Bittensor: Memimpin arus baru Web3+AI dengan jaringan pembelajaran mesin desentralisasi

Gelombang revolusi AI menyerang

Dalam beberapa tahun terakhir, teknologi kecerdasan buatan telah berkembang pesat, memimpin kita memasuki era baru yang didorong oleh data. Terobosan signifikan dalam bidang seperti pembelajaran mendalam dan pemrosesan bahasa alami telah membuat aplikasi AI ada di mana-mana. Kehadiran ChatGPT pada tahun 2022 benar-benar meledakkan industri AI, diikuti oleh serangkaian alat AI seperti video yang dihasilkan dari teks dan kantor cerdas. Teknologi AI sedang meresap ke berbagai sektor, dan ukuran pasar juga berkembang pesat, diperkirakan akan mencapai 185 miliar dolar AS pada tahun 2030.

Namun, saat ini industri AI sebagian besar didominasi oleh beberapa raksasa teknologi, yang tidak dapat dihindari membawa tantangan seperti konsentrasi data dan ketidakmerataan distribusi sumber daya komputasi. Sementara itu, konsep desentralisasi Web3 memberikan kemungkinan baru untuk mengatasi masalah ini. Dengan dukungan jaringan terdistribusi Web3, pola perkembangan industri AI diharapkan dapat direformasi.

Dalam gelombang AI ini, sekelompok proyek Web3+AI berkualitas tinggi muncul. Misalnya, Fetch.ai membangun ekonomi terdesentralisasi melalui blockchain, mendukung agen otonom dan kontrak pintar; Numerai memanfaatkan blockchain dan komunitas ilmuwan data untuk memprediksi tren pasar; Velas menciptakan platform kontrak pintar berkinerja tinggi yang menggabungkan AI dan blockchain. Secara keseluruhan, proyek AI mencakup tiga elemen utama: data, algoritma, dan daya komputasi. Saat ini, jalur Web3+data dan Web3+daya komputasi berkembang pesat, tetapi arah Web3+algoritma relatif tertinggal. Bittensor dengan cerdas menangkap peluang ini, membangun platform algoritma AI dengan mekanisme insentif kompetitif berbasis blockchain, untuk mempertahankan proyek AI yang paling berkualitas.

Bittensor: jaringan AI terdesentralisasi

Bittensor adalah jaringan pembelajaran mesin terdesentralisasi dan pasar barang digital. Ini memiliki fitur-fitur berikut:

• Desentralisasi: Bittensor beroperasi di jaringan yang terdiri dari ribuan komputer terdistribusi, secara efektif mengatasi masalah seperti sentralisasi data.

• Insentif yang adil: Hadiah token yang diberikan oleh jaringan kepada subnet sebanding dengan kontribusi, dan distribusi hadiah di dalam subnet mengikuti prinsip yang sama.

• Sumber terbuka: memberikan layanan kepada setiap individu yang membutuhkan sumber daya komputasi pembelajaran mesin.

• Pasar yang beragam: tidak hanya mendukung perdagangan model dan data pembelajaran mesin, tetapi juga dapat memperdagangkan berbagai bentuk barang digital.

Berbeda dengan banyak proyek VC yang memiliki valuasi tinggi, Bittensor lebih mirip dengan proyek yang didorong oleh para geek, dan perjalanan perkembangannya juga tidak mengalami tahap umum "menggambar kue dan menipu investasi".

Pada tahun 2021, sekelompok ahli teknologi yang berkomitmen pada AI terdesentralisasi mendirikan Bittensor, menggunakan kerangka kerja Substrate untuk membangun blockchain. Versi Alpha dari jaringan dirilis pada tahun 2022, mengonfirmasi kelayakan AI terdesentralisasi. Pada tahun 2023, versi Beta dan model ekonomi token TAO diluncurkan. Pada tahun 2024, teknologi DHT diterapkan untuk meningkatkan efisiensi pemrosesan data, dan mulai mempromosikan subnet dan pasar barang digital secara besar-besaran.

Token TAO dari Bittensor mirip dengan Bitcoin dalam banyak hal, dengan total 21 juta koin, dan setiap empat tahun mengalami pengurangan setengah. Melalui distribusi peluncuran yang adil, tidak ada penambangan awal dan cadangan tim. Setiap 12 detik, satu blok dihasilkan, memberikan hadiah 1 TAO, dan sekitar 7200 TAO per hari didistribusikan kepada setiap subnet dan node-nya berdasarkan kontribusi.

Saat ini, jumlah total akun di jaringan Bittensor telah melebihi 100.000, di mana akun yang memiliki saldo non-nol mencapai 80.000. Dalam setahun terakhir, harga TAO mengalami kenaikan yang luar biasa, dengan kapitalisasi pasar saat ini sebesar 2,278 miliar dolar, dan harga per unit sebesar 321 dolar.

Subnet: Arsitektur inti Bittensor

Jaringan Bittensor terdiri dari beberapa subnet, masing-masing dengan insentif pengguna dan desain fungsionalitas yang unik, tetapi mempertahankan antarmuka konsensus yang sama dengan jaringan utama. Saat ini, terdapat 45 subnet selain subnet utama, dan diperkirakan akan meningkat menjadi 64 pada bulan Juli tahun ini.

