Контекст революції штучного інтелекту

Задній план AI Boom

Зі швидким розвитком технології штучного інтелекту (ШІ) ми вступаємо в нову еру, керовану даними. Прориви в таких галузях, як глибоке навчання та обробка природної мови, зробили програми штучного інтелекту повсюдними. Запуск ChatGPT у 2022 році запалив індустрію штучного інтелекту, за якою послідувала низка інструментів штучного інтелекту для генерації відео, автоматизованих офісних завдань і впровадження додатків «AI+». Ринкова вартість індустрії штучного інтелекту відповідно зросла, і, за прогнозами, до 2030 року вона досягне 185 мільярдів доларів.

Рисунок 1: Зміни вартості ринку штучного інтелекту

Традиційні інтернет-компанії монополізують штучний інтелект
Наразі індустрія штучного інтелекту контролюється компаніями, такими як NVIDIA, Microsoft, Google та OpenAI. Хоча технологічні досягнення призвели до швидкого прогресу, вони також призвели до викликів, таких як централізація даних та нерівномірний розподіл обчислювальних ресурсів. Однак децентралізований характер Web3 відкриває нові можливості для вирішення цих проблем, що потенційно може перетворити поточний ландшафт розвитку штучного інтелекту.

Поточні розробки в Web3+AI

Оскільки індустрія штучного інтелекту продовжує зростати, з'явилася хвиля високоякісних проєктів Web3+AI. Fetch.ai використовує технологію блокчейн для створення децентралізованої економіки, підтримуючи автономних агентів і смарт-контракти для оптимізації навчання та додатків моделей штучного інтелекту. Numerai використовує технологію блокчейн і спільноту вчених з обробки даних для прогнозування ринкових тенденцій, винагороджуючи розробників моделей за допомогою механізму заохочення. Velas створив високопродуктивну платформу смарт-контрактів, яка об'єднує штучний інтелект і блокчейн, пропонуючи вищу швидкість транзакцій і вищу безпеку.

Проекти штучного інтелекту неодмінно складаються з трьох ключових елементів: дані, алгоритми та обчислювальна потужність. У той час як сектори Web3+дані та Web3+обчислювальна потужність процвітають, напрямок Web3+алгоритмів розірваний, що призводить до ізольованих, однонапрямлених застосувань. Bittensor вирішує цю проблему, створюючи конкурентну платформу алгоритмів штучного інтелекту з вбудованими механізмами вибору та стимулювання, що забезпечує перемогу лише найкращих проектів штучного інтелекту.

Часова лінія розвитку Bittensor

Інноваційні прориви
Bittensor - це децентралізована мережа машинного навчання зі стимулюванням та цифровим ринком товарів.

Децентралізація: Bittensor працює на розподіленій мережі тисяч комп'ютерів, що контролюються різними компаніями та організаціями, вирішуючи проблеми централізації даних.

Справедливий механізм стимулювання: В мережі Bittensor токени $TAO розподіляються пропорційно внеску кожної підмережі. Так само винагороди, надані підмережею своїм гірникам та валідаторам, також пропорційні їхнім внескам вузлів.

Ресурси машинного навчання: Децентралізована мережа може забезпечити ресурси обчислень машинного навчання будь-якій особі, яка потребує цього.

Різноманітний ринок цифрових товарів: Спочатку, ринок цифрових товарів Bittensor був розроблений спеціально для торгівлі моделями машинного навчання та пов'язаними даними. Однак, через розширення мережі Bittensor та принцип агностичності до даних механізму консенсусу Yuma, він перетворився на ринок, де можна торгувати будь-яким видом даних.

1. Процес розробки

У відміну від багатьох проектів високої оцінки VC на сучасному ринку, Bittensor є більш справедливим, цікавим і значущим проектом, створеним технічними ентузіастами. Його історія розвитку не має типової фази «великої візії для залучення інвестицій», яка спостерігається в інших проектах.

Формування концепції та запуск проекту (2021 рік): Bittensor був заснований групою ентузіастів і експертів з технологій, які прагнуть розвивати децентралізовані мережі ШІ. Вони використовували фреймворк Substrate для побудови блокчейну Bittensor, що забезпечує його гнучкість та масштабованість.

