Giới thiệu

Với sự bùng nổ và tăng sự phổ biến của trí tuệ nhân tạo gần đây, nhiều người đã đưa ra những luận điểm khác nhau về nơi mà trí tuệ nhân tạo và tiền điện tử giao nhau. Những đổi mới này có tiềm năng cách mạng hóa các khía cạnh của cuộc sống kỹ thuật số của chúng ta, từ việc quản lý tài sản kỹ thuật số đến bảo tồn tài sản trí tuệ và chống lại gian lận. Đáng chú ý, sự hội tụ này đã tạo ra hai xu hướng nổi bật:

• Sự tích hợp của trí tuệ nhân tạo với cơ sở hạ tầng blockchain, như Render ($RNDR), Akash ($AKT) hoặc Fetch.ai ($FET).
• Sự xuất hiện của các giao thức khuyến khích việc sản xuất trí tuệ học máy, như Bittensor ($TAO).

Ứng dụng trí tuệ nhân tạo trước đây của blockchain chủ yếu tập trung vào cơ sở hạ tầng, cho phép lưu trữ mô hình AI/ML và cho thuê GPU. Điều này dẫn đến các xu hướng như học tăng cường được khuyến khích bằng mã token, zkML và các đăng ký danh tính dựa trên blockchain để chống lại deep fakes. Đồng thời, một xu hướng song song đang thu hút sự chú ý: các giao thức khuyến khích trí tuệ.

Trong báo cáo này, chúng tôi sẽ đào sâu vào sự giao điểm giữa trí tuệ nhân tạo và tiền điện tử, tập trung vào Bittensor và mã $TAO, khám phá vai trò của họ trong Thị trường Trí tuệ Ngang hàng và sự nổi lên của Thị trường Hàng hóa Kỹ thuật số.

Tận dụng tối đa những Cải cách Cập nhậtmà diễn ra vào ngày 2 tháng 10, chúng tôi cũng cung cấp một cái nhìn tổng quan về lịch sử, triển vọng ngành, phân tích cạnh tranh và cái nhìn sâu sắc vào đề xuất giá trị của $TAO.

Tổng quan

Bittensor là một giao thức mã nguồn mở với nhiệm vụ cốt lõi: thúc đẩy phát triển trí tuệ nhân tạo thông qua một cấu trúc động lực dựa trên blockchain. Trong hệ sinh thái này, người đóng góp được thưởng bằng $TAO tokens cho những nỗ lực của họ.

Bittensor hoạt động như một mạng khai thác, sử dụng động viên token để khuyến khích sự tham gia trong khi duy trì các nguyên tắc về tính mở và phân quyền. Trong mạng này, nhiều nút chủ đề máy học, đóng góp cùng nhau vào cụm thông minh. Những mô hình này đóng vai trò quan trọng trong việc phân tích dữ liệu văn bản một cách chi tiết, trích xuất ý nghĩa ngữ nghĩa và tạo ra những thông tin quý giá trên nhiều lĩnh vực khác nhau.

Đối với người dùng, các chức năng cần thiết bao gồm khả năng truy vấn mạng để truy cập thông minh, tham gia vào các máy đào và xác thực viên để đào $TAO token, và giám sát ví và số dư của họ.

Mạng lưới của Bittensor dựa vào sự đóng góp từ một loạt các bên liên quan, bao gồm các thợ mỏ, người xác minh, ứng cử viên và người tiêu dùng. Phương pháp hợp tác này đảm bảo rằng những mô hình AI tốt nhất sẽ nổi lên, nâng cao chất lượng của các dịch vụ AI được cung cấp bởi mạng lưới.

Phía cung cấp có hai lớp: AI (Miners) và blockchain (Validators).

• Các thợ đào trong mạng lưới Bittensor đăng mô hình AI và làm cho chúng có sẵn cho mạng, thành công của họ được xác định bởi chất lượng và hiệu suất mà họ mang lại.
  • Người đào được bồi thường bằng $TAO dựa trên sự thông minh mà họ đóng góp cho mạng lưới (mặc dù điều này phụ thuộc vào nhiệm vụ cụ thể đang thực hiện).
  • Các mô hình được đánh giá cao được yêu cầu nhiều hơn và dẫn đến nhiều doanh thu hơn cho các thợ đào.
• Người xác thực đóng vai trò làm người đánh giá trong mạng lưới. Họ đánh giá chất lượng và hiệu quả của các mô hình AI và quản lý yêu cầu của người dùng. Như vậy, người xác thực xếp hạng các mô hình dựa trên hiệu suất của chúng cho các nhiệm vụ cụ thể, giúp người tiêu dùng tìm ra các giải pháp tốt nhất. Đánh giá càng chính xác và nhất quán, họ càng kiếm được nhiều phần thưởng. Tương tự, các đánh giá không nhất quán có thể dẫn đến án phạt, đảm bảo rằng người xác thực duy trì các tiêu chuẩn cao.
  • Người xác thực được khuyến khích bằng $TAO để xếp hạng các thợ mỏ dựa trên “đóng góp trí tuệ” của họ.
  • Người xác thực cũng có trách nhiệm định tuyến đầu vào để tạo ra đầu ra tốt nhất. Điều này được đạt được bằng cách hình thành liên minh giữa các Thợ mỏ (mô hình) hỗ trợ lẫn nhau (mạng lưới con).

Trên mặt cầu cung, nhà phát triển có thể xây dựng các ứng dụng trên nền tảng của Validators, tận dụng (và trả tiền cho) các khả năng trí tuệ nhân tạo cụ thể cho trường hợp sử dụng từ mạng lưới.

• Người được đề cử là những cá nhân nắm giữ $TAO và tích cực ủng hộ những người xác thực cụ thể bằng cách ủy quyền token của họ cho họ. Việc ủy quyền này giúp cho người xác thực thu thập được nhiều hỗ trợ và phần thưởng hơn. Những người được đề cử cũng nhận được phần thưởng cho sự tham gia của họ trong quá trình này. Nếu Một Người xác thực hoạt động không hiệu quả hoặc nếu một người được đề cử tin rằng có một lựa chọn tốt hơn, họ có thể chuyển sự ủng hộ của mình sang một Người xác thực khác.
• Người tiêu dùng là người dùng cuối cùng của các mô hình AI được cung cấp bởi Bittensor. Họ có thể đến từ những nhà phát triển ứng dụng tích hợp khả năng AI vào ứng dụng của họ đến người dùng chatbot tìm kiếm phản hồi chất lượng cao.
  • Người tiêu dùng ưu tiên nhận được câu trả lời chính xác và có giá trị.
  • Các nhà phát triển, đặc biệt là, chọn các người xác minh họ tin rằng là tốt nhất để đáp ứng yêu cầu của họ để đảm bảo việc cung cấp dịch vụ trí tuệ nhân tạo hàng đầu cho người dùng của họ.

Sản phẩm của sự phối hợp giữa các bên liên quan được liệt kê ở trên dẫn đến một mạng lưới thúc đẩy các mô hình tốt nhất cho một trường hợp sử dụng cụ thể. Với bất kỳ ai cũng có thể thử nghiệm, việc cạnh tranh với các doanh nghiệp nguồn đóng bị khó khăn hơn.

Tín dụng - AI Legos: Luận văn Bittensorbởi David Attermann

Một trong những hiểu lầm phổ biến nhất là rằng mạng hỗ trợ việc đào tạo ML. Ở trạng thái hiện tại, Bittensor chỉ hỗ trợ suy luận, đó là quá trình rút ra kết luận và cung cấp câu trả lời dựa trên bằng chứng và lý do. Đào tạo, mặt khác, là một quy trình riêng biệt mà liên quan đến việc dạy cho một mô hình học máy thực hiện một nhiệm vụ. Điều này được đạt được bằng cách cung cấp cho mô hình một tập dữ liệu đáng kể các ví dụ được gắn nhãn, cho phép nó học các mẫu và mối liên hệ giữa dữ liệu và nhãn. Trong khi đó, suy luận sử dụng một mô hình học máy đã được đào tạo để đưa ra dự đoán trên dữ liệu mới chưa được nhìn thấy trước đó. Ví dụ, một mô hình được đào tạo để phân loại hình ảnh có thể được sử dụng cho suy luận để xác định lớp của một hình ảnh mới, trước đó chưa được nhìn thấy.

Do đó, quan trọng là lưu ý rằng Bittensor không thực thi máy học trên chuỗi nhưng hoạt động giống như một Oracle trên chuỗi hoặc một mạng lưới các máy chủ xác minh kết nối và điều phối các nút máy học ngoại chuỗi (người đào). Cấu hình này tạo ra một mạng lưới phân chia chuyên gia phi tập trung (MoE), một kiến trúc máy học kết hợp nhiều mô hình được tối ưu hóa cho các khả năng khác nhau để tạo thành một mô hình tổng thể mạnh mẽ hơn.

Một Thị trường Trí tuệ Ngang hàng

Thị trường Thông minh Ngang hàng của Bittensor là một khái niệm tiên phong trong lĩnh vực phát triển Trí tuệ Nhân tạo, cung cấp một nền tảng phi tập trung và không cần phép tác động đứng đối diện với các mô hình đóng hơn như OpenAI hoặc Gemini của Google.

Giao diện này được thiết kế để thúc đẩy sáng tạo cạnh tranh, thúc đẩy sự phát triển của ngành công nghiệp trí tuệ nhân tạo và làm cho trí tuệ nhân tạo trở nên dễ tiếp cận với cộng đồng toàn cầu của các nhà phát triển và người dùng. Bất kỳ hình thức giá trị nào cũng có thể được khuyến khích - một giao thức để khuyến khích/tạo ra một thị trường công bằng cho bất kỳ hàng hóa số nào.

Nói cách khác, giao thức thể hiện một phương pháp ngang hàng cho việc trao đổi khả năng học máy và dự đoán giữa các thành viên trong mạng lưới. Nó hỗ trợ việc chia sẻ và hợp tác của các mô hình và dịch vụ học máy, thúc đẩy môi trường hợp tác và bao dung nơi cả hai loại mô hình mã nguồn mở và đóng có thể được lưu trữ.

Sự Phát Triển của Một Thị Trường Hàng Hoá Điện Tử

Bittensor là duy nhất ở chỗ nó đặt nền móng cho sự xuất hiện của một Thị trường Hàng hóa Kỹ thuật số, biến thông tin máy móc thành một tài sản có thể giao dịch. Ở cốt lõi của nó, giao thức thiết lập một thị trường mà thông tin máy móc được hàng hóa hóa.

