Introducción

Con la reciente explosión y aumento en la popularidad de la IA, muchos han propuesto diferentes tesis sobre dónde se cruzan la IA y las criptomonedas. Estas innovaciones tienen el potencial de revolucionar varios aspectos de nuestras vidas digitales, desde la gestión de activos digitales hasta la preservación de la propiedad intelectual y la lucha contra el fraude. Es notable que esta convergencia ha dado lugar a dos tendencias prominentes:

• La integración de la IA con la infraestructura blockchain, como Render ($RNDR), Akash ($AKT) o Fetch.ai ($FET).
• La aparición de protocolos que incentivan la producción de inteligencia de aprendizaje automático, como Bittensor ($TAO).

Las aplicaciones de IA previas de la cadena de bloques se centraron en gran medida en la infraestructura, lo que permitió el almacenamiento de modelos de IA/ML y el alquiler de GPU. Esto llevó a tendencias como el aprendizaje por refuerzo incentivado con tokens, zkML y registros de identidad basados en la cadena de bloques para combatir las falsificaciones profundas. Al mismo tiempo, una tendencia paralela está cobrando impulso: protocolos que incentivan la inteligencia.

En este informe, profundizamos en la intersección de la IA y la criptomoneda, con un enfoque en Bittensor y el token $TAO, explorando sus roles en el Mercado de Inteligencia Peer-to-Peer y el surgimiento de un Mercado de Materias Primas Digitales.

Aprovechando lo más reciente Actualización Revoluciónque tuvo lugar el 2 de octubre también ofrecemos una visión histórica, perspectivas del sector, análisis competitivo e ideas sobre la propuesta de valor de $TAO.

Visión general

Bittensor es un protocolo de código abierto con una misión central: impulsar el desarrollo de la IA a través de una estructura de incentivos impulsada por blockchain. En este ecosistema, los contribuyentes son recompensados con tokens $TAO por sus esfuerzos.

Bittensor funciona como una red de minería, utilizando incentivos de Token para fomentar la participación al tiempo que se mantienen los principios de apertura y descentralización. Dentro de esta red, múltiples nodos alojan modelos de aprendizaje automático, contribuyendo colectivamente al conjunto de inteligencia. Estos modelos desempeñan un papel crucial en el análisis de datos extensos de texto, extrayendo el significado semántico y generando ideas valiosas en varios dominios.

Para los usuarios, las funcionalidades esenciales abarcan la capacidad de consultar la red para acceder a la inteligencia, participar en mineros y validadores para la minería de tokens $TAO, y supervisar sus billeteras y saldos.

La red de Bittensor se basa en contribuciones de una amplia gama de partes interesadas, incluyendo mineros, validadores, nominados y consumidores. Este enfoque colaborativo garantiza que los mejores modelos de IA lleguen a la cima, mejorando la calidad de los servicios de IA ofrecidos por la red.

El lado de la oferta tiene dos capas: IA (Mineros) y blockchain (Validadores).

• Los mineros dentro de la red Bittensor alojan modelos de IA y los ponen a disposición de la red, siendo su éxito determinado por la calidad y el rendimiento que ofrecen.
  • Los mineros son compensados con $TAO basado en la inteligencia que contribuyen a la red (aunque esto depende de la tarea específica en cuestión).
  • Los modelos mejor valorados tienen una mayor demanda y generan más ingresos para los mineros.
• Los validadores sirven como evaluadores dentro de la red. Evalúan la calidad y efectividad de los modelos de IA y gestionan las solicitudes de los usuarios. De esta manera, los validadores clasifican los modelos en función de su rendimiento para tareas específicas, ayudando a los consumidores a encontrar las mejores soluciones. Cuanto más precisas y consistentes sean sus evaluaciones, más ganarán en recompensas. De manera similar, las evaluaciones inconsistentes pueden resultar en penalizaciones, asegurando que los validadores mantengan altos estándares.
  • Los validadores son incentivados con $TAO para clasificar a los mineros en base a su "contribución de inteligencia".
  • Los validadores también son responsables de enrutamiento de entradas para producir la mejor salida. Esto se logra mediante la formación de coaliciones entre Mineros (modelos) que se complementan entre sí (subredes).

En el lado de la demanda, los desarrolladores pueden construir aplicaciones sobre los Validadores, aprovechando (y pagando por) capacidades de IA específicas para casos de uso de la red.

• Los candidatos son individuos que poseen tokens $TAO y apoyan activamente a validadores específicos delegando sus tokens a ellos. Esta delegación ayuda a los validadores a obtener más apoyo y recompensas. Los candidatos mismos obtienen recompensas por su participación en este proceso. Si un validador no rinde lo esperado o si un candidato cree que hay una mejor opción, pueden cambiar su apoyo a otro validador.
• Los consumidores son los usuarios finales de los modelos de IA proporcionados por Bittensor. Pueden ir desde desarrolladores de aplicaciones que integran capacidades de IA en sus aplicaciones hasta usuarios de chatbot que buscan respuestas de alta calidad.
  • Los consumidores priorizan recibir respuestas precisas y valiosas.
  • Los desarrolladores, en particular, eligen validadores en quienes creen que mejor cumplen con sus requisitos para garantizar la entrega de servicios de IA de primera categoría a sus usuarios.

El producto de la coordinación entre las partes interesadas mencionadas anteriormente resulta en una red que promueve los mejores modelos para un caso de uso dado. Con cualquiera capaz de experimentar, es difícil que las empresas de código cerrado puedan competir siquiera.

Crédito –AI Legos: La tesis de Bittensorpor David Attermann

Una de las concepciones erróneas más comunes es que la red admite el entrenamiento de ML. En su estado actual, Bittensor admite exclusivamente la inferencia, que es el proceso de sacar conclusiones y proporcionar respuestas basadas en evidencia y razonamiento. El entrenamiento, por otro lado, es un proceso distinto que implica enseñar a un modelo de aprendizaje automático a realizar una tarea. Esto se logra alimentando al modelo con un conjunto de datos sustancial de ejemplos etiquetados, lo que le permite aprender patrones y asociaciones entre los datos y las etiquetas. Mientras tanto, la inferencia utiliza un modelo de aprendizaje automático entrenado para hacer predicciones sobre datos nuevos y no vistos. Por ejemplo, un modelo entrenado para clasificar imágenes puede ser utilizado para la inferencia para determinar la clase de una imagen nueva, previamente no vista.

Por lo tanto, es importante tener en cuenta que Bittensor no ejecuta el aprendizaje automático en cadena, pero funciona más como un Oráculo en cadena o una red de validadores que conecta y orquesta nodos de aprendizaje automático fuera de la cadena (mineros). Esta configuración crea una red descentralizada de mezcla de expertos (MoE), una arquitectura de aprendizaje automático que combina múltiples modelos optimizados para diferentes capacidades para formar un modelo general más robusto.

Un Mercado de Inteligencia de Pares a Pares

El Mercado de Inteligencia Peer-to-Peer de Bittensor es un concepto pionero en el campo del desarrollo de IA, que ofrece una plataforma descentralizada y sin permisos que contrasta fuertemente con modelos más cerrados como OpenAI o Gemini de Google.

Este mercado está diseñado para fomentar la innovación competitiva, impulsar el crecimiento de la industria de la IA y hacer que la IA sea accesible para una comunidad global de desarrolladores y usuarios. Cualquier forma de valor puede ser incentivada: un protocolo para incentivar/crear un mercado justo para cualquier mercancía digital.

En otras palabras, el protocolo encarna un enfoque peer-to-peer para el intercambio de capacidades de aprendizaje automático y predicciones entre los participantes dentro de la red. Facilita el intercambio y la colaboración de modelos y servicios de aprendizaje automático, promoviendo un entorno colaborativo e inclusivo donde se pueden alojar tanto modelos de código abierto como modelos de código cerrado.

El Auge de un Mercado de Bienes Digitales

Bittensor es único en el sentido de que sienta las bases para la emergencia de un Mercado de Commodities Digitales, transformando efectivamente la inteligencia artificial en un activo negociable. En su núcleo, el protocolo establece un mercado donde la inteligencia artificial se commoditiza.

