Bittensor ($TAO) 研究：極具潛力的去中心化AI網絡

項目名稱：Bittensor

項目類型：人工智慧（AI）

代號：$TAO

加密貨幣排名： #30

市值： 33億美元

FDV : 33億美元

流通供應量： 623萬美元（佔總供應量的29.69%）

最大供應量： 210萬美元

引言

人工智慧產業近年來蓬勃發展，特別是像ChatGPT 這樣的突破性技術的湧現， 僅2023 年就吸引了250 億美元的投資，是2022年的五倍。這一大規模資本的湧入充分彰顯了人們對人工智慧成為兆美元產業的積極預期。

然而，哪些跡象顯示AI未來會越來越好？以下是幾點要點：

• 首先，人工智慧領域目前相當分散。不同的人工智慧模型間無法互相學習，這嚴重限制了它們的功能。此外，要將其與其他應用程式或資料連接，通常需要特殊的權限，這進一步增加了複雜性。
• 其次，AI的門檻相當高。訓練人工智慧模型需要大量資源，這導致這一領域主要由大型企業壟斷。
• 儘管加密貨幣在普及階段尚屬初期，但已顯示出作為激勵和組織分散式資源網路的強大工具的潛力。此外，透過利用區塊鏈技術，人工智慧應用可以實現互通性，增強它們的協同工作能力。

尤其最近在人工智慧加密貨幣領域出現了一些令人振奮的成功案例，人們開始意識到這些機會。

資料來源: GrayScale Research

因此，我們正處於一個AI的十字路口：一方面是分散且資源密集的人工智慧領域，另一方面是明確的市場機會。現在我們所需要的，是能搭配兩者的核心解決方案。而這正是Bittensor所提供的，這一點實在值得關注。

Bittensor 將人工智慧的控制權從大公司轉移到更廣泛的社區中，改變著人工智慧的發展格局。其協議將機器學習轉化為可交易的商品，從而鼓勵知識的快速傳播，猶如一個不斷擴大的圖書館。

項目概述

Bittensor 由AI 研究人員Ala Shaabana 和Jacob Steeves 於2019 年創立，最初設想為Polkadot 平行鏈，但在2023 年3 月進行了戰略性轉變，決定開發自己的專有區塊鏈，旨在利用加密貨幣作為激勵全球機器學習節點的機制，促進AI 開發的去中心化方法。透過使這些節點能夠協同訓練和學習，Bittensor 引入了一種新的範式，即透過整合增量資源的增強了網路的集體智慧，從而拓展了個人研究人員和模型在整體上的貢獻。

來源: Bittensor Website

中心結構與組成

Bittensor的架構旨在透過一個去中心化網路支援一個健壯的AI生態系統：

• 礦工層：這一層是Bittensor內AI驅動創新的核心，礦工在此託管並運行多樣化的AI模型。
• 驗證者層：驗證者在維護區塊鏈的完整性和共識方面扮演關鍵角色，確保網路依照既定規則運作。
• 企業層：致力於開發尖端應用，運用網路的AI能力解決複雜問題。
• 消費者層：最終層服務於終端用戶和組織，提供網路產生的解決方案和服務。

來源: Revelo Intel

Bittensor作為一個預言機

Bittensor也作為一個預言機（Oracle），將區塊鏈系統與外部資料連接。這樣，它允許AI和區塊鏈技術結合，創造創新解決方案。

網路動態

Bittensor生態系統依賴其獨特的子網動態，每個子網提供不同的獎勵，非常適合廣泛的AI應用。這種設置促進了多樣性和新想法的產生，服務於可能被大型AI公司忽視的領域。同時，它使用單一的TAO代幣生態系統來支持這些活動，讓代幣持有者在網路內AI成長方向上有很大的發言權。

來源: Bittensor

Bittensor Machine Learning方法與機制

Bittensor連接網路中的兩類關鍵參與者：

• 驗證器：負責維持區塊鏈的完整性，確保交易和操作符合網路的規則。
• 鏈下機器學習礦工：他們透過託管和運行AI模型提供AI服務，這些模型執行從數據分析到生成觀點的各種任務。

這個橋樑使得區塊鏈操作和AI服務之間的安全高效合作成為可能。

來源: Greythorn Internal 

來源: David Atterman

分散式專家模型（MoE）

Bittensor採用了分散式專家模型（ MoE ）來優化人工智慧預測，透過協同多個專業化的AI模型，提高了解決複雜問題的準確性和效率。這種方法融合了各模型的獨特優勢，產生了更精確和全面的結果，相較於傳統的單一模型方法，效果更為出色。例如，當我們想要產生西班牙語註釋的Python程式碼時，AI的多語言模型和程式碼專業知識模型可以起來結合，共同產出結果。這比起單一模型而言，提供了更優越的解決方案。

