Introdução

Com a explosão recente e o aumento da popularidade da IA, muitos têm apresentado diferentes teses sobre onde a IA e as criptomoedas se intersectam. Essas inovações têm o potencial de revolucionar vários aspectos de nossas vidas digitais, desde a gestão de ativos digitais até a preservação da propriedade intelectual e o combate à fraude. Notavelmente, essa convergência deu origem a duas tendências proeminentes:

• A integração de IA com infraestrutura de blockchain, como Render ($RNDR), Akash ($AKT) ou Fetch.ai ($FET).
• A emergência de protocolos que incentivam a produção de inteligência de aprendizado de máquina, como Bittensor ($TAO).

As aplicações anteriores de IA em blockchain concentraram-se principalmente na infraestrutura, possibilitando o armazenamento de modelos de IA/ML e aluguel de GPU. Isso levou a tendências como aprendizado por reforço incentivado por token, zkML e registros de identidade baseados em blockchain para combater deep fakes. Simultaneamente, uma tendência paralela está ganhando força: protocolos que incentivam a inteligência.

Neste relatório, exploramos a intersecção entre IA e criptomoedas, com foco em Bittensor e no token $TAO, explorando seus papéis no Mercado de Inteligência Peer-to-Peer e no surgimento de um Mercado de Commodity Digital.

Aproveitando o mais recente Atualização Revolucionáriaque ocorreu em 2 de outubro, também fornecemos uma visão histórica, perspectiva setorial, análise competitiva e insights sobre a proposta de valor de $TAO.

Visão geral

Bittensor é um protocolo de código aberto com uma missão central: impulsionar o desenvolvimento de IA por meio de uma estrutura de incentivo impulsionada por blockchain. Neste ecossistema, os contribuintes são recompensados com tokens $TAO por seus esforços.

Bittensor funciona como uma rede de mineração, utilizando incentivos de token para incentivar a participação, ao mesmo tempo que mantém os princípios de abertura e descentralização. Dentro desta rede, vários nós hospedam modelos de aprendizado de máquina, contribuindo coletivamente para o conjunto de inteligência. Esses modelos desempenham um papel crucial na análise de dados extensos de texto, na extração de significado semântico e na geração de insights valiosos em vários domínios.

Para os usuários, as funcionalidades essenciais englobam a capacidade de consultar a rede para acessar inteligência, interagir com mineradores e validadores para mineração de tokens $TAO e supervisionar suas carteiras e saldos.

A rede Bittensor depende das contribuições de uma ampla gama de partes interessadas, incluindo mineradores, validadores, indicados e consumidores. Esta abordagem colaborativa garante que os melhores modelos de IA se destaquem, aprimorando a qualidade dos serviços de IA oferecidos pela rede.

O lado da oferta tem duas camadas: IA (Mineiros) e blockchain (Validadores).

• Mineradores dentro da rede Bittensor hospedam modelos de IA e os disponibilizam para a rede, sendo seu sucesso determinado pela qualidade e desempenho que eles entregam.
  • Os mineradores são compensados com $TAO com base na inteligência que contribuem para a rede (embora isso dependa da tarefa específica em questão).
  • Modelos de alta classificação estão em maior demanda e resultam em mais receita para os mineradores.
• Validadores atuam como avaliadores dentro da rede. Eles avaliam a qualidade e eficácia dos modelos de IA e gerenciam solicitações de usuários. Dessa forma, os validadores classificam os modelos com base em seu desempenho para tarefas específicas, ajudando os consumidores a encontrar as melhores soluções. Quanto mais precisas e consistentes forem suas avaliações, mais eles ganham em recompensas. Da mesma forma, avaliações inconsistentes podem resultar em penalidades, garantindo que os validadores mantenham altos padrões.
  • Os validadores são incentivados com $TAO para classificar os mineradores com base em sua "contribuição de inteligência".
  • Os validadores também são responsáveis por rotear as entradas para produzir a melhor saída. Isso é alcançado formando coalizões entre Mineradores (modelos) que se complementam (sub-redes).

Do lado da demanda, os desenvolvedores podem construir aplicações em cima dos Validadores, alavancando (e pagando por) capacidades de IA específicas para casos de uso da rede.

• Os indicados são indivíduos que possuem tokens $TAO e apoiam ativamente validadores específicos, delegando seus tokens para eles. Essa delegação ajuda os validadores a obter mais apoio e recompensas. Os indicados próprios ganham recompensas por sua participação nesse processo. Se um validador não atender às expectativas ou se um indicado acreditar que há uma opção melhor, eles podem transferir seu apoio para outro validador.
• Os consumidores são os usuários finais dos modelos de IA fornecidos pela Bittensor. Eles podem variar de desenvolvedores de aplicativos integrando capacidades de IA em seus aplicativos a usuários de chatbot que buscam respostas de alta qualidade.
  • Os consumidores priorizam receber respostas precisas e valiosas.
  • Desenvolvedores, em particular, escolhem validadores que acreditam ser os melhores para atender às suas necessidades e garantir a entrega de serviços de IA de alta qualidade aos seus usuários.

O produto da coordenação entre as partes interessadas listadas acima resulta em uma rede que promove os melhores modelos para um caso de uso específico. Com qualquer pessoa podendo experimentar, é difícil para as empresas de código fechado competirem.

Crédito –AI Legos: A Tese Bittensorpor David Attermann

Uma das concepções mais comuns é que a rede suporta treinamento de ML. Em seu estado atual, o Bittensor suporta exclusivamente inferência, que é o processo de tirar conclusões e fornecer respostas com base em evidências e raciocínio. O treinamento, por outro lado, é um processo distinto que envolve ensinar a um modelo de aprendizado de máquina a executar uma tarefa. Isso é alcançado alimentando o modelo com um conjunto substancial de exemplos rotulados, permitindo que ele aprenda padrões e associações entre dados e rótulos. Enquanto isso, a inferência utiliza um modelo de aprendizado de máquina treinado para fazer previsões sobre novos dados não vistos. Por exemplo, um modelo treinado para classificar imagens pode ser utilizado para inferência a fim de determinar a classe de uma nova imagem previamente não vista.

Portanto, é importante notar que o Bittensor não executa ML on-chain, mas funciona mais como um Oráculo on-chain ou uma rede de validadores que conecta e orquestra nós de ML off-chain (mineradores). Essa configuração cria uma rede descentralizada de mistura de especialistas (MoE), uma arquitetura de ML que combina vários modelos otimizados para diferentes capacidades para formar um modelo geral mais robusto.

Um Mercado de Inteligência de Par a Par

O Marketplace de Inteligência Peer-to-Peer da Bittensor é um conceito pioneiro no campo do desenvolvimento de IA, oferecendo uma plataforma descentralizada e sem permissão que contrasta fortemente com modelos mais fechados como o OpenAI ou o Gemini do Google.

Este mercado foi projetado para fomentar a inovação competitiva, impulsionar o crescimento da indústria de IA e tornar a IA acessível a uma comunidade global de desenvolvedores e usuários. Qualquer forma de valor pode ser incentivada - um protocolo para incentivar/criar um mercado justo para qualquer mercadoria digital.

Em outras palavras, o protocolo incorpora uma abordagem peer-to-peer para a troca de capacidades de aprendizado de máquina e previsões entre os participantes dentro da rede. Ele facilita o compartilhamento e a colaboração de modelos e serviços de aprendizado de máquina, promovendo um ambiente colaborativo e inclusivo onde ambos os modelos de código aberto e proprietário podem ser hospedados.

A Ascensão de um Mercado de Commodities Digitais

Bittensor é único no sentido de que lança as bases para o surgimento de um Mercado de Commodities Digitais, transformando efetivamente a inteligência artificial em um ativo negociável. Em sua essência, o protocolo estabelece um mercado onde a inteligência artificial é transformada em commodity.

