試験で答えが正しいのに、採点基準の正確な言葉を使わなかったために不合格になったと想像してみてください。 馬鹿げているように聞こえますよね？ では、同様の制約のもとで動作する金融システム全体を想像してみてください。 それが、AIが従来のブロックチェーンコンセンサスに直面する問題の大まかな姿です。 ブロックチェーンは、独立したコンピュータが同じ計算を検証し、同一の結果に到達できるからこそ機能します。もし一つのコンピュータが異なる出力を生成した場合、ネットワークはそれを正しいと単純に仮定することはできません。 これは計算には完璧に機能します。 しかし、二つのAIモデルに「企業は契約上の義務を果たしたか？」と尋ねると、次のような回答が得られるかもしれません： モデルA：「サプライヤーは合意された期間内に納品しなかった。」 モデルB：「サプライヤーが納品期限を違反した。」 異なる文だが、結論は同じ。 完全に同一の出力を要求するシステムでは、この違いは問題になります。たとえ両モデルが同等の判断に至ったとしてもです。 これが@GenLayerの「等価性の原則」が興味深い理由です。 GenLayerはAIを完全に予測可能に強制するのではなく、インテリジェントコントラクトが「許容される結果」とは何であるかを定義できるようにします。 リーダーが一つの回答を提案します。独立したバリデーターは、その回答をコントラクトの基準に基づいて検証します。再計算を行うか、提案された結果を証拠と照らし合わせて評価します。 彼らは同じ文を生成する必要はありません。ただ、その結果がルールを満たしていることに合意すればよいのです。 そして、そのルールはタスクによって変化します。 契約が正確な価格を必要とするなら、数字は一致しなければなりません。納品期限の違反について判断を求めるなら、異なる表現であっても同等の結論を受け入れることができます。 私が最も興味深いと感じるのは、この仕組みが合意の必要性を排除しないことです。むしろ、合意をより有用なものにしている点です。 現実世界では、「正しい」ことと「まったく同じ言葉で言う」ことは、必ずしも同じ要件ではないからです。 ここで、本当に人々に議論してほしい質問があります： 三つの独立したAIが異なる推論プロセスを経て同じ結論に至った場合、ブロックチェーンはその合意を受け入れるべきでしょうか？それとも、それらが推論プロセスまでも一致することを要求すべきでしょうか？ そして、もし自分がその結論に自分のお金がかかっているとしたら、あなたの答えは変わりますか？