مع التقدم المتسارع في تقنيات الذكاء الاصطناعي (AI)، أصبحت القدرة الحاسوبية والبيانات والنماذج تتركز بشكل متزايد في عدد محدود من المنصات التقنية، مما أدى إلى نشوء نموذج "الذكاء الاصطناعي المركزي". ورغم أن هذا الهيكل يعزز الكفاءة، إلا أنه يخلق تحديات مثل احتكار البيانات، وتقييد الابتكار، وتوزيع القيمة بشكل غير عادل.
في هذا السياق، برزت Bittensor كشبكة لامركزية للذكاء الاصطناعي تعتمد على آلية السلاسل الفرعية (Subnet) لتقسيم مهام الذكاء الاصطناعي إلى أسواق مستقلة متعددة. يتيح ذلك التعاون المفتوح بين مزودي النماذج والمقيّمين، وتُعد السلاسل الفرعية العمود الفقري لشبكة Bittensor ومحركًا رئيسيًا لدمج الذكاء الاصطناعي مع Web3.
ما هي سلسلة Bittensor الفرعية؟
تُعد سلسلة Bittensor الفرعية سوقًا قائمًا على الحوافز داخل الشبكة، يختص بإنتاج مخرجات ذكاء اصطناعي متخصصة مثل تضمين النصوص أو اكتشاف الصور.
وتتكون كل سلسلة فرعية من:
- مهام ذكاء اصطناعي مخصصة (مثل معالجة اللغة الطبيعية أو أنظمة التوصية)
- شبكة تعاونية من المعدنين والمقيّمين
- تجمع سيولة قائم على AMM لرموز TAO ورموز Alpha الفرعية
ترتبط السلاسل الفرعية بالشبكة الجذرية (السلسلة الفرعية 0)، حيث يتم توزيع انبعاثات TAO ديناميكيًا حسب أداء كل سلسلة فرعية. السلاسل الفرعية ذات الأداء المرتفع تحصل على موارد أكبر، بينما قد يتم استبعاد السلاسل ذات الأداء الضعيف، مما يخلق بيئة تنافسية قائمة على السوق.
مصدر الصورة: xtaohq، X
الأدوار الأساسية ومنطق التفاعل في السلاسل الفرعية
تضم سلسلة Bittensor الفرعية ثلاثة أدوار رئيسية:
1. المعدّن (مزود النماذج)
يقدم المعدنون نماذج الذكاء الاصطناعي أو خدمات الاستدلال، مثل نماذج اللغة أو أنظمة التوصية أو نماذج معالجة البيانات. يتنافسون من خلال تقديم مخرجات النماذج ويحصلون على مكافآت بناءً على الأداء.
2. المقيّم
يقوم المقيّمون بتقييم المخرجات التي يقدمها المعدنون، ويمنحونها درجات وفقًا لمستوى الجودة. تحدد هذه الدرجات توزيع المكافآت بشكل مباشر وتعد أساسية لعمل السلسلة الفرعية.
3. مالك السلسلة الفرعية (منشئ السلسلة)
يتولى مالك السلسلة الفرعية تصميم قواعد السلسلة، بما في ذلك:
- أنواع مهام الذكاء الاصطناعي
- معايير تقييم النماذج
- أوزان الحوافز وآليات التوزيع
يتم التفاعل بين المعدنين والمقيّمين ومالكي السلاسل وفق العملية التالية:
- يقدم المعدنون مخرجات النماذج
- يقيم المقيّمون النتائج
- يوزع النظام رموز TAO بناءً على الدرجات
- يواصل مالكو السلاسل تحسين الآليات
بهذا الإطار، يتم إنشاء سوق لامركزي لتقييم الذكاء الاصطناعي.
دورة حياة سلسلة Bittensor الفرعية
تمر السلسلة الفرعية عادةً بأربع مراحل من الإنشاء إلى النضج:
- الإنشاء: ينشر المطورون سلسلة فرعية جديدة ويحددون مهامها وقواعدها.
- الانطلاق البارد: تكون المشاركة محدودة في البداية مع استمرار تحسين جودة النماذج وآليات التقييم.
- النمو: ينضم المزيد من المعدنين والمقيّمين وتبدأ آثار الشبكة في الظهور.
- النضج: تحقق السلسلة نظام حوافز مستقر وتنتج مخرجات عالية الجودة باستمرار، لتصبح جزءًا أساسيًا من المنظومة.
آلية الحوافز في السلاسل الفرعية: تداول TAO وتدفق القيمة
يرتكز الاقتصاد في Bittensor على رمز TAO، وتعد السلاسل الفرعية البيئة الأساسية لتبادل القيمة.
داخل السلسلة الفرعية، يدور TAO عبر الخطوات التالية:
- تصدر الشبكة رموز TAO كمكافآت للكتل
- يتم توزيع TAO على السلاسل الفرعية
- يحدد المقيّمون توزيع TAO على المعدنين داخل كل سلسلة حسب الدرجات
- النماذج عالية الجودة تحصل على حصة أكبر من TAO
ترتبط جودة النماذج مباشرة بالأرباح، مما يوجه المزيد من الموارد إلى خدمات الذكاء الاصطناعي المتميزة ويؤسس دورة دائمة التحسين. وتعمل السلاسل الفرعية فعليًا كآلية لاكتشاف أسعار نماذج الذكاء الاصطناعي.
