Хвиля децентралізованих інтелектуальних мереж в епоху революції ШІ
З розвитком технологій штучного інтелекту ми вступаємо в нову епоху, що керується даними. Проривні досягнення в таких сферах, як глибоке навчання та обробка природної мови, зробили AI-застосування повсюдними. Вихід ChatGPT у 2022 році спровокував вибух у індустрії AI, за яким послідувало поява ряду AI-інструментів, таких як генерація відео з тексту та автоматизація офісної роботи. Ринкова вартість індустрії AI також зросла, і очікується, що до 2030 року вона досягне 1850 мільярдів доларів.
Однак наразі індустрія штучного інтелекту в основному монополізована кількома технологічними гігантами, що призводить до централізації даних, нерівного розподілу обчислювальної потужності та ряду інших викликів. У той же час, ідея децентралізації Web3 надає нові можливості для вирішення цих проблем. На цьому фоні з'являються деякі якісні проекти Web3+AI.
Серед них Bittensor скористався можливістю у напрямку Web3+AI алгоритмів, створивши платформу AI алгоритмів з вбудованим механізмом відбору конкурентів через механізми конкуренції та стимулювання на блокчейні, щоб зберегти найякісніші AI проекти. Ця інноваційна спроба надає нові ідеї для переосмислення сучасної структури розвитку AI.
Bittensor:ДецентралізаціяAI мережі
Bittensor є децентралізованою мережею машинного навчання з ін incentives та ринком цифрових товарів. Вона має такі характеристики:
Децентралізація: працює на тисячах розподілених комп'ютерних мереж, уникаючи проблеми централізації даних.
Спільний доступ до ресурсів машинного навчання: надання послуг усім, хто потребує обчислювальних ресурсів машинного навчання.
Різноманітний ринок цифрових товарів: можна торгувати різними формами даних.
На відміну від багатьох переоцінених VC-проектів, Bittensor є більш справедливим, цікавим та змістовним гік-проектом. Його історія розвитку виглядає наступним чином:
2021 рік: запуск проекту, будівництво блокчейну за допомогою фреймворку Substrate.
2022 рік: випуск Alpha версії мережі, перевірка децентралізації AI на предмет життєздатності. Введення консенсусу Yuma.
2023 рік: випуск бета-версії, впровадження економічної моделі токенів TAO.
2024 рік: використання технології DHT для підвищення ефективності зберігання даних, розширення підмереж і ринку цифрових товарів.
Токен TAO Bittensor має загальний обсяг постачання 21 мільйон монет, кожні чотири роки відбувається зменшення вдвічі, він розподіляється за способом справедливого запуску. Наразі кожні 12 секунд створюється один блок, кожен блок винагороджується 1 TAO. Ці винагороди розподіляються між різними підмережами та їх членами відповідно до внеску.
Наразі загальна кількість облікових записів у мережі Bittensor перевищує 100 тисяч, кількість не нульових облікових записів становить 80 тисяч. Криптовалюта TAO за минулий рік зросла в ціні в десятки разів, поточна ринкова капіталізація становить 2,278 мільярда доларів, ціна монети 321 долар.
Підмережна архітектура Bittensor
Протокол Bittensor є децентралізованим протоколом машинного навчання, що підтримує обмін можливостями машинного навчання та прогнозами між учасниками мережі. Мережа складається з кількох підмереж і використовує механізм природного відбору.
Підмережі є найважливішою складовою мережею Bittensor, їх можна розглядати як незалежно працюючий код, що визначає унікальні стимули для користувачів і функціональність. Наразі, крім кореневої підмережі, існує 45 підмереж. Очікується, що з травня по липень 2024 року кількість підмереж зросте з 32 до 64.
У підмережі є три типи ролей: власник підмережі, майнери та валідатори стейкінгу:
Власник підмережі: надає базовий код, встановлює механізм стимулювання.
Майнер: ітеративна оптимізація коду, надання обчислювальних послуг.
Верифікатор: оцінка внеску підмережі, отримання винагороди за стейкінг.
Випуск підмережі є механізмом розподілу винагороди в мережі Bittensor. У загальному випадку, 18% розподіляється між власниками підмереж, 41% - між валідаторами, 41% - між майнерами. Чим вищий обсяг випуску підмережі, тим вище рейтинг.
Після реєстрації підмережі є 7 днів імунітету. Вартість першої реєстрації становить 100 TAO, повторна реєстрація подвоює ціну. Коли всі позиції підмережі заповнені, буде усунена підмережа з найнижчим виведенням та без імунітету.
