A aprendizagem automática e a inteligência artificial estão transformando o mundo de forma inédita. As aplicações de aprendizagem automática estão em todos os lugares, desde carros autônomos até assistentes inteligentes, desde diagnósticos médicos até entretenimento. No entanto, apesar dos avanços e inovações rápidas nesse campo, muitos desafios e limitações ainda impedem o pleno potencial da aprendizagem automática.

Um dos principais desafios é a natureza centralizada e compartimentada das plataformas e sistemas de aprendizado de máquina. A maioria dos modelos e dados de aprendizado de máquina é controlada 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 é treinada de forma isolada, sem se beneficiar da inteligência coletiva e diversidade de outros modelos e fontes de dados.

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

O que é Bittensor?

Bittensor é um protocolo peer-to-peer para sub-redes descentralizadas focadas em aprendizado de máquina. Uma sub-rede é um grupo de nós que oferecem serviços especializados de aprendizado de máquina para a 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 sentimento, etc.

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

Como o Bittensor funciona?

Bittensor é uma rede descentralizada que revoluciona a forma como os modelos de aprendizado de máquina são criados, compartilhados e incentivados. Ele opera peer-to-peer, formando um ecossistema global onde os modelos de IA colaboram para formar uma rede neural. Esta seção explora os mecanismos que fazem o Bittensor funcionar de forma eficaz.

Yuma Consenso

No centro da operação do Bittensor está o Consenso Yuma. Este mecanismo de consenso é projetado para permitir que os proprietários de sub-redes 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, ponderadas pelo stake. Isso garante que nenhum grupo tenha controle completo sobre o que é aprendido e mantém 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 várias redes neurais, cada uma especializada em um aspecto diferente dos dados. Esses modelos especializados colaboram quando novos dados são introduzidos, combinando seus conhecimentos especializados 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

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 da sub-rede e governa o consenso entre os validadores da sub-rede. Esses mecanismos são análogos às funções de perda em aprendizado de máquina, direcionando o comportamento dos mineradores da sub-rede 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 pelo Bittensor. Ele recompensa nós dentro da rede por contribuírem com modelos valiosos de aprendizado de máquina e saídas. Ao contrário dos mecanismos tradicionais de Prova de Trabalho (PoW) ou Prova de Participação (PoS) que dependem do poder computacional ou da participação financeira, a Prova de Inteligência prioriza as contribuições intelectuais dos nós. Isso alinha o sistema de recompensas da rede com sua missão principal de avançar a inteligência artificial.

Os nós na rede Bittensor precisam se registrar e participar do processo de consenso. Eles fazem isso resolvendo um desafio de prova de trabalho (POW) ou pagando uma taxa. Uma vez registrados, eles se tornam parte de uma sub-rede e contribuem para a inteligência coletiva da rede. Os validadores então avaliam o valor dos modelos de aprendizado de máquina e saídas fornecidos por esses nós, garantindo a qualidade e integridade dos ativos intelectuais da rede.

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

Sub-redes

As sub-redes são os blocos de construção do 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 registrados e modelos de aprendizado de máquina associados. Os validadores dentro dessas 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 permaneça uma plataforma descentralizada, colaborativa e inovadora para o desenvolvimento de modelos de IA e machine learning. Ao incentivar a participação e aproveitar a inteligência coletiva de sua rede, o Bittensor está na vanguarda da tecnologia de machine learning descentralizada.

Componentes do Bittensor

Bittensor é uma rede descentralizada que conecta modelos de aprendizado de máquina em vez de computadores ou servidores. Esses modelos, chamados 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.

O Bittensor usa quatro componentes principais: o blockchain, os neurônios, as sinapses e o metagrafo para possibilitar 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 registra as transações e interações entre os nós na rede, bem como as regras de governança e consenso. A blockchain também permite a criação e distribuição do token $TAO, que é a moeda nativa da Bittensor.

