A aprendizagem automática e a inteligência artificial estão a transformar o mundo de uma forma sem precedentes. As aplicações de aprendizagem automática estão por toda a parte, desde carros autónomos até assistentes inteligentes, desde diagnósticos médicos até entretenimento. No entanto, apesar dos avanços e inovações rápidas neste campo, muitos desafios e limitações ainda impedem o pleno potencial da aprendizagem automática.

Um dos principais desafios é a natureza centralizada e isolada das plataformas e sistemas de aprendizado de máquina. A maioria dos modelos de aprendizado de máquina e dados são controlados por algumas grandes corporações e instituições, criando problemas como privacidade de dados, segurança, viés e acesso. Além disso, a maioria dos modelos de aprendizado de máquina são treinados de forma isolada, sem beneficiar da inteligência coletiva e diversidade de outros modelos e fontes de dados.

O Bittensor é um protocolo peer-to-peer que visa criar uma rede global, descentralizada e incentivada de aprendizagem automática. O Bittensor permite que os modelos de aprendizagem automática sejam treinados de forma colaborativa e sejam recompensados de acordo com o valor informativo que oferecem ao coletivo. O Bittensor também fornece acesso aberto e participação para qualquer pessoa que queira juntar-se à rede e contribuir com seus modelos de aprendizagem automática e dados.

O que é o Bittensor?

Bittensor é um protocolo peer-to-peer para sub-redes descentralizadas focadas em aprendizagem automática. Uma sub-rede é um grupo de nós que oferecem serviços especializados de aprendizagem automática à rede, como texto, imagem, áudio, vídeo, etc. Por exemplo, uma sub-rede de texto pode fornecer serviços de processamento de linguagem natural, como tradução, sumarização, análise de sentimentos, etc.

A visão da Bittensor é criar uma rede global, descentralizada e incentivada de aprendizagem de máquinas onde qualquer pessoa pode participar e contribuir com seus modelos e dados de aprendizado de máquinas, sendo recompensada de acordo com o valor informativo que oferecem ao coletivo. A Bittensor tem como objetivo superar as limitações e desafios das plataformas e sistemas atuais de aprendizagem de máquinas, como centralização, silos, privacidade, segurança, viés e acesso.

Como Funciona o Bittensor?

O Bittensor é uma rede descentralizada que revoluciona a forma como os modelos de aprendizagem automática são criados, partilhados e incentivados. Opera de igual para igual, formando um ecossistema global onde os modelos de IA colaboram para formar uma rede neural. Esta secção aborda os mecanismos que tornam o Bittensor eficaz.

Consensus de Yuma

No centro da operação do Bittensor está o Consenso Yuma. Este mecanismo de consenso é projetado para permitir que os proprietários da sub-rede escrevam seus próprios mecanismos de incentivo, permitindo que os validadores da sub-rede expressem suas preferências subjetivas sobre o que a rede deve aprender. O Consenso Yuma funciona recompensando os validadores da sub-rede com dividendos por produzir avaliações de valor de minerador que se alinham com as avaliações subjetivas produzidas por outros validadores da sub-rede, ponderados pela participação. Isso garante que nenhum grupo tenha controle completo sobre o que é aprendido e mantenha uma governança descentralizada em toda a rede.

Mistura de Especialistas (MoE)

Outro mecanismo chave é o modelo Mixture of Experts (MoE). Neste modelo, o Bittensor utiliza múltiplas redes neurais, cada uma especializada em um aspecto diferente dos dados. Estes modelos especializados colaboram quando novos dados são introduzidos, combinando seu conhecimento especializado para gerar uma previsão coletiva. Esta abordagem permite ao Bittensor abordar problemas complexos de forma mais eficaz do que qualquer modelo individual poderia.

Mecanismos de Incentivo

O Bittensor também apresenta uma estrutura de mecanismo de incentivo única. Cada sub-rede dentro do Bittensor tem seu próprio mecanismo de incentivo, que direciona o comportamento dos mineradores de sub-redes e governa o consenso entre os validadores de sub-redes. Esses mecanismos são análogos às funções de perda em aprendizado de máquina, direcionando o comportamento dos mineradores de sub-redes para resultados desejáveis e incentivando a melhoria contínua e resultados de alta qualidade.

