Машинное обучение и искусственный интеллект беспрецедентно трансформируют мир. Приложения машинного обучения везде: от автомобилей с автопилотом до умных ассистентов, от медицинской диагностики до развлечений. Однако, несмотря на быстрые прогресс и инновации в этой области, многие проблемы и ограничения все еще мешают полному потенциалу машинного обучения.

Одной из основных проблем является централизованный и изолированный характер платформ и систем машинного обучения. Большинство моделей машинного обучения и данных контролируются несколькими крупными корпорациями и институтами, что создает проблемы, такие как конфиденциальность данных, безопасность, предвзятость и доступ. Более того, большинство моделей машинного обучения обучаются изолированно, не пользуясь коллективным интеллектом и разнообразием других моделей и источников данных.

Bittensor - это протокол для равноправной работы, который стремится создать глобальную, децентрализованную и инцентивную сеть машинного обучения. Bittensor позволяет моделям машинного обучения обучаться коллективно и быть вознагражденными в соответствии с информационной ценностью, которую они предлагают коллективу. Bittensor также обеспечивает открытый доступ и участие для всех, кто хочет присоединиться к сети и внести свои модели машинного обучения и данные.

Что такое Биттензор?

Bittensor - это протокол peer-to-peer для децентрализованных подсетей, ориентированный на машинное обучение. Подсеть - это группа узлов, предлагающих специализированные услуги машинного обучения сети, такие как текст, изображение, аудио, видео и т. д. Например, текстовая подсеть может предоставлять услуги обработки естественного языка, такие как перевод, суммаризация, анализ настроений и т. д.

Видение Bittensor заключается в создании глобальной, децентрализованной и мотивированной сети машинного обучения, в которой любой может присоединиться и внести свои модели машинного обучения и данные, и быть вознагражденным в соответствии с информационной ценностью, которую они предлагают коллективу. Bittensor стремится преодолеть ограничения и вызовы текущих платформ и систем машинного обучения, такие как централизация, силосы, конфиденциальность, безопасность, предвзятость и доступ.

Как работает Bittensor?

Bittensor - это децентрализованная сеть, которая революционизирует создание, обмен и стимулирование моделей машинного обучения. Она работает точка-точка, формируя глобальную экосистему, где модели ИИ сотрудничают, чтобы создать нейронную сеть. В этом разделе рассматриваются механизмы, сделавшие Bittensor эффективно функционирующим.

Согласие Юма

В центре деятельности Bittensor находится Yuma Consensus. Этот механизм консенсуса разработан для того, чтобы позволить владельцам подсетей создавать собственные механизмы поощрения, позволяя валидаторам подсетей выражать свои субъективные предпочтения относительно того, что сеть должна изучать. Yuma Consensus работает путем вознаграждения валидаторов подсетей дивидендами за создание оценок стоимости майнера, которые соответствуют субъективным оценкам, созданным другими валидаторами подсетей, взвешенным по доле. Это обеспечивает, что ни одна группа не имеет полного контроля над тем, что изучается, и поддерживает децентрализованное управление по всей сети.

Смесь экспертов (MoE)

Еще одним ключевым механизмом является модель смеси экспертов (MoE). В этой модели Bittensor использует несколько нейронных сетей, каждая из которых специализируется на различных аспектах данных. Экспертные модели сотрудничают, когда появляются новые данные, объединяя свои специализированные знания для генерации коллективного прогноза. Такой подход позволяет Bittensor'у эффективнее решать сложные проблемы, чем это могла бы сделать любая отдельная модель.

Механизмы стимулирования

Bittensor также имеет уникальную структуру механизма стимулирования. У каждой подсети в Bittensor свой собственный механизм стимулирования, который управляет поведением майнеров подсети и определяет консенсус среди валидаторов подсети. Эти механизмы аналогичны функциям потерь в машинном обучении, направляя поведение майнеров подсети к желаемым результатам и стимулируя непрерывное улучшение и получение качественных результатов.

