※本記事は、Riccardo Patana氏(Pluralis, Head of Strategy, Product and Safety)による、ICLR 2026(リオデジャネイロ)にて開催されたProtocol Learning Workshop(主催:Pluralis Research)での講演「Beyond Open Weights, Collective, Trustless, Sovereign」の内容を基に作成されています。動画の詳細情報は https://www.youtube.com/watch?v=UUfR0d3Obhs でご覧いただけます。本記事では、講演内容を要約しております。なお、本記事の内容は登壇者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの動画をご視聴いただくことをお勧めいたします。
Riccardo Patana氏は、Pluralisにて戦略・プロダクト・セーフティ領域を統括するHead of Strategy, Product and Safetyを務めています。同氏は、フロンティアAIは特定の組織や国家に集中させるのではなく、集合的に構築され、トラストレスに所有され、設計段階から主権性を備えたものであるべきだと論じています。講演では、協調性(collective:多数によって学習され、いかなる単一主体にも支配されない)、トラストレス性(trustless:契約ではなくメカニズムデザインによって所有権が担保され、開発者を含むいかなる参加者もモデル全体を抽出できない)、主権性(sovereign:各国・各機関が暗号学的な保証のもとで展開を統治できる)という3つの特性を提示し、これらをProtocol Learningという枠組みと、この分野が今後解決すべき未解決課題に結びつけて論じています。
本講演は、分散型かつ低帯域幅のネットワーク上で大規模モデルを学習させる研究に取り組む研究者たちが集った、Pluralis Research主催のProtocol Learning Workshop(ICLR 2026、リオデジャネイロ)にて収録されました。Protocol Learningに関する詳細情報は https://pluralis.ai をご参照ください。
1. 導入と問題提起
1.1 自己紹介と発表の枠組み
Riccardo： 皆さん、こんにちは。エネルギーレベルはいかがでしょうか。長い一日でしたよね。今日私がお話しする内容についてですが、私は科学者ではありませんので、私たちが取り組んでいることの科学的な詳細には立ち入りません。その部分はSamerが素晴らしい形ですでに説明してくれています。改めまして、私はRiccardoと申します。Pluralisに参加してからまだ数週間しか経っておらず、正直なところかなり新米です。
これから30分ほどのお時間をいただき、協調学習(collaborative learning)が中央集権化に対する代替となるために持つべきだと私が考える、3つの特性についてお話ししたいと思います。具体的には、この30分を協調性(collectiveness)、トラストレス性(trustlessness)、そして主権性(sovereignty)という3つの説明に充てて構成していきます。なぜこの3つの特性がインテリジェンスにとって鍵となるのかをお伝えし、話が終わる頃には、皆さんの何人かにこれらのテーマで私たちと協業していただけるよう説得できればと思っています。
1.2 フロンティアインテリジェンスの三つの分岐点
Riccardo： Alexも述べていた通り、今日私たちが立っているフロンティアインテリジェンスには3つの分岐点があります。
1つ目はクローズドなフロンティアラボです。私自身、キャリアの最初はGeminiで、その後Anthropicで働いてきましたので、この道についてはよく知っています。クローズドなフロンティアラボの問題は、今日の時点で6つ、あるいはそれ未満の組織だけが、将来の経済システムの基盤を実質的に決定しているという点にあります。しかもこれらの企業は、正直に申し上げるとほぼ1つ、多く見ても2つの国に集中しています。これは明らかに問題だと考えています。
