最先端AIにおける権力闘争と分散化論争：Fable 5の禁止からDeAIの未来まで

編集：ユリヤ（PAニュース）

編集者注：先週、Anthropic社がリリースした「Claude Fable 5」は、最先端AI分野で最も深刻な信頼危機の一つを引き起こしました。研究者たちは、このモデルがユーザーが競合他社の製品を開発していると疑うと、応答の質を微妙に低下させることを発見したのです。このモデルには30日間のデータ保持期間が設けられていたため、Microsoft社内で無効化されることになりました。これは、暗号通貨業界で長年問われてきた疑問を改めて提起します。最先端AIの大部分が、たった一つの企業によって管理されるべきなのでしょうか？

これに対し、The Defiantの創設者兼CEOであるカミラ・ルッソは、 CoinFundの創設者であるジェイク・ブルックマン、 SentoraとThe Sequenceの創設者であるヘスス・ロドリゲス、そしてDragonflyのマネージングパートナーであるハシーブ・クレシを招き、分散型AIの将来の方向性について白熱した議論を行った。

大規模モデルの戦い、オープンソースの潮流、そして「封鎖」への恐怖。

ハシーブ：私たちの現在の投資ロジックは、今後ますます多くの「最先端ではない」モデルが登場し、ユーザーによるモデルトークン（計算能力への支出）への支出が、こうした最先端ではない分野へと流れていくというものです。最先端の大規模モデルに資金を投入し続けるのは持続不可能であることは誰もが知っていますし、ほとんどの人はそもそもそのようなレベルの知能を必要としていません。

現在市場には、非常に手頃な価格で入手できる、精製されたオープンソースまたはオープンウェイトのモデルが多数あり、それぞれに異なるタスクを割り当てることができます。MythosやClaude Fable 5のようなモデルを使ってファイル名を変更する人がいるというジョークがネット上にありますが、これらのモデルに慣れるにつれて、このような行為はますます一般的になるでしょう。ここで考えるべきは、「なぜ大槌を使って小さな問題を解決しようとするのか？」ということです。

とはいえ、「分散型AI」という用語は広すぎる。もしそれが単に「さまざまな組織によって開発されたさまざまなモデルを誰もが利用する」（OpenRouterモデルなど）という意味であれば、現状と何ら変わりはない。しかし、「分散型ネットワークを使用してAIモデルをトレーニングまたは実行する」という意味であれば、話は別だ。実際、後者についてはかなり悲観的だ。現時点では、分散型環境でモデルをトレーニングまたは実行することによる経済的利益や市場需要が妥当であることを証明する確固たる根拠は見当たらない。

もちろん、『Fable』のリリースは確かに強い反発を招きました。人は良い製品を手に入れると、所有欲が強くなるものです。一度手に入れると、「死ぬまで誰にも奪わせない」という気持ちになります。政府が突然介入してそれを阻止すると、誰もが当然ながら不当な扱いを受けたと感じます。しかし同時に、『Mythos』が最初にリリースされた時のことを思い出してみてください。それは恐ろしいものでした。その存在によって、既存のソフトウェア、オペレーティングシステム、ブラウザはすべて、まるでスイスチーズのように、脆弱性だらけになってしまったのです。当時、「これを全人類に公開すべきだ」と声を上げる人はいませんでした。

米国政府の今回の行動は正気の沙汰ではないと言う人もいる。AnthropicはFable 5をリリースする前に国家安全保障機関の懸念をすべて解消したと主張しているが、私の知る限り、国家安全保障機関は既にMythosのブロックに関与していた。MythosはProject Glasswingで約30社のパートナーに昇格しただけであり、これらのパートナーはAnthropicではなく政府によって慎重に選ばれた。したがって、「Fableは政府の知らないところでリリースされた」という主張は明らかに成り立たない。Amazonの社長であるアンディ・ジャシーが政府またはホワイトハウスに出向き、モデルに脱獄の脆弱性があると伝えたため、政府が危険性を認識し、Fable 5を全国的に即座にブロックしたという噂もある。

このガバナンスとセキュリティの仕組みは明らかに不完全です。研究所（AnthropicであれOpenAIであれ）で起きていることは極めて危険であり、慎重な対応が必要であるという点には同意しますが、オープンソースとオープンウェイトモデルの配分には莫大な経済的価値があり、両者は並行して開発されるべきだと私は考えています。

