AIダーウィンの瞬間：モデルが生存競争を始めるとき

原題: ダーウィン主義のAI—AIハンガー・ゲーム

原作者: 0xJeff

原文翻訳: Saoirse、Foresight News

競争は常に人類の進化の核心にあります。歴史を通して、人々は様々な目標のために絶えず競争してきました。その中には以下のようなものがあります。

· 食糧と領土

· 仲間/パートナー

· 部族や社会内での地位

· 提携と協力の機会

狩人は獲物を追い、戦士は生き残るために戦い、部族のリーダーは領土を争いました。時が経つにつれ、生存に有利な特性を持つ個体は生き残り、繁殖し、遺伝子を世代を超えて伝えることができました。

このプロセスは「自然選択」として知られています。

自然淘汰のプロセスは止まることなく、その形態を進化させてきました。「生存のための競争」から徐々に「エンターテインメントとしての競争」（剣闘士の戦い、オリンピック、スポーツイベント、eスポーツなど）へと進化し、最終的には「進化を促すアクセラレータ型の競争」（テクノロジー、メディア、映画、政治などの分野）へと変化してきました。

自然選択は常に人類の進化の原動力の中核となってきましたが、人工知能の進化もこの論理に従うのでしょうか?

人工知能の発展は、単一の「発明」によって決まるのではなく、むしろ無数の「目に見えない競争と実験」によって推進され、これらの競争によって最終的に生き残るモデルが選ばれ、忘れ去られたモデルが捨てられるのです。

本稿では、Web2とWeb3の領域を網羅するこれらの目に見えない競争を深く掘り下げ、「競争」という観点から人工知能の進化の軌跡を分析します。一緒に探っていきましょう。

2023年から2025年にかけて、ChatGPTの出現により、人工知能分野は爆発的な成長を遂げました。

しかし、ChatGPTが誕生する以前から、OpenAIはゲーム「Dota 2」（「OpenAI Five」システムを使用）を通じてすでに名を馳せていました。一般プレイヤー、プロのゲーマー、そしてOpenAI自身との数万回の対戦を通じて、OpenAIは急速に進化する能力を示し、試合ごとに自身の強さを高めていました。

最終的に、洗練されたインテリジェントシステムが誕生し、2019年に「Dota 2」の現世界チャンピオンに圧倒的な勝利を収めました。

2016年には、もう一つの有名な出来事がありました。AlphaGoが世界囲碁チャンピオンのイ・セドルを破ったのです。この出来事で最も驚くべき点は、「世界チャンピオンの敗北」そのものではなく、AlphaGoの「学習方法」でした。

AlphaGoの訓練は人間のデータだけに頼ったわけではありません。OpenAI Fiveと同様に、「自己対戦」、つまり反復的なプロセスを通じて進化を遂げました。

· モデルの各世代は前の世代と競合します。

· 最もパフォーマンスの高いモデルのバリアントが保持され、「再現」されます (つまり、最適化の反復)。

· 弱い戦略は排除されます。

言い換えれば、「ダーウィンのAI」は、本来なら何百万年もかかっていた進化のプロセスを、数時間の計算期間に圧縮したのです。

この「自己競争のループ」は、人類がかつて経験したことのない技術革新をもたらしました。今日、金融分野でも、形は異なるものの、同様の競争パターンが見られます。

暗号通貨分野におけるダーウィン的AI

Nof1は先週、「アルファアリーナ」のローンチで大きな話題となりました。これは、6つの人工知能モデル（Claude、DeepSeek、Gemini、GPT、Qwen、Grok）が参加する「暗号通貨永久契約の生死を賭けた決闘」で、各モデルは1万ドルを運用し、最終的に損益（PnL）が最も優れたモデルが勝利を収めるというものでした。

アルファアリーナがオープンしました！6つのAIモデルがそれぞれ1万ドルを投資し、自律的に取引を行いました。実際の資金、実際の市場、実際のベンチマーク。どのモデルが最も優れたパフォーマンスを発揮すると思いますか？