Tương tự như một thuật toán di truyền, hệ thống động viên của Bittensor liên tục đánh giá hiệu suất của Miner và thực hiện lựa chọn hoặc tái chế các Miner theo thời gian. Quá trình động này đảm bảo rằng mạng lưới luôn hiệu quả và phản ứng với cảnh quan phát triển trí tuệ nhân tạo đang diễn ra.

Trong thị trường thông minh Bittensor, việc tạo ra giá trị tuân theo một phương pháp kép:

• Các mô hình AI hiệu suất cao được lưu trữ bởi các thợ đào, được biết đến là các nhà đóng góp, nhận phần thưởng dưới dạng $TAO tokens.
• Những người xác minh, người đánh giá và sử dụng thông minh, cũng được thưởng bằng $TAO tokens.

Điều đáng chú ý là Bittensor không chỉ thưởng cho hiệu suất thô mà còn nhấn mạnh vào việc tạo ra "tín hiệu" có giá trị nhất. Điều này có nghĩa là hệ thống khen thưởng ưu tiên tạo ra thông tin mang lại lợi ích đáng kể cho nhiều đối tượng, cuối cùng góp phần phát triển một mặt hàng có giá trị hơn.

Yuma Consensus

Là một blockchain layer1 độc lập, Bittensor được cung cấp bởi thuật toán đồng thuận Yuma. Đó là một thuật toán đồng thuận phân quyền, ngang hàng giúp thúc đẩy việc phân phối công bằng các tài nguyên tính toán trên một mạng lưới các nút.

Yuma hoạt động trên một cơ chế đồng thuận lai kết hợp giữa Proof-of-Work (PoW) và các yếu tố Proof-of-Stake (PoS). Các nút trong mạng thực hiện công việc tính toán để xác thực giao dịch và tạo ra các khối mới. Công việc này sau đó được xác thực bởi các nút khác, và những người đóng góp thành công sẽ được thưởng bằng token. Đó là yếu tố PoS khuyến khích các nút giữ token, đồng bộ hóa lợi ích của họ với sự ổn định và phát triển của mạng.

So với các cơ chế đồng thuận truyền thống, mô hình lai này mang lại một số ưu điểm. Một mặt, nó tránh được việc tiêu thụ năng lượng quá mức thường liên quan đến Proof of Work (PoW), giải quyết các vấn đề về môi trường. Mặt khác, nó tránh được các rủi ro tập trung thấy được trong proof of stake (PoS), bảo toàn tính phân tán và an ninh mạng.

Cơ chế đồng thuận Yuma nổi bật với khả năng phân phối tài nguyên tính toán trên một mạng lưới rộng lớn các nút. Phương pháp này có những tác động sâu rộng, vì nó cho phép xử lý các nhiệm vụ trí tuệ nhân tạo phức tạp hơn và xử lý các bộ dữ liệu lớn một cách dễ dàng hơn. Khi mạng lưới tích hợp thêm các nút, nó tự nhiên mở rộng để phù hợp với công việc ngày càng lớn hơn.

Khác với các ứng dụng trí tuệ nhân tạo tập trung truyền thống dựa vào một máy chủ hoặc cụm duy nhất, các ứng dụng được cung cấp bởi Yuma có thể được phân phối trên một mạng lưới các nút. Việc phân phối này tối ưu hóa tài nguyên tính toán, khiến cho việc xử lý các nhiệm vụ phức tạp trở nên khả thi trong khi giảm thiểu các rủi ro liên quan đến điểm thất bại duy nhất và lỗ hổng bảo mật.

Kiến thức Truyền dạy – Một Tâm trí đám đông Điện tử

Kiến thức được cô đọng là một khái niệm cơ bản trong giao thức Bittensor, thúc đẩy việc học cộng tác giữa các nút mạng để nâng cao hiệu suất và độ chính xác. Tương tự như cách các nơ-ron trong não người hoạt động cùng nhau, kiến thức được cô đọng cho phép các nút cùng cải thiện trong mạng.

Quy trình này liên quan đến việc trao đổi mẫu dữ liệu và tham số mô hình giữa các nút, dẫn đến một mạng tự tối ưu hóa theo thời gian để có dự đoán chính xác hơn. Mỗi nút đóng góp vào một hồ bơi chung, cuối cùng cải thiện hiệu suất tổng thể của mạng, làm cho nó nhanh hơn và phù hợp hơn cho các ứng dụng học thời gian thực như robot và xe tự lái.

Quan trọng nhất, phương pháp này giảm thiểu nguy cơ quên cực kỳ đáng sợ, một thách thức phổ biến trong việc máy học. Các nút giữ và mở rộng kiến thức hiện có của họ trong khi tích hợp những hiểu biết mới, tăng cường sự linh hoạt và sự thích ứng của mạng.

Bằng cách phân phối kiến thức trên nhiều nút, mạng lưới Bittensor TAO trở nên mạnh mẽ hơn đối với sự cố và nguy cơ vi phạm dữ liệu tiềm ẩn. Điều này đặc biệt quan trọng đối với các ứng dụng xử lý dữ liệu cao cấp và nhạy cảm về bảo mật và quyền riêng tư, như thông tin tài chính và y tế (thêm về quyền riêng tư sau).

Hỗn hợp các Chuyên gia (MoE)

Đẩy sáng tạo một bước xa hơn, mạng lưới Bittensor giới thiệu khái niệm về Mixture of Experts (MoE) phi tập trung. Phương pháp này tận dụng sức mạnh của nhiều mạng nơ-ron, mỗi mạng chuyên sâu về các khía cạnh khác nhau của dữ liệu. Khi dữ liệu mới được giới thiệu, những chuyên gia này hợp tác để tạo ra dự đoán tập thể chính xác hơn bất kỳ chuyên gia cá nhân nào có thể đạt được một mình.

Cơ chế đồng thuận được sử dụng kết hợp học sâu với các thuật toán đồng thuận blockchain. Mục tiêu chính của nó là phân phối cổ phần như một động lực cho các người đồng cấp đóng góp nhiều giá trị thông tin nhất cho mạng lưới. Về bản chất, nó thưởng cho những người tăng cường kiến thức và khả năng của mạng lưới.

Ở cốt lõi của giao thức Bittensor là các hàm có tham số, thường được gọi là nơ-ron. Những nơ-ron này được phân phối theo kiểu ngang hàng, mỗi nơ-ron giữ một hoặc nhiều trọng số mạng được ghi lại trên một cuốn sách kỹ thuật số. Các đồng nghiệp tích cực tham gia vào việc xếp hạng lẫn nhau, huấn luyện các mạng nơ-ron để xác định giá trị của các nút láng giềng của họ. Quá trình xếp hạng này rất quan trọng trong việc đánh giá đóng góp của các đồng nghiệp cá nhân đối với hiệu suất tổng thể của mạng.

Điểm được tạo ra thông qua quá trình xếp hạng này tích lũy trên một sổ cái kỹ thuật số. Các đồng nghiệp xếp hạng cao nhận được phần thưởng tiền tệ, có thêm trọng lượng trong mạng lưới. Điều này tạo ra một mối liên kết trực tiếp giữa sự đóng góp của một đồng nghiệp và phần thưởng của họ, thúc đẩy sự công bằng và minh bạch trong mạng lưới.

Phương pháp này trình bày một thị trường nơi trí tuệ được định giá bởi các hệ thống trí tuệ khác theo cách ngang hàng trên internet. Nó khuyến khích các đồng nghiệp liên tục cải thiện kiến thức và chuyên môn của mình.

Để đảm bảo phân phối công bằng các phần thưởng, Bittensor sử dụng giá trị Shapley, một khái niệm được mượn từ lý thuyết trò chơi hợp tác. Giá trị Shapley cung cấp một cách công bằng và hiệu quả để phân phối các phần thưởng cho các đồng nghiệp mạng dựa trên sự đóng góp của họ. Việc cân nhắc này giữa động cơ với sự đóng góp thúc đẩy các nút hành động vì lợi ích tốt nhất của mạng, nâng cao an ninh và hiệu suất đồng thời thúc đẩy cải thiện liên tục.

Tâm huyết cốt lõi của Bittensor tập trung vào việc thúc đẩy sáng tạo và hợp tác trong lĩnh vực trí tuệ nhân tạo thông qua một khung vi mô. Khung vi mô này cho phép mở rộng nhanh chóng và chia sẻ kiến thức, tạo ra một thư viện thông tin ngày càng phát triển và không thể ngăn cản. Trong thị trường này, các nhà phát triển được ủy quyền để thương mại hóa mô hình trí tuệ nhân tạo của họ và cung cấp các giải pháp có giá trị cho doanh nghiệp và cá nhân.

Tầm nhìn của Bittensor mở rộng đến một tương lai nơi mà các mô hình AI có sẵn và có thể triển khai trên nhiều ngành công nghiệp. Sự tiếp cận này thúc đẩy sự tiến bộ và mở khóa những khả năng mới, nối liền khoảng cách giữa khả năng của AI và ứng dụng trong thế giới thực.

Tương tự như các mô hình AI toàn cầu nổi tiếng như Chat GPT, các mô hình Bittensor tạo ra 'biểu diễn' dựa trên một bộ dữ liệu toàn cầu. Để đánh giá hiệu suất mô hình,Thông tin của Fisherđược sử dụng để ước lượng tác động của việc loại bỏ một nút khỏi mạng, tương tự như việc mất một nơ-ron trong não người.

Vượt qua việc xếp hạng mô hình, Bittensor đặt một sự nhấn mạnh mạnh mẽ vào việc học tương tác. Mỗi mô hình tích cực tương tác với mạng, tìm kiếm sự tương tác với các mô hình khác, tương tự như việc tra cứu DNS. Bittensor hoạt động như một API giúp trao đổi dữ liệu giữa các mô hình này, thúc đẩy việc học cộng tác và chia sẻ kiến thức - sử dụng cả mô hình mã nguồn mở và mô hình mã nguồn đóng.

Sử dụng sự đồng thuận Yuma để đảm bảo rằng mọi người tuân thủ theo quy tắc, hệ sinh thái hoạt động như một lực đẩy cho các nhà phát triển mã nguồn mở và các phòng lab nghiên cứu trí tuệ nhân tạo, cung cấp kích thích tài chính để nâng cao các mô hình cơ sở mở.