智能證明（ Proof Of intelligence ）

智慧證明是Bittensor網路用以獎勵節點添加有用的機器學習模型和結果的機制。類似於區塊鏈網路中的工作量證明（PoW）和權益證明（PoS），智慧證明要求節點執行機器學習任務以證明其智慧水平，而不是解決數學難題。節點的機器學習工作如果準確且具有價值，就有更大的機會被選中添加新的區塊到鏈上，並獲得TAO代幣作為獎勵。為了在Bittensor網路中獲得獎勵，伺服器不僅必須產生有價值的知識，還必須得到大多數驗證者的認可。採用這種共識機制，Bittensor激勵有價值的貢獻，促進合作，並保障區塊鏈的安全性。

生態系統

Bittensor生態系統以$TAO代幣驅動，代表了去中心化人工智慧領域的創新方法，其特殊的subnet結構對於生態系統的完整性和性能至關重要。 Bittensor為這些subnet網提供了32個插槽位，以促進競爭但動態的環境，從而推動創新。這體現了Bittensor對包容性的承諾以及對品質優先於數量的策略關注。請注意，Bittensor中的子網是透過競爭和合作創造真正價值的地方。

該生態系統的區塊鏈技術確保了透明度和安全性，在此Bittensor API則透過提供必要的工具和指南來促進參與。

參與者可以作為子網所有者、驗證者或礦工來參與建造社區，每個角色都對於生態系統的健康至關重要。 Yuma共識機制是一個關鍵特徵，透過以TAO代幣獎勵貢獻者，促進了共識達成。

策略合作夥伴關係，例如OpSec和Tensorage之間的合作，對於推進去中心化人工智慧技術至關重要，並提供了無縫的資料處理和儲存解決方案。

像AITProtocol這樣的平台與Bittensor網路的整合突顯了其不斷擴大的影響力以及去中心化人工智慧模型的多樣化應用。

考慮到Bittensor的發展潛力，我們預期這些合作夥伴關係和整合將繼續發展，也許，Bittensor很可能成為塑造人工智慧未來的關鍵參與者之一。

代幣經濟

TAO代幣經濟學綜述

• 最大供應量：2100萬枚TAO代幣。
• 發行時間表：代幣在256年內完全發行。
• 目前價格：624.97美元。
• 市值：39.2億美元，排名第27。
• 全面稀釋估值：39億美元，排名第49。
• 目前流通供應量：625萬枚TAO代幣，佔最大供應量的29.75%。
• 總供應量：625萬枚TAO代幣。

代幣生成和分配

• TAO代幣透過挖礦和網路驗證活動創造，以促進去中心化生態系統的發展。
• 網路每1050萬個區塊進行一次減半事件，計劃在約45年內進行64次減半。
• 獎勵以每塊1個TAO的速度發放，大約每12秒發放一次，每日總計發放約7200個TAO代幣。這些獎勵將分配給礦工和驗證者。

代幣實用性

• 持有TAO代幣可存取網路上的各種數位資源，包括數據和基於人工智慧的核心觀點。需要注意的是，TAO代幣的價值直接與Bittensor網路提供的人工智慧服務相關聯。隨著這些人工智慧服務的重要性和實用性不斷增加，對TAO代幣的需求也會隨之增加。

來源: Bittensor

競爭對手

人工智慧技術在區塊鏈產業有著廣泛的應用，包括機器學習、神經網路、去中心化儲存、人工智慧代理訓練、市場以及資料處理等方面。

考慮到這種多樣性，將Bittensor直接與類似Akash這樣的項目進行比較可能不太合適。 Akash提供的服務類似雲端運算，而Bittensor則專注於特定領域，如人工智慧模型訓練。

進一步的研究使我們發現了Gensyn，這是一個新興的項目，似乎是Bittensor的更接近的競爭對手。讓我們更為深入地研究一下它。

走近Gensyn

本·菲爾丁（Ben Fielding ）和哈里·格里夫（Harry Grieve）於2020年初在創業者第一（Entrepreneur First）加速器計劃中相遇，並於同年開始合作創建了Gensyn，一直專注於研究工作，直至2023年第二季。他們期待今年啟動測試網。

2023年6月，Gensyn透過A輪融資成功獲得了4,300萬美元的資金，投資人包括a16z、Protocol Lab、CoinFund、Canonical Crypto、Eden Block以及多位天使投資人。

Gensyn正在建立一個基於L1 PoS協定的網絡，利用Substrate框架進行點對點通訊。

Gensyn旨在創建一個超級可擴展的ML網路。它提供了一組全球運算資源，每個人都可以隨時存取。其目標是透過連接多種不同的運算設備，從閒置資料中心到具有GPU的個人筆記型電腦，使全球任何設備上的AI模型訓練成為可能。這項倡議旨在顯著提高全球ML運算資源的可用性。

與Bittensor的區別：

Gensyn與典型計算網路的不同之處在於其檢查計算工作的獨特方法。它引入了一種稱為「機率學習證明（Probabilistic Proof-of-Learning）」的新系統，該系統使用了梯度優化中的數據，這是機器學習中的關鍵方法。這種技術提供了一種可擴展且可靠的驗證工作的方式，無需複製，使機器學習任務更有效率。

