แมชชีนเลิร์นนิงและปัญญาประดิษฐ์กําลังเปลี่ยนแปลงโลกอย่างไม่เคยปรากฏมาก่อน แอปพลิเคชันแมชชีนเลิร์นนิงมีอยู่ทั่วไปตั้งแต่รถยนต์ที่ขับเคลื่อนด้วยตัวเองไปจนถึงผู้ช่วยอัจฉริยะตั้งแต่การวินิจฉัยทางการแพทย์ไปจนถึงความบันเทิง อย่างไรก็ตาม แม้จะมีความก้าวหน้าและนวัตกรรมอย่างรวดเร็วในสาขานี้ แต่ความท้าทายและข้อจํากัดมากมายยังคงเป็นอุปสรรคต่อศักยภาพสูงสุดของแมชชีนเลิร์นนิง

หนึ่งในความท้าทายหลัก คือลักษณะการจัดการและแบ่งส่วนที่เซ็นทรัลของแพลตฟอร์มและระบบการเรียนรู้ของเครื่อง โมเดลการเรียนรู้ของเครื่องและข้อมูลส่วนใหญ่ถูกควบคุมโดยบริษัทใหญ่และสถาบันเล็ก ๆ มีปัญหาเช่นความเป็นส่วนตัวของข้อมูล ความปลอดภัย ความลำบาก และการเข้าถึง ที่สำคัญยังมีการฝึกโมเดลการเรียนรู้ของเครื่องส่วนใหญ่ในการแยกตัว โดยไม่ได้รับประโยชน์จากความฉลาดและความหลากหลายของโมเดลและแหล่งข้อมูลอื่น ๆ

บิตเทนเซอร์เป็นโปรโตคอลแบบ peer-to-peer ซึ่งมีจุดมุ่งหมายที่จะสร้างเครือข่ายการเรียนรู้ของเครื่องจักรระดับโลกที่ไม่ centralize และมีการสร้างสรรค์เพื่อส่งเสริมให้เครื่องจักรเรียนรู้สามารถฝึกอบรมร่วมกันและได้รับการตอบแทนตามค่าข้อมูลที่พวกเขานำเสนอให้กับกลุ่ม บิตเทนเซอร์ยังให้การเข้าถึงแบบเปิดและการเข้าร่วมสำหรับผู้ที่ต้องการเข้าร่วมเครือข่ายและมีส่วนร่วมในการนำเสนอเครื่องจักรเรียนรู้และข้อมูลของพวกเขา

Bittensor คืออะไร?

บิทเทนเซอร์เป็นโปรโตคอลแบบพีร์ทูพีร์สำหรับเน็ตเวิร์กที่ไม่มีศูนย์กลางที่เน้นไปที่เน็ตเวิร์กย่อยที่เน้นไปที่การเรียนรู้ของเครื่อง ซับเน็ทเป็นกลุ่มของโหนดที่ให้บริการเครื่องมือการเรียนรู้ที่เฉพาะเจาะจงให้กับเน็ตเวิร์ก เช่น ข้อความ ภาพ เสียง วิดีโอ ฯลฯ ตัวอย่างเช่น ซับเน็ทข้อความสามารถให้บริการด้านประมวลผลภาษาธรรมชาติ เช่น การแปลภาษา สรุปสาระ การวิเคราะห์อารมณ์ ฯลฯ

วิสัยทัศน์ของ Bittensor คือการสร้างเครือข่ายการเรียนรู้ของเครื่องจักรระดับโลกที่กระจายและมีสิทธิและทำให้ใครก็สามารถเข้าร่วมและมีส่วนร่วมในโมเดลการเรียนรู้ของเครื่องและข้อมูลของพวกเขา และได้รับการตอบแทนตามค่าสารสนเทศที่พวกเขาเสนอให้กับคอลเล็กทีฟ Bittensor มีเป้าหมายที่จะเอาชนะข้อ จำกัด และท้าทายของแพลตฟอร์มและระบบการเรียนรู้ของเครื่องปัจจุบัน เช่น การจัดกลุ่ม ซึล ความเป็นส่วนตัว ความปลอดภัย ความลำเอียง และการเข้าถึง

Bittensor ทำงานอย่างไร?

บิทเทนเซอร์เป็นเครือข่ายที่ไม่ Centralized ที่เปลี่ยนแปลงวิธีการสร้างโมเดลการเรียนรู้ของเครื่อง การแบ่งปัน และแรงบันดาลใจ มันทำงานร่วมกันต่อต่อไป สร้างระบบนิวรอนเน็ตเวิร์กในระดับโลก ในส่วนนี้จะเข้าสู่กลไกที่ทำให้บิทเทนเซอร์ทำงานอย่างมีประสิทธิภาพ