Assim como um algoritmo genético, o sistema de incentivo da Bittensor avalia continuamente o desempenho do Miner e faz seleções ou recicla miners ao longo do tempo. Esse processo dinâmico garante que a rede permaneça eficiente e responsiva ao cenário em constante evolução do desenvolvimento de IA.

No mercado de inteligência Bittensor, a geração de valor segue uma abordagem dupla:

• Modelos de IA de alto desempenho hospedados por mineradores, conhecidos como contribuidores, recebem recompensas na forma de tokens $TAO.
• Validadores, que avaliam e utilizam a inteligência, também são recompensados com tokens $TAO.

Vale ressaltar que o Bittensor não recompensa apenas o desempenho bruto, mas enfatiza a geração do mais valioso "sinal". Isso significa que o sistema de recompensa prioriza a criação de informações que oferecem benefícios substanciais a um amplo público, contribuindo, em última análise, para o desenvolvimento de uma mercadoria mais valiosa.

Consensus Yuma

Como uma blockchain layer1 independente, Bittensor é alimentado pelo algoritmo de consenso Yuma. É um algoritmo de consenso descentralizado ponto a ponto que capacita a distribuição equitativa de recursos computacionais em uma rede de nós.

Yuma opera com um mecanismo de consenso híbrido que combina elementos de Prova de Trabalho (PoW) e Prova de Participação (PoS). Nós dentro da rede realizam trabalho computacional para validar transações e criar novos blocos. Este trabalho é então validado por outros nós, e os contribuintes bem-sucedidos são recompensados com tokens. É o componente PoS que incentiva os nós a manter tokens, alinhando seus interesses com a estabilidade e crescimento da rede.

Comparado aos mecanismos de consenso convencionais, este modelo híbrido oferece várias vantagens. Por um lado, evita o consumo excessivo de energia frequentemente associado ao Proof of Work (PoW), abordando preocupações ambientais. Por outro lado, contorna os riscos de centralização vistos no proof of stake (PoS), preservando a descentralização e segurança da rede.

O mecanismo de consenso Yuma se destaca por sua capacidade de distribuir recursos computacionais em uma extensa rede de nós. Essa abordagem tem implicações de longo alcance, pois permite o manuseio de tarefas de IA mais complexas e o processamento de conjuntos de dados maiores com facilidade. À medida que a rede incorpora nós adicionais, ela naturalmente se dimensiona para acomodar cargas de trabalho cada vez mais substanciais.

Em contraste com as aplicações de IA centralizadas tradicionais que dependem de um único servidor ou cluster, as aplicações alimentadas por Yuma podem ser distribuídas por uma rede de nós. Essa distribuição otimiza os recursos computacionais, tornando possível lidar com tarefas intricadas enquanto mitiga os riscos associados a pontos únicos de falha e vulnerabilidades de segurança.

Destilação de Conhecimento - Uma Mente Coletiva Digital

A destilação do conhecimento é um conceito fundamental dentro do protocolo Bittensor, promovendo a aprendizagem colaborativa entre os nós da rede para aprimorar o desempenho e a precisão. Semelhante à forma como os neurônios no cérebro humano trabalham juntos, a destilação do conhecimento permite que os nós melhorem coletivamente dentro da rede.

Esse processo envolve a troca de amostras de dados e parâmetros de modelo entre os nós, levando a uma rede que se auto-otimiza ao longo do tempo para previsões mais precisas. Cada nó contribui para um pool compartilhado, melhorando, em última instância, o desempenho geral da rede, tornando-a mais rápida e mais adequada para aplicativos de aprendizado em tempo real, como robótica e carros autônomos.

De forma crucial, este método mitiga o risco do esquecimento catastrófico, um desafio comum em aprendizado de máquina. Os nós retêm e expandem seu conhecimento existente ao incorporar novos insights, aprimorando a resiliência e adaptabilidade da rede.

Ao distribuir conhecimento entre vários nós, a rede Bittensor TAO torna-se mais resiliente contra interrupções e possíveis violações de dados. Essa robustez é particularmente vital para aplicativos que lidam com dados de alta segurança e privacidade, como informações financeiras e médicas (mais sobre privacidade posteriormente).

Mistura de Especialistas (MoE)

Levando a inovação um passo adiante, a rede Bittensor introduz o conceito de uma Mistura de Especialistas (MoE) descentralizada. Esta abordagem aproveita o poder de múltiplas redes neurais, cada uma especializada em diferentes aspectos de dados. Quando novos dados são introduzidos, esses especialistas colaboram para produzir previsões coletivas mais precisas do que qualquer especialista individual poderia alcançar sozinho.

O mecanismo de consenso empregado combina aprendizado profundo com algoritmos de consenso blockchain. Seu objetivo principal é distribuir participação como um incentivo para os pares que contribuem com o maior valor informativo para a rede. Em essência, recompensa aqueles que aprimoram o conhecimento e as capacidades da rede.

Em sua essência, o protocolo Bitensor consiste em funções parametrizadas, frequentemente referidas como neurônios. Esses neurônios são distribuídos de forma peer-to-peer, sendo que cada um deles possui zero ou mais pesos de rede registrados em um livro-razão digital. Os peers participam ativamente da classificação uns dos outros, treinando redes neurais para determinar o valor de seus nós vizinhos. Esse processo de classificação é fundamental para avaliar as contribuições de cada peer individual para o desempenho geral da rede.

Pontuações geradas através deste processo de classificação acumulam-se em um livro-razão digital. Os pares de alta classificação recebem recompensas monetárias, ganhando peso adicional na rede. Isso estabelece uma conexão direta entre as contribuições de um par e suas recompensas, promovendo a justiça e transparência dentro da rede.

Esta abordagem apresenta um mercado onde a inteligência é precificada por outros sistemas de inteligência de forma peer-to-peer em toda a internet. Isso incentiva os pares a continuamente aprimorarem seu conhecimento e expertise.

Para garantir a distribuição equitativa de recompensas, o Bittensor utiliza os valores de Shapley, um conceito emprestado da teoria dos jogos cooperativos. Os valores de Shapley oferecem uma forma justa e eficiente de alocar recompensas entre os pares da rede com base em suas contribuições. Essa alinhamento de incentivos com as contribuições motiva os nós a agir no melhor interesse da rede, aumentando a segurança e eficiência e impulsionando a melhoria contínua.

A missão principal da Bittensor centra-se em promover a inovação e a colaboração no espaço de IA através de uma estrutura descentralizada. Essa estrutura permite a rápida expansão e compartilhamento de conhecimento, criando uma biblioteca de informações cada vez maior e imparável. Nesse mercado, os desenvolvedores têm o poder de monetizar seus modelos de IA e fornecer soluções valiosas para empresas e indivíduos.

A visão do Bittensor se estende a um futuro onde os modelos de IA são facilmente acessíveis e implantáveis em uma ampla gama de indústrias. Essa acessibilidade impulsiona avanços e desbloqueia novas possibilidades, reduzindo a lacuna entre as capacidades de IA e as aplicações do mundo real.

Assim como modelos de IA globais proeminentes como Chat GPT, os modelos Bittensor geram 'representações' com base em um conjunto de dados universal. Para avaliar o desempenho do modelo,informação de Fisheré utilizado, estimando o impacto da remoção de um nó da rede, semelhante à perda de um neurônio no cérebro humano.

Além da classificação de modelos, o Bittensor enfatiza fortemente a aprendizagem interativa. Cada modelo interage ativamente com a rede, buscando interações com outros modelos, semelhante a uma pesquisa DNS. O Bittensor funciona como uma API que facilita a troca de dados entre esses modelos, promovendo a aprendizagem colaborativa e o compartilhamento de conhecimento - usando modelos de código aberto e de código fechado.

Usando o consenso Yuma para garantir que todos sigam as regras, o ecossistema atua como uma força motriz para os desenvolvedores de código aberto e laboratórios de pesquisa de IA, oferecendo incentivos financeiros para melhorar modelos fundamentais abertos.

