メインコンテンツまでスキップ

AIエンジン

QoreChainは、x/aiモジュールを通じてプロトコルスタックの複数のレベルでAI機能を統合しています。オンチェーン層は、コンセンサスに不可欠な操作に適した決定論的なヒューリスティックベースの分析を提供し、オフチェーンのサイドカーは、アドバイザリーおよび開発者ツール向けにディープラーニングモデルで機能を拡張します。

3層アーキテクチャ​

QCAI(QoreChain AI)エンジンは、3つの層にまたがって動作します。

層範囲実行決定論的
コンセンサスレベルブロック生成、パラメータチューニングオンチェーン (x/rlconsensus) — 現時点では観測のみはい
ネットワークレベルトランザクションのルーティング、不正検知、手数料の最適化オンチェーン (x/ai)はい
アプリケーションレベルコントラクト生成、監査、ディープ分析オフチェーン (サイドカー)いいえ

コンセンサスレベルはPRISMコンセンサスエンジンで別途解説しています。このページでは、ネットワークレベルとアプリケーションレベルを扱います。

稼働中のネットワークで強制されているもの(2026年10月23日に確認。当時メインネットとテストネットはどちらも v3.2.4 で、テストネットは 2026年10月27日に v3.2.6 に、2026年11月6日に v3.2.7 に、2026年11月12日に v3.2.8 に移行し、メインネットは 2026年11月4日に v3.2.6 に、2026年11月12日に v3.2.7 に移行しました)

x/aiの2つの部分が、現在、CosmosレーンとEVMレーンの両方でトランザクションに作用しています。

  • 送信者ごとのレート制限。現在の制限値は送信者1人あたり毎分600トランザクションです(max_tx_per_minute。EVMレーンには独自のオプションの制限がありますが、設定されていないため、同じ値が適用されます)。ここでの「分」は、実時間ではなく固定されたブロックのウィンドウで数えます。ブロック高さが、すべてのバリデータが共有する唯一の時計だからです。制限に達した送信者は、古いトランザクションがウィンドウから外れるまで、それ以降のトランザクションが拒否されます。この制限は、Cosmosレーンではv3.2.0から、両レーンではv3.2.2から強制されています。
  • トランザクションごとの異常スコア。現在のanomaly_actionはflagです。スコアが高いとai_anomaly_checkイベントが発行され、そのトランザクションはフラグ付きとして数えられますが、拒否はされません。スコアに基づく拒否はガバナンス設定であり、有効にはなっていません。

このページのそれ以外のすべて(ルーター、6層の不正検知パイプライン、手数料オプティマイザ、ネットワークオプティマイザ、サイドカー)は、分析とアドバイスを説明するものです。チェーンがどのトランザクションを受け入れるかは、いずれによっても変わりません。また、6層パイプラインはトランザクションの経路からは呼び出されません。現在の設定はqorechaind query ai configで、カウンターはqorechaind query ai statsで確認できます。

トランザクションルーター​

AI強化型ルーターは、加重マルチファクタースコアリングを使用して、各トランザクションに最適なバリデータとルートを選択します。

最適化の数式​

OptimalRoute = argmin_r( alpha * Latency(r) + beta * Cost(r) + gamma * Security(r)^-1 )
重み記号デフォルト説明
レイテンシalpha0.4正規化された応答時間(0=最良、1=最悪)。0msは0.0に、1000msは1.0にマッピングされます。
コストbeta0.3コストの代理指標としての現在の負荷率。
セキュリティgamma0.3レピュテーションスコアの逆数。レピュテーションが高いほどスコアは低く(良く)なります。

ルーターは、平均レイテンシ、稼働率、負荷率、レピュテーションスコアを含むバリデータごとのパフォーマンスデータを持つメトリクスキャッシュ(デフォルトTTL:30秒)を保持します。キャッシュされたメトリクスが利用できない場合、システムはヒューリスティックルーターにフォールバックします。

ルーティングの信頼度​

信頼度は、メトリクスが利用可能なバリデータの数に応じてスケールします。

メトリクスのあるバリデータ信頼度
>= 100.95
>= 50.85
>= 20.75
10.60

不正検知​

不正検知器は、統計的手法を用いて各トランザクションを最近の履歴と照合して分析する6層検知パイプラインを実装しています。

検知レイヤー​

層検知器手法トリガーしきい値
1Isolation Forest金額、ガス、送信者頻度の特徴量にわたる統計的Zスコア異常スコア > 0.7
2Sequence Analyzer送受信の交互パターン(ウォッシュトレーディング)を検知同一ペア間で交互の送金が3回超
3Sybil Detector新規ユニークアドレスを追跡し、新規送信者の急増を検知最近のトランザクションの30%超が新規アドレスから
4DDoS Detector送信者ごとのトランザクション頻度を監視単一送信者から毎分100トランザクション超
5Flash Loan Detector単一ブロック内での借入・操作・返済パターンを特定同一ブロック内で金額の変動が10倍超のトランザクションが3回以上
6Exploit Detectorコントラクト呼び出しにおける異常なガス消費を検知同一トランザクションタイプの平均ガスの5倍超

