Bittensor: Децентралізація AI мережа веде інноваційні хвилі Web3

Фон епохи революції ШІ

В останні роки технології штучного інтелекту стрімко розвиваються, ми вступаємо в нову еру, керовану даними. Значні прориви в таких сферах, як глибоке навчання та обробка природної мови, зробили застосування ШІ повсюдним. Випуск ChatGPT у 2022 році сприяв вибуховому зростанню індустрії ШІ, після чого з'явилася низка інноваційних інструментів ШІ, таких як генерація відео з тексту та автоматизація офісних процесів. Широке застосування технологій ШІ також стало невідкладним. Разом із бурхливим розвитком галузі, ринкова вартість ШІ продовжує зростати, і прогнозується, що до 2030 року вона досягне обсягу в 185 мільярдів доларів.

Проте, нинішня індустрія штучного інтелекту в основному контролюється лише кількома технологічними гігантами. Технічний прогрес також приніс з собою ряд викликів, таких як централізація даних і нерівномірний розподіл обчислювальних ресурсів. У цьому контексті ідея децентралізації Web3 пропонує нові можливості для вирішення цих проблем. Розподілена мережа Web3 має потенціал для переформатування сучасної структури розвитку штучного інтелекту.

На фоні стрімкого розвитку індустрії ШІ з'явилася низка якісних проектів Web3+AI. Ці проекти прагнуть об'єднати технології блокчейн та ШІ, оптимізуючи навчання та застосування моделей ШІ в децентралізованих мережах. Однак більшість проектів все ще обмежені єдиним напрямком застосування. Bittensor гостро відчув цю можливість і створив платформу алгоритмів ШІ з вбудованою функцією відбору, використовуючи механізми конкуренції та стимулювання блокчейн, щоб зберегти найякісніші проекти ШІ.

Огляд проекту Bittensor

Bittensor є децентралізованою мережею машинного навчання з винагородою та ринком цифрових товарів. Вона має кілька помітних характеристик:

• Децентралізація: Bittensor працює в мережі, що складається з тисяч розподілених комп'ютерів, ефективно вирішуючи проблеми централізації даних.

• Справедлива система заохочень: токени $TAO, які мережа надає підмережі, пропорційні її внеску, а розподіл винагород всередині підмережі також дотримується цього принципу.

• Спільний доступ до ресурсів машинного навчання: децентралізована мережа надає послуги кожній особі, яка потребує обчислювальних ресурсів машинного навчання.

• Диверсифікований ринок цифрових товарів: спочатку зосереджений на торгівлі моделями машинного навчання та пов'язаними даними, тепер він розвився в ринок товарів, що торгуються у будь-якій формі даних.

Розвиток Bittensor відображає характеристики справедливого, цікавого та значущого технологічного проєкту:

• У 2021 році була створена групою технічних ентузіастів та експертів, яка побудувала блокчейн, використовуючи фреймворк Substrate.

• У 2022 році випущено альфа-версію мережі, що підтверджує життєздатність децентралізованого ШІ. Запроваджено консенсус Yuma, що підкреслює захист конфіденційності даних.

• У 2023 році випущено бета-версію, представлено економічну модель токенів TAO для стимулювання підтримки мережі.

• У 2024 році впровадження технології DHT підвищить ефективність зберігання та пошуку даних. Посилити рекламування підмереж і ринку цифрових товарів.

По суті, Bittensor є проектом, який надає обчислювальну потужність та послуги штучного інтелекту, що керується майнерами GPU.

Токеноміка Bittensor

Рідний токен Bittensor - це TAO, який у багатьох аспектах схожий на біткойн:

• Загальна пропозиція складає 21 мільйон монет
• кожні чотири роки зменшується вдвічі
• Чистий запуск без попереднього видобутку

Наразі кожні 12 секунд створюється один блок, за який нагороджують 1 TAO. Щоденна продукція складає приблизно 7200 TAO, які розподіляються між усіма підмережами та їхніми внутрішніми валідаторами і майнерами відповідно до пропорції внеску.