Prova de Inteligência

A Prova de Inteligência é um mecanismo de consenso único utilizado pela Bittensor. Ele recompensa os nós dentro da rede por contribuírem com modelos valiosos de aprendizado de máquina e resultados. Ao contrário dos mecanismos tradicionais de Prova de Trabalho (PoW) ou Prova de Participação (PoS) que dependem do poder computacional ou participação financeira, a Prova de Inteligência prioriza as contribuições intelectuais dos nós. Isso alinha o sistema de recompensas da rede com sua missão central de avançar na inteligência artificial.

Os nós na rede Bittensor são obrigados a registar-se e participar no processo de consenso. Fazem-no resolvendo um desafio de prova de trabalho (POW) ou pagando uma taxa. Uma vez registados, tornam-se parte de uma sub-rede e contribuem para a inteligência coletiva da rede. Os validadores avaliam então o valor dos modelos de aprendizagem automática e saídas fornecidas por estes nós, garantindo a qualidade e integridade dos ativos intelectuais da rede.

Este mecanismo é central para a visão da Bittensor de um mercado descentralizado de aprendizado de máquina, onde a inteligência é a moeda principal e a inovação é continuamente incentivada. Ele representa uma mudança significativa dos mecanismos tradicionais de consenso em blockchain, colocando o foco no avanço das tecnologias de IA e aprendizado de máquina.

Sub-redes

As sub-redes são os blocos de construção da Bittensor, funcionando como mercados descentralizados de commodities sob um sistema de token unificado. Cada sub-rede tem um domínio ou tópico específico e é composta por nós registados e modelos de aprendizagem automática associados. Os validadores dentro destas sub-redes desempenham um papel crucial na manutenção da integridade e qualidade dos dados e modelos trocados dentro da rede.

Juntos, esses mecanismos garantem que o Bittensor continue a ser uma plataforma descentralizada, colaborativa e inovadora para o desenvolvimento de modelos de IA e aprendizado de máquina. Ao incentivar a participação e aproveitar a inteligência coletiva de sua rede, o Bittensor está na vanguarda da tecnologia de aprendizado de máquina descentralizado.

Componentes do Bittensor

Bittensor é uma rede descentralizada que conecta modelos de aprendizado de máquina em vez de computadores ou servidores. Esses modelos, chamados de neurônios, oferecem serviços especializados de aprendizado de máquina para a rede, como texto, imagem, áudio, vídeo, etc. Os neurônios são organizados em grupos chamados sub-redes, que definem o mecanismo de incentivo e o domínio da tarefa para cada sub-rede.

Bittensor usa quatro componentes principais: a blockchain, os neurônios, as sinapses e o metagrafo para permitir o protocolo de aprendizado de máquina descentralizado. Vamos analisar cada um desses componentes e como eles funcionam juntos.

A Blockchain

A blockchain da Bittensor é baseada no framework Substrate, que permite interoperabilidade e escalabilidade. A blockchain regista as transações e interações entre os nós na rede, bem como as regras de governação e consenso. A blockchain também possibilita a criação e distribuição do token $TAO, que é a moeda nativa da Bittensor.

Os Neurônios

Os neurónios são os nós na rede que executam modelos de aprendizagem automática e oferecem serviços de aprendizagem automática à rede. Cada neurónio tem uma identidade única e uma chave pública, que estão registadas na blockchain. Cada neurónio também tem um ficheiro de configuração que especifica o tipo de modelo de aprendizagem automática, os formatos de entrada e saída, o número da porta e outros parâmetros.

As Sinapses

As sinapses são as conexões entre os neurônios que permitem a troca de informações e colaboração. Cada sinapse tem um peso que representa a força e qualidade da conexão. Os pesos são determinados pelo metagrafo, que é a inteligência coletiva da rede. As sinapses também têm um custo e uma recompensa, que são denominados em tokens $TAO. O custo é a quantidade de $TAO que um neurônio paga a outro neurônio por usar seu serviço de aprendizado de máquina. A recompensa é a quantidade de $TAO que um neurônio recebe de outro neurônio por fornecer seu serviço de aprendizado de máquina.

