Швидкий розвиток технологій штучного інтелекту веде нас у нову еру, що ґрунтується на даних. Проривні досягнення в таких сферах, як глибоке навчання та обробка природної мови, роблять застосування ШІ повсюдними. Випуск ChatGPT у 2022 році спровокував бум у всій індустрії ШІ, за ним послідувала поява ряду інструментів, таких як генерація тексту у відео, автоматизація офісної роботи та інші. Ринкова вартість індустрії ШІ також стрімко зросла, і очікується, що до 2030 року вона досягне обсягу в 185 мільярдів доларів.
Однак, нинішня індустрія штучного інтелекту в основному контролюється кількома технологічними гігантами, що неминуче призводить до ряду викликів, таких як централізація даних і нерівномірний розподіл обчислювальних ресурсів. Децентралізована концепція Web3 пропонує нові можливості для вирішення цих проблем і має потенціал для зміни ландшафту розвитку штучного інтелекту.
У цьому контексті виникла низка якісних проектів Web3+AI. Fetch.ai використовує технологію блокчейну для створення децентралізованої економіки, підтримуючи оптимізацію навчання та застосування AI-агентів і смарт-контрактів. Numerai використовує блокчейн та спільнотуData Scientists для прогнозування ринкових тенденцій, заохочуючи розробку моделей через механізм винагород. Velas прагне створити платформу смарт-контрактів високої продуктивності, поєднуючи AI та блокчейн.
Три основні елементи AI-проектів – це дані, алгоритми та обчислювальна потужність. Наразі напрямки Web3+дані та Web3+обчислювальна потужність швидко розвиваються, але напрямок Web3+алгоритми відстає, і різні проекти часто ведуть боротьбу один з одним, важко досягти синергії. Bittensor гостро усвідомив цю прогалину, створивши платформу AI-алгоритмів з вбудованою функцією відбору, що має на меті залучити та зберегти найякісніші AI-проекти.
Bittensor: Піонер децентралізованих AI-мереж
Bittensor є децентралізованою мережею машинного навчання з винагородою та ринком цифрових товарів. Його унікальність полягає в тому, що:
Децентралізована архітектура: мережа Bittensor складається з тисяч вузлів, розташованих по всьому світу, що ефективно вирішує проблеми, пов'язані з централізацією даних.
Справедлива система стимулювання: винагорода мережі для підмережі пропорційна її внеску, винагорода для вузлів всередині підмережі також дотримується цього ж принципу.
Спільне використання ресурсів машинного навчання: будь-яка особа, яка потребує обчислювальних ресурсів машинного навчання, може отримати послуги від цієї децентралізованої мережі.
Різноманітна торгівля цифровими товарами: спочатку зосереджена на торгівлі моделями машинного навчання та супутніми даними, тепер розширена до відкритої платформи для торгівлі різними цифровими активами.
Історія розвитку Bittensor налічує початок у 2021 році, коли група експертів, зацікавлених у просуванні децентралізованого штучного інтелекту, почала використовувати фреймворк Substrate для створення основи проекту. У 2022 році команда випустила альфа-версію мережі, підтвердивши життєздатність децентралізованого штучного інтелекту та впровадивши механізм консенсусу Yuma. У 2023 році з'явилася бета-версія, одночасно було введено економічну модель токена TAO. У 2024 році команда почала використовувати технологію розподілених хеш-таблиць для підвищення ефективності зберігання та отримання даних, а також зосередилася на розширенні підмереж та ринку цифрових товарів.
Рідний токен мережі Bittensor - це TAO, який у багатьох аспектах віддає данину пошани біткоїну. Загальна пропозиція TAO становить 21 мільйон монет, і кожні чотири роки вона зменшується вдвічі. TAO розподіляється через справедливий запуск, без попереднього видобутку або резервування для команди. Наразі кожні 12 секунд створюється один блок, за який винагорода становить 1 TAO. Ці винагороди розподіляються між різними підмережами пропорційно до їхнього внеску, після чого підмережі розподіляють їх між власниками, валідаторами та майнерами.
Токени TAO можуть використовуватися для придбання обчислювальних ресурсів, даних та AI-моделей у мережі Bittensor, а також є свідченням участі в управлінні спільнотою. На даний момент загальна кількість облікових записів у мережі Bittensor перевищила 100 тисяч, з яких активних облікових записів близько 80 тисяч. Протягом минулого року ціна TAO зросла в десятки разів, а нинішня ринкова капіталізація становить приблизно 2,278 мільярда доларів, а ціна за одиницю – 321 долар.