Токени TAO можна використовувати для:

• Придбати обчислювальні ресурси, дані та AI моделі в мережі
• Участь у управлінні спільнотою

Станом на сьогодні, загальна кількість рахунків в мережі Bittensor перевищила 100 тисяч, з яких ненульових рахунків – 80 тисяч. Протягом минулого року ціна TAO суттєво зросла, наразі ринкова капіталізація становить близько 2,278 мільярда доларів, а ціна за одиницю – 321 долар.

Архітектура підмережі Bittensor

Протокол Bittensor є децентралізованим протоколом машинного навчання, який підтримує учасників мережі в обміні можливостями машинного навчання та прогнозами в режимі peer-to-peer.

Ядром протоколу є мережна архітектура, що складається з кількох підмереж. Кожна підмережа відповідає за управління набором вузлів, застосовуючи механізм природного відбору. Погано працюючі підмережі та вузли будуть усунені.

Субмережа – це сегмент коду, що працює незалежно і визначає специфічні правила стимулювання користувачів та функціонування. Наразі існує 45 субмереж, очікується, що до травня-липня 2024 року їх кількість зросте до 64.

Основні ролі в підмережі включають:

• Власник підмережі: відповідає за надання базового коду та налаштування механізму стимулювання
• Майнери: запускають сервери та код для майнінгу, можуть працювати вузли в кількох підмережах
• Верифікатори: оцінюють внесок підмережі та отримують винагороди, можуть ставити TAO для отримання додаткового доходу

Випуск підмережі є механізмом розподілу винагороди для майнерів і валідаторів. Зазвичай 18% йде власникам, 41% – валідаторам, 41% – майнерам.

Після реєстрації підмережі є 7-денний імунітет. Перший реєстраційний внесок становить 100 TAO, після цього внесок подвоїться, але з часом знизиться. Коли кількість підмереж досягне максимуму, підмережі з найнижчою емісією та без імунітету будуть ліквідовані.

механізм консенсусу Bittensor

Bittensor використовує кілька інноваційних механізмів консенсусу та доказу:

Докази розуму ( PoI ) механізм:

• Майнери підтверджують внесок, виконуючи завдання розумних обчислень
• Верифікатори розподіляють завдання та оцінюють ефективність майнерів

Yuma консенсус:

• Універсальний розгляд оцінки валідаторів та обсягу стейкінгу
• Виключити аномальні результати, розподілити винагороду на основі комплексної оцінки
• Дотримуйтесь принципу невідомості даних, захищайте конфіденційність
• Винагороди на основі продуктивності вузлів та розподілу внесків

Змішаний експерт ( MOE ) механізм:

• Інтеграція кількох експертних підмоделей
• Різні підмоделі працюють спільно, покращуючи загальну продуктивність
• Верифікатори можуть оцінювати та ранжувати експертні моделі

Ці механізми разом забезпечують безпечність, ефективність і раціональність стимулювання мережі.

Основні підпроекти мережі

Наразі в Bittensor є 45 зареєстрованих підмереж, з яких 40 вже мають назви. З поступовим відкриттям місць конкуренція між підмережами стане ще більшою. Три найкращі підмережі:

19 номер підмережі Vision:

• Сфокусуйтеся на децентралізованій генерації зображень та інференції
• 24-годинний дохід приблизно 627.84 TAO
• Середній щоденний дохід нового вузла приблизно 866 доларів

Підмережа No18 Cortex.t:

• Створення AI платформи, надання API для тексту та зображень
• 24-годинний дохід приблизно 457,2 TAO
• Середній денний дохід нового вузла приблизно 553,64 долара США

1-й підмережа:

• Найдавніша підмережа генерації тексту
• Коли його метод було поставлено під сумнів, вважали, що його ефективність низька.

Крім того, є різні типи підмереж, такі як обробка даних, торгівельний ШІ тощо. Загалом, підмережі, які успішно працюють, приносять значний дохід, але нові вузли стикаються з жорсткою конкуренцією.

Перспективи розвитку

• Поєднання AI та Web3 протягом тривалого часу буде привертати увагу ринку
• Архітектура проекту Bittensor поєднує в собі технічну та ринкову підтримку
• Механізм підмереж знижує бар'єри входу для AI-команд
• Механізм конкуренції та відбору спонукає проекти до постійної оптимізації
• Збільшення кількості підмереж може призвести до ризику зниження доходів
• Потрібно збалансувати кількість і якість проектів, підтримувати довгостроковий розвиток