脅威の分類​

信頼度の範囲脅威レベル
>= 0.9クリティカル
>= 0.7高
>= 0.5中
>= 0.3低
< 0.3なし

対応アクション​

脅威レベル信頼度アクション
クリティカル> 0.8circuit_break — 特定のコントラクト実行を一時停止
クリティカル<= 0.8rate_limit — 送信元からのTX受け入れを一時的に削減
高> 0.7rate_limit
高<= 0.7alert — バリデータおよびオペレータ向けにイベントを発行
中任意alert
低 / なし任意allow

allow以外のアクションがトリガーされると、パイプラインは一意のID(形式:INV-{block_height}-{txhash}、48文字に切り詰め)を持つ不正調査レコードを作成します。稼働中のネットワークでは、パイプラインはトランザクションの経路から呼び出されないため(このページ冒頭の注記を参照)、現時点では調査レコードは作成されず、パイプラインによるコントラクトのサーキットブレーカーも設定されません。

手数料オプティマイザ​

手数料オプティマイザは、指数移動平均(EMA)による混雑追跡を使用して、ネットワークの混雑を予測し、希望する確定時間に対して最適な手数料を提案します。

混雑予測​

  • EMA平滑化係数(alpha):0.2
  • 履歴ウィンドウ:100ブロック
  • トレンド分析:直近5ブロックを前の5ブロックと比較して混雑トレンドを検知し、50%の減衰を加えて将来へ投影します。

緊急度ティア​

緊急度基準乗数推定確定時間
fast2.0x1~2ブロック
normal1.0x3~5ブロック
slow0.5x6~10ブロック

最終的な手数料には、混雑乗数(混雑0%で1.0x、混雑100%で最大5.0x)と、予測混雑が現在の混雑を上回る場合のトレンドプレミアムが組み込まれます。推定器自体の最低手数料は500 uqorというレガシー定数であり、稼働中のネットワークでは公開されていません。トランザクションが実際に支払う必要がある手数料は、ガス1単位あたり0.1 uqorというネットワークの下限によって決まります(最初のトランザクション を参照)。

ネットワークオプティマイザ​

ネットワークオプティマイザは、パフォーマンスメトリクスを継続的に監視し、多目的報酬関数を使用してガバナンスパラメータの推奨事項を生成します。

報酬関数​

R(s, a, s') = alpha * DeltaPerformance + beta * DeltaLatency + gamma * DeltaEnergy - delta * StabilityPenalty
重み値目的
alpha0.35パフォーマンス向上
beta0.30レイテンシ削減
gamma0.15エネルギー/リソース節約
delta0.20安定性の維持

推奨事項の種類​

オプティマイザは、以下の推奨事項を生成します。

  • ブロックガスリミット:使用率が80%超の場合は引き上げ、20%未満の場合は引き下げ
  • 最低手数料率:バリデータ数が5未満の場合は引き下げ
  • 最大バリデータ数:ブロック時間が健全で、アクティブなバリデータが10以上の場合は引き上げ
  • ブロック時間目標:平均ブロック時間が8秒を超えた場合にアラート

各推奨事項には、現在の値、提案値、予想される影響、信頼度スコア、および理由が含まれます。

AIサイドカー​

QCAIサイドカーは、QCAIバックエンドを基盤とするオフチェーンのディープラーニングモデルでオンチェーンAIを拡張します。サイドカーはオプションであり、コンセンサスに不可欠ではなく、内部のgRPCインターフェース経由でアクセスされます。

機能​

機能説明
コントラクト生成17プラットフォームにわたる自然言語仕様からスマートコントラクトを生成
コントラクト監査スマートコントラクトコードの詳細なセキュリティ分析
ディープ不正分析訓練済みモデルを用いた拡張不正調査(オンチェーンヒューリスティックを補完)
ネットワークアドバイス高度なパラメータ最適化の推奨事項

モデル​

モデル名ユースケース
QCAI Fast手数料推定とルーティングのための低レイテンシ応答
QCAI Balanced監査と不正調査のためのより深い分析

サイドカーは独立したオフチェーンサービスとして動作するため、ディープラーニングのワークロードがコンセンサスに不可欠な実行をブロックしたり影響を与えたりすることは決してありません。