Essencialmente, o Bittensor funciona como um repositório em constante expansão de inteligência artificial. Isso é alcançado reunindo 4 camadas diferentes:

• A camada Miner é responsável por produzir um trabalho valioso dentro da rede.
• A camada de validação garante que os mineradores sigam as regras estabelecidas de consenso.
• A camada empresarial baseia-se na infraestrutura existente para desenvolver produtos e serviços inovadores. Serve como plataforma para alavancar a inteligência coletiva da rede e criar novas soluções.
• A camada do consumidor se beneficia do trabalho produzido pela camada empresarial. Ela representa os usuários finais ou organizações que utilizam os produtos e serviços fornecidos pela rede Bittensor.

História

Bittensor foi fundada em 2019 por dois pesquisadores de IA, Jacob Steeves e Ala Shaabana(e um dos autores de whitepaper pseudônimo, Yuma Rao) que estavam procurando uma maneira de tornar a IA composta. Logo perceberam que a criptografia poderia ser a solução - uma maneira de incentivar e orquestrar uma rede global de nós de ML para treinar & aprender juntos em problemas específicos. Recursos incrementais adicionados à rede aumentam a inteligência geral, composta pelo trabalho feito por pesquisadores & modelos anteriores.

A jornada da Bittensor começou com o lançamento do 'Kusanagi' em janeiro de 2021, marcando a ativação da rede e permitindo que mineradores e validadores começassem a ganhar as primeiras recompensas $TAO. No entanto, essa iteração inicial encontrou interrupções temporárias devido a problemas de consenso. Em resposta, Bittensor bifurcou 'Kusanagi' em 'Nakamoto' em novembro de 2021.

Em 20 de março de 2023, um marco significativo foi alcançado quando 'Nakamoto' foi novamente bifurcado, desta vez evoluindo para 'Finney'. O objetivo desta atualização foi melhorar o desempenho do código do kernel.

Notavelmente, Bittensor inicialmente tinha como objetivo se tornar uma parachain na Polkadot, garantindo um espaço de parachain por meio de um leilão bem-sucedido em janeiro. No entanto, a decisão foi tomada de utilizar sua própria blockchain L1 independente construída emSubstrato em vez de confiar em Polkadot devido a preocupações relacionadas com a velocidade de desenvolvimento de Polkadot.

Status atual

Bittensor está na mainnet há mais de um ano e seu foco tem sido em pesquisa pioneira e no estabelecimento das bases para seu potencial futuro. Aqui está uma visão geral do status atual e os motivos pelos quais os casos de uso empresarial ainda não foram construídos em cima de seus validadores:

• Modelo de Mistura Esparsa: Bittensor opera como um modelo de mistura esparsa. Atrai modelos de IA específicos para esta mistura, cada um abordando papéis de nicho na resolução de problemas maiores definidos pelos validadores. Configurar e ajustar este modelo para alcançar o estado da arte e além é um processo complexo e iterativo. Esta fase do roteiro é atualmente liderada pela Fundação Opentensor.
• Compressão de Inteligência (Destilação): A compressão de inteligência é um foco central de pesquisa para Bittensor. Isso envolve técnicas de destilação para aprimorar a eficiência e capacidades da rede.
• Otimizando para um Grande Objetivo: O foco principal da Bittensor tem sido otimizar para um grande objetivo, em vez de casos de uso empresarial de curto prazo. Opentensor está comprometido em criar uma rede que vai além de ser uma plataforma simples de peer-to-peer com um sistema de preços para modelos.
• Progresso e Atualizações: Ao longo do último ano, Opentensor fez progressos significativos, incluindo a atualização Synapse, que abriu o Bittensor para solicitações externas. Em outubro de 2023, a atualização Revolution permitiu a expansão por meio de sub-redes. Isso capacita grandes validadores a definir problemas de forma independente, criando oportunidades de fluxo de caixa a partir de suas participações.
• Em direção à expansão do mundo real: A rede Finney marca um ponto de virada para Bittensor, permitindo que os validadores atuem de forma mais independente e reduzindo a centralização inicial. À medida que a participação na rede cresce e as recompensas de bloco aumentam, isso impulsiona o crescimento da IA.
• Casos de uso de negócios de IA no horizonte: A Bittensor prevê a expansão de casos de uso de negócios de IA do mundo real à medida que as partes interessadas, incluindo humanos e IAs, seguem seus incentivos. A implementação de multi e metamodalidades está no horizonte, fundindo sub-redes em um formato unificado de "inteligência".

Com a mais recente atualização da Revolução, a Bittensor abriu a possibilidade para qualquer pessoa criar uma subrede especializada em um tipo específico de aplicação. Por exemplo, Subrede 4utilizaJEPA(Arquitetura Prevista de Incorporação Conjunta), que é uma abordagem de IA pioneira da MetaYann LeCunlidar com uma variedade de entradas e tipos de saída, como vídeo, imagens e áudio em um único modelo.

Outra conquista notável é Cerebras, BTLM-3B-8K (Bittensor Language Model, um modelo de parâmetro 3B que torna possível executar modelos altamente precisos e eficientes em dispositivos móveis, tornando a IA significativamente mais acessível. BTLM-3B-8K está disponível em Hugging Facecom uma licença Apache 2.0 para uso comercial.

Modelos GPT grandes geralmente têm mais de 100B parâmetros, exigindo várias GPUs de alta qualidade para realizar inferências. No entanto, o lançamento do LLaMA pela Meta deu ao mundo modelos de alto desempenho com apenas 7B parâmetros, tornando possível executar LLMs em PCs de alta qualidade.

Mas mesmo um modelo de parâmetro 7B quantizado para precisão de 4 bits não se encaixa em muitos dispositivos populares, como o iPhone 13 (4GB de RAM). Enquanto um modelo 3B caberia confortavelmente em quase todos os dispositivos móveis, os modelos anteriores de tamanho 3B substancialmente abaixo de seus homólogos 7B.

BTLM atinge um equilíbrio entre o tamanho do modelo e o desempenho. Com 3 bilhões de parâmetros, oferece um nível de precisão e capacidade que supera significativamente os modelos anteriores de tamanho 3B.

Ao analisar os benchmarks individuais, o BTLM obtém a pontuação mais alta em todas as categorias, com exceção do TruthfulQA.

Não apenas o BTLM-3B supera todos os modelos 3B, ele também tem desempenho equivalente a muitos modelos 7B.

Revolução - Atualização da Sub-rede Bittensor

A Atualização da Revolução do Bittensor, lançada em 2 de outubro, marca um marco significativo no desenvolvimento do Bittensor, inaugurando mudanças substanciais em sua estrutura operacional. Central para esta atualização é a introdução de "sub-redes," um conceito inovador que concede aos desenvolvedores uma autonomia sem precedentes na formatação de seus mecanismos de incentivo e no estabelecimento de mercados dentro do ecossistema do Bittensor.

Uma das principais características desta atualização é a introdução de uma linguagem de programação especializada projetada especificamente para a criação de sistemas de incentivo. Esta inovação capacita os desenvolvedores a criar e implementar seus mecanismos de incentivo na rede Bittensor, utilizando seu amplo conjunto de inteligência para adaptar os mercados às suas necessidades e preferências específicas.

Essa atualização também representa uma notável mudança de um modelo centralizado, onde uma única fundação controla todos os aspectos da rede, para um framework mais descentralizado. Várias pessoas ou grupos agora têm a oportunidade de possuir e gerenciar sub-redes.

Com a introdução de “sub-redes”, qualquer pessoa pode agora criar suas próprias sub-redes e definir seus mecanismos de incentivo, promovendo uma gama mais ampla de serviços dentro do ecossistema Bittensor. Essa mudança promove a diversidade e a descentralização dentro da rede, alinhando-se com os princípios de abertura e colaboração que fundamentam a missão do Bittensor.

