イントロダクション

人工知能（AI）の急速な進化に伴い、データプライバシー保護、トレーニング効率、分散化の必要性がますます顕著になっています。従来のAIモデルトレーニング方法は、しばしば集中型のデータ収集と処理に依存しており、これによりデータ漏洩や誤用のリスクが生じ、AIモデルの多様性と革新が制限されています。同時に、分散型で改ざん防止特性を持つブロックチェーン技術の成熟により、AI分野に新たな機会が生まれています。この背景のもと、FLock.ioは現在のAI開発に直面する課題に対処するために、分散型のAIトレーニングおよびモデル共有プラットフォームの構築に専念しています。

Flock.ioとは何ですか？

FLock.ioは、ブロックチェーン技術に基づく分散型AIトレーニングおよびモデル共有プラットフォームです。フェデレーテッドラーニングとブロックチェーンを統合することで、データプライバシーを保護しながらユーザーがAIモデルのトレーニングと最適化に協力できるようにしています。FLock.ioは、「フェデレーテッドラーニングブロック（FLock）」という概念を導入し、ブロックチェーンをデータホルダー間の機械学習の調整プラットフォームとして活用しています。これにより、データはローカルに保存され、プライベートな状態が維持されます。この革新的なアプローチは、データの隔離を解消し、知識共有を促進し、AIモデルのイテレーションとイノベーションを加速することを目指しています。

ソース：https://www.flock.io/whitepaper

プロジェクトの背景

チームメンバー

Flock.ioチームは、Web2ドメインのいくつかの専門家から構成されています:

• Jiahao Sun | ファウンダー兼最高経営責任者（CEO）
• Vincent Z. Wang | 最高財務責任者兼総合法務責任者（CFO＆総合法務責任者）
• さらに、チームにはAI、ブロックチェーン、データセキュリティに豊富な経験を持つ複数の技術専門家や研究者が含まれています。彼らは共に、FLockの技術開発と製品革新を強力にサポートしています。

資金状況

Flock.ioは合計900万ドルを調達しており、これには次のものが含まれています:

• シードラウンド：ライトスピード・ファクションとタグス・キャピタルが主導し、DCG、OKXベンチャーズ、インセプション・キャピタル、ヴォルト・キャピタルが参加した600万ドルのラウンド。
• 戦略的ラウンド：DCG（Digital Currency Group）が主導する300万ドルのラウンドで、Grayscaleの親会社であるDCGによるフォローオン投資と、Lightspeed Factionからの追加投資が行われました。Animoca Brands、Fenbushi Capital、GnosisVC、GSR Ventures、OKCoinJapan、Bas1s Ventures、A41などの戦略的パートナーも参加しました。

技術アーキテクチャ

FLockシステムは、ブロックチェーン層、AI層、AIマーケットプレイス、およびさまざまな参加者から構成されており、それぞれがシステムの機能とセキュリティにおいて重要な役割を果たしています。

ブロックチェーンレイヤー：ステークホルダーの参加と報酬分配の基盤

ブロックチェーンレイヤーは、参加者がステークを安全にロックできるようにするためにスマートコントラクトを使用し、信頼性の高い透明な環境を促進します。このメカニズムは貢献に基づいて報酬を分配することで参加を奨励し、より積極的なコミュニティを育成します。ブロックチェーンレイヤーの固有のセキュリティ機能は不正行為を防止し、ステークと報酬の分配の完全性を保証します。これはモデルのセキュリティを支援し、悪意のある攻撃に対する耐性を高める重要な要素です。スマートコントラクトを活用することで、システムは効率的かつ公正な報酬プロセスを自動化し、人為的なエラーを減らし、タイムリーかつ公平な報酬の分配を確保します。

AIレイヤー：データからの分散トレーニング、知識抽出、および収益化のためのインフラストラクチャ

AIレイヤーは、ブロックチェーンベースのインセンティブを通じて報酬を受け取りながら、参加者が計算能力とデータを提供できるようにする分散型モデルトレーニングのインフラストラクチャを提供します。このレイヤーは、プライベートまたはパブリックなデータセットを使用して、ユーザーが独自のデバイス上でモデルを直接最適化できるようにする、従来の機械学習（ML）モデルトレーニングのパラダイムをサポートしています。フェデレーテッドラーニング（FL）の手法を利用することで、AIレイヤーは数千の参加者がグローバルモデルを共同でトレーニングできるようにし、トレーニングプロセスのどの段階でもローカルデータが転送されないようにして、データの主権を保護します。

