Giới thiệu
Với sự bùng nổ gần đây và sự gia tăng phổ biến của AI, nhiều người đã đưa ra các luận điểm khác nhau về nơi mà AI và crypto giao thoa. Những đổi mới này có tiềm năng cách mạng hóa các khía cạnh khác nhau của cuộc sống kỹ thuật số của chúng ta, từ quản lý tài sản kỹ thuật số đến bảo vệ tài sản trí tuệ và chống gian lận. Đáng chú ý, sự hội tụ này đã tạo ra hai xu hướng nổi bật:
- Sự tích hợp của AI với cơ sở hạ tầng blockchain, như Render ($RNDR), Akash ($AKT), hoặc Fetch.ai ($FET).
- Sự nổi lên của các giao thức khuyến khích sản xuất trí tuệ học máy, như Bittensor ($TAO).
Các ứng dụng AI 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 token, zkML, và các sổ đăng ký danh tính dựa trên blockchain để chống lại deep fakes. Đồng thời, một xu hướng song song đang giành được động lực: các giao thức khuyến khích trí tuệ.

Trong báo cáo này, chúng tôi đi sâu vào sự giao thoa giữa AI và crypto, với trọng tâm vào Bittensor và token $TAO, khám phá vai trò của chúng trong Peer-to-Peer Intelligence Marketplace và sự trỗi dậy của Digital Commodity Marketplace.

Tận dụng lợi thế của bản Revolution Upgrade gần đây nhất diễn ra vào ngày 2 tháng 10, chúng tôi cũng cung cấp tổng quan lịch sử, triển vọng ngành, phân tích cạnh tranh và những insight về giá trị đề xuất của $TAO.
Tổng quan
Bittensor là một giao thức mã nguồn mở với sứ mệnh cốt lõi: thúc đẩy phát triển AI thông qua cấu trúc khuyến khích được thúc đẩy bởi blockchain. Trong hệ sinh thái này, các nhà đóng góp được thưởng bằng token $TAO cho những nỗ lực của họ.

Bittensor hoạt động như một mạng khai thác, sử dụng các ưu đãi token để khuyến khích sự tham gia trong khi duy trì các nguyên tắc mở và phi tập trung. Trong mạng này, nhiều nút lưu trữ các mô hình machine learning, cùng nhau đóng góp vào hồ chứa trí tuệ. Những mô hình này đóng vai trò quan trọng trong việc phân tích dữ liệu văn bản rộng lớn, trích xuất ý nghĩa ngữ nghĩa, và tạo ra các insights có giá trị qua các lĩnh vực khác nhau.
Đối với người dùng, các chức năng thiết yếu bao gồm khả năng truy vấn mạng để truy cập trí tuệ, tham gia vào miners và validators để khai thác token $TAO, và giám sát ví và số dư của họ.

Mạng lưới của Bittensor dựa trên sự đóng góp từ một loạt các bên liên quan đa dạng, bao gồm các thợ đào, người xác thực, người đề cử và người tiêu dùng. Cách tiếp cận hợp tác này đảm bảo rằng các mô hình AI tốt nhất sẽ nổi lên hàng đầu, nâng cao chất lượng của các dịch vụ AI được cung cấp bởi mạng lưới.
Phía cung có hai lớp: AI (Miners) và blockchain (Validators).
- Miners trong mạng Bittensor lưu trữ các mô hình AI và làm cho chúng có sẵn cho mạng, với thành công của họ được quyết định bởi chất lượng và hiệu suất mà họ cung cấp.Miners được bù đắp bằng $TAO dựa trên trí thông minh mà họ đóng góp cho mạng (mặc dù điều này phụ thuộc vào nhiệm vụ cụ thể đang thực hiện). Các mô hình được đánh giá cao nhất có nhu cầu cao hơn và dẫn đến doanh thu cao hơn cho miners.
- Các thợ đào được bù đắp bằng $TAO dựa trên trí tuệ 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 nhất có nhu cầu cao hơn và mang lại doanh thu nhiều hơn cho thợ đào.
- Người xác thực đóng vai trò là những người đánh giá trong mạng. Họ đánh giá chất lượng và hiệu quả của các mô hình AI cũng như quản lý các yêu cầu của người dùng. Bằng cách này, người xác thực xếp hạng các mô hình dựa trên hiệu suất của chúng đối với các nhiệm vụ cụ thể, giúp người tiêu dùng tìm ra các giải pháp tốt nhất. Càng chính xác và nhất quán trong các đánh giá của họ, họ càng kiếm được nhiều phần thưởng. Tương tự, các đánh giá không nhất quán có thể dẫn đến hình phạt, đảm bảo rằng người xác thực duy trì tiêu chuẩn cao.Người xác thực được khuyến khích bằng $TAO để xếp hạng các thợ đào dựa trên “đóng góp trí tuệ” của họ. Người xác thực cũng chịu trách nhiệm định tuyến đầu vào để tạo ra đầu ra tốt nhất. Điều này được thực hiện bằng cách hình thành các liên minh giữa các Thợ đào (mô hình) bổ trợ lẫn nhau (các mạng con).
- Validators được khuyến khích bằng $TAO để xếp hạng các miners dựa trên “đóng góp trí tuệ” của họ.
- Validators cũng chịu trách nhiệm định tuyến các đầu vào để tạo ra đầu ra tốt nhất. Điều này được thực hiện bằng cách hình thành các liên minh giữa Miners (models) bổ sung cho nhau (subnetworks).
- Thợ đào được bù đắp bằng $TAO dựa trên trí thông minh mà họ đóng góp cho mạng (mặc dù điều này phụ thuộc vào nhiệm vụ cụ thể đang thực hiện).
- Các mô hình được đánh giá cao nhất có nhu cầu cao hơn và dẫn đến doanh thu cao hơn cho thợ đào.
- Các validator được khuyến khích bằng $TAO để xếp hạng các miner dựa trên “đóng góp trí tuệ” của họ.
- Các validator cũng chịu trách nhiệm định tuyến đầu vào để tạo ra đầu ra tốt nhất. Điều này được thực hiện bằng cách hình thành các liên minh giữa các Miners (models) bổ sung cho nhau (subnetworks).

Về phía nhu cầu, các nhà phát triển có thể xây dựng ứng dụng trên nền tảng Validators, tận dụng (và trả phí cho) các khả năng AI cụ thể theo trường hợp sử dụng từ mạng lưới.
- Nominees là những cá nhân nắm giữ token $TAO và tích cực hỗ trợ các validator cụ thể bằng cách delegating token của họ cho họ. Việc delegation này giúp validator thu hút thêm hỗ trợ và rewards. Bản thân Nominees kiếm được rewards cho sự tham gia của họ vào quá trình này. Nếu một validator hoạt động kém hoặc nếu một nominee tin rằng có lựa chọn tốt hơn, họ có thể chuyển hỗ trợ của mình sang validator khác.
- Consumers là những người dùng cuối của các mô hình AI được cung cấp bởi Bittensor. Họ có thể từ các 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. Consumers ưu tiên nhận được câu trả lời chính xác và có giá trị. Các nhà phát triển, đặc biệt, chọn validator mà họ tin rằng đáp ứng tốt nhất yêu cầu của mình để đảm bảo cung cấp dịch vụ AI hàng đầu cho người dùng của họ.
- Người tiêu dùng ưu tiên nhận được các câu trả lời chính xác và có giá trị.
- Các nhà phát triển, đặc biệt, chọn các validator mà họ tin rằng đáp ứng tốt nhất các yêu cầu của họ để đảm bảo cung cấp các dịch vụ AI hàng đầu cho người dùng của họ.
- Người tiêu dùng ưu tiên nhận được các câu trả lời chính xác và có giá trị.
- Các nhà phát triển, đặc biệt, chọn các validator mà họ tin rằng đáp ứng tốt nhất các yêu cầu của mình để đảm bảo cung cấp các dịch vụ AI 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 nhất định. Với bất kỳ ai cũng có thể thử nghiệm, các doanh nghiệp mã nguồn đóng rất khó để thậm chí cạnh tranh.

Một trong những quan niệm sai lầm phổ biến nhất là mạng hỗ trợ đào tạo ML. Trong trạng thái hiện tại, Bittensor chỉ hỗ trợ inference, là quá trình rút ra kết luận và cung cấp phản hồi dựa trên bằng chứng và lý luận. Ngược lại, Training là một quá trình riêng biệt liên quan đến việc dạy một machine-learning model thực hiện một nhiệm vụ. Điều này được thực hiện bằng cách cung cấp cho model một tập dữ liệu lớn các ví dụ có nhãn, cho phép nó học các mẫu và mối liên hệ giữa dữ liệu và nhãn. Trong khi đó, Inference sử dụng một machine learning model đã được đào tạo để đưa ra dự đoán trên dữ liệu mới, chưa từng thấy. Ví dụ, một model được đào tạo để phân loại hình ảnh có thể được sử dụng cho inference để xác định lớp của một hình ảnh mới, trước đó chưa từng thấy.
Do đó, điều quan trọng cần lưu ý rằng Bittensor không thực thi ML trên chuỗi mà hoạt động giống như một oracle trên chuỗi hơn hoặc một mạng lưới các validator kết nối và điều phối các node ML ngoài chuỗi (miners). Cấu hình này tạo ra một mạng lưới mixture-of-experts (MoE) phi tập trung, một kiến trúc ML kết hợp nhiều mô hình được tối ưu hóa cho các khả năng khác nhau để hình thành một mô hình tổng thể mạnh mẽ hơn.