Консенсус і механізм доказу Bittensor
Мережа Bittensor використовує різні механізми консенсусу та механізми доказів, серед яких найбільш характерними є доказ інтелекту (PoI) та консенсус Yuma.
Механізм PoI є оригінальним механізмом верифікації та стимулювання Bittensor. Майнери доводять свій внесок, виконуючи завдання зі смарт-обчислень, які розподіляються та оцінюються валідаторами. Це забезпечує безпеку мережі, якість даних та ефективне використання обчислювальних ресурсів.
Консенсус Yuma є основним механізмом консенсусу Bittensor. Верифікатори оцінюють за виконанням завдань і вводять алгоритм Yuma. Алгоритм надає різну вагу залежно від обсягу стейку верифікаторів і відсіює аномальні значення, в результаті чого формується зведена оцінка та розподіляються винагороди.
Yuma консенсус дотримується принципу непрозорості даних, захищаючи конфіденційність та безпеку даних. Одночасно використовує механізм винагород, заснований на продуктивності, щоб забезпечити ефективне та якісне використання ресурсів.
Крім того, Bittensor також впровадив механізм змішаних експертів MOE(, що інтегрує кілька експертних підмоделей для отримання кращих результатів. У рамках консенсусу Yuma, валідатори можуть оцінювати та ранжувати експертні моделі, стимулюючи їх постійну оптимізацію.
![Bittensor：Як AI-субмережа може перетворити мережу колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-0ec0bfda342a09b663a9a765ce560bb9.webp(
Екосистема підмережі Bittensor
Наразі Bittensor має 45 зареєстрованих підмереж, з яких 40 вже мають назви. Завдяки впровадженню механізму відбору, у довгостроковій перспективі будуть усунуті підмережі з поганими показниками, залишаючи якісні проекти.
Окрім кореневої мережі, найбільше уваги привертають підмережі 19, 18 та 1, частки їх викидів становлять 8.72%, 6.47% та 4.16% відповідно.
![Bittensor：AI підмережа як перетворює мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-3389766be097d715b7ded35aeaea17b1.webp(
19-й підмережі Vision зосереджений на Децентралізації генерації та інференції зображень, надає доступ до відкритих LLM і моделей генерації зображень. Наразі загальний дохід вузлів за 24 години становить приблизно 627,84 TAO.
![Bittensor：AI підмережа як перетворює мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-90afcebc243a5bba999fbc5d934e0b76.webp(
18-й підмережа Cortex.t прагне створити передову AI платформу, надаючи текстові та зображення відповіді через API. Наразі загальний дохід вузлів за 24 години становить приблизно 457.2 TAO.
![Bittensor：AI підмережа як перепроектує мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-2d7caff631e25946d647b04d8f654cd8.webp(
1-й підмережа є найбільш ранньою підмережею генерації тексту Bittensor, на яку раніше були сумніви, але вона все ще зберігає високий рівень викидів.
![Bittensor: Як підмережа AI перетворює мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-24cbf4e5ab83f7cfca8f45faa3f4bf2b.webp(
З точки зору категорій моделей, крім генеративних моделей, є також різні типи, такі як обробка даних, трейдинговий ШІ тощо. З точки зору доходності та ризику, успішно працюючі вузли приносять значний дохід, але нові вузли стикаються з великим конкурентним тиском.
![Bittensor：Як підмережа AI змінює мережу колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-64bc7ed81bbe8dd6fb8ed63f77ba59be.webp(
Майбутнє
Сфера Web3+AI має перспективи зберегти ринкову популярність протягом тривалого часу в майбутньому.
Архітектура проекту Bittensor унікальна, поєднує в собі технічну та ринкову підтримку, має широкі перспективи розвитку.
Архітектура підмереж знижує бар'єри для команд ШІ при входженні в децентралізовану мережу, що сприяє залученню більшої кількості якісних проектів.
З ростом кількості підмереж потрібно бути обережними щодо проникнення маловідомих проектів та ризику розмивання доходів.
В цілому, Bittensor як піонер децентралізованої AI мережі пропонує інноваційну модель для інтеграції Web3 та AI, що заслуговує на постійну увагу до його розвитку.
![Bittensor：AI підмережа як може перетворити мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-da7383e7cf7f59f1b3262180eabde3f5.webp(
![Bittensor: Як підмережа AI перетворює мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-465ed00b9d030edbadc635598c6cb213.webp(
![Bittensor：AI підмережа як перетворює мережі колективного інтелекту？])https://img-cdn.gateio.im/webp-social/moments-c7944bf3860ef409cc578a910c311a1e.webp(
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.