O Metagrafo

O metagrafo representa a topologia e dinâmica da rede, bem como a qualidade e reputação dos neurônios. O metagrafo é um grafo direcionado, onde os nós são os neurônios e as arestas são as sinapses. O metagrafo é atualizado periodicamente por um mecanismo de consenso, que considera as transações, interações e feedback entre os neurônios. O metagrafo determina os pesos das sinapses, que afetam o custo e recompensa das sinapses, bem como a classificação e visibilidade dos neurônios. O metagrafo também permite a governança da rede, pois os neurônios podem votar em propostas e alterações usando seus tokens TAO.

A Carta de Delegado do Bittensor

A Carta dos Delegados do Bittensor é um documento fundamental que delineia os princípios orientadores e compromissos das entidades e indivíduos que participam na rede Bittensor. É uma declaração da Fundação Opentensor e de outros signatários que partilham a visão de um cenário de IA descentralizado. Aqui estão os princípios fundamentais da carta:

• Contraponto ao Controlo Centralizado: A carta enfatiza os perigos do controlo centralizado sobre a IA, advogando pela distribuição de poder para prevenir abusos e viés. Afirmar que a governança da IA deve estar nas mãos de muitos, não de poucos.
• Consensus de Preferência Descentralizado: Os signatários comprometem-se a opor-se ao uso indevido de IA e a promover a sua aplicação ética. Eles comprometem-se a descentralizar o controle sobre as preferências de IA, aproveitando a sabedoria humana coletiva para navegar pelas questões complexas colocadas pela tecnologia de IA.
• Propriedade Aberta: A carta apoia a aquisição de propriedade aberta e não autorizada para os contribuidores da rede Bittensor. Este princípio garante que o maior número possível de pessoas possa ter acesso, influência e participação no desenvolvimento da IA.
• Desenvolvimento de Código Aberto: A carta considera o desenvolvimento de código aberto um imperativo moral, permitindo que os indivíduos controlem seu próprio destino no futuro da IA.

A Carta de Delegados da Bittensor não é apenas um conjunto de ideais, mas um compromisso com um futuro de IA descentralizado, aberto e equitativo, onde o poder é distribuído e o potencial da IA é aproveitado para o bem maior.

Como a Bittensor Permite Modelos de Aprendizagem de Máquina

Bittensor permite que modelos de aprendizado de máquina treinem colaborativamente e sejam recompensados de acordo com o valor informativo que oferecem ao coletivo. Isso é alcançado usando o seguinte processo:

• Um consumidor que deseja aceder a um serviço de aprendizagem de máquina envia uma consulta para a rede, juntamente com um pagamento em tokens TAO.
• A rede encaminha a consulta para a sub-rede apropriada com base no tipo e formato da consulta.
• A sub-rede seleciona os melhores neurônios para responder à consulta com base na sua reputação e disponibilidade.
• Os neurônios selecionados processam a consulta e enviam de volta suas respostas, juntamente com uma prova de trabalho.
• O consumidor recebe as respostas e escolhe a melhor com base na preferência e critérios.
• O consumidor paga ao neurónio que fornece a melhor resposta e opcionalmente dá feedback à rede.
• A rede atualiza a metagrafia com base nas transações, interações e feedback, e distribui as recompensas e penalidades aos neurônios correspondentes.

Tipos de Tarefas e Aplicações de Aprendizado de Máquina que podem ser Realizados no Bittensor

O Bittensor pode suportar uma ampla gama de tarefas e aplicações de aprendizagem de máquina, como geração de texto ou imagem, processamento de linguagem natural, visão computacional, etc. Alguns exemplos dos tipos de serviços de aprendizagem de máquina que podem ser realizados no Bittensor são:

• Texto de alerta: Um consumidor pode enviar um texto de alerta, como uma frase ou um parágrafo, e receber uma conclusão de texto, como uma história ou um ensaio, da rede.
• Descrição de imagem: Um consumidor pode enviar uma imagem e receber uma legenda que descreve o conteúdo da imagem da rede.
• Reconhecimento de fala: Um consumidor pode enviar um clipe de áudio e receber uma transcrição que converte a fala em texto, da rede.
• Reconhecimento facial: Um consumidor pode enviar uma imagem facial e receber um nome ou uma etiqueta que identifica a pessoa na imagem, a partir da rede.