Về bản chất, Bittensor hoạt động như một kho thông tin trí tuệ máy móc liên tục mở rộng. Điều này được thực hiện bằng cách kết hợp 4 tầng khác nhau:

• Lớp Miner chịu trách nhiệm sản xuất công việc có giá trị trong mạng lưới.
• Lớp Validator đảm bảo rằng các thợ đào tuân theo các quy tắc đã thiết lập của sự đồng thuận.
• Lớp doanh nghiệp xây dựng trên cơ sở hạ tầng hiện có để phát triển các sản phẩm và dịch vụ sáng tạo. Nó phục vụ như một nền tảng để tận dụng trí tuệ tập thể của mạng lưới để tạo ra các giải pháp mới.
• Lớp tiêu dùng hưởng lợi từ công việc sản xuất của lớp doanh nghiệp. Nó đại diện cho người dùng cuối cùng hoặc tổ chức sử dụng các sản phẩm và dịch vụ được hỗ trợ bởi mạng Bittensor.

Lịch sử

Bittensor được thành lập vào năm 2019 bởi hai nhà nghiên cứu trí tuệ nhân tạo, Jacob SteevesvàAla Shaabana(và một tác giả bài báo trắng ẩn danh, Yuma Rao) đang tìm cách để làm cho trí tuệ nhân tạo có thể được cộng dồn. Họ sớm nhận ra rằng tiền điện tử có thể là giải pháp - một cách để khuyến khích và sắp xếp một mạng lưới toàn cầu các nút máy học để huấn luyện & học cùng nhau trên các vấn đề cụ thể. Tài nguyên tăng dần vào mạng lưới tăng cường thông minh tổng thể, cộng dồn vào công việc đã được thực hiện bởi các nhà nghiên cứu & mô hình trước đó.

Hành trình của Bittensor bắt đầu với việc ra mắt ‘Kusanagi’ vào tháng 1 năm 2021, đánh dấu việc kích hoạt mạng và cho phép các thợ đào và xác minh viên bắt đầu kiếm được phần thưởng $TAO đầu tiên. Tuy nhiên, phiên bản ban đầu này đã gặp tạm ngừng tạm thời do vấn đề đồng thuận. Nhằm đáp ứng, Bittensor đã fork ‘Kusanagi’ thành ‘Nakamoto’ vào tháng 11 năm 2021.

Vào ngày 20 tháng 3 năm 2023, một cột mốc quan trọng đã được đạt khi 'Nakamoto' một lần nữa bị phân nhánh, lần này tiến hóa thành 'Finney.' Mục đích của bản nâng cấp này là để tăng cường hiệu suất của mã nhân.

Đáng chú ý, Bittensor ban đầu đặt mục tiêu trở thành một parachain trên Polkadot, đảm bảo một vị trí parachain thông qua một cuộc đấu giá thành công vào tháng Giêng. Tuy nhiên, quyết định đã được đưa ra để sử dụng blockchain L1 độc lập của riêng mình được xây dựng trên Substratethay vì phụ thuộc vào Polkadot do lo ngại liên quan đến tốc độ phát triển của Polkadot.

Tình hình hiện tại

Bittensor đã hoạt động trên mainnet được hơn một năm, và trọng tâm của nó đã được đặt vào nghiên cứu tiên phong và việc chuẩn bị nền tảng cho tiềm năng tương lai của nó. Đây là tổng quan về tình trạng hiện tại và những lý do tại sao các trường hợp sử dụng thương mại vẫn chưa được xây dựng trên các máy chủ xác thực của nó:

• Mô hình hỗn hợp thưa: Bittensor hoạt động như một mô hình hỗn hợp thưa. Nó thu hút các mô hình AI cụ thể vào hỗn hợp này, mỗi mô hình đều giải quyết các vai trò chuyên sâu trong việc giải quyết các vấn đề lớn được xác định bởi người xác thực. Cấu hình và điều chỉnh mô hình này để đạt được trạng thái nghệ thuật và vượt lên trên là một quá trình phức tạp và lặp lại. Giai đoạn này của con đường phát triển hiện đang do Quỹ Opentensor dẫn đầu.
• Nén thông minh (Chưng cất): Nén trí thông minh là trọng tâm nghiên cứu trung tâm của Bittensor. Điều này liên quan đến các kỹ thuật chưng cất để nâng cao hiệu quả và khả năng của mạng.
• Tối Ưu Hóa Cho Một Mục Tiêu Lớn: Trọng tâm chính của Bittensor đã được tập trung vào việc tối ưu hóa cho một mục tiêu lớn thay vì các trường hợp sử dụng kinh doanh ngắn hạn. Opentensor cam kết tạo ra một mạng lưới vượt ra ngoài việc chỉ là một nền tảng đồng đồng đẳng đơn giản với hệ thống giá cả cho các mô hình.
• Tiến độ và cập nhật: Trong năm qua, Opentensor đã đạt được tiến bộ đáng kể, bao gồm cả bản cập nhật Synapse, mở Bittensor cho các yêu cầu bên ngoài. Vào tháng 10/2023, bản nâng cấp Revolution cho phép mở rộng thông qua các mạng con. Điều này trao quyền cho các trình xác thực lớn xác định các vấn đề một cách độc lập, tạo ra cơ hội dòng tiền từ cổ phần của họ.
• Hướng mở rộng thế giới thực: Mạng Finney đánh dấu một bước ngoặt cho Bittensor, cho phép các người xác minh hoạt động độc lập hơn và giảm sự tập trung ban đầu. Khi cổ phần mạng tăng lên và phần thưởng khối tăng, nó thúc đẩy sự phát triển của trí tuệ nhân tạo.
• Các trường hợp sử dụng kinh doanh AI trên tầm nhìn: Bittensor tưởng tượng về việc mở rộng các trường hợp sử dụng kinh doanh AI thế giới thực khi các bên liên quan, bao gồm con người và AI, tuân theo động lực của họ. Việc triển khai đa dạng và siêu phương thức đang ở trên tầm nhìn, hợp nhất các mạng con thành một định dạng 'trí tuệ' thống nhất.

Với bản nâng cấp Revolution mới nhất, Bittensor đã mở khả năng cho bất kỳ ai tạo ra một mạng con chuyên về một loại ứng dụng cụ thể. Ví dụ, Mạng con 4sử dụngJEPA(Kiến trúc Dự đoán Nhúng Chung), là một phương pháp trí tuệ nhân tạo tiên phong của Meta'sYann LeCun để xử lý nhiều loại đầu vào và đầu ra khác nhau như video, hình ảnh và âm thanh trong một mô hình duy nhất.

Một thành tựu đáng chú ý khác là Cerebras, BTLM-3B-8K (Bittensor Language Model, một mô hình có 3 tỷ tham số cho phép chạy các mô hình chính xác và hiệu suất cao trên các thiết bị di động, giúp AI trở nên dễ tiếp cận hơn đáng kể. BTLM-3B-8K có sẵn trên Hugging Facevới giấy phép Apache 2.0 cho sử dụng thương mại.

Các mô hình GPT lớn thường có hơn 100 tỷ tham số, đòi hỏi nhiều GPU cao cấp để thực hiện suy luận. Tuy nhiên, việc phát hành LLaMA từ Meta đã mang đến cho thế giới các mô hình hiệu suất cao chỉ với 7 tỷ tham số, giúp việc chạy LLM trên PC cao cấp trở thành hiện thực.

Nhưng ngay cả mô hình tham số 7B được định lượng với độ chính xác 4-bit cũng không vừa vào nhiều thiết bị phổ biến như iPhone 13 (RAM 4GB). Trong khi một mô hình 3B sẽ thoải mái vừa vào hầu hết tất cả các thiết bị di động, các mô hình kích thước 3B trước đó hoạt động kém hơn đáng kể so với các mô hình 7B của họ.

BTLM đạt được sự cân bằng giữa kích thước mô hình và hiệu suất. Với 3 tỷ tham số, nó cung cấp một mức độ chính xác và khả năng vượt trội đáng kể so với các mô hình kích thước 3 tỷ trước đó.

Khi nhìn vào từng tiêu chí cụ thể, BTLM đạt điểm cao nhất trong mọi danh mục trừ TruthfulQA.

BTLM-3B không chỉ vượt trội hơn tất cả các mô hình 3B, nó còn hoạt động phù hợp với nhiều mô hình 7B.

Cách mạng - Nâng cấp Mạng phụ Bittensor

Bittensor Revolution Upgrade, được ra mắt vào ngày 2 tháng 10, đại diện cho một cột mốc quan trọng trong quá trình phát triển của Bittensor, mở ra những thay đổi đáng kể đối với cấu trúc hoạt động của nó. Trung tâm của bản nâng cấp này là sự giới thiệu của “mạng lưới con,” một khái niệm đột phá mang lại cho các nhà phát triển sự tự chủ chưa từng có trong việc định hình cơ chế khuyến khích của họ và thiết lập thị trường trong hệ sinh thái của Bittensor.

Một tính năng quan trọng của bản nâng cấp này là việc giới thiệu một ngôn ngữ lập trình chuyên biệt được thiết kế đặc biệt để tạo ra hệ thống khuyến khích. Điều này giúp các nhà phát triển tạo và triển khai cơ chế khuyến khích trên mạng Bittensor, sử dụng nguồn thông tin phong phú của nó để tùy chỉnh thị trường theo yêu cầu và sở thích cụ thể của họ.

Bản nâng cấp này cũng đại diện cho một sự rời bỏ đáng chú ý từ mô hình tập trung, nơi một tổ chức duy nhất kiểm soát tất cả các khía cạnh của mạng, hướng về một khung cảnh phi tập trung hơn. Các cá nhân hoặc nhóm khác nhau hiện có cơ hội sở hữu và quản lý các mạng con.

Với việc giới thiệu các “mạng con,” bất kỳ ai cũng có thể tạo ra mạng con riêng của họ và xác định cơ chế khuyến khích của họ, thúc đẩy một loạt dịch vụ rộng lớn hơn trong hệ sinh thái Bittensor. Sự chuyển đổi này thúc đẩy sự đa dạng và phân quyền trong mạng, phù hợp với nguyên tắc mở cửa và cộng tác mà là nền tảng của nhiệm vụ của Bittensor.

Hơn nữa, các mạng con sẽ cạnh tranh để phát sinh thông qua việc thu hút sự đồng thuận từ các đại biểu trong mạng lưới mới “route network,” đưa vào yếu tố cạnh tranh có thể thúc đẩy sự đổi mới và phân bổ tài nguyên.

