什么是 Bittensor(TAO)?它如何让 AI 算法变得可组合?

新手3/11/2024, 5:16:48 AM
本文介绍了AI项目Bittersor,包括代币经济学、子网、算法以及各种参与者的角色。

项目介绍

Bittensor 本质上是一个无许可的 P2P2 网络,借助区块链通证经济激励 AI 产品的生成和运营。对于开发者 而言,Bittensor 网络提供了一种去中心化人工智能应用市场的方法,对于前端客户而言,他们可以以更低 的价格直接访问网络资源。Bittensor 网络的愿景是利用数字市场的力量,推动社会上最重要的数字商品— —人工智能的发展,其目标是构建最强大的人工智能网络,让每一个普通人能从中受益并掌握其所有权, 实现自下而上而非自上而下的发展模式。

subnet 子网

Bittensor 网络的所有 AI 应用其实都发生在其子网络 subnet 上,每一条子网络都有专门的用例,目前 Bittensor 上共有 32 个子网,如下图所示。

图表 1:子网生态图,source from X@0xai_dev

在这里举一些比较典型的子网:

subnet1 属于文本生成类的子网,验证者发送 prompt 给矿工,矿工根据 prompt 生成结果,结果最优者将 获得奖励。

subnet5 是文本生成图片的子网,矿工根据客户要求生成图片,验证者会根据图片的美感以及客户的提示 词与最终图片的匹配程度来进行排名,另外,风格过于相近的图片的验证者会收到轻微的惩罚,以此来促 进矿工托管的图像模型的多样性。

subnet8 是通过人工智能预测金融市场趋势的子网,目前主要是预测比特币的价格趋势,不过随着项目的

发展,之后也会慢慢扩大至其他的金融市场或者是某些特定领域(如体育博彩)。在该子网上的最新数据显 示,该子网的日均挖矿奖励为 13.3 万美元,预计每年矿工奖励为 3200 万美元。

图表 2:subnet8 相关数据,source from www.taoshi.io

区块链中的角色

1)矿工:可以理解为 AI 模型或算法的提供方,它们托管着 AI 模型并将其提供给 Bittensor 网络中。Bittensor 的不同子网络有着不同的模型,比如有文本生成模型、图像生成模型等。

2)验证者:相当于 Bittensor 网络的评估者,旨在对矿工完成的任务结果进行评估和验证,以帮着客户获 得最佳解决方案。要成为验证者,用户必须是 TAO 的前 64 位持有者,并在其任何子网络上注册 UID。(不 过从验证者清单来看,貌似基本都是项目方生态中的机构,或许之后会有其他组织或用户会成为验证者吧)

图表 3:验证者列表,source form www.taostats.io

3)提名者:提名者通过将代币 TAO 委托给验证者以表示自己的支持,并获得质押奖励。验证者的信息在 开源、去中心的生态中,提名者可以根据公开信息自行研究并选择合适的验证者去质押代币。 4)用户:Bittensor 网络中 AI 模型的最终使用者。

用一句话总结 4 个角色之间的联系:用户/客户提出自己的需求,矿工根据需求在对应的子网上用 AI 模型 生成任务结果,验证者评 估 结果并选择最优解决方案给到客户,提名者选择自己支持的验证者以质押代 币。

技术架构

Bittensor 网络是一种去中心化的点对点机器学习协议。在网络中,机器智能由其他智能系统通过互联网以 连续、异步的点对点 (P2P) 方式进行测量。该系统不仅关注模型完成特定任务的能力,也会评价模型的信 息产出能力。网络通过使用数字账本来记录研究人员(矿工/开发者)的成绩并提供奖励,使他们从人工智 能创造工作中获益。网络分为两个部分:处理智能的 AI 层和负责记录和奖励的区块链层。

区块链层是基于 Polkadot Substrate 的第 0 层区块链,负责执行共识机制、确保节点身份并激励网络节 点。区块链层位于人工智能层的下方,两层之间通过进程间通信交流。为了在所有参与节点之间公平分配 激励,Bittensor 网络通过共识并利用质押加权信任(即通过验证者和提名者的参与实现)。而 AI 层,除了 推理和训练之外,还负责抽象 Bittensor 内核并确保节点神经网络与网络其他节点的输入/输出兼容性。

图表 4:区块链层和 AI 层,source from bittensor.com

尤马共识(Yuma Consensus)

尤马共识(Yuma Consensus)是一种去中心化的点对点共识算法,旨在实现计算资源在节点网络中的公平 分配,Bittensor 网络正是由尤马共识(Yuma Consensus)算法提供支持。尤马共识采用了工作量证明(POW) 和权益证明(POS)为一体的混合共识机制。网络中的节点执行计算工作、验证交易并创建新的区块,这 一工作也同时被其他节点验证,验证通过的贡献者获得代币奖励。与传统的共识机制相比,这种混合模式 结合了两种共识机制的多种优势。一方面,这种机制避免了 POW 机制的过度能源消耗,解决了环境问题; 另一方面,它规避了 POS 中出现的中心化的风险,保证了网络的安全和去中心化。