Al igual que un algoritmo genético, el sistema de incentivos de Bittensor evalúa continuamente el rendimiento del minero y selecciona o recicla mineros con el tiempo. Este proceso dinámico garantiza que la red siga siendo eficiente y receptiva al panorama en evolución del desarrollo de la IA.

En el mercado de inteligencia de Bittensor, la generación de valor sigue un enfoque dual:

• Modelos de IA de alto rendimiento alojados por mineros, conocidos como contribuidores, reciben recompensas en forma de tokens $TAO.
• Los validadores, que evalúan y utilizan la inteligencia, también son recompensados con tokens $TAO.

Vale la pena señalar que Bittensor no recompensa únicamente el rendimiento bruto, sino que pone énfasis en la generación del "señal" más valioso. Esto significa que el sistema de recompensas prioriza la creación de información que ofrece beneficios sustanciales a una amplia audiencia, contribuyendo en última instancia al desarrollo de un bien más valioso.

Consenso Yuma

Como una cadena de bloques independiente de capa 1, Bittensor está impulsado por el algoritmo de consenso Yuma. Es un algoritmo de consenso descentralizado de igual a igual que potencia la distribución equitativa de recursos computacionales en una red de nodos.

Yuma opera con un mecanismo de consenso híbrido que combina elementos de Prueba de Trabajo (PoW) y Prueba de Participación (PoS). Los nodos dentro de la red realizan trabajo computacional para validar transacciones y crear nuevos bloques. Este trabajo es validado por otros nodos, y los contribuyentes exitosos son recompensados con tokens. Es el componente PoS el que fomenta que los nodos mantengan tokens, alineando sus intereses con la estabilidad y el crecimiento de la red.

En comparación con los mecanismos de consenso convencionales, este modelo híbrido ofrece varias ventajas. Por un lado, evita el consumo excesivo de energía que a menudo se asocia con Proof of Work (PoW), abordando las preocupaciones ambientales. Por otro lado, evita los riesgos de centralización vistos en proof of stake (PoS), preservando la descentralización y seguridad de la red.

El mecanismo de consenso Yuma se destaca por su capacidad para distribuir recursos computacionales a lo largo de una extensa red de nodos. Este enfoque tiene implicaciones de gran alcance, ya que permite el manejo de tareas de IA más complejas y el procesamiento de conjuntos de datos más grandes con facilidad. A medida que la red incorpora nodos adicionales, escala naturalmente para acomodar cargas de trabajo cada vez más sustanciales.

A diferencia de las aplicaciones de IA centralizadas tradicionales que dependen de un solo servidor o clúster, las aplicaciones impulsadas por Yuma pueden distribuirse en una red de nodos. Esta distribución optimiza los recursos computacionales, lo que hace posible abordar tareas intrincadas al tiempo que mitiga los riesgos asociados con los puntos únicos de fallo y las vulnerabilidades de seguridad.

Destilación del conocimiento - Una colmena digital

La destilación del conocimiento es un concepto fundamental dentro del protocolo Bittensor, fomentando el aprendizaje colaborativo entre nodos de la red para mejorar el rendimiento y la precisión. Similar a cómo funcionan juntos los neuronas en el cerebro humano, la destilación del conocimiento permite a los nodos mejorar colectivamente dentro de la red.

Este proceso implica el intercambio de muestras de datos y parámetros del modelo entre nodos, lo que lleva a una red que se autooptimiza con el tiempo para obtener predicciones más precisas. Cada nodo contribuye a un pool compartido, mejorando en última instancia el rendimiento general de la red, lo que la hace más rápida y mejor adaptada para aplicaciones de aprendizaje en tiempo real como robótica y coches autónomos.

Es crucialmente, este método mitiga el riesgo de olvido catastrófico, un desafío común en el aprendizaje automático. Los nodos retienen y expanden su conocimiento existente mientras incorporan nuevas ideas, mejorando la resiliencia y adaptabilidad de la red.

Al distribuir el conocimiento entre múltiples nodos, la red TAO de Bittensor se vuelve más resistente contra interrupciones y posibles violaciones de datos también. Esta robustez es particularmente vital para aplicaciones que manejan datos de alta seguridad y sensibles a la privacidad, como información financiera y médica (más sobre privacidad más adelante).

Mezcla de Expertos (MoE)

Llevando la innovación un paso más allá, la red de Bittensor introduce el concepto de una Mezcla de Expertos (MoE) descentralizada. Este enfoque aprovecha el poder de múltiples redes neuronales, cada una especializándose en diferentes aspectos de los datos. Cuando se introduce nueva información, estos expertos colaboran para producir predicciones colectivas más precisas que cualquier experto individual podría lograr solo.

El mecanismo de consenso empleado combina el aprendizaje profundo con algoritmos de consenso blockchain. Su objetivo principal es distribuir la participación como incentivo a los pares que contribuyen con el mayor valor informativo a la red. En esencia, recompensa a aquellos que mejoran el conocimiento y las capacidades de la red.

En su núcleo, el protocolo Bittensor consiste en funciones parametrizadas, a menudo denominadas neuronas. Estas neuronas se distribuyen de manera peer-to-peer, con cada una de ellas manteniendo cero o más pesos de red registrados en un libro digital. Los pares participan activamente en clasificar entre sí, entrenando redes neuronales para determinar el valor de sus nodos vecinos. Este proceso de clasificación es fundamental para evaluar las contribuciones de los pares individuales al rendimiento general de la red.

Las puntuaciones generadas a través de este proceso de clasificación se acumulan en un libro mayor digital. Los compañeros con altas clasificaciones reciben recompensas monetarias, ganando peso adicional en la red. Esto establece una conexión directa entre las contribuciones de un compañero y sus recompensas, promoviendo la equidad y la transparencia dentro de la red.

Este enfoque presenta un mercado donde la inteligencia es valorada por otros sistemas de inteligencia de forma peer-to-peer a través de Internet. Incentiva a los pares a mejorar continuamente su conocimiento y experiencia.

Para garantizar una distribución equitativa de recompensas, Bittensor emplea los valores de Shapley, un concepto tomado de la teoría de juegos cooperativos. Los valores de Shapley ofrecen una forma justa y eficiente de asignar recompensas entre pares de la red en función de sus contribuciones. Esta alineación de incentivos con las contribuciones motiva a los nodos a actuar en el mejor interés de la red, mejorando la seguridad y la eficiencia al impulsar una mejora continua.

La misión principal de Bittensor se centra en fomentar la innovación y la colaboración en el espacio de la IA a través de un marco descentralizado. Este marco permite la rápida expansión y compartición de conocimientos, creando una biblioteca de información en constante crecimiento e imparable. En este mercado, los desarrolladores tienen el poder de monetizar sus modelos de IA y proporcionar soluciones valiosas a empresas y particulares.

La visión de Bittensor se extiende a un futuro donde los modelos de IA son fácilmente accesibles e implementables en una amplia gama de industrias. Esta accesibilidad impulsa los avances y desbloquea nuevas posibilidades, acortando la brecha entre las capacidades de IA y las aplicaciones del mundo real.

Al igual que modelos de IA globales prominentes como Chat GPT, los modelos de Bittensor generan 'representaciones' basadas en un conjunto de datos universal. Para evaluar el rendimiento del modelo, información de Fisherse utiliza, estimando el impacto de eliminar un nodo de la red, similar a la pérdida de una neurona en el cerebro humano.

Más allá de la clasificación de modelos, Bittensor pone un fuerte énfasis en el aprendizaje interactivo. Cada modelo se involucra activamente con la red, buscando interacciones con otros modelos, similar a una búsqueda de DNS. Bittensor funciona como una API que facilita el intercambio de datos entre estos modelos, fomentando el aprendizaje colaborativo y el intercambio de conocimientos, utilizando tanto modelos de código abierto como de código cerrado.

