Pengantar Proyek

Bittensor pada dasarnya adalah jaringan peer-to-peer (P2P) tanpa izin yang memanfaatkan ekonomi token blockchain untuk memberi insentif pada pembuatan dan pengoperasian produk AI. Bagi pengembang, jaringan Bittensor menawarkan metode untuk pasar aplikasi kecerdasan buatan yang terdesentralisasi, dan bagi pengguna akhir, jaringan ini memungkinkan akses langsung ke sumber daya jaringan dengan biaya yang lebih rendah. Visi jaringan Bittensor adalah memanfaatkan kekuatan pasar digital untuk mendorong pengembangan komoditas digital yang paling penting-kecerdasan buatan. Tujuannya adalah untuk membangun jaringan AI yang paling kuat, yang memungkinkan setiap orang biasa mendapatkan manfaat darinya dan mengambil alih kepemilikan, mengembangkan model pengembangan dari bawah ke atas, bukan dari atas ke bawah.

Subnet

Semua aplikasi AI pada jaringan Bittensor terjadi pada subjaringan, atau subnet. Setiap subnet memiliki kasus penggunaan khusus. Saat ini, ada 32 subnet di Bittensor, seperti yang ditunjukkan pada gambar berikut.

Bagan 1: Ekosistem subnet, sumber dariX@0xai_dev

Berikut adalah beberapa contoh umum dari subnet:

Subnet1 termasuk ke dalam kategori subnet pembuatan teks, di mana validator mengirimkan permintaan kepada penambang, dan penambang menghasilkan hasil berdasarkan permintaan tersebut. Penambang dengan hasil terbaik akan menerima hadiah.

Subnet5 adalah subnet untuk menghasilkan gambar dari teks, di mana penambang membuat gambar berdasarkan kebutuhan pelanggan. Para validator memberi peringkat gambar berdasarkan daya tarik estetika dan seberapa cocok gambar tersebut dengan kata-kata yang diminta pelanggan. Selain itu, validator menerima penalti kecil untuk gambar yang terlalu mirip secara gaya, untuk mendorong keragaman model gambar yang dimiliki oleh para penambang.

Subnet8 adalah subnet yang menggunakan kecerdasan buatan untuk memprediksi tren pasar keuangan, yang saat ini berfokus pada prediksi tren harga Bitcoin. Namun, seiring dengan perkembangan proyek, proyek ini secara bertahap akan diperluas ke pasar keuangan lain atau area tertentu (seperti taruhan olahraga). Data terbaru pada subnet ini menunjukkan bahwa rata-rata hadiah penambangan harian adalah $133.000, dengan perkiraan hadiah penambang tahunan sebesar $32 juta.

Bagan 2: Data yang terkait dengan subnet8, sumber dari www.taoshi.io

Peran dalam Blockchain

1) Penambang: Dapat dipahami sebagai penyedia model atau algoritme AI, yang menghosting model AI dan menawarkannya ke jaringan Bittensor. Subjaringan yang berbeda di Bittensor memiliki berbagai model, seperti model pembuatan teks, model pembuatan gambar, dll.

2) Validator: Bertindak sebagai evaluator jaringan Bittensor, yang bertujuan untuk menilai dan memverifikasi hasil yang telah diselesaikan oleh para penambang untuk membantu pelanggan mendapatkan solusi terbaik. Untuk menjadi validator, seorang pengguna harus menjadi salah satu dari 64 pemegang TAO teratas dan mendaftarkan UID di salah satu subjaringannya. (Namun, melihat daftar validator, tampaknya sebagian besar institusi dari ekosistem proyek sudah termasuk, mungkin nantinya organisasi atau pengguna lain akan menjadi validator).

Bagan 3: Daftar validator, formulir sumber www.taostats.io

3) Nominator: Nominator mendelegasikan token TAO mereka kepada validator untuk menunjukkan dukungan mereka dan mendapatkan hadiah staking. Informasi validator terbuka dan terdesentralisasi, memungkinkan para nominator untuk meneliti dan memilih validator yang sesuai untuk mempertaruhkan token mereka berdasarkan informasi yang tersedia untuk umum.

4) Pengguna: Pengguna utama model AI dalam jaringan Bittensor.

Dalam satu kalimat, hubungan antara keempat peran ini dapat diringkas sebagai: Pengguna/klien mempresentasikan permintaan mereka; penambang menghasilkan hasil tugas menggunakan model AI pada subjaringan yang sesuai berdasarkan permintaan ini; validator mengevaluasi hasil dan memilih solusi terbaik untuk klien; nominator memilih validator yang mereka dukung untuk staking token.

Arsitektur Teknis

Jaringan Bittensor adalah protokol pembelajaran mesin peer-to-peer yang terdesentralisasi. Di dalam jaringan, kecerdasan mesin diukur oleh sistem cerdas lainnya melalui internet secara terus menerus dan asinkron secara peer-to-peer (P2P). Sistem ini tidak hanya berfokus pada kemampuan model untuk menyelesaikan tugas-tugas tertentu, tetapi juga mengevaluasi kemampuan model untuk menghasilkan informasi. Jaringan ini menggunakan buku besar digital untuk mencatat pencapaian para peneliti (penambang/pengembang) dan memberikan penghargaan, sehingga mereka dapat memperoleh manfaat dari karya yang diciptakan oleh kecerdasan buatan. Jaringan ini dibagi menjadi dua bagian: lapisan AI yang memproses kecerdasan dan lapisan blockchain yang bertanggung jawab untuk mencatat dan memberi penghargaan.

