NFT界隈が盛り上がってきましたね！
NFTのマーケットプレースで世界最大のOpenseaでは、海外クリエイターの作品が数千万円で取引されたり、国内でも100万円超えでの取引が目に付くようになってきました。

さて、NFTと言えば、ブロックチェーン技術を活用してデジタルデータ（今はイラストが多い）に対して、鑑定書をつけてトレーサビリティがとれるようにするというような仕組みなのですが、
私はこの盛り上がりはdeeplearningの発展にも大いに関係してくると思っています。

というのも、現在マーケットプレースの盛り上がりには大きく偏りがあります。理由は検索性の悪さです。
認知の取れたイラストの価格は高騰し、認知のとれないイラストは、それがどんなに良いものでも売れない。当然です、購入者に見つけてもらえないからです。
美味しいラーメンをつくっていてもダメで、営業したラーメン屋が儲かるという構図です。

その為マーケターと組んだイラストレーターや、インフルエンサーに取り上げられた作品だけに注目が集まり、投機目的の売買が加速されインフレが起きています。

ここからディープラーニングの話ですが、この状況を気持ち悪いと感じる人がいます。だって本当に価値のあるものは良いイラストや美味しいラーメンのはずなのに、営業が上手いものの方が売れるのはユーザー本位ではないのでは、と。
僕は営業が上手いラーメン屋のラーメンを食べたいのではなく、美味しいラーメンが食べたいんだ！という声が聞こえてきそうです。

この問題を解決するには、イラストの特徴量を抽出して、そのイラストに自動でタグをつけるような作業が必要です。
ジャンルや題材、画力や分野、これらを機械的にタグ付けし、ユーザーが好きなタグを検索すれば好きな作品に必ず出会えるようにする。もしくは、自動でレコメンドしても良いでしょう。
これにより、マーケティングにより恣意的に選出された一部の作品だけに注目が集まる事はなくなります。
本質的に良いものでなければ売れなくなることで、市場原理が働き、作品のクオリティも上がります。

これと同様に、音楽や個人ラジオ配信、講演会音声なども、検索可能デジタルデータ群にする事が出来るため、近い将来Googleで「うなぎの掴み方」と検索したら、standfmで雑談ライブの合間にウナギの掴み方のコツを話していた収録とかが検索結果に上がり、3分27秒から5分12秒までがウナギの掴み方について話しています！と表示されるようになるかもしれない。
新しい技術により、新しいマーケットが次々に誕生し、それらのマーケットの利便性をあげる、もしくはそれらのマーケットを成立されるコア技術として今後もdeeplearningはどんどん活躍していきそうです。