ยูม่าคอนเซนซัส

ที่ใจกลางของการดำเนินการของ Bittensor คือ Yuma Consensus กลไกความเห็นร่วมนี้ถูกออกแบบขึ้นเพื่อให้เจ้าของเน็ตเวิร์กย่อยเขียนกลไกสร้างสิทธิแรงจูงใจของตนเอง ให้ผู้ตรวจสอบเน็ตเวิร์กย่อยแสดงความชอบส่วนบุคคลเกี่ยวกับสิ่งที่เครือข่ายควรเรียนรู้ Yuma Consensus ทำงานโดยการให้ผู้ตรวจสอบเน็ตเวิร์กย่อยได้รับเงินปันผลสำหรับการสร้างการประเมินค่าของนักขุดที่สอดคล้องกับการประเมินส่วนบุคลที่ผู้ตรวจสอบเน็ตเวิร์กย่อยคนอื่น ๆ สร้างขึ้น โดยให้น้ำหนักตามสถานะ นี้ ทำให้มั่นใจว่าไม่มีกลุ่มใดมีควบคุมสมบูรณ์เกี่ยวกับสิ่งที่เรียนรู้และรักษาการปกครองที่แยกกันบนเครือข่าย

Mixture of Experts (MoE)

กลไกสำคัญอีกอย่างคือโมเดล Mixture of Experts (MoE) ในโมเดลนี้ Bittensor ใช้เครือข่ายประสาทหลายตัว แต่ละตัวเชี่ยวชาญในด้านที่แตกต่างกันของข้อมูล โมเดลผู้เชี่ยวชาญเหล่านี้ร่วมมือเมื่อมีข้อมูลใหม่เข้ามา รวมความรู้ที่เชี่ยวชาญของตนเองเข้าด้วยกันเพื่อสร้างการพยากรณ์รวม วิธีการนี้ช่วยให้ Bittensor สามารถแก้ไขปัญหาที่ซับซ้อนได้อย่างมีประสิทธิภาพมากกว่าโมเดลบุคคลใดก็ตาม

กลไกสร้างสรรค์แรงจูงใจ

Bittensor ยังมีโครงสร้างกำลังสร้างสรรพสิ่งที่ไม่เหมือนใคร ทุกเน็ตเวิร์กใน Bittensor มีกลไกกระตุ้นของตัวเอง ซึ่งส่งเสริมพฤติกรรมของผู้ทำเหมืองในเน็ตเวิร์กและควบคุมความเห็นร่วมในหมวดหมู่ของผู้ตรวจสอบเน็ตเวิร์ก กลไกเหล่านี้เหมือนกับฟังก์ชันการสูญเสียในการเรียนรู้ของเครื่อง ดำเนินพฤติกรรมของผู้ทำเหมืองในเน็ตเวิร์กให้เข้าใจผลลัพธ์ที่พึงประสงค์และส่งเสริมการปรับปรุงอย่างต่อเนื่องและผลลัพธ์ที่มีคุณภาพสูง

พิสูจน์ความฉลาด

พิสูจน์ความฉลาดเป็นกลไกความเห็นร่วมที่ไม่ซ้ำซ้อนที่ใช้งานโดย Bittensor ซึ่งมอบรางวัลให้โหนดภายในเครือข่ายที่มีส่วนร่วมในการสร้างแบบจำลองและผลลัพธ์การเรียนรู้ของเครื่องที่มีค่า ต่างจากกลไก Proof of Work (PoW) หรือ Proof of Stake (PoS) ที่เชื่อมั่นในพลังการคำนวณหรือการถือสินทรัพย์ทางการเงิน การพิสูจน์ความฉลาดจะให้ความสำคัญกับการมีส่วนร่วมทางปัญญาของโหนด ซึ่งทำให้ระบบของรางวัลของเครือข่ายสอดคล้องกับพันธกิจหลักของการเลื่อนขั้นอัจฉริยะของเครื่อง

โหนดในเครือข่าย Bittensor จำเป็นต้องลงทะเบียนและมีส่วนร่วมในกระบวนการเอกสารข้อยุติ. พวกเขาทำเช่นนั้นโดยการแก้ปัญหา proof of work (POW) หรือจ่ายค่าธรรมเนียม. เมื่อลงทะเบียนแล้วพวกเขากลายเป็นส่วนหนึ่งของเน็ตเวิร์กและมีส่วนส่งเสริมให้กับความฉลาดของเครือข่าย. ผู้ตรวจสอบจากนั้นประเมินค่าของระบบประมวลผลเรียนรู้ของเครื่องและผลลัพธ์ที่ให้โดยโหนดเหล่านี้เพื่อให้มั่นใจในคุณภาพและความสมบูรณ์ของสินทรัพย์ทางปัญญาของเครือข่าย

กลไกนี้เป็นสิ่งสำคัญต่อวิสัยทัศน์ของ Bittensor เกี่ยวกับตลาดเรียนรู้ของเครื่องที่ไม่มีส่วนรวมศูนย์ที่นี่ประเทศ ซึ่งความฉลาดเป็นสกุลเงินหลักและนวัตกรรมได้รับสิทธิให้แรงกระตุ้นอย่างต่อเนื่อง มันแสดงถึงการเปลี่ยนแปลงที่สำคัญจากกลไกตรวจสอบบล็อกเชนแบบดั้งเดิม ซึ่งวางความสำคัญที่การก้าวหน้าของ AI และเทคโนโลยีการเรียนรู้ของเครื่อง

เซ็กเมนท์

Subnets are the building blocks of Bittensor, functioning as decentralized commodity markets under a unified token system. Each subnet has a specific domain or topic and consists of registered nodes and associated machine-learning models. Validators within these subnets play a crucial role in maintaining the integrity and quality of the data and models exchanged within the network.