Além disso, as sub-redes competirão pelas emissões obtendo consenso dos delegados na nova “rede de rotas”, introduzindo um elemento competitivo que pode impulsionar a inovação e alocação de recursos.

O surgimento de sub-redes criadas pelo usuário pode lembrar a explosão de aplicativos no Ethereum uma vez que abriu suas portas para a comunidade global de desenvolvedores. Este upgrade também destaca o potencial de mesclar várias ferramentas e serviços em uma rede coesa. Em essência, cada elemento necessário para forjar inteligência agora está sob um mesmo teto, regulado por um token único ($TAO).

A Rede de Rotas

A rede de rotas serve como um componente crucial dentro do ecossistema Bittensor. Atua como uma meta-sub-rede com o papel crucial de distribuir emissões por outras sub-redes, todas com base no consenso ponderado de delegados-chave. Esta mudança é transformadora, pois muda fundamentalmente o Bittensor de um sistema único controlado para uma “rede de redes” dinâmica.

É crucial que os cronogramas de emissão não estejam mais exclusivamente sob o controle do Fundação Opentensor. Os delegados dentro da rede 'raiz' agora têm autoridade sobre a distribuição de incentivos. Esta mudança descentraliza o controle dos incentivos, removendo a dependência exclusiva de qualquer entidade única e colocando-a nas mãos da rede 'raiz'.

Sub-redes

As sub-redes dentro da rede Bittensor são mecanismos de incentivo independentes que fornecem uma estrutura para os mineradores se envolverem com a plataforma. Essas sub-redes desempenham um papel fundamental na definição dos protocolos que regem as interações entre mineradores e validadores.

Além disso, os detalhes dos mecanismos de incentivo não estão mais codificados no código-fonte do Bittensor. Em vez disso, esses detalhes são definidos nos repositórios da sub-rede, permitindo maior flexibilidade e adaptabilidade.

O Bittensor introduz sub-redes específicas, como a sub-rede de prompting e a sub-rede de série temporal. A sub-rede de prompting permite a execução de várias redes neurais de prompt, incluindo GPT-3, GPT-4, ChatGPT e outras, para inferência descentralizada. Essa funcionalidade permite que os usuários interajam com validadores na rede e obtenham saídas dos modelos de melhor desempenho, capacitando seus aplicativos com recursos avançados de IA.

As sub-redes operam distribuindo tokens $TAO para mineradores e validadores com base no valor que contribuem para a rede. As regras precisas e os protocolos para as respostas dos mineradores às consultas do Validador e o processo de avaliação conduzido pelos validadores são determinados pelo código dentro de cada repositório de sub-rede.

• No lançamento, nove slots de sub-rede estarão disponíveis, cada um acomodando 256 UIDs por padrão (exceto a Sub-rede 1, que acomoda 1024). As sub-redes competirão ativamente por emissões buscando pesos de consenso de delegados dentro da rede ‘raiz’.
• Para registrar uma sub-rede, indivíduos ou entidades devem bloquear uma quantia específica de $TAO pela duração da existência da sub-rede. Os proprietários da sub-rede assumem o papel de administradores de rede completos e têm direito a emissões distribuídas por meio de suas respectivas sub-redes. Eles possuem permissões completas, incluindo a capacidade de chamar ações sudo em toda a rede, como definir hiperparâmetros como taxas mínimas de rede.

• Cada sub-rede está associada a um UID de rede único, e a propriedade de uma sub-rede é transferida para a carteira que bloqueou a quantidade necessária de $TAO para o seu registro. Quando uma sub-rede é criada, a quantidade correspondente de $TAO é deduzida da carteira do criador e anexada à sub-rede. No caso de uma sub-rede ser cancelada, o $TAO bloqueado é devolvido ao proprietário.
• Um aspecto notável é que 18% das emissões retornadas em $TAO apostado dentro de uma sub-rede são concedidas ao proprietário da sub-rede. Isso incentiva os criadores de sub-redes a criar mecanismos que atraiam delegados na rede, pois aumenta suas chances de evitar a desregistração.
• As sub-redes recém-registradas recebem um período de imunidade de uma semana durante o qual não podem ser desregistradas. O custo inicial de bloqueio é definido em 2500 $TAO, dobrando quando uma nova sub-rede se registra. Com o tempo, o custo de bloqueio diminui gradualmente, seguindo um padrão linear semelhante a um mecanismo de leilão holandês. Esta abordagem visa encontrar um equilíbrio na demanda por espaços de sub-rede ajustando o custo de bloqueio ao longo do tempo.

• Quando uma sub-rede é cancelada, o $TAO bloqueado para seu registro é devolvido ao proprietário, todos os mineradores dentro da sub-rede são removidos e o estado da rede é redefinido.

A Rede Root

A Root Network atua como uma “meta sub-rede” que opera acima e influencia outras sub-redes, desempenhando um papel fundamental na determinação das pontuações de emissão em todo o sistema.

Sua função principal é empregar um mecanismo de consenso ponderado envolvendo delegados para produzir um vetor de emissão para cada sub-rede. Delegados dentro da rede 'raiz' atribuem pesos a diferentes sub-redes com base em suas preferências, e um mecanismo de consenso determina a alocação das emissões.

Um aspecto notável é que a rede "raiz" efetivamente consolida os papéis do Senado e dos mecanismos de delegação, reunindo essas funções em uma única entidade. Essa consolidação agiliza os processos de tomada de decisão dentro do ecossistema Bittensor.

A rede ‘root’ possui a autoridade para moldar o ecossistema, influenciando a alocação de emissões. Se considerar uma sub-rede ou um aspecto particular do sistema não valioso, tem a capacidade de reduzir ou eliminar as emissões para esse componente.

Sub-redes dentro da rede Bittensor devem se esforçar ativamente para atrair a maioria dos pesos dos delegados dentro da rede 'raiz' para garantir uma parcela significativa das emissões. Este aspecto competitivo destaca a importância das sub-redes em demonstrar seu valor e utilidade para o ecossistema mais amplo.

Além disso, capacita as 12 principais chaves dentro da rede com potencial para vetar propostas apresentadas pelo triunvirato, adicionando uma camada adicional de governança e freios e contrapesos ao sistema.

Perspectiva do setor

No reino da tecnologia, o poder tem sido há muito concentrado nas mãos de alguns gigantes da tecnologia. Estes gigantes mantiveram o controle sobre commodities digitais valiosas que são essenciais para impulsionar a inovação. No entanto, o Bittensor reconhece e desafia esse paradigma prevalente, introduzindo um sistema mais democrático e acessível através de seu marketplace.

A visão fundamental do Bittensor reside na compreensão de que a inteligência é o resultado de várias commodities digitais, como poder de computação e dados. Historicamente, essas commodities têm sido controladas e restritas ao domínio das gigantes de tecnologia. O Bittensor procura quebrar essas correntes introduzindo sub-redes criadas pelo usuário. Esses mercados operarão sob um sistema de token unificado, garantindo que os desenvolvedores em todo o mundo tenham acesso igual aos recursos que anteriormente eram exclusivos de alguns poucos dentro do ecossistema fechado da Big Tech.

Potencial de Adoção

Na era digital de hoje, o poder transformador da Inteligência Artificial (IA) é inegável. A IA tornou-se uma parte integral de nossas vidas, simplificando pesquisas, automatizando fluxos de trabalho, auxiliando na codificação e gerando conteúdo a partir de texto. O crescimento rápido das capacidades de IA é evidente, mas esse crescimento traz desafios relacionados à escalabilidade e, mais importante, à confiabilidade.

Recentes incidentes, como a interrupção temporária do ChatGPT durante discussões sobre regulamentações de IA em Washington, destacaram a necessidade crítica de soluções robustas para lidar com os desafios de escalabilidade da IA. Essas interrupções deixaram os usuários preocupados com a estabilidade e confiabilidade da IA, à medida que ela se integra cada vez mais em nossas vidas diárias. É em momentos como estes que a importância do $TAO da Bittensor se torna aparente.