Os Neurônios

Os neurônios são os nós na rede que executam modelos de aprendizado de máquina e oferecem serviços de aprendizado de máquina para a rede. Cada neurônio tem uma identidade única e uma chave pública, que estão registradas no blockchain. Cada neurônio também possui um arquivo de configuração que especifica o tipo de modelo de aprendizado de máquina, 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 pela metagrafia, 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 mudanças usando seus tokens TAO.

A Carta de Delegado Bittensor

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

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

A Carta de Delegação 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 o Bittensor Habilita Modelos de Aprendizado de Máquina

O Bittensor permite que os 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 acessar um serviço de aprendizado 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 em 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 nos critérios.
• O consumidor paga ao neurônio 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 de acordo.

Tipos de Tarefas e Aplicações de Aprendizado de Máquina que Podem ser Realizadas no Bittensor

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

• Texto de aviso: Um consumidor pode enviar um texto de aviso, como uma frase ou um parágrafo, e receber uma conclusão de texto, como uma história ou um ensaio, da rede.
• Legenda 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 um rótulo que identifica a pessoa na imagem, da rede.

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

Como funcionam sub-redes?

Origem: 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 de tarefas para cada grupo. As sub-redes possibilitam a criação de diversos mercados descentralizados de commodities, ou competições, que estão situados sob um sistema de token unificado.

O Papel e a Função das Sub-redes

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

• As sub-redes permitem a divisão do trabalho e a especialização entre os neurônios. Cada sub-rede concentra-se em um tipo específico de serviço de aprendizado de máquina, como sugestão de texto, legendagem de imagens, reconhecimento de fala, reconhecimento facial, etc. Isso permite que os neurônios otimizem seus modelos e recursos para seu domínio escolhido, e ofereçam serviços de alta qualidade e eficientes para a rede.
• As sub-redes permitem a criação de mecanismos de incentivo personalizados para cada grupo de neurônios. Cada sub-rede pode projetar e implementar seu próprio sistema de recompensas e penalidades, com base em seus critérios e objetivos. Isso permite que a sub-rede alinhe os incentivos dos neurônios com os resultados desejados da sub-rede e incentive a colaboração e inovação entre os neurônios.
• As sub-redes facilitam a governança e o consenso da rede. Cada sub-rede possui seus validadores, que são responsáveis por atualizar o metagrafo e garantir a segurança da rede. Os validadores são eleitos pelos membros da sub-rede, que apostam seus tokens TAO para votar em seus candidatos preferidos. Os validadores também participam da governança da rede, propondo e votando em mudanças e atualizações que afetam a rede.

O Processo de Criar e Participar de Sub-redes

Para criar ou participar de uma sub-rede, você precisará ter um neurônio, que é o seu nó na rede. Você também precisará ter alguns tokens TAO, que são a moeda da rede. Você pode seguir esses passos para criar ou participar de uma sub-rede:

• Para criar uma sub-rede, você deve registrar uma sub-rede na blockchain Bittensor pagando uma taxa em tokens TAO. A taxa dependerá da demanda e oferta de sub-redes na rede. Você pode usar o btcli criar sub-redecomando 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. Você também precisará fornecer um nome de carteira e uma senha, que serão usados para gerar suas chaves pública e privada para sua sub-rede. Você receberá um netuid, que é um identificador único para sua sub-rede na rede.
• Para ingressar em 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 ingressar em uma sub-rede e especificar o netuid da sub-rede que deseja ingressar. Você também precisará fornecer um nome de carteira e uma senha, que serão usados para gerar suas chaves pública e privada para sua sub-rede. Você receberá uma mensagem de confirmação indicando que ingressou com sucesso na 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 aprendizado 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 prompts de texto, sumarização de texto, tradução de texto, análise de sentimento de texto, etc. Estas sub-redes aceitam e retornam texto nos formatos de entrada e saída.
• Sub-redes de imagem: Essas sub-redes fornecem serviços de visão computacional, como legenda de imagem, classificação de imagem, segmentação de imagem, geração de imagem, etc. Essas sub-redes aceitam e retornam imagens nos formatos de entrada e saída.
• Sub-redes de áudio: Essas sub-redes fornecem serviços de processamento de fala e som, como reconhecimento de fala, síntese de fala, tradução de fala, geração de som, etc. Essas sub-redes aceitam e devolvem clipes de áudio como formatos de entrada e saída.
• Sub-redes de vídeo: Essas sub-redes fornecem serviços de processamento de vídeo e movimento, como legendas de vídeo, classificação de vídeo, segmentação de vídeo, geração de vídeo, etc. Essas sub-redes aceitam e retornam vídeos em formatos de entrada e saída.

