Phân tích toàn diện phi tập trung Bittensor

mạng con

Các mạng con dành riêng cho nhiệm vụ sử dụng một khung được thiết kế cho mục tiêu của chúng, được gọi là "ngăn xếp xác thực". Trình xác thực thực thi ngăn xếp, hướng dẫn thợ đào thực hiện nhiệm vụ tạo ra giá trị và đảm bảo đạt được các mục tiêu của mạng con. Mục tiêu của thợ đào là vượt qua các đồng nghiệp của họ và giành được thị phần thưởng lớn hơn.

Để trở thành chủ sở hữu mạng con, bạn cần phải trả phí đăng ký trước khi có thể kết nối với mạng con. Phí đăng ký sẽ dao động tùy theo nhu cầu và hiện tại là khoảng 3.000 TAO. Phí sẽ được hoàn trả khi mạng con bị hủy đăng ký.

Trở thành người xác nhận yêu cầu phải đặt cọc TAO. Ngưỡng đặt cược tối thiểu được xác định bởi người xác nhận xếp thứ 64 về số tiền đặt cược. Những người xác thực có số tiền đặt cược lớn hơn sẽ có tỷ trọng cao hơn trong các yêu cầu dịch vụ của mỗi mạng con và sự đồng thuận của Yuma. Ngoài ra, trình xác thực có thể phân phát trong nhiều mạng con.

Để tham gia mạng con, với tư cách là người xác thực hoặc thợ đào, bạn cần đăng ký một vị trí được gọi là "neuron". Phí đăng ký khác nhau tùy theo mạng con và khác nhau tùy theo cung và cầu, nhưng thường dưới 1 TAO. Sau khi đăng ký bị hủy, nó sẽ bị hủy và sẽ không được hoàn trả. Ngoài phí tham gia, thợ đào phải tùy chỉnh cấu hình phần mềm và phần cứng của họ để phục vụ mục đích của mạng con. Do đó, thợ đào thường bị ràng buộc với một mạng con.

Tính đến tháng 12 năm 2024, có tổng cộng 250 trình xác thực được vận hành bởi 173 tài khoản người dùng và 11.856 thợ đào được vận hành bởi 2.709 tài khoản người dùng.

Phân phối khích lệ

Trong mỗi mạng con, việc phát hành TAO được phân bổ được xác định bởi mạng con gốc (gốc trong lớp tài trợ) và được phân bổ cho người xác nhận và thợ đào theo tỷ lệ xác định trước: 41% được phân bổ cho thợ đào, 41% được phân bổ cho người xác nhận và 18 % được phân bổ cho chủ sở hữu mạng con. Trong số thợ đào, khích lệ được xác định dựa trên "giá trị tin cậy" do người xác thực chỉ định. Trong số những người xác thực, khích lệ được phân bổ dựa trên “điểm tin cậy” và số tiền đặt cược của người xác thực. Đối với những người xác nhận đã ủy quyền thế chấp TAO, những người xác nhận sẽ chia sẻ phần thưởng với những người đặt cược khác và phân phối chúng sau khi khấu trừ "thị phần" mà họ giữ lại.

c. Lớp tài trợ

Mạng gốc, còn được gọi là mạng con 0, là lớp cấp vốn trong ngăn xếp Bittensor. Trong mạng con gốc, mỗi trình xác thực sẽ chạy ngăn xếp xác minh trên tất cả các mạng con, đánh giá chất lượng, độ chính xác và thời gian phản hồi của kết quả trả về điểm chuẩn của từng mạng con để xác định điểm của nó. Những điểm số này sau đó được chuyển đổi thông qua sự đồng thuận của Yuma thị phần phát hành TAO của mạng con.