A abordagem da Bittensor não apenas defende a IA de código aberto, mas também demonstra que pode ser uma busca financeiramente gratificante. Ele espelha a evolução competitiva vista na mineração de Bitcoin e abre caminho para um mercado próspero onde os melhores modelos de IA sobem à vanguarda. Essa mudança capacita os pesquisadores de IA a contribuir com seus conhecimentos para um ambiente aberto e dinâmico, beneficiando a sociedade como um todo.

$TAO oferece uma infraestrutura de IA descentralizada que pode mitigar problemas potenciais como o experimentado pelo ChatGPT. Ao descentralizar a IA, Bittensor garante a resiliência e confiabilidade dos sistemas de IA, mesmo à medida que sua demanda continua a crescer. Esta abordagem estabelece uma base confiável para o futuro dos serviços de IA.

Simplificando, Bittensor surge como um mercado global para inteligência artificial de código aberto, apresentando uma solução convincente para os desafios apresentados pelo desenvolvimento de IA de código fechado.

• Força Gravitacional para a Excelência em IA: Bittensor opera como uma força gravitacional que atrai os melhores modelos de IA de pesquisadores em todo o mundo. Ao fomentar um mercado livre para IA, a rede incentiva a submissão de modelos de ponta. Conforme amadurece, o Bittensor promete preços mais baixos, elimina o risco da plataforma e oferece os melhores resultados de IA, seja em texto, imagens, vídeo ou outros formatos.
• Lucrativo Open Source: Bittensor transforma a inteligência artificial de código aberto em um empreendimento lucrativo. Seguindo o exemplo estabelecido pelo Bitcoin, Bittensor é estruturado com a premissa de que os interessados são orientados pelo lucro. Neste ecossistema, os melhores modelos de IA ganham mais dinheiro. Isso se assemelha à evolução da mineração de Bitcoin, que passa a ser uma indústria competitiva e profissionalizada. Pesquisadores de doutorado agora têm a oportunidade de trazer suas pesquisas para este mercado aberto, reduzindo a lacuna entre academia e indústria privada.
• Escala impressionante: Os incentivos do Bittensor têm produzido resultados notáveis. A rede atende mais de 4.000 modelos de IA, compreendendo incríveis 10 trilhões de parâmetros de modelos. Para se ter uma ideia, GPT-3 possui 175 bilhões de parâmetros.
• Diversos Stakeholders: O ecossistema da Bittensor envolve uma variedade de partes interessadas, incluindo mineradores, validadores, indicados e consumidores. Esta participação diversificada garante a robustez da rede e seu crescimento contínuo.

Uma consideração significativa é o estado atual da IA, grande parte da qual permanece trancada a portas fechadas e sob o controle de alguns gigantes da tecnologia. Isso levanta a questão: e se a IA pudesse ser aberta e aprender com outros modelos de IA em um ambiente colaborativo? O $TAO de Bittensor busca fornecer uma solução para essa questão.

• Adoção por crescimento: Embora algumas grandes empresas de IA possam hesitar em tornar públicas suas tecnologias proprietárias de IA, $TAO oferece uma proposta intrigante. Ele introduz a possibilidade de monetização adicional por meio de microtransações. Imagine soluções de IA estabelecidas, como a OpenAI, aceitando micropagamentos toda vez que alguém usa seus modelos de treinamento dentro do ecossistema Bittensor para construir seus produtos e negócios. Isso poderia abrir um novo fluxo de receita para essas empresas, incentivando-as a participar de uma rede aberta de IA.
• Adoção pela demanda: Alternativamente, suponha que as soluções de IA atuais permaneçam fechadas e resistentes a redes abertas. Mesmo com um capital substancial à disposição, há uma chance de que o código aberto supere essas soluções altamente financiadas. Embora os recursos financeiros sejam cruciais para o crescimento tecnológico, o potencial de uma tecnologia que pode aprender autonomamente e com base em seu ambiente não deve ser subestimado.

O Dilema do Código Aberto

O debate em torno de se os modelos de IA devem ser de código aberto ganhou destaque à medida que as preocupações sobre o problema de alinhamento na IA continuam a crescer. A questão fundamental é se o código real por trás dos modelos de IA deve ser livremente acessível a todos. Curiosamente, mesmo que grandes players como a OpenAI abrissem seus modelos, isso não representaria necessariamente uma ameaça para o Bittensor. Em um ambiente de código aberto, qualquer pessoa poderia utilizar esses modelos na rede Bittensor.

Dentro da comunidade tecnológica, há uma divergência de opiniões sobre este assunto. Alguns argumentam que a tecnologia de IA de código aberto poderia capacitar atores maliciosos a explorar a IA para fins prejudiciais. Por outro lado, outros afirmam que conceder direitos exclusivos às tecnologias de IA para grandes corporações representa um perigo mais significativo. Por exemplo, concentrar o poder de IA nas mãos de algumas corporações de trilhões de dólares, como visto com o foco da OpenAI em levantar fundos substanciais, poderia levar a preocupações éticas, destacando o risco de corrupção do poder.

Decisão da Meta de tornar seu código aberto Llama2 O LLM indica uma mudança no setor em direção à adoção de práticas de código aberto. Esse movimento oferece uma oportunidade para a Bittensor aprender e potencialmente integrar os avanços da Meta em sua rede, fechando a lacuna de desempenho mais rapidamente.

É essencial examinar a valoração tanto do $TAO quanto do OpenAI. Atualmente, a OpenAI ocupa uma posição dominante na indústria, com um avaliação variando entre US$ 80 bilhões e US$ 90 bilhões. No entanto, opera dentro de um ecossistema fechado fortemente dependente da Microsoft e seus serviços de nuvem com permissão. Apesar disso, a OpenAI conseguiu atrair com sucesso talentos de ponta de todo o mundo. Por outro lado, à medida que o tempo passa e as iniciativas de código aberto se tornam mais prevalentes, o pool de talentos disponíveis está pronto para se expandir exponencialmente, alcançando todos os cantos da internet. Essa democratização da expertise em IA poderia desempenhar um papel crucial na formação da adoção do Bittensor.

Paisagem competitiva - IA centralizada

A adoção pelos desenvolvedores continua a ser um fator crucial na jornada do Bittensor. Atualmente, os desenvolvedores podem interagir com a rede através da API Python desenvolvida pela OpenTensor Foundation, destacando a importância de fomentar uma comunidade de desenvolvedores robusta para impulsionar a adoção. Hoje em dia, o Bittensor está trabalhando ativamente na descentralização de aspectos críticos da rede, como a criação e treinamento de modelos, recompensando os modelos mais bem ajustados enquanto fomenta a tomada de decisões orientada pela comunidade.

Curiosamente, os jogadores estabelecidos no domínio da IA, incluindo OpenAI e Google, agora se tornaram concorrentes do $TAO. Eles estão profundamente envolvidos na fase de geração do modelo de IA e até se aventuraram em integrações verticais potenciais em várias indústrias. Nesse contexto, um dos principais desafios que o $TAO enfrenta é o problema da profundidade de dados.

Ao contrário de gigantes da tecnologia como o Facebook, Apple, Amazon, Netflix e Google (FAANG), que têm acesso a vastos repositórios de dados significativos, as comunidades de crowdsourcing podem não ter o mesmo nível de recursos e acesso a dados. As organizações FAANG estão equipadas com os meios financeiros para impulsionar seus esforços de IA com hardware robusto, como a tecnologia de ponta da Nvidia, incluindo H100s e GH200s, que podem acelerar significativamente o treinamento de modelos de IA.