Một Thị Trường Trí Tuệ Peer-to-Peer
Thị trường Trí tuệ Peer-to-Peer của Bittensor là một khái niệm tiên phong trong lĩnh vực phát triển AI, cung cấp một nền tảng phi tập trung và không cần phép mà nổi bật đối lập với các mô hình đóng hơn như OpenAI hoặc Google’s Gemini.
Thị trường này được thiết kế để thúc đẩy đổi mới cạnh tranh, thúc đẩy sự phát triển của ngành công nghiệp AI, và làm cho AI có thể tiếp cận được 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 kỹ thuật số nào.
Nói cách khác, giao thức thể hiện một cách tiếp cận ngang hàng để trao đổi khả năng học máy và dự đoán giữa các bên tham gia trong mạng. Nó hỗ trợ chia sẻ và hợp tác của các mô hình học máy và dịch vụ, thúc đẩy một môi trường hợp tác và bao gồm nơi cả các mô hình mã nguồn mở và mã nguồn đóng có thể được lưu trữ.
Sự Trỗi Dậy Của Một Thị Trường Hàng Hóa Kỹ Thuật Số
Bittensor độc đáo ở chỗ nó đặt nền tảng cho sự nổi lên của một Thị Trường Hàng Hóa Kỹ Thuật Số, hiệu quả biến trí thông minh máy móc thành một tài sản có thể giao dịch. Ở cốt lõi của nó, giao thức thiết lập một thị trường nơi trí thông minh máy móc được hàng hóa hóa.
Giống như một genetic algorithm, hệ thống khuyến khích của Bittensor liên tục đánh giá hiệu suất miner và thực hiện lựa chọn hoặc tái chế các miner theo thời gian. Quá trình động này đảm bảo rằng mạng lưới vẫn hiệu quả và phản ứng với bối cảnh phát triển AI đang tiến hóa.

Trong thị trường thông minh Bittensor, việc tạo giá trị tuân theo cách tiếp cận kép:
- Các mô hình AI hiệu suất cao được lưu trữ bởi các thợ đào, được gọi là người đóng góp, nhận phần thưởng dưới dạng token $TAO.
- Các validator, những người đánh giá và sử dụng trí thông minh, cũng được thưởng bằng token $TAO.
Đáng chú ý là Bittensor không chỉ thưởng cho hiệu suất thô mà nhấn mạnh vào việc tạo ra “tín hiệu” có giá trị nhất. Điều này có nghĩa là hệ thống thưởng ưu tiên việc tạo ra thông tin mang lại lợi ích đáng kể cho một đối tượng rộng lớn, cuối cùng góp phần vào sự phát triển của một hàng hóa có giá trị hơn.
Yuma Consensus
Là một blockchain layer1 độc lập, Bittensor được hỗ trợ bởi thuật toán đồng thuận Yuma. Đây là một thuật toán đồng thuận phi tập trung, peer-to-peer trao quyền phân phối công bằng các tài nguyên tính toán trên mạng lưới các nút.
Yuma hoạt động trên một cơ chế đồng thuận lai kết hợp các yếu tố proof-of-work (PoW) và proof-of-stake (PoS). Các nút trong mạng thực hiện công việc tính toán để xác thực giao dịch và tạo khối mới. Công việc này sau đó được xác thực bởi các nút khác, và những người đóng góp thành công được thưởng bằng token. Chính thành phần PoS khuyến khích các nút giữ token, phù hợp hóa lợi ích của họ với sự ổn định và tăng trưởng của mạng.
So với các cơ chế đồng thuận thông thường, mô hình lai này mang lại một số lợi thế. Một mặt, nó tránh được mức tiêu thụ năng lượng quá mức thường liên kết với Proof of Work (PoW), giải quyết các lo ngại về môi trường. Mặt khác, nó tránh được các rủi ro tập trung hóa thấy trong Proof of Stake (PoS), bảo tồn sự phi tập trung và an ninh của mạng.

Cơ chế đồng thuận Yuma nổi bật nhờ khả năng phân phối tài nguyên tính toán trên một mạng lưới các nút rộng lớn. Cách tiếp cận này có những hàm ý sâu rộng, vì nó cho phép xử lý các nhiệm vụ AI phức tạp hơn và xử lý các tập dữ liệu lớn hơn một cách dễ dàng. Khi mạng lưới tích hợp thêm các nút, nó tự nhiên mở rộng để đáp ứng các khối lượng công việc ngày càng lớn hơn.
Trái ngược với các ứng dụng AI tập trung truyền thống phụ thuộc vào một máy chủ hoặc cụm máy chủ duy nhất, các ứng dụng được hỗ trợ bởi Yuma có thể được phân phối trên một mạng lưới các nút. Sự phân phối này tối ưu hóa tài nguyên tính toán, giúp có thể xử lý các nhiệm vụ phức tạp trong khi giảm thiểu rủi ro liên quan đến các điểm thất bại đơn lẻ và lỗ hổng bảo mật.
Chưng cất Kiến thức – Một Hivemind Kỹ thuật số
Chưng cất kiến thức là một khái niệm nền tảng trong giao thức Bittensor, thúc đẩy học tập hợp tác giữa các nút mạng để nâng cao hiệu suất và độ chính xác. Tương tự như cách các nơ-ron trong não bộ con người làm việc cùng nhau, chưng cất kiến thức cho phép các nút cải thiện tập thể trong mạng.

Quá trình này liên quan đến việc trao đổi các mẫu dữ liệu và tham số mô hình giữa các nút, dẫn đến một mạng lưới tự tối ưu hóa theo thời gian để có dự đoán chính xác hơn. Mỗi nút đóng góp vào một hồ chứa chung, cuối cùng cải thiện hiệu suất tổng thể của mạng lưới, làm cho nó nhanh hơn và phù hợp hơn cho các ứng dụng học tập thời gian thực như robot và xe tự lái.
Quan trọng là, phương pháp này giảm thiểu rủi ro quên thảm khốc, một thách thức phổ biến trong machine learning. Các nút giữ lại và mở rộng kiến thức hiện có của chúng trong khi tích hợp các insights mới, nâng cao khả năng phục hồi và khả năng thích ứng của mạng lưới.

Bằng cách phân phối kiến thức qua nhiều nút, mạng Bittensor TAO trở nên kiên cường hơn trước các gián đoạn và các vi phạm dữ liệu tiềm năng. Độ bền vững này đặc biệt quan trọng đối với các ứng dụng xử lý dữ liệu nhạy cảm về bảo mật và quyền riêng tư cao, chẳng hạn như thông tin tài chính và y tế (sẽ nói thêm về quyền riêng tư sau).
Hỗn Hợp Các Chuyên Gia (MoE)
Đưa sự đổi mới lên một tầm cao mới, mạng Bittensor giới thiệu khái niệm Mixture of Experts (MoE) phân tán. Cách tiếp cận này khai thác sức mạnh của nhiều mạng nơ-ron, mỗi mạng chuyên về các khía cạnh khác nhau của dữ liệu. Khi dữ liệu mới được đưa vào, các chuyên gia này hợp tác để tạo ra các dự đoán tập thể chính xác hơn so với bất kỳ chuyên gia cá nhân nào có thể đạt được một mình.

Cơ chế đồng thuận được sử dụng kết hợp deep learning với các blockchain consensus algorithms. Mục tiêu chính của nó là phân phối stake như một khuyến khích cho các peers đóng góp giá trị thông tin lớn nhất cho mạng. Về bản chất, nó thưởng cho những người nâng cao kiến thức và khả năng của mạng.
Tại cốt lõi của nó, giao thức Bittensor protocol bao gồm các hàm parameterized functions, thường được gọi là neurons. Những neurons này được phân phối theo cách peer-to-peer fashion, với mỗi cái giữ zero hoặc nhiều network weights hơn được ghi nhận trên một digital ledger. Các peers tích cực tham gia ranking lẫn nhau, training neural networks để xác định giá trị của các neighboring nodes của họ. Quá trình ranking này là then chốt trong việc đánh giá các đóng góp của các individual peers đối với hiệu suất tổng thể của network.

Các điểm số được tạo ra thông qua quy 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, giành được trọng lượng bổ sung trong mạng. Điều này thiết lập một kết nối trực tiếp giữa đóng góp của đồng nghiệp và phần thưởng của họ, thúc đẩy sự công bằng và minh bạch trong mạng.
Cách tiếp cận này trình bày một thị trường nơi trí tuệ được định giá bởi các hệ thống trí tuệ khác theo cách đồng đẳng qua internet. Nó khuyến khích các đồng nghiệp liên tục nâng cao kiến thức và chuyên môn của họ.
Để đảm bảo phân phối công bằng các phần thưởng, Bittensor sử dụng Shapley values, một khái niệm vay mượn từ lý thuyết trò chơi hợp tác. Shapley values cung cấp một cách công bằng và hiệu quả để phân bổ phần thưởng giữa các đồng nghiệp mạng dựa trên đóng góp của họ. Sự phù hợp này giữa các ưu đãi và đóng góp thúc đẩy các nút hoạt động vì lợi ích tốt nhất của mạng, nâng cao an ninh và hiệu quả đồng thời thúc đẩy cải thiện liên tục.


Nhiệm vụ cốt lõi của Bittensor tập trung vào việc thúc đẩy đổi mới và hợp tác trong lĩnh vực AI thông qua một khung phân tán. Khung này cho phép mở rộng nhanh chóng và chia sẻ kiến thức, tạo ra một thư viện thông tin không ngừng phát triển và không thể ngăn cản. Trong thị trường này, các nhà phát triển được trao quyền kiếm tiền từ các mô hình AI của họ và cung cấp các giải pháp giá trị cho doanh nghiệp và cá nhân.
Tầm nhìn của Bittensor mở rộng đến một tương lai nơi các mô hình AI dễ dàng tiếp cận và triển khai trên nhiều ngành công nghiệp. Tính dễ tiếp cận này thúc đẩy các tiến bộ và mở ra những khả năng mới, thu hẹp khoảng cách giữa khả năng AI và các ứng dụng thực tế.
Giống như các mô hình AI toàn cầu nổi bật như Chat GPT, các mô hình Bittensor tạo ra ‘representations’ dựa trên một tập dữ liệu phổ quát. Để đánh giá hiệu suất mô hình, Fisher’s information được sử dụng, ước lượng tác động của việc loại bỏ một node khỏi mạng, tương tự như sự mất mát của một neuron trong não bộ con người.
Ngoài việc xếp hạng mô hình, Bittensor đặt trọng tâm mạnh mẽ vào học tập tương tác. Mỗi mô hình tích cực tương tác với mạng, tìm kiếm các tương tác với các mô hình khác, tương tự như tra cứu DNS. Bittensor hoạt động như một API giúp trao đổi dữ liệu giữa các mô hình này, thúc đẩy học tập hợp tác và chia sẻ kiến thức – sử dụng cả mô hình mã nguồn mở và mã nguồn đóng.