※注：プロジェクト・グラスウィングは、アントロピック社が発案し、複数のテクノロジー企業が共同で推進するサイバーセキュリティプロジェクトです。2026年4月に開始されました。

ジーザス：テクノロジーの終末論的な話題はさておき、サイバーセキュリティ業界の人々から、Mythosは本当に恐ろしいものだという話を実際に耳にしました。リリース後、Anthropicの何人かの人と話しましたが、懸念は非常に現実的なものでした。しかし、サイバーセキュリティ分野の著名なCEOたちは、このモデルへのオープンアクセスを望んでいると述べていました。直接リリースすれば、すべてのセキュリティ企業に十分な準備期間が与えられるからです。制限したり、リリースを3か月遅らせたりしても、十分な余裕は得られません。しかし、反対意見としては、Mythosを直接リリースすると壊滅的な結果を招くのではないか、というものがあります。

ハシーブ：私たちはブロックチェーン分野に携わっています。もし北朝鮮がこのモデルを手に入れたら、本当に大惨事にならないと思いますか？

カミラ：でも、全員が感染していれば、全員が検査を受けられるので、実際にはリスクが減るという意見もあるんじゃない？

ハシーブ：誰もが核兵器を持っているわけではない。

ジェイク：核兵器を例に出すのはあまり適切ではない。例えばMythosを見てみよう。これはシステムの脆弱性を発見するためのモデルだ。経済的な側面を考えてみよう。ハッカーはMythosを使って脆弱性を見つけるために料金を支払う一方、ウェブサイトの所有者も脆弱性からシステムを守るために料金を支払う。この市場は本当に公平だろうか？ハッカーは、全く収益化できないLinuxシステムの脆弱性を見つけるために多くの時間を費やす価値があると本当に考えているのだろうか？

悪用可能なモデルがごく一部の人しか利用できない場合（例えば、大企業は利用できるが、一般の人は利用できないなど）、不均衡が生じます。資産を保護できる人もいれば、脆弱なまま放置される人もいるからです。したがって、個人的には、誰もがこれらのモデルに平等にアクセスできる方が良いと考えています。

これはサイバーパンク的な反乱などではなく、避けられない市場動向です。今日、最先端のクローズドソースモデルが数多く存在する一方で、オープンソースモデル（主に中国の研究所によるもの）も多数存在します。これらのモデルは計算能力の面では不利な立場にありますが、様々な評価指標において最先端モデルとの差はわずか数パーセントポイントに過ぎません。Epoch.aiのグラフを見れば、オープンソースモデルとクローズドソースモデルの差が急速に縮まっていることがはっきりと分かります。Anthropicが「ビッグブラザー」のように振る舞い、すべての人を守ろうとするとしても、現実には、人々はウェブサイトやソフトウェアを保護するためにこれらのモデルを必要としています。そして、最終的にはAnthropicから、アジアの研究所からオープンソースとして、あるいは分散型ネットワークでトレーニングされたモデルのいずれかを入手することになるでしょう。

輸出管理、規制、および自由アクセスの境界

カミラ：ジェイク、フェンスは全くない方がいいと思う？みんなに完全に開放されるべきじゃない？

ハシーブ：その質問に付け加えさせてください。「輸出規制」という概念自体が存在すべきではないとお考えですか？なぜなら、AIだけでなく、インターネット自体も戦争の一要素だからです。

ジェイク：私は政治的な立場は持っていません。ただの技術者で、国務省に勤めているわけでもありません。米国政府が輸出規制を実施すると決めたとしても、それは彼らの勝手です。しかし、それは「技術を世界的に共有すべきかどうか」とは全く別の問題です。

Fableが分散型ネットワークで学習され、誰も完全なモデルウェイトを所有していない（一部のウェイトは米国に、一部はアムステルダムに、一部はオーストラリアにある）と仮定します。米国が自国内にあるウェイトの一部に輸出規制を課したとしても、モデルは世界の他の場所では正常に機能する可能性があります。これが米国の執行メカニズムの問題点です。ビットコインを見てください。ビットコインは誰も止められない主権のある分散型通貨です。ハシーブ氏は分散型AIに対する市場需要があるかどうか確信が持てないと述べましたが、これは2011年に「PoW（プルーフ・オブ・ワーク）に対する需要があるかどうか分からない」と言ったのと似ています。実際には、グローバル化されたパーミッションレス通貨に対する需要があるため、この技術に対する需要は非常に大きいのです。同様に、グローバル化されたパーミッションレスAIに対する需要も非常に大きく、米国務省は好むと好まざるとにかかわらず、これを止めることはできません。