พร้อมกันนี้กลไกเหล่านี้ทำให้ Bittensor ยังคงเป็นแพลตฟอร์มที่กระจายอำนวยอย่างแท้จริงและนวัตกรรมสำหรับการพัฒนาโมเดล AI และ machine learning โดยก่อให้เกิดการมีส่วนร่วมและใช้ประโยชน์จากสติปัญญาที่รวมกันของเครือข่ายของมัน Bittensor ยืนอยู่ที่ด้านหน้าของเทคโนโลยีการเรียนรู้ของเครื่องแบบแบบกระจาย

ส่วนประกอบของ Bittensor

Bittensor เป็นเครือข่ายที่กระจายอำนาจที่เชื่อมต่อระบบโมเดลการเรียนรู้ของเครื่องแทนที่คอมพิวเตอร์หรือเซิร์ฟเวอร์ โมเดลเหล่านี้ที่เรียกว่า neuron มีบริการการเรียนรู้ของเครื่องที่เชี่ยวชาญในเครือข่าย เช่น ข้อความ ภาพ เสียง วิดีโอ ฯลฯ neuron จัดองค์ประกอบเป็นกลุ่มที่เรียกว่า subnets ซึ่งกำหนดกลไกสรรพนามและโดเมนงานสำหรับแต่ละ subnet

Bittensor ใช้สี่ส่วนสำคัญ: บล็อกเชน, นิวรอน, ซินาปส์, และเมตากราฟเพื่อเปิดใช้โปรโตคอลการเรียนรู้ของเครื่องจักรแบบกระจาย มาดูที่แต่ละส่วนและการทำงานร่วมกันของพวกเขา

บล็อกเชน

บล็อกเชนของ Bittensor ใช้กรอบ Substrate เป็นพื้นฐาน ซึ่งช่วยให้สามารถใช้งานร่วมกันและขยายขอบเขตได้ บล็อกเชนบันทึกธุรกรรมและการโต้ตอบระหว่างโหนดบนเครือข่าย รวมถึงกฎการปกครองและข้อตกลง บล็อกเชนยังสามารถสร้างและแจกจ่ายเหรียญ $TAO ซึ่งเป็นสกุลเงินเชิงพื้นฐานของ Bittensor

เนิรอนส์

เซลล์ประสาทคือโหนดบนเครือข่ายที่ทำงานกับโมเดลการเรียนรู้ของเครื่องและให้บริการการเรียนรู้ของเครื่องในเครือข่าย แต่ละเซลล์ประสาทมีตัวตนที่เป็นเอกลักษณ์และคีย์สาธารณะที่จดทะเบียนบนบล็อกเชน และเซลล์ประสาทแต่ละตัวยังมีไฟล์กำหนดค่าที่ระบุประเภทของโมเดลการเรียนรู้ของเครื่อง รูปแบบข้อมูลขาเข้าและขาออก เลขพอร์ต และพารามิเตอร์อื่น ๆ

โซนัปซิส

Synapses เป็นการเชื่อมโยงระหว่างเซลล์ประสาทที่เป็นสาเหตุให้มีการแลกเปลี่ยนข้อมูลและร่วมมือกัน แต่ละซินับส์มีน้ำหนักที่แทนความแข็งแกร่งและคุณภาพของการเชื่อมต่อ น้ำหนักถูกกำหนดโดยเมตากราฟซึ่งเป็นสตรีมหัวใจของเครือข่าย นอกจากนี้ ซินับส์ยังมีต้นทุนและรางวัล ซึ่งระบุใน $TAO tokens ต้นทุนคือ จำนวน $TAO ที่เซลล์ประสาทหนึ่งจ่ายให้เซลล์ประสาทอีกตัวเพื่อใช้บริการเรียนรู้ของเครื่อง เสริม เมื่อรางวัลคือ จำนวน $TAO ที่เซลล์ประสาทหนึ่งได้รับจากเซลล์ประสาทอีกตัวเพื่อให้บริการเรียนรู้ของเครื่อง

เมทากราฟ

เมตากราฟแสดงทําเนียบและดีไซนามิกของเครือข่าย และคุณภาพและชื่อเสียงของเซลล์ประสาท เมตากราฟเป็นกราฟที่มีการชี้ทาง โดยที่โหนดคือเซลล์ประสาทและขอบเขตคือซีนัปซีส เมตากราฟถูกอัพเดทเป็นระยะๆ โดยกลไกของความเห็นชาวบ้าน ซึ่งพิจารณาธุรกรรม ปฏิสัมพันธ์ และข้อตอบรับระหว่างเซลล์ประสาท เมตากราฟกําหนดน้ําหนักของซีนัปซีส ซึ่งมีผลต่อต้นทุนและรางวัลของซีนัปซีส และอันดับและความเห็นชอบของเซลล์ประสาท เมตากราฟยังทําให้เกิดการบริหารจัดการของเครือข่าย เนื่องจากเซลล์ประสาทสามารถลงคะแนนเสียงเพื่อข้อเสนอและการเปลี่ยนแปลงโดยใช้โทเอโอเหรียญของพวกเขา