EVMプリコンパイル​

2つのプリコンパイル済みコントラクトが、オンチェーンAI機能をEVMスマートコントラクトに公開します。

プリコンパイルアドレス説明
aiRiskScore0x0B01指定されたアドレスまたはトランザクションハッシュのリスクスコア(0~100)を返します
aiAnomalyCheck0x0B02トランザクションのブール型異常フラグと信頼度スコアを返します
まだ有効ではありません

これら2つのプリコンパイルはメインネット(qorechain-vladi)でもテストネット(qorechain-diana)でも有効ではなく(2026年10月27日に確認)、呼び出しは空のデータを返します(QoreChain の他の3つのプリコンパイル、すなわち PQC の2つと PRISM パラメータは、テストネットでのみ有効です。2026年11月4日の時点で、メインネットの active_static_precompiles の一覧は依然として空で、PRISM パラメータのアドレスへの呼び出しは空のデータを返しました)。読み取り専用の固定小数点スコアリング経路が用意された後にのみ有効化されます。EVMプリコンパイル:ネットワーク状況 を参照してください。

重要:EVMプリコンパイルは、決定論的ヒューリスティックエンジンのみを使用します。サイドカーを呼び出すことは決してなく、すべてのEVM実行が完全に決定論的かつ再現可能であることを保証します。v3.2.3以降、異常チェックのプリコンパイルは状態を書き込まずにトランザクションを分析します。このリリースにおけるその他のプリコンパイルの強化(CrossVMブリッジがSTATICCALLを拒否すること、ネストされた呼び出しを呼び出し元フレームのガスで計量すること、許可リストにあるQoreChain Nativeのターゲットにのみ到達すること)は、CrossVMプリコンパイルが有効化された時点で適用されます。2026年10月27日の時点で、メインネットのactive_static_precompilesのリストは空です。テストネットでは3つのエントリ(PQC Verify 0x…0A01、PQC Key Status 0x…0A02、PRISM Consensus Params 0x…0C01)があり、いずれも AI プリコンパイルではありません。

TEEアテステーション​

AIモジュールは、Trusted Execution Environment(信頼された実行環境)のアテステーション用インターフェースを定義し、セキュアなハードウェアエンクレーブ内での将来の検証可能なAIモデル実行を可能にします。

サポートされるプラットフォーム​

プラットフォーム識別子説明
Intel SGXsgxSoftware Guard Extensions
Intel TDXtdxTrust Domain Extensions
AMD SEV-SNPsev-snpSecure Encrypted Virtualization - Secure Nested Paging
ARM CCAarm-ccaConfidential Compute Architecture

アテステーションフロー​

  1. モデルの重みのロード — サイドカーがAIモデルの重みをTEEエンクレーブにロードします。
  2. エンクレーブ内での推論実行 — エンクレーブの保護されたメモリ内で推論が実行されます。
  3. アテステーションレポートの生成 — エンクレーブが、モデルハッシュ、入力ハッシュ、出力ハッシュをバインドするアテステーションレポートを生成します。
  4. オンチェーンでのアテステーション検証 — バリデータが推論結果を受け入れる前に、オンチェーンでアテステーションを検証します。

TEEアテステーションは現在、インターフェース仕様の段階にあります。実装は将来のリリースで予定されています。

連合学習​

AIモジュールは、バリデータノードがローカルモデルを訓練し、生の訓練データを共有することなくグローバルモデルに集約される勾配更新を提出する、オンチェーン連合学習の調整用インターフェースを定義します。

集約手法​

手法説明
fedavgFederated Averaging — サンプル数による勾配の加重平均
fedproxFederated Proximal — 異種データを扱うための近接項を追加
scaffoldSCAFFOLD — クライアントドリフトを補正する制御変量を使用

ラウンドのライフサイクル​

Pending --> Training --> Aggregating --> Complete
\-> Failed (timeout or insufficient participants)

各ラウンドは、最小/最大参加者数、タイムアウト、学習率、勾配クリッピングノルム、およびオプションの差分プライバシーノイズ乗数で構成されます。すべての勾配提出は、PQC(Dilithium-5)署名で署名されます。

連合学習は現在、インターフェース仕様の段階にあります。実装は将来のリリースで予定されています。

クエリ​

qorechaind query ai config と qorechaind query ai stats(gRPC)が、このモジュールのクエリです。現時点でこのモジュールにRESTルートはありません。手数料推定、不正調査、ネットワーク推奨事項、サーキットブレーカーの /ai/v1/... ルートは、メインネットでもテストネットでも提供されていません。

関連項目​