Sự ra đời của các mạng con do người dùng tạo ra có thể gợi nhớ đến sự bùng nổ của các ứng dụng trên Ethereum sau khi nó mở cửa cho cộng đồng nhà phát triển toàn cầu. Bản nâng cấp này cũng nhấn mạnh tiềm năng của việc kết hợp các công cụ và dịch vụ khác nhau vào một mạng lưới chặt chẽ. Điều quan trọng, mọi yếu tố cần thiết để tạo ra thông minh hiện được đặt dưới một mái nhà, được quản lý bằng một token duy nhất ($TAO).

Mạng lưới tuyến đường

Mạng lưới tuyến đường đóng vai trò quan trọng trong hệ sinh thái Bittensor. Nó hoạt động như một siêu-mạng con với vai trò quan trọng trong việc phân phối phát thải trên các mạng con khác, tất cả dựa trên sự đồng thuận có trọng số từ các đại biểu chính. Sự chuyển đổi này là biến đổi tính cách mạng, vì nó thay đổi Bittensor từ một hệ thống kiểm soát đơn lẻ thành một “mạng lưới của mạng lưới” động.

Quan trọng hơn, lịch trình phát ra không còn chỉ dưới sự kiểm soát của Opentensor foundation. Các đại biểu trong mạng lưới 'gốc' hiện nắm giữ quyền phân phối khuyến khích. Sự thay đổi này phân cấp việc kiểm soát các ưu đãi, loại bỏ sự phụ thuộc duy nhất vào bất kỳ thực thể đơn lẻ nào và đặt nó vào tay mạng 'gốc'.

Mạng con

Các mạng con trong mạng Bittensor là các cơ chế khuyến khích khép kín cung cấp một khuôn khổ cho các thợ đào tham gia vào nền tảng. Các mạng con này đóng một vai trò quan trọng trong việc xác định các giao thức chi phối các tương tác giữa thợ đào và trình xác nhận.

Ngoài ra, các chi tiết về cơ chế động viên không còn được mã cố định trong mã nguồn của Bittensor nữa. Thay vào đó, những chi tiết này được xác định trong các kho lưu trữ con mạng, cho phép linh hoạt và sự thích nghi cao hơn.

Bittensor giới thiệu các mạng con cụ thể, chẳng hạn như mạng con khuyến nghị và mạng con chuỗi thời gian. Mạng con khuyến nghị cho phép thực thi các mạng nơ-ron khuyến nghị khác nhau, bao gồm GPT-3, GPT-4, ChatGPT và các mô hình khác, cho quyết định phân tán. Chức năng này cho phép người dùng tương tác với Validators trên mạng và nhận kết quả từ các mô hình hoạt động tốt nhất, trang bị ứng dụng của họ với khả năng AI tiên tiến.

Các mạng con hoạt động bằng cách phân phối $TAO Token cho các máy đào và người xác minh dựa trên giá trị mà họ đóng góp cho mạng. Các quy tắc chính xác và giao thức cho phản ứng của máy đào đối với các truy vấn Xác minh và quá trình đánh giá do các người xác minh thực hiện được xác định bởi mã trong mỗi kho mạng con.

• Khi ra mắt, sẽ có sẵn chín khe mạng con, mỗi khe có thể chứa 256 UIDs mặc định (ngoại trừ Mạng con 1, có thể chứa 1024). Các mạng con sẽ cạnh tranh tích cực để phát sinh bằng cách tìm kiếm trọng số đồng thuận từ đại diện trong mạng 'gốc'.
• Để đăng ký một mạng con, cá nhân hoặc tổ chức phải khóa một số tiền cụ thể của $TAO trong thời gian tồn tại của mạng con. Chủ sở hữu mạng con đảm nhận vai trò quản trị viên mạng đầy đủ và được quyền nhận phân phối thông qua mạng con tương ứng của họ. Họ sở hữu toàn bộ quyền hạn, bao gồm khả năng gọi các hành động sudo trên mạng, chẳng hạn như thiết lập siêu tham số như tỷ lệ tối thiểu của mạng.

• Mỗi mạng con được liên kết với một UID ròng duy nhất và quyền sở hữu mạng con được chuyển vào ví đã khóa số lượng $TAO cần thiết để đăng ký. Khi một mạng con được tạo, số tiền $TAO tương ứng được khấu trừ từ ví của người tạo và được gắn vào mạng con. Trong trường hợp một mạng con bị hủy đăng ký, $TAO bị khóa sẽ được trả lại cho chủ sở hữu.
• Một khía cạnh đáng chú ý là 18% khí thải được trả lại trên $TAO đã đặt cược trong một mạng lưới con được trao cho chủ mạng lưới con. Điều này khuyến khích các nhà tạo mạng lưới con tạo ra các cơ chế thu hút ủy quyền trên mạng lưới con, vì nó tăng cơ hội của họ tránh bị hủy bỏ đăng ký.
• Các mạng con được đăng ký mới được cấp một khoảng thời gian miễn dịch một tuần trong đó chúng không thể bị hủy đăng ký. Chi phí khóa ban đầu được đặt là 2500 $TAO, tăng gấp đôi khi mạng con mới đăng ký. Theo thời gian, chi phí khóa giảm dần, theo một mô hình tuyến tính tương tự cơ chế đấu giá Hà Lan. Tiếp cận này nhằm tìm ra sự cân bằng trong nhu cầu về khe mạng con bằng cách điều chỉnh chi phí khóa theo thời gian.

• Khi một mạng con bị hủy đăng ký, số $TAO bị khóa cho việc đăng ký sẽ được trả lại cho chủ sở hữu, tất cả các thợ đào trong mạng con sẽ bị xóa bỏ, và trạng thái mạng sẽ được đặt lại.

Mạng Root

Mạng Lưới Gốc hoạt động như một “meta subnet” hoạt động trên và ảnh hưởng đến các subnet khác trong khi đóng vai trò then chốt trong việc xác định điểm phát thải trên toàn hệ thống.

Chức năng chính của nó là sử dụng cơ chế đồng thuận có trọng số liên quan đến đại biểu để tạo ra một vector phát ra cho mỗi mạng con. Đại biểu trong mạng 'gốc' gán trọng số cho các mạng con khác nhau dựa trên sở thích của họ, và một cơ chế đồng thuận cuối cùng xác định phân bổ các lượng phát ra.

Một khía cạnh đáng chú ý là mạng 'root' hiệu quả tổng hợp vai trò của cả Hội đồng Thượng nghị và cơ chế ủy quyền, đưa các chức năng này lại về một thể thống nhất. Việc tổng hợp này giúp tối ưu hóa quy trình ra quyết định trong hệ sinh thái Bittensor.

Mạng ‘root’ sở hữu quyền lực để hình thành hệ sinh thái bằng cách ảnh hưởng đến phân bổ phát thải. Nếu mạng này coi một mạng con hoặc một khía cạnh cụ thể của hệ thống không có giá trị, nó có khả năng giảm hoặc loại bỏ phát thải đến thành phần đó.

Các mạng con trong mạng lưới Bittensor phải tích cực cố gắng thu hút đa số trọng số từ các đại biểu trong mạng 'gốc' để bảo đảm một phần quan trọng của lượng phát thải. Mặt cạnh tranh này nhấn mạnh sự quan trọng của các mạng con trong việc chứng minh giá trị và tiện ích của họ đối với hệ sinh thái lớn hơn.

Ngoài ra, nó ủy quyền cho 12 phím hàng đầu trong mạng lưới có khả năng phủ quyết những đề xuất được nộp bởi ba người đồng trị, tạo thêm một lớp kiểm soát và cân nhắc trong hệ thống.

Triển vọng ngành

Trong lĩnh vực công nghệ, quyền lực đã lâu được tập trung trong tay một số tập đoàn công nghệ lớn. Những tập đoàn này đã duy trì sự kiểm soát đối với những mặt hàng số quý giá quan trọng để thúc đẩy sự đổi mới. Tuy nhiên, Bittensor công nhận và thách thức mô hình lưu hành này bằng cách giới thiệu một hệ thống phân phối công bằng và dễ tiếp cận hơn thông qua thị trường của mình.

Triển vọng cơ bản của Bittensor nằm ở việc hiểu rằng trí tuệ là kết quả của các mặt hàng số, chẳng hạn như sức mạnh tính toán và dữ liệu. Lịch sử cho thấy, những mặt hàng này đã được kiểm soát chặt chẽ và hạn chế trong lĩnh vực của các ông lớn công nghệ. Bittensor cố gắng phá vỡ những chuỗi này bằng cách giới thiệu các mạng con được tạo bởi người dùng. Những thị trường này sẽ hoạt động dưới một hệ thống mã thông nhất, đảm bảo rằng nhà phát triển trên toàn thế giới có quyền truy cập công bằng vào tài nguyên trước đây chỉ thuộc về một số ít trong hệ sinh thái đóng của Big Tech.

Tiềm năng tiếp nhận

Trong thời đại kỹ thuật số ngày nay, sức mạnh biến đổi của Trí tuệ Nhân tạo (AI) là không thể phủ nhận. AI đã trở thành một phần không thể thiếu của cuộc sống chúng ta, giúp đơn giản hóa nghiên cứu, tự động hóa quy trình làm việc, hỗ trợ trong việc lập trình, và tạo nội dung từ văn bản. Sự phát triển nhanh chóng của khả năng AI là rõ ràng, nhưng sự phát triển này đi kèm với những thách thức liên quan đến tính mở rộng và, quan trọng nhất, tính đáng tin cậy.

Các sự cố gần đây, như việc ChatGPT tạm thời ngưng hoạt động trong cuộc thảo luận về quy định về trí tuệ nhân tạo tại Washington, đã làm nổi bật nhu cầu cấp thiết về các giải pháp mạnh mẽ để giải quyết những thách thức về quy mô của trí tuệ nhân tạo. Những sự cố này đã khiến người dùng lo lắng về tính ổn định và đáng tin cậy của trí tuệ nhân tạo khi nó ngày càng được tích hợp vào cuộc sống hàng ngày của chúng ta. Chính trong những khoảnh khắc như thế này, ý nghĩa của $TAO của Bittensor trở nên rõ ràng.