Sử dụng cơ chế đồng thuận Yuma để đảm bảo mọi người tuân thủ quy tắc, hệ sinh thái đóng vai trò là động lực thúc đẩy cho các nhà phát triển mã nguồn mở và các phòng thí nghiệm nghiên cứu AI, cung cấp các ưu đãi tài chính để nâng cao các mô hình nền tảng mở.
Về bản chất, Bittensor hoạt động như một kho lưu trữ trí tuệ máy móc không ngừng mở rộng. Điều này được thực hiện bằng cách kết hợp 4 lớp khác nhau:
- Lớp miner layer chịu trách nhiệm sản xuất công việc có giá trị trong mạng lưới.
- Lớp validator layer đảm bảo rằng miners tuân thủ các quy tắc đồng thuận đã thiết lập.
- Lớp doanh nghiệp xây dựng trên cơ sở hạ tầng hiện có để phát triển các sản phẩm và dịch vụ sáng tạo. Nó đóng vai trò là nền tảng để tận dụng trí tuệ tập thể của mạng lưới nhằm tạo ra các giải pháp mới.
- Lớp người dùng hưởng lợi từ công việc được tạo ra bởi lớp doanh nghiệp. Nó đại diện cho người dùng cuối hoặc các 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 AI, Jacob Steeves và Ala Shaabana (và một tác giả whitepaper ẩn danh, Yuma Rao) những người đang tìm kiếm cách để làm cho AI có thể tích hợp. Họ nhanh chóng nhận ra rằng crypto có thể là giải pháp — một cách để khuyến khích và điều phối một mạng lưới toàn cầu các nút ML để huấn luyện và học hỏi cùng nhau về các vấn đề cụ thể. Các tài nguyên tăng dần được thêm vào mạng lưới sẽ tăng cường trí thông minh tổng thể, tích hợp dựa trên công việc của các nhà nghiên cứu và mô hình trước đó.
Hành trình của Bittensor bắt đầu với việc ra mắt ‘Kusanagi’ vào tháng 1 năm 2021, đánh dấu sự kích hoạt của mạng lưới và cho phép các thợ đào và người xác thực bắt đầu kiếm được phần thưởng $TAO đầu tiên. Tuy nhiên, phiên bản ban đầu này gặp phải các gián đoạn tạm thời do vấn đề đồng thuận. Để ứng phó, 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 được khi ‘Nakamoto’ một lần nữa được fork, lần này phát triển thành ‘Finney.’ Mục đích của bản nâng cấp này là để cải thiện hiệu suất mã kernel.
Đáng chú ý, Bittensor ban đầu nhắm đến việc trở thành một parachain trên Polkadot, đảm bảo một slot parachain thông qua một cuộc đấu giá thành công vào tháng Một. Tuy nhiên, quyết định được đưa ra để sử dụng blockchain L1 độc lập của riêng mình được xây dựng trên Substrate thay vì dựa vào Polkadot do những lo ngại liên quan đến tốc độ phát triển của Polkadot.
Tình Trạng Hiện Tại
Bittensor đã hoạt động trên mainnet hơn một năm, và trọng tâm của nó là nghiên cứu tiên phong và đặt nền tảng cho tiềm năng tương lai. Dưới đây là tổng quan về tình trạng hiện tại và lý do tại sao các trường hợp sử dụng kinh doanh chưa được xây dựng trên các validator của nó:
- Sparse Mixture Model: Bittensor hoạt động như một sparse mixture model. Nó thu hút các mô hình AI cụ thể vào hỗn hợp này, mỗi mô hình giải quyết các vai trò chuyên biệt trong việc giải quyết các vấn đề lớn hơn được định nghĩa bởi các validator. Việc cấu hình và tinh chỉnh mô hình này để đạt đến trạng thái tiên tiến và hơn thế nữa là một quá trình phức tạp và lặp lại. Giai đoạn này của lộ trình hiện đang được dẫn dắt bởi Opentensor Foundation.
- Intelligence Compression (Distillation): Nén trí tuệ là trọng tâm nghiên cứu chính 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 là 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 xa việc chỉ là một nền tảng ngang hàng đơn giản với hệ thống định giá cho các mô hình.
- Tiến độ và Cập nhật: Trong năm qua, Opentensor đã đạt được những tiến bộ đáng kể, bao gồm cập nhật Synapse, mở Bittensor cho các yêu cầu bên ngoài. Vào tháng 10 năm 2023, nâng cấp Revolution cho phép mở rộng thông qua các mạng con. Điều này trao quyền cho các validator lớn định nghĩa các vấn đề độc lập, tạo ra cơ hội dòng tiền từ cổ phần của họ.
- Hướng tới Mở rộng Thế giới Thực: Mạng Finney đánh dấu một bước ngoặt cho Bittensor, cho phép các validator hành động độc lập hơn và giảm thiểu sự tập trung ban đầu. Khi lượng stake mạng tăng trưởng và phần thưởng khối tăng, nó thúc đẩy sự phát triển AI.
- Các Trường hợp Sử dụng Kinh doanh AI Trên Chân Trời: Bittensor hình dung sự mở rộng các trường hợp sử dụng kinh doanh AI thế giới thực khi các bên liên quan, bao gồm con người và AI, theo đuổi các động lực của họ. Việc triển khai đa phương thức và siêu phương thức đang trên chân trời, hợp nhất các mạng con thành một định dạng ‘intelligence’ thống nhất.
Với bản nâng cấp Revolution mới nhất, Bittensor đã mở ra khả năng cho bất kỳ ai tạo ra một subnetwork chuyên về một loại ứng dụng cụ thể. Ví dụ, Subnet 4 sử dụng JEPA (Joint Embedding Predicted Architecture), là một cách tiếp cận AI được tiên phong bởi Yann LeCun của Metađể xử lý nhiều loại đầu vào và đầu ra 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 3B parameter cho phép chạy các mô hình chính xác cao và hiệu suất trên thiết bị di động, làm cho AI dễ tiếp cận hơn đáng kể. BTLM-3B-8K có sẵn trên Hugging Face với giấy phép Apache 2.0 cho sử dụng thương mại.
Các mô hình GPT lớn thường có hơn 100B parameters, yêu cầu nhiều GPU cao cấp để thực hiện inference. Tuy nhiên, việc phát hành LLaMA từ Meta đã mang đến cho thế giới các mô hình hiệu suất cao chỉ với 7B parameters, làm cho việc chạy LLMs trên PC cao cấp trở nên khả thi.

Tuy nhiên, ngay cả một mô hình 7B tham số được lượng tử hóa ở độ chính xác 4-bit cũng không phù hợp với nhiều thiết bị phổ biến như iPhone 13 (4GB RAM). Trong khi một mô hình 3B sẽ dễ dàng phù hợp trên hầu hết các thiết bị di động, các mô hình 3B trước đó đã hoạt động kém hơn đáng kể so với các mô hình 7B tương ứng.
BTLM đạt được sự cân bằng giữa kích thước mô hình và hiệu suất. Với 3 tỷ tham số, nó cung cấp mức độ chính xác và khả năng vượt trội đáng kể so với các mô hình kích thước 3B trước đó.

Khi xem xét các benchmark riêng lẻ, BTLM đạt điểm cao nhất ở mọi hạng mục ngoại trừ TruthfulQA.

BTLM-3B không chỉ vượt trội hơn tất cả các mô hình 3B, mà còn hoạt động ngang bằng với nhiều mô hình 7B.

Revolution – Nâng Cấp Subnet Bittensor
Nâng cấp Revolution Bittensor, được ra mắt vào ngày 2 tháng 10, đánh dấu một cột mốc quan trọng trong sự phát triển của Bittensor, mang đến những thay đổi đáng kể đối với cấu trúc hoạt động của nó. Trung tâm của nâng cấp này là việc giới thiệu “subnets,” một khái niệm đột phá trao cho các nhà phát triển quyền tự chủ chưa từng có trong việc định hình cơ chế khuyến khích của họ và thiết lập các thị trường trong hệ sinh thái Bittensor.
Một tính năng chính của bản nâng cấp này là sự giới thiệu của một ngôn ngữ lập trình chuyên dụng được thiết kế đặc biệt để tạo ra các hệ thống khuyến khích. Đổi mới này trao quyền cho các nhà phát triển tạo và triển khai các cơ chế khuyến khích của họ trên mạng Bittensor, sử dụng kho trí tuệ rộng lớn của nó để điều chỉnh các thị trường theo yêu cầu và sở thích cụ thể của họ.
Sự nâng cấp này cũng đại diện cho sự thay đổi đáng kể từ mô hình tập trung, nơi một quỹ đơn lẻ kiểm soát tất cả các khía cạnh của mạng, hướng tới một khung phi tập trung hơn. Các cá nhân hoặc nhóm khác nhau giờ đây có cơ hội sở hữu và quản lý các subnets.
Với sự ra mắt của “subnets,” bất kỳ ai giờ đây cũng có thể tạo ra các subnetwork riêng của mình và định nghĩa các cơ chế khuyến khích của họ, thúc đẩy một loạt các dịch vụ rộng lớn hơn trong hệ sinh thái Bittensor. Sự thay đổi này thúc đẩy sự đa dạng và phân quyền trong mạng, phù hợp với các nguyên tắc mở cửa và hợp tác làm nền tảng cho sứ mệnh của Bittensor.

Hơn nữa, các subnets sẽ cạnh tranh để nhận được emissions bằng cách thu hút sự đồng thuận từ các delegates trong mạng “route network” mới, giới thiệu một yếu tố cạnh tranh có thể thúc đẩy đổi mới và phân bổ tài nguyên.
Sự ra đời của các subnets do người dùng tạo ra có thể gợi nhớ đến sự bùng nổ của các ứng dụng trên Ethereum một khi nó mở cửa cho cộng đồng lập trình viên toàn cầu. Nâng cấp này cũng nhấn mạnh tiềm năng của việc hợp nhất các công cụ và dịch vụ khác nhau vào một mạng lưới cohesive. Về bản chất, mọi yếu tố cần thiết để rèn luyện trí tuệ giờ đây được đặt dưới một mái nhà, được quản lý bởi một token duy nhất ($TAO).
Mạng Route
Mạng route đóng vai trò là một thành phần then chốt trong hệ sinh thái Bittensor. Nó hoạt động như một meta-subnet với vai trò quan trọng là phân phối phát hành trên các subnet khác, tất cả dựa trên sự đồng thuận có trọng số từ các đại biểu chính. Sự thay đổi này mang tính biến đổi, vì nó thay đổi cơ bản Bittensor từ một hệ thống được kiểm soát đơn lẻ thành một 'mạng lưới các mạng' động.