نمو السلاسل الفرعية وتطور النظام البيئي في Bittensor
مع توسع شبكة Bittensor، يزداد عدد السلاسل الفرعية، لتغطي مجالات متنوعة في الذكاء الاصطناعي مثل معالجة اللغة الطبيعية (NLP)، وتوليد الصور، وفهرسة البيانات واسترجاعها، وأنظمة التوصية.
هذه التعددية تحقق نتيجتين محوريتين: مزيدًا من التخصص حيث تركز كل سلسلة على مهمة محددة، وتسريع الابتكار بدخول النماذج الجديدة إلى السوق بسرعة وتلقي التقييم والحوافز.
كيفية إنشاء سلسلة فرعية على Bittensor
تشمل الخطوات النموذجية لإنشاء سلسلة فرعية ما يلي:
- تصميم نوع المهمة: حدد بوضوح التحدي الذي ستعالجه السلسلة الفرعية، مثل توليد النصوص أو النمذجة التنبؤية.
- تحديد آلية التقييم: ضع معايير التقييم للمقيّمين، فهي أساس توزيع المكافآت.
- نشر السلسلة الفرعية: سجل السلسلة على شبكة Bittensor واضبط معاييرها.
- جذب المشاركين: قدم الحوافز لجذب المعدنين والمقيّمين.
- تحسين القواعد باستمرار: عدّل الأوزان ومنطق التقييم استنادًا إلى نتائج التشغيل.
العنصران الأساسيان في إنشاء سلسلة فرعية هما تصميم آلية تقييم عادلة وفعالة، وبناء هيكل حوافز مستدام.
قيمة السلاسل الفرعية لوكلاء الذكاء الاصطناعي وتطبيقات Web3
تعد السلاسل الفرعية أسواقًا لإنتاج الذكاء الاصطناعي، كما تشكل طبقة البنية التحتية لوكلاء الذكاء الاصطناعي. يمكن للوكلاء الوصول مباشرة إلى قدرات النماذج عبر السلاسل، ودمج سلاسل متعددة لإنشاء سير عمل ذكاء اصطناعي متكامل، وتمكين تطبيقات Web3 من استخدام خدمات الذكاء الاصطناعي عند الطلب دون الحاجة إلى بناء نماذج خاصة.
ومع استمرار توسع نظام Bittensor، تبرز السلاسل الفرعية لتكون "سوق القدرة الحاسوبية والنماذج" للذكاء الاصطناعي اللامركزي والواجهة الأساسية لتطبيقات Web3 المدعومة بالذكاء الاصطناعي.
الملخص
تعد السلاسل الفرعية في Bittensor آلية أساسية لشبكات الذكاء الاصطناعي اللامركزية، حيث تُقسم المهام إلى أسواق مستقلة وتؤسس نظام حوافز يضم المعدنين والمقيّمين ومالكي السلاسل.
من خلال نموذج توزيع المكافآت القائم على TAO، ترتبط جودة النماذج مباشرة بالقيمة الاقتصادية، مما يتيح تسعير وتداول وتحسين قدرات الذكاء الاصطناعي كسلع.
ومع الزيادة المستمرة في عدد السلاسل، تبني Bittensor منظومة ذكاء اصطناعي مفتوحة وتنافسية وفعالة، لتوفر بنية تحتية محورية لتكامل Web3 مع الذكاء الاصطناعي.
الأسئلة الشائعة
ما وظيفة سلسلة Bittensor الفرعية؟
السلسلة الفرعية هي سوق لمهام الذكاء الاصطناعي داخل شبكة Bittensor، مخصصة لإنتاج وتقييم وتحفيز مخرجات النماذج.
كيف تختلف السلسلة الفرعية عن منصات الذكاء الاصطناعي التقليدية؟
تعمل السلاسل الفرعية بنموذج لامركزي دون وجود سلطة مركزية. يتم تحديد جودة النماذج من قبل السوق (المقيّمين) وليس من خلال مشغل المنصة.
ما دور TAO في السلاسل الفرعية؟
TAO هو رمز الحوافز الذي يكافئ المعدنين على تقديم مخرجات عالية الجودة ويشغل النظام الاقتصادي بأكمله.
هل يمكن للمستخدمين العاديين المشاركة في السلاسل الفرعية؟
نعم، يمكن للمستخدمين أن يكونوا معدنين عبر تقديم النماذج أو مقيّمين من خلال تقييم المخرجات والحصول على مكافآت مقابل ذلك.
هل يمكن استبعاد سلسلة فرعية؟
نعم، إذا استمرت سلسلة فرعية في الأداء الضعيف أو لم تجذب مشاركين، يمكن استبدالها من خلال آلية المنافسة في الشبكة.