Utilizando el consenso de Yuma para asegurar que todos jueguen según las reglas, el ecosistema actúa como una fuerza impulsora para los desarrolladores de código abierto y laboratorios de investigación en IA, ofreciendo incentivos financieros para mejorar modelos fundamentales abiertos.

En esencia, Bittensor funciona como un repositorio en constante expansión de inteligencia artificial. Esto se logra reuniendo 4 capas diferentes:

• La capa de minería es responsable de producir trabajo valioso dentro de la red.
• La capa de Validación garantiza que los mineros cumplan con las reglas establecidas de consenso.
• La capa empresarial se basa en la infraestructura existente para desarrollar productos y servicios innovadores. Sirve como plataforma para aprovechar la inteligencia colectiva de la red y crear nuevas soluciones.
• La capa de consumo se beneficia del trabajo producido por la capa empresarial. Representa a los usuarios finales u organizaciones que utilizan los productos y servicios impulsados por la red de Bittensor.

Historia

Bittensor fue fundada en 2019 por dos investigadores de IA, Jacob SteevesyAla Shaabana(y un autor de libro blanco seudónimo, Yuma Rao) que estaban buscando una forma de hacer que la IA sea componible. Pronto se dieron cuenta de que la criptomoneda podría ser la solución, una forma de incentivar y orquestar una red global de nodos de ML para entrenar y aprender juntos sobre problemas específicos. Los recursos incrementales añadidos a la red aumentan la inteligencia general, compaginando el trabajo realizado por investigadores y modelos anteriores.

El viaje de Bittensor comenzó con el lanzamiento de 'Kusanagi' en enero de 2021, marcando la activación de la red y permitiendo a los mineros y validadores comenzar a ganar las primeras recompensas de $TAO. Sin embargo, esta iteración inicial encontró paradas temporales debido a problemas de consenso. En respuesta, Bittensor bifurcó 'Kusanagi' en 'Nakamoto' en noviembre de 2021.

El 20 de marzo de 2023, se alcanzó un hito significativo ya que ‘Nakamoto’ fue bifurcado una vez más, esta vez evolucionando a ‘Finney’. El propósito de esta actualización fue mejorar el rendimiento del código del kernel.

Notablemente, Bittensor inicialmente apuntaba a convertirse en una parachain en Polkadot, asegurando un espacio de parachain a través de una subasta exitosa en enero. Sin embargo, se tomó la decisión de utilizar su propia cadena de bloques L1 independiente construida en Substratoen lugar de depender de Polkadot debido a preocupaciones relacionadas con la velocidad de desarrollo de Polkadot.

Estado actual

Bittensor ha estado en mainnet durante más de un año, y su enfoque ha sido la investigación pionera y sentar las bases para su futuro potencial. Aquí hay una visión general del estado actual y las razones por las cuales los casos de uso empresarial aún no se han construido sobre sus validadores:

• Modelo de Mezcla Esparsa: Bittensor opera como uno modelo de mezcla dispersaAtrae modelos de IA específicos a esta mezcla, cada uno abordando roles de nicho en la resolución de problemas más grandes definidos por validadores. Configurar y ajustar este modelo para alcanzar el estado del arte y más allá es un proceso complejo e iterativo. Esta fase del itinerario está actualmente liderada por la Fundación Opentensor.
• Compresión de Inteligencia (Destilación): La compresión de inteligencia es un enfoque central de investigación para Bittensor. Esto implica técnicas de destilación para mejorar la eficiencia y capacidades de la red.
• Optimizar para un Gran Objetivo: El enfoque principal de Bittensor ha sido optimizar para un gran objetivo en lugar de casos de uso empresarial a corto plazo. Opentensor se compromete a crear una red que vaya más allá de ser una simple plataforma peer-to-peer con un sistema de precios para modelos.
• Progreso y actualizaciones: Durante el último año, Opentensor ha logrado avances significativos, incluida la actualización de Synapse, que abrió Bittensor a solicitudes externas. En octubre de 2023, la actualización Revolution permitió la expansión a través de subredes. Esto permite a los validadores grandes definir problemas de forma independiente, creando oportunidades de flujo de efectivo a partir de su participación.
• Hacia la expansión del mundo real: La red Finney marca un punto de inflexión para Bittensor, permitiendo a los validadores actuar de forma más independiente y reduciendo la centralización inicial. A medida que crece la participación en la red y aumentan las recompensas por bloque, se impulsa el crecimiento de la inteligencia artificial.
• Casos de uso empresarial de IA en el horizonte: Bittensor visualiza la expansión de casos de uso empresarial de IA del mundo real a medida que las partes interesadas, incluidos humanos e IA, siguen sus incentivos. La implementación multi y meta-modalidad está en el horizonte, fusionando subredes en un formato unificado de 'inteligencia'.

Con la última actualización de Revolution, Bittensor abrió la posibilidad para que cualquier persona pueda crear una subred especializada en un tipo específico de aplicación. Por ejemplo, Subred 4 usos JEPA(Joint Embedding Predicted Architecture), que es un enfoque de IA pionero de Meta'sYann LeCunmanejar una variedad de entradas y tipos de salida como video, imágenes y audio en un solo modelo.

Otro logro notable es Cerebras, BTLM-3B-8K (Modelo de Lenguaje Bittensor, un modelo de 3B parámetros que permite ejecutar modelos altamente precisos y eficientes en dispositivos móviles, haciendo que la inteligencia artificial sea significativamente más accesible. BTLM-3B-8K está disponible en Hugging Face con una licencia Apache 2.0 para uso comercial.

Los modelos GPT grandes suelen tener más de 100 mil millones de parámetros, lo que requiere múltiples GPU de alta gama para realizar inferencias. Sin embargo, el lanzamiento de LLaMA de Meta dio al mundo modelos de alto rendimiento con tan solo 7 mil millones de parámetros, lo que hace posible ejecutar LLM en PC de alta gama.

Pero incluso un modelo de parámetro 7B cuantificado con una precisión de 4 bits no cabe en muchos dispositivos populares como el iPhone 13 (4GB de RAM). Mientras que un modelo de 3B cabría cómodamente en casi todos los dispositivos móviles, los modelos de tamaño 3B anteriores rindieron considerablemente por debajo de sus contrapartes de 7B.

BTLM logra un equilibrio entre el tamaño del modelo y el rendimiento. Con 3 mil millones de parámetros, ofrece un nivel de precisión y capacidad que supera significativamente a los modelos previos de tamaño 3B.

Al observar los puntos de referencia individuales, BTLM obtiene la puntuación más alta en todas las categorías, con la excepción de TruthfulQA.

BTLM-3B no solo supera a todos los modelos 3B, sino que también funciona en línea con muchos modelos 7B.

Revolución - Actualización de Subred Bittensor

La Actualización de la Revolución de Bittensor, lanzada el 2 de octubre, marca un hito significativo en el desarrollo de Bittensor, inaugurando cambios sustanciales en su estructura operativa. Central en esta actualización es la introducción de 'subredes', un concepto innovador que otorga a los desarrolladores una autonomía sin precedentes para dar forma a sus mecanismos de incentivos y establecer mercados dentro del ecosistema de Bittensor.

Una característica clave de esta actualización es la introducción de un lenguaje de programación especializado diseñado específicamente para la creación de sistemas de incentivos. Esta innovación capacita a los desarrolladores para crear e implementar sus mecanismos de incentivos en la red Bittensor, utilizando su amplio conjunto de inteligencia para adaptar los mercados a sus requisitos y preferencias específicos.

Esta actualización también representa una notable partida de un modelo centralizado, donde una sola fundación controla todos los aspectos de la red, hacia un marco más descentralizado. Varias personas o grupos ahora tienen la oportunidad de ser dueños y gestionar subredes.

Con la introducción de las "subredes", ahora cualquiera puede crear sus propias subredes y definir sus mecanismos de incentivos, fomentando una gama más amplia de servicios dentro del ecosistema de Bittensor. Este cambio promueve la diversidad y la descentralización dentro de la red, alineándose con los principios de apertura y colaboración que sustentan la misión de Bittensor.

