Fetch.ai は、最新の分散型ピアツーピア (P2P) アプリケーションを開発するためのインフラストラクチャを構築することを目的としたオープン ソース ソフトウェア プロジェクトです。 Fetch.ai は、人工知能と自動化テクノロジーを活用して、デジタル経済で複雑なタスクを実行するインテリジェント エージェントを作成および接続するためのさまざまなツールとフレームワークを提供します。インテリジェント エージェントは、人間、組織、またはマシンに代わって動作できる自律的なソフトウェア コードです。 Fetch.ai のネットワークは、Cosmos-SDK に基づくクロスチェーン プロトコルで、チェーン上に高度な暗号化と機械学習ロジックを実装できます。 Fetch.ai には FET と呼ばれる独自の暗号通貨もあり、現在の流通量は 7 億 4,600 万、最大供給量は 11 億 5,300 万です。

ブロックチェーンと人工知能テクノロジーを深く組み合わせるテクノロジー企業として、Fetch.AI は、人工知能、ブロックチェーン、モノのインターネットのテクノロジーを組み合わせることで、分散型インテリジェント経済を構築し、分散型の目標を達成することを目指しています。同社の目標は、企業と消費者に経済的に対話するための新しい方法を提供し、より効率的で安全かつスマートな取引を可能にすることです。

AI + ブロックチェーンの高度にインテリジェントでオープンなアーキテクチャのおかげで、Fetch.AI は、物流、サプライ チェーン、金融、エネルギー、医療、その他の分野を含む幅広いアプリケーション シナリオを備えています。 Fetch.AI の技術アーキテクチャは主に、Fetch.AI メイン チェーンと Fetch.AI インテリジェント エージェントの 2 つの部分で構成されます。 Fetch.AI メイン チェーンは、ブロックチェーン テクノロジーに基づく分散台帳で、トランザクションとスマート コントラクトを記録し、トランザクションのセキュリティと信頼性を確保するために使用されます。 Fetch.AI スマート エージェントは、自律的にタスクを実行し、リソースを調整し、他のスマート エージェントと対話して、自動化されたインテリジェントな分散型経済相互作用を実現できる人工知能機能を備えたスマート コントラクトです。

この記事では、メイン チェーンについてはあまり詳しく説明しません。自律エージェント アーキテクチャ (AEA) とグループ学習 (Colearn) メカニズムの解体に焦点を当て、ブロックチェーン システムの運用とデータ アプリケーション プロセスに AI がどのように参加するかを示します。

ネットワーク ノードに自らを管理させる: 自律型経済エージェント アーキテクチャ (AEA)

Fetch.ai ネットワークでは、データを所有する個人または企業はエージェントによって代表され、エージェントはデータを求めている個人または企業のエージェントと通信します。エージェントはオープン経済フレームワーク (OEF) に基づいて動作します。これは、データ ソースを表すエージェントがアクセスできるデータをアドバタイズできる検索および検出メカニズムとして機能します。同様に、データを探している個人または企業は、OEF を使用して、問題のデータにアクセスできるエージェントを検索できます。

Fetch.AI の AEA アーキテクチャは、自律的な協調型インテリジェント エージェント ネットワークを構築するために使用される分散型インテリジェント エージェント アーキテクチャです。 AEAはAutonomous Economy Agentの略で、人工知能とブロックチェーン技術を組み合わせて分散型インテリジェント経済を構築し、インテリジェントで自律的かつ分散型の経済相互作用を実現するというものです。

AEA アーキテクチャのコア コンポーネントには、主に次の 4 つのモジュールが含まれます。

  • AEA エージェント: AEA エージェントは、自律的な意思決定、自律的なコラボレーション、および自律的な学習機能を備えた自律的なプログラム可能なインテリジェント エージェントであり、自律的に決定し、行動する能力を備えた独立したエンティティを表します。各 AEA エージェントは独自のウォレット アドレス、ID、スマート コントラクトを持ち、他のエージェントと対話し、協力することができます。

  • AEA 通信 (接続): AEA 通信は、エージェント間の情報送信と対話を実現するために使用される、ブロックチェーン技術に基づくポイントツーポイント通信プロトコルです。 AEA 通信は、対話のセキュリティと信頼性を保証します。 Fetch.AI の AEA は、WebSocket 接続や HTTP 接続などの複数の接続方法をサポートしています。