Quan trọng là, lịch trình phát hành không còn hoàn toàn dưới sự kiểm soát của Opentensor foundation. Các đại biểu trong mạng ‘root’ hiện nắm giữ quyền lực đối với phân phối khuyến khích. Sự thay đổi này phân quyền hóa việc kiểm soát các khuyến khích, loại bỏ sự phụ thuộc hoàn toàn vào bất kỳ thực thể đơn lẻ nào và đặt nó vào tay mạng ‘root’.

Subnets
Subnets trong mạng Bittensor là các cơ chế khuyến khích tự chứa, cung cấp một khung cho miners tham gia với nền tảng. Những subnets này đóng vai trò then chốt trong việc định nghĩa các giao thức quản lý các tương tác giữa miners và validators.
Hơn nữa, các chi tiết cụ thể của cơ chế khuyến khích không còn được mã hóa cứng trong codebase Bittensor. Thay vào đó, những chi tiết này được định nghĩa trong các kho lưu trữ subnet, cho phép tính linh hoạt và khả năng thích ứng lớn hơn.

Bittensor giới thiệu các subnetwork cụ thể, chẳng hạn như subnetwork prompting và subnetwork chuỗi thời gian. Subnetwork prompting cho phép thực thi các mạng nơ-ron prompt đa dạng, bao gồm GPT-3, GPT-4, ChatGPT và các mô hình khác, để suy luận phi tập trung. Chức năng này cho phép người dùng tương tác với Validators trên mạng và nhận đầu ra từ các mô hình hoạt động tốt nhất, trao quyền cho ứng dụng của họ với khả năng AI tiên tiến.
Subnets hoạt động bằng cách phân phối token $TAO cho miners và validators dựa trên giá trị mà họ đóng góp cho mạng. Các quy tắc và giao thức chính xác cho phản hồi của miners đối với các truy vấn validator và quy trình đánh giá được thực hiện bởi validators được xác định bởi mã trong kho lưu trữ của từng subnet.
- Khi ra mắt, chín khe subnet sẽ có sẵn, mỗi khe chứa 256 UIDs theo mặc định (ngoại trừ Subnet 1, chứa 1024). Subnets sẽ cạnh tranh tích cực cho emissions bằng cách tìm kiếm trọng số đồng thuận từ delegates trong mạng ‘root’.
- Để đăng ký một subnet, cá nhân hoặc thực thể phải khóa một lượng $TAO cụ thể trong suốt thời gian tồn tại của subnet. Chủ sở hữu subnet đảm nhận vai trò quản trị viên mạng đầy đủ và có quyền nhận các khoản phát hành được phân phối qua các subnet tương ứng của họ. Họ sở hữu quyền hạn hoàn chỉnh, bao gồm khả năng gọi các hành động sudo trên toàn mạng, chẳng hạn như thiết lập các siêu tham số như network min rates.

- Mỗi subnet được liên kết với một net UID duy nhất, và quyền sở hữu của subnet được chuyển giao đến ví đã khóa số lượng $TAO cần thiết để đăng ký nó. Khi một subnet được tạo, số lượng $TAO tương ứng sẽ bị trừ từ ví của người tạo và gắn vào subnet. Trong trường hợp một subnet bị hủy đăng ký, $TAO bị khóa sẽ được trả lại cho chủ sở hữu.
- Một khía cạnh đáng chú ý là 18% lượng phát hành được trả lại trên $TAO đã stake trong một subnet được trao cho chủ sở hữu subnet. Điều này khuyến khích các người tạo subnet xây dựng các cơ chế thu hút các đại biểu trên mạng route, vì nó tăng cơ hội tránh bị hủy đăng ký của họ.
- Các subnet mới đăng ký được cấp một khoảng thời gian miễn trừ một tuần trong đó chúng không thể bị hủy đăng ký. Chi phí khóa ban đầu được đặt ở mức 2500 $TAO, tăng gấp đôi khi một subnet mới đăng ký. Theo thời gian, chi phí khóa giảm dần, theo một mô hình tuyến tính tương tự như cơ chế đấu giá Hà Lan. Cách tiếp cận này nhằm tìm ra sự cân bằng trong nhu cầu về các slot subnet bằng cách điều chỉnh chi phí khóa theo thời gian.

- Khi một subnet bị hủy đăng ký, $TAO bị khóa cho việc đăng ký của nó được trả lại cho chủ sở hữu, tất cả các miner trong subnet bị loại bỏ, và trạng thái mạng được đặt lại.
The Root Network
Mạng Root đóng vai trò như một “meta subnet” hoạt động ở trên và ảnh hưởng đến các subnet khác trong khi đóng vai trò then chốt trong việc xác định điểm số phát hành trên toàn bộ hệ thống.
Chức năng chính của nó là sử dụng cơ chế đồng thuận có trọng số liên quan đến các đại biểu để tạo ra vector phát hành cho mỗi subnet. Các đại biểu trong mạng ‘root’ phân bổ trọng số cho các subnet khác nhau dựa trên sở thích của họ, và cơ chế đồng thuận cuối cùng xác định việc phân bổ phát hành.
Một khía cạnh đáng chú ý là mạng ‘root’ hiệu quả hợp nhất vai trò của cả Senate và cơ chế delegation, mang những chức năng này lại thành một thực thể duy nhất. Sự hợp nhất này đơn giản hóa các quy trình ra quyết định trong hệ sinh thái Bittensor.
Mạng ‘root’ có quyền hạn định hình hệ sinh thái bằng cách ảnh hưởng đến phân bổ emission. Nếu nó coi một subnet hoặc một khía cạnh cụ thể của hệ thống là không có giá trị, nó có khả năng giảm hoặc loại bỏ emission cho thành phần đó.
Subnets trong mạng Bittensor phải tích cực nỗ lực thu hút phần lớn weights từ delegates trong mạng ‘root’ để đảm bảo một phần đáng kể emissions. Khía cạnh cạnh tranh này nhấn mạnh tầm quan trọng của subnets trong việc chứng minh giá trị và tiện ích của chúng đối với hệ sinh thái rộng lớn hơn.
Hơn nữa, nó trao quyền cho top 12 keys trong mạng với khả năng veto các proposals được đệ trình bởi triumvirate, thêm một lớp governance và checks and balances bổ sung cho hệ thống.
Triển vọng Ngành
Trong lĩnh vực công nghệ, quyền lực từ lâu đã được tập trung vào tay một vài gã khổng lồ công nghệ. Những gã khổng lồ này đã duy trì quyền kiểm soát đối với các hàng hóa kỹ thuật số quý giá cần thiết để thúc đẩy đổi mới. Tuy nhiên, Bittensor thừa nhận và thách thức mô hình thống trị này bằng cách giới thiệu một hệ thống dân chủ và dễ tiếp cận hơn thông qua marketplace của mình.
Nhận thức cơ bản của Bittensor nằm ở việc hiểu rằng trí tuệ là kết quả của các hàng hóa kỹ thuật số đa dạng, chẳng hạn như sức mạnh tính toán và dữ liệu. Trong lịch sử, những hàng hóa này đã được kiểm soát chặt chẽ và hạn chế trong lĩnh vực của các gã khổng lồ công nghệ. Bittensor tìm cách phá vỡ những ràng buộc này bằng cách giới thiệu các subnet do người dùng tạo ra. Những thị trường này sẽ hoạt động dưới một hệ thống token thống nhất, đảm bảo rằng các nhà phát triển trên toàn thế giới có quyền truy cập bình đẳng vào các tài nguyên trước đây là lĩnh vực độc quyền của một số ít người trong hệ sinh thái đóng của Big Tech.
Tiềm Năng Áp Dụng
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 trong cuộc sống của chúng ta, đơn giản hóa nghiên cứu, tự động hóa quy trình làm việc, hỗ trợ 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 khả năng mở rộng và, quan trọng nhất, độ tin cậy.
Các sự cố gần đây, chẳng hạn như sự cố tạm thời của ChatGPT trong các cuộc thảo luận về quy định AI tại Washington, đã nhấn mạnh nhu cầu cấp thiết về các giải pháp mạnh mẽ để giải quyết các thách thức mở rộng của AI. Những sự cố này đã khiến người dùng lo ngại về sự ổn định và độ tin cậy của AI khi nó ngày càng được tích hợp vào cuộc sống hàng ngày của chúng ta. Chính trong những khoảnh khắc như thế này mà ý nghĩa của $TAO của Bittensor trở nên rõ ràng.
Cách tiếp cận của Bittensor không chỉ ủng hộ AI mã nguồn mở mà còn chứng minh rằng nó có thể là một lĩnh vực mang lại lợi nhuận tài chính. Nó phản ánh sự tiến hóa cạnh tranh được thấy trong khai thác Bitcoin và mở đường cho một thị trường phát triển nơi các mô hình AI tốt nhất nổi lên ở vị trí hàng đầu. Sự thay đổi này trao quyền cho các nhà nghiên cứu AI đóng góp chuyên môn của họ vào một môi trường mở và năng động, cuối cùng mang lại lợi ích cho toàn xã hội.
$TAO cung cấp một cơ sở hạ tầng AI phi tập trung có thể giảm thiểu các vấn đề tiềm ẩn như những vấn đề mà ChatGPT đã gặp phải. Bằng cách phi tập trung hóa AI, Bittensor đảm bảo sự kiên cường và độ tin cậy của các hệ thống AI, ngay cả khi nhu cầu của chúng tiếp tục tăng trưởng. Cách tiếp cận này thiết lập một nền tảng đáng tin cậy cho tương lai của các dịch vụ AI.
Nói một cách đơn giản, Bittensor nổi lên như một thị trường toàn cầu cho trí tuệ nhân tạo mã nguồn mở, mang đến một giải pháp hấp dẫn cho các thách thức do phát triển AI mã nguồn đóng gây ra.
- Lực Hấp Dẫn cho Sự Xuất Sắc của AI: Bittensor hoạt động như một lực hấp dẫn thu hút các 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 gửi các mô hình tiên tiến nhất. Khi trưởng thành, Bittensor hứa hẹn giá thấp hơn, loại bỏ rủi ro nền tảng, và cung cấp các đầu ra AI tốt nhất, dù ở dạng văn bản, hình ảnh, video, hoặc các định dạng khác.
- Mã Nguồn Mở Có Lợi Nhuận: Bittensor biến AI mã nguồn mở thành một hoạt động có lợi nhuận. Theo ví dụ từ Bitcoin, Bittensor được cấu trúc với giả định rằng các bên liên quan được thúc đẩy bởi lợi nhuận. Trong hệ sinh thái này, các mô hình AI tốt nhất kiếm được nhiều tiền nhất. Nó song song với sự phát triển của khai thác Bitcoin, chuyển đổi thành một ngành công nghiệp cạnh tranh và chuyên nghiệp hóa. Các nhà nghiên cứu tiến sĩ giờ đây có cơ hội mang nghiên cứu của họ đến thị trường mở này, thu hẹp khoảng cách giữa học thuật và ngành công nghiệp tư nhân.
- Quy Mô Ấn Tượng: Các ưu đãi của Bittensor đã mang lại kết quả đáng kinh ngạc. Mạng lưới phục vụ hơn 4.000 mô hình AI, bao gồm một lượng đáng kinh ngạc 10 nghìn tỷ tham số mô hình. Để đặt điều này vào bối cảnh, GPT-3 có 175 tỷ tham số.
- Các Bên Liên Quan Đa Dạng: Hệ sinh thái của Bittensor liên quan đến một loạt các bên liên quan, bao gồm thợ đào, người xác thực, người đề cử và người tiêu dùng. Sự tham gia đa dạng này đảm bảo sự mạnh mẽ và tăng trưởng liên tục của mạng lưới.
Một cân nhắc quan trọng là tình trạng hiện tại của AI, phần lớn vẫn bị khóa kín sau những cánh cửa đóng và dưới sự kiểm soát của một vài gã khổng lồ công nghệ. Điều này đặt ra câu hỏi: điều gì sẽ xảy ra nếu AI có thể mở và học hỏi từ các mô hình AI khác trong một môi trường hợp tác? $TAO của Bittensor tìm cách cung cấp giải pháp cho câu hỏi này.
- Sự chấp nhận thông qua tăng trưởng: Mặc dù một số công ty AI lớn có thể do dự trong việc 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 thêm thông qua các giao dịch vi mô. Hãy tưởng tượng các giải pháp AI đã được thiết lập như OpenAI chấp nhận các khoản thanh toán vi mô mỗi khi ai đó sử dụng các mô hình huấn luyện 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.
- Áp dụng theo nhu cầu: Ngược lại, giả sử rằng các giải pháp AI hiện tại vẫn giữ kín và chống lại các mạng mở. Ngay cả với lượng vốn lớn mà họ có, vẫn có khả năng mã nguồn mở có thể vượt qua những giải pháp được tài trợ mạnh mẽ này. Trong khi nguồn lực tài chính rất quan trọng cho sự phát triển công nghệ, tiềm năng của một công nghệ có thể học tự động và từ môi trường xung quanh không nên bị đánh giá thấp.