Además, las subredes competirán por las emisiones al obtener el consenso de los delegados en la nueva "red de rutas", introduciendo un elemento competitivo que puede impulsar la innovación y la asignación de recursos.

El advenimiento de subredes creadas por el usuario puede recordar la explosión de aplicaciones en Ethereum una vez que abrió sus puertas a la comunidad global de desarrolladores. Esta actualización también subraya el potencial de fusionar varias herramientas y servicios en una red cohesiva. En esencia, cada elemento necesario para forjar inteligencia ahora está alojado bajo un mismo techo, regulado por un único token ($TAO).

La Red de Ruta

La red de rutas sirve como un componente crucial dentro del ecosistema de Bittensor. Actúa como una meta-subred con el papel crucial de distribuir emisiones a través de otras subredes, todo basado en el consenso ponderado de los delegados clave. Este cambio es transformador en la naturaleza, ya que cambia fundamentalmente a Bittensor de un sistema único y controlado a una “red de redes” dinámica.

Crucialmente, los horarios de emisión ya no están únicamente bajo el control del Fundación Opentensor. Los delegados dentro de la red 'raíz' ahora tienen autoridad sobre la distribución de incentivos. Este cambio descentraliza el control de los incentivos, eliminando la dependencia exclusiva de cualquier entidad única y colocándola en manos de la red 'raíz'.

Subredes

Las subredes dentro de la red Bittensor son mecanismos de incentivos autocontenidos que proporcionan un marco para que los mineros interactúen con la plataforma. Estas subredes juegan un papel fundamental en definir los protocolos que rigen las interacciones entre los mineros y los validadores.

Además, los detalles específicos de los mecanismos de incentivos ya no están codificados en el código base de Bittensor. En su lugar, estos detalles se definen dentro de los repositorios de la subred, lo que permite una mayor flexibilidad y adaptabilidad.

Bittensor introduce subredes específicas, como la subred de solicitud y la subred de series temporales. La subred de solicitud permite la ejecución de varias redes neuronales de solicitud, incluidas GPT-3, GPT-4, ChatGPT y otras, para la inferencia descentralizada. Esta funcionalidad permite a los usuarios interactuar con los validadores en la red y obtener resultados de los modelos de mejor rendimiento, lo que potencia sus aplicaciones con capacidades avanzadas de IA.

Las subredes funcionan distribuyendo tokens $TAO a mineros y validadores según el valor que aportan a la red. Las reglas precisas y los protocolos para las respuestas de los mineros a las consultas del Validador y el proceso de evaluación realizado por los validadores son determinados por el código dentro de cada repositorio de subred.

• En el lanzamiento, habrá nueve ranuras de subred disponibles, cada una con capacidad para 256 UIDs de forma predeterminada (excepto la Subred 1, que tiene capacidad para 1024). Las subredes competirán activamente por las emisiones buscando pesos de consenso de los delegados dentro de la red 'root'.
• Para registrar una subred, individuos o entidades deben bloquear una cantidad específica de $TAO durante la duración de la existencia de la subred. Los propietarios de la subred asumen el papel de administradores de red completos y tienen derecho a las emisiones distribuidas a través de sus respectivas subredes. Poseen permisos completos, incluida la capacidad de llamar a acciones sudo en toda la red, como establecer hiperparámetros como las tarifas mínimas de la red.

• Cada subred está asociada con un UID de red único, y la propiedad de una subred se transfiere a la billetera que bloqueó la cantidad requerida de $TAO para su registro. Cuando se crea una subred, la cantidad correspondiente de $TAO se descuenta de la billetera del creador y se adjunta a la subred. En caso de que se cancele el registro de una subred, el $TAO bloqueado se devuelve al propietario.
• Un aspecto notable es que el 18% de las emisiones devueltas en $TAO apostadas dentro de una subred se otorgan al propietario de la subred. Esto incentiva a los creadores de subredes a crear mecanismos que atraigan delegados a la red de rutas, ya que aumenta sus posibilidades de evitar la cancelación del registro.
• Los subredes recién registrados reciben un período de inmunidad de una semana durante el cual no se pueden desregistrar. El costo de bloqueo inicial se establece en 2500 $TAO, duplicándose cuando una nueva subred se registra. Con el tiempo, el costo de bloqueo disminuye gradualmente, siguiendo un patrón lineal similar a un mecanismo de subasta holandesa. Este enfoque tiene como objetivo encontrar un equilibrio en la demanda de espacios de subred ajustando el costo de bloqueo con el tiempo.

• Cuando se anula el registro de una subred, el $TAO bloqueado para su registro se devuelve al propietario, se eliminan todos los mineros dentro de la subred y se restablece el estado de la red.

La red raíz

La red raíz sirve como una "metasubred" que opera por encima e influye en otras subredes, al tiempo que desempeña un papel fundamental en la determinación de las puntuaciones de emisión en todo el sistema.

Su función principal es emplear un mecanismo de consenso ponderado que involucra a delegados para producir un vector de emisión para cada subred. Los delegados dentro de la red 'raíz' asignan pesos a diferentes subredes basándose en sus preferencias, y un mecanismo de consenso determina en última instancia la asignación de emisiones.

Un aspecto notable es que la red 'root' consolida eficazmente los roles tanto del Senado como de los mecanismos de delegación, uniendo estas funciones en una sola entidad. Esta consolidación optimiza los procesos de toma de decisiones dentro del ecosistema de Bittensor.

La red 'root' posee la autoridad para dar forma al ecosistema mediante la influencia en la asignación de emisiones. Si considera que una subred o un aspecto particular del sistema no es valioso, tiene la capacidad de reducir o eliminar las emisiones a ese componente.

Las subredes dentro de la red Bittensor deben esforzarse activamente por atraer la mayoría de los pesos de los delegados dentro de la red 'raíz' para asegurar una parte significativa de las emisiones. Este aspecto competitivo subraya la importancia de las subredes en demostrar su valor y utilidad para el ecosistema en general.

Además, potencia a las 12 claves principales dentro de la red con el potencial de vetar propuestas presentadas por el triunvirato, agregando una capa adicional de gobierno y controles al sistema.

Perspectiva del Sector

En el ámbito de la tecnología, el poder ha estado durante mucho tiempo concentrado en manos de unos pocos gigantes tecnológicos. Estos gigantes han mantenido el control sobre valiosas mercancías digitales que son esenciales para impulsar la innovación. Bittensor, sin embargo, reconoce y desafía este paradigma predominante al introducir un sistema más democrático y accesible a través de su mercado.

La idea fundamental de Bittensor radica en la comprensión de que la inteligencia es el resultado de varios productos digitales, como la potencia informática y los datos. Históricamente, estos productos han estado estrechamente controlados y restringidos al ámbito de los gigantes tecnológicos. Bittensor busca romper estas cadenas mediante la introducción de subredes creadas por el usuario. Estos mercados operarán bajo un sistema de token unificado, asegurando que los desarrolladores de todo el mundo tengan acceso igualitario a los recursos que anteriormente eran exclusivos de unos pocos selectos dentro del ecosistema cerrado de las Grandes Tecnológicas.

Potencial Adopción

En la era digital actual, el poder transformador de la Inteligencia Artificial (IA) es innegable. La IA se ha convertido en una parte integral de nuestras vidas, simplificando la investigación, automatizando los flujos de trabajo, ayudando en la codificación y generando contenido a partir de texto. El rápido crecimiento de las capacidades de IA es evidente, pero este crecimiento conlleva desafíos relacionados con la escalabilidad y, lo que es más importante, la confiabilidad.

Incidentes recientes, como la interrupción temporal de ChatGPT durante las discusiones sobre las regulaciones de IA en Washington, han destacado la necesidad crítica de soluciones sólidas para abordar los desafíos de escalabilidad de la IA. Estas interrupciones han dejado a los usuarios preocupados por la estabilidad y confiabilidad de la IA a medida que se integra cada vez más en nuestra vida diaria. Es en momentos como estos que la importancia de $TAO de Bittensor se hace evidente.