Essas 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 retornar 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 sumarização 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 diversos participantes na rede Bittensor. Os mineradores 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 poder computacional para a rede, o que é essencial para os processos de aprendizado de máquina descentralizados.
• Staking: Para participar da rede como minerador e ganhar recompensas, os participantes devem apostar um token $TAO. O staking serve como uma forma de garantia ou "skin in the game", o que ajuda a garantir que os mineradores estejam motivados a agir no melhor interesse da rede. Também ajuda a garantir a rede tornando custoso para qualquer participante agir de forma maliciosa.
• Governança: $TAO pode ser usado na governança 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 controle é distribuído entre as partes interessadas em vez de centralizado em uma única autoridade.

A tokenomics do token $TAO é projetada para refletir o valor e a qualidade da rede, bem como incentivar a colaboração e inovação entre os nós. A tokenomics do token $TAO é baseada nos seguintes princípios e mecanismos:

• Fornecimento: A quantidade máxima de tokens TAO que jamais existirão 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 por meio de mineração, semelhante ao Bitcoin, com um novo bloco sendo criado aproximadamente a cada 12 segundos. Cada bloco recompensa 1 token TAO para os mineradores 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 esses são igualmente distribuídos entre mineradores e validadores. A taxa de emissão é reduzida pela metade quando 50% do fornecimento total tiver sido minerado. Esse 'corte pela metade' ocorre a cada quatro anos, dada a velocidade de bloco de 12 segundos. Esse processo de corte pela metade continuará a cada marco subsequente de 50% do fornecimento restante até que os 21 milhões de tokens TAO sejam circulados completamente.
• Emissão: A emissão de tokens TAO é feita por meio das recompensas da rede, que são distribuídas aos mineradores que fornecem serviços de aprendizado de máquina à rede. As recompensas da rede são calculadas com base no valor informacional 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 nos tokens totais apostados. A taxa de emissão de tokens TAO é projetada para seguir uma curva logarítmica, o que significa que a emissão diminuirá com o tempo à medida que a rede amadurece e a demanda aumenta.
• Queima: A queima de tokens TAO é feita por meio das taxas de rede, que são pagas pelos consumidores que acessam os serviços de aprendizado de máquina 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 demanda, 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 com o 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 de aprendizado de máquina e inteligência artificial. Cada fundador traz sua expertise única e experiência em áreas 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 para marcas como Google e Knowm.
• Ala Shaabana: Ala é o co-fundador do Bittensor. Ele tem um Ph.D. em aprendizado de máquina. Antes de construir o Bittensor, ele trabalhou como professor assistente na Universidade de Toronto, Canadá.

O Bittensor $TAO é 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 rede e para permitir a governança. $TAO tem um fornecimento limitado de 21 milhões de tokens, e a oferta e demanda da rede determinam 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 definiu alguns objetivos ambiciosos e planos para o futuro, como expandir e diversificar sua rede, melhorar e otimizar sua rede, e 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 perder.

Como comprar $TAO na Gate.io

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

• Visite o site da Gate.io e crie uma conta com seu e-mail e senha.
• Deposite alguns fundos na sua conta Gate.io.
• Negocie seus fundos por tokens $TAO escolhendo o TAO/USDTpar, e inserindo a quantidade e o preço.

Tomar medidas sobre $TAO

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

• TAO/USDT