Lapisan blockchain adalah blockchain Layer 0 berdasarkan Polkadot Substrate, yang bertanggung jawab untuk menjalankan mekanisme konsensus, memastikan identitas node, dan memberi insentif pada node jaringan. Terletak di bawah lapisan kecerdasan buatan, kedua lapisan tersebut berkomunikasi melalui komunikasi antar proses. Untuk mendistribusikan insentif secara adil di antara semua node yang berpartisipasi, jaringan Bittensor menggunakan konsensus dan memanfaatkan kepercayaan berbobot (dicapai melalui partisipasi validator dan nominator). Lapisan AI, selain inferensi dan pelatihan, juga bertanggung jawab untuk mengabstraksi kernel Bittensor dan memastikan kompatibilitas jaringan saraf simpul dengan input/output simpul lain dalam jaringan.

Bagan 4: Sistem Blockchain dan AI, sumber dari bittensor.com

Konsensus Yuma

Konsensus Yuma adalah algoritma konsensus peer-to-peer terdesentralisasi yang dirancang untuk mencapai distribusi sumber daya komputasi yang adil di seluruh jaringan node. Jaringan Bittensor didukung oleh algoritma Yuma Consensus. Ini mengadopsi mekanisme konsensus hibrida yang mengintegrasikan Proof of Work (POW) dan Proof of Stake (POS). Node dalam jaringan melakukan pekerjaan komputasi, memverifikasi transaksi, dan membuat blok baru, yang juga diverifikasi oleh node lain. Kontributor yang lolos verifikasi akan menerima hadiah token. Dibandingkan dengan mekanisme konsensus tradisional, mode hibrida ini menggabungkan keuntungan dari kedua mekanisme konsensus. Di satu sisi, ini menghindari konsumsi energi yang berlebihan dari mekanisme POW, mengatasi masalah lingkungan; di sisi lain, ini menghindari risiko sentralisasi yang ada di POS, memastikan keamanan dan desentralisasi jaringan.

Ekonomi Token

Token Bittensor, TAO, berfungsi sebagai token hadiah jaringan, token akses, dan token tata kelola, yang memungkinkan pemegang token untuk juga mempertaruhkan token mereka. Sebuah TAO diproduksi setiap 12 detik, setara dengan penerbitan 7.200 token setiap hari. Token yang baru dicetak didistribusikan secara merata di antara para penambang dan validator. Total pasokan TAO ditetapkan sebesar 21 juta, dengan tingkat penerbitan berkurang setengahnya setelah setengah dari pasokan diterbitkan. Pembagian dua ini terjadi setiap 12 detik per blok, setara dengan pembagian dua setiap empat tahun, dengan setiap setengah tanda dari sisa penerbitan memicu peristiwa pembagian dua yang baru hingga semua 21 juta TAO beredar. Hal ini dapat dilihat sebagai sebuah penghormatan kepada Bitcoin. Pada saat artikel ini ditulis, suplai token yang beredar telah mencapai lebih dari 6 juta, dengan kapitalisasi pasar sebesar 3,5 miliar USD, yang menempatkannya di peringkat ke-26 di CoinGecko.

Gambar berikut ini adalah cuplikan distribusi token dari taostats.io, menunjukkan bahwa TAO adalah peluncuran yang adil, tanpa pra-penjualan ke VC, dll. Saat ini, pasokan yang beredar menyumbang sekitar 30% dari total pasokan.

Grafik 5: Model Ekonomi Token, sumber dari sumber dari www.taostats.io

Ringkasan

Dalam sebuah artikel yang diterbitkan bulan lalu oleh Vitalik Buterin, "Apa persimpangan yang paling bermanfaat antara mata uang kripto dan kecerdasan buatan?", disebutkan, "Menggunakan insentif kripto untuk mendorong kecerdasan buatan yang lebih baik dapat dicapai tanpa jatuh ke dalam lubang kelinci metode yang dienkripsi sepenuhnya dengan kriptografi, dan pendekatan seperti Bittensor termasuk di dalamnya." Hal ini menyoroti dukungan Vitalik terhadap proyek Bittensor. Proyek ini memilih opsi terbaik dari model algoritme yang ada melalui mekanisme insentif, yang berarti proyek ini tidak menghasilkan algoritme melainkan mengangkutnya, sehingga mendorong pengembangan pasar AI yang terdesentralisasi. Dengan semakin populernya kecerdasan buatan, nilai pasar proyek ini telah meningkat hampir tiga kali lipat sejak Januari tahun ini. Secara pribadi, saya menemukan ekosistem aplikasi yang kaya di dalam subnetnya, seperti diagnostik kesehatan medis, pembuatan aset 3D, pembuatan audio, pembuatan gambar, pra-pelatihan model terdistribusi, dan lain-lain, cukup menarik dan layak untuk dieksplorasi lebih lanjut.