Nghịch Lý Mã Nguồn Mở
Cuộc tranh luận xung quanh việc liệu các mô hình AI có nên là mã nguồn mở hay không đã nổi bật hơn khi những lo ngại về vấn đề căn chỉnh trong AI tiếp tục gia tăng. Câu hỏi cơ bản là liệu mã code thực tế đằng sau các mô hình AI có nên được tự do tiếp cận bởi mọi người hay không. Thú vị là, ngay cả nếu các bên lớn như OpenAI mở mã nguồn các mô hình của họ, điều đó cũng không nhất thiết sẽ đe dọa đến Bittensor. Trong môi trường mã nguồn mở, bất kỳ ai cũng có thể sử dụng các mô hình này trên mạng Bittensor.
Trong cộng đồng công nghệ, có sự phân kỳ ý kiến về vấn đề này. Một số người lập luận rằng việc mã nguồn mở công nghệ AI có thể trao quyền cho các tác nhân xấu khai thác AI cho mục đích có hại. Ngược lại, những người khác cho rằng việc cấp quyền độc quyền cho các công nghệ AI cho các tập đoàn lớn đặt ra một mối nguy hiểm lớn hơn. Ví dụ, việc tập trung quyền lực AI vào tay một vài tập đoàn nghìn tỷ đô la, như được thấy với trọng tâm của OpenAI trong việc huy động vốn lớn, có thể dẫn đến các lo ngại đạo đức, nhấn mạnh rủi ro của sự tha hóa quyền lực.
Quyết định mã nguồn mở của Meta đối với Llama2 LLM cho thấy sự thay đổi trong ngành hướng tới việc chấp nhận các thực hành mã nguồn mở. Động thái này mang lại cơ hội cho Bittensor học hỏi và có thể tích hợp các tiến bộ của Meta vào mạng lưới của mình, thu hẹp khoảng cách hiệu suất nhanh hơn.
Việc kiểm tra định giá của cả $TAO và OpenAI là rất quan trọng. Hiện tại, OpenAI đang giữ 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 phụ thuộc lớn vào Microsoft và các dịch vụ đám mây được cấp phép của họ. Dù vậy, OpenAI đã thành công trong việc thu hút nhân tài hàng đầu từ khắp nơi trên thế giới. Mặt khác, khi thời gian trôi qua và các sáng kiến mã nguồn mở trở nên phổ biến hơn, nguồn nhân tài sẵn có sẽ mở rộng theo cấp số nhân, tiếp cận 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 Bittensor.
Cảnh quan Cạnh tranh – AI Tập trung
Sự chấp nhận của nhà phát triển vẫn là một yếu tố then chốt trong hành trình của Bittensor. Hiện tại, các nhà phát triển có thể tương tác với mạng thông qua Python API được phát triển bởi OpenTensor Foundation, nhấn mạnh tầm quan trọng của việc nuôi dưỡng một cộng đồng nhà phát triển vững mạnh để thúc đẩy sự chấp nhận. Ngày nay, Bittensor đang tích cực làm việc để phân quyền các khía cạnh quan trọng của mạng, chẳng hạn như tạo và huấn luyện mô hình, thưởng cho các mô hình được tinh chỉnh tốt nhất trong khi thúc đẩy ra quyết định dựa trên cộng đồng.
Thú vị là, các công ty lớn đã thiết lập trong lĩnh vực AI, bao gồm OpenAI và Google, giờ đây đã trở thành đối thủ cạnh tranh của $TAO. Họ tham gia sâu vào giai đoạn tạo mô hình của AI và thậm chí đã mạo hiểm vào các tích hợp dọc tiềm năng trong các ngành công nghiệp khác nhau. Trong bối cảnh này, một trong những thách thức chính mà $TAO đối mặt là vấn đề khoảng cách dữ liệu.
Không giống như các gã khổng lồ công nghệ như Facebook, Apple, Amazon, Netflix, và Google (FAANG), những công ty có quyền truy cập vào các kho dữ liệu khổng lồ có ý nghĩa, các cộng đồng nguồn mở đám đông có thể thiếu mức độ tài nguyên và truy cập dữ liệu tương tự. Các tổ chức FAANG được trang bị phương tiện tài chính để hỗ trợ các 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 việc huấn luyện mô hình AI.
Đồng thời, điều quan trọng cần lưu ý là tất cả các giải pháp AI chính thống hiện nay đều được đặc trưng bởi tính đóng và tập trung hóa. Điều này bao gồm các công ty nổi bật như OpenAI, Google, Midjourney, và những công ty khác, mỗi công ty cung cấp các giải pháp AI đột phá. Tuy nhiên, khoảng cách giữa các mô hình đóng và mã nguồn mở đang thu hẹp nhanh chóng. Các mô hình mã nguồn mở đang tiến bộ 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 mô hình đóng tương ứng. Hơn nữa, các mô hình mã nguồn mở này hoạt động theo lịch trình tăng tốc, mang lại kết quả trong vài tuần thay vì vài tháng.
Google, một gã khổng lồ công nghệ với vị thế riêng của mình, đã nhận ra xu hướng biến đổi này. Một tài liệu nội bộ bị rò rỉ từ công ty tuyên bố, “Chúng tôi không có lợi thế cạnh tranh, và OpenAI cũng không.” Sự thừa nhận này nhấn mạnh ảnh hưởng ngày càng tăng của AI mã 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 truyền thống của phát triển và đào tạo AI. Cách tiếp cận phân tán và tinh thần do cộng đồng thúc đẩy của nó định vị nó như một đối thủ cạnh tranh trong đấu trường năng động nơi các ông lớn công nghệ từng thống trị.
Không giống như các nền tảng tập trung hạn chế truy cập vào một mô hình AI duy nhất, kiến trúc của Bittensor cung cấp truy cập không cần phép vào trí tuệ. Nó đóng vai trò như một cửa hàng một điểm dừng cho các nhà phát triển AI, cung cấp tất cả các tài nguyên tính toán cần thiết đồng thời đón nhận các đóng góp bên ngoài. Mô hình bao quát này kết nối các mạng nơ-ron qua internet, tạo ra một hệ thống học máy toàn cầu, phân tán và được thúc đẩy bởi các động lực.
Việc thực hiện toàn bộ tiềm năng của AI đòi hỏi phải rời bỏ các thực hành phát triển mã nguồn đóng và các hạn chế liên quan đến chúng. Cũng như trẻ em mở rộng sự hiểu biết của mình qua các tương tác xã hội, AI phát triển mạnh trong các môi trường động. Việc tiếp xúc với các bộ dữ liệu đa dạng, những insight từ các nhà nghiên cứu sáng tạo, và tương tác với các mô hình khác nhau nuôi dưỡng việc tạo ra các hệ thống AI mạnh mẽ và thông minh hơn. Hành trình của AI không nên bị chi phối bởi một thực thể duy nhất.
Trong tương lai tương phản rõ rệt này, sự lựa chọn giữa một thế giới bị chi phối bởi các thuật toán hộp đen và quyền lực tập trung và một cảnh quan AI mở, dân chủ hóa trở nên quan trọng đối với xã hội.
Trong kịch bản đầu tiên, nơi các tập đoàn khổng lồ như OpenAI hoặc Anthropic nắm giữ quyền kiểm soát các giải pháp AI, chúng ta có nguy cơ sống dưới chế độ giám sát liên tục. Những tập đoàn này sẽ sở hữu quyền lực to lớn đối với dữ liệu cá nhân và các tương tác hàng ngày của chúng ta, với quyền hạn tắt dịch vụ và báo cáo cá nhân vì các quan điểm bất đồng hoặc thảo luận.
Elon Musk nói rằng A.I. là ‘một trong những rủi ro lớn nhất’ đối với nền văn minh và cần được quy địnhÔng ấy là đồng sáng lập OpenAI— Genevieve Roch-Decter, CFA (@GRDecter) February 15, 2023
Elon Musk nói rằng A.I. là ‘một trong những rủi ro lớn nhất’ đối với nền văn minh và cần được quy định
Ông ấy là đồng sáng lập OpenAI
— Genevieve Roch-Decter, CFA (@GRDecter) February 15, 2023
Tuy nhiên, lựa chọn thay thế lạc quan hơn mang đến một thế giới nơi AI được xây dựng trên các nền tảng mã nguồn mở, dựa trên các mạng lưới thuộc sở hữu chung của toàn nhân loại. Ở đây, quyền lực và kiểm soát được phân quyền, và AI đóng vai trò là công cụ trao quyền thay vì giám sát. Trong kịch bản này, sự sáng tạo và phát triển có thể phát triển mạnh mẽ mà không lo sợ thiên kiến doanh nghiệp hoặc kiểm duyệt.
Cũng giống như internet dân chủ hóa quyền truy cập thông tin, một hệ sinh thái AI mở sẽ dân chủ hóa quyền truy cập trí tuệ. Nó đảm bảo rằng trí tuệ không bị độc quyền bởi một số ít người, thúc đẩy một sân chơi bình đẳng nơi bất kỳ ai cũng có thể đóng góp, học hỏi và hưởng lợi.
Tokenomics của $TAO
- Tương tự như bitcoin, tổng cung tối đa của token $TAO được giới hạn ở 21,000,000, sẽ được phát hành sau 256 năm.
- Sự kiện $TAO halving sẽ xảy ra cứ sau 10.5 triệu blocks, với tổng cộng 64 sự kiện halving sẽ diễn ra trong suốt hơn 45 năm tới.