Рання розробка та технічна валідація (2022): Команда випустила альфа-версію мережі, перевіривши доцільність децентралізованого штучного інтелекту. Вони також представили консенсус Yuma, який наголошує на принципі незалежності даних для захисту конфіденційності користувачів.

Розширення мережі та будівництво спільноти (2023 рік): Команда запустила бета-версію та представила модель токеноміки (TAO) для стимулювання підтримки мережі.

Технологічний інноваційний та сумісність з крос-чейном (2024): Команда використовувала технологію інтеграції розподіленої хеш-таблиці (DHT), щоб покращити ефективність зберігання та відновлення даних. Проект також почав акцентувати на просуванні та розширенні своїх підмереж та цифрового товарного ринку.

Малюнок 2: Рекламне зображення мережі Bittensor

У процесі розробки Bittensor втручалося небагато традиційних ВК, уникаючи ризику централізованого контролю. Проект стимулює вузли та майнерів через токени, що також забезпечує життєздатність мережі Bittensor. У суті, Bittensor - це проект обчислювальної потужності та сервісу штучного інтелекту, який працює за участі майнерів GPU.

Tokenomics

Мережевим токеном Bittensor є TAO. Щоб висловити своє захоплення біткойном, TAO багато в чому схожий на BTC. Його загальна пропозиція становить 21 мільйон монет, які зменшуються вдвічі кожні чотири роки. Токени TAO розподіляються через справедливий запуск під час запуску мережі Bittensor. Попередній майнінг відсутній, тому жодні токени не зарезервовані для команди засновників та венчурного капіталу. В даний час мережевий блок Bittensor генерується приблизно кожні 12 секунд. Кожен блок приносить користувачам 1 $TAO токен. Щодня генерується приблизно 7200 TAO. Тепер ці винагороди розподіляються між кожною підмережею на основі внеску, а потім розподіляються між власниками, валідаторами та майнерами в підмережі.

Рисунок 3: Зображення просування спільноти Bittensor

Токени TAO можуть бути використані для придбання та отримання обчислювальних ресурсів, даних та моделей штучного інтелекту на мережі Bittensor, а також являються сертифікатом участі у спільнотному управлінні.

Поточний стан розробки

Загальна кількість акаунтів в мережі Bittensor тепер перевищила 100 000, з них понад 80 000 є акаунтами з ненульовим балансом.

Рисунок 4: Зміни в номерах облікових записів Bittensor

Протягом минулого року ціна TAO зросла на кілька множників і досягла ринкової капіталізації в розмірі 2,278 мільярди доларів, при поточній ціні токена в розмірі 321 долар.

Фігура 5: Зміни ціни токену TAO

Поступове впровадження архітектури підмереж

протокол Bittensor

Протокол Bittensor - це децентралізований протокол машинного навчання, який дозволяє учасникам мережі обмінюватися можливостями машинного навчання та прогнозами. Він сприяє спільному використанню та співпраці моделей та сервісів машинного навчання у формі peer-to-peer.

Фігура 6: Протокол Bittensor

Протокол Bittensor охоплює мережеву архітектуру, субтензори, архітектуру підмережі, вузли валідаторів, вузли майнерів в екосистемі підмережі та багато іншого. По суті, мережа Bittensor складається з груп вузлів, що беруть участь у протоколі, при цьому кожен вузол запускає клієнтське програмне забезпечення Bittensor для взаємодії з іншими мережами. Ці вузли управляються підмережами, які працюють за принципом виживання найбільш пристосованих. Погано працюючі підмережі замінюються новими, а неефективні валідатори та майнери в кожній підмережі також витісняються. Таким чином, підмережі є найважливішим компонентом мережевої архітектури Bittensor.

Логіка підмережі

Підмережі можна вважати незалежними оперуючими фрагментами коду, які встановлюють унікальні стимули та функції користувачів, зберігаючи при цьому той самий інтерфейс консенсусу, що й основна мережа Bittensor. Підмережі поділяються на локальні підмережі, підмережі тестової мережі та підмережі основної мережі. Без урахування кореневої підмережі, наразі існує 45 підмереж, і очікується, що їхня кількість зросте з 32 до 64 у період з травня по липень 2024 року, додаючи чотири нові підмережі щотижня.