Ao mesmo tempo, é essencial notar que todas as soluções de IA mainstream hoje são caracterizadas por serem fechadas e centralizadas. Isso inclui empresas proeminentes como OpenAI, Google, Midjourney e outras, cada uma oferecendo soluções de IA disruptivas. No entanto, a lacuna entre modelos fechados e de código aberto está se estreitando rapidamente. Os modelos de código aberto estão ganhando terreno em termos de velocidade, personalização, privacidade e capacidade geral. Eles alcançam recursos impressionantes com orçamentos e tamanhos de parâmetros relativamente modestos em comparação com seus homólogos fechados. Além disso, esses modelos de código aberto operam em um cronograma acelerado, entregando resultados em semanas em vez de meses.

O Google, gigante da tecnologia, reconheceu essa tendência transformadora. Um documento interno vazadoda empresa afirma: "Não temos fosso, e o OpenAI também não." Esta declaração destaca a crescente influência da IA de código aberto no cenário competitivo.

Neste ecossistema de IA em evolução, $TAO surge como um catalisador de mudanças, desafiando o modelo tradicional de desenvolvimento e treinamento de IA. Sua abordagem descentralizada e ethos impulsionado pela comunidade o posicionam como um concorrente na arena dinâmica onde os gigantes da tecnologia reinavam supremos.

Ao contrário das plataformas centralizadas que restringem o acesso a um único modelo de IA, a arquitetura da Bittensor fornece acesso sem permissão à inteligência. Ele serve como um balcão único para desenvolvedores de IA, oferecendo todos os recursos computacionais necessários enquanto abraça contribuições externas. Esse modelo inclusivo interconecta redes neurais em toda a internet, criando um sistema de aprendizado de máquina global, distribuído e orientado por incentivos.

Realizar o potencial total da IA exige uma partida das práticas de desenvolvimento de código fechado e suas limitações associadas. Assim como as crianças ampliam sua compreensão por meio de interações sociais, a IA floresce em ambientes dinâmicos. A exposição a conjuntos de dados diversos, insights de pesquisadores inovadores e interações com vários modelos nutrem a criação de sistemas de IA mais robustos e inteligentes. A trajetória da IA não deve ser ditada por uma única entidade.

Neste futuro starkly contrastante, a escolha entre um mundo dominado por algoritmos de caixa preta e autoridade centralizada e um cenário de IA aberto e democratizado torna-se crucial para a sociedade.

No primeiro cenário, em que megacorporações como a OpenAI ou a Anthropic detêm as rédeas das soluções de IA, corremos o risco de viver sob um regime de vigilância constante. Essas corporações possuiriam imenso poder sobre nossos dados pessoais e interações diárias, com autoridade para desligar serviços e denunciar indivíduos por opiniões ou discussões discordantes.

No entanto, a alternativa mais otimista oferece um mundo onde a IA está enraizada em plataformas de código aberto, construídas em redes de propriedade universal. Aqui, o poder e o controle são descentralizados, e a IA serve como uma ferramenta para capacitação, em vez de vigilância. Neste cenário, a criatividade e o desenvolvimento podem prosperar sem o medo de viés corporativo ou censura.

Assim como a internet democratizou o acesso à informação, um ecossistema de IA aberto democratizaria o acesso à inteligência. Isso garante que a inteligência não seja monopolizada por alguns poucos selecionados, promovendo um campo de jogo nivelado onde qualquer um pode contribuir, aprender e se beneficiar.

$TAO Tokenomics

• Semelhante ao bitcoin, o fornecimento máximo total de tokens $TAO é limitado a 21.000.000, que serão emitidos após 256 anos.
• O $TAO halving ocorrerá a cada 10,5 milhões de blocos, com um total de 64 eventos de halving que acontecerão ao longo dos próximos 45+ anos.

• A rede opera em um tempo de bloco de aproximadamente 12 segundos, com 1 $TAO recompensado aos mineradores e validadores por bloco.
• Atualmente, isso equivale a 7.200 novos tokens $TAO sendo emitidos diariamente, distribuídos igualmente entre mineradores e validadores.

Outra semelhança com o Bitcoin é que o cronograma de emissão da $TAO também segue o conceito do halving, que ocorre aproximadamente a cada 4 anos. No entanto, isso é determinado pela emissão total do token em vez do número do bloco. Por exemplo, uma vez que metade da oferta total tenha sido emitida, a taxa de emissão é reduzida pela metade.

Importante, os tokens $TAO usados para reciclar registros são queimados de volta para o fornecimento não emitido, levando a um gradual alongamento dos intervalos de divisão por dois. Esse mecanismo garante que o cronograma de emissão se ajuste dinamicamente ao longo do tempo, refletindo as necessidades da rede e a dinâmica econômica.

A Economia de Tokens $TAO

A economia de tokens $TAO da Bittensor é caracterizada por sua simplicidade, compromisso com a descentralização e distribuição justa. Ao contrário de muitos outros projetos de blockchain, os tokens $TAO não foram alocados para nenhuma parte por meio de ICOs, IDOs, vendas privadas para VCs ou alocações privilegiadas para a equipe, fundação ou consultores. Em vez disso, cada token em circulação deve ser ganho por meio da participação ativa na rede.

Também há alocadores de capital envolvidos na rede, participando como mineradores ou validadores, bem como fornecendo serviços de criação de mercado, como DCG, GSR ou Polychain. O relevante é que nenhum deles recebeu uma alocação de token originária de uma pré-venda ou venda privada.

O token $TAO pode ser usado para governança, para Staking e participação no mecanismo de consenso, e como meio de pagamento dentro da rede Bittensor.

Dessa forma, validadores e mineradores apostam seus tokens como garantia para garantir a rede e ganhar recompensas através de emissões inflacionárias, enquanto usuários e empresas podem usar $TAO para acessar serviços de IA e aplicativos construídos na rede.

Novos tokens $TAO só podem ser produzidos através de mineração e validação. A rede recompensa tanto os mineradores quanto os validadores, e cada bloco concede 1 recompensa $TAO, compartilhada igualmente entre mineradores e validadores. Portanto, as únicas maneiras de adquirir $TAO são comprando tokens no mercado aberto ou se envolvendo em atividades de mineração e validação.

O modelo direto de distribuição de tokens de $TAO reflete os princípios de descentralização, lembrando o ethos do Bitcoin estabelecido por Satoshi Nakamoto. A gênese da cunhagem de $TAO está alinhada com o cronograma de emissões do Bitcoin ($BTC), proporcionando uma oportunidade igual para qualquer pessoa que contribua com valor para a rede. Essa abordagem destaca a importância de evitar a concentração de poder e propriedade, especialmente no âmbito da IA, que tem significativas implicações sociais e não deve ser controlada por alguns poucos selecionados.

Este modelo de distribuição garante que a mineração permaneça um processo competitivo. À medida que mais mineradores se juntam à rede, a competição aumenta, tornando desafiador manter a lucratividade. Isso, por sua vez, motiva os mineradores a encontrar maneiras de reduzir seus custos operacionais, promovendo eficiência e inovação dentro da rede.

A Captura de Valor do $TAO

$TAO, o token nativo da rede Bittensor, deriva seu valor intrínseco de seu papel único no ecossistema. Ao contrário do modelo L1 padrão onde os tokens da rede derivam seu valor da venda de espaço de bloco, o valor do $TAO está ligado aos serviços de IA que ele permite. À medida que esses serviços de IA se tornam mais impactantes e úteis, a demanda pelo $TAO aumenta.

Manter $TAO dá acesso a uma ampla gama de recursos digitais interconectados, incluindo dados, largura de banda e inteligência gerada e verificada pelos participantes da rede. Conforme refletido pelo cronograma de emissões, o valor do $TAO não se baseia apenas em especulação ou escassez, mas está profundamente enraizado nas contribuições tangíveis e na utilidade que ele fornece dentro da rede Bittensor.

No entanto, manter esse ciclo de criação e recompensa não é garantido. Os mineradores e validadores, ao contribuir com informações valiosas para a rede e ganhar tokens $TAO em troca, também têm um incentivo para vender e cobrir despesas, similar aos mineradores de Bitcoin.

