それは、単一のエンティティがモデルを制御しない 分散型 AGI のトレーニングです。数千の独立したマイナーが協力して超知能システムをトレーニングし、すべてのトレーニングステップの暗号学的証明があれば、それは AGI への真にオープンで監査可能な最初の道となるでしょう。

Ambient がこれを達成するか、あるいは期待外れの暗号資産プロジェクトに終わるかは実行力次第です。しかし、恣意的な暗号パズルを検証可能な AI 作業に置き換えるという核心的なイノベーションは、真のブレークスルーです。もし Proof of Work が浪費ではなく生産的になり得るのであれば、それを最初に証明するのは Ambient です。

Proof-of-Logits（プルーフ・オブ・ロジット）へのパラダイムシフト​

Ambient の 720 万ドルの資金調達は、単なる新たな暗号資産の資金調達ラウンドではありません。これは、ブロックチェーンのコンセンサスと AI トレーニングが、単一の経済的に整合したシステムへと融合できるという賭けです。その影響は Ambient をはるかに超えて広がります。

ロジットベースの検証（logit-based verification）が機能すれば、他のチェーンもそれを採用するでしょう。Ethereum は、単に ETH をステーキングするのではなく、AI 演算に貢献するバリデーターに報酬を与える PoS の代替案として PoL を導入する可能性があります。Bitcoin は、SHA-256 ハッシュの代わりに「有益な計算（useful computation）」を使用するためにフォークするかもしれません（もっとも、Bitcoin マキシマリストがこれを受け入れることはないでしょうが）。

分散型トレーニングが競争力のあるパフォーマンスを達成すれば、OpenAI や Google はその「堀（moat）」を失います。GPU を持つ誰もが AGI（人工汎用知能）の開発に貢献し、その対価としてトークンを獲得できる世界は、中央集権的な AI 独占体制を根本から破壊します。

オンチェーン AI 検証が標準になれば、自律型エージェントは信頼性を獲得します。ユーザーはブラックボックス化した API を信頼する代わりに、特定のモデルとプロンプトをオンチェーンで検証します。これにより、規制された DeFi、アルゴリズムによるガバナンス、そして AI 駆動の法的契約への道が開かれます。

Ambient が勝利すると決まったわけではありません。しかし、これは Proof-of-Work（プルーフ・オブ・ワーク）を生産的なものにし、AI トレーニングを分散化し、ブロックチェーンのセキュリティを文明の進歩と一致させようとする、これまでで最も技術的に信頼できる試みです。テストネットのローンチは、理論が現実に即しているか、あるいは Proof-of-Logits が野心的なコンセンサス実験の墓場に加わることになるのかを証明することになるでしょう。

いずれにせよ、オンチェーン AGI をトレーニングする競争が今、紛れもなく本物になったことは確かです。そして Ambient は、そのスタートラインに 720 万ドルを投じたのです。

ソース:

Share on Twitter