對比之下，Bittensor提供了兩個關鍵優勢：

• 首先，它採用了專家混合（MoE）模型，透過讓多個專業化的AI模型協同工作來增強AI預測。這種合作旨在提高AI結果的準確性和可靠性。
• 其次，Bittensor採用了一種獨特的機器學習方法，稱為AI積木。 AI積木的概念是利用區塊鏈使AI開發更加開放和去中心化、可訪問和高效。透過建立在「計算積木」（Compute Legos）思想之上，它專注於通用計算的多功能性，以促進機器學習創新。 Bittensor的願景是建立一個全球ML節點社群網絡，以應對在特定的複雜挑戰，同時增強AI模型的集體智慧和能力。

但我們也可以建立一個不同的情景，即透過無需許可的區塊鏈，使各種協議能夠整合並增強整體去中心化人工智慧生態系統。例如，Akash、Gensyn和Bittensor可能會共同處理推斷請求，進而展現基於鏈上的不同AI解決方案之間的協同作用。

與中心化AI模型的對比：

將Bittensor與中心化AI模型（如最近微軟估值為290億美元的OpenAI）進行比較，可以清楚展現其潛力。 Bittensor的去中心化方法，旨在實現AI智能的複合和更廣泛的集成，如果成功的話，有可能超越OpenAI的能力和價值。這引發了對Bittensor巨大潛在價值的討論。

透過其去中心化模型方法，Bittensor允許AI模型分享見解並建立在彼此的發現基礎上，減少了重複勞動。根據Bittensor的說法：

“唯一比Open AI或任何其他中心化替代方案更大的是它們的組合”

來源: Bittensor 

來源: Bittensor

看漲因素

• Bittensor的代幣經濟學旨在鼓勵公平的分配實踐，確保網路參與者之間的激勵機制保持一致。隨著網路參與者基礎的擴大，TAO代幣預計將呈指數級增長。
• 目前流通的所有TAO代幣中，約有89%已被抵押，金額達到5,561,230𝞃 （目前總發行量為6,254,373𝞃）。
• TAO代幣的發行設計使其創造速率隨時間遞減，並在達到總供應上限後完全停止。這項策略將會將礦工的激勵重心轉向直接支付任務。

  

   Source: Bittensor

• 人工智慧市場預計到2030年將達到1.8兆美元，展示了人工智慧技術的巨大經濟潛力。
• 自OpenAI取得重大進展以來，與人工智慧相關的加密資產表現出色，突顯了對該領域日益增長的興趣和投資。
• Bittensor旨在為機器學習創建一個自我維持的生態系統，促進AI模型的開發和應用。這個願景為AI領域的創新和實際應用奠定了基礎。
• Bittensor的網路擁有超過4,000個AI模型，總共有10兆個模型參數。這一規模不僅超過了像GPT-3這樣的模型（擁有1750億個參數），也突顯了Bittensor在AI開發中的重要規模和多樣性。
• Bittensor在前25個項目中排名，且迄今尚未獲得任何一級代幣listing資訊。雖然目前尚不清楚這是否應視為一個利好因素，但其強勢地位使人不禁思考一旦更廣泛地獲得TAO代幣將帶來的可能性。

看跌因素

• 儘管Bittensor並未受到廣泛批評，但仍有一些批評者。有些人質疑其程式碼簡單性卻獲得高估值。其他人，例如Multicoin VC的創始人凱爾（Kyle），特別批評TAO驗證者如何選擇頂級礦工，認為缺乏廣泛的應用背景（不像Chat GPT），驗證者無法做出評判。他認為需要加強使用者介面與模型更新之間的連結。我們建議保持開放的思維，考慮到加密領域的多樣化觀點。
• 去中心化人工智慧雖然有著巨大的潛力，但仍處於初始階段，存在風險。我們過去對人工智慧專案的研究表明，許多去中心化平台尚未經過充分的耐久性測試。它們經常面臨吸引用戶的困難，並且嚴重依賴開發人員來保持運作。
• 另一個重要挑戰是相對於大型科技公司可用資源而言，廣泛資料庫和尖端人工智慧硬體的存取門欄。這種限制對Bittensor等平台的成長和效益構成了相當大的風險。

結束語

VanEck最新的研究將Bittensor稱為「機器智能的比特幣」。該研究概述了其網路為AI/ML模型提供經濟激勵的方式，其中涉及「礦工」開發AI模型和「驗證者」評估模型輸出的系統。然而，考慮到開發人員可以在Bittensor上創建dApps，並且該網絡被構建為一個主網絡，包含許多專注於特定AI領域的較小子網絡，我認為更適當的比較是將Bittensor視為去中心化AI領域的以太坊。

人工智慧擁有巨大的經濟潛力，預計到2030年將達到1.8兆美元的市場價值，而Bittensor旨在透過採用去中心化路徑來獲得這一機會。

在DeFi繁榮期間，Cardano的市值曾接近1,000億美元。而Bittensor目前的市值為42億美元，尤其是如果人工智慧的趨勢與DeFi相似，其成長潛力仍然是一個令人興奮的前景。