เอกสารสัญญาผู้แทน Bittensor

เอกสารประกาศสิทธิของ Bittensor Delegate เป็นเอกสารพื้นฐานที่กำหนดหลักการที่นำมาและคำสัญญาของศูนย์และบุคคลที่เข้าร่วมในเครือข่าย Bittensor มันเป็นการประกาศโดย The Opentensor Foundation และผู้เซ็นชื่ออื่น ๆ ที่มีวิสัยทัศน์ที่เหมาะกับภูมิทัศน์ AI แบบกระจาย นี่คือหลักการหลักของปฏิญาณ:

• คำตอบที่เป็นคู่ต่อควบคุมแบบกระจาย: ตู้เซ้นเตอร์เน้นถึงความเสี่ยงของการควบคุมแบบกระจายที่เกี่ยวข้องกับ AI โดยสนับสนุนให้มีการกระจายอำนาจเพื่อป้องกันการใช้เหยื่อและความลำบาก มันยืนยันว่าการบริหาร AI ควรอยู่ในมือของผู้มากไม่ใช่ผู้น้อย
• ฉันทามติการตั้งค่าแบบกระจายอํานาจ: ผู้ลงนามมุ่งมั่นที่จะต่อต้านการใช้ AI ในทางที่ผิดและส่งเสริมการประยุกต์ใช้อย่างมีจริยธรรม พวกเขาให้คํามั่นว่าจะกระจายอํานาจการควบคุมการตั้งค่า AI โดยใช้ประโยชน์จากภูมิปัญญาของมนุษย์โดยรวมเพื่อนําทางคําถามที่ซับซ้อนที่เกิดจากเทคโนโลยี AI
• Open Ownership: คณะกรรมการรองรับการเก็บครอบครองที่เปิดเผยและไม่จำเป็นสำหรับผู้สนับสนุนในเครือข่าย Bittensor หลักการนี้ยืนยันว่าจำนวนมากของคนสามารถเข้าถึง มีอิทธิพล และมีส่วนได้ส่วนเสียในการพัฒนา AI ได้เท่าที่เป็นไปได้
• Open Source Development: สภาพอุตสาหกรรมนำเทคโนโลยีที่เปิดเผยว่าเป็นหน้าที่ทางจริยธรรม ทำให้บุคคลสามารถควบคุมชะตากรรมของตนเองในอนาคตของ AI

เอกสารประกาศการดำเนินงานของ Bittensor ไม่ใช่เพียงชุดของความคิดสร้างสรรค์เท่านั้น แต่เป็นการสัญญาใจกลางสู่อนาคตของ AI ที่กระจายอำนาจและเป็นธรรม ที่ที่พลังงานถูกแจกแจงและศักยภาพของ AI ถูกใช้เพื่อประโยชน์ส่วนรวม

วิธี Bittensor ทำให้โมเดลเรียนรู้ของเครื่องเป็นไปได้

Bittensor ทำให้โมเดลการเรียนรู้ของเครื่องสามารถฝึกอบรมร่วมกันและได้รับการตอบแทนตามค่าข้อมูลที่พวกเขาให้กับกลุ่มได้ สิ่งนี้ถูกบรรลุโดยใช้กระบวนการต่อไปนี้

• ผู้บริโภคที่ต้องการเข้าถึงบริการเรียนรู้ของเครื่องส่งคำค้นหาไปยังเครือข่ายพร้อมกับการชำระเงินด้วยโทเค็น TAO
• เครือข่ายจะเส้นทางคำถามไปยังซับเน็ตที่เหมาะสมโดยอ้างอิงจากประเภทและรูปแบบของคำถาม
• เน็ตเซ็ตเลือกสมองประสาทที่ดีที่สุดเพื่อตอบคำถามโดยพิจารณาจากชื่อเสียงและความพร้อมใช้งานของพวกเขา
• เซลล์ประจำที่ถูกเลือกจะประมวลผลคำค้นและส่งคำตอบกลับมาพร้อมกับพิสูจน์ของการทำงาน
• ผู้บริโภคได้รับการตอบสนองและเลือกอันดับหนึ่งที่ดีที่สุดโดยอิงจากความชอบและเกณฑ์
• ผู้บริโภคจ่ายค่าที่สุดให้กับเนิรอนที่ให้คำตอบที่ดีที่สุดและตัวเลือกได้ให้ข้อเสนอและคำติชมต่อเครือข่าย
• เครือข่ายปรับปรุงเมตากราฟขึ้นอยู่กับธุรกรรม ปฏิสัมพันธ์ และคำตอบ และแจกจ่ายรางวัลและโทษให้กับเนิร์นตามนั้น

ประเภทของงานเรียนรู้ของเครื่องและแอปพลิเคชันที่สามารถทำได้บน Bittensor

Bittensor สามารถรองรับงานและแอปพลิเคชันการเรียนรู้ของเครื่องที่หลากหลาย เช่น การสร้างข้อความหรือภาพ การประมวลผลภาษาธรรมชาติ การมองเห็นของคอมพิวเตอร์ ฯลฯ ตัวอย่างบางประเภทของบริการการเรียนรู้ของเครื่องที่สามารถดำเนินการบน Bittensor ได้คือ:

• ข้อความที่สะเทิน: ผู้บริโภคสามารถส่งข้อความสะเทิน เช่นประโยคหรือย่อหน้า และได้รับการสมบูรณ์ข้อความเช่นเรื่องหรือเรียงเรื่อง จากเครือข่าย
• การบรรยายภาพ: ผู้บริโภคสามารถส่งภาพ และได้รับคำอธิบายที่อธิบายเนื้อหาของภาพจากเครือข่าย
• การรับรู้เสียง: ผู้บริโภคสามารถส่งคลิปเสียงและได้รับการถอดรหัสที่แปลงเสียงเป็นข้อความจากเครือข่าย
• การระบุใบหน้า: ผู้บริโภคสามารถส่งภาพใบหน้า และได้รับชื่อหรือป้ายชื่อที่ระบุบุคคลในภาพ จากเครือข่าย

นี่เป็นเพียงตัวอย่างบางอย่างของงานและการประยุกต์ของการเรียนรู้ของเครื่องที่สามารถทำได้บน Bittensor โอกาสมีไม่มีที่สิ้นสุด เนื่องจากเน็ตเวิร์กสามารถสร้างและเพิ่มเน็ตย่อยและโมเดลใหม่เข้าไปในเครือข่าย ทำให้ขอบเขตและความหลากหลายของบริการการเรียนรู้ของเครื่องขยายออกไป

การทำงานของเซ็นเน็ต

แหล่งที่มา: เอกสารสำหรับนักพัฒนา Bittensor

Subnets are the core of the Bittensor ecosystem. Subnets are groups of neurons that offer specialized machine-learning services to the network, such as text, image, audio, video, etc. Subnets also define the incentive mechanism and the task domain for each group. Subnets enable the creation of various decentralized commodity markets, or competitions, that are situated under a unified token system.

บทบาทและฟังก์ชันของเน็ตเวิร์ก

เน็ตย่อยเล่น peran pentingในเครือข่าย Bittensor เนื่องจากพวกเขาให้บริการฟังก์ชันต่อไปนี้:

• Subnets allow for the division of labor and specialization among the neurons. Each subnet focuses on a specific type of machine learning service, such as text prompting, image captioning, speech recognition, face recognition, etc. This allows the neurons to optimize their models and resources for their chosen domain, and to offer high-quality and efficient services to the network.
• Subnets ทำให้เกิดกลไกสร้างสรรค์ส่วนของระบบของนิวรอนที่กำหนดข้อแรงจูงให้แต่ละกลุ่มของนิวรอน แต่ละ subnet สามารถออกแบบและนำมาใช้ระบบรางวัลและโทษของตัวเอง โดยขึ้นอยู่กับเกณฑ์และวัตถุประสงค์ของมัน สิ่งนี้ทำให้ subnet สามารถจับความสนใจของนิวรอนตรงกับผลลัพธ์ที่ต้องการของ subnet และส่งเสริมความร่วมมือและนวัตกรรมในหมู่นิวรอน
• Subnets ส่งเสริมการปกครองและความเห็นร่วมในเครือข่าย แต่ละเน็ตเวิร์กมี validators ของตนเอง ซึ่งรับผิดชอบในการอัปเดตเมตากราฟและรักษาความปลอดภัยของเครือข่าย ผู้ validators จะถูกเลือกโดยสมาชิกของเน็ตเวิร์ก ซึ่งเสี่ยง TAO tokens เพื่อลงคะแนนเสียงให้กับผู้สมัครที่ต้องการ ผู้ validators ยังมีส่วนร่วมในการปกครองของเครือข่าย โดยการเสนอและลงคะแนนเสียงเพื่อการเปลี่ยนแปลง และอัปเกรดที่มีผลต่อเครือข่าย

กระบวนการสร้างและเข้าร่วมเครือข่ายย่อย

เพื่อสร้างหรือเข้าร่วมเน็ตเวิร์กย่อย คุณจำเป็นต้องมีนิวรอนซึ่งเป็นโหนดของคุณบนเครือข่าย คุณยังต้องมีโทเค็น TAO บางส่วนซึ่งเป็นสกุลเงินของเครือข่าย คุณสามารถทำตามขั้นตอนเหล่านี้เพื่อสร้างหรือเข้าร่วมเน็ตเวิร์กย่อย:

• เพื่อสร้างเครือข่ายย่อย คุณต้องลงทะเบียนเครือข่ายย่อยบนบล็อกเชน Bittensor โดยชำระค่าธรรมเนียมด้วยโทเคน TAO ค่าธรรมเนียมจะขึ้นอยู่กับความต้องการและความมีพอดีของเครือข่ายย่อยบนเครือข่าย คุณสามารถใช้btcli subnet createคำสั่งในการสร้างเน็ตเวิร์กและระบุพารามิเตอร์และรายละเอียดของเน็ตเวิร์กของคุณ เช่น ชื่อ คำอธิบาย ประเภท พอร์ต ฯลฯ คุณยังจำเป็นต้องระบุชื่อกระเป๋าสตางค์และรหัสผ่าน ซึ่งจะถูกใช้ในการสร้างคีย์สาธารณะและส่วนตัวสำหรับเน็ตเวิร์กของคุณ คุณจะได้รับ netuid ซึ่งเป็นตัวระบุที่ไม่ซ้ำกันสำหรับเน็ตเวิร์กของคุณในเครือข่าย
• เพื่อเข้าร่วมเครือข่ายย่อย คุณจำเป็นต้องเชื่อมต่อกับผู้ตรวจสอบของเครือข่ายย่อย ซึ่งเป็นโหนดที่ดูแลและอัปเดตเมตากราฟของเครือข่ายย่อย คุณสามารถใช้btcli subnet joinคำสั่งเพื่อเข้าร่วมเน็ตเวิร์กและระบุ netuid ของเน็ตเวิร์กที่คุณต้องการเข้าร่วม คุณจะต้องระบุชื่อกระเป๋าเงินและรหัสผ่านที่จะใช้สร้างคีย์สาธารณะและเอกส่วนของคุณสำหรับเน็ตเวิร์กของคุณ คุณจะได้รับข้อความยืนยันที่ระบุว่าคุณได้เข้าร่วมเน็ตเวิร์กเรียบร้อยแล้ว

ประเภทและปฏิสัมพันธ์ของเครือข่ายย่อย

มีประเภทย่อยที่แตกต่างกันบนเครือข่าย Bittensor ขึ้นอยู่กับประเภทและรูปแบบของบริการเรียนรู้ของเครื่องบางชนิด บางประเภทที่พบบ่อยของย่อยที่แตกต่างกันคือ

• เนื้อหาย่อย: เนื้อหาย่อยเหล่านี้ให้บริการประมวลผลภาษาธรรมชน เช่น การให้ข้อเสนอข้อความ การย่อสรุปข้อความ การแปลข้อความ การวิเคราะห์อารมณ์ข้อความ เป็นต้น เนื้อหาย่อยเหล่านี้ยอมรับและส่งคืนข้อความเป็นรูปแบบข้อมูลนำเข้าและข้อมูลส่งออก
• ซับเน็ตของภาพ: ซับเน็ตเหล่านี้ให้บริการทางวิสัยคอมพิวเตอร์ เช่นการบรรยายภาพ การจำแนกประเภทภาพ การแบ่งส่วนภาพ การสร้างภาพ เป็นต้น ซับเน็ตเหล่านี้รับภาพเข้าและส่งภาพออกเป็นรูปแบบข้อมูล
• เครือข่ายเสียง: เครือข่ายเหล่านี้ให้บริการประมวลผลเสียงและเสียง เช่นการรับรู้เสียง การสังเคราะห์เสียง การแปลภาษาเสียง การสร้างเสียง เป็นต้น เครือข่ายเหล่านี้ยอมรับและคืนค่าคลิปเสียงเป็นรูปแบบนำเข้าและผลลัพธ์
• ซับเน็ตวิดีโอ: เน็ตเวิร์คเหล่านี้ให้บริการประมวลผลวิดีโอและการเคลื่อนไหว เช่น การเขียนคำบรรยายวิดีโอ การจำแนกประเภทวิดีโอ การแบ่งแยกวิดีโอ การสร้างวิดีโอ เป็นต้น เน็ตเวิร์คเหล่านี้ยอมรับวิดีโอเป็นรูปแบบข้อมูลที่เข้าและที่ออก

เครือข่ายย่อยเหล่านี้สามารถโต้ตอบกันและกับเครือข่ายได้ โดยการร้องขอและให้บริการเรียนรู้ของเครื่อง และโดยการแลกเปลี่ยนข้อมูลและ $TAO tokens ตัวอย่างเช่น เครือข่ายข้อความสามารถขอบริการคำบรรยายภาพจากเครือข่ายภาพโดยการส่งภาพและชำระบางจำนวน $TAO tokens เครือข่ายภาพจากนั้นสามารถส่งคำบรรยายสำหรับภาพ และได้รับบางจำนวน $TAO tokens เป็นรางวัล เครือข่ายข้อความจากนั้นสามารถใช้คำบรรยายสำหรับบริการของเครื่อง เช่น สรุปข้อความ หรือ การแปล

โทเค็น $TAO

โทเคน $TAO เป็นสกุลเงินดิจิตอลเชื้อเชิญของเครือข่าย Bittensor มันบริการหลายฟังก์ชันและวัตถุประสงค์สำคัญภายในระบบนี้:

• Incentivization: โทเค็น $TAO ใช้เป็นสิทธิ์ให้กับผู้ร่วมกิจกรรมต่าง ๆ ในเครือข่าย Bittensor นักขุดที่มีส่วนร่วมในการใช้ทรัพยากรคอมพิวเตอร์เพื่อดำเนินการงานเรียนรู้ของเครื่องจักรจะได้รับรางวัลด้วย $TAO สำหรับการมีส่วนร่วมของพวกเขา กลไกการตอบแทนนี้ส่งเสริมให้มีการให้บริการทรัพยากรคอมพิวเตอร์ให้กับเครือข่ายซึ่งเป็นสิ่งจำเป็นสำหรับกระบวนการเรียนรู้ของเครื่องจักรแบบกระจาย
• การจับมือ: เพื่อเข้าร่วมในเครือข่ายในฐานะนักขุดและรับรางวัล ผู้เข้าร่วมต้องจับมือโทเค็น $TAO เป็นการใช้ทรัพย์สินเป็นประกันหรือเข้าเล่นเกม ซึ่งช่วยในการให้ความสำคัญในการกระทำของนักขุดให้เป็นไปในทางที่ดีที่สุดสำหรับเครือข่าย มันยังช่วยในการป้องกันเครือข่ายโดยการทำให้มันมีค่าใช้จ่ายสำหรับผู้เข้าร่วมใด ๆ ที่กระทำอย่างเทรมของ
• การปกครอง: $TAO สามารถใช้ในการปกครองของเครือข่าย Bittensor ได้ เจ้าของโทเค็นอาจสามารถเสนอการเปลี่ยนแปลง ลงคะแนนเสียงเกี่ยวกับการอัพเกรดโปรโตคอล หรือมีส่วนร่วมในกระบวนการตัดสินการตัดสินใจอื่น ๆ ที่มีผลต่อเครือข่าย นี้สอดคล้องกับจรรยาบรรณที่กระจายอำนาจของเทคโนโลยีบล็อกเชน ที่ควบคุมถูกแจกแจงในหมู่ผู้มีส่วนได้เสียในการตัดสินใจ ไม่ใช่ในอำนาจศูนย์กลาง

โทเคนอมิกส์ของโทเคน $TAO ถูกออกแบบขึ้นให้สะท้อนค่าและคุณภาพของเครือข่าย โดยเชื่อมั่นในการสร้างสรรค์และนวัตกรรมในหมู่โหนด โทเคนอมิกส์ของโทเคน $TAO ขึ้นอยู่บนหลักการและกลไกต่อไปนี้:

• อุปทาน: จํานวนโทเค็น TAO สูงสุดเท่าที่เคยมีมาถูก จํากัด ไว้ที่ 21 ล้านซึ่งสะท้อนถึงขีด จํากัด อุปทานของ Bitcoin เพื่อส่งเสริมความหายากและควบคุมอัตราเงินเฟ้อ ปัจจุบันมีโทเค็น TAO หมุนเวียนอยู่ประมาณ 6.39 ล้านโทเค็น โทเค็น TAO ถูกสร้างขึ้นผ่านการขุดคล้ายกับ Bitcoin โดยมีการสร้างบล็อกใหม่ประมาณทุกๆ 12 วินาที แต่ละบล็อกจะให้รางวัลโทเค็น 1 TAO สําหรับนักขุดและผู้ตรวจสอบความถูกต้อง ตามอัตราการสร้างปัจจุบันโทเค็น TAO ใหม่ประมาณ 7,200 รายการจะถูกเพิ่มเข้าไปในอุปทานหมุนเวียนทุกวันและสิ่งเหล่านี้มีการกระจายอย่างเท่าเทียมกันระหว่างนักขุดและผู้ตรวจสอบความถูกต้อง อัตราการออกจะลดลงครึ่งหนึ่งเมื่อขุด 50% ของอุปทานทั้งหมดแล้ว 'การลดลงครึ่งหนึ่ง' นี้เกิดขึ้นทุก ๆ สี่ปีโดยให้เวลาบล็อก 12 วินาที กระบวนการลดครึ่งหนึ่งนี้จะดําเนินต่อไปในแต่ละเป้าหมาย 50% ของอุปทานที่เหลือจนกว่าจะมีการหมุนเวียนโทเค็น TAO 21 ล้านโทเค็น
• การปล่อย: การปล่อย TAO โทเค็นทำผ่านรางวัลของเครือข่ายที่แจกจ่ายให้กับนักขุดที่ให้บริการเครื่องจักรเรียนรู้แก่เครือข่าย รางวัลของเครือข่ายถูกคำนวณจากค่าข้อมูลของบริการ ซึ่งถูกกำหนดโดย metagraph รางวัลของเครือข่ายยังถูกปรับโดยตัวปรับความยากของกิจกรรมของเครือข่ายและยอดโทเค็นที่ถือรักษารวม อัตราการปล่อยของ TAO โทเค็นถูกออกแบบให้เข้ากับเส้นโค้งลอการิทึมซึ่งหมายถึงการปล่อยจะลดลงเมื่อเวลาผ่านไปเพื่อให้เครือข่ายเจริญเติบโตและความต้องการเพิ่มขึ้น
• การเผา: การเผา TAO ทำผ่านค่าธรรมเนียมเครือข่ายซึ่งจ่ายโดยผู้บริโภคที่เข้าถึงบริการเรียนรู้ของเครือข่าย ค่าธรรมเนียมเครือข่ายคำนวณจากต้นทุนของบริการที่กำหนดโดย metagraph ค่าธรรมเนียมเครือข่ายจะถูกปรับโดยปัจจัยความต้องการที่ขึ้นอยู่กับกิจกรรมของเครือข่ายและจำนวนโทเค็นที่หมุนเวียนทั้งหมด อัตราการเผาของโทเค็น TAO ถูกออกแบบให้เข้ากับเส้นโค้งเอ็กซโพเนนเชียลซึ่งหมายถึงว่าการเผาจะเพิ่มขึ้นตามเวลาเมื่อเครือข่ายเติบโตและสินค้าลดลง