Доказательство интеллекта

Доказательство Интеллекта - уникальный механизм консенсуса, используемый Bittensor. Он вознаграждает узлы в сети за предоставление ценных моделей машинного обучения и результатов. В отличие от традиционных механизмов Proof of Work (PoW) или Proof of Stake (PoS), которые основаны на вычислительной мощности или финансовом вкладе, Proof of Intelligence придает приоритет интеллектуальным вкладам узлов. Это соответствует системе вознаграждения сети ее основной миссии - продвижению машинного интеллекта.

Узлы в сети Bittensor должны регистрироваться и участвовать в процессе консенсуса. Они делают это, решая задачу доказательства работы (POW) или выплачивая плату. После регистрации они становятся частью подсети и вносят свой вклад в коллективный интеллект сети. Затем валидаторы оценивают ценность моделей машинного обучения и результаты, предоставленные этими узлами, обеспечивая качество и целостность интеллектуальных активов сети.

Этот механизм является центральным для видения Bittensor децентрализованного рынка машинного обучения, где интеллект является основной валютой, а инновации непрерывно стимулируются. Он представляет собой значительный сдвиг от традиционных механизмов консенсуса блокчейна, сосредотачиваясь на продвижении искусственного интеллекта и технологий машинного обучения.

Подсети

Подсети являются строительными блоками Bittensor, функционируя как децентрализованные товарные рынки в рамках единой токеновой системы. Каждая подсеть имеет определенную область или тему и состоит из зарегистрированных узлов и связанных моделей машинного обучения. Валидаторы в пределах этих подсетей играют ключевую роль в поддержании целостности и качества данных и моделей, обмениваемых в сети.

Вместе эти механизмы обеспечивают, что Bittensor остается децентрализованной, коллаборативной и инновационной платформой для разработки моделей искусственного интеллекта и машинного обучения. Стимулируя участие и используя коллективный интеллект своей сети, Bittensor стоит на передовых позициях в технологии децентрализованного машинного обучения.

Компоненты Bittensor

Bittensor - это децентрализованная сеть, которая соединяет модели машинного обучения, а не компьютеры или серверы. Эти модели, называемые нейронами, предлагают специализированные услуги машинного обучения для сети, такие как текст, изображения, аудио, видео и т. д. Нейроны организованы в группы, называемые подсетями, которые определяют механизм стимулирования и область задач для каждой подсети.

Bittensor использует четыре основных компонента: блокчейн, нейроны, синапсы и метаграф, чтобы обеспечить децентрализованный протокол машинного обучения. Давайте рассмотрим каждый из этих компонентов и то, как они взаимодействуют.

Блокчейн

Блокчейн Bittensor основан на фреймворке Substrate, который позволяет обеспечивать совместимость и масштабируемость. Блокчейн регистрирует транзакции и взаимодействия между узлами сети, а также управление и правила консенсуса. Блокчейн также обеспечивает создание и распространение токена $TAO, который является внутренней валютой Bittensor.

Нейроны

Нейроны - это узлы в сети, которые запускают модели машинного обучения и предоставляют услуги машинного обучения сети. У каждого нейрона есть уникальная идентичность и открытый ключ, которые зарегистрированы в блокчейне. У каждого нейрона также есть файл конфигурации, который определяет тип модели машинного обучения, форматы ввода и вывода, номер порта и другие параметры.

Синапсы

Синапсы - это связи между нейронами, которые обеспечивают обмен информацией и сотрудничество. У каждого синапса есть вес, который представляет силу и качество связи. Веса определяются метаграфом, который является коллективным интеллектом сети. У синапсов также есть стоимость и вознаграждение, которые выражены в токенах $TAO. Стоимость - это количество $TAO, которое нейрон платит другому нейрону за использование его сервиса машинного обучения. Вознаграждение - это количество $TAO, которое нейрон получает от другого нейрона за предоставление своего сервиса машинного обучения.