Mạng con gốc có hai đặc điểm duy nhất: thứ nhất, thợ đào được thay thế bằng mạng con làm đối tượng đánh giá; thứ hai, số lượng người xác thực trong mạng con gốc được cố định là 64. Trong thiết kế, những người đăng ký mới phải đặt cọc TAO vượt quá mức đặt cược tối thiểu của những người xác thực hiện có để tham gia mạng con gốc. Tuy nhiên, cơ chế thay thế này hiện đang bị tạm dừng, do đó, một bộ cố định gồm 64 trình xác thực sẽ kiểm soát mạng con gốc, mặc dù số lượng tài sản thế chấp khác nhau.

d. Lớp blockchain

Subtensor là blockchain trong Bittensor và chịu trách nhiệm phát hành TAO. Trình xác thực trong mạng con gửi điểm tỷ trọng, dữ liệu giao dịch và chỉ báo hiệu suất tới blockchain Subtensor. Nút xác minh của blockchain Subtensor được vận hành bởi Opentensor Foundation bằng cách sử dụng Bằng chứng xác thực và chịu trách nhiệm xác minh các giao dịch, cập nhật sổ cái Subtensor và quản lý phân phối phần thưởng. Các tuyên bố về phi tập trung xung quanh lớp blockchain này đang gây tranh cãi, vì đội ngũ Opentensor Foundation có thể tạm dừng blockchain khi cần.

Mạng đánh giá

Tính đến tháng 12 năm 2024, có 56 mạng con đang hoạt động. Các mạng con này bao gồm nhiều khía cạnh của quá trình phát triển AI, chẳng hạn như đường dẫn dữ liệu đào tạo, sức mạnh tính toán, nền tảng đào tạo, mô hình AI nói chung và các công cụ AI dành riêng cho ứng dụng. Phân phối phát hành giữa các mạng con không đồng đều, trong đó 10 mạng con hàng đầu chiếm khoảng 50% tổng lượng phát hành.

Trong phần còn lại của phần này, chúng ta sẽ đi sâu vào ba mạng con thú vị để minh họa cách chủ sở hữu mạng con sử dụng chúng.

Mạng con 18: Cortex.t

Cortex.t là mạng con được Corcel phát triển trong khuôn khổ DSIS với mục tiêu tạo ra dữ liệu tổng hợp động thông qua GPT4o và GPT4 để thử nghiệm mô hình và đánh giá trí tuệ nhân tạo khách quan. Nó tạo ra các cặp phản hồi nhanh chóng chất lượng cao và lưu trữ chúng dưới dạng dữ liệu câu hỏi và câu trả lời tổng hợp trên Wanb.ai, đồng thời tận dụng các kỹ thuật như tiến hóa nhanh chóng và tăng cường dữ liệu để tối ưu hóa đầu ra.

Trong mạng con Cortex.t, thợ đào xử lý các gợi ý yêu cầu đầu ra GPT4o và GPT4, đồng thời độ chính xác, tốc độ và hiệu quả của chúng đánh giá bởi người xác nhận. Những trình xác thực này sử dụng cùng một mô hình để tạo cơ sở dữ liệu tổng hợp trong khi quản lý máy chủ API để gửi lời nhắc. Ngoài ra, người xác thực có thể bán băng thông dưới dạng dịch vụ trong khuôn khổ DSIS cho các ứng dụng cấp sản xuất.

Subnet 37: Tinh chỉnh mô hình

Mạng con tinh chỉnh mô hình được thiết kế để tận dụng các khả năng phi tập trung để đào tạo các mô hình chuyên biệt nâng cao, chẳng hạn như chatbot hoặc hệ thống suy luận. Tinh chỉnh mô hình thường tốn thời gian, tính toán chuyên sâu và đòi hỏi các kỹ năng cụ thể. Bằng cách áp dụng cấu trúc mạng con, thợ đào có thể đóng góp kỹ năng và nguồn lực của mình để cải thiện mô hình và được khen thưởng tương ứng.

Nhiệm vụ thợ đào được tổ chức như các cuộc thi để tinh chỉnh các mô hình. Mô hình cơ sở, các ràng buộc và mục tiêu được công bố cho mỗi cuộc thi. Thợ đào sử dụng mô hình cơ bản làm điểm bắt đầu, chạy tinh chỉnh ngoại tuyến, gửi mô hình tinh chỉnh tới Hugging Face (một trang web cộng đồng trí tuệ nhân tạo) và gửi dữ liệu mô hình tới Chuỗi Bittensor.