Estes são apenas alguns exemplos de tarefas e aplicações de aprendizagem automática que podem ser realizadas no Bittensor. As possibilidades são infinitas, uma vez que novas sub-redes e modelos podem ser criados e adicionados à rede, expandindo o âmbito e a diversidade dos serviços de aprendizagem automática disponíveis.

Como Funcionam as Sub-redes?

Fonte: Documento do Desenvolvedor Bittensor

As sub-redes são o núcleo do ecossistema Bittensor. As sub-redes são grupos de neurônios que oferecem serviços especializados de aprendizado de máquina para a rede, como texto, imagem, áudio, vídeo, etc. As sub-redes também definem o mecanismo de incentivo e o domínio da tarefa para cada grupo. As sub-redes permitem a criação de vários mercados de commodities descentralizados, ou competições, que estão situados sob um sistema de token unificado.

O Papel e Função das Sub-redes

As sub-redes desempenham um papel crucial na rede Bittensor, uma vez que fornecem as seguintes funções:

• As sub-redes permitem a divisão do trabalho e a especialização entre os neurônios. Cada sub-rede concentra-se num tipo específico de serviço de aprendizagem de máquinas, como a criação de texto, a legenda de imagens, o reconhecimento de voz, o reconhecimento facial, etc. Isto permite aos neurônios otimizar os seus modelos e recursos para o seu domínio escolhido, e oferecer serviços de alta qualidade e eficientes para a rede.
• As sub-redes permitem a criação de mecanismos de incentivo personalizados para cada grupo de neurónios. Cada sub-rede pode conceber e implementar o seu próprio sistema de recompensas e penalizações, com base nos seus critérios e objetivos. Isto permite que a sub-rede alinhe os incentivos dos neurónios com os resultados desejados da sub-rede e promova a colaboração e inovação entre os neurónios.
• As sub-redes facilitam a governação e o consenso da rede. Cada sub-rede tem os seus validadores, que são responsáveis pela atualização do metagrafo e pela segurança da rede. Os validadores são eleitos pelos membros da sub-rede, que apostam os seus tokens TAO para votar nos seus candidatos preferidos. Os validadores também participam na governação da rede, propondo e votando em alterações e atualizações que afetam a rede.

O Processo de Criar e Juntar Sub-redes

Para criar ou aderir a uma sub-rede, precisará de ter um neurónio, que é o seu nó na rede. Também precisará de ter alguns tokens TAO, que são a moeda da rede. Pode seguir estes passos para criar ou aderir a uma sub-rede:

• Para criar uma sub-rede, deve registar uma sub-rede na blockchain da Bittensor, pagando uma taxa em tokens TAO. A taxa dependerá da procura e da oferta de sub-redes na rede. Pode usar o btcli subnet criarcomando para criar uma sub-rede e especificar os parâmetros e detalhes da sua sub-rede, como o nome, a descrição, o tipo, a porta, etc. Também precisará fornecer um nome de carteira e uma senha, que serão usados para gerar suas chaves pública e privada para sua sub-rede. Receberá um netuid, que é um identificador único para sua sub-rede na rede.
• Para participar de uma sub-rede, você precisará se conectar aos validadores da sub-rede, que são os nós que mantêm e atualizam o metagrafo da sub-rede. Você pode usar o btcli subnet joincomando para se juntar a uma sub-rede e especificar o netuid da sub-rede que deseja juntar. Também precisará de fornecer um nome de carteira e uma senha, que serão usados para gerar as suas chaves pública e privada para a sua sub-rede. Receberá uma mensagem de confirmação indicando que se juntou com sucesso à sub-rede.