  • AEA スキル (スキル): AEA スキルは、AEA エージェントの機能と能力を拡張するために使用されるプラグイン可能なモジュールです。各スキルには、スマート コントラクトと、自然言語処理、機械学習、意思決定などのエージェント固有の機能を実装する Python パッケージが含まれています。スキルには複数のプロトコルとモデルを含めることができるため、エージェントは他のエージェントからのリクエストを理解して応答できます。

  • AEA プロトコル: AEA プロトコルは、エージェント間のコラボレーションと対話を実現するために使用されるコラボレーション メカニズムです。 AEA プロトコルは、エージェント間の共同作業を実現するために、メッセージ形式、プロトコル プロセス、およびエージェント間の対話ルールを定義します。プロトコルは、エージェント間の通信のルールとガイドラインです。このプロトコルは、エージェントがどのように情報を交換し、リクエストに応答し、エラーを処理するかを定義します。 Fetch.AI の AEA は、Fetch.AI 独自のエージェント通信言語 (ACL) や HTTP プロトコルなど、複数のプロトコルをサポートします。

企業が予測モデルをトレーニングするためのデータを探していると想像してください。企業のエージェントがデータ ソースを表すエージェントに接続すると、取引条件に関する情報を求められます。データプロバイダーに代わって働くエージェントは、データを販売する条件を提示します。データ アクセスを販売するエージェントは可能な限り高い価格を求める可能性がありますが、データ アクセスを購入するエージェントは可能な限り低い価格を支払いたいと考えます。しかし、データを販売する代理店は、価格が高すぎると販売を逃すことを知っています。これは、データを求めるエージェントが条件に同意せず、代わりに Web 上の別のソースからデータを購入しようとするためです。購入代理店が条件を受け入れられると判断した場合、Fetch.ai 台帳上の取引を通じて販売代理店に合意された価格を支払います。支払いを受け取った後、データを販売するエージェントは暗号化されたデータを Fetch.ai ネットワーク経由で送信します。

初期セットアップを除けば、プロセス全体が完全に自動化され、Fetch.ai エージェントによって実行されます。これは、予測モデルが関連する匿名化されたデータを蓄積しながら、企業の従業員が中断することなく働くことができることを意味します。データを取得することで、情報を購入する企業はモデルをより効率的にトレーニングすることができ、それを使用してより正確な予測を行うことができます。このような予測はあらゆる業界で使用できます。

ノードのインテリジェント化の中核: AEA スキル モジュールとグループ学習 (Colearn) メカニズム

上記 4 つのモジュールの中で最も重要なのは AEA スキル モジュールであり、ノードをインテリジェントにするための重要なモジュールです。 AEAスキルは、エージェントのグループ自律学習機能を実現するためのプラグイン可能なモジュールです。各学習スキルには、強化学習、教師あり学習、教師なし学習など、さまざまな種類の学習タスクを実装するためのスマート コントラクトと Python パッケージが含まれています。エージェントが学習する必要がある場合、エージェントは自分に合った学習スキルを選択し、学習結果を自身の状態に保存できます。エージェントは学習結果に基づいて自らの行動と戦略を自律的に調整し、よりスマートで効率的、そして持続可能な経済相互作用を可能にします。

Fetch.AI の集団学習原理には次のステップが含まれます。

  • データ共有: さまざまなエージェントが独自のデータを収集し、ブロックチェーン ネットワーク内の共有データベースにアップロードします。これらのデータには、センサー データ、テキスト データ、画像データなどが含まれます。集団学習に参加しているすべてのエージェントは、共有データベース内のデータにアクセスし、このデータをトレーニングに使用できます。

  • モデルのトレーニング: エージェントは、モデルのトレーニングに共有データベースのデータを使用します。モデルには、機械学習モデル、深層学習モデル、またはその他のタイプのアルゴリズムを使用できます。エージェントは、さまざまなタスクや問題を学習するために、さまざまなモデルを使用してトレーニングできます。

  • モデルの選択: モデルのトレーニングが完了すると、エージェントはそのモデルをブロックチェーン ネットワークにアップロードします。集団学習に参加しているすべてのエージェントは、これらのモデルにアクセスし、ニーズに基づいて適切なモデルを選択できます。選択プロセスは、エージェントのパフォーマンス、タスク要件、リソースの制約などの要因に基づいて行うことができます。

  • モデルの統合: モデルを選択すると、エージェントはそれを自分のスキルと統合して、タスクをより適切に完了できます。スキルは、暗号通貨取引、物流管理など、特定の種類のタスクを処理するモジュールにすることができます。エージェントはタスク処理に複数のスキルとモデルを使用できます。