El enfoque de Bittensor no solo defiende la inteligencia artificial de código abierto, sino que también demuestra que puede ser una búsqueda financieramente gratificante. Refleja la evolución competitiva vista en la minería de Bitcoin y allana el camino para un mercado próspero donde los mejores modelos de IA destacan. Este cambio capacita a los investigadores de IA para contribuir con su experiencia a un entorno abierto y dinámico, beneficiando en última instancia a la sociedad en su conjunto.

$TAO ofrece una infraestructura de IA descentralizada que puede mitigar problemas potenciales como el experimentado por ChatGPT. Al descentralizar la IA, Bittensor garantiza la resistencia y confiabilidad de los sistemas de IA, incluso a medida que su demanda continúa creciendo. Este enfoque establece una base confiable para el futuro de los servicios de IA.

Simplemente, Bittensor emerge como un mercado global para la inteligencia artificial de código abierto, presentando una solución convincente a los desafíos planteados por el desarrollo de inteligencia artificial de código cerrado.

• Fuerza Gravitacional para la Excelencia en IA: Bittensor opera como una fuerza gravitacional que atrae a los mejores modelos de IA de investigadores de todo el mundo. Al fomentar un mercado libre para la IA, la red fomenta la presentación de modelos de vanguardia. A medida que madura, Bittensor promete precios más bajos, elimina el riesgo de plataforma y ofrece los mejores resultados de IA, ya sea en texto, imágenes, video u otros formatos.
• Fuente abierta rentable: Bittensor transforma la inteligencia artificial de código abierto en un esfuerzo rentable. Siguiendo el ejemplo establecido por Bitcoin, Bittensor está estructurado con la suposición de que los interesados buscan beneficios. En este ecosistema, los mejores modelos de IA ganan más dinero. Paralelamente a la evolución de la minería de Bitcoin, la industria se está convirtiendo en competitiva y profesionalizada. Los investigadores de doctorado ahora tienen la oportunidad de llevar su investigación a este mercado abierto, cerrando la brecha entre la academia y la industria privada.
• Impresionante escala: Los incentivos de Bittensor han dado resultados notables. La red sirve a más de 4,000 modelos de IA, que comprenden asombrosamente 10 billones de parámetros de modelo. Para poner esto en perspectiva, GPT-3 tiene 175 mil millones de parámetros.
• Stakeholders diversos: el ecosistema de Bittensor involucra a una variedad de partes interesadas, incluidos mineros, validadores, nominados y consumidores. Esta participación diversa garantiza la solidez y el crecimiento continuo de la red.

Una consideración significativa es el estado actual de la IA, gran parte de la cual permanece bloqueada detrás de puertas cerradas y bajo el control de algunos gigantes tecnológicos. Esto plantea la pregunta: ¿qué pasaría si la IA pudiera ser abierta y aprender de otros modelos de IA en un entorno colaborativo? $TAO de Bittensor busca proporcionar una solución a esta pregunta.

• Adopción por crecimiento: Si bien algunas de las principales empresas de IA pueden dudar en hacer públicas sus tecnologías de IA patentadas, $TAO ofrece una propuesta intrigante. Introduce la posibilidad de una mayor monetización a través de microtransacciones. Imagínese soluciones de IA establecidas como OpenAI que acepten micropagos cada vez que alguien utilice sus modelos de entrenamiento dentro del ecosistema de Bittensor para crear sus productos y negocios. Esto podría abrir una nueva fuente de ingresos para estas empresas, animándolas a participar en una red abierta de IA.
• Adopción por demanda: Alternativamente, supongamos que las soluciones actuales de IA sigan cerradas y reacias a las redes abiertas. Incluso con un capital sustancial a su disposición, existe la posibilidad de que el código abierto supere a estas soluciones financiadas en gran medida. Si bien los recursos financieros son cruciales para el crecimiento tecnológico, el potencial de una tecnología que puede aprender de forma autónoma y de su entorno no debe subestimarse.

El Dilema del Código Abierto

El debate en torno a si los modelos de IA deben ser de código abierto ha ganado protagonismo a medida que aumentan las preocupaciones sobre el problema de alineación en la IA. La pregunta fundamental es si el código real detrás de los modelos de IA debe ser de libre acceso para todos. Curiosamente, incluso si los principales actores como OpenAI abrieran el código de sus modelos, no necesariamente representaría una amenaza para Bittensor. En un entorno de código abierto, cualquiera podría utilizar estos modelos en la red Bittensor.

Dentro de la comunidad tecnológica, hay una divergencia de opiniones sobre este asunto. Algunos argumentan que la tecnología de inteligencia artificial de código abierto podría permitir que actores malintencionados exploten la IA con fines dañinos. Por otro lado, otros sostienen que otorgar derechos exclusivos sobre las tecnologías de IA a las grandes corporaciones plantea un peligro más significativo. Por ejemplo, concentrar el poder de la IA en manos de unas pocas corporaciones de billones de dólares, como se ve en el enfoque de OpenAI en recaudar fondos sustanciales, podría plantear preocupaciones éticas, resaltando el riesgo de corrupción del poder.

La decisión de Meta de hacer de código abierto su Llama2LLM indica un cambio en la industria hacia la adopción de prácticas de código abierto. Este movimiento brinda una oportunidad para que Bitensor aprenda y potencialmente integre los avances de Meta en su red, cerrando la brecha de rendimiento de manera más rápida.

Es fundamental examinar la valoración tanto de $TAO como de OpenAI. En la actualidad, OpenAI ocupa una posición dominante en la industria, con un valoración que oscila entre 80.000 y 90.000 millones de dólaresSin embargo, opera dentro de un ecosistema cerrado que depende en gran medida de Microsoft y sus servicios en la nube con permiso. A pesar de esto, OpenAI ha atraído con éxito a los mejores talentos de todo el mundo. Por otro lado, a medida que avanza el tiempo y las iniciativas de código abierto se vuelven más prevalentes, el grupo de talentos disponibles está preparado para expandirse exponencialmente, llegando a todos los rincones de Internet. Esta democratización de la experiencia en inteligencia artificial podría desempeñar un papel crucial en la formación de la adopción de Bittensor.

Paisaje competitivo - IA centralizada

La adopción por parte de los desarrolladores sigue siendo un factor fundamental en el viaje de Bittensor. Actualmente, los desarrolladores pueden interactuar con la red a través de la API de Python desarrollada por la Fundación OpenTensor, lo que subraya la importancia de fomentar una comunidad de desarrolladores sólida para impulsar la adopción. Hoy en día, Bittensor está trabajando activamente en la descentralización de aspectos críticos de la red, como la creación y capacitación de modelos, recompensando los modelos más ajustados y fomentando la toma de decisiones impulsada por la comunidad.

Curiosamente, los jugadores establecidos en el dominio de la inteligencia artificial, incluidos OpenAI y Google, se han convertido ahora en competidores de $TAO. Están profundamente involucrados en la etapa de generación de modelos de IA e incluso se han aventurado en integraciones verticales potenciales dentro de diversas industrias. En este contexto, uno de los desafíos principales que enfrenta $TAO es el problema de la división de datos.

A diferencia de gigantes tecnológicos como Facebook, Apple, Amazon, Netflix y Google (FAANG), que tienen acceso a vastos repositorios de datos significativos, las comunidades de crowdsourcing pueden carecer del mismo nivel de recursos y acceso a datos. Las organizaciones FAANG están equipadas con los medios financieros para impulsar sus esfuerzos de IA con hardware robusto como la tecnología de vanguardia de Nvidia, incluyendo H100s y GH200s, que pueden acelerar significativamente el entrenamiento de modelos de IA.

Al mismo tiempo, es esencial tener en cuenta que todas las soluciones de IA principales hoy en día se caracterizan por ser cerradas y centralizadas. Esto incluye a empresas prominentes como OpenAI, Google, Midjourney y otras, cada una ofreciendo soluciones disruptivas de IA. Sin embargo, la brecha entre los modelos cerrados y de código abierto se está reduciendo rápidamente. Los modelos de código abierto están ganando terreno en cuanto a velocidad, personalización, privacidad y capacidad general. Logran características impresionantes con presupuestos y tamaños de parámetros relativamente modestos en comparación con sus contrapartes cerradas. Además, estos modelos de código abierto operan en un cronograma acelerado, entregando resultados en semanas en lugar de meses.