AIマーケットプレイス：最適化されたモデル展開およびトレーディングのためのプラットフォーム

トレーニングと最適化が完了すると、AIモデルは市場内で展開および取引することができます。このプラットフォームは、MLモデルを展開するための包括的な環境を提供し、それらをブロックチェーンネットワーク仮想マシン（VM）内で利用できるようにします。これらのネットワークと統合することにより、市場は複雑なMLモデルのシームレスな実行と推論を容易にし、リアルタイムでスケーラブルかつ安全なソリューションを提供します。

ソース：https://www.flock.io/whitepaper

参加者：FLockエコシステムのさまざまな役割

• タスク作成者：トレーニングタスクを定義し、プラットフォームに提出する個人または組織。彼らはデータセットを提供し、トレーニング目標を設定します。
• トレーニングノード：AIモデルのトレーニングと最適化に責任を持つAI開発者。彼らはトークンをステーキングしてタスクに参加し、モデルのパフォーマンスに基づいて報酬またはペナルティを受けます。
• バリデータ：トレーニングノードが提出したモデルを評価し、その品質とパフォーマンスを確保する参加者。彼らはトークンをステークし、評価結果に基づいて報酬を受け取ります。
• デリゲーター：トレーニングノードまたはバリデーターにトークンを委任して、その取り組みを支援し、報酬を共有するユーザー。
• モデルホスト：AIマーケットプレイスで訓練されたモデルを展開および管理し、ユーザーに推論サービスを提供し、サービスの品質に基づいて収益を得る責任があります。

トークノミクス

Flockのトークノミクスは、トークン報酬メカニズムを通じて参加と貢献をインセンティブ化し、公正で持続可能なエコシステムを確立するように設計されています。$FLOCKトークンの総供給量は10億で、線形のロック解除モデルを採用しています。現在、1億2800万の$FLOCKトークンがロック解除されています。トークンの割り当ては以下の通りです:

• コミュニティ：47%
• チーム＆アドバイザー：17％
• 投資家：16.3％
• エコシステム：19.7%

ソース：https://docs.flock.io/flock-tokenomics/token-allocations

トークンの使用例

• ステーキング参加：ユーザーはトークンをステーキングして、トレーニングノードやバリデータなどの役割に参加し、対応する報酬を獲得することができます。
• 手数料支払い：モデルトレーニング、検証、およびプラットフォーム上での展開などの操作にはトークンが必要です。
• ガバナンス投票：トークン保有者は、技術のアップグレード、プロトコルの変更、その他のプラットフォームに関連する問題に投票してガバナンスの意思決定に参加することができます。
• モデル購入: トークンはAIマーケットプレイス内でAIモデルを購入および利用するために使用することができます。

リスク警告
2024年1月13日のGate.ioのデータによると、$FLOCKの現在価格は$0.2846で、史上最高値$0.899から約69%の最大下落を示しています。

ソース：https://www.gate.io/zh/price/flock.io-flock

FLOCKは現在Gate.ioで現物取引が可能です。今すぐ取引する：https://www.gate.io/zh/trade/FLOCK_USDT

エコシステムの状況

Flock Exploreによると、現在、エコシステムは707のAIモデルを作成し、52のトレーニングノード、119のバリデータノード、614の委任者が共同でAIモデルのトレーニングを実行し、維持しています。

参加者については、デリゲータとして運営することで、年間1,148%以上の収益を得ることができます。

ソース：https://train.flock.io/explore

結論

革新的な分散型AIトレーニングおよびモデル共有プラットフォームであるFLock.ioは、ユニークな技術アーキテクチャとインセンティブメカニズムにより、AIおよびブロックチェーン分野で非常に大きな可能性を示しています。データプライバシーを効果的に保護し、AIモデルの反復とイノベーションを加速し、開発者や企業に高品質なAIソリューションを提供します。ただし、プロジェクトは技術、市場の採用、規制の遵守など、さまざまな課題に直面しています。将来、持続的な技術の進歩と市場の成熟により、FLockはAI領域でますます重要な役割を果たし、分散型AIソリューションの開発と適用を推進することが期待されています。