ผู้ก่อตั้ง Bittensor

ผู้ก่อตั้ง Bittensor คือบุคคลที่มีความสามารถที่มาช่วยกันพัฒนาและก้าวหน้าโครงการ Bittensor ซึ่งมีเป้าหมายที่จะเปลี่ยนแปลงวงด้านการเรียนรู้ของเครื่องและปัญญาประดิษฐ์ แต่ละผู้ก่อตั้งนำความเชี่ยวชาญและประสบการณ์ที่เฉพาะเจาในสาขาที่เกี่ยวข้องมาเป็นส่วนสำคัญในความสำเร็จของโครงการ ผู้ก่อตั้งได้แก่:

• Jacob Steeves: Jacob เป็น ประธาน​เจ้าหน้าที่​ และ ผู้​ก่อตั้ง ของ Bittensor เขา​มี พื้น​ฐาน​ในการ​วิจัย​เรียนรู้ของ​เครื่อง และ​ก่อตั้ง​ Bittensor เพื่อทำให้ AI กระจายอำนวยความสะดวก เคย​ทำงาน​ให้​กับ ยี่ห้อ เช่น Google และ Knowm
• อาลา ฌาบานา: อาลาเป็นผู้ร่วมก่อตั้งบิทเท็นเซอร์ โดยเคยได้รับปริญญาเอกในสาขาการเรียนรู้ของเครื่องกล่อง ก่อนที่จะสร้างบิทเท็นเซอร์ เขา曾ทำงานเป็นอาจารย์ประจำที่มหาวิทยาลัยโทรอนโตแคนาดา

Bittensor $TAO เป็นการลงทุนที่ดีหรือไม่?

Bittensor $TAO เป็นสกุลเงินดิจิทัลที่ขับเคลื่อนเครือข่าย Bittensor ซึ่งเป็นโปรโตคอลเรียนรู้ของเครื่องจักรที่ไม่มีการกำหนดเอง $TAO ใช้เพื่อรีวอร์โหนแบบโหนดที่ให้บริการการเรียนรู้ของเครื่องให้กับเครือข่าย เพื่อรักษาความปลอดภัยของเครือข่าย และเพื่อให้สามารถดำเนินการบริหารการดำเนินงาน $TAO มีการจำกัดการผลิตที่อยู่ที่ 21 ล้านโทเคน และการบริหารการผลิตและการต้องการของเครือข่ายกำหนดราคาของมัน

$TAO ยังมีศักยภาพและมูลค่ามากมาย เนื่องจากมีโครงการที่เป็นนวัตกรรมและนวัย. Bittensor มีเป้าหมายที่จะสร้างเครือข่ายการเรียนรู้ของเครื่องระดับโลก ที่ไม่ central และมีการให้สิทธิให้แรงจูงใจเพื่อแปลงการเรียนรู้ของเครื่องและปัญญาประดิษฐ์ Bittensor ได้แสดงผลลัพธ์ที่สมบูรณ์และความสำเร็จที่ดี เช่น เปิดตัว mainnet, ดึงดูดความสนใจและต้อนรับ รวมถึงได้รับการสนับสนุนและทุนทรัพย์ Bittensor ยังตั้งเป้าหมายและวางแผนที่ยิ่งใหญ่สำหรับอนาคต เช่นการขยายตัวและทำให้หลากหลายของเครือข่าย, ปรับปรุงและจัดการเครือข่ายให้ดียิ่งขึ้น และ การเติบโตและเข้าร่วมกับชุมชนในช่วงเวลาข้างหน้า

ดังนั้น $TAO เป็นการลงทุนที่ดีสำหรับผู้ที่เชื่อในวิสัยทัศน์และพันธกิจของ Bittensor และต้องการรับความเสี่ยงและรักษาโทเคนไว้ในระยะยาว ตามเสมอ นักลงทุนควรทำการวิจัยและปฏิบัติตามหลักการอย่างเข้มงวดก่อนการลงทุนในสกุลเงินดิจิทัลใด ๆ และเพียงลงทุนเท่าที่สามารถขาดทรัพย์ได้

วิธีซื้อ $TAO บน Gate.io

เพื่อซื้อ $TAO โทเค็นบน Gate.io โปรดทำตามขั้นตอนเหล่านี้:

• เข้าชม เว็บไซต์ Gate.ioและสร้างบัญชีด้วยอีเมลและรหัสผ่านของคุณ
• ฝากเงินในบัญชี Gateio ของคุณ
• แลกเงินของคุณเป็นโทเค็น $TAO โดยการเลือกTAO/USDTคู่ และป้อนจำนวนและราคา

ดำเนินการใน $TAO

ตรวจสอบราคา $XPRT วันนี้และเริ่มเทรดคู่สกุลเงินที่คุณชื่นชอบ:

• TAO/USDT