Ролі та емісії підмережі

Вся мережа Bittensor включає шість функціональних ролей: користувачі, розробники, рударі, перевіряючі валідатори, власники підмереж, та комітети. У межах підмережі ролі включають в себе власників підмереж, рударів та перевіряючих валідаторів.

1. Власники підмереж: Власники підмереж несуть відповідальність за надання базового коду майнера та перевіряючого коду. Вони можуть встановлювати унікальні додаткові механізми заохочення та розподіляти стимули для майнерів.
2. Майнери: Майнерні вузли закликаються ітерувати свої сервери та коди для виділення в конкуренції в межах тієї самої підмережі. Майнери з найнижчими викидами замінюються новими майнерами та повинні повторно зареєструвати свої вузли. Зокрема, майнери можуть працювати з кількома вузлами в різних підмережах.
3. Валідатори: Валідатори отримують винагороду за оцінку внеску кожної підмережі та забезпечення їх правильності. Вони також можуть ставити ставки на вузлах валідатора, отримуючи ставкову винагороду від 0 до 18% (налаштовуваної).

Емісія підмережі відноситься до механізму в мережі Bittensor, який розподіляє токени TAO як винагороду майнерам і валідаторам. Як правило, винагорода за емісію в підмережі призначена для розподілу 18% між власником підмережі, 41% - валідаторами та 41% - з майнерами. Підмережа складається з 256 слотів UID, з яких 64 слоти UID виділені валідаторам і 192 слоти UID майнерам. Лише 64 найкращі валідатори з найбільшими сумами стейкінгу можуть отримати дозволи валідатора та бути визнаними активними валідаторами в підмережі. Стейкінг і продуктивність валідатора визначають його ранг і винагороду в підмережі. Продуктивність майнера оцінюється та оцінюється на основі запитів та оцінок валідаторів підмережі. Неефективні майнери замінюються новозареєстрованими майнерами. Таким чином, чим більша загальна кількість токенів у стейкінгу валідаторів, і чим вища обчислювальна ефективність майнерів, тим вища загальна емісія підмережі, що призводить до кращого ранжування.

Реєстрація та заміна підмережі

Після реєстрації підмережа входить в семиденний період непорушності. Початкова плата за реєстрацію становить 100 $TAO, а при повторній реєстрації плата подвоюється, врешті-решт зменшуючись з часом до 100 $TAO. Коли всі слоти підмережі зайняті, реєстрація нової підмережі призведе до видалення підмережі з найнижчими викидами, яка не перебуває в періоді непорушності, щоб забезпечити місце для нової підмережі. Отже, підмережі повинні максимізувати суму стейкінгу в межах слотів UID та ефективність майнерів, щоб уникнути видалення після закінчення періоду непорушності.

Figure 7: Ім'я підмережі

Завдяки підмережевій архітектурі мережі Bittensor було реалізовано децентралізовану мережу даних штучного інтелекту Masa, яка стала першою системою подвійної валюти в мережі Bittensor і залучила 18 мільйонів доларів США фінансування.

Рисунок 8: Просування Маси

Механізми консенсусу та доказу

Мережа Bittensor включає різні механізми консенсусу та доказів. У традиційних децентралізованих мережах, майнери зазвичай використовують PoW (Proof of Work), щоб забезпечити свій внесок у мережу і отримувати винагороду на основі їх обчислювальної потужності та якості обробки даних. Валідатори часто працюють за механізмами PoV (Proof of Validation), які забезпечують безпеку і цілісність мережі. Однак, в мережі Bittensor для досягнення валідації та розподілу винагороди використовується інноваційний механізм PoI (Proof of Intelligence), поєднаний з консенсусом Yuma.

Механізм доведення інтелекту

Механізм PoI Bittensor - це унікальна система перевірки та стимулювання, яка вимірює внесок учасників шляхом виконання розумних обчислювальних завдань. Це гарантує безпеку мережі, якість даних та ефективне використання обчислювальних ресурсів.