- Mạng hoạt động với thời gian khối khoảng 12 giây, với 1 $TAO được thưởng cho các thợ đào và người xác thực mỗi khối.
- Hiện tại, điều đó tương đương với 7.200 token $TAO mới được phát hành mỗi ngày, được phân phối đều giữa các thợ đào và người xác thực.

Một điểm tương đồng khác với Bitcoin là lịch trình phát hành của $TAO cũng tuân theo khái niệm halving, diễn ra khoảng mỗi 4 năm. Tuy nhiên, điều này được xác định bởi tổng lượng token phát hành thay vì số khối. Ví dụ, một khi một nửa tổng cung đã được phát hành, tỷ lệ phát hành sẽ được giảm một nửa.
Quan trọng là, các token $TAO được sử dụng để tái chế đăng ký sẽ bị đốt cháy trở lại vào nguồn cung chưa phát hành, dẫn đến việc kéo dài dần khoảng thời gian halving. Cơ chế này đảm bảo rằng lịch trình phát hành điều chỉnh động theo thời gian, phản ánh nhu cầu của mạng 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 phi tập trung 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 ICO, IDO, bán riêng cho VC, hoặc phân bổ ưu đãi cho đội ngũ, quỹ hoặc cố vấn. Thay vào đó, mọi token đang lưu hành phải được kiếm được thông qua sự tham gia tích cực vào mạng lưới.
Cũng có các nhà phân bổ vốn tham gia vào mạng lưới, tham gia với tư cách là thợ đào hoặc người xác thực cũng như cung cấp dịch vụ tạo lập thị trường, chẳng hạn như DCG, GSR hoặc Polychain. Điều quan trọng là không ai trong số họ nhận được phân bổ token xuất phát từ bán trước hoặc bán riêng.

Token $TAO có thể được sử dụng cho quản trị, cho việc staking và tham gia vào cơ chế đồng thuận, và như một phương tiện thanh toán trong mạng Bittensor.
Bằng cách này, các validator và miner stake token của họ làm tài sản thế chấp để bảo mật mạng lưới và kiếm phần thưởng thông qua các phát hành lạm phát, trong khi người dùng và doanh nghiệp có thể sử dụng $TAO để truy cập các dịch vụ và ứng dụng AI được xây dựng trên mạng lưới.

Các token $TAO mới chỉ có thể được sản xuất thông qua khai thác và xác thực. Mạng lưới thưởng cho cả thợ đào và người xác thực, và mỗi khối cấp 1 phần thưởng $TAO, được chia đều giữa thợ đào và người xác thực. Do đó, các cách duy nhất để sở hữu $TAO là bằng cách mua token trên thị trường mở hoặc tham gia vào các hoạt động khai thác và xác thực.

Mô hình phân phối token đơn giản của $TAO phản ánh các nguyên tắc phi tập trung, gợi nhớ đến tinh thần của Bitcoin được thiết lập bởi Satoshi Nakamoto. Việc đúc genesis của $TAO phù hợp với lịch trình phát hành của Bitcoin ($BTC), mang lại cơ hội bình đẳng cho bất kỳ ai đóng góp giá trị vào mạng lưới. Cách tiếp cận này nhấn mạnh tầm quan trọng của việc ngăn chặn sự tập trung quyền lực và quyền sở hữu, đặc biệt trong lĩnh vực AI, vốn có những hàm ý xã hội đáng kể và không nên bị kiểm soát bởi một số ít người.
Model phân phối này đảm bảo rằng việc khai thác vẫn là một quá trình cạnh tranh. Khi ngày càng nhiều thợ đào tham gia mạng, sự cạnh tranh tăng lên, khiến việc duy trì lợi nhuận trở nên khó khăn. Điều này, đến lượt nó, thúc đẩy các thợ đào tìm cách giảm chi phí hoạt động của họ, thúc đẩy hiệu quả và đổi mới trong mạng.