イエス：輸出管理のアナロジーについてですが、もしMythosへのアクセスを全員に制限したとしても、オープンウェイトのモデルが突然サイバー攻撃能力を獲得したらどうなるでしょうか？現在のサイバーセキュリティベンチマークを見てください。DeepSeek-V4やQwen 3.7は非常に高い評価を受けています。これらのモデルがサイバー攻撃能力を獲得するのは時間の問題でしょう。

AIコミュニティは核兵器を例えとしてよく使う。第二次世界大戦後4年間、米国は核兵器を保有していたが、世界の他の国々は保有していなかった。ある説では、当時米国が圧力をかけていれば、東ヨーロッパで共産主義が台頭することはなかったかもしれないとされている。しかし、ソ連も後に核兵器を開発した。私が気になるのは、当初は誰にでも開放されていたことではなく、誰がアクセスできるかという選択的な決定である。これが輸出管理であるならば、なぜすべてのアメリカ企業がアクセスできないのだろうか？

ハシーブ： Fableに関しては、詳細を明確にする必要があります。政府はFableを米国以外のすべての人に対して閉鎖することを要求しています。現在、Anthropicは、それを遵守するための十分なKYC（顧客確認）メカニズムを備えておらず、輸出規制は厳しく施行されています。もしこのモデルが米国以外の人の手に渡れば、大変なことになります。そのため、彼らは現時点でそれを実行できる自信がないのです。Polymarketは現在、7月末までに米国人向けに事業を再開できる可能性を77%と予測していますが、これは6月初旬の約50%という確率と比べて高い数値です。

明らかに、「外国人によるFable 5の利用を一切禁止する」という考えはばかげている。米国にはH1Bビザで雇用されている外国人従業員が多数いるのだから、プログラミングチームからフランス人エンジニアを排除するのは馬鹿げている。これはおそらく実施前に交渉され、変更されるだろう。Anthropicが脆弱性を修正し、より厳格な管理体制を導入できれば、米国以外のユーザーを完全に締め出す必要はないかもしれない。

しかし、これはMythosの場合とは異なります。FFableは当初、コードの記述やメール作成のための「良き市民モデル」となることを目指していましたが、米国政府のMythosに対する姿勢は、「これはアメリカ人にしか提供できない。しかも、我々のリストに載っている者だけに」というものでした。これはもはや輸出規制ではなく、事実上AI版の「マンハッタン計画」と言えるでしょう。

信頼できる情報筋によると、グラスウィング計画は政府が主導したため、マイクロソフトのような大企業に割り当て枠が与えられ、無名のサイバーセキュリティ企業には割り当てられなかったとのことだ。政府がこれを極めて危険な攻撃型サイバー兵器とみなしていることを考えると、これは驚くべきことではない。戦闘機やミサイルも同様に扱われている。アントロピック社が単に30社に自社製品をマーケティング目的で使用してもらいたいというわけではない。彼らは世界中の企業に自社製品を使ってもらいたいと願っているのだ。

カミラ：仮想通貨業界では、AIを利用したハッキングが劇的に増加しており、Mythosが広く普及した場合のリスクは計り知れないと推測できます。ジェイク、状況によっては、これらのモデルの使用を特定のグループに限定するのは妥当だと思いますか？それとも、依然としてすべての人に開放すべきだと主張しますか？

ジェイク：先ほども申し上げたように、これは分散型AI技術が実現可能かどうかという問題とは別の話です。政府は確かにそれを規制する法律を制定できますし、白黒はっきりつけられる問題ではありません。しかし、分散型技術は参入障壁を下げることで競争を促進する可能性があります。汎用的なハードウェアを活用することでコストを削減できるのです。

今日、異種混在型の汎用GPUで推論処理を行っている創業者と話しました。彼は、電気料金が高騰するにつれて、長期的にはこれが消費者にとってより安価な選択肢になると考えています。あらゆる技術革新は、本質的にコストと参入障壁を下げることを目的としています。AIは現在、世界で最も中央集権的な産業と言えるでしょう。そして、まさにその障壁を取り除くことが最も切実に求められている産業なのです。私たちが分散型AIを支持するのは、消費者の選択肢を守るためであり、究極的には民主主義を守るためなのです。

分散型AIにおける物理的なボトルネックとアルゴリズムのブレークスルー

カミラ：もし最終的に、ごく少数の中央集権的な企業が世界のほとんどのAIモデルを支配するようになったらどうなるでしょうか？真に成功した分散型AIが存在しない場合、どのような代償を払うことになるのでしょうか？