Майнерні вузли доводять свою роботу, виконуючи інтелектуальні обчислювальні завдання, до яких можуть входити обробка природної мови, аналіз даних, тренування моделей машинного навчання тощо.

Задачі призначаються валідаторами майнерам, які потім завершують задачі й повертають результати валідаторам. Валідатори оцінюють якість виконання завдання та призначають бали відповідно.

Yuma Consensus

Yuma Consensus - це основний механізм консенсусу в мережі Bittensor. Після того, як валідатори оцінюють завершені завдання, оцінки вводяться в алгоритм Yuma Consensus. У цьому алгоритмі валідатори з вищою кількістю стейкованих TAO мають більший ваговий коефіцієнт для своїх оцінок. Алгоритм фільтрує результати, які відхиляються від більшості валідаторів. Нарешті, система розподіляє токенні винагороди на основі агрегованих оцінок.

Рисунок 9: Ілюстрація алгоритму консенсусу

1. Принцип агностицизму даних: Цей принцип забезпечує конфіденційність та безпеку під час обробки даних. Вузли можуть завершувати обчислення та перевірки, не потребуючи розуміти конкретний вміст даних, які вони обробляють.
2. Нагороди, засновані на продуктивності: нагороди розподіляються на основі продуктивності та внеску вузлів, що забезпечує ефективні та високоякісні обчислювальні ресурси та обробку даних.

Співпраця механізму MOE

Bittensor інтегрує механізм MOE (Mixture of Experts) в мережу, який включає кілька експертних підмоделей в одну архітектуру моделі. Кожна експертна модель має відносну перевагу при вирішенні конкретних доменних питань. Тому, коли нові дані вводяться в архітектуру моделі, різні підмоделі можуть співпрацювати, що призводить до кращих результатів, ніж може досягти одина модель.

За механізмом Ума Консенсусу валідатори також можуть оцінювати та ранжувати експертні моделі на основі їхніх можливостей, розподіляючи токени винагороди відповідно. Це стимулює оптимізацію та вдосконалення моделей.

Рисунок 10: Підхід до вирішення проблем

Проекти підмереж

На момент написання кількість зареєстрованих підмереж в мережі Bittensor досягла 45, з 40 з них офіційно названі. У минулому, коли кількість підмереж була обмежена, конкуренція за реєстрацію підмереж була жорсткою, і ціни на реєстрацію стрімко зростали до одного мільйона доларів США. В даний час Bittensor поступово відкриває більше слотів для реєстрації підмереж. Нові зареєстровані підмережі можуть не відповідати стабільності та ефективності моделі тих, які працюють довший час. Однак через механізм елімінації підмереж, запроваджений Bittensor, цей процес, в кінцевому підсумку, сприятиме виживанню найпридатніших. Підмережі з поганою продуктивністю моделі та недостатніми можливостями будуть боротися за виживання.

Фігура 11: Деталі проекту Bittensor Subnet

За винятком кореневої підмережі, значну увагу привернули підмережі 19, 18 і 1 з часткою емісії 8,72%, 6,47% і 4,16% відповідно.

Підмережа 19

Підмережа 19, під назвою Vision, була зареєстрована 18 грудня 2023 року. Vision фокусується на децентралізованій генерації та інференції зображень. Ця мережа надає доступ до найкращих відкритих LLM-моделей, моделей генерації зображень (включаючи ті, що навчені на наборах даних підмережі 19) та інших різних моделей, таких як моделі вбудування.

Наразі реєстраційна плата за слот підмережі Vision становить 3,7 TAO. Загальний дохід вузлів за 24 години становить приблизно 627,84 TAO, а вузли відновили приблизно 64,79 TAO за останні 24 години. Якщо нові зареєстровані вузли досягнуть середнього рівня продуктивності, щоденний прибуток може сягати 2,472 TAO, що еквівалентно приблизно 866 доларам.

Фігура 12: Дані про реєстраційну плату підмережі Візії

Наразі загальна відновлювана вартість вузла для підмережі Vision становить приблизно 19 200 TAO.

Рисунок 13: Візіонерська підмережа повернула витрати

Підмережа 18

Підмережа 18, під назвою Cortex.t, була розроблена компанією Corcel. Cortex.t призначений для створення передової платформи штучного інтелекту, яка надає користувачам надійні, високоякісні відповіді на тексти та зображення через API.

