CoinCircleDreamer7740

最近AI界隈では「モデル崩壊」が話題になっている。AIが大量のゴミデータを取り込むと、知能の退化は避けられないというわけだ。そんな中、Perle Labsが登場した。
チームの土台はかなりしっかりしており、創業者は直接Scale AI（あの評価額290億ドルのユニコーン企業）から飛び出し、MITやMetaのベテランを引き連れて、Frameworkがリード投資した1750万ドルを調達し、データの「忠実性」に特化している。
彼らは誰でもできるようなライン標注を避け、直接「Expert-in-the-loop」を重視している。例えば医療データは本物の医師に審査させ、工学図面はエンジニアが確認する。公式のデータ精度はAmazon Rekognitionより70％高いと示されている。
さらに興味深いのは、このシステムがSolana上で動作し、すべてのデータ検証がブロックチェーンに記録されていることだ。誰が作業したのか、品質はどうか、すべてが透明化されている。Coinbaseもすでに$PRL をロードマップに組み込んでいる。
今後、AIの性能は単なる計算能力だけでなく、誰の手元にある「クリーンな」データかによって決まるかもしれない。
#PerleAI #ToPerle
— @PerleLabs コミュニティキャンペーンに参加

Coinbaseはついに$PRL を上場計画に追加しました。
私はPerle @PerleLabsに好意的です。理由は非常にシンプルで明快です—二つのポイントだけです：正規のチーム出身であることと、AIの「近親繁殖」危機を解決すること。
まず、チームについてです。Perleは基本的にScale AIのコアメンバーが起業したものです。Scale AIは現在、評価額300億ドルで、Metaが14.3億ドルを投資し、創業者の資産は数十億ドルに上ります。
PerleのCEOは以前、Scale AIの供給側の成長を担当していました。この分野の富の効果はすでに証明されており、PerleはこのモデルのWeb3版を展開しています。さらに、FrameworkとCoinFundから1750万ドルの資金調達も行っています。
次に、事業面についてです。現在AI界で最大の潜在リスクはモデル崩壊（Model Collapse）です。これはAI生成のデータを使ってAIを訓練し、何度も反復させるうちにモデルが破綻してしまう現象です。特に医療や防衛などの分野では、データは実際の専門家による検証が必要です。Perleはまさにこれを行っています。実際の医師や弁護士にデータの審査を依頼し、その記録をブロックチェーン上に残すのです。
これは本当に必要とされていることです。Perleは現在、実際のBtoBクライアントや主権国

o1がリリースされてから今までで、最大の不満点は「話が長すぎる」ことだ。
私はただ簡単なバグを修正したいだけなのに、背景説明が3段落、解決策が2つ、さらにエラーハンドリングまで付いてきて、最後には幸運を祈る言葉まで添えられる。
本当に12行目のスペルミスを見つけるだけのつもりだったのに、結果的にPythonの命名規則を復習させられる羽目になった。
この責任はRLHFにあると言える。アノテーターは長い回答に高評価をつける傾向があり、字数が多いほど専門的に見えると考えている。
だから、モデルは無理やり「役に立ちそうな」無駄な話を積み重ね、核心的な情報は逆に薄まってしまう。
隣のClaudeを見ると、この点ではずっと賢明で、どんな問題にはどのくらいの長さが適切かを理解している。
一番痛いのはやはりコストだ：o1の出力は1Mトークンあたり60ドルの価格設定で、100トークンで済むはずの内容を無理やり500トークンに水増しされてしまい、そのためコストは五倍に跳ね上がる。
最近は質問する際に「コードだけ欲しい」とわざわざ付け加える必要があり、それでもうまくいかないこともある。
モデルの今の状態は、知能は非常に高いが、感情的な知性は切れており、いつ黙るべきか全くわかっていない。

老黄がAIは新しい産業革命だと言うのは、半分正しいと思う。
正しい部分：世界中がGPUを必死に奪い合っている。昔の石油争奪戦と同じだ。大規模モデルを訓練するために使われる電力は、小さな町全体が使う量に匹敵する。大手企業がNvidiaに列をなして資金を投入し、一部の小さな企業は、キューに入るためだけに半年前に全額前払いをしている者さえいる。この熱狂は本物だ。
しかし率直に言えば――今、AIを使って何をしている？週次レポートを書いたり、画像を編集したり、チャットで暇つぶしをしたり？世界を変革するはずだったのではないか？デザイナーはまだ残業し、プログラマーはバグを修正し続けている。AIが今のところ置き換えているのは、もともと淘汰されそうだった仕事ばかりだ。
もちろん老黄は大いに宣伝したがる。彼は「ツルハシ」を売る商人であり、採掘者が狂乱すればするほど彼は儲かる。Nvidiaの時価総額は2兆ドルに達し、他のチップメーカーの合計を超えている。この価格は一つの賭けを反映している：みんながずっとGPUを買い続け、止まらないだろうと。
しかし、歴史は何度も私たちに教えている――風の吹き止まる場所では豚さえ飛べるが、風が止まれば最もひどく落ちる。2000年の光ファイバーバブルでは、多くの誰も使わない回線を敷いた。今、同じことが計算能力の過剰投資として起こるのではないか？
ただ一つ