ジーザス：ジェイクの意見に反論しなければならない。技術的な観点から言えば、Mythosのようなモデルを開発する際に分散型アプローチを採用するのは、中央集権型アプローチよりも明らかにコストがかかる。Nvidiaには、あまり語られることのない根深い競争優位性がある。GoogleのTPUを除けば、現在の大規模アーキテクチャはすべて数百、数千個のNvidia製GPUで構築されている。AMDには、そのような実世界のデータは単純に存在しないのだ。

私は実際には集中型AIを支持しており、この分野で2つの会社を設立しました。分散型AIは新しいものではありませんが、これまでプロダクトマーケットフィット（PMF）を実現できたことはありませんでした。以前は、モデルが小さく単純だったため、分散化はあまり意味がありませんでした。しかし、モデルが十分に大きくなった今、分散化は非常に困難になっています。さらに、人材、給与、資金の面でギャップがあります。推論の多くは実際には最先端のGPUではなく、旧世代のGPUで行われており、H100は事前学習にのみ必要です。

ジェイク：ここ数年、GPUの供給がボトルネックとなっており、価格は上昇し続けています。2026年には、一般的な中規模スタートアップ企業がH100を見つけるのは非常に困難になるでしょう。従来、大規模なトレーニングは原子力発電を必要とする豪華なデータセンターで行われてきました。これらの産業用GPUは132GBのメモリと1～3TB/sのノード間帯域幅を備えています。このプロセスを一般消費者向けデバイス（通常のNvidia GPU、MacbookやMac Studioなど）に移行し、通常の消費者向けネットワークで実行できると言ったら、あなたは私が正気ではないと思うでしょう。

しかし、このような膨大な計算負荷に直面すると、学習方法を変更し、アルゴリズムを最適化する強い動機が生まれます。量子力学に例えるなら、 Googleには2種類の量子専門家がいます。ハードウェア専門家は、量子コンピュータは10年以内には問題を解決できないと言い、ソフトウェア専門家は、「イーサリアムは3～5年以内に警戒すべきだ」と言います。ハシーブとジーザスはハードウェアの観点からこの問題を見ていますが、私はハードウェアの利用方法を最適化するという観点からこの問題を見ています。

私たちは目覚ましい進歩を遂げています。強化学習の事後トレーニングが10倍高速かつ低コストになることを示す研究結果が出ているだけでなく、現在進行中のPluralisプロジェクト（RTX 4090のみで実施）では、真に大規模な言語モデル（LLM）を一般消費者向けデバイスでトレーニングできることが実証されています。データセンターの総所有コスト（TCO）の半分は設備保守と冷却費用であり、これらはスウォームコンピューティングに伴うコストではないため、コストはさらに削減されます。処理速度が若干遅くなったとしても、コストが大幅に削減されるため、経済的に十分に実現可能です。

初期のアルゴリズム（DiLoCo、Sparse LoCo、そして2年前のGoogleのアルゴリズムなど）では、パラメータサイズが100億、400億、720億へと増加しました。現在、マクロコスモスは1000億のパラメータに達しています。次世代のアルゴリズムはモデルを根本から変革するでしょう。これらの手法を用いることで、パラメータ数は兆単位に達すると私は考えています。

ハシーブ：ちょっと懐疑的な立場になってみましょう。

まず、大規模モデルの構築には、計算能力と帯域幅という2つの制約があります。物理法則は破ることができません。デバイスを物理的にまとめて高帯域幅で相互接続するのではなく、公共インターネット経由で通信し、勾配更新を圧縮すると、必然的に莫大なコストがかかります。さらに、分散型ネットワークのマシンは至る所に散らばっているため、「総所有コスト（TCO）」を正確に計算することは不可能です。これは、当時分散型ストレージを開発した人々も用いたのと同じ論理です。「今は遅いが、アルゴリズムは将来改善されるだろう」。そしてどうなったでしょうか？分散型ストレージは安価でも効率的でもないため、実際の需要はありません。

最も重要な点は、大規模モデルのトレーニングにおける最大の制約はデータであるということです。MythosやFableのような、およそ8兆個のパラメータを持つモデルをトレーニングするには、膨大な量のトークンデータが必要です。OpenAIやAnthropicは、ベンダーからデータを生成するために莫大な費用を費やし、合成データの作成に高額な費用をかけ、Claude CodeやCodexでの使用履歴からユーザーデータを抽出しています。分散型コミュニティは、このようなデータを単純に持っていません。