このコンペティションは、ルールというよりもむしろ「オープン性」によって急速に人気を博しました。通常、「アルファ戦略」（つまり超過収益戦略）は厳重に秘密にされます。しかし、このコンペティションでは、「どのAIが最も収益を上げているか」をリアルタイムで目撃することができます。

さらに、リアルタイムの取引パフォーマンスを表示するユーザーインターフェース（UI/UX）デザインは非常にスムーズで最適化されています。チームは、現在の盛り上がりと競合から得た洞察を活用し、Nof1モデルと取引ツールの開発に取り組んでいます。現在、このツールに興味のあるユーザーは、トライアルのウェイティングリストにご登録いただけます。

Nof1のアプローチは目新しいものではありません。金融分野（特にBittensorエコシステムやより広範な暗号通貨市場）では、このようなコンペティションは古くから存在しています。しかし、Nof1のようにこのようなコンペティションを民主化し、普及させたチームは他にありません。

最も代表的な競争事例をいくつか紹介します。

シンセ（シンセサイザーコンペティション）

(識別子: SN50、イニシエーター: @SynthdataCo)

このコンペティションでは、機械学習エンジニアが機械学習モデルを展開し、暗号資産の価格とボラティリティを予測することが求められます。優勝者にはSN50 Synth Alphaトークンが報酬として授与されます。その後、チームはこれらの高品質な予測結果を活用して、高精度の「合成価格データ」（および価格トレンドパス）を生成します。

「今年初め以来、私たちはこのコンテストに参加しているトップクラスのデータサイエンティストや定量分析家に200万ドル以上の賞金を授与してきました。」

チームは現在、これらの予測シグナルを用いてPolymarketプラットフォーム上で暗号通貨を取引しています。現在までに、初期資本3,000ドルで184%の純投資利益率（ROI）を達成しています。次の課題は、現在のパフォーマンスを維持しながら取引量を拡大することです。

「Polymarketプラットフォームでの取引に関する最新情報は次のとおりです。

・元金：3,000ドル

・利益：5,521ドル

・投資収益率（ROI）：184％

・年利回り（APY）：3,951%

これらはすべてSynthの予測モデルによって裏付けられています。今週の「新奇性探索」コーナーでは、その根底にあるロジックを詳しく掘り下げていきます。

Sportstensor（スポーツ予想コンテスト）

(識別子: SN41、開始者: @sportstensor)

これは「市場のオッズを打ち破ること」に重点を置き、世界のスポーツベッティング市場における「有利な機会」の探求を目指すサブネットワークです。機械学習エンジニアが、メジャーリーグベースボール（MLB）、メジャーリーグサッカー（MLS）、イングランド・プレミアリーグ（EPL）、全米プロバスケットボール協会（NBA）など、主要スポーツリーグの結果を予測するモデルをデプロイする、継続的なコンペティションです。収益性を達成できる「最高のモデル」には、SN41 Sportstensor Alphaトークンが報酬として付与されます。

現在、参加モデルの平均予測精度は約 55% で、トップランクの「マイナー」(つまりモデル開発者) は最大 69% の精度と 59% の増分投資収益を達成しています。

Sportstensor は Polymarket と提携して流動性レイヤーとして機能し、より多くのスポーツ予測関連の取引量を Polymarket プラットフォームにもたらします。

チームはまた、「アルマナック」プラットフォームを構築しています。これは、一般向けのスポーツ予測競争レイヤーです。ユーザーは、Sportstensorマイナーが提供するシグナルと高度な予測分析データにアクセスし、これらの情報に基づいて他のユーザーと競い合うことができます。最高の予測者には、毎週最大10万ドルの報酬が支払われます（開始日は未定）。

AION（市場競争の戦争）

(発起者: @aion5100、@futuredotfun)

@aion5100 (イベント/結果の予測に重点を置くインテリジェント エージェント チーム) は、@futuredotfun と提携して「War of Markets」コンテストを開始します。

このコンテストは2024年第4四半期に開始される予定で、「予測市場ワールドカップ」として位置付けられており、PolymarketとKalshiのプラットフォーム上で人間と人工知能の両方が予測対決に参加できる。