  • 報酬メカニズム: 集団学習のプロセスにおいて、エージェントは独自のデータとモデルを提供することで報酬を受け取ることができます。報酬は、エージェントのパフォーマンス、貢献度、リソース利用効率などの要素に基づいて分配できます。報酬メカニズムにより、エージェントが集団学習に積極的に参加し、システム全体のパフォーマンスを向上させることができます。

商品の輸送などのタスクを完了するために協力する必要がある 2 人のエージェント A と B がいるとします。代理店 A は商品の提供を担当し、代理店 B は輸送サービスの提供を担当します。最初の対話では、エージェント A とエージェント B の両方が、輸送ルートや輸送方法をランダムに選択するなど、タスクを完了するためにランダムな行動戦略を採用できます。

インタラクションが進むにつれて、エージェント A とエージェント B は学習スキルを通じてインタラクション履歴データを学習し、学習結果に基づいて行動戦略を自律的に調整できます。たとえば、エージェント A は、学習スキルを通じて物品の供給や輸送コストなどの情報を学習し、現在の物品の需要と市場価格に基づいて最適な協力戦略を独自に選択できます。また、エージェント B は、学習スキルを通じて輸送ルートや輸送方法の効率やコストなどの情報を学習し、現在の交通状況やエネルギー価格に基づいて最適な輸送戦略を独自に選択することができます。

インタラクションが継続し、学習結果が継続的に更新されると、エージェント A とエージェント B は徐々に行動戦略を最適化することができ、それにより、より効率的で、よりスマートで、より持続可能な経済的インタラクションを実現できます。この自己学習プロセスは継続的に反復され、最適化されることで、より優れた経済的利益と社会的価値を達成できます。

自律学習機能では、エージェントが良好な学習結果を達成するために十分な計算能力とデータ リソースを必要とすることに注意してください。したがって、実際のアプリケーションでは、最良の学習効果を達成するために、エージェントの実際の状況とニーズに基づいて、適切な学習スキルとリソース割り当てを選択する必要があります。

Fetch.ai の中核となる自律経済エージェント (AEA) は、経済相互作用におけるインテリジェンス、自律性、分散化という目標を達成します。その利点は、人工知能とブロックチェーン技術の緊密な統合と、これらのAEAエージェントが自律的に学習し、意思決定を行い、分散環境で自由に対話できることで、経済相互作用の効率と効率を向上させることにあります。 . 知能の程度。さらに、Fetch.AI のグループ学習 (Colearn) メカニズムにより、エージェントが積極的に参加し、データとモデルを共有することでシステム全体のパフォーマンスを向上させることができます。

ただし、Fetch.AI にもいくつかの課題があります。まず、自律学習機能には高いコンピューティング能力とデータ リソースが必要であり、リソースに制約のある環境ではアプリケーションが制限される可能性があります。第二に、Fetch.AI の技術アーキテクチャと機能は比較的複雑であり、より高い技術的しきい値と学習コストを必要とし、その広範なアプリケーションに影響を与える可能性があります。

まとめ

将来に目を向けると、Fetch.AI にはまだ明るい見通しがあります。テクノロジーが発展し続けるにつれて、パフォーマンスと効率を向上させ、より多くのアプリケーション シナリオとニーズを満たすために、より多くの AI およびブロックチェーン テクノロジーが導入される可能性があります。同時に、プライバシー保護とデータセキュリティへの注目が高まるにつれ、Fetch.AI の分散化機能とセキュリティ機能がさらに注目され、応用される可能性があります。いくつかの課題はありますが、AI とブロックチェーンの分野における Fetch.AI の革新性と可能性は依然として注目し、探究する価値があります。

参考文献:

[1] Fetch.AI開発者向けドキュメント

[2] メラニー ミッチェル: AI 3.0

[3] アレクセイ・ポタポフ：基本的なアトメーゼの特徴

免責事項: この記事は調査の参考のみを目的としており、投資に関するアドバイスや推奨を構成するものではありません。この記事で紹介されているプロジェクトの仕組みは、著者の個人的な見解を表すものであり、著者およびこのプラットフォームとは一切の関心はありません。ブロックチェーンおよびデジタル通貨への投資は、非常に高い市場リスク、政策リスク、技術的リスク、およびその他の不確実な要因にさらされるため、投資家は慎重な決定を下し、投資リスクを独自に負う必要があります。この記事の著者またはこのプラットフォームは、この記事で提供される情報を使用した投資家によって生じた損失について責任を負いません。