Метаграф

Метаграф представляет собой топологию и динамику сети, а также качество и репутацию нейронов. Метаграф является ориентированным графом, где узлы - это нейроны, а рёбра - это синапсы. Метаграф периодически обновляется с помощью механизма консенсуса, который учитывает транзакции, взаимодействия и обратную связь между нейронами. Метаграф определяет веса синапсов, которые влияют на стоимость и вознаграждение синапсов, а также на ранжирование и видимость нейронов. Метаграф также обеспечивает управление сетью, поскольку нейроны могут голосовать за предложения и изменения, используя свои токены TAO.

Устав делегата Bittensor

Хартия делегатов Bittensor - это фундаментальный документ, который определяет основные принципы и обязательства субъектов и лиц, участвующих в сети Bittensor. Это декларация Фонда Opentensor и других подписантов, разделяющих видение децентрализованного искусственного интеллекта. Вот основные принципы Хартии:

• Противовес централизованному контролю: Устав подчеркивает опасности централизованного контроля над искусственным интеллектом, выступая за распределение власти для предотвращения злоупотреблений и предвзятости. Он утверждает, что управление искусственным интеллектом должно быть в руках многих, а не немногих.
• Децентрализованный консенсус предпочтений: Подписанты обязуются противодействовать злоупотреблению искусственным интеллектом и поощрять его этическое применение. Они обещают децентрализовать контроль над предпочтениями искусственного интеллекта, используя коллективную человеческую мудрость для решения сложных вопросов, возникающих в связи с технологией искусственного интеллекта.
• Открытая собственность: Устав поддерживает открытое и не разрешенное накопление собственности для участников сети Bittensor. Этот принцип обеспечивает, что как можно больше людей могут получить доступ, влиять и иметь долю в развитии искусственного интеллекта.
• Разработка с открытым исходным кодом: устав рассматривает разработку с открытым исходным кодом как моральную необходимость, позволяя людям контролировать свою собственную судьбу в будущем искусственного интеллекта.

Хартия делегата Bittensor - это не просто набор идеалов, а обязательство построения децентрализованного, открытого и справедливого будущего искусственного интеллекта, где власть распределена, и потенциал искусственного интеллекта используется для общего блага.

Как Bittensor позволяет моделям машинного обучения

Bittensor позволяет машинным обучающимся моделям тренироваться совместно и быть вознагражденными в соответствии с информационной ценностью, которую они предлагают коллективу. Это достигается с помощью следующего процесса:

• Потребитель, который хочет получить доступ к сервису машинного обучения, отправляет запрос в сеть вместе с оплатой токенами TAO.
• Сеть направляет запрос на соответствующий подсеть на основе типа и формата запроса.
• Подсеть выбирает лучшие нейроны для ответа на запрос на основе их репутации и доступности.
• Выбранные нейроны обрабатывают запрос и отправляют обратно свои ответы, вместе с доказательством работы.
• Потребитель получает ответы и выбирает лучший исходя из предпочтений и критериев.
• Потребитель оплачивает нейрон, который предоставляет лучший ответ, и при необходимости дает обратную связь сети.
• Сеть обновляет метаграф на основе транзакций, взаимодействий и обратной связи, и соответственно распределяет награды и штрафы нейронам.

Типы задач машинного обучения и приложения, которые можно выполнить на Bittensor

Bittensor может поддерживать широкий спектр задач и приложений машинного обучения, таких как генерация текста или изображений, обработка естественного языка, компьютерное зрение и т. д. Некоторые примеры типов услуг машинного обучения, которые могут выполняться на Bittensor, включают:

• Текст подсказки: Потребитель может отправить текстовую подсказку, такую как предложение или абзац, и получить текстовое завершение, такое как история или эссе, от сети.
• Описание изображения: Пользователь может отправить изображение и получить подпись, описывающую содержимое изображения, из сети.
• Распознавание речи: Пользователь может отправить аудиозапись и получить транскрипцию, которая преобразует речь в текст, сети.
• Распознавание лиц: потребитель может отправить изображение лица и получить имя или метку, идентифицирующую человека на изображении, из сети.