2つ目の分岐点はオープンウェイトの公開です。私はオープンウェイト公開はビジネスモデルとして持続可能ではないと考えています。まず開発者自身にとって持続可能ではありません。彼らは推論収益から0%しか得られないからです。しかし、これはユーザーにとっても持続可能ではありません。結局のところ、提供者の善意次第でいつでも取り消され得るモデルを使っているに過ぎないのです。さらに、これはモデルを発行する国の国家安全保障との整合性という観点でも、ますます問題になってきています。それらのモデルが、米国であれ中国共産党であれ、安全保障上の競争相手によって利用され得る限り、モデルを無償で提供するインセンティブは当然低下していきます。つまりこれは経済的な問題であると同時に、国家安全保障上の問題でもあるのです。
そして私たちは、第三の道があると考えています。それは、集合体によって数学的かつ暗号学的に所有され得る形でインテリジェンスを集合的に学習させるという道です。そして理想的には、主権的に開発・展開できる、つまり主権という属性を保ったままにできる道でもあります。
1.3 AIセーフティ分野への問題提起
Riccardo： 私はキャリアの大半、少なくともここ5〜6年はAIセーフティに取り組んできました。そしてAIセーフティのコミュニティの中で活動する中で、この分野は典型的に誤用(misuse)、不整合(misalignment)、そしてCBRN(壊滅的リスク)という3つの主要な領域に単純化・還元される傾向があることを見てきました。誤用とは、AIをサイバー攻撃の実行に使えるかという問題です。不整合とは、モデルが欺瞞や権力掌握のような振る舞いを示すのではないかという問題です。そして3つ目のCBRNは、率直に言えば、モデルを使って兵器化され得る新たな病原体を作り出せてしまうのではないかという壊滅的リスクの問題です。
しかし私は、今日AIがもたらす主たるリスクは、実はこの3つのいずれでもなく、権力の集中(concentration of power)であると考えています。AIセーフティのコミュニティは、この点をもっと深く見つめるべきだと思います。問題は、最大手の実践者たちが皆、自分たち自身のインセンティブの犠牲者になってしまっており、そうすることを許すインセンティブが存在しないという点にあります。ですから私は、権力集中はポリシーの問題ではなく、アーキテクチャの問題であると主張します。そしてこの権力集中の問題を解決できるような契約も、規制も、条約も存在しません。
ここで私たちが多くを学べるのが、ブロックチェーンの領域で生み出されてきた文献や技術です。プロトコルとは何か、そしてプロトコルがプラットフォームに対してどのように優位に立ち、AIコミュニティがこれまで依拠してきた設計空間を豊かにする形でこれらの問題に取り組む助けとなり得るのか、という点について、ブロックチェーンの世界から学べることは非常に多いと考えています。
2. 協調性(Collectiveness)
2.1 定義と集中の背景
Riccardo： 協調性は3つの柱のうち最初のものです。私が協調性という言葉で意味しているのは、今日多くの発表ですでに触れられてきた内容でもあります。私はこれを、ノウハウ、GPU、計算資源、あるいはデータを持ち寄る誰もが参加できる、オープンインターネット上でのフロンティア学習と定義しています。この点についてはすでに多くの方が触れてこられましたし、ここにいる皆さんの多くがすでにこの問題に取り組もうとされていると思いますので、ここは少し駆け足でお話しします。
なぜこの道でなければならないのか。それは、今日フロンティアモデルを実際に学習できる組織がごく僅かしか存在しないからです。その理由は、私の把握している限りでは、計算コストがすでに10億ドルに近い水準に達しているためです。これは2027年の話ではありません。今日すでに、最大級のモデルの学習コストは10億ドルにほぼ達している、あるいはすでに達していると考えています。必要とされるインターコネクトの水準は、内部の計算資源間で400ギガビット毎秒から800ギガビット毎秒に及びます。これが典型的な構成です。そして最終的には、データセンターのキャンパス単位で100メガワット規模の電力消費が必要になるというのが、現在の一般的な展開の規模感です。今朝Nickがされていた発表を私はとても気に入っていたのですが、これは非常に自己限定的な、アーキテクチャ的にも設計空間としても自己制約的な視座であり、私たちはもっとうまくやれるはずだと考えています。
私自身がPluralisと出会ったのは、昨年のNeurIPSのポスターセッションをうろついていた時のことでした。そこでAlexがUPMという論文を発表していたのです。Pluralisはこの集合学習という問題を解決するために、すでに多くの研究を積み重ねてきています。ここでそれらの論文をすべて紹介することはしませんが、その一部はすでに本日の他の発表で紹介されている通りです。集合学習こそがここでの核となる課題であり、私たちは複数の異なる次元にわたってこの課題への投資を継続しています。