Bittensor: Піонер децентралізованої інтелектуальної мережі, що поєднує Web3 та AI
Хвиля децентралізованих інтелектуальних мереж в епоху революції ШІ
З розвитком технологій штучного інтелекту ми вступаємо в нову епоху, що керується даними. Проривні досягнення в таких сферах, як глибоке навчання та обробка природної мови, зробили AI-застосування повсюдними. Вихід ChatGPT у 2022 році спровокував вибух у індустрії AI, за яким послідувало поява ряду AI-інструментів, таких як генерація відео з тексту та автоматизація офісної роботи. Ринкова вартість індустрії AI також зросла, і очікується, що до 2030 року вона досягне 1850 мільярдів доларів.
Однак наразі індустрія штучного інтелекту в основному монополізована кількома технологічними гігантами, що призводить до централізації даних, нерівного розподілу обчислювальної потужності та ряду інших викликів. У той же час, ідея децентралізації Web3 надає нові можливості для вирішення цих проблем. На цьому фоні з'являються деякі якісні проекти Web3+AI.
Серед них Bittensor скористався можливістю у напрямку Web3+AI алгоритмів, створивши платформу AI алгоритмів з вбудованим механізмом відбору конкурентів через механізми конкуренції та стимулювання на блокчейні, щоб зберегти найякісніші AI проекти. Ця інноваційна спроба надає нові ідеї для переосмислення сучасної структури розвитку AI.
Bittensor:ДецентралізаціяAI мережі
Bittensor є децентралізованою мережею машинного навчання з ін incentives та ринком цифрових товарів. Вона має такі характеристики:
Децентралізація: працює на тисячах розподілених комп'ютерних мереж, уникаючи проблеми централізації даних.
Справедлива механіка стимулювання: мережеві винагороди пропорційні внеску.
Спільний доступ до ресурсів машинного навчання: надання послуг усім, хто потребує обчислювальних ресурсів машинного навчання.
Різноманітний ринок цифрових товарів: можна торгувати різними формами даних.
На відміну від багатьох переоцінених VC-проектів, Bittensor є більш справедливим, цікавим та змістовним гік-проектом. Його історія розвитку виглядає наступним чином:
Токен TAO Bittensor має загальний обсяг постачання 21 мільйон монет, кожні чотири роки відбувається зменшення вдвічі, він розподіляється за способом справедливого запуску. Наразі кожні 12 секунд створюється один блок, кожен блок винагороджується 1 TAO. Ці винагороди розподіляються між різними підмережами та їх членами відповідно до внеску.
Наразі загальна кількість облікових записів у мережі Bittensor перевищує 100 тисяч, кількість не нульових облікових записів становить 80 тисяч. Криптовалюта TAO за минулий рік зросла в ціні в десятки разів, поточна ринкова капіталізація становить 2,278 мільярда доларів, ціна монети 321 долар.
Підмережна архітектура Bittensor
Протокол Bittensor є децентралізованим протоколом машинного навчання, що підтримує обмін можливостями машинного навчання та прогнозами між учасниками мережі. Мережа складається з кількох підмереж і використовує механізм природного відбору.
Підмережі є найважливішою складовою мережею Bittensor, їх можна розглядати як незалежно працюючий код, що визначає унікальні стимули для користувачів і функціональність. Наразі, крім кореневої підмережі, існує 45 підмереж. Очікується, що з травня по липень 2024 року кількість підмереж зросте з 32 до 64.
У підмережі є три типи ролей: власник підмережі, майнери та валідатори стейкінгу:
Випуск підмережі є механізмом розподілу винагороди в мережі Bittensor. У загальному випадку, 18% розподіляється між власниками підмереж, 41% - між валідаторами, 41% - між майнерами. Чим вищий обсяг випуску підмережі, тим вище рейтинг.
Після реєстрації підмережі є 7 днів імунітету. Вартість першої реєстрації становить 100 TAO, повторна реєстрація подвоює ціну. Коли всі позиції підмережі заповнені, буде усунена підмережа з найнижчим виведенням та без імунітету.
Консенсус і механізм доказу Bittensor
Мережа Bittensor використовує різні механізми консенсусу та механізми доказів, серед яких найбільш характерними є доказ інтелекту (PoI) та консенсус Yuma.