経済的な側面はさておき、需要側を見てみましょう。暗号通貨の核となる価値提案は分散化ではなく、分散化はあくまでも目的達成のための手段、つまり自己主権と検閲耐性という目標に過ぎない、と私は考えています。サトシ・ナカモトがビットコインを設計したのもそのためです。AIの分野では、人々は何を重視するのでしょうか？第一にコスト、第二に独自のモデルを所有し、自分のデータが学習データセットから除外されること、そして第三に検閲耐性です。人々はFablesの検閲システムと、密かにパフォーマンスを低下させる内部メカニズムを強く嫌っています。

現在、暗号化AI製品業界で注目を集めているVenice AIを考えてみましょう。Venice AIは、機密性の高い計算にNear AIを使用し、データ保持をゼロにすることでプライバシーを保護しています。しかし、Veniceで最も一般的に使用されているモデルは、分散型モデル（Pluralisなどによるもの）ではなく、DeepSeekやGLM-5といった従来型の企業が運用するオープンソースの加重モデルです。これは、AI開発の将来の方向性が、人々はプライバシーと検閲耐性のある体験を求めているものの、必ずしもビットコインやイーサリアムのような分散型メカニズムを基盤とする必要はない、ということを示唆しているのかもしれません。

イエス：分散型AIと集中型AIの両方に取り組んでいる人たちは、しばしば2世代前の問題を解決している。先日、ある研究者が私にこう言った。「事前学習はまだ完全に解決されていないが、すでに信じられないほど退屈だ」。推論における多くの革新は事後学習から生まれており、今では再帰、継続学習などについて議論している。圧倒的な才能と資金を持つ集中型AIは、実際にはそのギャップを広げている。小規模モデルやエッジコンピューティングに関しては、大規模モデル（GoogleのGemmaなど）を単純に抽出するだけでうまくいくことが多い。分散型クラスターを構築し、1か月かけて苦労して学習させた後、1台のコンピューターがオフラインになり、システム全体がクラッシュした場合、どうやって復旧するのか私にはわからない。

ジェイク：それは間違いだよ。分散型トレーニングクラスタは実際には非常に高い耐障害性を持っている。巨大なデータセンターでは、GPUが1つ故障するとトレーニングをやり直す必要があるかもしれないが、Swarmでは、サイズや形状の異なるGPUがトレーニング中にいつでもネットワークに出入りしても、悪影響はない。最大の証拠は、Googleが最近ブログで、データセンターでDiLoCoスタイルのアルゴリズムの使用を開始したと発表したことだ。

データの問題に関して、ハシーブ氏の指摘は全く正しいが、だからといって分散型組織にはデータがなく、中央集権型組織にはデータがあるというわけではない。市場の多くの顧客は、より優れたAI経済性を求めている。例えば、法律事務所のカークランド＆エリスは最近、独自のデータセットを購入してトレーニングするために5億ドルの投資を発表し、社内にAIエンジニアを採用する計画さえ立てている。5億ドルの予算を持ち、独自のモデルをトレーニングしたいと考えている彼らのような顧客にとって、分散型ネットワークはデータセンターの冷却とメンテナンスのコストを削減し、計算基盤としてのコストを大幅に低減する。

ハシーブ：ケリーがこのようなことをする理由は、データを共有したくないからです。データを分散型ネットワークに置くと、情報が漏洩してしまうからです。彼らはモデルのトレーニングに長けていると考えているからではなく、その価値を内部に留めておきたいのです。なぜそれをハーベイ（AI法律ツール）に渡す必要があるのでしょうか？

ジェイク：分散型トレーニングは必ずしも透明性が求められるとは限らない。プライバシーライセンスがあれば、透明性を確保することは十分に可能だ。さらに重要なのは、モデルの重みが分散され、単一の組織がすべての重みを管理できない場合、モデルの利用者はネットワークに料金を支払う必要があるということだ。この収益は、OpenAIのサム・アルトマンやAnthropicのダリオではなく、ネットワーク内のトークン保有者、購入者、トレーニング参加者に分配される。これにより、モデルはビジネスモデルと収益源を確保できる。従来の法律事務所はすぐには採用しないかもしれないが、企業は間違いなく、自社製品の資金調達の良い方法だと認識するだろう。