Como é o valor no preço do token?

Como qualquer outro token, o preço de $TAO é determinado pelos princípios econômicos fundamentais de oferta e demanda. O aumento da demanda por $TAO resulta em valorização de preços, enquanto a diminuição da demanda leva à depreciação de preços. Assim, a ideia é que a demanda da atividade do ecossistema compense os desbloqueios de oferta.

Você só pode obter $TAO contribuindo para a rede. Para isso, você precisa comprar e segurar ou gastá-lo para começar a usar a rede.

• Fatores impulsionadores da demanda:
  • Atividade do ecossistema:
    • Validadores requerem tokens $TAO para registro.
    • Os usuários podem comprar $TAO para participar de processos de votação relacionados ao alinhamento de inteligência.
    • Usar como pagamento dentro da rede.
  • Demanda por Staking e delegação de $TAO para ganhar recompensas de Staking. Isso pode ajudar a proteger contra emissões inflacionárias.
  • Prêmio especulativo como uma forma de apostar no potencial de valorização da fusão de duas tecnologias disruptivas como blockchain e IA.
  • Efeitos de rede que resultam da entrada de mais desenvolvedores na rede e aproveitam o potencial dos modelos de código aberto
• Fornecedores de suprimentos:
  • Emissão de Token a partir de emissões inflacionárias para atingir o total de 21.000.000 de fornecimento
  • Os mineradores e validadores podem vender tokens $TAO para cobrir suas despesas operacionais. Este aspecto é semelhante aos mineradores de Bitcoin vendendo para cobrir os custos.

À medida que a rede se expande e mais modelos de IA e sub-redes são adicionados, aumenta o potencial de captura de valor. O crescimento da rede também é impulsionado pela sinergia entre IA e blockchain, criando um ciclo auto-reforçador.

Desta forma, o Bittensor incorpora os princípios da Lei de Metcalfe, onde o valor de uma rede é proporcional ao quadrado do número de usuários ou nós conectados. À medida que mais participantes se juntam à rede, o valor que ela oferece aumenta exponencialmente.

Como Capturar Tal Valor

No Bittensor, os validadores são incentivados a atrair participação dos detentores de tokens, e essa participação é fundamental para a operação deles dentro da rede. Como detentor de tokens, você pode escolher uma variedade de validadores diferentes para apostar seu $TAO. A opção mais comum é a própria Fundação OpenTensor, com cerca de 20% de propriedade da rede.

Atualmente, os validadores distribuem 82% de suas recompensas para os delegados na forma de tokens $TAO. Como consequência, delegando $TAO tokens para um Validador apresenta uma oportunidade para os detentores de tokens ganharem recompensas de Staking . Isso pode ajudar a proteger os usuários contra a potencial diluição das emissões inflacionárias.

• As recompensas do validador estão atualmente em 22.45%
• As recompensas de staking estão atualmente em 18.41%

Risco/Recompensa e Horizonte de Tempo

Ao avaliar o risco/recompensa de alocar parte da carteira para $TAO, é importante estar ciente do que você está realmente comprando. A compra, por exemplo, não dá direito ao detentor a qualquer tipo de rendimento pago em USD gerado a partir da atividade econômica da rede. Em vez disso, você é recompensado com emissões de token. Como detentor de token, você poderia então delegar essas emissões para ganhar um APY e aumentar suas participações em $TAO.

As analogias com o Bitcoin são claras, mas há uma história implícita por trás do $BTC que o torna único. Ninguém consegue fornecer uma resposta satisfatória sobre qual é o valor do $BTC ou por que ele tem algum tipo de valor, daí o motivo pelo qual a comunidade acaba incorporando uma guerra tribalista entre os não-coiners, os “shitcoiners” e os maxis.

De fato, a economia real do token do Bitcoin é simples de entender: $BTC é usado para incentivar os mineiros a operar e manter a rede. Como consequência, os detentores existentes são diluídos (embora possam se tornar mineiros - ou delegados no caso do Bittensor). Portanto, aqueles que possuem o token não são recompensados e não recebem nenhum incentivo da rede subjacente.

Mas no caso do $BTC, há um fator importante a considerar, e esse é a escassez. O fato de que só haverá $21M o torna único. E embora a economia do $TAO tenha sido modelada a partir do próprio Bitcoin, ainda há mais de 70% de tokens não emitidos. Isso apresenta um dilema para os investidores sobre o que valorizam mais: a descentralização da rede ou a escassez do ativo.

No final, a utilidade do $TAO deriva do acesso que proporciona aos modelos de IA, seu uso para governança, acesso às recompensas de Staking e como um mecanismo de incentivo.

Despesas Operacionais

Os desenvolvimentos de infraestrutura atuais são pagos pelo Fundação Opentensoratravés de financiamento da delegação para eles, bem como por recompensas de delegação. Outros desenvolvimentos são realizados por terceiros que operam seus próprios validadores e são financiados através de delegação também.

Assim como qualquer iniciativa global requer financiamento para pesquisa, desenvolvimento e implementação, o sucesso da IA depende de como o capital é coordenado e de como os intervenientes são recompensados pelas suas contribuições. É essa alocação estratégica de recursos (pesquisa, GPUs para treinamento...) que impulsiona o crescimento e impacto da IA.

No campo da IA, especialmente no caso de grandes modelos de linguagem como ChatGPT, os custos operacionais são substanciais. A OpenAI, por exemplo, estima-se que gaste aproximadamente $700,000 por dia para operar ChatGPT, que destaca o considerável ônus financeiro associado aos modelos de IA em larga escala. Os custos de treinamento podem variar de milhões a dezenas de milhões de dólares para cada modelo, tornando-o ainda mais um empreendimento intensivo em recursos. O custo de treinamento de um modelo em um grande conjunto de dados pode ser ainda maior, chegando a até $30 milhões.

Embora a empresa tenha levantado financiamento substancial, incluindo um investimento recente da Microsoft (aproximadamente metade na forma de créditos Azure), os crescentes custos de treinamento de grandes modelos de linguagem são uma preocupação. Cada execução de treinamento custa milhões, e a necessidade de começar do zero para novos modelos agrava essa questão.

É aqui que a abordagem da Bittensor de 'Knowledge Compounding' se torna relevante. A abordagem única da Bittensor se concentra na descentralização e colaboração por meio do 'Knowledge Compounding'. Essa filosofia permite que sistemas de IA construam sobre o conhecimento existente de forma descentralizada, oferecendo vantagens como:

• Eficiência de custos: Ao alavancar o conhecimento existente e melhorar continuamente, a abordagem da Bittensor pode potencialmente reduzir a necessidade de requalificação cara do zero.
• Adaptabilidade: Aplicações de IA em larga escala frequentemente enfrentam necessidades e desafios em constante evolução. É aqui que uma abordagem descentralizada permite que as organizações adaptem seus sistemas de IA de forma mais flexível, garantindo que permaneçam relevantes e eficazes em um ambiente dinâmico.
• Descentralização: A rede descentralizada da Bittensor capacita uma comunidade global de colaboradores, reduzindo a dependência de uma única entidade ou infraestrutura centralizada. Isso promove a inovação e a diversidade no desenvolvimento de IA.
• Colaboração: A natureza colaborativa da Compounding de Conhecimento incentiva o compartilhamento de conhecimento e a aprendizagem cooperativa entre os nós da rede, promovendo um ambiente dinâmico para o avanço da IA.

Equipe e Investidores

Bittensor é um protocolo de código aberto que alimenta uma rede de aprendizado de máquina descentralizada baseada em blockchain. A equipe por trás do Bittensor inclui Jacob Steeves(Fundador),Ala Shaabana (Fundador), Jacqueline Dawn(Diretor de Marketing), eSaeideh Motlagh(Arquiteto de Blockchain) entre outros. A Fundação Opentensor também planeja expandir sua equipe este ano.