Google, un gigante tecnológico por derecho propio, ha reconocido esta tendencia transformadora. A documento interno filtrado de la compañía afirma: "No tenemos foso, y tampoco OpenAI". Este reconocimiento subraya la creciente influencia de la IA de código abierto en el panorama competitivo.

En este ecosistema de IA en evolución, $TAO surge como un catalizador para el cambio, desafiando el modelo tradicional de desarrollo y entrenamiento de IA. Su enfoque descentralizado y su espíritu impulsado por la comunidad lo posicionan como un contendiente en el ámbito dinámico donde alguna vez reinaron los gigantes tecnológicos.

A diferencia de las plataformas centralizadas que restringen el acceso a un solo modelo de IA, la arquitectura de Bittensor proporciona acceso sin permisos a la inteligencia. Sirve como un punto de acceso único para los desarrolladores de IA, ofreciendo todos los recursos computacionales necesarios mientras abraza las contribuciones externas. Este modelo inclusivo interconecta redes neuronales en todo Internet, creando un sistema global, distribuido y orientado a incentivos de aprendizaje automático.

Darse cuenta del potencial completo de la IA exige un alejamiento de las prácticas de desarrollo de código cerrado y sus limitaciones asociadas. Al igual que los niños amplían su comprensión a través de las interacciones sociales, la IA florece en entornos dinámicos. La exposición a conjuntos de datos diversos, las ideas de investigadores innovadores y las interacciones con diversos modelos fomentan la creación de sistemas de IA más robustos e inteligentes. La trayectoria de la IA no debería ser dictada por una sola entidad.

En este futuro marcadamente contrastante, la elección entre un mundo dominado por algoritmos de caja negra y autoridad centralizada y un paisaje de IA abierto y democratizado se vuelve crucial para la sociedad.

En el primer escenario, donde mega-corporaciones como OpenAI o Anthropic tienen el control de las soluciones de IA, corremos el riesgo de vivir bajo un régimen de vigilancia constante. Estas corporaciones poseerían un poder inmenso sobre nuestros datos personales e interacciones diarias, con la autoridad para cerrar servicios y denunciar a individuos por opiniones disidentes o discusiones.

Sin embargo, la alternativa más optimista ofrece un mundo donde la IA está enraizada en plataformas de código abierto, construidas en redes de propiedad universal. Aquí, el poder y el control están descentralizados, y la IA sirve como una herramienta para el empoderamiento en lugar de la vigilancia. En este escenario, la creatividad y el desarrollo pueden prosperar sin el temor al sesgo corporativo o la censura.

Así como Internet democratizó el acceso a la información, un ecosistema de IA abierto democratizaría el acceso a la inteligencia. Garantiza que la inteligencia no esté monopolizada por unos pocos seleccionados, promoviendo un campo de juego nivelado donde cualquiera puede contribuir, aprender y beneficiarse.

$TAO Tokenomics

• Al igual que en bitcoin, el suministro máximo total de tokens $TAO está limitado a 21.000.000, que se emitirán después de 256 años.
• La reducción a la mitad de $TAO ocurrirá cada 10.5 millones de bloques, con un conjunto de 64 eventos de reducción a la mitad que ocurrirán durante los próximos 45+ años.

• La red opera en un tiempo de bloque de aproximadamente 12 segundos, con 1 $TAO recompensado a mineros y validadores por bloque.
• Actualmente, eso equivale a 7,200 nuevos tokens $TAO que se emiten cada día, distribuidos equitativamente entre mineros y validadores.

Otra similitud con Bitcoin es que el calendario de emisión de $TAO también sigue el concepto del halving, que ocurre aproximadamente cada 4 años. Sin embargo, esto está determinado por la emisión total de tokens en lugar del número de bloque. Por ejemplo, una vez que se ha emitido la mitad de la oferta total, la tasa de emisión se reduce a la mitad.

Es importante destacar que $TAO tokens utilizados para reciclar los registros se vuelven a quemar en el suministro no emitido, lo que lleva a un alargamiento gradual de los intervalos de reducción a la mitad. Este mecanismo garantiza que el cronograma de emisión se ajuste dinámicamente a lo largo del tiempo, reflejando las necesidades y la dinámica económica de la red.

La Economía de Token $TAO

La economía de tokens $TAO de Bittensor se caracteriza por su simplicidad, compromiso con la descentralización y distribución justa. A diferencia de muchos otros proyectos de blockchain, los tokens $TAO no se han asignado a ninguna parte a través de ICOs, IDOs, ventas privadas a VCs o asignaciones privilegiadas al equipo, fundación o asesores. En su lugar, cada token en circulación debe ser ganado a través de la participación activa en la red.

También hay asignadores de capital involucrados en la red, participando como mineros o validadores, así como proporcionando servicios de creación de mercado, como DCG, GSR o Polychain. Lo relevante es que ninguno de ellos recibió una asignación de tokens que provenga de una preventa o venta privada.

El token $TAO se puede utilizar para gobernanza, para Staking y participar en el mecanismo de consenso, y como medio de pago dentro de la red Bittensor.

De esta manera, los validadores y mineros apuestan sus tokens como colateral para asegurar la red y obtener recompensas a través de emisiones inflacionarias, mientras que los usuarios y empresas pueden usar $TAO para acceder a servicios de IA y aplicaciones construidas en la red.

Los nuevos tokens $TAO solo se pueden producir a través de la minería y la validación. La red recompensa tanto a los mineros como a los validadores, y cada bloque otorga 1 $TAO recompensa, compartida a partes iguales entre mineros y validadores. Por lo tanto, las únicas formas de adquirir $TAO es comprando tokens en el mercado abierto o participando en actividades de minería y validación.

El modelo de distribución de tokens directo de $TAO refleja los principios de descentralización, recordando al ethos de Bitcoin establecido por Satoshi Nakamoto. La acuñación génesis de $TAO se alinea con el calendario de emisiones de Bitcoin ($BTC), brindando una oportunidad igual para cualquiera que contribuya valor a la red. Este enfoque subraya la importancia de prevenir la concentración de poder y propiedad, particularmente en el ámbito de la inteligencia artificial, que tiene implicaciones sociales significativas y no debería ser controlada por unos pocos seleccionados.

Este modelo de distribución asegura que la minería siga siendo un proceso competitivo. A medida que más mineros se unen a la red, la competencia aumenta, lo que hace que sea desafiante mantener la rentabilidad. Esto, a su vez, motiva a los mineros a encontrar formas de reducir sus costos operativos, promoviendo la eficiencia y la innovación dentro de la red.

La Captura de Valor de $TAO

$TAO, el token nativo de la red Bittensor, obtiene su valor intrínseco de su papel único en el ecosistema. A diferencia del modelo L1 estándar donde los tokens de red obtienen su valor de la venta de espacio de bloque, el valor de $TAO está ligado a los servicios de IA que habilita. A medida que estos servicios de IA se vuelven más impactantes y útiles, aumenta la demanda de $TAO.

Mantener $TAO otorga acceso a una amplia gama de recursos digitales interconectados, incluidos datos, ancho de banda e inteligencia generada y verificada por los participantes de la red. Como se refleja en el cronograma de emisiones, el valor de $TAO no se basa únicamente en la especulación o la escasez, sino que está profundamente arraigado en las contribuciones tangibles y la utilidad que proporciona dentro de la red de Bittensor.

Sin embargo, mantener este ciclo de creación y recompensa no está garantizado. Los mineros y validadores, al contribuir con inteligencia valiosa a la red y ganar tokens $TAO a cambio, también tienen un incentivo para vender y cubrir gastos, similar a los mineros de Bitcoin.

¿Cómo es el valor en el precio del Token?