Это всего лишь некоторые примеры задач машинного обучения и приложений, которые могут быть выполнены на Bittensor. Возможности бесконечны, поскольку новые подсети и модели могут быть созданы и добавлены в сеть, расширяя объем и разнообразие доступных услуг машинного обучения.

Как работают подсети?

Источник: Документация разработчика Bittensor

Подсети являются основой экосистемы Bittensor. Подсети - это группы нейронов, предлагающие специализированные услуги машинного обучения сети, такие как текст, изображения, звук, видео и т. д. Подсети также определяют инцентивный механизм и область задач для каждой группы. Подсети позволяют создавать различные децентрализованные товарные рынки или соревнования, которые находятся в рамках единой системы токенов.

Роль и функция подсетей

Подсети играют решающую роль в сети Bittensor, поскольку они обеспечивают следующие функции:

• Подсети позволяют разделить труд и специализацию между нейронами. Каждая подсеть фокусируется на конкретном типе сервиса машинного обучения, таком как текстовое подсказывание, описание изображений, распознавание речи, распознавание лиц и т. д. Это позволяет нейронам оптимизировать свои модели и ресурсы для выбранной области и предлагать высококачественные и эффективные сервисы для сети.
• Подсети позволяют создавать настраиваемые механизмы поощрения для каждой группы нейронов. Каждая подсеть может разрабатывать и внедрять свою собственную систему наград и штрафов на основе своих критериев и целей. Это позволяет подсети выравнивать поощрения нейронов с желаемыми результатами подсети и поощрять сотрудничество и инновации среди нейронов.
• Подсети облегчают управление и консенсус в сети. У каждой подсети есть свои валидаторы, которые отвечают за обновление метаграфа и обеспечение безопасности сети. Валидаторы избираются членами подсети, которые ставят свои токены TAO, чтобы проголосовать за своих предпочтительных кандидатов. Валидаторы также участвуют в управлении сетью, предлагая и голосуя за изменения и улучшения, которые влияют на сеть.

Процесс создания и подключения подсетей

Для создания или присоединения к подсети вам понадобится нейрон, который является вашим узлом в сети. Вам также понадобятся некоторые токены TAO, которые являются валютой сети. Вы можете следовать этим шагам, чтобы создать или присоединиться к подсети:

• Для создания подсети вы должны зарегистрировать подсеть в блокчейне Bittensor, заплатив комиссию в токенах TAO. Размер комиссии будет зависеть от спроса и предложения подсетей в сети. Вы можете использовать btcli subnet createкоманда для создания подсети и указания параметров и деталей вашей подсети, таких как имя, описание, тип, порт и т. д. Вам также потребуется указать имя кошелька и пароль, которые будут использоваться для генерации ваших открытого и закрытого ключей для вашей подсети. Вы получите netuid, который является уникальным идентификатором вашей подсети в сети.
• Для присоединения к подсети вам потребуется подключиться к валидаторам подсети, которые являются узлами, поддерживающими и обновляющими метаграф подсети. Вы можете использовать btcli подсеть присоединитькоманда для присоединения к подсети и указания netuid подсети, к которой вы хотите присоединиться. Вам также потребуется указать имя кошелька и пароль, которые будут использоваться для генерации ваших открытого и закрытого ключей для вашей подсети. Вы получите сообщение подтверждения, указывающее, что вы успешно присоединились к подсети.

