最近、筆者はNEARのGitHubを閲覧している際に、興味深い情報を発見しました。 NEAR AIチームは、中国のオープンソース大規模モデルDeepSeekを用いて、672問の非常に難解な数学的証明問題を解決するテストをオープンソース化しました。 AIに尋ねたところ、これらの問題は「PutnamBench」と呼ばれ、北米で最も権威のある大学生数学コンテストの問題であることがわかりました。 簡単に言えば、このテストをクリアできるということは、AIが極めて厳密な論理的推論能力を備えていることを意味します。 @MSBIntelの報道によると、NEARのこのソリューションは672問すべてを解くのに、1問あたり平均0.17ドル、合計で110ドル強しかかかりませんでした。 対照的に、同様に満点を獲得した他のソリューションでは、OpenAIモデルを使用した場合の1問あたりの平均コストは44.5ドル、Claudeでも3.52ドルに上りました。 なぜブロックチェーンがこのような高度な数学問題に取り組んでいるのでしょうか？ 実は、AIに数学的論理証明をさせようとする真の目的は、スマートコントラクトのセキュリティ監査、すなわち技術的に言えば「形式的検証」です。 たとえば、数学的論理を用いてコードを1行ずつチェックし、脆弱性がないか確認するのです。もし低コストのオープンソースAI計算リソースで、コード検証のハードルを数毛钱という安価なレベルまで引き下げられれば、 将来的には、プロジェクトや一般の開発者も、極めて低コストで自らのコントラクトのセキュリティを保証・監査できるようになるかもしれません。 これはnear:nativeの価格に直接的な影響を与えるものではありませんが、プロジェクト側が実際に何かを成し遂げようとしている兆候であると言えます。