Механізм PoI є оригінальним механізмом верифікації та стимулювання Bittensor. Майнери доводять свій внесок, виконуючи завдання зі смарт-обчислень, які розподіляються та оцінюються валідаторами. Це забезпечує безпеку мережі, якість даних та ефективне використання обчислювальних ресурсів.
Консенсус Yuma є основним механізмом консенсусу Bittensor. Верифікатори оцінюють за виконанням завдань і вводять алгоритм Yuma. Алгоритм надає різну вагу залежно від обсягу стейку верифікаторів і відсіює аномальні значення, в результаті чого формується зведена оцінка та розподіляються винагороди.
Yuma консенсус дотримується принципу непрозорості даних, захищаючи конфіденційність та безпеку даних. Одночасно використовує механізм винагород, заснований на продуктивності, щоб забезпечити ефективне та якісне використання ресурсів.
Крім того, Bittensor також впровадив механізм змішаних експертів MOE(, що інтегрує кілька експертних підмоделей для отримання кращих результатів. У рамках консенсусу Yuma, валідатори можуть оцінювати та ранжувати експертні моделі, стимулюючи їх постійну оптимізацію.
![Bittensor：Як AI-субмережа може перетворити мережу колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-0ec0bfda342a09b663a9a765ce560bb9.webp(
Екосистема підмережі Bittensor
Наразі Bittensor має 45 зареєстрованих підмереж, з яких 40 вже мають назви. Завдяки впровадженню механізму відбору, у довгостроковій перспективі будуть усунуті підмережі з поганими показниками, залишаючи якісні проекти.
Окрім кореневої мережі, найбільше уваги привертають підмережі 19, 18 та 1, частки їх викидів становлять 8.72%, 6.47% та 4.16% відповідно.
![Bittensor：AI підмережа як перетворює мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-3389766be097d715b7ded35aeaea17b1.webp(
19-й підмережі Vision зосереджений на Децентралізації генерації та інференції зображень, надає доступ до відкритих LLM і моделей генерації зображень. Наразі загальний дохід вузлів за 24 години становить приблизно 627,84 TAO.
![Bittensor：AI підмережа як перетворює мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-90afcebc243a5bba999fbc5d934e0b76.webp(
18-й підмережа Cortex.t прагне створити передову AI платформу, надаючи текстові та зображення відповіді через API. Наразі загальний дохід вузлів за 24 години становить приблизно 457.2 TAO.
![Bittensor：AI підмережа як перепроектує мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-2d7caff631e25946d647b04d8f654cd8.webp(
1-й підмережа є найбільш ранньою підмережею генерації тексту Bittensor, на яку раніше були сумніви, але вона все ще зберігає високий рівень викидів.
![Bittensor: Як підмережа AI перетворює мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-24cbf4e5ab83f7cfca8f45faa3f4bf2b.webp(
З точки зору категорій моделей, крім генеративних моделей, є також різні типи, такі як обробка даних, трейдинговий ШІ тощо. З точки зору доходності та ризику, успішно працюючі вузли приносять значний дохід, але нові вузли стикаються з великим конкурентним тиском.
![Bittensor：Як підмережа AI змінює мережу колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-64bc7ed81bbe8dd6fb8ed63f77ba59be.webp(
Майбутнє
Сфера Web3+AI має перспективи зберегти ринкову популярність протягом тривалого часу в майбутньому.
Архітектура проекту Bittensor унікальна, поєднує в собі технічну та ринкову підтримку, має широкі перспективи розвитку.
Архітектура підмереж знижує бар'єри для команд ШІ при входженні в децентралізовану мережу, що сприяє залученню більшої кількості якісних проектів.
З ростом кількості підмереж потрібно бути обережними щодо проникнення маловідомих проектів та ризику розмивання доходів.
В цілому, Bittensor як піонер децентралізованої AI мережі пропонує інноваційну модель для інтеграції Web3 та AI, що заслуговує на постійну увагу до його розвитку.
![Bittensor：AI підмережа як може перетворити мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-da7383e7cf7f59f1b3262180eabde3f5.webp(
![Bittensor: Як підмережа AI перетворює мережі колективного інтелекту?])https://img-cdn.gateio.im/webp-social/moments-465ed00b9d030edbadc635598c6cb213.webp(
![Bittensor：AI підмережа як перетворює мережі колективного інтелекту？])https://img-cdn.gateio.im/webp-social/moments-c7944bf3860ef409cc578a910c311a1e.webp(