Phương pháp của Bittensor không chỉ ủng hộ AI mã nguồn mở mà còn chứng minh rằng đó có thể là một hành trình đáng giá về mặt tài chính. Nó phản ánh sự tiến hóa cạnh tranh nhìn thấy trong việc đào Bitcoin và mở đường cho một thị trường phát triển nơi mà những mô hình AI tốt nhất nổi lên hàng đầu. Sự chuyển đổi này giúp cho các nhà nghiên cứu AI đóng góp kiến thức chuyên môn của họ vào một môi trường mở và động, từ đó cuối cùng là lợi ích cho xã hội toàn bộ.

$TAO cung cấp một cơ sở hạ tầng trí tuệ nhân tạo phi tập trung có thể giảm thiểu các vấn đề tiềm năng như đã trải qua bởi ChatGPT. Bằng cách phi tập trung AI, Bittensor đảm bảo sự kiên cường và đáng tin cậy của các hệ thống AI, ngay cả khi nhu cầu của chúng tiếp tục tăng. Phương pháp này thiết lập một nền tảng đáng tin cậy cho tương lai của các dịch vụ AI.

Đơn giản, Bittensor nổi lên như một thị trường toàn cầu cho trí tuệ nhân tạo mã nguồn mở, đem đến một giải pháp hấp dẫn cho những thách thức mà phát triển trí tuệ nhân tạo mã nguồn đóng đang đối diện.

• Lực Hấp Dẫn cho Sự Xuất Sắc của Trí Tuệ Nhân Tạo: Bittensor hoạt động như một lực hấp dẫn thu hút những mô hình AI tốt nhất từ các nhà nghiên cứu trên toàn thế giới. Bằng cách thúc đẩy một thị trường tự do cho AI, mạng lưới khuyến khích việc nộp các mô hình cắt cạnh. Khi nó trưởng thành, Bittensor hứa hẹn giá thấp hơn, loại bỏ rủi ro nền tảng và cung cấp những đầu ra AI tốt nhất, cho dù là văn bản, hình ảnh, video hoặc các định dạng khác.
• Lợi nhuận từ mã nguồn mở: Bittensor biến đổi trí tuệ nhân tạo mã nguồn mở thành một nỗ lực sinh lời. Theo cách thức của Bitcoin, Bittensor được cấu trúc với giả định rằng các bên liên quan đều hướng đến lợi nhuận. Trong hệ sinh thái này, những mô hình trí tuệ nhân tạo tốt nhất sẽ kiếm được nhiều tiền nhất. Điều này tương tự như sự phát triển của việc đào Bitcoin, chuyển hóa thành một ngành công nghiệp cạnh tranh và chuyên nghiệp. Các nghiên cứu sinh tiến sĩ hiện có cơ hội đưa nghiên cứu của họ vào thị trường mở này, san lấp khoảng cách giữa giáo dục đại học và ngành công nghiệp tư nhân.
• Quy mô ấn tượng: Các động lực của Bittensor đã mang lại kết quả đáng chú ý. Mạng lưới phục vụ hơn 4.000 mô hình trí tuệ nhân tạo, bao gồm 10 tỷ thông số mô hình đáng kinh ngạc. Để hiểu rõ hơn, GPT-3 có 175 tỷ thông số.
• Các bên liên quan đa dạng: Hệ sinh thái của Bittensor bao gồm một loạt các bên liên quan, bao gồm các thợ đào, người xác minh, ứng cử viên và người tiêu dùng. Sự tham gia đa dạng này đảm bảo tính mạnh mẽ và sự phát triển liên tục của mạng lưới.

Một yếu tố quan trọng là tình trạng hiện tại của trí tuệ nhân tạo, một phần lớn vẫn bị khóa kín sau cánh cửa và dưới sự kiểm soát của một số công ty công nghệ lớn. Điều này đặt ra câu hỏi: liệu nếu trí tuệ nhân tạo có thể mở và học từ các mô hình trí tuệ nhân tạo khác trong môi trường cộng tác? $TAO của Bittensor cố gắng cung cấp một giải pháp cho câu hỏi này.

• Áp dụng bằng cách tăng trưởng: Trong khi một số công ty AI lớn có thể ngần ngại công khai các công nghệ AI độc quyền của họ, $TAO đưa ra một đề xuất hấp dẫn. Nó giới thiệu khả năng kiếm tiền hơn nữa thông qua các giao dịch vi mô. Hãy tưởng tượng các giải pháp AI đã được thiết lập như OpenAI chấp nhận thanh toán vi mô mỗi khi ai đó sử dụng mô hình đào tạo của họ trong hệ sinh thái Bittensor để xây dựng sản phẩm và doanh nghiệp của họ. Điều này có thể mở ra một nguồn doanh thu mới cho các công ty này, khuyến khích họ tham gia vào một mạng AI mở.
• Sự áp dụng theo nhu cầu: Hoặc bạn có thể giả định rằng các giải pháp trí tuệ nhân tạo hiện tại vẫn đóng cửa và kháng cự với các mạng mở. Ngay cả khi có vốn lớn sẵn có, cũng có khả năng rằng mã nguồn mở có thể vượt qua những giải pháp được đầu tư mạnh mẽ này. Trong khi tài nguyên tài chính rất quan trọng đối với sự phát triển công nghệ, tiềm năng của một công nghệ có thể học hỏi tự động và từ môi trường của nó không nên bị đánh giá thấp.

Mặc định mã nguồn mở

Cuộc tranh luận xoay quanh việc liệu các mô hình AI có nên là mã nguồn mở đã trở nên quan trọng khi lo ngại về vấn đề sự phù hợp trong lĩnh vực AI tiếp tục tăng lên. Câu hỏi cơ bản là liệu mã nguồn thực sự đằng sau các mô hình AI có nên được mọi người truy cập một cách tự do hay không. Thú vị là, mặc dù các nhà lãnh đạo lớn như OpenAI có thể mở nguồn các mô hình của họ, điều đó không nhất thiết sẽ đe dọa Bittensor. Trong một môi trường mã nguồn mở, bất kỳ ai cũng có thể sử dụng các mô hình này trên mạng lưới Bittensor.

Trong cộng đồng công nghệ, có sự khác biệt về ý kiến về vấn đề này. Một số người cho rằng công nghệ AI nguồn mở có thể trao quyền cho các tác nhân độc hại khai thác AI cho các mục đích có hại. Ngược lại, những người khác cho rằng việc cấp độc quyền công nghệ AI cho các tập đoàn lớn đặt ra một mối nguy hiểm đáng kể hơn. Ví dụ, tập trung quyền lực AI vào tay một vài tập đoàn nghìn tỷ đô la, như đã thấy với sự tập trung của OpenAI vào việc huy động vốn đáng kể, có thể dẫn đến những lo ngại về đạo đức, làm nổi bật nguy cơ tham nhũng quyền lực.

Quyết định của Meta để mã nguồn mở của họ Llama2LLM cho thấy sự dịch chuyển trong ngành hàng hướng tới việc ủng hộ các thực hành mã nguồn mở. Bước đi này cung cấp cơ hội cho Bittensor học hỏi và có thể tích hợp các tiến bộ của Meta vào mạng lưới của mình, giảm khoảng cách về hiệu suất một cách nhanh chóng hơn.

Điều cần thiết là phải kiểm tra định giá của cả $TAO và OpenAI. Hiện tại, OpenAI giữ một vị trí thống trị trong ngành, với một định giá dao động từ $ 80B đến $ 90B. Tuy nhiên, nó hoạt động trong một hệ sinh thái đóng cửa phụ thuộc nhiều vào Microsoft và các dịch vụ đám mây được cấp quyền của nó. Mặc dù vậy, OpenAI đã thành công trong việc thu hút những tài năng hàng đầu từ khắp nơi trên thế giới. Ngược lại, khi thời gian trôi qua và các sáng kiến mã nguồn mở trở nên phổ biến hơn, hồ bơi tài năng có sẵn sẽ mở rộng một cách lớn mạnh, đến mọi ngóc ngách của internet. Sự dân chủ hóa chuyên môn AI này có thể đóng vai trò quan trọng trong việc định hình việc áp dụng của Bittensor.

Bối cảnh cạnh tranh – AI tập trung

Việc áp dụng của các nhà phát triển vẫn là yếu tố then chốt trong hành trình của Bittensor. Hiện nay, các nhà phát triển có thể tương tác với mạng thông qua API Python được phát triển bởi Quỹ OpenTensor, nhấn mạnh tầm quan trọng của việc nuôi dưỡng cộng đồng nhà phát triển mạnh mẽ để thúc đẩy việc áp dụng. Ngày nay, Bittensor đang tích cực làm việc để phân quyền các khía cạnh then chốt của mạng, chẳng hạn như việc tạo và đào tạo mô hình, thưởng cho các mô hình được hiệu chỉnh tinh tế nhất trong khi thúc đẩy quyết định dựa trên cộng đồng.

Một cách đáng chú ý, những người chơi đã cốt lõi trong lĩnh vực trí tuệ nhân tạo, bao gồm OpenAI và Google, hiện đã trở thành đối thủ của $TAO. Họ đã sâu rộng vào giai đoạn tạo mô hình của trí tuệ nhân tạo và thậm chí đã mạo hiểm vào việc tích hợp theo chiều dọc tiềm năng trong các ngành công nghiệp khác nhau. Trên bối cảnh này, một trong những thách thức chính mà $TAO đối mặt là vấn đề chia tách dữ liệu.

Khác với các gigants công nghệ như Facebook, Apple, Amazon, Netflix và Google (FAANG), có quyền truy cập vào các kho dữ liệu ý nghĩa lớn, cộng đồng được cung cấp dữ liệu từ cộng đồng có thể thiếu cùng mức độ tài nguyên và quyền truy cập vào dữ liệu. Các tổ chức FAANG được trang bị các phương tiện tài chính để nâng cao nỗ lực AI của họ với phần cứng mạnh mẽ như công nghệ tiên tiến của Nvidia, bao gồm H100s và GH200s, có thể tăng tốc đáng kể quá trình huấn luyện mô hình AI.