代币经济

Bittensor 的代币为 TAO,其既是网络中的奖励代币、访问代币、治理代币,代币持有者也能进行质押。一 个 TAO 的制造时间为 12 秒,相当于每天发行 7200 个代币,新铸造的代币将平均分配给矿工和验证者。 TAO 总量为 2100 万个,一旦发行了一半的供应量后,发行率将减半,按每个区块需要 12 秒,相当于每 4 年减半,剩余发行量的每半个标记都会创建一个新的减半事件,直到所有 2100 万个 TAO 全部流通。这 可看作是致敬比特币。截至写稿之时,其代币的流通量达 600 万+,市值达到 35 亿美元,在 CoinGeko 中 排名第 26。

下图是来自 taostats.io 的代币分配截图,TAO 是 fair launch 即公平分配,并没有 VC 等的提前认购等,目 前市面上的流通量占总供应量的约 30%。


图表 5:代币经济模型,source from www.taostats.io

总结

在 V 神上个月发的文章《加密货币和人工智能之间最富有成效的交叉点是什么?》中,说到“使用加密激励 来激励创造更好的人工智能,可以在不陷入使用密码学完全加密的兔子洞的情况下完成,像 Bittensor 这 样的方法就属于这一类。”从这里可以看出 V 神对 Bittensor 项目的肯定。该项目通过激励机制从已有的算 法模型中挑选最优的选项,即它不生产算法,它只是算法的搬运工,并以此推动去中心化人工智能市场的 发展。随着人工智能的持续火热,从今年一月到现在,该项目市值已增长了近 3 倍。我个人觉得比较有意 思的是其子网内丰富的生态应用,如医疗健康诊断、3D 资产创建、音频生成、图像生成、分布式模型预训 练等等,可以展开讲很久,值得再深入研究。

Author: @shellylh123
Translator: Piper
Reviewer(s): Edward、KOWEI、Ashley
* The information is not intended to be and does not constitute financial advice or any other recommendation of any sort offered or endorsed by Gate.io.
* This article may not be reproduced, transmitted or copied without referencing Gate.io. Contravention is an infringement of Copyright Act and may be subject to legal action.

什么是 Bittensor(TAO)?它如何让 AI 算法变得可组合?

新手3/11/2024, 5:16:48 AM
本文介绍了AI项目Bittersor,包括代币经济学、子网、算法以及各种参与者的角色。

项目介绍

Bittensor 本质上是一个无许可的 P2P2 网络,借助区块链通证经济激励 AI 产品的生成和运营。对于开发者 而言,Bittensor 网络提供了一种去中心化人工智能应用市场的方法,对于前端客户而言,他们可以以更低 的价格直接访问网络资源。Bittensor 网络的愿景是利用数字市场的力量,推动社会上最重要的数字商品— —人工智能的发展,其目标是构建最强大的人工智能网络,让每一个普通人能从中受益并掌握其所有权, 实现自下而上而非自上而下的发展模式。

subnet 子网

Bittensor 网络的所有 AI 应用其实都发生在其子网络 subnet 上,每一条子网络都有专门的用例,目前 Bittensor 上共有 32 个子网,如下图所示。

图表 1:子网生态图,source from X@0xai_dev

在这里举一些比较典型的子网:

subnet1 属于文本生成类的子网,验证者发送 prompt 给矿工,矿工根据 prompt 生成结果,结果最优者将 获得奖励。

subnet5 是文本生成图片的子网,矿工根据客户要求生成图片,验证者会根据图片的美感以及客户的提示 词与最终图片的匹配程度来进行排名,另外,风格过于相近的图片的验证者会收到轻微的惩罚,以此来促 进矿工托管的图像模型的多样性。

subnet8 是通过人工智能预测金融市场趋势的子网,目前主要是预测比特币的价格趋势,不过随着项目的

发展,之后也会慢慢扩大至其他的金融市场或者是某些特定领域(如体育博彩)。在该子网上的最新数据显 示,该子网的日均挖矿奖励为 13.3 万美元,预计每年矿工奖励为 3200 万美元。

图表 2:subnet8 相关数据,source from www.taoshi.io

区块链中的角色

1)矿工:可以理解为 AI 模型或算法的提供方,它们托管着 AI 模型并将其提供给 Bittensor 网络中。Bittensor 的不同子网络有着不同的模型,比如有文本生成模型、图像生成模型等。

2)验证者:相当于 Bittensor 网络的评估者,旨在对矿工完成的任务结果进行评估和验证,以帮着客户获 得最佳解决方案。要成为验证者,用户必须是 TAO 的前 64 位持有者,并在其任何子网络上注册 UID。(不 过从验证者清单来看,貌似基本都是项目方生态中的机构,或许之后会有其他组织或用户会成为验证者吧)