Наразі плата за реєстрацію слоту підмережі Cortex.t становить 3,34 TAO. Загальний дохід вузлів за 24 години становить приблизно 457,2 TAO, а вузли відновили приблизно 106,32 TAO за останні 24 години. Якщо нові зареєстровані вузли досягнуть середнього рівня продуктивності, щоденний прибуток може сягати 1,76 TAO, що еквівалентно приблизно 553,64 долара.

Фігура 14: Дані про вартість реєстрації підмережі Cortex.t

На даний момент загальна відновлена вартість вузла для підмережі Cortex.t становить приблизно 27 134 TAO.

Рисунок 15: Вартість вилучених комісій підмережі Cortex.t

Підмережа 1

Підмережа 1 була розроблена Фондом Opentensor і є децентралізованою підмережею, спеціалізованою на генерації тексту. Як перший проект підмережі Bittensor, спочатку вона зіткнулася зі значним сумнівом. У березні цього року засновник Taproot Wizards Ерік Уолл назвав токен TAO Bittensor «мем-монетою» в галузі штучного інтелекту і критикував Підмережу 1 за генерування подібних результатів у сотнях вузлів при відповіді на запити на основі тексту, не здатні ефективно покращити результати вирішення проблем.

Інші

Щодо категорій моделей, Підмережі 19, 18 і 1 належать до категорії генеративних моделей. Крім того, є моделі обробки даних, торговельні AI-моделі та інші. Наприклад, Підмережа 22, Meta Search, аналізує дані Twitter, щоб забезпечити настрій ринку, а Підмережа 2, Omron, оптимізує стратегії стейкінгу за допомогою глибокого навчання нейронних мереж.

З погляду ризику доходу: якщо новозареєстрований вузол успішно працює кілька тижнів, він має значний потенціал доходу. Однак, якщо вузол не може використовувати високопродуктивні GPUs і оптимізувати локальні алгоритми, буде важко вижити в конкуренції з іншими вузлами.

Майбутній розвиток

З точки зору популярності: Концепція штучного інтелекту така ж популярна, як і концепція Web3, якщо не більше, оскільки значна частина капіталу, який міг би влитися в індустрію Web3, тепер приваблює штучний інтелект. Тому Web3+AI, ймовірно, ще довго залишатиметься в центрі уваги ринку.

З погляду архітектури проекту: Bittensor не є традиційним проектом, підтримуваним венчурним капіталом; з моменту запуску він кілька разів збільшився вартість, завдяки як технології, так і попиту на ринку.

З точки зору технологічних інновацій: Bittensor зламав минулу схему, коли проєкти Web3+AI працювали незалежно. Його інноваційна архітектура підмережі може знизити бар'єри для компетентних команд зі штучним інтелектом для міграції в децентралізовані мережі та швидкого отримання доходу. Крім того, у зв'язку з механізмом виключення конкуренції, проекти підмереж повинні постійно оптимізувати моделі та збільшувати стейкінг, щоб уникнути заміни новими підмережами.

З ризикової точки зору: зі збільшенням кількості слотів підрядних мереж Біттенсор неодмінно знижує поріг реєстрації, збільшуючи можливість входу низькоп якісних проектів у мікс. В той же час, зі збільшенням кількості підрядних мереж, винагороди TAO за раніше зареєстровані підрядні мережі поступово зменшуватимуться. Якщо ціна на токени TAO не підніметься відповідно до кількості підрядних мереж, прибуток може не відповідати очікуванням.

Відмова від відповідальності:

1. Цю статтю перепечатано з [ GatePANews]. Усі авторські права належать оригінальному автору [rustless Labs]. Якщо є заперечення проти цього передруку, будь ласка, зв'яжіться з Gate Learnкоманда, і вони швидко цим займуться.
2. Відмова від відповідальності: Погляди та думки, висловлені в цій статті, належать виключно автору і не є жодною інвестиційною порадою.
3. Переклади статей на інші мови виконуються командою Gate Learn. Якщо не зазначено інше, копіювання, поширення або плагіат перекладених статей заборонені.