Đồng thời, cần lưu ý rằng tất cả các giải pháp trí tuệ nhân tạo hàng đầu hiện nay đều được đặc trưng bởi việc đóng và tập trung. Điều này bao gồm các công ty nổi tiếng như OpenAI, Google, Midjourney và những công ty khác, mỗi công ty đều cung cấp các giải pháp trí tuệ nhân tạo đột phá. Tuy nhiên, khoảng cách giữa các mô hình đóng và mã nguồn mở đang dần thu hẹp. Các mô hình mã nguồn mở đang giành được ưu thế về tốc độ, tùy chỉnh, quyền riêng tư và khả năng tổng thể. Chúng đạt được các tính năng ấn tượng với ngân sách và kích thước tham số tương đối khiêm tốn so với các đối thủ đóng của họ. Hơn nữa, các mô hình mã nguồn mở này hoạt động theo định hình thời gian tăng tốc, mang lại kết quả trong vài tuần thay vì vài tháng.

Google, một công ty công nghệ lớn đã nhận ra xu hướng biến đổi này. Atài liệu nội bộ bị rò rỉ từ công ty tuyên bố, "Chúng tôi không có hào và OpenAI cũng vậy." Sự thừa nhận này nhấn mạnh ảnh hưởng ngày càng tăng của AI nguồn mở trong bối cảnh cạnh tranh.

Trong hệ sinh thái AI đang phát triển này, $TAO nổi lên như một chất xúc tác cho sự thay đổi, thách thức mô hình phát triển và đào tạo AI truyền thống. Cách tiếp cận phi tập trung và đặc tính hướng đến cộng đồng của nó định vị nó như một ứng cử viên trong lĩnh vực năng động, nơi những gã khổng lồ công nghệ từng trị vì tối cao.

Không giống như các nền tảng tập trung hạn chế quyền truy cập vào một mô hình AI duy nhất, kiến trúc của Bittensor cung cấp quyền truy cập không cần phép vào trí tuệ. Nó phục vụ như một điểm dừng duy nhất cho các nhà phát triển AI, cung cấp tất cả tài nguyên tính toán cần thiết trong khi chào đón sự đóng góp từ bên ngoài. Mô hình bao quát này liên kết mạng nơ-ron trên toàn cầu, tạo ra một hệ thống học máy phân tán, toàn cầu và động lực.

Nhận thức đầy đủ tiềm năng của AI đòi hỏi một sự rời bỏ từ các thực hành phát triển nguồn đóng và những hạn chế liên quan của chúng. Giống như trẻ em mở rộng sự hiểu biết thông qua tương tác xã hội, AI phát triển mạnh mẽ trong môi trường động. Tiếp xúc với các bộ dữ liệu đa dạng, những thông tin từ các nhà nghiên cứu sáng tạo và tương tác với các mô hình khác nhau nuôi dưỡng sự tạo ra của các hệ thống AI mạnh mẽ và thông minh hơn. Hướng đi của AI không nên được quyết định bởi một thực thể duy nhất.

Trong tương lai tương phản này, sự lựa chọn giữa một thế giới được thống trị bởi các thuật toán hộp đen và cơ quan tập trung và một bức tranh AI mở, dân chủ trở nên quan trọng đối với xã hội.

Trong kịch bản đầu tiên, khi các tập đoàn lớn như OpenAI hoặc Anthropic nắm giữ dây cương của các giải pháp AI, chúng ta có nguy cơ sống dưới chế độ giám sát liên tục. Các tập đoàn này sẽ có quyền lực to lớn đối với dữ liệu cá nhân và các tương tác hàng ngày của chúng tôi, với thẩm quyền tắt các dịch vụ và báo cáo các cá nhân cho các quan điểm hoặc thảo luận bất đồng.

Tuy nhiên, giải pháp thay thế lạc quan hơn cung cấp một thế giới nơi AI bắt nguồn từ các nền tảng nguồn mở, được xây dựng trên các mạng thuộc sở hữu toàn cầu. Ở đây, quyền lực và kiểm soát được phân cấp, và AI phục vụ như một công cụ để trao quyền hơn là giám sát. Trong kịch bản này, sự sáng tạo và phát triển có thể phát triển mạnh mà không sợ sự thiên vị hoặc kiểm duyệt của công ty.

Cũng giống như internet dân chủ hóa việc truy cập thông tin, một hệ sinh thái AI mở sẽ dân chủ hóa việc truy cập vào trí thông minh. Nó đảm bảo rằng trí thông minh không bị độc quyền bởi một số ít người được chọn, thúc đẩy một sân chơi bình đẳng, nơi bất kỳ ai cũng có thể đóng góp, học hỏi và hưởng lợi.

$TAO Tokenomics

• Tương tự như bitcoin, tổng cung lượng cung cấp tối đa của TOKEN $TAO được giới hạn ở mức 21.000.000, sẽ được phát hành sau 256 năm.
• Việc chia đôi $TAO sẽ xảy ra mỗi 10,5 triệu khối, với 64 sự kiện chia đôi cố định sẽ xảy ra trong vòng hơn 45 năm tới.

• Mạng hoạt động trên thời gian khối khoảng 12 giây, với 1 $TAO được thưởng cho các thợ mỏ và xác minh viên mỗi khối.
• Hiện tại, số tiền đó lên tới 7.200 mã thông báo $TAO mới được phát hành mỗi ngày, được phân phối đều giữa các thợ đào và người xác nhận.

Một điểm tương đồng khác với Bitcoin là lịch phát hành của $TAO cũng tuân theo khái niệm giảm một nửa, xảy ra khoảng 4 năm một lần. Tuy nhiên, điều này được xác định bởi tổng số phát hành mã thông báo thay vì số khối. Ví dụ, một khi một nửa tổng nguồn cung đã được phát hành, tỷ lệ phát hành sẽ giảm một nửa.

Điều quan trọng là $TAO mã thông báo được sử dụng để tái chế đăng ký được đốt trở lại vào nguồn cung chưa phát hành, dẫn đến việc kéo dài dần khoảng thời gian giảm một nửa. Cơ chế này đảm bảo rằng lịch phát hành điều chỉnh linh hoạt theo thời gian, phản ánh nhu cầu của mạng lưới và động lực kinh tế.

Nền kinh tế Token $TAO

Nền kinh tế token $TAO của Bittensor được đặc trưng bởi sự đơn giản, cam kết với phân quyền và phân phối công bằng. Không giống như nhiều dự án blockchain khác, token $TAO không được phân bổ cho bất kỳ bên nào thông qua ICOs, IDOs, bán hàng riêng cho các nhà đầu tư, hoặc phân bổ đặc quyền cho nhóm, quỹ hoặc cố vấn. Thay vào đó, mỗi token lưu hành phải được kiếm được thông qua sự tham gia tích cực vào mạng lưới.

Ngoài ra còn có các nhà phân bổ vốn tham gia vào mạng, tham gia với tư cách là người khai thác hoặc người xác nhận cũng như cung cấp các dịch vụ tạo lập thị trường, chẳng hạn như DCG, GSR hoặc Polychain. Điều liên quan là không ai trong số họ nhận được phân bổ mã thông báo có nguồn gốc từ việc bán trước hoặc bán riêng.

Token $TAO có thể được sử dụng cho việc quản trị, cho Staking và tham gia cơ chế đồng thuận, và như một phương tiện thanh toán trong mạng lưới Bittensor.

Theo cách này, các nhà xác thực và thợ đào đều đặt cược các mã thông báo của họ như tài sản thế chấp để bảo vệ mạng và kiếm phần thưởng thông qua các phát phát hành lạm phát, trong khi người dùng và doanh nghiệp có thể sử dụng $TAO để truy cập các dịch vụ AI và ứng dụng được xây dựng trên mạng.

Token $TAO mới chỉ có thể được tạo ra thông qua việc đào và xác minh. Mạng lưới thưởng cả người đào và người xác minh, mỗi khối đều tặng 1 phần thưởng $TAO, được chia đều giữa người đào và người xác minh. Vì vậy, cách duy nhất để có được $TAO là mua token trên thị trường mở hoặc tham gia hoạt động đào và xác minh.

Mô hình phân phối token trực tiếp của $TAO phản ánh những nguyên tắc phi tập trung, gợi nhớ đến tinh thần của Bitcoin được thiết lập bởi Satoshi Nakamoto. Việc phát hành đồng xu khởi đầu của $TAO điều chỉnh với lịch trình phát hành của Bitcoin ($BTC), tạo cơ hội bình đẳng cho bất kỳ ai đóng góp giá trị cho mạng lưới. Cách tiếp cận này nhấn mạnh tầm quan trọng của việc ngăn chặn sự tập trung quyền lực và sở hữu, đặc biệt là trong lĩnh vực trí tuệ nhân tạo, có tác động xã hội quan trọng và không nên được kiểm soát bởi một số ít người.

Mô hình phân phối này đảm bảo rằng khai thác vẫn là một quá trình cạnh tranh. Khi nhiều thợ đào tham gia mạng lưới, sự cạnh tranh tăng lên, khiến việc duy trì lợi nhuận trở nên khó khăn. Điều này, đến lượt nó, thúc đẩy các thợ mỏ tìm cách giảm chi phí hoạt động, thúc đẩy hiệu quả và đổi mới trong mạng.

Nắm bắt giá trị của $TAO

$TAO, token bản địa của mạng lưới Bittensor, bắt nguồn từ giá trị nội tại của nó từ vai trò độc đáo trong hệ sinh thái. Không giống như mô hình L1 tiêu chuẩn nơi mà các token mạng bắt nguồn từ việc bán không gian khối, giá trị của $TAO liên kết với các dịch vụ AI nó cho phép. Khi những dịch vụ AI này trở nên có tác động và hữu ích hơn, nhu cầu cho $TAO tăng lên.

Việc nắm giữ $TAO cung cấp quyền truy cập vào một loạt các tài nguyên kỹ thuật số liên kết, bao gồm dữ liệu, băng thông và thông tin được tạo ra và xác minh bởi các thành viên mạng lưới. Như được thể hiện trong lịch trình phát thải, giá trị của $TAO không chỉ dựa vào sự suy luận hoặc sự khan hiếm mà còn chắc chắn dựa vào những đóng góp cụ thể và tiện ích mà nó cung cấp trong mạng lưới Bittensor.

Tuy nhiên, việc duy trì chu kỳ tạo ra và thưởng không phải lúc nào cũng được đảm bảo. Các thợ đào và xác nhận viên, mặc dù đóng góp thông tin quý giá cho mạng lưới và kiếm được token $TAO làm phần thưởng, cũng có động cơ để bán để chi trả các chi phí, tương tự như các thợ đào Bitcoin.

Giá trị trong giá token như thế nào?