このコンテストは、「クラウドソーシングによる知恵」を通じて「究極の真実の参考資料」となることを目指しています。評価基準は従来の「予測精度」ではなく、「マインドシェア、取引量、名誉」であり、これらの指標で最も優れた成績を収めた者が優勝者となります。

チームは、高度な予測市場分析ツール、コピー取引機能、ソーシャル取引製品を競争に深く統合し、トレーダーがこれらのツールを活用して他の予測者との競争で優位に立てるよう支援します。

Fraction AI（マルチシナリオAIコンペティション）

(発起者: @FractionAI_xyz)

このプラットフォームでは、さまざまな種類の競技が開催されています。ユーザーは、「入札ベースの三目並べ」、「サッカー乱闘」、「ビットコイン取引バトル」、「ポリマーケット取引」などのシナリオに AI エージェントを展開できます。さらに、このプラットフォームには「ALFA」競技も用意されています。これは「Alpha Arena」に似ていますが、AI モデルが仮想通貨を使用して永久契約で互いに取引を行うというものです。

「ALFA」コンペティションでは、ユーザーはAIエージェントの「ロング/ショート株」を購入し、毎日の取引セッションの終了時にどのエージェントが最も高い損益（PnL）を達成するかを賭けることができます。「Alpha Arena」と同様に、ユーザーは各エージェントが採用する戦略と展開する資産をリアルタイムで監視できます。

コンテスト中に得られた洞察とデータは AI エージェントをさらに最適化するために使用され、将来的にはユーザーはこれらのエージェントに資金を投入して、自分に代わって取引を行うことができるようになります。

チームは、トレーディング、DeFi、予測市場など、あらゆる一般的な金融分野に AI エージェントの適用を拡大する予定です。

Allora（金融マイクロワークコンペティション）

(発起者: @AlloraNetwork)

Allora は「金融界の Bittensor」とも呼ばれます。このプラットフォームは「テーマタスク」または「マイクロワーク」（暗号通貨の価格予測など）を設定し、機械学習エンジニアが「最良のモデル」を開発するために競い合います。

現在、価格予測モデルは主に主流の暗号通貨に焦点を当てており、トップクラスの成績を収めた機械学習エンジニア（「フォージャー」または「マイナー」と呼ばれる）は「Allora Hammer」報酬を受け取ることができ、これは公式メインネットのローンチ（近日公開）時に $ALLO トークンインセンティブに変換されます。

チームには幅広い「ダイナミック DeFi 戦略」アプリケーションがあり、Allora モデルを適用することで DeFi 戦略はより柔軟になり、リスクが軽減され、収益レベルが向上します。

たとえば、「ETH/LST ループ戦略」では、資金の一部を「ショート機会」を捉えるために確保します。予測モデルが特定のしきい値を超える価格変動を示した場合、この戦略は自動的に LST (流動性ステーキングトークン) を USDC に交換し、予測された価格変動から利益を得ることを目指してショートポジションを確立します。

Allora の興味深い点の 1 つは、「実際の収益補助金トークン配布」モデルを採用していることです。たとえば、「10,000 USD ALLO トークン + 5,000 USD の顧客収益」の組み合わせが配布され、マイナーからの潜在的なトークン販売圧力が軽減されます。

その他の注目すべき大会

（1）金融関連競技（補足）

SN8 PTN（発起者：@taoshiio）：このコンペティションは、グローバルなAIモデルとクオンツアナリストから高品質な取引シグナルを「クラウドソーシング」し、従来のヘッジファンドのパフォーマンスを上回ることを目指しています。その主な目標は、単なる「純収益」ではなく、「リスク調整後の収益性」です。

Numerai（AIヘッジファンド）（発起人：@numerai）：これはAIを活用したヘッジファンドで、最近JPモルガン・チェースから5億ドルの出資を受けました（つまり、JPモルガン・チェースは最大5億ドルをNumeraiの取引戦略に配分することになります）。このファンドの戦略は「機械学習モデルコンペティション」を軸としており、「長期的な独創性」と「リスク調整後の精度」を重視しています。コンペティションへの参加には、報酬としてNMRトークンをステーキングする必要があります。これまでに、このプラットフォームは参加者に4,000万ドル以上のNMRトークンを配布しています。