Типы и взаимодействия подсетей

На сети Bittensor существуют различные типы субсетей в зависимости от типа и формата предлагаемых ими услуг машинного обучения. Некоторые из наиболее распространенных типов субсетей:

• Текстовые подсети: Эти подсети предоставляют услуги обработки естественного языка, такие как текстовое подсказывание, текстовое резюмирование, текстовый перевод, анализ тональности текста и т. д. Эти подсети принимают текст в качестве входного и выходного формата.
• Подсети изображений: Эти подсети предоставляют услуги компьютерного зрения, такие как описание изображения, классификация изображений, сегментация изображений, генерация изображений и т. д. Эти подсети принимают изображения в качестве входного и выходного форматов.
• Аудио-подсети: Эти подсети предоставляют услуги обработки речи и звука, такие как распознавание речи, синтез речи, перевод речи, генерация звука и т. д. Эти подсети принимают и возвращают аудиофрагменты в качестве входных и выходных форматов.
• Видеоподсети: Эти подсети предоставляют услуги видео- и движенияобработки, такие как подписывание видео, классификация видео, сегментация видео, генерация видео и т. д. Эти подсети принимают видео в качестве входного и выходного форматов.

Эти подсети могут взаимодействовать друг с другом и сетью, запрашивая и предоставляя услуги машинного обучения, а также обмениваясь информацией и токенами $TAO. Например, текстовая подсеть может запросить услугу подписи изображения от изображения подсети, отправив изображение и оплатив некоторые токены $TAO. Затем изображение подсети может вернуть подпись для изображения и получить некоторые токены $TAO в качестве вознаграждения. Затем текстовая подсеть может использовать подпись для своей услуги, такой как резюмирование текста или перевод.

Токен $TAO

Токен $TAO является местной криптовалютой сети Bittensor. Он выполняет несколько ключевых функций и целей в экосистеме:

• Инцентивация: Токен $TAO используется для поощрения различных участников сети Bittensor. Майнеры, которые предоставляют свои вычислительные ресурсы для выполнения задач машинного обучения, вознаграждаются токенами $TAO за свой вклад. Этот механизм вознаграждения способствует предоставлению вычислительной мощности сети, которая является необходимой для децентрализованных процессов машинного обучения.
• Стейкинг: Чтобы участвовать в сети в качестве майнера и зарабатывать награды, участники должны поставить токен $TAO. Стейкинг служит формой залога или "ставки в игре", что помогает обеспечить, что майнеры мотивированы действовать в лучших интересах сети. Это также помогает обеспечить безопасность сети, делая дорогим для любого участника действовать злоумышленно.
• Управление: $TAO можно использовать при управлении сетью Bittensor. Владельцы токенов могут предлагать изменения, голосовать за обновления протокола или участвовать в других процессах принятия решений, которые влияют на сеть. Это соответствует децентрализованной этике технологии блокчейн, где контроль распределен среди заинтересованных сторон, а не централизован в одном агентстве.

Токеномика токена $TAO разработана с учетом ценности и качества сети, а также для стимулирования сотрудничества и инноваций среди узлов. Токеномика токена $TAO основана на следующих принципах и механизмах:

• Поставка: Максимальное количество токенов TAO, которое когда-либо существовало, ограничено 21 миллионом, повторяя предел поставки Биткойна, чтобы способствовать редкости и контролировать инфляцию. В настоящее время в обращении находится примерно 6,39 миллиона токенов TAO. Токены TAO создаются через майнинг, аналогично Биткойну, с созданием нового блока примерно каждые 12 секунд. Каждый блок вознаграждает майнеров и валидаторов 1 токеном TAO. Согласно текущей скорости создания, в обращающееся предложение ежедневно добавляется около 7 200 новых токенов TAO, которые равномерно распределяются между майнерами и валидаторами. Скорость выпуска уменьшается вдвое, когда добывается 50% от общего предложения. Это «половинение» происходит каждые четыре года, учитывая время блока в 12 секунд. Этот процесс половинения будет продолжаться на каждом последующем 50% этапе оставшегося предложения, пока не будет распространено полное 21 миллион токенов TAO.
• Эмиссия: Эмиссия токенов TAO происходит через сетевые награды, которые распределяются майнерам, предоставляющим услуги машинного обучения сети. Сетевые награды рассчитываются на основе информационной ценности услуг, определяемой метаграфом. Сетевые награды также корректируются коэффициентом сложности на основе активности сети и общего количества заложенных токенов. Скорость эмиссии токенов TAO разработана таким образом, чтобы следовать логарифмической кривой, что означает, что эмиссия будет уменьшаться со временем по мере зрелости сети и увеличения спроса.
• Сжигание: Сжигание токенов TAO происходит за счет сетевых комиссий, которые оплачиваются потребителями, получающими услуги машинного обучения от сети. Сетевые комиссии рассчитываются на основе стоимости услуг, которая определяется метаграфом. Сетевые комиссии также корректируются фактором спроса, который зависит от активности сети и общего количества циркулирующих токенов. Скорость сжигания токенов TAO спроектирована таким образом, чтобы следовать экспоненциальной кривой, что означает, что сжигание будет увеличиваться со временем по мере роста сети и уменьшения предложения.

Основатели Bittensor

Основатели Bittensor - талантливые личности, объединившиеся для развития и продвижения проекта Bittensor, направленного на революционизацию области машинного обучения и искусственного интеллекта. Каждый из основателей приносит свои уникальные знания и опыт в соответствующих областях, способствуя успеху проекта. Основатели:

• Джейкоб Стивс: Джейкоб является генеральным директором и соучредителем Bittensor. У него есть опыт в исследованиях машинного обучения и он основал Bittensor для децентрализации искусственного интеллекта. Ранее он работал в компаниях, таких как Google и Knowm.
• Ала Шабана: Ала - сооснователь Bittensor. У него есть степень доктора философии в области машинного обучения. Прежде чем создать Bittensor, он работал ассистентом профессора в Университете Торонто, Канада.

Является ли Bittensor $TAO хорошим инвестиционным вариантом?

Bittensor $TAO - это криптовалюта, которая питает сеть Bittensor, децентрализованный протокол машинного обучения. $TAO используется для вознаграждения узлов, предоставляющих услуги машинного обучения сети, для обеспечения безопасности сети и обеспечения управления. У $TAO ограниченное предложение в 21 миллион токенов, и спрос и предложение в сети определяют его цену.

$TAO также имеет большой потенциал и ценность, поскольку он поддерживается революционным и инновационным проектом. Bittensor стремится создать глобальную, децентрализованную и инцентивную сеть машинного обучения для трансформации машинного обучения и искусственного интеллекта. Bittensor уже показал многообещающие результаты и достижения, такие как запуск своей основной сети, привлечение внимания и интереса, а также получение поддержки и финансирования. Bittensor также поставил перед собой амбициозные цели и планы на будущее, такие как расширение и диверсификация своей сети, улучшение и оптимизация сети, а также рост и привлечение своего сообщества.

Поэтому $TAO - это хорошее инвестиционное решение для тех, кто верит в видение и миссию Bittensor и готов принять риск и держать токен в долгосрочной перспективе. Как всегда, инвесторам следует провести свои собственные исследования и должную осмотрительность перед инвестированием в любую криптовалюту и вкладывать только то, что они могут позволить себе потерять.

Как купить $TAO на Gate.io

Для покупки токенов $TAO на Gate.io выполните следующие шаги:

• Посетите Веб-сайт Gate.io и создайте учетную запись с помощью вашего электронного адреса и пароля.
• Внесите некоторые средства на свой счет Gateio.
• Обменяйте свои средства на токены $TAO, выбрав TAO/USDTпара, и ввод количества и цены.

Примите меры по $TAO

Проверьте цену $XPRT сегодня и начните торговлю своими любимыми валютными парами:

• TAO/USDT