Sự Thu Hút Giá Trị của $TAO
$TAO, token gốc của mạng Bittensor, lấy giá trị nội tại của nó từ vai trò độc đáo trong hệ sinh thái. Không giống như mô hình L1 tiêu chuẩn nơi các token mạng lấy giá trị từ việc bán không gian khối, giá trị của $TAO được liên kết với các dịch vụ AI mà nó kích hoạt. Khi các dịch vụ AI này trở nên có tác động và hữu ích hơn, nhu cầu đối với $TAO tăng lên.
Giữ $TAO mang lại quyền truy cập vào một loạt các tài nguyên kỹ thuật số liên kết với nhau, bao gồm dữ liệu, băng thông và trí tuệ được tạo ra và xác minh bởi các thành viên mạng. Như được phản ánh bởi lịch trình phát hành, giá trị của $TAO không chỉ dựa trên đầu cơ hoặc sự khan hiếm mà còn bắt nguồn sâu sắc từ những đóng góp cụ thể và tiện ích mà nó cung cấp trong mạng Bittensor.
Tuy nhiên, việc duy trì chu kỳ tạo ra và phần thưởng này không được đảm bảo. Các thợ đào và người xác thực, trong khi đóng góp trí tuệ có giá trị cho mạng và kiếm được token $TAO để đổi lại, cũng có động lực bán để trang trải chi phí, tương tự như các thợ đào Bitcoin.
Giá Trị Trong Giá Token Là Như Thế Nào?
Giống như bất kỳ token nào khác, giá của $TAO được xác định bởi các nguyên tắc kinh tế cơ bản của cung và cầu. Nhu cầu tăng đối với $TAO dẫn đến tăng giá, trong khi nhu cầu giảm dẫn đến giảm giá. Do đó, ý tưởng là nhu cầu từ hoạt động hệ sinh thái sẽ bù đắp cho việc mở khóa cung.
Bạn chỉ có thể nhận được $TAO bằng cách đóng góp cho mạng lưới. Để làm điều đó, bạn cần mua và giữ hoặc chi tiêu nó để bắt đầu sử dụng mạng lưới.
- Các Yếu Tố Thúc Đẩy Nhu Cầu:Hoạt Động Hệ Sinh Thái:Các Validator yêu cầu token $TAO để đăng ký.Người dùng có thể mua $TAO để tham gia vào các quy trình bỏ phiếu liên quan đến căn chỉnh trí tuệ. Sử dụng làm phương thức thanh toán trong mạng.Nhu cầu staking và ủy quyền $TAO để kiếm phần thưởng staking. Điều này có thể giúp bảo vệ chống lại các phát hành lạm phát.Phí đầu cơ như một cách để đặt cược vào tiềm năng tăng trưởng của việc hợp nhất hai công nghệ đột phá như blockchain và AI.Hiệu ứng mạng kết quả từ việc nhiều nhà phát triển hơn tham gia mạng và tận dụng tiềm năng của các mô hình mã nguồn mở
- Hoạt động hệ sinh thái:Các validator yêu cầu token $TAO để đăng ký.Người dùng có thể mua $TAO để tham gia vào các quy trình bỏ phiếu liên quan đến sự căn chỉnh trí tuệ. Sử dụng làm phương thức thanh toán trong mạng.
- Các validator yêu cầu token $TAO để đăng ký.
- Người dùng có thể mua $TAO để tham gia vào các quy trình bỏ phiếu liên quan đến sự căn chỉnh trí tuệ.
- Sử dụng làm phương thức thanh toán trong mạng.
- Nhu cầu staking và ủy quyền $TAO để kiếm phần thưởng staking. Điều này có thể giúp bảo vệ chống lại các phát hành lạm phát.
- Phí bảo hiểm đầu cơ như một cách để đặt cược vào tiềm năng tăng trưởng của việc hợp nhất hai công nghệ đột phá như blockchain và AI.
- Hiệu ứng mạng lưới xuất phát từ việc ngày càng nhiều nhà phát triển tham gia vào mạng lưới và tận dụng tiềm năng của các mô hình mã nguồn mở
- Hoạt động hệ sinh thái:Các validator yêu cầu token $TAO để đăng ký.Người dùng có thể mua $TAO để tham gia vào các quy trình bỏ phiếu liên quan đến sự căn chỉnh trí tuệ. Sử dụng làm phương thức thanh toán trong mạng.
- Các yếu tố thúc đẩy cung:Phát hành Token từ các phát thải lạm phát để đạt đến tổng cung 21.000.000Các thợ đào và người xác thực có thể bán token $TAO để trang trải chi phí hoạt động của họ. Khía cạnh này tương tự như các thợ đào Bitcoin bán để trang trải chi phí.
- Phát hành Token từ các phát thải lạm phát để đạt đến tổng cung 21.000.000
- Các thợ đào và người xác thực có thể bán token $TAO để trang trải chi phí hoạt động của họ. Khía cạnh này tương tự như các thợ đào Bitcoin bán để trang trải chi phí.
- Hoạt động hệ sinh thái:Các validator yêu cầu token $TAO để đăng ký.Người dùng có thể mua $TAO để tham gia vào các quy trình bỏ phiếu liên quan đến căn chỉnh trí tuệ. Sử dụng làm phương thức thanh toán trong mạng.
- Các validator yêu cầu token $TAO để đăng ký.
- Người dùng có thể mua $TAO để tham gia vào các quy trình bỏ phiếu liên quan đến việc căn chỉnh trí tuệ.
- Sử dụng làm phương thức thanh toán trong mạng.
- Nhu cầu staking và ủy quyền $TAO để kiếm phần thưởng staking. Điều này có thể giúp bảo vệ chống lại các phát hành lạm phát.
- Phí đầu cơ như một cách để đặt cược vào tiềm năng tăng trưởng của việc hợp nhất hai công nghệ đột phá như blockchain và AI.
- Hiệu ứng mạng từ việc nhiều nhà phát triển hơn tham gia vào mạng và tận dụng tiềm năng của các mô hình mã nguồn mở
- Các validator yêu cầu token $TAO để đăng ký.
- Người dùng có thể mua $TAO để tham gia vào các quy trình bỏ phiếu liên quan đến việc căn chỉnh trí tuệ.
- Sử dụng làm phương thức thanh toán trong mạng.
- Phát hành Token từ các khoản phát hành lạm phát để đạt tổng cung 21.000.000
- Các thợ đào và người xác thực có thể bán token $TAO để bù đắp chi phí hoạt động của họ. Khía cạnh này tương tự như các thợ đào Bitcoin bán để bù đắp chi phí.
Khi mạng lưới mở rộng và thêm nhiều mô hình AI và subnet hơn, tiềm năng thu hút giá trị tăng lên. Sự phát triển của mạng lưới cũng được thúc đẩy bởi sự hiệp lực giữa AI và blockchain, tạo ra một chu kỳ tự củng cố.
Bằng cách này, Bittensor thể hiện các nguyên tắc của Định luật Metcalfe, nơi giá trị của một mạng lưới tỷ lệ thuận với bình phương số lượng người dùng hoặc nút kết nối. Khi có nhiều người tham gia hơn tham gia vào mạng lưới, giá trị mà nó cung cấp tăng theo cấp số nhân.
Cách Để Thu Hấp Giá Trị Như Vậy
Trong Bittensor, các validator được khuyến khích thu hút stake từ các holder token, và stake này là nền tảng cho hoạt động của họ trong mạng. Là một holder token, bạn có thể chọn nhiều validator khác nhau để stake $TAO của mình. Lựa chọn phổ biến nhất là chính OpenTensor Foundation, với khoảng 20% quyền sở hữu mạng.
Hiện tại, các validator phân phối 82% phần thưởng của họ cho các delegate dưới dạng token $TAO. Do đó, ủy quyền $TAO token cho một validator mang lại cơ hội cho các chủ sở hữu token kiếm được phần thưởng staking. Điều này có thể giúp bảo vệ người dùng khỏi sự pha loãng tiềm năng từ các phát hành lạm phát.
- Phần thưởng validator hiện tại ở mức 22.45%
- Phần thưởng staking hiện tại là 18.41%
Rủi ro/Phần thưởng và Khung thời gian
Khi đánh giá rủi ro/lợi nhuận của việc phân bổ một phần danh mục đầu tư vào $TAO, điều quan trọng là phải nhận thức rõ bạn đang mua cái gì. Việc mua, ví dụ, không mang lại cho người nắm giữ bất kỳ loại lợi suất nào được trả bằng USD từ hoạt động kinh tế của mạng lưới. Thay vào đó, bạn được thưởng bằng cách phát hành token. Là người nắm giữ token, bạn có thể ủy quyền những phát hành đó để kiếm APY và tăng lượng nắm giữ $TAO của bạn.
Những điểm tương đồng với Bitcoin là rõ ràng, nhưng có một câu chuyện ngầm đằng sau $BTC khiến 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 giá trị nào, do đó cộng đồng cuối cùng thể hiện một cuộc chiến bộ lạc giữa những người no-coiners, những “shitcoiner”, và những maxis.
Thực tế, nền kinh tế token của Bitcoin rất đơn giản để hiểu: $BTC được sử dụng để khuyến khích các thợ đào vận hành và chạy mạng lưới. Do đó, những người nắm giữ hiện tại bị pha loãng (mặc dù họ có thể trở thành thợ đào – hoặc đại biểu trong trường hợp của Bittensor). Vì vậy, những người nắm giữ token không được thưởng, và không nhận được bất kỳ khuyến khích nào từ mạng lưới cơ bản.
Nhưng trong trường hợp của $BTC, tuy nhiên, có một yếu tố quan trọng cần xem xét, đó là sự khan hiếm. Việc chỉ có $21M tồn tại mãi mãi làm cho nó trở nên độc đáo. Và mặc dù nền kinh tế token của $TAO được mô hình hóa theo chính Bitcoin, vẫn còn hơn 70% token chưa phát hành. Điều này đặt ra một tình thế khó xử cho các nhà đầu tư về việc họ đánh giá cao hơn: sự phi tập trung của mạng lưới, hay sự khan hiếm của tài sản.

Cuối cùng, tính hữu ích của $TAO xuất phát từ quyền truy cập mà nó cung cấp vào các mô hình AI, việc sử dụng nó cho quản trị, quyền 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 trả bởi Opentensor Foundation thông qua tài trợ từ việc ủy quyền cho họ cũng như bởi phần thưởng ủy quyền. Các phát triển khác được thực hiện bởi các bên thứ ba vận hành các validators của riêng họ và được tài trợ thông qua ủy quyền.
Giống như bất kỳ sáng kiến toàn cầu nào cũng cần nguồn tài trợ cho nghiên cứu, phát triển và triển khai, thành công của AI phụ thuộc vào cách vốn được phối hợp và cách các bên liên quan được thưởng cho những đóng góp của họ. Chính việc phân bổ chiến lược các nguồn lực (nghiên cứu, GPUs cho đào tạo…) thúc đẩy sự phát triển và tác động của AI.
Trong lĩnh vực AI, đặc biệt là trong trường hợp các mô hình ngôn ngữ lớn như ChatGPT, chi phí vận hành là đáng kể. OpenAI, ví dụ, được ước tính chi khoảng $700,000 mỗi ngày để vận hành ChatGPT, điều này nhấn mạnh gánh nặng tài chính đáng kể liên quan đến các mô hình AI quy mô lớn. Chi phí đào tạo có thể dao động từ hàng triệu đến hàng chục triệu đô la cho mỗi mô hình, khiến nó trở thành một nỗ lực tiêu tốn tài nguyên hơn nữa. Chi phí đào tạo một mô hình trên một tập dữ liệu lớn có thể còn cao hơn, lên đến $30 million.
Mặc dù công ty đã huy động được nguồn vốn đáng kể, bao gồm khoản đầu tư gần đây từ Microsoft (khoảng một nửa dưới dạng tín dụng Azure), chi phí ngày càng tăng để huấn luyện các mô hình ngôn ngữ lớn là một mối lo ngại. Mỗi lần huấn luyện tốn hàng triệu, và nhu cầu bắt đầu từ đầu cho các mô hình mới làm trầm trọng thêm vấn đề này.

Đây là nơi cách tiếp cận “Knowledge Compounding” của Bittensor trở nên liên quan. Cách tiếp cận độc đáo của Bittensor tập trung vào phân quyền và hợp tác thông qua “Knowledge Compounding”. Triết lý này cho phép các hệ thống AI xây dựng dựa trên kiến thức hiện có theo cách phân quyền, mang lại các lợi thế như:
- Hiệu Quả Chi Phí: Bằng cách tận dụng kiến thức hiện có và liên tục cải thiện dựa trên đó, cách tiếp cận của Bittensor có thể giảm thiểu nhu cầu huấn luyện lại tốn kém từ đầu.
- Khả năng thích ứng: Các ứng dụng AI quy mô lớn thường phải đối mặt với những nhu cầu và thách thức đang thay đổi. Đây là nơi mà cách tiếp cận phi tập trung cho phép các tổ chức thích ứng hệ thống AI của họ một cách linh hoạt hơn, đảm bảo chúng vẫn phù hợp và hiệu quả trong một môi trường động.
- Tính phi tập trung: Mạng lưới phi tập trung của Bittensor trao quyền 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 AI.
- Hợp tác: Bản chất hợp tác của Knowledge Compounding khuyến khích chia sẻ kiến thức và học tập hợp tác giữa các nút trong mạng, thúc đẩy một môi trường động cho sự tiến bộ của AI.
Đội ngũ và Nhà đầu tư
Bittensor là một giao thức mã nguồn mở cung cấp năng lượng cho một mạng học máy dựa trên blockchain phi tập trung. Đội ngũ đằng sau Bittensor bao gồm Jacob Steeves (Người sáng lập), Ala Shaabana (Người sáng lập), Jacqueline Dawn (Giám đốc Tiếp thị), và Saeideh Motlagh (Kiến trúc sư Blockchain) cùng những người khác. Quỹ Opentensor cũng lên kế hoạch mở rộng đội ngũ của họ trong năm nay.
Có một bút danh gọi là Yuma Rao cũng được đề cập trong white paper của Bittensor, giống như Satoshi Nakamoto trong Bitcoin. Không biết liệu người này có thực sự tồn tại hay không và chúng ta có thể sẽ không bao giờ biết thêm về anh ấy hoặc cô ấy.