Di dalam subnet, ada tiga peran utama:

• Pemilik subnet: bertanggung jawab untuk menyediakan kode dasar dan mengatur mekanisme insentif
• Penambang: menjalankan server dan bersaing untuk sumber daya komputasi
• Validator: Menilai kontribusi penambang dan mendapatkan imbalan staking

Subnet emission adalah mekanisme distribusi token Bittensor, biasanya 18% dibagikan kepada pemilik, 41% kepada validator, dan 41% kepada penambang. Setiap subnet memiliki 256 slot, di mana 64 dialokasikan untuk validator dan 192 untuk penambang. Kinerja validator dan penambang menentukan total jumlah emisi dan peringkat subnet.

Subnet yang baru terdaftar memiliki masa imun 7 hari, biaya pendaftaran pertama adalah 100 TAO. Ketika semua posisi subnet terisi, subnet dengan emisi terendah dan tanpa masa imun akan dieliminasi. Oleh karena itu, subnet perlu terus meningkatkan jumlah staking dan efisiensi untuk memastikan kelangsungan hidup.

Berkat arsitektur ini, jaringan data AI terdesentralisasi Masa berhasil diluncurkan, menjadi sistem hadiah dua koin pertama dalam jaringan Bittensor, dan berhasil mendapatkan pendanaan sebesar 18 juta dolar.

mekanisme konsensus dan bukti yang unik

Bittensor mengadopsi berbagai mekanisme konsensus dan bukti inovatif:

Bukti kecerdasan ( PoI ): Penambang membuktikan kontribusi mereka dengan menyelesaikan tugas komputasi cerdas, yang mungkin termasuk pemrosesan bahasa alami, analisis data, dan lain-lain. Validator menilai berdasarkan kualitas penyelesaian.

Konsensus Yuma: Memasukkan penilaian validator ke dalam algoritma, validator dengan jumlah staking yang lebih besar memiliki bobot yang lebih tinggi. Sementara itu, hasil yang tidak normal disaring, dan akhirnya hadiah dialokasikan berdasarkan penilaian komprehensif. Mekanisme ini mengikuti prinsip data tidak diketahui, melindungi privasi dan keamanan.

MOE mekanisme: mengintegrasikan beberapa sub-model tingkat ahli, bekerja sama untuk mendapatkan hasil yang lebih baik. Validator dapat memberi penilaian dan peringkat pada model ahli, mendorong optimasi yang berkelanjutan.

Gambaran Umum Proyek Subnet

Saat ini Bittensor telah memiliki 45 subnet terdaftar, 40 di antaranya sudah dinamai. Seiring dengan meningkatnya kuota, persaingan pendaftaran agak mereda, tetapi dalam jangka panjang, subnet yang berkinerja buruk masih akan tereliminasi.

Selain jaringan akar, Vision nomor 19, Cortex.t nomor 18, dan jaringan nomor 1 paling banyak diperhatikan, dengan proporsi emisi masing-masing sebesar 8,72%, 6,47%, dan 4,16%.

Vision berfokus pada generasi dan inferensi gambar terdesentralisasi, menyediakan akses ke model sumber terbuka terbaik. Saat ini, total pendapatan node dalam 24 jam sekitar 627,84 TAO, pendapatan rata-rata harian untuk node baru dapat mencapai 866 dolar.

Cortex.t berkomitmen untuk membangun platform AI terdepan, menyediakan layanan teks dan gambar melalui API. Total pendapatan node selama 24 jam sekitar 457,2 TAO, pendapatan rata-rata harian node baru dapat mencapai 553,64 dolar.

Subnet 1 adalah subnet generasi teks yang paling awal, pernah diragukan, tetapi tetap mempertahankan peringkat yang cukup tinggi.

Selain itu, ada berbagai jenis proyek subnet seperti pengolahan data, AI perdagangan, dan lainnya. Secara keseluruhan, node yang berhasil dioperasikan menghasilkan keuntungan yang signifikan, tetapi node baru menghadapi persaingan yang ketat.

prospek pengembangan

Bidang Web3+AI diperkirakan akan tetap menjaga panasnya pasar dalam jangka panjang. Bittensor sebagai proyek yang memiliki kekuatan teknis dan pengakuan pasar, diharapkan dapat terus berkembang. Struktur sub-jaringnya menurunkan hambatan bagi tim AI untuk memasuki jaringan terdesentralisasi, dan mekanisme eliminasi kompetisi juga akan mendorong proyek untuk terus dioptimalkan.

Namun, seiring bertambahnya jumlah subnet, pendapatan dari subnet yang ada mungkin akan tereduksi. Jika harga TAO tidak meningkat sejalan, ini bisa mempengaruhi harapan pendapatan sebagian peserta. Selain itu, penurunan ambang batas subnet juga meningkatkan risiko adanya campur aduk. Perkembangan proyek ke depan tetap perlu diperhatikan.