2.2 not zero runの実証実験
Riccardo： 昨年、私たちのチームが行ったのが「not zero run」です。これは、私たちが最初の数年間かけて積み上げてきた科学的知見が、実際にエンジニアリングとして実装可能であることを証明するものだったと、すでに他のセッションでも議論されてきた通りです。つまり、異種混在のGPUと異種混在のインターネット接続の上で、非常にフォールトトレラントな形で、分散化された学習が小規模モデルにおいて実際に収束することを示せたのです。
これは本当に興味深い結果でした。この実験には1,642回のrunが行われ、つまり1,642台の異なるGPUがこのrunに参加したことになります。概念実証としては本当に驚くべき規模だったと思います。そしてAlexがすでに述べていた通り、まさに今この瞬間もrunが継続して行われており、GPUをお持ちの方であれば、ぜひ参加していただきたいと思っています。参加条件としては、RTX4090以上の民生グレードのGPUがあれば、どなたでもこのrunに参加していただくことができます。
2.3 協調性における研究課題
Riccardo： 協調学習を実現するにあたり、私たちにはまだ解決すべき未解決の課題が数多く残されています。ここでは、私たちが取り組もうとしている、そして学術界であれ商業界であれ、コミュニティと協業したいと考えている重要な問いをいくつかご紹介します。
1つ目は、どうすれば数百や数千という規模ではなく、1万人規模の貢献者という、はるかに大きなrunへとスケールできるかという問題です。ここでは非同期性、ゴシッププロトコル、圧縮、そして極端な異種性の限界を押し広げていく必要があります。この領域についてはすでに多くの方が触れてこられていますが、フロンティアインテリジェンスを実現しようとするならば、私たちは本当にこの課題を解決しなければなりません。これは科学的にも工学的にも非常に興味深い問題です。
2つ目は、実はこの発表の前に、たまたま準備していたスライドが会場ですでに何度か話題になっていた内容だったのですが、集中化されたエージェント強化学習の話です。RLは現在のモデルの品質にとって鍵となることが分かっており、これを異種混在の民生グレードインフラ、たとえばMac Miniクラスのマシン群にわたって、どう分散化していくかについて、本当の意味での解決策が必要です。しかもその過程で、重みと指示追従性を保持しなければなりません。これについては後ほど改めてお話しします。
3つ目は、完全に分散化された環境において、非常に長いコンテキストの事前学習をどう解決するかという、もう一つの大きな課題です。
4つ目は、パーミッションレスな分散推論です。モデルを学習させた後、それをどうサービングするか。パーミッションレスな環境で、どうやって推論を実行するか。言い換えれば、インテリジェンスのCDN、あるいは推論のCDNというものをどう構想するか、という点です。これは解決すべき本当に重要な問題です。
そして最後は、どうすればモデルの品質を押し上げられるかという問題です。これは1つ目の課題とも密接に関連しますが、純粋にインフラとモデル品質の観点から、オープンウェイトモデルや現在存在するフロンティアモデルと比肩できる、あるいはそれ以上のモデルにどう到達するか、という課題です。
以上5つが、私たちが協業を強く求めているマクロな研究領域であり、今後6カ月から12カ月にわたって優先的に取り組んでいく分野です。
3. トラストレス性(Trustlessness)
3.1 定義と破られた約束の実例
Riccardo： 2つ目の柱がトラストレス性です。この言葉自体、ブロックチェーンの文献から借用してきたものです。これがプロトコル学習の2本目の柱にあたります。トラストレス性が意味するのは、集合的な所有権というものは、それが実際に強制力を持って担保されて初めて意味を持つ、ということです。そしてこれは、約束というものは結局のところいずれ破られるものだ、という考え方に基づいています。ですから、パーミッションレスな環境における協調的な参加をどう統治するかという制約を、条約や契約ではなく、プロトコルそのものの中に明確に、構造的に組み込んでいく必要があるのです。
守られなかった約束の例をいくつかご紹介します。1つ目はオープンウェイトの約束です。これが厳密な意味での「約束」だったのかは分かりませんが、少なくともオープンウェイトのモデルは今後も公開され続けるという前提はありました。しかし実際には、Alexがすでに発表で述べていた通り、中国系のラボが重みの公開を停止し始めていますし、Metaも重みの公開を停止しています。