Há um pseudônimo chamado Yuma Rao que também é mencionado no white paper da Bittensor, assim como no Bitcoin Satoshi Nakamoto. Não se sabe se essa pessoa realmente existe e talvez nunca saibamos mais sobre ela.

Bittensor não divulgou nenhum consultor notável ou investidor chave, além de receber financiamento da OpenTensor Foundation, que é uma organização sem fins lucrativos que apoia o desenvolvimento do Bittensor. Bittensor também não anunciou nenhuma parceria oficial.

Tese

A maioria das empresas de tecnologia está muito abaixo de suas valorações pré-pandêmicas, no entanto, as empresas de IA estão agora alcançando ATHs tanto em múltiplos de valoração quanto em taxa de crescimento.

Com uma capitalização de mercado significativamente menor do que os gigantes da indústria, Bittensor pode realmente ser o playground perfeito para aplicações de IA em grande escala/alta demanda e o uso de modelos de código aberto.

Obviamente, a comparação mais simples para medir o potencial de valorização é comparar com a avaliação privada da OpenAI em $29B. Realista ou não, isso é ligeiramente mais de 28x maior do que o FDV de $TAO. Considerando quanto tempo levará para que todo o fornecimento entre em circulação, podemos usar a capitalização de mercado circulante para chegar a uma estimativa aproximada onde a avaliação privada da OpenAI é mais de 108x a capitalização de mercado de $TAO.

No entanto, essa é uma abordagem altamente especulativa que pode ser simplificada como fazer uma aposta em projetos que podem se beneficiar ao ocupar a interseção entre IA e criptomoedas.

A característica mais importante a ter em mente é o fato de que Bittensor está lidando com o problema da centralização da IA. No momento, um pequeno número de corporações controla uma minoria de modelos grandes e poderosos, mas todos estão isolados e há pouca colaboração ou compartilhamento de conhecimento.

Modelos de IA isolados não podem aprender uns com os outros e, portanto, não são cumulativos (os pesquisadores devem começar do zero cada vez que criam novos modelos). Isso contrasta fortemente com a pesquisa em IA, onde novos pesquisadores podem construir sobre o trabalho de pesquisadores anteriores, criando um efeito cumulativo que potencializa o desenvolvimento de ideias.

A IA isolada também é limitada em funcionalidade, uma vez que integrações de aplicativos e dados de terceiros exigem permissão do proprietário do modelo (na forma de parcerias tecnológicas e acordos comerciais). Essa limitação afeta diretamente o valor e a utilidade da IA, pois ela só pode ser tão valiosa quanto a variedade de aplicativos que pode impulsionar efetivamente.

Este ambiente centralizado e vencedor-leva-tudo não é benéfico para pequenas equipes com menos recursos. Nesse contexto, a força central do Bittensor é sua rede descentralizada e mecanismo de incentivos para encorajar pequenas equipes e pesquisadores a monetizar seu trabalho.

Se o Bittensor conseguir estreitar a lacuna de desempenho com os principais fornecedores de IA de código fechado como o GPT-4, ele poderá se tornar a escolha preferida para desenvolvedores, empresas e pesquisadores no espaço de criptografia e IA. Sua natureza aberta e colaborativa o posiciona como uma alternativa atraente aos ecossistemas fechados, potencialmente levando a uma adoção significativa.

Por fim, a avaliação do TAO pode ser derivada da utilidade da rede (atividade econômica construída sobre ela) ou do fluxo de caixa direto para o protocolo.

• Como token de utilidade, $TAO é necessário para acessar a rede. Portanto, sua valoração pode ser derivada da utilidade econômica construída sobre ela.
• Como um token de Staking, os detentores podem delegar $TAO aos validadores e receber uma parte da receita da rede.
• Também podemos medir retornos com base na participação de mercado e em múltiplas suposições (o que também faz com que o valor previsto seja pouco confiável).

Uma vez que a utilidade é mais subjetiva e abstrata para o valor, podemos começar com o fluxo de caixa. Supondo que o mercado de ML possa atingir um certo tamanho de mercado no futuro (ver Precedence Research estimana imagem abaixo), podemos avaliar a rede Bittensor com base em sua participação potencial no mercado e múltiplo de receita.

Independentemente do tamanho de mercado estimado, Bittensor ainda é um projeto altamente especializado e complexo de entender, o que é um impedimento para a fácil integração de desenvolvedores e adoção por parte dos usuários.

O projeto ainda está em um estágio muito inicial de desenvolvimento e pode haver problemas inesperados com a rede. Por exemplo, em junho houve uma colisão entre mineradores que manipularam a rede e causaram $TAO a ser vendido no mercado. A solução temporária foi reduzir as emissões em 90% para dar mais tempo à Fundação Opentensor para trabalhar em uma solução para manter a rede honesta e permitir que o protocolo funcione conforme o previsto.

A maioria dos produtos que estão ativos na rede atualmente não podem competir contra contrapartes centralizadas, e até agora têm uma baixa taxa de adoção. A melhor maneira de aprender e experimentar por si mesmo é testar os serviços oferecidos no Hub Bittensor.

Também deveríamos questionar se a tokenômica do Bitcoin faz sentido para uma rede especializada em fornecer serviços de IA como Bittensor. Talvez a natureza desinflacionária do $BTC não seja a melhor para uma rede que necessita de um número crescente de mineradores e aplicativos construídos em cima para escalar. Idealmente, o token deveria inflacionar com o crescimento da adoção da rede, mais semelhante ao petróleo digital do que ao ouro digital. De certa forma, isso já está incorporado, incentivando os mineradores a competir entre si e distribuindo o fornecimento ao longo de mais de 200+ anos.

Outro desafio é a privacidade, devido à impossibilidade de criptografar dados antes de passarem pela rede neural. Isso é ainda mais problemático em um ambiente descentralizado, já que qualquer dado que passe pelo processo de aprendizado e/ou inferência certamente não será privado. Concedido que este é um problema potencial também em sistemas centralizados, mas então você só precisa se preocupar com 1 parte conhecida vendo seus dados em vez de muitas desconhecidas.

Economia

Preço do Token

Preço relativo ao ATH e ATL

Distribuição de Fornecimento

Conclusão

Bittensor pode ser uma aposta poderosa na interseção de IA e cripto. No entanto, é sem dúvida um dos projetos mais complexos para avaliar sua taxa de crescimento e potencial de valorização.

Claramente, há muito potencial em uma rede descentralizada para alavancar a utilidade da IA, especialmente ao incentivar modelos de código aberto e descentralizar a propriedade da rede. No entanto, os serviços e casos de negócios construídos em cima do Bittensor ainda não são suficientemente competitivos.

A IA também é uma indústria que requer enormes despesas operacionais e grandes quantias de financiamento que só são alcançáveis por gigantes da indústria. Bittensor é uma aposta bastante contrária nesse sentido, por isso vale a pena considerar o máximo possível de fatores de risco/recompensa.

Referências

Bittensor – TAO

• Sítio Web
• Documentos
• Whitepaper
• O Consenso Yuma
• Exploradores
• Taobridge
• Delegar
• Taostats
• Notícias Tao
• Coingecko
• Twitter
• Discord
• Grupo de Telegram da comunidade
• Github
• @Bittensor">Youtube
• Blog Fundação Opentensor
• LinkedIn Opentensor Foundation
• Modelo de sub-rede Bittensor
• Lista de validadores

Fontes externas

• A Convergência de Crypto e AI pela Multicoin Capital
• O Bittensor Hub - Agregador de conteúdo

Aviso Legal：

1. Este artigo é reproduzido a partir de [Revelointel]. Todos os direitos autorais pertencem ao autor original [revelointel]. Se houver objeções a esta reimpressão, entre em contato com o Gate Aprenderequipe e eles vão lidar com isso prontamente.
2. Isenção de responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe Gate Learn. A menos que seja mencionado, copiar, distribuir ou plagiar os artigos traduzidos é proibido.