恐怖は標識であり、障害ではない
昨夜『資治通鑑』を読んでいて、ある細部に出くわした。結構心に突き刺さった。
垓下の戦い。劉邦は千金と万戸侯を懸けて項羽の首級を求めたが、漢軍全体で誰も動こうとしなかった。楊喜という小さな騎兵がいたが、項羽の一声で何キロも後退させられた――ところが、この男はUターンして追い戻してきたのだ。最終的に項羽の遺体を奪い取り、一戦で侯に封ぜられた。
同じ軍隊、同じ機会が目の前にある。違いはその「Uターン」の一瞬にある。
これについて自分自身も深く感じている。書き始めた頃は、記事を十数回も修正してからようやく発表し、発表後は1分に何十回も『悪評がないか』チェックしていた。ひとつ批判を見れば、一日中滅入ってしまう。後に先輩からすごく痛烈だけど本当に効く言葉をもらった。「お前は自分を買いかぶりすぎだ。人に言われたことなんて忘れるのに、お前だけずっとそこで反芻している」と。
その言葉で目覚めた後、毎日書いて毎日発表することを無理やりにでもやるようにした。だんだんと気付いたのは、以前は手を震わせながら『投稿』を押していた那些ことも、後には笑いながら話せるようになった。
ここ数年、毎年末に「恐怖リスト」を書く習慣がついた。翌年はそのリストの上の事柄を専門に実行するのだ。公開表現が怖ければブログを開き、スピーチが怖ければ意を決して壇上に立ち、カメラ恥ずかしさがあれば無理やり

少し不快な事実を言おう：
AIが最も恐ろしいのは「頭が良すぎる」ことではなく、「あまりに標準的」なことだ。
彼らが書くコピーは80点、作るPPTは80点、書くコードは80点。すべて80点だ。
これは何を意味するか？以前「まあまあ」で食べていけていた人たちが、直接淘汰されることを意味している。あなたの仕事がAIの出力品質とほとんど変わらないなら、あなたは給料をもらい、休息を求め、機嫌も悪くなる。上司は馬鹿ではない。
マッキンゼーの昨年のデータによると、60％の職種の中で少なくとも30％のタスクはAIによる標準化・置換が可能だ。言葉に注意——「消滅」ではなく「標準化・置換」だ。あなたはまだいるが、最も数値化しやすいあなたの能力の部分は、もはや価値がなくなっている。
だからこそ、今の本当の競争優位性は「非標準的」なものだ：美的直感、奇妙なクロスオーバー経験、混沌の中で判断できる能力、さらにはあなたの偏見や執念——これらはAIには学べない。なぜなら、AIは「正しすぎる」ように訓練されているからだ。
AIは下限を引き上げたが、天井は依然として人間のものだ。
問題は、多くの人が常にその下限付近にいるということだ。

Aaveのこの「巨額のスリッページ」は実はかなり面白いもので、多くの人の第一反応は「プロトコルがハッキングされたのか？」というものだったが、実際にはそれほどドラマティックなことではなく、むしろ流動性、仕組み、市場のセンチメントが重なり合った「連鎖反応」のようなものだった。
事の大まかな流れはこうだ——
ある大口のトレーダーがAave関連のプールで非常に大きな取引を行った。単一の取引規模はほぼ1000万ドルに近い（オンチェーンのデータで確認できる）。問題は、そのプールの実際の流動性が思ったほど深くなかったことだ。
結果は、典型的なDeFiの名場面となった：
100ドル分の資産を売りたいのに、市場は10ドル分しか受け入れる準備ができていない。
スリッページは一気に炸裂した。
オンチェーンの観測者が計算したところ、この取引の理論価格と実際の約定価格の差は非常にひどく、スリッページは一時的に数十パーセントにまで跳ね上がった。簡単に言えば——理想的な価格で売れば100万ドル得られたはずが、最終的には60万〜70万ドルしか手に入らなかった。
数十万ドルが市場に吸収されたわけだ。
多くの人は最初にAaveのせいにしたが、厳密に言えばこれはプロトコルのバグではない。Aaveは本質的に借入・貸出のプロトコルであり、深い流動性を提供するDEXではない。多くの資産プールの深さは、実は皆が思っているほど厚

アメリカには次のようなデータがあります：退役軍人の起業失敗率は一般人より30％低いです。
多くの人は起業に必要なのはアイデア、情熱、全力投球の勇気だと思っています。しかし、退役軍人がもたらすのは別の要素です：プロセス、規律、不確実性への耐性です。
軍隊の訓練の核心は、あなたをより賢くすることではなく、不完全な情報の中で意思決定を行うことです。戦場には完璧なプランはなく、70％の確信があるときに行動を起こす瞬間があります。この思考を起業の場面に移すと、より迅速な実行速度と低い意思決定コストとして現れます。
二つの起業者の行動パターンを比較してみましょう。
普通の起業者は資金調達後、最初に人を雇い、オフィスを借り、ブランドを作ります。一方、退役軍人の起業者は最小限の実行可能なユニットをまず通じて、市場反応を三人でテストし、需要が実際に存在することを確認してから拡大します。前者はリソース駆動、後者は検証駆動です。
この差はWeb3の分野ではより顕著です。多くのプロジェクトは壮大なストーリー、複雑な仕組み、十数ページのホワイトペーパーから始まります。しかし、ユーザーが本当に必要としているのは、安定して動作するクロスチェーンブリッジや、ガス代の低いDEXかもしれません。退役軍人式の思考は問題を最小単位に分解し、まず一つの痛点を解決し、その後エコシステムについて考えます。
もう一つ過小評価され