サイバー攻撃、地政学、そして最後の砦

カミラ：もしこれが全て実現すれば、分散型AIは中央集権型AIと同等の力を持つようになるでしょう。Fableモデルのように、政府による閉鎖命令の対象となるような状況において、分散型ネットワークは検閲に耐えられるのでしょうか？

ジェイク：検閲に抵抗することは、これらのネットワークの主な目的ではありません。しかし、どうしてもそうしたいのであれば、ニューラルネットワークを分割して重みを数十カ国に分散させれば、強制的に停止させることはできなくなります。しかし、分散型AIの究極の目標は、参入障壁を下げ、コンピューティング能力を民主化し、より多くの人がモデルを訓練できるようにすることだと、改めて強調しておきます。

イエス： OpenAIは以前、「モデル自体はもはや製品ではない」と述べていました。分散型AIの分野では、人々はモデル構築に執着しているように見えますが、実際には既存の技術から2、3世代遅れています。私たちは、モデルを取り巻くインフラストラクチャ、つまりコード実行や計算のためのサンドボックス、評価メカニズム（Eval）、合成データパイプラインといった環境機能に価値を見出すべきです。多くの現代的な金融アプリケーションはDeFiとAIの交差点で構築できますが、私たちはそれらを十分に活用できていません。

ハシーブ：元の質問に戻りますが、最先端のAIが真にオープンソース化され、輸出規制でさえ阻止できないほど広く流通するようになったら、どうなるでしょうか？

私は、世界的なサイバーセキュリティの津波が「COVID-19規模」で差し迫っていると考えています。パッチが適用されていないソフトウェアや小規模企業のサーバーは壊滅的な被害を受けるでしょう。オンチェーンのデータを見れば明らかです。 2026年4月は仮想通貨史上最多のサイバー攻撃が発生し、5月にはその記録が塗り替えられました。盗まれた総額はそれほど多くはありませんが、攻撃の頻度は急上昇しており、小規模なプロトコルに資金を保管することはこれまで以上に危険になっています。

世界中の人々が「ロケットランチャー」で武装したら、必然的に膨大な量のインフラが破壊されるだろう。最初の衝撃から2、3年後には私たちのシステムは「装甲化」されるだろうが、その間の成長痛は極めて深刻なものとなるだろう。

カミラ：そんな強力なツールを少数の企業や政府だけが管理するよりも、みんなが使えるようにした方が良いんじゃない？

ハシーブ：あなたの言う「みんな」には北朝鮮も含まれていますね。本当に北朝鮮にMythosを使わせたいのですか？

カミラ：つまり、あなたは全人類がそれを共有するよりも、アメリカ政府が支配し、たとえ他者を検閲することを許す方が良いということですか？

ハシーブ：もし「米国だけが使える」か「全世界が使える」かのどちらかを選ばなければならないとしたら、私は米国を選びます。もし本当にAGI（汎用人工知能）が実現すると信じているなら、それは人類史上最も強力な兵器になるでしょう。歴史的に見て、大量破壊兵器は主権国家によって管理されてきましたが、それは当然のことです。中国政府がMythosを入手することについては心配していません。彼らは慎重に行動し、長期的な計画を立てています。私が心配しているのは、北朝鮮、テロリスト、そして悪質なハッカー集団です。中国が核兵器を保有することについては心配していませんが、北朝鮮が核ボタンを押すことについては心配しています。

カミラ：最後に、ジェイクとジーザス、要約をお願いします。ハシーブの火力は圧倒的です。彼らを支えるためには、分散型の信仰が必要です。

ジェイク：投資家の視点から言えば、リスクとリターンの比率が非常に優れた分野を見つけることが重要です。分散型AIは非常に魅力的な分野です。先日、友人と夕食を共にした際、「仮想通貨は単なるトラフィックビジネスになりつつあるが、我々は何をすべきか？」と尋ねられました。このような状況において、分散型AIは仮想通貨分野の最後の砦と言えるでしょう。真に効果的な最先端技術です。この分野で私たちが協力している企業（Pluralis、Prime、Intel、Jensen、Bagel、Pearlなど）には非常に期待しています。

ジーザス：分散型AIには確かに価値があるが、分散型「事前学習」についてはまだ楽観視していない。分散型AIインフラには大きな可能性が秘められていると信じている。暗号通貨の基盤となる技術スタックは時代遅れすぎる。世界中でAIが近代化とアップグレードに活用されている。DeFiとAIの組み合わせは間違いなく次の大きな潮流となるだろう。