もう1つの例はAnthropicです。DOW(米政権)との間で少し前にあった一件です。正式に締結され、レビューされた契約を持つクローズドラボであっても、単に「やめろ」と言われただけで、その契約を履行できなくなることがあり得るのです。Anthropicの利用規約は、DOWによって一度署名されていました。そして興味深いことに、その後政権が交代し、新しい政権もまた署名をし直したのです。この件についてはかなり詳しく把握しています。というのも私自身がその場にいたからです。米国の現政権は、政権に就いた際に一度この利用規約に署名しました。ところがその6カ月後、彼らは「いや、我々はこれに同意しない」と決定したのです。それは非常に残念なことでした。
しかも、彼らにはそれを強制するためのあらゆる法的手段があります。それがDPA(国防生産法)と呼ばれるものです。彼らは、AIプロバイダーに限らずどんな企業に対してであっても、安全保障上の目的のために技術の提供を強制できる、あらゆる法的手段を持っています。しかもその安全保障上の理由は一方的に定義されるものであり、そこに正当化の説明は必要ありません。
だからこそ、モデルがプロトコルの中でのみ存在し、それ以外の場所には存在し得ないという、取り消し不能性(unrestricted ability)が、参加のための、そしてプロトコル上での経済モデル創出のための前提条件を生み出すのです。よく考えてみると、これは今日起きていることの正反対であるという意味で、直感に反する話です。今日私たちは重みを与えられていますが、それ以外のことは何一つ分かっていません。それに対して、すべてがオープンソースであり、誰も重みそのものを見ることができない、なぜなら重みはプロトコルの中にしか存在せず、誰もそれを抽出できないという世界を想像してみてください。ここで、現時点でのUPMが技術的に意味しているのは、重みを抽出し、それらをつなぎ合わせ、シビル攻撃を行うことが一応可能ではあるということです。
3.2 重みの非抽出性を支える技術
Riccardo： ただし、そのような攻撃を行おうとする者の一部は、モデル全体のコストの60%を支払わなければならない状況にすでになっています。これは私たちが現在取り組んでいる成果です。このUPMのV2が近く登場する予定で、そこではこのコストを3桁のパーセンテージ、つまりモデル全体のコストを上回る水準にまで引き上げることを目指しています。これは強固な保証とは言えないかもしれませんが、単独のどんな主体にとっても、それを実行することが非常に困難になっていきます。そしてそれを数学的に証明できるようになった瞬間、競合する主体同士が協業するための経済システムが生まれます。つまり、プロトコルの外にある契約ではなく、プロトコルに構造的に組み込まれた基盤の上で協業する、という経済システムです。
この点に関して、私たちはこれまでに3本の論文に取り組んできました。1本目はUPM V1で、昨年のNeurIPSで発表されたものです。これはまさに私がPluralisと出会うきっかけとなったポスターセッションでの論文です。2本目はSentinelです。Sentinelは別の問題、すなわち実行された計算の品質の検証という問題を解決するものです。この論文は現在ICMLの査読中で、チームはごく近いうちに結果が分かる見込みです。そして3本目が、先ほど述べたUPMのV2で、これはすでに取り組みが進行中です。
つまり、トラストレスな計算というのは、私たちが実際に設計しなければならない、根本的なプリミティブなのです。
3.3 トラストレス性における研究課題
Riccardo： ここで、私たちが計画しており、このコミュニティとぜひ協業したいと考えている研究の方向性をいくつかご紹介します。
1つ目は、検証可能な指示追従性(verified instructability)です。これは基本的に、UPMとSentinelを組み合わせることを意味しており、これによって規模を伴った形でこれらの問題すべてを解決していくことができるようになります。
2つ目は、プロトコル上でモデルを、提供された計算資源への貢献度に応じてトークン化するというアイデアです。これについてはすでに一定の構想を持っています。というのも、FLOPs(浮動小数点演算数)は数え上げることができ、モデルへの貢献として帰属させることができるからです。一方でデータは事情がかなり異なります。データがモデルにもたらす価値をどう帰属させるかは、かなり異なる問題であり、そのデータセットがモデルに与える経済的価値を裏付けられるようなメカニズムデザインに取り組むことは、私たちがぜひパートナーとして一緒に取り組みたいと考えている未解決の研究課題です。