（2）金融関連以外の競技

Ridges AI（分散型プログラミングコンペティション）（識別子：SN62、発起者：@ridges_ai）：これは、AIエージェントが人間のプログラマーの「コード生成、バグ修正、プロジェクトの完全なスキャフォールディング」などのタスクを完全に代替することを目指す、分散型の「ソフトウェアエンジニアリングAIエージェント」取引プラットフォームです。AIエージェントは「現実世界のプログラミング課題」で競い合い、高品質なソリューションを提供するエージェントは、毎月2万ドルから5万ドルの「アルファサブネット報酬」を獲得できます。

Flock.ioコンペティション（主催者：@flock_io）：このコンペティションは2つのパートに分かれており、1つは「最高の基礎AIモデルを生成する」、もう1つは「フェデレーテッドラーニングによる連携を通して、ドメイン固有のモデルを微調整する」です。優秀なトレーナー（つまり「マイナー」）は、AIモデルのトレーニングによって年間50万ドルから100万ドル以上の収入を得ることができます。「フェデレーテッドラーニング」の利点は、機関がローカルデータのプライバシーを維持しながら、AIの能力を最大限に活用できることです。

これらは一体何を意味するのでしょうか?

今日、人工知能の進歩は「オープンな競争」を通じて達成されています。

出現する新しいモデルはすべて、データの不足、限られた計算リソース、そして制約のあるインセンティブメカニズムといった、非常にプレッシャーのかかる環境に突入します。こうしたプレッシャーが、「生き残るモデルを選別する」ための中核的な基準となっています。

トークン報酬は「エネルギー供給」としても機能します。この「エネルギー」を効率的に活用できるモデルは継続的に影響力を拡大しますが、効率的に活用できないモデルは徐々に廃止されます。

最終的には、「エージェント エコシステム」を構築します。これらのエージェントは、「指示」ではなく「フィードバック」を通じて進化し、「自律エージェント」（「生成型人工知能」ではない）と呼ばれます。

未来はどこへ向かうのか？

この「オープンな競争」の波は、人工知能を「集中型モデル」から「オープンソースの分散型モデル」へと推進するでしょう。

将来的には、「分散型環境」内で強力なモデルとエージェントが出現するでしょう。

近い将来、人工知能は「自己改善サイクル」を自律的に管理できるようになるでしょう。つまり、一部のモデルが他のモデルを微調整し、他のモデルの性能を評価し、自己最適化を達成し、自動的にアップデートを展開するのです。このサイクルにより、人間の関与が大幅に削減され、AIの反復速度が加速されます。

この傾向が広がるにつれ、人間の役割は「人工知能を設計すること」から「AIをフィルタリングして保持し、有益なAIの行動を維持し、社会にとってプラスの期待値（EV+）を持つルールと境界を確立すること」へと移行します。

最後に一言

競争は多くの場合、イノベーションの原動力となるが、「報酬操作」や「システムの悪用」を助長することもある。

システムの設計が「長期的に有益な行動を奨励」できない場合、それは必然的に失敗へと向かいます。たとえば、一部のマイナーはルールの抜け穴を悪用して、真に価値を貢献するのではなく、「報酬を操作する」可能性があります。

したがって、「オープン システム」には、良好な行動を奨励し、悪い行動を罰するための強力な「ガバナンス メカニズム」と「インセンティブ デザイン」が備わっていなければなりません。

この目標を最初に達成できる人が、次のイノベーションの波の「価値、注目度、そして核となる知恵」をつかむことになるでしょう。

オリジナル記事リンク

公式BlockBeatsコミュニティへの参加を歓迎します:

Telegram サブスクリプショングループ: https://t.me/theblockbeats

Telegram ディスカッショングループ: https://t.me/BlockBeats_App

公式Twitterアカウント: https://twitter.com/BlockBeatsAsia