AIは仮想通貨を取引できるのか？ニューヨーク在住のコンピューターエンジニア兼金融業界の人間であるジェイ・アジャンは、Alpha Arenaというプロジェクトでこの問いを検証している。このプロジェクトは、最高峰の大規模言語モデル（LLM）にそれぞれ1万ドル相当の資金を与えて対決させ、どのモデルが仮想通貨取引で最も多くの利益を上げられるかを競わせるものだ。参加モデルには、Grok 4、Claude Sonnet 4.5、Gemini 2.5 pro、ChatGPT 5、Deepseek v3.1、Qwen3 Maxが含まれる。
「素晴らしいアイデアだ！」と思うかもしれないが、驚くべきことに、執筆時点で5つのAIのうち3つが損失を出しており、Qwen3とDeepseekという2つの中国製オープンソースモデルが首位を走っている。
そう、GoogleやOpenAIといった巨大企業が運営する欧米の最先端クローズドソース・プロプライエタリAIが、わずか1週間余りで8,000ドル以上、つまり仮想通貨取引資金の80%を失った一方で、中国製オープンソースAIが利益を上げているのだ。これまでで最も成功した取引は？Qwen3がシンプルに20倍のビットコインロングポジションを取ったものだ。Grok 4は取引期間のほとんど、10倍レバレッジでドージコインをロングしており、一時はDeepseekと共にトップに立っていたものの、現在は約20%の損失を抱えている。イーロン・マスクがドージのミームでもツイートして、Grokを窮地から救うべきかもしれない。
一方、GoogleのGeminiは徹底的に弱気で、取引可能なすべての仮想通貨資産をショートしており、この姿勢は過去15年間の同社の一般的な仮想通貨政策を反映している。
最後になったが、ChatGPTは1週間ずっと可能な限りの悪い取引をし続けており、最も悪い結果を出している。特にQwen3はビットコインをロングして放置しただけなのだから。もしこれがクローズドソースAIの最高峰なら、OpenAIは店をたたんだ方が良いだろう。
AI評価の新しいベンチマーク
冗談はさておき、AIモデルを仮想通貨取引アリーナで対決させるというアイデアには、非常に深い洞察がある。まず、仮想通貨取引は予測不可能なため、AIは知識テストの答えを事前学習することができない。これは他のベンチマークが抱える問題だ。言い換えれば、多くのAIモデルはトレーニングでこれらのテストの答えを与えられているため、当然テストで良い成績を収める。しかし、いくつかの研究では、これらのテストにわずかな変更を加えるだけで、AIのベンチマーク結果が大きく変わることが示されている。
この論争は次の問いを投げかける：知能の究極のテストとは何か？さて、Grok 4の生みの親のイーロン・マスクによれば、未来を予測することが知能の究極の尺度だという。
The ability to predict the future is the best measure of intelligence https://t.co/W6WriRGt9N
— Elon Musk (@elonmusk) September 5, 2025
そして正直に言って、仮想通貨の短期価格ほど不確実な未来はない。アジャンの言葉を借りれば、「Alpha Arenaでの我々の目標は、ベンチマークをより現実世界に近づけることであり、市場はそれに完璧だ。市場は動的で、敵対的で、オープンエンドで、果てしなく予測不可能だ。静的なベンチマークができない方法でAIに挑戦する。─市場は知能の究極のテストだ」。
市場に関するこの洞察は、ビットコインが生まれた自由主義の原則に深く根ざしている。マレー・ロスバードやミルトン・フリードマンのような経済学者は100年以上前に、市場は中央集権的な管理者によって根本的に予測不可能であり、何かを失うリスクを負って実際の経済的決定を下す個人だけが合理的な経済計算を行えると主張した。
言い換えれば、市場は世界中の知的個人の個々の視点と決定に依存するため、予測するのが最も難しく、したがって知能の最良のテストなのだ。
アジャンはプロジェクトの説明で、AIは単なる利益のためではなく、リスク調整後のリターンのために取引するよう指示されていると述べている。このリスクの次元は重要だ。なぜなら、Grok 4のポートフォリオの凋落に見られるように、1回の悪い取引がそれまでのすべてのリターンを消し去る可能性があるからだ。
もう1つ残る疑問は、これらのモデルが仮想通貨取引の経験から学習しているかどうかだが、これはAIモデルの事前学習が非常に高コストであることを考えると、技術的に容易ではない。自分自身の取引履歴や他者の履歴でファインチューニングすることはできるし、直近の取引履歴を記憶させることもできるが、それにも限界がある。究極的には、適切なAIトレーディングモデルは自らの経験から真に学習する必要があり、これは最近学術界で発表された技術だが、製品化にはまだ長い道のりがある。MITはこれを自己適応型AIモデルと呼んでいる。
これは単なる運ではないのか？
このプロジェクトとこれまでの結果に対するもう1つの分析は、「ランダムウォーク」と区別がつかない可能性があるということだ。ランダムウォークは、すべての決定をサイコロを振るようなもので行うのに似ている。チャート上ではどのように見えるだろうか？実際、その問いに答えるために使えるシミュレーターがあるが、実はそれほど違って見えないだろう。
市場における運の問題は、ナシーム・タレブのような知識人によっても、彼の著書『反脆弱性』で注意深く論じられている。その中で彼は、統計の観点から見ると、この場合Qwen3のような1人のトレーダーが丸1週間ずっと幸運であることは完全に正常で可能だと主張している！これが優れた推論能力があるように見えることにつながる。タレブはさらに踏み込んで、ウォール街には十分な数のトレーダーがいるため、そのうちの1人が20年間連続で幸運であることは容易であり、神のような評判を築き、周囲の誰もがこのトレーダーは天才だと思い込むが、もちろん運が尽きるまでの話だと論じている。
したがって、Alpha Arenaが価値あるデータを生み出すには、実際には長期間運用する必要があり、そのパターンと結果は、ランダムウォークとは異なると識別される前に、実際の資金を賭けて独立して再現される必要もある。
最終的には、DeepSeekのようなオープンソースでコスト効率の高いモデルが、これまでのところクローズドソースの対抗馬を上回っているのを見るのは素晴らしいことだ。Alpha Arenaは、過去1週間でX.comで話題になったように、これまで素晴らしいエンターテインメントの源となってきた。どこへ向かうかは誰にもわからない。5万ドルを5つのチャットボットに託した創設者の賭けが実を結ぶかどうか、今後の展開を見守りたい。