Архітектура підмережі Bittensor
Протокол Bittensor є децентралізованим протоколом машинного навчання, який підтримує обмін можливостями машинного навчання та прогнозами між учасниками мережі, сприяючи спільному використанню та співпраці моделей і сервісів. Вся мережа складається з кількох підмереж, кожна з яких має своїх валідаторів та майнерських вузлів. Ефективність підмережі визначає її позицію в мережі, а підмережі з поганими показниками можуть бути замінені новими підмережами.
Субмережі можна розглядати як частину коду, що працює незалежно, встановлюючи певні механізми заохочення користувачів та функції, але зберігаючи той же інтерфейс консенсусу, що й основна мережа Bittensor. Наразі, окрім кореневої субмережі, існує 45 субмереж. Очікується, що до травня-липня 2024 року кількість субмереж зросте з 32 до 64, щотижня додаючи по 4.
У підмережі основні ролі включають:
Власник підмережі: відповідає за надання базового коду, налаштування механізмів стимулювання, розподіл винагород для майнерів.
Майнер: запускати сервери та код для майнінгу, змагаючись з іншими майнерами за лідерство. Майнери, які показують погані результати, можуть бути замінені новими майнерами.
Верифікатори: оцінюють внесок підмережі та забезпечують його правильність, отримуючи відповідні винагороди. Верифікатори також можуть отримати додатковий дохід, ставлячи токени TAO.
Механізм розподілу винагороди для підмереж зазвичай становить 18% для власників підмереж, 41% для валідаторів і 41% для майнерів. Кожна підмережа має 256 слотів UD, з яких 64 виділені валідаторам і 192 - майнерам. Лише 64 валідатори з найбільшою сумою ставки зможуть стати активними валідаторами.
Після реєстрації підмережі є 7-денний захисний період. Перший раз реєстраційний внесок становить 100 TAO, повторна реєстрація коштує вдвічі більше, але з часом знову знизиться до 100 TAO. Коли всі місця підмережі будуть зайняті, нова реєстрація підмережі замінить ту, що має найменший обсяг викидів і не знаходиться в захисному періоді. Тому підмережі потрібно постійно підвищувати кількість стейків валідаторів та ефективність майнерів, щоб не бути виключеними.
Механізм консенсусу Bittensor
Мережева Bittensor використовує різноманітні інноваційні механізми консенсусу та доказу:
Доказ інтелекту (PoI) механізм: це оригінальний механізм Bittensor, який перевіряє внесок учасників через виконання розумових обчислювальних завдань. Мініри виконують завдання, призначені перевіряючими, а перевіряючі оцінюють за якістю виконання.
Консенсус Yuma: це основний механізм консенсусу. Оцінка валідаторів розраховується за допомогою алгоритму Yuma, при цьому валідатори, які ставлять більше TAO, мають вищу вагу оцінки. Алгоритм виключає результати, які суттєво відрізняються від більшості валідаторів, і в кінцевому підсумку розподіляє винагороди на основі зведеної оцінки.
Принцип невідомості даних: забезпечує конфіденційність і безпеку під час обробки даних, вузли можуть виконувати обчислення та верифікацію, не знаючи конкретного змісту даних.
Нагороди на основі ефективності: розподіл нагород відповідно до продуктивності та внеску вузлів, що заохочує ефективне та якісне використання ресурсів.
Механізм MOE: інтеграція кількох експертних підмоделей в одній архітектурі моделі, що дозволяє моделям з різних областей співпрацювати та отримувати кращі результати, ніж одиночна модель.
Завдяки поєднанню цих механізмів, Bittensor побудував ефективну, безпечну та добре стимульовану децентралізовану AI-мережу.
Перспективи Bittensor
Ринкові перспективи: поєднання AI та Web3 як двох гарячих областей, ймовірно, залишиться в центрі уваги ринку протягом тривалого часу в майбутньому.
Переваги проекту: Bittensor відрізняється від традиційних венчурних проектів, і його вартість значно зросла з моменту запуску, і він має як технічну силу, так і визнання на ринку.
Технологічні інновації: Архітектура підмережі полегшує командам штучного інтелекту міграцію в децентралізовану мережу, що сприяє залученню більшої кількості високоякісних проєктів для приєднання.
Потенційні ризики: з ростом кількості підмереж, винагорода для окремої підмережі може зменшитися; якщо ціна токенів TAO не зможе відповідно зрости, це може вплинути на очікування прибутку учасників.
Напрямок розвитку: Bittensor потрібно шукати баланс між розширенням масштабів і підтримкою якості, щоб забезпечити довгострокове здорове розвиток мережі.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
13 лайків
Нагородити
13
5
Поділіться
Прокоментувати
0/400
NFTRegretter
· 07-14 22:01
Знову прийшли списувати домашку?
Переглянути оригіналвідповісти на0
0xTherapist
· 07-13 18:44
Лише кілька тих, хто тільки почав займатися цим, можуть заробити гроші.