Giống như bất kỳ mã thông báo nào khác, giá $TAO được xác định bởi các nguyên tắc kinh tế cơ bản của cung và cầu. Nhu cầu $TAO tăng dẫn đến tăng giá, trong khi nhu cầu giảm dẫn đến mất giá. Do đó, ý tưởng là nhu cầu từ hoạt động hệ sinh thái sẽ bù đắp cho việc mở khóa nguồn cung.

Bạn chỉ có thể nhận được $TAO bằng cách đóng góp cho mạng. Đối với điều đó, bạn cần phải mua và giữ hoặc chi tiêu nó để bắt đầu sử dụng mạng.

• Trình điều khiển nhu cầu:
  • Hoạt động hệ sinh thái:
    • Người xác thực yêu cầu mã thông báo $TAO để đăng ký.
    • Người dùng có thể mua $TAO để tham gia vào quy trình bỏ phiếu liên quan đến việc điều chỉnh thông minh.
    • Sử dụng như thanh toán trong mạng lưới.
  • Nhu cầu Staking và ủy quyền $TAO kiếm phần thưởng Stake. Điều này có thể giúp bảo vệ chống lại lượng khí thải lạm phát.
  • Phần thưởng đặc biệt như một cách để đặt cược vào tiềm năng tăng của việc hợp nhất hai công nghệ gây rối như blockchain và AI.
  • Hiệu ứng mạng là kết quả của nhiều nhà phát triển tham gia vào mạng và tận dụng tiềm năng của các mô hình nguồn mở
• Yếu tố cung cấp:
  • Phát hành Token từ sự phát hành lạm phát để đạt đến tổng cung 21.000.000
  • Người khai thác và người xác nhận có thể bán mã thông báo $TAO để trang trải chi phí hoạt động của họ. Khía cạnh này giống như các thợ đào Bitcoin bán để trang trải chi phí.

Khi mạng lưới mở rộng và thêm nhiều mô hình AI và mạng con, tiềm năng thu giữ giá trị tăng lên. Sự phát triển của mạng lưới cũng được thúc đẩy bởi sự tương hỗ giữa AI và blockchain, tạo ra một chu trình tự củng cố.

Theo cách này, Bittensor thể hiện những nguyên tắc của Định luật Metcalfe, nơi giá trị của mạng tỉ lệ thuận với bình phương của số người dùng hoặc nút kết nối. Khi có nhiều người tham gia vào mạng, giá trị mà nó cung cấp tăng một cách mũi tên.

Làm thế nào để nắm bắt được giá trị như vậy

Trong Bittensor, các trình xác thực được khuyến khích thu hút cổ phần từ chủ sở hữu mã thông báo và cổ phần này là nền tảng cho hoạt động của họ trong mạng. Là chủ sở hữu mã thông báo, bạn có thể chọn nhiều trình xác thực khác nhau để đặt cược $TAO của mình. Tùy chọn phổ biến nhất là OpenTensor Foundation, với khoảng 20% quyền sở hữu mạng.

Hiện tại, các nhà xác thực phân phối 82% phần thưởng của họ cho các đại biểu dưới dạng token $TAO. Do đó, ủy thác $TAOViệc gửi token cho Máy chủ xác thực mang lại cơ hội cho người giữ token kiếm được phần thưởng Staking. Điều này có thể giúp bảo vệ người dùng khỏi sự pha loãng tiềm năng từ việc phát hành lạm phát.

• Phần thưởng của người xác minh hiện đang ở mức 22.45%
• Phần thưởng đặt cược hiện đang ở mức 18.41%

Rủi ro / Phần thưởng và Chân trời thời gian

Khi đánh giá rủi ro/phần thưởng khi phân bổ một phần của danh mục cho $TAO, quan trọng là nhận biết bạn thực sự đang mua gì. Ví dụ, việc mua không cho chủ sở hữu bất kỳ loại lợi suất nào được trả bằng USD được tạo ra từ hoạt động kinh tế của mạng lưới. Thay vào đó, bạn được thưởng bằng sự phát ra token. Là chủ sở hữu token, bạn có thể ủy quyền những sự phát ra đó để kiếm lợi suất APY và tăng số lượng $TAO của bạn.

Sự tương đồng với Bitcoin là rõ ràng, nhưng có một câu chuyện ngầm đằng sau $BTC làm cho nó trở nên độc đáo. Không ai có thể đưa ra câu trả lời thỏa đáng về giá trị của $BTC là gì hoặc tại sao nó có bất kỳ loại giá trị nào, do đó tại sao cộng đồng cuối cùng lại thể hiện một cuộc chiến tranh bộ lạc giữa những người không có đồng xu, "shitcoiner" và maxis.

Thật vậy, nền kinh tế mã thông báo thực tế của Bitcoin rất dễ hiểu: $BTC được sử dụng để khuyến khích các thợ mỏ vận hành và chạy mạng. Kết quả là, chủ sở hữu hiện tại bị pha loãng (mặc dù họ có thể trở thành thợ đào - hoặc đại biểu trong trường hợp của Bittensor). Do đó, những người nắm giữ mã thông báo không được thưởng và không nhận được bất kỳ ưu đãi nào từ mạng cơ bản.

Nhưng trong trường hợp của $BTC, có một yếu tố quan trọng cần xem xét, đó là sự khan hiếm. Sự thật là chỉ có $21 triệu bao giờ cũng khiến nó trở nên độc đáo. Và trong khi nền kinh tế token của $TAO đã được mô phỏng theo chính Bitcoin, vẫn còn hơn 70% token chưa phát hành. Điều này đặt ra một tình huống khó xử cho nhà đầu tư về điều gì họ đánh giá cao hơn: sự phân quyền của mạng lưới, hay sự khan hiếm của tài sản.

Cuối cùng, tiện ích của $TAO xuất phát từ quyền truy cập mà nó cung cấp cho các mô hình AI, việc sử dụng nó để quản trị, truy cập vào phần thưởng Staking và như một cơ chế khuyến khích.

Chi phí hoạt động

Các phát triển cơ sở hạ tầng hiện tại được thanh toán bởi Opentensor Foundationthông qua viện trợ từ việc ủy quyền cho họ cũng như bằng phần thưởng từ việc ủy quyền. Các phát triển khác được tiến hành bởi bên thứ ba vận hành các nút xác thực của họ và được tài trợ thông qua việc ủy quyền cũng.

Chính như bất kỳ sáng kiến toàn cầu nào cũng đều cần có nguồn vốn cho nghiên cứu, phát triển và triển khai, thành công của Trí tuệ Nhân tạo phụ thuộc vào cách vốn được phối hợp và cách các bên liên quan được thưởng cho sự đóng góp của họ. Đó chính là việc phân bổ chiến lược của các nguồn lực (nghiên cứu, GPU cho việc đào tạo…) mà thúc đẩy sự phát triển và tác động của Trí tuệ Nhân tạo.

Trong lĩnh vực AI, đặc biệt là trong trường hợp của các mô hình ngôn ngữ lớn như ChatGPT, chi phí vận hành là đáng kể. Ví dụ, OpenAI được ước lượng chi khoảng $700,000 mỗi ngày để vận hành ChatGPT, điều này nhấn mạnh mức gánh nặng tài chính đáng kể liên quan đến các mô hình trí tuệ nhân tạo quy mô lớn. Chi phí huấn luyện có thể dao động từ hàng triệu đến hàng chục triệu đô la cho mỗi mô hình, khiến nó trở thành một nỗ lực tài nguyên còn tốn kém hơn. Chi phí huấn luyện một mô hình trên một bộ dữ liệu lớn có thể còn cao hơn, lên đến 30 triệu đô la.

Mặc dù công ty đã huy động được một số vốn đáng kể, bao gồm đầu tư gần đây từ Microsoft (khoảng một nửa ở dạng tín dụng Azure), nhưng chi phí ngày càng tăng của việc đào tạo các mô hình ngôn ngữ lớn là một vấn đề đáng lo ngại. Mỗi lần chạy đào tạo đều tốn hàng triệu đô la, và nhu cầu bắt đầu từ đầu cho các mô hình mới làm trầm trọng thêm vấn đề này.

Đây là nơi mà cách tiếp cận "Knowledge Compounding" của Bittensor trở nên có liên quan. Cách tiếp cận độc đáo của Bittensor tập trung vào phân cấp và cộng tác thông qua "Knowledge Compounding". Triết lý này cho phép các hệ thống AI xây dựng dựa trên kiến thức hiện có theo cách phi tập trung, mang lại những lợi thế như:

• Hiệu quả chi phí: Bằng cách tận dụng kiến thức hiện có và liên tục cải thiện, phương pháp của Bittensor có thể giảm thiểu cần thiết phải đào tạo lại từ đầu một cách đắt đỏ.
• Khả năng thích ứng: Các ứng dụng trí tuệ nhân tạo quy mô lớn thường đối mặt với nhu cầu và thách thức ngày càng phát triển. Đây là nơi mà phương pháp phân tán cho phép các tổ chức thích ứng hệ thống trí tuệ nhân tạo của họ một cách linh hoạt hơn, đảm bảo chúng vẫn phù hợp và hiệu quả trong môi trường biến đổi.
• Phân quyền: Mạng lưới phi tập trung của Bittensor tăng cường sức mạnh cho cộng đồng toàn cầu các nhà đóng góp, giảm sự phụ thuộc vào một thực thể duy nhất hoặc cơ sở hạ tầng tập trung. Điều này thúc đẩy sự đổi mới và đa dạng trong phát triển trí tuệ nhân tạo.
• Hợp tác: Tính chất hợp tác của Knowledge Compounding khuyến khích chia sẻ kiến thức và học hỏi hợp tác giữa các nút trong mạng, tạo môi trường động lực cho sự tiến bộ của AI.

Nhóm và Nhà đầu tư

Bittensor là một giao thức mã nguồn mở mạnh mẽ đằng sau một mạng học máy phi tập trung dựa trên blockchain. Nhóm phát triển Bittensor bao gồm Jacob Steeves(Người sáng lập),Ala Shaabana (Người sáng lập), Jacqueline Dawn(Giám đốc Marketing), vàSaeideh Motlagh(Kiến trúc sư Blockchain) và những người khác. Quỹ Opentensor cũng dự định mở rộng đội ngũ của họ trong năm nay.

Có một bút danh được gọi là Yuma Rao cũng được đề cập trong bản trắng của Bittensor, giống như Satoshi Nakamoto trong Bitcoin. Không ai biết liệu người này có thực sự tồn tại hay không và chúng ta có thể không bao giờ biết thêm về anh ấy hoặc cô ấy.