3つ目は、事前学習のチェックポイント、これは通常公開データセットを用いて作られるのですが、私たちがそこで十分に強力な事前学習チェックポイントを生み出せるようになった後、事後学習において、どうすればデータのプライバシーを保持したまま学習技術を発展させられるか、という課題です。これは今朝Nicoが述べていたことにも通じる、非常に興味深い点です。私たちは大まかに言って1人あたり15兆トークンほどを使ってモデルを学習していますが、他社はさらに2桁多いトークン数を使っています。それらのトークンは必ずしもウェブ上にあるわけではありませんが、それでもインターネット上には存在しています。その多くは私的なものではありませんが、確かに私的なデータも存在します。データに関する問題は、一度手放してしまうと、その価値が失われてしまうという「消耗性」にあります。手放さなければ、価値は失われません。データの提供、たとえばラベル付きデータセットだけでなく、RLで報酬を生成するために使われるグレーダーのようなものについても、その提供を促すインセンティブとして、そのデータがモデルに与える経済的価値に応じた部分的な所有権を、プライバシーと引き換えに付与するというのが良いインセンティブになると私は考えています。つまり、分散化された環境における連合学習を解決することは、この方程式の重要な一部なのです。
4つ目は、連合学習の敵対的頑健性です。これは先ほどの発表でも取り上げられていた話ですが、パーミッションレスなネットワークは非常に敵対的な環境です。ここにはまだやるべきことがたくさんあります。私自身のバックグラウンドは、プロンプトインジェクションに対する敵対的頑健性にあり、この分野に長く携わってきました。パーミッションレスな環境において、どのような新しい脅威モデルが存在するのかを、まずは攻撃の定義そのものから丁寧に理解し、私たちが本当に注意すべき脅威モデルとは何か、どのような防御を構築すべきか、そしてコミュニティがプロトコルレベルでそうした防御を構築することをどうインセンティブ付けできるかを考えることが、極めて重要です。
そして最後は、モデルの「非実体化(materializability)」です。これは、モデルの重みが、推論の際も含めて、決して一箇所に集約されることがない、という状態を指します。これをどう実現しつつ、レイテンシーの観点からユーザー体験を完全には損なわないようにできるか。私たちにはいくつかのアイデアがありますが、ここにはまだ多くの研究が必要です。
4. 主権性(Sovereignty)
4.1 定義と主権ではないもの
Riccardo： 最後、3つ目の柱が主権性です。私たちがインテリジェンスをエネルギーよりも重要なものと捉えるのであれば、主権性はインテリジェンスにとって鍵となる要諦であると考えています。そして主権性は、この世界で生き残ろうとするすべての主体にとって重要な要諦になっていくはずです。私が主権性という言葉で何を意味しているか、簡単に言えば、いかなるベンダーもそれを取り消すことができず、いかなる政権もそれを差し押さえることができず、いかなる同盟国もそれを武器化することができない、というものです。
ただ、私が本当に意図しているのはこういうことです。まず定義から始めさせてください。主権性という言葉は、人によって本当にさまざまな意味を持つ言葉だからです。ここで私が言うAI主権性とは、あくまで私個人の見解に基づく定義ですが、あるインスティテューション、国家、あるいは同盟が、集合的に学習されたモデルを展開する能力を、いかなる主体、ベンダー、国家、同盟パートナーであっても一方的に取り消したり、強制したり、武器化したりすることができない形で持てるという、暗号学的な保証のことを指します。そしてこれは、契約によってではなく、数学とメカニズムデザインによって担保されなければなりません。なぜなら、国際的な場における契約は本当にすぐに破綻してしまうからです。
この定義を少し整理させてください。次のスライドでもう少し明確にお話ししますが、これは「自分たちで自前のコピーをホスティングすればよい」という意味ではありません。もし自分たちでモデルを構築するための基盤そのものを所有していなければ、それは依然として取り消し可能な状態だからです。誰かが重みの提供をやめた瞬間、あなたはそれで終わりです。他に手立てがありません。かといって、これはゼロから自前で構築するという意味でもありません。米国と中国以外のほとんどの国にとって、それはおそらく非常にコストがかかる話になるからです。他のほとんどの国が実際にそれをやり遂げるのは難しいだろうと思います。少なくともほとんどの国にとって、それが唯一絶対の解にはなり得ないと申し上げておきたいと思います。