Переглянути оригіналвідповісти на0
Web3ProductManager
· 07-13 18:40
прийняття на ранній стадії виглядає дещо підозріло, якщо чесно
Bittensor: Створення децентралізованої екосистеми AI алгоритмів в Web3
Революція ШІ охоплює світ
Швидкий розвиток технологій штучного інтелекту веде нас у нову еру, що ґрунтується на даних. Проривні досягнення в таких сферах, як глибоке навчання та обробка природної мови, роблять застосування ШІ повсюдними. Випуск ChatGPT у 2022 році спровокував бум у всій індустрії ШІ, за ним послідувала поява ряду інструментів, таких як генерація тексту у відео, автоматизація офісної роботи та інші. Ринкова вартість індустрії ШІ також стрімко зросла, і очікується, що до 2030 року вона досягне обсягу в 185 мільярдів доларів.
Однак, нинішня індустрія штучного інтелекту в основному контролюється кількома технологічними гігантами, що неминуче призводить до ряду викликів, таких як централізація даних і нерівномірний розподіл обчислювальних ресурсів. Децентралізована концепція Web3 пропонує нові можливості для вирішення цих проблем і має потенціал для зміни ландшафту розвитку штучного інтелекту.
У цьому контексті виникла низка якісних проектів Web3+AI. Fetch.ai використовує технологію блокчейну для створення децентралізованої економіки, підтримуючи оптимізацію навчання та застосування AI-агентів і смарт-контрактів. Numerai використовує блокчейн та спільнотуData Scientists для прогнозування ринкових тенденцій, заохочуючи розробку моделей через механізм винагород. Velas прагне створити платформу смарт-контрактів високої продуктивності, поєднуючи AI та блокчейн.
Три основні елементи AI-проектів – це дані, алгоритми та обчислювальна потужність. Наразі напрямки Web3+дані та Web3+обчислювальна потужність швидко розвиваються, але напрямок Web3+алгоритми відстає, і різні проекти часто ведуть боротьбу один з одним, важко досягти синергії. Bittensor гостро усвідомив цю прогалину, створивши платформу AI-алгоритмів з вбудованою функцією відбору, що має на меті залучити та зберегти найякісніші AI-проекти.
Bittensor: Піонер децентралізованих AI-мереж
Bittensor є децентралізованою мережею машинного навчання з винагородою та ринком цифрових товарів. Його унікальність полягає в тому, що:
Децентралізована архітектура: мережа Bittensor складається з тисяч вузлів, розташованих по всьому світу, що ефективно вирішує проблеми, пов'язані з централізацією даних.
Справедлива система стимулювання: винагорода мережі для підмережі пропорційна її внеску, винагорода для вузлів всередині підмережі також дотримується цього ж принципу.
Спільне використання ресурсів машинного навчання: будь-яка особа, яка потребує обчислювальних ресурсів машинного навчання, може отримати послуги від цієї децентралізованої мережі.
Різноманітна торгівля цифровими товарами: спочатку зосереджена на торгівлі моделями машинного навчання та супутніми даними, тепер розширена до відкритої платформи для торгівлі різними цифровими активами.
Історія розвитку Bittensor налічує початок у 2021 році, коли група експертів, зацікавлених у просуванні децентралізованого штучного інтелекту, почала використовувати фреймворк Substrate для створення основи проекту. У 2022 році команда випустила альфа-версію мережі, підтвердивши життєздатність децентралізованого штучного інтелекту та впровадивши механізм консенсусу Yuma. У 2023 році з'явилася бета-версія, одночасно було введено економічну модель токена TAO. У 2024 році команда почала використовувати технологію розподілених хеш-таблиць для підвищення ефективності зберігання та отримання даних, а також зосередилася на розширенні підмереж та ринку цифрових товарів.
Рідний токен мережі Bittensor - це TAO, який у багатьох аспектах віддає данину пошани біткоїну. Загальна пропозиція TAO становить 21 мільйон монет, і кожні чотири роки вона зменшується вдвічі. TAO розподіляється через справедливий запуск, без попереднього видобутку або резервування для команди. Наразі кожні 12 секунд створюється один блок, за який винагорода становить 1 TAO. Ці винагороди розподіляються між різними підмережами пропорційно до їхнього внеску, після чого підмережі розподіляють їх між власниками, валідаторами та майнерами.
Токени TAO можуть використовуватися для придбання обчислювальних ресурсів, даних та AI-моделей у мережі Bittensor, а також є свідченням участі в управлінні спільнотою. На даний момент загальна кількість облікових записів у мережі Bittensor перевищила 100 тисяч, з яких активних облікових записів близько 80 тисяч. Протягом минулого року ціна TAO зросла в десятки разів, а нинішня ринкова капіталізація становить приблизно 2,278 мільярда доларів, а ціна за одиницю – 321 долар.