Bittensor chưa tiết lộ bất kỳ cố vấn đáng chú ý hoặc nhà đầu tư chính nào, ngoại trừ việc nhận được quỹ từ OpenTensor Foundation, một tổ chức phi lợi nhuận hỗ trợ sự phát triển của Bittensor. Bittensor cũng chưa thông báo về bất kỳ đối tác chính thức nào.

Luận văn

Hầu hết các công ty công nghệ đều giảm giá mạnh so với giá trị trước đại dịch, nhưng các công ty trí tuệ nhân tạo hiện đang đạt đỉnh cao về các bội số giá trị và tỷ lệ tăng trưởng.

Với vốn hóa thị trường đáng kể thấp hơn so với những người khổng lồ trong ngành, Bittensor thực sự có thể là sân chơi hoàn hảo cho các ứng dụng trí tuệ nhân tạo quy mô lớn/có nhu cầu cao và việc sử dụng các mô hình mã nguồn mở.

Rõ ràng, so sánh đơn giản nhất để đo lường tiềm năng tăng giá là so sánh với mức định giá riêng của OpenAI ở $29 tỷ. Có thể thực tế hoặc không, điều này cao hơn hơn 28 lần so với $TAO's FDV. Xem xét thời gian cần thiết cho toàn bộ cung cấp để lưu thông, chúng ta có thể sử dụng vốn hóa thị trường lưu thông để đưa ra một con số xấp xỉ, nơi mà mức định giá riêng của OpenAI cao hơn hơn 108 lần so với vốn hóa thị trường của $TAO.

Tuy nhiên, đó là một cách tiếp cận rất đầu cơ có thể được đơn giản hóa như việc đặt cược vào các dự án có thể hưởng lợi từ việc đứng tại giao lộ của trí tuệ nhân tạo và tiền điện tử.

Điều quan trọng nhất cần nhớ là Bittensor đang giải quyết vấn đề tập trung của trí tuệ nhân tạo. Hiện tại, một số ít tập đoàn điều khiển một phần nhỏ các mô hình lớn và mạnh mẽ, nhưng chúng đều bị chia rẽ và hầu như không có sự hợp tác hoặc chia sẻ kiến thức.

Các mô hình AI tách biệt không thể học từ nhau, và do đó không phát triển (các nhà nghiên cứu phải bắt đầu từ đầu mỗi khi tạo ra các mô hình mới). Điều này đối lập rõ rệt với nghiên cứu AI, nơi các nhà nghiên cứu mới có thể xây dựng trên công việc của những nhà nghiên cứu trước đó, tạo ra hiệu ứng phát triển kỳ diệu.

Trí tuệ nhân tạo bị phân chia cũng bị hạn chế về chức năng vì việc tích hợp ứng dụng và dữ liệu từ bên thứ ba đòi hỏi sự cho phép từ chủ sở hữu mô hình (dưới dạng các đối tác công nghệ và thỏa thuận kinh doanh). Hạn chế này trực tiếp ảnh hưởng đến giá trị và tính hữu ích của trí tuệ nhân tạo, vì nó chỉ có giá trị đến mức ứng dụng mà nó có thể vận hành hiệu quả.

Môi trường tập trung và người chiến thắng mọi thứ này không có lợi cho các nhóm nhỏ có ít tài nguyên. Trong bối cảnh này, sức mạnh cốt lõi của Bittensor chính là mạng lưới phi tập trung và cơ chế động viên để khuyến khích các nhóm nhỏ và nhà nghiên cứu tạo ra giá trị từ công việc của họ.

Nếu Bittensor thành công trong việc thu hẹp khoảng cách hiệu suất với các nhà cung cấp AI nguồn đóng hàng đầu như GPT-4, nó có thể trở thành lựa chọn phù hợp cho các nhà phát triển, doanh nghiệp và nhà nghiên cứu trong không gian tiền điện tử và AI. Bản chất cởi mở và hợp tác của nó định vị nó như một sự thay thế hấp dẫn cho các hệ sinh thái khép kín, có khả năng dẫn đến việc áp dụng đáng kể.

Cuối cùng, định giá của TAO có thể được xác định từ tiện ích của mạng (hoạt động kinh tế được xây dựng trên cơ sở) hoặc dòng tiền trực tiếp đến giao thức.

• Là một token tiện ích, $TAO được yêu cầu để truy cập vào mạng lưới. Do đó, định giá của nó có thể được dựa trên tiện ích kinh tế được xây dựng lên đầu.
• Là một mã thông báo Staking, người giữ mã có thể ủy quyền $TAO cho các validator và nhận một phần của doanh thu mạng lưới.
• Chúng ta cũng có thể đo lường lợi nhuận dựa trên thị phần và nhiều giả định (điều này cũng làm cho giá trị dự đoán trở nên không đáng tin cậy).

Vì tiện ích là một khái niệm tương đối và trừu tượng trong giá trị, chúng ta có thể bắt đầu bằng dòng tiền. Giả sử thị trường ML có thể đạt được kích thước thị trường nhất định trong tương lai (xemPrecedence Research ước lượngtrong hình ảnh dưới đây), chúng tôi có thể đánh giá mạng lưới Bittensor dựa trên thị phần tiềm năng và bội số doanh thu của nó.

Bất kể kích thước thị trường ước lượng, Bittensor vẫn là một dự án cực kỳ chuyên sâu và phức tạp để hiểu, điều này làm trở ngại cho việc thu hút dễ dàng của các nhà phát triển và sự áp dụng của người dùng.

Dự án vẫn đang ở giai đoạn phát triển rất sớm, và có thể có vấn đề không mong muốn với mạng lưới. Ví dụ, vào tháng 6 đã có sự kết hợp giữa các thợ đào mỏ đã tham gia vào mạng lưới và gây ra việc bán $TAO trên thị trường. Sửa chữa tạm thời là giảm phát thải đi 90% để tạo thêm thời gian cho Quỹ Opentensor để làm việc trên một giải pháp để giữ cho mạng lưới trung thực và cho phép giao thức hoạt động như dự kiến.

Đa số các sản phẩm đang hoạt động trên mạng hiện tại không thể cạnh tranh được với các bên trung gian tập trung, và cho đến nay có tỷ lệ chấp nhận thấp. Cách tốt nhất để học và thử nghiệm bản thân là thử các dịch vụ được cung cấp trên Hub Bittensor.

Chúng ta cũng nên đặt câu hỏi liệu tokenomics của Bitcoin có hợp lý cho mạng chuyên về cung cấp dịch vụ AI như Bittensor hay không. Có lẽ tính chất giảm phát của $BTC không phải là tốt nhất cho một mạng yêu cầu một số lượng ngày càng tăng của các máy đào và ứng dụng được xây dựng trên đầu để mở rộng. Lý tưởng, token nên tăng với sự phát triển của sự áp dụng của mạng, giống như dầu kỹ thuật số hơn là vàng kỹ thuật số. Ở một số cách, điều này đã được tích hợp sẵn, khuyến khích các máy đào cạnh tranh với nhau và phân phối nguồn cung trong khoảng hơn 200 năm.

Một thách thức khác là quyền riêng tư, do sự không thể mã hóa dữ liệu trước khi nó đi qua mạng nơ-ron. Điều này trở nên khó khăn hơn trong một môi trường phân tán, vì bất kỳ dữ liệu nào đi qua quá trình học và/hoặc suy luận sẽ chắc chắn không được bảo mật. Đúng là đây là một vấn đề tiềm ẩn với hệ thống tập trung cũng, nhưng sau đó bạn chỉ cần lo lắng về 1 bên đã biết thấy dữ liệu của bạn thay vì nhiều bên không xác định.

Kinh tế

Giá Token

Giá so với ATH và ATL

Phân phối nguồn cung

Kết luận

Bittensor có thể là một cược mạnh mẽ về sự giao nhau giữa trí tuệ nhân tạo và tiền điện tử. Tuy nhiên, đó chắc chắn là một trong những dự án phức tạp nhất để đánh giá tốc độ tăng trưởng và tiềm năng lợi nhuận.

Có rõ là có rất nhiều tiềm năng trong một mạng phân quyền để tận dụng tiện ích của trí tuệ nhân tạo, đặc biệt là khi khuyến khích mô hình mã nguồn mở và phân quyền sở hữu của mạng. Tuy nhiên, các dịch vụ và trường hợp kinh doanh xây dựng trên nền tảng Bittensor vẫn chưa đủ cạnh tranh.

Trí tuệ nhân tạo cũng là một ngành đòi hỏi chi phí vận hành khổng lồ và số tiền đầu tư lớn chỉ có thể đạt được bởi những công ty khổng lồ trong ngành. Bittensor là một cược rất đối lập trong trường hợp này, đó là lý do tại sao đáng xem xét nhiều yếu tố rủi ro/thưởng lợi càng tốt.

Tài liệu tham khảo

Bittensor – TAO

• Trang web
• Tài liệu
• Bản Trắng
• The Yuma Consensus
• Explorers
• Taobridge
• Ủy quyền
• Taostats
• Tin tức TAO
• Coingecko
• Twitter
• Discord
• Nhóm Telegram cộng đồng
• Github
• @Bittensor">Youtube
• Blog Opentensor Foundation
• LinkedIn Opentensor Foundation
• Mẫu mạng phụ Bittensor
• Danh sách người xác thực

Nguồn bên ngoài

• Sự Hội tụ giữa Tiền điện tử và Trí tuệ nhân tạo bởi Multicoin Capital
• Trung tâm Bittensor - Trình tổng hợp nội dung

Tuyên bố từ chối:

1. Bài viết này được sao chép từ [ revelointel]. Tất cả bản quyền thuộc về tác giả gốc [revelointel]. Nếu có ý kiến ​​phản đối về việc tái bản này, vui lòng liên hệ Gate Họcđội ngũ và họ sẽ xử lý ngay lập tức.
2. Miễn trách nhiệm về trách nhiệm: Các quan điểm và ý kiến được thể hiện trong bài viết này hoàn toàn là của tác giả và không tạo thành bất kỳ lời khuyên đầu tư nào.
3. Các bản dịch của bài viết sang các ngôn ngữ khác được thực hiện bởi nhóm Gate Learn. Trừ khi có đề cập, việc sao chép, phân phối hoặc việc đạo văn các bài viết dịch là cấm.