そして最後にもう一点、契約というものが本当の意味ではあまり役に立たないという点についてです。残念ながら、国際法を本当の意味で強制する手段は存在しません。ですから私たちは、主権性という問題をもっとうまく解決する方法を見つける必要があるのです。
4.2 AIによる権力行使の実例
Riccardo： ここで少し強烈で生々しい内容をお見せしたいのですが、これは私が皆さんに強く訴えたいと思っている論点の一つです。それは、AIはもはや単に権力に情報を提供しているだけではなく、すでに権力を実行しているということです。戦争におけるAIの応用は、すでにキルチェーンを数週間や数カ月という単位から、わずか数秒という単位にまで加速させています。これは非常に生々しい話題ですが、まさにこれこそが主権性にとって重要な理由です。これは国家安全保障そのものの問題になっているからです。
Project Libertyから出された、素晴らしい調査があります。この団体をご存知かどうか分かりませんが、Project LibertyはFrank McCourtによって設立されました。素晴らしい発行物を出している、優れたリサーチ機関です。そこで明らかになったのが、Mavenという単一のクラウド上で稼働するモデルに関する内容です。同じMavenの下で稼働するライセンスが、サイバー攻撃において少なくとも5,400件の標的を2週間で捕捉していたことが分かっています。24時間だけでも数千件に上ります。これは現在のイランをめぐる戦争と関連した内容です。
一方でガザでは、IDF(イスラエル国防軍)がLavenderというシステムを用いて、実際に230万人ものガザの人々に対して、確率論的な「戦闘員スコアリング」を割り当てていました。まさにこれが、AIがなぜ主権性にとって重要になるのかを体現する事例です。そして中国は、DeepSeekを使って、南シナ海における数万規模の戦闘シナリオを、数カ月や数年ではなく、わずか数秒で立案することができるのです。
つまり、まさにここでこそ現実の摩擦が生じているのです。主権性とは何を意味するのか、そしてある技術を持つ者と持たない者との違いが何を意味するのか、そして今やサプライチェーンのリスクがいかに重要になっているのか、ということです。
4.3 主権性実現に向けた課題
Riccardo： ですから、私たちが目指しているのは自前のコピーをホスティングすることではなく、いわば「同盟耐性のある(alliance-resistant)展開」と呼べるような暗号学的な仕組みです。これによって、ある国の安全保障の根幹にあたるものについて、サプライチェーン上のリスクを取り除くことができます。そして、これに関して重要な3つの問いがあると考えています。
1つ目は、どうすれば同盟耐性のあるガバナンスを構築できるかという問題です。これは、たとえ支配的な立場にある展開者であっても、その部分集合が一方的にモデルを改変したり、流出させたり、他者に対して武器化したりすることができないようなメカニズムデザインを意味します。これは取り組むべき非常に興味深い問題であり、私たちはすでにこの点について考え始めています。
2つ目は、展開内容のクレームの検証です。重みやユーザーデータへのアクセスを持たない第三者が、あるフロントデスク上のモデルの展開が、同盟によって合意され定義された制裁対象モデル、そしてその制約条件に本当に準拠していることを、暗号学的にどう検証できるか、という問題です。
3つ目は、安全プロトコルのプリミティブを構築することです。これによって、それぞれの同盟が、プロトコルに組み込まれ、決して回避できない形での自己拘束的な安全メカニズムを定義できるようにすることです。たとえば、モデルの特定用途への使用に関して一定の拒否設定が存在する場合、そうした一時的な拒否機能をプロトコルにネイティブな形で組み込めるかどうか、という点です。そしてもう一つ重要なのは、プロトコル上で強制される監査ログや監査メカニズムを確立し、プロトコルの利用が、同盟のガバナンスによって定義された通りに正当なものであることを担保できるかという点です。
これらが、私たちが解決していかなければならない類の問いです。ここで想定しているのは、モデルが複数の主体、この場合は複数の国家によって学習され、その展開が連合的でありながらも制約された形で行われる、という世界です。そしてこれは、かなり大きな複雑さを生み出すことになります。