Al igual que cualquier otro Token, el precio de $TAO está determinado por los principios económicos fundamentales de la oferta y la demanda. La demanda aumentada de $TAO resulta en una apreciación del precio, mientras que la demanda disminuida conduce a una depreciación del precio. Por lo tanto, la idea es que la demanda de la actividad del ecosistema compensará los desbloqueos de la oferta.

Solo puede obtener $TAO contribuyendo a la red. Para eso, debe comprarlo y mantenerlo o gastarlo para comenzar a usar la red.

• Impulsores de la demanda:
  • Actividad del ecosistema:
    • Los validadores requieren tokens $TAO para el registro.
    • Los usuarios pueden comprar $TAO para participar en procesos de votación relacionados con la alineación de inteligencia.
    • Usar como pago dentro de la red.
  • Demanda de Staking y delegación de $TAO para ganar recompensas de Staking. Esto puede ayudar a proteger contra emisiones inflacionarias.
  • Prima especulativa como una forma de apostar por el potencial al alza de la fusión de dos tecnologías disruptivas como la cadena de bloques y la IA.
  • Los efectos de red que resultan de la entrada de más desarrolladores en la red y aprovechan el potencial de los modelos de código abierto
• Impulsores de suministro:
  • Emisión de tokens de emisiones inflacionarias para alcanzar la oferta total de 21,000,000
  • Los mineros y validadores pueden vender tokens $TAO para cubrir sus gastos operativos. Este aspecto es similar a los mineros de Bitcoin que venden para cubrir costos.

A medida que la red se expande y se agregan más modelos de IA y subredes, aumenta el potencial de captura de valor. El crecimiento de la red también se ve impulsado por la sinergia entre la IA y la cadena de bloques, creando un ciclo auto reforzante.

De esta manera, Bittensor encarna los principios de la Ley de Metcalfe, donde el valor de una red es proporcional al cuadrado del número de usuarios o nodos conectados. A medida que más participantes se unen a la red, el valor que ofrece aumenta exponencialmente.

Cómo capturar ese valor

En Bittensor, los validadores tienen incentivos para atraer apuestas de los poseedores de tokens, y esta apuesta es fundamental para su operación dentro de la red. Como poseedor de tokens, puedes elegir entre una variedad de validadores diferentes para apostar tu $TAO. La opción más común es la propia Fundación OpenTensor, con alrededor del 20% de propiedad en la red.

Actualmente, los validadores distribuyen el 82% de sus recompensas a los delegados en forma de tokens $TAO. En consecuencia, delegando $TAOlos tokens a un Validador presentan una oportunidad para que los tenedores de tokens obtengan recompensas de Staking. Esto puede ayudar a proteger a los usuarios contra la posible dilución de las emisiones inflacionarias.

• Las recompensas del validador actualmente están en 22.45%
• Las recompensas por participación actualmente se encuentran en 18.41%

Riesgo/Rendimiento y Horizonte Temporal

Al evaluar el riesgo/recompensa de asignar parte de la cartera a $TAO, es importante ser consciente de lo que realmente está comprando. La compra, por ejemplo, no da derecho al titular a ningún tipo de rendimiento pagado en USD generado por la actividad económica de la red. En su lugar, se le recompensa con emisiones de tokens. Como poseedor de tokens, podría delegar esas emisiones para ganar un APY y aumentar sus tenencias de $TAO.

Las analogías con Bitcoin son claras, pero hay una historia implícita detrás de $BTC que lo hace único. Nadie puede proporcionar una respuesta satisfactoria sobre cuál es el valor de $BTC o por qué tiene algún tipo de valor, por eso la comunidad termina encarnando una guerra tribal entre los no-coiners, los "shitcoiner" y los maxis.

De hecho, la economía real del token de Bitcoin es simple de entender: $BTC se utiliza para incentivar a los mineros a operar y ejecutar la red. Como consecuencia, los poseedores actuales se diluyen (aunque pueden convertirse en mineros - o delegados en el caso de Bittensor). Por lo tanto, aquellos que mantienen el token no son recompensados, y no reciben ningún incentivo de la red subyacente.

Pero en el caso de $BTC, hay un factor importante a considerar, y eso es la escasez. El hecho de que solo habrá $21M lo hace único. Y aunque la economía de TOKEN ha sido modelada según Bitcoin en sí, todavía hay más del 70% de tokens no emitidos. Esto presenta un dilema para los inversores sobre qué valoran más: la descentralización de la red o la escasez del activo.

Al final, la utilidad de $TAO se deriva del acceso que proporciona a los modelos de IA, su uso para la gobernanza, el acceso a recompensas de Staking y como mecanismo de incentivo.

Gastos Operativos

Los desarrollos de infraestructura actuales son pagados por el Fundación Opentensora través de financiación de la delegación a ellos, así como por recompensas de delegación. Otros desarrollos son llevados a cabo por terceros que operan sus propios validadores y son financiados a través de la delegación también.

Así como cualquier iniciativa global requiere financiamiento para investigación, desarrollo e implementación, el éxito de la IA depende de cómo se coordina el capital y cómo se recompensa a los interesados por sus contribuciones. Es esta asignación estratégica de recursos (investigación, GPU para entrenamiento…) la que impulsa el crecimiento y el impacto de la IA.

En el ámbito de la IA, especialmente en el caso de modelos de lenguaje grandes como ChatGPT, los costos operativos son substanciales. OpenAI, por ejemplo, se estima que gasta aproximadamente $700,000 por día para operar ChatGPTlo que destaca la considerable carga financiera asociada con modelos de IA a gran escala. Los costos de entrenamiento pueden variar desde millones hasta decenas de millones de dólares por cada modelo, lo que lo convierte en un esfuerzo aún más intensivo en recursos. El costo de entrenar un modelo en un conjunto de datos grande puede ser aún mayor, llegando hasta $30 millones.

Si bien la empresa ha obtenido financiación sustancial, incluida una inversión reciente de Microsoft (aproximadamente la mitad en forma de créditos de Azure), los crecientes costos de entrenar grandes modelos de lenguaje son una preocupación. Cada ejecución de entrenamiento cuesta millones, y la necesidad de comenzar desde cero para nuevos modelos agrava este problema.

Aquí es donde el enfoque de Bittensor de "Compuesto de Conocimiento" se vuelve relevante. El enfoque único de Bittensor se centra en la descentralización y la colaboración a través del "Compuesto de Conocimiento". Esta filosofía permite a los sistemas de IA construir sobre el conocimiento existente de manera descentralizada, ofreciendo ventajas como:

• Eficiencia de costos: Al aprovechar el conocimiento existente y mejorarlo continuamente, el enfoque de Bittensor podría potencialmente reducir la necesidad de costosos procesos de reentrenamiento desde cero.
• Adaptabilidad: Las aplicaciones de IA a gran escala a menudo enfrentan necesidades y desafíos en constante evolución. Es aquí donde un enfoque descentralizado permite a las organizaciones adaptar sus sistemas de IA de manera más flexible, asegurando que sigan siendo relevantes y efectivos en un entorno dinámico.
• Descentralización: la red descentralizada de Bittensor empodera a una comunidad global de colaboradores, reduciendo la dependencia de una sola entidad o infraestructura centralizada. Esto fomenta la innovación y la diversidad en el desarrollo de IA.
• Colaboración: La naturaleza colaborativa de Knowledge Compounding fomenta el intercambio de conocimientos y el aprendizaje cooperativo entre nodos en la red, fomentando un entorno dinámico para el avance de la IA.

Equipo e Inversores

Bittensor es un protocolo de código abierto que impulsa una red descentralizada de aprendizaje automático basada en blockchain. El equipo detrás de Bittensor incluye Jacob Steeves(Fundador),Ala Shaabana (Fundador), Jacqueline Dawn(Director de Marketing), ySaeideh Motlagh(Arquitecto de Blockchain) entre otros. La Fundación Opentensor también planea expandir su equipo este año.

Hay un seudónimo llamado Yuma Rao que también se menciona en el libro blanco de Bittensor, al igual que en Bitcoin Satoshi Nakamoto. No se sabe si esta persona realmente existe y es posible que nunca sepamos más sobre él o ella.