Bittensor chưa công bố bất kỳ cố vấn nổi bật hoặc nhà đầu tư chính nào, ngoại trừ việc nhận được tài trợ từ OpenTensor Foundation, một tổ chức phi lợi nhuận hỗ trợ phát triển Bittensor. Bittensor cũng chưa công bố bất kỳ quan hệ đối tác chính thức nào.
Luận điểm
Hầu hết các công ty công nghệ đang giảm mạnh so với mức định giá trước đại dịch, tuy nhiên các công ty AI hiện đang đạt ATHs ở cả hệ số định giá và tốc độ tăng trưởng.

Với vốn hóa thị trường thấp hơn đáng kể so với các ông lớn trong ngành, Bittensor có thể thực sự là sân chơi hoàn hảo cho các ứng dụng AI quy mô lớn/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 trưởng là so sánh với định giá riêng tư của OpenAI ở mức $29B. Thực tế hay không, con số này cao hơn hơn 28x so với FDV của $TAO. Xem xét thời gian sẽ mất để toàn bộ nguồn cung được đưa vào lưu thông, chúng ta có thể sử dụng vốn hóa thị trường lưu thông để đưa ra một con số ước lượng sơ bộ nơi định giá riêng tư của OpenAI cao hơn hơn 108x vốn hóa thị trường của $TAO.
Tuy nhiên, đó là một cách tiếp cận rất mang tính đầu cơ có thể được đơn giản hóa như việc đặt cược vào các dự án có thể hưởng lợi từ việc nằm ở giao điểm của AI và crypto.

Tính năng quan trọng nhất cần ghi nhớ là Bittensor đang giải quyết vấn đề tập trung hóa của AI. Hiện tại, một số lượng nhỏ các tập đoàn kiểm soát một thiểu số các mô hình lớn và mạnh mẽ, nhưng chúng đều bị cô lập và hầu như không có sự hợp tác hoặc chia sẻ kiến thức.
Các mô hình AI bị cô lập không thể học hỏi từ nhau, và do đó là không cộng dồn (các nhà nghiên cứu phải bắt đầu từ đầu mỗi khi tạo mô hình mới). Điều này trái ngược hoàn toàn với nghiên cứu AI, nơi các nhà nghiên cứu mới có thể xây dựng trên công việc của các nhà nghiên cứu trước, tạo ra hiệu ứng cộng dồn siêu tăng tốc phát triển ý tưởng.
AI Siloed cũng bị hạn chế về chức năng vì các tích hợp ứng dụng và dữ liệu bên thứ ba yêu cầu sự cho phép từ chủ sở hữu mô hình (dưới dạng các quan hệ đối tác công nghệ và thỏa thuận kinh doanh). Sự hạn chế này trực tiếp ảnh hưởng đến giá trị và tiện ích của AI, vì nó chỉ có giá trị bằng phạm vi các ứng dụng mà nó có thể hỗ trợ hiệu quả.


Môi trường tập trung và người thắng lấy hết này không có lợi cho các đội ngũ nhỏ với ít tài nguyên hơn. Trong bối cảnh này, sức mạnh cốt lõi của Bittensor là mạng lưới phi tập trung và cơ chế khuyến khích của họ để khuyến khích các đội ngũ nhỏ và nhà nghiên cứu kiếm tiền từ công việc của mình.
Nếu Bittensor thành công trong việc thu hẹp khoảng cách hiệu suất với các nhà cung cấp AI mã nguồn đóng hàng đầu như GPT-4, nó có thể trở thành lựa chọn hàng đầu cho các nhà phát triển, doanh nghiệp và nhà nghiên cứu trong lĩnh vực crypto và AI. Bản chất mở và hợp tác của nó định vị nó như một lựa chọn thay thế hấp dẫn cho các hệ sinh thái đóng, có khả năng dẫn đến việc áp dụng đáng kể.
Cuối cùng, giá trị của TAO có thể được suy ra từ tiện ích của mạng (hoạt động kinh tế được xây dựng trên đó) hoặc dòng tiền trực tiếp đến giao thức.
- Là một token tiện ích, $TAO là cần thiết để truy cập mạng. Do đó, giá trị của nó có thể được suy ra từ tiện ích kinh tế được xây dựng trên đó.
- Là một token staking, người nắm giữ có thể ủy quyền $TAO cho các validator và nhận một phần doanh thu của mạng lưới.
- Chúng ta cũng có thể đo lường lợi nhuận dựa trên thị phần và nhiều giả định (điều này cũng khiến giá trị dự đoán trở nên không đáng tin cậy).
Vì tính hữu ích mang tính chủ quan và trừu tượng hơn trong việc định giá, chúng ta có thể bắt đầu với dòng tiền. Giả sử thị trường ML có thể đạt được một quy mô thị trường nhất định trong tương lai (xem ước tính của Precedence Research trong hình ảnh bên dưới), chúng ta có thể định giá mạng Bittensor dựa trên thị phần tiềm năng và bội số doanh thu của nó.

Bất kể kích thước thị trường ước tính, Bittensor vẫn là một dự án chuyên biệt cao và phức tạp để hiểu, điều này là trở ngại cho việc dễ dàng tiếp cận của các nhà phát triển và sự chấp nhận bởi người dùng.
Dự án vẫn đang ở giai đoạn phát triển rất sớm, và có thể có những vấn đề bất ngờ với mạng. Ví dụ, vào tháng Sáu có sự thông đồng giữa các thợ đào đã chơi gian lận trong mạng và gây ra việc bán $TAO trên thị trường. Giải pháp tạm thời là giảm phát hành xuống 90% để dành thêm thời gian cho Quỹ Opentensor làm việc trên một giải pháp để giữ cho mạng trung thực và cho phép giao thức hoạt động như dự định.
Cập nhật BittensorTin tốt, một nhóm thợ đào thông đồng đã gian lận mạng lưới và bán $TAO trên thị trường đã được xác địnhLà giải pháp tạm thời, lượng phát hành TAO đã được giảm 90%, do đó cho Quỹ Opentensor thời gian để làm việc trên một giải pháp… pic.twitter.com/6svEvB3wth— TAO-Validator.com (@TAO_Validator) June 15, 2023
Cập nhật Bittensor
Tin tốt, một nhóm thợ đào thông đồng đã gian lận mạng lưới và bán $TAO của họ trên thị trường đã được xác định
Là một giải pháp tạm thời, lượng phát hành TAO đã được giảm 90%, do đó cho Quỹ Opentensor thời gian để làm việc trên một giải pháp… pic.twitter.com/6svEvB3wth
— TAO-Validator.com (@TAO_Validator) June 15, 2023
Phần lớn các sản phẩm đang hoạt động trên mạng hiện tại cũng không thể cạnh tranh với các đối tác tập trung, và cho đến nay có tỷ lệ áp dụng thấp. Cách tốt nhất để học hỏi và thử nghiệm cho bản thân là kiểm tra các dịch vụ được cung cấp trên Bittensor Hub.

Chúng ta cũng nên đặt câu hỏi liệu tokenomics của Bitcoin có phù hợp cho một mạng lưới chuyên cung cấp dịch vụ AI như Bittensor không. Có lẽ bản chất giảm phát của $BTC không phải là tốt nhất cho một mạng lưới đòi hỏi số lượng miner tăng lên và các ứng dụng được xây dựng trên đó để mở rộng quy mô. Lý tưởng nhất, token nên lạm phát theo sự tăng trưởng của việc áp dụng mạng lưới, giống như dầu kỹ thuật số hơn là vàng kỹ thuật số. Theo một cách nào đó, điều này đã được tích hợp sẵn, khuyến khích các miner cạnh tranh với nhau và phân phối nguồn cung trong 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 còn vấn đề hơn trong bối cảnh phân tán, vì bất kỳ dữ liệu nào đi qua quá trình học và/hoặc suy luận chắc chắn sẽ không được riêng tư. Được rồi, đây là một vấn đề tiềm ẩn với cả hệ thống tập trung, nhưng lúc đó bạn chỉ cần lo lắng về một bên đã biết xem 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 khoản đầu tư mạnh mẽ vào sự giao thoa giữa AI và crypto. Tuy nhiên, không nghi ngờ gì, nó là một trong những dự án phức tạp nhất để đánh giá tốc độ tăng trưởng và tiềm năng tăng giá của nó.
Rõ ràng có rất nhiều tiềm năng trong một mạng lưới phi tập trung để tận dụng tiện ích của AI, đặc biệt khi khuyến khích các mô hình mã nguồn mở và phân quyền sở hữu mạng lưới. Tuy nhiên, các dịch vụ và trường hợp kinh doanh được xây dựng trên Bittensor vẫn chưa đủ cạnh tranh.
AI cũng là một ngành công nghiệp đòi hỏi chi phí vận hành khổng lồ và lượng vốn lớn chỉ có thể đạt được bởi các ông lớn trong ngành. Bittensor là một canh bạc rất trái chiều theo nghĩa này, đó là lý do tại sao đáng để xem xét càng nhiều yếu tố rủi ro/lợi nhuận càng tốt.
Tài liệu tham khảo
Bittensor – TAO
- Trang web
- Tài liệu
- Sách trắng
- Sự đồng thuận Yuma
- Trình Khám Phá
- Taobridge
- Ủy quyền
- Taostats
- Tin Tức Tao
- Coingecko
- Discord
- Nhóm Telegram cộng đồng
- Github
- Youtube
- Blog Quỹ Opentensor
- LinkedIn Opentensor Foundation
- Mẫu subnet Bittensor
- Danh sách Người xác thực
Nguồn bên ngoài
Tiết lộ
Revelo Intel chưa bao giờ có mối quan hệ thương mại với Bittensor và báo cáo này không được trả tiền hoặc ủy quyền theo bất kỳ cách nào.
Thành viên của đội ngũ Revelo Intel, bao gồm những người trực tiếp tham gia vào phân tích ở trên, có thể nắm giữ vị thế trong các token được thảo luận.
Nội dung này được cung cấp chỉ nhằm mục đích giáo dục và không cấu thành lời khuyên tài chính hoặc đầu tư. Bạn nên tự nghiên cứu và chỉ đầu tư những gì bạn có thể chấp nhận mất. Revelo Intel là một nền tảng nghiên cứu và không phải là cố vấn đầu tư hoặc tài chính.