5. 協業の呼びかけとまとめ
5.1 コミュニティへの協業の呼びかけ
Riccardo： ここまでお話ししてきた通り、これらが私たちが考え、取り組んでいる3つの主要な柱です。この会場の皆さんに、私たちが何を求めているのかについてお話しさせてください。私たちと協業していただく方法はいくつかあります。
1つ目は共著という形です。これはすでに一部始まっていることでもあります。私たちはこれをもっと広げていきたいと考えています。ですから、もしここまでお話しした課題のいずれかが皆さんの関心に響くようであれば、ぜひ一声かけていただければと思います。喜んで一緒に取り組ませていただき、その課題のいずれか、あるいは複数において前進を作っていきたいと思っています。
2つ目はrunへの参加です。これで4回目ですね、この話をするのは。ぜひ気軽にrunに参加していただければと思います。
3つ目は、私たちが運営しているインターンシッププログラムです。もしこれらの課題のいずれかが、皆さんの研究アジェンダ、博士課程のアジェンダ、あるいはポスドクとしてのアジェンダに特に関連するようであれば、私たちにはインターンシッププログラムがありますので、候補者として名乗りを上げていただけるととても嬉しく思います。私たちは大学との共同研究も行いたいと考えており、すでにいくつかの大学とその取り組みを始めています。今後さらに広げていきたいと思っています。この問題を解決するには、まさに「村全体」の力が必要だからです。
これらは本当に大きな問題であり、その一部は学術的な、大学というセッティングの方がむしろ適している課題でもあります。ですから、これは私たちが本当に推進していきたいと考えている部分です。そして最後に、私たちは数カ月以内に、誰でも使える形で機能するプロトコルを持つことを目指しています。私は、私たちのプロトコル学習の上で実験を行い、新たな視点や技術を試し、分散型インフラとしての性能を評価していただけるよう、皆さんを後押ししたいと考えているウォッチリストを持っています。
5.2 まとめとクロージング
Riccardo： まとめさせていただきます。私は、インテリジェンスは私的な商品であってはならないと考えています。インテリジェンスは、保護されたコモンズ、すなわち集合的な共有財であるべきだと思います。大衆によって暗号学的に所有され、主権的に展開され得る、そうした集合的な共有財であるべきなのです。私は、協調性、トラストレス性、そして主権性という3つが、私たちが取り組んでいくべき鍵となる柱であると考えています。そして、Alexの言葉の中で私自身に強く響いたものがあります。それは、これがまさに現在のコンピュータサイエンスにおいて最も重要な問題である、という言葉です。
私たちは幸運にもこの問題に取り組める立場にあります。そして私は、この重要性はこれら3つの分野のいずれか単体の中にあるのではなく、この3つの交差点にこそ、社会全体にとって本当にインパクトのあるものを生み出せる可能性があると考えています。お聞きいただき、ありがとうございました。
司会者： ありがとう、Riccardo。それでは皆さん、今日はここまでとさせていただきます。今日一日、こうしたトークやライトニングトークをただ聞かせていただけたこと自体が、私にとって本当に喜びでした。長い間、こうしたアイデアの多くは異端とされてきたものでした。しかし、非常に聡明な方々がこれについて語り、解決策を持ち、それを提案しているのを聞くことができたのは、本当に楽しい経験でした。ですから、話をしてくださった皆さん全員にお礼を申し上げます。他の多くの方々がこの問題に取り組み、関心を持ってくださっていることに、心から感謝しています。
そして最後に一つだけ申し上げたいのは、これらの問題には哲学的な側面があるということです。私はお昼の間、多くの方に「どうやってこの分野に関心を持つようになったのですか」と尋ねて回っていました。そこから分かったのは、多くの方が世界を似たような形で捉えているということです。皆、こうした問題に取り組み、これに向き合いたいと考えているのです。ですから、皆さんにお会いできたことは本当に喜びです。この分野はまだ本当に初期段階にあると感じています。これはまさに、新しいサブフィールドの始まりのように感じられます。そして今、まさにクリティカルマスが形成され始めている段階にあると感じています。皆さん、素晴らしい時間をありがとうございました。これからも数年にわたって、この話を続けていくことになると思います。改めて、ありがとうございました。それでは。