Os Tipos e Interações de Sub-redes

Existem diferentes tipos de sub-redes na rede Bittensor, dependendo do tipo e formato do serviço de aprendizagem de máquina que oferecem. Alguns dos tipos comuns de sub-redes são:

• Sub-redes de texto: Estas sub-redes fornecem serviços de processamento de linguagem natural, como sugestão de texto, sumarização de texto, tradução de texto, análise de sentimento de texto, etc. Estas sub-redes aceitam e devolvem texto nos formatos de entrada e saída.
• Sub-redes de imagem: Estas sub-redes fornecem serviços de visão por computador, como legendagem de imagem, classificação de imagem, segmentação de imagem, geração de imagem, etc. Estas sub-redes aceitam e devolvem imagens como formatos de entrada e saída.
• Sub-redes de áudio: Estas sub-redes fornecem serviços de processamento de fala e som, como reconhecimento de fala, síntese de fala, tradução de fala, geração de som, etc. Estas sub-redes aceitam e devolvem clipes de áudio como formatos de entrada e saída.
• Sub-redes de vídeo: Estas sub-redes fornecem serviços de processamento de vídeo e movimento, como legendagem de vídeo, classificação de vídeo, segmentação de vídeo, geração de vídeo, etc. Estas sub-redes aceitam e devolvem vídeos nos formatos de entrada e saída.

Estas sub-redes podem interagir entre si e com a rede, solicitando e fornecendo serviços de aprendizado de máquina e trocando informações e tokens $TAO. Por exemplo, uma sub-rede de texto pode solicitar um serviço de legenda de imagem de uma sub-rede de imagem, enviando uma imagem e pagando alguns tokens $TAO. A sub-rede de imagem pode então devolver uma legenda para a imagem e receber alguns tokens $TAO como recompensa. A sub-rede de texto pode então usar a legenda para seu serviço, como resumo de texto ou tradução.

O Token $TAO

O token $TAO é a criptomoeda nativa da rede Bittensor. Ele desempenha várias funções e propósitos-chave dentro do ecossistema:

• Incentivação: O token $TAO é usado para incentivar vários participantes na rede Bittensor. Os mineiros que contribuem com seus recursos computacionais para realizar tarefas de aprendizado de máquina são recompensados com $TAO por suas contribuições. Esse mecanismo de recompensa incentiva a provisão de energia computacional para a rede, o que é essencial para os processos de aprendizado de máquina descentralizados.
• Staking: Para participar na rede como minerador e ganhar recompensas, os participantes devem apostar um token $TAO. O staking funciona como uma forma de garantia ou “comprometimento com o jogo”, o que ajuda a garantir que os mineradores estão motivados a agir no melhor interesse da rede. Também ajuda a garantir a rede, tornando dispendioso para qualquer participante agir de forma maliciosa.
• Governance: $TAO pode ser usado na governação da rede Bittensor. Os detentores de tokens podem propor alterações, votar em atualizações de protocolo ou participar de outros processos de tomada de decisão que afetam a rede. Isso está alinhado com o ethos descentralizado da tecnologia blockchain, onde o controlo é distribuído entre as partes interessadas em vez de centralizado numa única autoridade.

A tokenomics do token $TAO são projetados para refletir o valor e qualidade da rede, bem como incentivar a colaboração e inovação entre os nós. A tokenomics do token $TAO baseia-se nos seguintes princípios e mecanismos:

• Fornecimento: A quantidade máxima de tokens TAO que alguma vez existirá é limitada a 21 milhões, refletindo o limite de fornecimento do Bitcoin para promover a raridade e controlar a inflação. Atualmente, cerca de 6,39 milhões de tokens TAO estão em circulação. Os tokens TAO são gerados através de mineração, semelhante ao Bitcoin, com um novo bloco sendo criado aproximadamente a cada 12 segundos. Cada bloco recompensa 1 token TAO para os mineiros e validadores. De acordo com a taxa atual de criação, cerca de 7.200 novos tokens TAO são adicionados ao fornecimento em circulação diariamente, e estes são igualmente distribuídos entre mineiros e validadores. A taxa de emissão é reduzida para metade uma vez que 50% do fornecimento total tenha sido minerado. Este 'halving' ocorre a cada quatro anos, dado o tempo do bloco de 12 segundos. Este processo de halving continuará em cada marco subsequente de 50% do fornecimento restante até que os 21 milhões de tokens TAO estejam em circulação.
• Emissão: A emissão de tokens TAO é feita através das recompensas da rede, que são distribuídas aos mineiros que fornecem serviços de aprendizado de máquina à rede. As recompensas da rede são calculadas com base no valor informativo dos serviços, que é determinado pelo metagrafo. As recompensas da rede também são ajustadas por um fator de dificuldade com base na atividade da rede e no total de tokens apostados. A taxa de emissão de tokens TAO é projetada para seguir uma curva logarítmica, o que significa que a emissão diminuirá ao longo do tempo à medida que a rede amadurece e a demanda aumenta.
• Queima: A queima de tokens TAO é feita através das taxas de rede, que são pagas pelos consumidores que acedem aos serviços de aprendizagem automática da rede. As taxas de rede são calculadas com base no custo dos serviços, que é determinado pelo metagrafo. As taxas de rede também são ajustadas por um fator de procura, que é baseado na atividade da rede e no total de tokens em circulação. A taxa de queima de tokens TAO é projetada para seguir uma curva exponencial, o que significa que a queima aumentará ao longo do tempo à medida que a rede cresce e o fornecimento diminui.

Fundadores da Bittensor

Os fundadores da Bittensor são indivíduos talentosos que se uniram para desenvolver e avançar o projeto Bittensor, que tem como objetivo revolucionar o campo da aprendizagem automática e da inteligência artificial. Cada fundador traz sua experiência e expertise únicas em campos relevantes, contribuindo para o sucesso do projeto. Os fundadores são:

• Jacob Steeves: Jacob é o CEO e co-fundador da Bittensor. Ele tem experiência em pesquisa de aprendizado de máquina e fundou a Bittensor para descentralizar a IA. Ele já trabalhou anteriormente para marcas como Google e Knowm.
• Ala Shaabana: Ala é o co-fundador da Bittensor. Ele tem um Ph.D. em aprendizado de máquina. Antes de construir a Bittensor, trabalhou como professor assistente na Universidade de Toronto, Canadá.

É Bittensor $TAO um Bom Investimento?

Bittensor $TAO é uma criptomoeda que alimenta a rede Bittensor, um protocolo descentralizado de aprendizado de máquina. $TAO é usado para recompensar os nós que fornecem serviços de aprendizado de máquina para a rede, para garantir a segurança da rede e para permitir a governança. $TAO tem um fornecimento limitado de 21 milhões de tokens, e o fornecimento e a demanda da rede determinam o seu preço.

$TAO também tem muito potencial e valor, pois é apoiado por um projeto revolucionário e inovador. Bittensor tem como objetivo criar uma rede global, descentralizada e incentivada de aprendizado de máquina para transformar o aprendizado de máquina e a inteligência artificial. Bittensor já mostrou resultados e conquistas promissores, como o lançamento de sua mainnet, atraindo atenção e interesse, e recebendo apoio e financiamento. Bittensor também estabeleceu alguns objetivos e planos ambiciosos para o futuro, como expandir e diversificar sua rede, melhorar e otimizar sua rede, e fazer crescer e envolver sua comunidade.

Portanto, $TAO é um bom investimento para aqueles que acreditam na visão e missão da Bittensor, e estão dispostos a correr o risco e manter o token a longo prazo. Como sempre, os investidores devem fazer sua própria pesquisa e diligência antes de investir em qualquer criptomoeda, e investir apenas o que podem se dar ao luxo de perder.

Como comprar $TAO na Gate.io

Para comprar tokens $TAO na Gate.io, siga estes passos:

• Visite o website Gate.ioe criar uma conta com o seu email e password.
• Deposite alguns fundos na sua conta Gateio.
• Negocie os seus fundos por tokens $TAO escolhendo o TAO/USDTpar, e inserindo a quantidade e o preço.

Tomar medidas sobre $TAO

Verifique o preço do $XPRT hoje e comece a negociar os seus pares de moedas favoritos:

• TAO/USDT