ブロックチェーンのスケーラビリティ問題

ハードフォーク問題でブロックチェーンのスケーラビリティの問題が明るみになっています。 ブロックチェーンは、分散台帳に10分ごとに1MBのトランザクションレコード（取引記録）を書き込みます。
その結果、チェーンが拡大しデータの容量に限界がきているという問題が起きています。 たとえば、ブロックサイズ1MBのままブロック内のトランザクションレコードの情報量を増やすビットコインの「SegWit」や容量自体を1MBから8MBに増やす「ビットコインキャッシュ」などのハードフォークが実装されています。

サトシ・ナカモト自身がブロックチェーンのスケーラビリティについて「剪定モード」blockchain pruningを述べていました。
剪定モードとは、以前の不要な古いトランザクションブロックを削除して保存しないようにするシステムです。
確かにこれも効果的な解決策ですが、現在はAI自身が「フェデレーション・ラーニング」で他の新しい方法を提案してくれると言われているのです。
フェデレーション・ラーニングとは、多くのユーザーが一気にサービスを使用する際に、発生するクラッシュを防止するために使用されるシステムです。
このフェデレーション・ラーニングでは機械学習技術の応用が進んでおり、 今後のブロックチェーンのスケーラビリティ問題を解決する技術として注目されています。