图表 3:验证者列表,source form www.taostats.io

3)提名者:提名者通过将代币 TAO 委托给验证者以表示自己的支持,并获得质押奖励。验证者的信息在 开源、去中心的生态中,提名者可以根据公开信息自行研究并选择合适的验证者去质押代币。 4)用户:Bittensor 网络中 AI 模型的最终使用者。

用一句话总结 4 个角色之间的联系:用户/客户提出自己的需求,矿工根据需求在对应的子网上用 AI 模型 生成任务结果,验证者评 估 结果并选择最优解决方案给到客户,提名者选择自己支持的验证者以质押代 币。

技术架构

Bittensor 网络是一种去中心化的点对点机器学习协议。在网络中,机器智能由其他智能系统通过互联网以 连续、异步的点对点 (P2P) 方式进行测量。该系统不仅关注模型完成特定任务的能力,也会评价模型的信 息产出能力。网络通过使用数字账本来记录研究人员(矿工/开发者)的成绩并提供奖励,使他们从人工智 能创造工作中获益。网络分为两个部分:处理智能的 AI 层和负责记录和奖励的区块链层。

区块链层是基于 Polkadot Substrate 的第 0 层区块链,负责执行共识机制、确保节点身份并激励网络节 点。区块链层位于人工智能层的下方,两层之间通过进程间通信交流。为了在所有参与节点之间公平分配 激励,Bittensor 网络通过共识并利用质押加权信任(即通过验证者和提名者的参与实现)。而 AI 层,除了 推理和训练之外,还负责抽象 Bittensor 内核并确保节点神经网络与网络其他节点的输入/输出兼容性。

图表 4:区块链层和 AI 层,source from bittensor.com

尤马共识(Yuma Consensus)

尤马共识(Yuma Consensus)是一种去中心化的点对点共识算法,旨在实现计算资源在节点网络中的公平 分配,Bittensor 网络正是由尤马共识(Yuma Consensus)算法提供支持。尤马共识采用了工作量证明(POW) 和权益证明(POS)为一体的混合共识机制。网络中的节点执行计算工作、验证交易并创建新的区块,这 一工作也同时被其他节点验证,验证通过的贡献者获得代币奖励。与传统的共识机制相比,这种混合模式 结合了两种共识机制的多种优势。一方面,这种机制避免了 POW 机制的过度能源消耗,解决了环境问题; 另一方面,它规避了 POS 中出现的中心化的风险,保证了网络的安全和去中心化。

代币经济

Bittensor 的代币为 TAO,其既是网络中的奖励代币、访问代币、治理代币,代币持有者也能进行质押。一 个 TAO 的制造时间为 12 秒,相当于每天发行 7200 个代币,新铸造的代币将平均分配给矿工和验证者。 TAO 总量为 2100 万个,一旦发行了一半的供应量后,发行率将减半,按每个区块需要 12 秒,相当于每 4 年减半,剩余发行量的每半个标记都会创建一个新的减半事件,直到所有 2100 万个 TAO 全部流通。这 可看作是致敬比特币。截至写稿之时,其代币的流通量达 600 万+,市值达到 35 亿美元,在 CoinGeko 中 排名第 26。

下图是来自 taostats.io 的代币分配截图,TAO 是 fair launch 即公平分配,并没有 VC 等的提前认购等,目 前市面上的流通量占总供应量的约 30%。


图表 5:代币经济模型,source from www.taostats.io

总结

在 V 神上个月发的文章《加密货币和人工智能之间最富有成效的交叉点是什么?》中,说到“使用加密激励 来激励创造更好的人工智能,可以在不陷入使用密码学完全加密的兔子洞的情况下完成,像 Bittensor 这 样的方法就属于这一类。”从这里可以看出 V 神对 Bittensor 项目的肯定。该项目通过激励机制从已有的算 法模型中挑选最优的选项,即它不生产算法,它只是算法的搬运工,并以此推动去中心化人工智能市场的 发展。随着人工智能的持续火热,从今年一月到现在,该项目市值已增长了近 3 倍。我个人觉得比较有意 思的是其子网内丰富的生态应用,如医疗健康诊断、3D 资产创建、音频生成、图像生成、分布式模型预训 练等等,可以展开讲很久,值得再深入研究。

Author: @shellylh123
Translator: Piper
Reviewer(s): Edward、KOWEI、Ashley
* The information is not intended to be and does not constitute financial advice or any other recommendation of any sort offered or endorsed by Gate.io.
* This article may not be reproduced, transmitted or copied without referencing Gate.io. Contravention is an infringement of Copyright Act and may be subject to legal action.
Start Now
Sign up and get a
$100
Voucher!