Архітектура підмережі Bittensor
Протокол Bittensor є децентралізованим протоколом машинного навчання, який підтримує обмін можливостями машинного навчання та прогнозами між учасниками мережі, сприяючи спільному використанню та співпраці моделей і сервісів. Вся мережа складається з кількох підмереж, кожна з яких має своїх валідаторів та майнерських вузлів. Ефективність підмережі визначає її позицію в мережі, а підмережі з поганими показниками можуть бути замінені новими підмережами.
Субмережі можна розглядати як частину коду, що працює незалежно, встановлюючи певні механізми заохочення користувачів та функції, але зберігаючи той же інтерфейс консенсусу, що й основна мережа Bittensor. Наразі, окрім кореневої субмережі, існує 45 субмереж. Очікується, що до травня-липня 2024 року кількість субмереж зросте з 32 до 64, щотижня додаючи по 4.
У підмережі основні ролі включають:
Власник підмережі: відповідає за надання базового коду, налаштування механізмів стимулювання, розподіл винагород для майнерів.
Майнер: запускати сервери та код для майнінгу, змагаючись з іншими майнерами за лідерство. Майнери, які показують погані результати, можуть бути замінені новими майнерами.
Верифікатори: оцінюють внесок підмережі та забезпечують його правильність, отримуючи відповідні винагороди. Верифікатори також можуть отримати додатковий дохід, ставлячи токени TAO.
Механізм розподілу винагороди для підмереж зазвичай становить 18% для власників підмереж, 41% для валідаторів і 41% для майнерів. Кожна підмережа має 256 слотів UD, з яких 64 виділені валідаторам і 192 - майнерам. Лише 64 валідатори з найбільшою сумою ставки зможуть стати активними валідаторами.
Після реєстрації підмережі є 7-денний захисний період. Перший раз реєстраційний внесок становить 100 TAO, повторна реєстрація коштує вдвічі більше, але з часом знову знизиться до 100 TAO. Коли всі місця підмережі будуть зайняті, нова реєстрація підмережі замінить ту, що має найменший обсяг викидів і не знаходиться в захисному періоді. Тому підмережі потрібно постійно підвищувати кількість стейків валідаторів та ефективність майнерів, щоб не бути виключеними.
Механізм консенсусу Bittensor
Мережева Bittensor використовує різноманітні інноваційні механізми консенсусу та доказу:
Доказ інтелекту (PoI) механізм: це оригінальний механізм Bittensor, який перевіряє внесок учасників через виконання розумових обчислювальних завдань. Мініри виконують завдання, призначені перевіряючими, а перевіряючі оцінюють за якістю виконання.
Консенсус Yuma: це основний механізм консенсусу. Оцінка валідаторів розраховується за допомогою алгоритму Yuma, при цьому валідатори, які ставлять більше TAO, мають вищу вагу оцінки. Алгоритм виключає результати, які суттєво відрізняються від більшості валідаторів, і в кінцевому підсумку розподіляє винагороди на основі зведеної оцінки.
Принцип невідомості даних: забезпечує конфіденційність і безпеку під час обробки даних, вузли можуть виконувати обчислення та верифікацію, не знаючи конкретного змісту даних.
Нагороди на основі ефективності: розподіл нагород відповідно до продуктивності та внеску вузлів, що заохочує ефективне та якісне використання ресурсів.
Механізм MOE: інтеграція кількох експертних підмоделей в одній архітектурі моделі, що дозволяє моделям з різних областей співпрацювати та отримувати кращі результати, ніж одиночна модель.
Завдяки поєднанню цих механізмів, Bittensor побудував ефективну, безпечну та добре стимульовану децентралізовану AI-мережу.
Перспективи Bittensor
Ринкові перспективи: поєднання AI та Web3 як двох гарячих областей, ймовірно, залишиться в центрі уваги ринку протягом тривалого часу в майбутньому.
Переваги проекту: Bittensor відрізняється від традиційних венчурних проектів, і його вартість значно зросла з моменту запуску, і він має як технічну силу, так і визнання на ринку.
Технологічні інновації: Архітектура підмережі полегшує командам штучного інтелекту міграцію в децентралізовану мережу, що сприяє залученню більшої кількості високоякісних проєктів для приєднання.
Потенційні ризики: з ростом кількості підмереж, винагорода для окремої підмережі може зменшитися; якщо ціна токенів TAO не зможе відповідно зрости, це може вплинути на очікування прибутку учасників.
Напрямок розвитку: Bittensor потрібно шукати баланс між розширенням масштабів і підтримкою якості, щоб забезпечити довгострокове здорове розвиток мережі.