Bittensor no ha revelado ningún asesor notable o inversor clave, aparte de recibir financiación de la Fundación OpenTensor, que es una organización sin ánimo de lucro que apoya el desarrollo de Bittensor. Bittensor tampoco ha anunciado ninguna colaboración oficial.

Tesis

La mayoría de las empresas tecnológicas están muy por debajo de sus valoraciones previas a la pandemia, sin embargo, las empresas de inteligencia artificial están alcanzando ahora máximos históricos tanto en múltiplos de valoración como en tasas de crecimiento.

Con una capitalización de mercado significativamente menor que la de los gigantes de la industria, Bittensor podría ser el lugar perfecto para aplicaciones de IA a gran escala/alta demanda y el uso de modelos de código abierto.

Obviamente, la comparación más sencilla para medir el potencial al alza es comparar con la valoración privada de OpenAI en $29 mil millones. Realista o no, esto es ligeramente más de 28 veces superior al FDV de $TAO. Considerando cuánto tiempo llevará que todo el suministro entre en circulación, podemos usar la capitalización de mercado en circulación para obtener una cifra aproximada donde la valoración privada de OpenAI es más de 108 veces la capitalización de mercado de $TAO.

Sin embargo, este es un enfoque altamente especulativo que puede simplificarse como apostar por proyectos que pueden beneficiarse al estar en la intersección de la inteligencia artificial y la criptomoneda.

La característica más importante a tener en cuenta es el hecho de que Bittensor está abordando el problema de la centralización de la IA. En este momento, un pequeño número de corporaciones controlan una minoría de modelos grandes y poderosos, pero todos están aislados y apenas hay colaboración o intercambio de conocimientos.

Los modelos de IA aislados no pueden aprender unos de otros, y por lo tanto no son acumulativos (los investigadores deben empezar desde cero cada vez que crean nuevos modelos). Esto contrasta fuertemente con la investigación en IA, donde los nuevos investigadores pueden basarse en el trabajo de los investigadores pasados, creando un efecto acumulativo que potencia el desarrollo de ideas.

El AI aislado también está limitado en funcionalidad, ya que las integraciones de aplicaciones de terceros y datos requieren permiso del propietario del modelo (en forma de asociaciones tecnológicas y acuerdos comerciales). Esta limitación afecta directamente el valor y la utilidad del AI, ya que solo puede ser tan valioso como el rango de aplicaciones que puede impulsar de manera efectiva.

Este entorno centralizado y de ganador se lleva todo no es beneficioso para equipos pequeños con menos recursos. En este contexto, la fuerza principal de Bittensor es su red descentralizada y mecanismo de incentivos para animar a los equipos pequeños e investigadores a monetizar su trabajo.

Si Bittensor tiene éxito en reducir la brecha de rendimiento con los principales proveedores de IA de código cerrado como GPT-4, podría convertirse en la opción preferida para desarrolladores, empresas e investigadores en el espacio de la cripto y la IA. Su naturaleza abierta y colaborativa lo posiciona como una alternativa atractiva a los ecosistemas cerrados, lo que podría llevar a una adopción significativa.

En última instancia, la valoración de TAO puede derivarse de la utilidad de la red (actividad económica construida sobre ella) o del flujo de caja directo al protocolo.

• Como token de utilidad, $TAO es necesario para acceder a la red. Por lo tanto, su valoración podría derivarse de la utilidad económica construida sobre ella.
• Como token de Staking, los titulares pueden delegar $TAO a los validadores y recibir una parte de los ingresos de la red.
• También podemos medir los retornos basados en la participación de mercado y múltiples suposiciones (lo que también hace que el valor predicho sea poco fiable).

Dado que la utilidad es más subjetiva y abstracta para valorar, podemos comenzar con el flujo de efectivo. Suponiendo que el mercado de ML pueda alcanzar un cierto tamaño de mercado en el futuro (ver Precedence Research estimaen la imagen a continuación), podemos valorar la red Bitensor en función de su participación potencial en el mercado y múltiplo de ingresos.

Independientemente del tamaño de mercado estimado, Bittensor sigue siendo un proyecto altamente especializado y complejo de entender, lo cual es un impedimento para la fácil integración de desarrolladores y la adopción por parte de los usuarios.

El proyecto aún se encuentra en una etapa muy temprana de desarrollo, y podría haber problemas inesperados con la red. Por ejemplo, en junio hubo una colusión entre mineros que manipularon la red y causaron que TAO se vendiera en el mercado. La solución temporal fue reducir las emisiones en un 90% para dar tiempo adicional a la Fundación Opentensor para trabajar en una solución que mantenga la red honesta y permita que el protocolo funcione como se pretende.

La mayoría de los productos que están en vivo en la red actualmente no pueden competir contra las contrapartes centralizadas, y hasta ahora tienen una baja tasa de adopción. La mejor manera de aprender y probar por ti mismo es probar los servicios ofrecidos en el Hub Bittensor.

También deberíamos preguntarnos si la tokenomía de Bitcoin tiene sentido para una red especializada en proporcionar servicios de IA como Bittensor. Quizás la naturaleza desinflacionaria de $BTC no sea la mejor para una red que requiere un número creciente de mineros y aplicaciones construidas encima para escalar. Idealmente, el token debería inflarse con el crecimiento de la adopción de la red, más similar al petróleo digital que al oro digital. De alguna manera, esto ya está integrado, incentivando a los mineros a competir entre sí y distribuyendo el suministro a lo largo de más de 200+ años.

Otro desafío es la privacidad, debido a la imposibilidad de cifrar los datos antes de que pasen por la red neural. Esto es aún más problemático en un entorno descentralizado, ya que cualquier dato que pase por el proceso de aprendizaje y/o inferencia definitivamente no será privado. Concedido, este es un problema potencial también en entornos centralizados, pero entonces solo tienes que preocuparte de que 1 parte conocida vea tus datos en lugar de muchas desconocidas.

Economía

Precio Token

Precio relativo a ATH y ATL

Distribución de Suministro

Conclusión

Bittensor puede ser una apuesta poderosa en la intersección de la IA y la criptomoneda. Sin embargo, sin duda es uno de los proyectos más complejos para evaluar su tasa de crecimiento y potencial al alza.

Está claro que hay mucho potencial en una red descentralizada para aprovechar la utilidad de la IA, especialmente a la hora de incentivar los modelos de código abierto y descentralizar la propiedad de la red. Sin embargo, los servicios y casos de negocio construidos sobre Bittensor aún no son lo suficientemente competitivos.

La IA también es una industria que requiere enormes gastos operativos y grandes cantidades de financiación que solo pueden lograr los gigantes de la industria. Bittensor es una apuesta muy contraria en este sentido, por lo que vale la pena considerar tantos factores de riesgo/recompensa como sea posible.

Referencias

Bittensor – TAO

• Sitio web
• Docs
• Whitepaper
• El Consenso Yuma
• Exploradores
• Puente de TAO
• Delegar
• Estadísticas de TAO
• Noticias TAO
• Coingecko
• Twitter
• Discord
• Grupo de Telegram de la comunidad
• Github
• @Bittensor">Youtube
• Blog Fundación Opentensor
• LinkedIn Opentensor Fundación
• Plantilla de subred de Bittensor
• Lista de Validadores

Fuentes externas

• La convergencia de Crypto y AI por Multicoin Capital
• El Hub de Bittensor - Agregador de contenido

Descargo de responsabilidad:

1. Este artículo es reimpreso de [revelointel]. Todos los derechos de autor pertenecen al autor original [revelointel]. Si hay objeciones a esta reimpresión, por favor contacta al Aprendizaje de la puertaequipo, y lo manejarán rápidamente.
2. Descargo de responsabilidad: Los puntos de vista y opiniones expresados en este artículo son únicamente los del autor y no constituyen ningún consejo de inversión.
3. Las traducciones del artículo a otros idiomas son realizadas por el equipo de Gate Learn. A menos que se mencione, está prohibido copiar, distribuir o plagiar los artículos traducidos.