Trình xác thực truy xuất dữ liệu để xác định mô hình và sử dụng dữ liệu tổng hợp dữ liệu mạng con 18. Sau đó, trình xác minh đo lường hiệu suất thợ đào bằng cách đánh giá độ chính xác trắc nghiệm của mô hình thợ đào trên nhiệm vụ SYNTHETIC_MMLU . Thợ đào được xếp hạng dựa trên điểm số của người xác thực và nhận phần thưởng tương ứng.

Mạng con 5: Mở Kaito

Subnet 5 tập trung phát triển các mô hình nhúng văn bản để nâng cao các ứng dụng như tìm kiếm ngữ nghĩa và hiểu ngôn ngữ tự nhiên. Thợ đào đào tạo các mô hình này bằng cách sử dụng dữ liệu văn bản quy mô lớn để đảm bảo hiệu suất hiệu quả của chúng trong việc tạo các phần nhúng. Trình xác thực thúc đẩy cải tiến liên tục bằng cách đánh giá hiệu suất của mô hình so với các tiêu chuẩn hiện đại.

Các mô hình này sẽ có thể truy cập được thông qua API trình xác thực công khai để tạo điều kiện tích hợp vào nhiều ứng dụng khác nhau, với mục tiêu vượt qua các tiêu chuẩn hiệu suất hiện có.

Đội ngũ Open Kaito gần đây đã tuyên bố rằng thợ đào mạng con 5 đã vượt qua mô hình nhúng OpenAI về các điểm chuẩn duy trì bên ngoài. Đây là bước đột phá dựa trên mức suy hao thấp hơn và độ chính xác Top-1 cao hơn đạt được trước đây khi sử dụng các bộ dữ liệu tổng hợp quy mô lớn. Thành công này rất có ý nghĩa vì nó cho thấy phi tập trung về mặt nào đó có thể vượt qua các mô hình tập trung.

Nguồn:wandb

Từ những ví dụ về mạng con này, chúng ta có thể thấy những dấu hiệu ban đầu về sự thành công của Bittensor với tư cách là một hệ sinh thái AI phi tập trung. Ở cấp độ mạng con riêng lẻ, việc đào tạo và tinh chỉnh mô hình phi tập trung là khả thi. Điều này cũng được hỗ trợ bởi thành công gần đây của Prime Intelligence trong việc đào tạo mô hình tham số 10 tỷ phi tập trung đầu tiên INTELLECT-1 . Ở cấp độ hệ sinh thái, các mạng con có thể hợp tác với nhau để tạo thành Chuỗi giá trị. Do đó, không chỉ phần đào tạo mô hình mà thậm chí toàn bộ Chuỗi giá trị trí tuệ nhân tạo cũng có thể được phi tập trung thông qua Bittensor.

Sau khi đánh giá tính khả thi về mặt kỹ thuật của AI phi tập trung trên Bittensor, chúng tôi sẽ khám phá thêm tính kinh tế của hệ sinh thái của nó để xác định xem liệu thiết kế của nó có thể hỗ trợ Chuỗi giá trị đào tạo AI bền vững hay không.

Mô hình kinh tế token TAO

Token khích lệ TAO của Bittensor được xây dựng trên Subtensor blockchain của nó. Hiện tại, cứ 12 giây lại có một khối mới được tạo và 1 TAO đúc trên mỗi khối và phân phối cho những người tham gia mạng dưới dạng phần thưởng. Tỷ lệ phát hành TAO sẽ giảm nửa lần đầu tiên sau khi đợt 10.500.000 token đầu tiên được đúc . Sau đó, bất cứ khi nào nó đạt đến một nửa số lượng phát hành của chu kỳ giảm nửa trước đó (ví dụ: đợt giảm nửa lần là 5.250.000 token), việc phát hành sẽ được thực hiện. tỷ giá sẽ là Tỷ giá sẽ tiếp tục giảm nửa. Cơ chế giảm nửa này đặt tổng giới hạn cung cấp của TAO là 21 triệu. Tính đến tháng 12 năm 2024, khoảng 37,8% tổng lượng cung ứng, tương đương 7,93 triệu TAO, đã được đúc.

Thời gian diễn ra lần sự kiện giảm nửa chủ yếu được xác định bởi tốc độ tạo khối và cũng bị ảnh hưởng bởi việc tái chế token. Mỗi khi 1 TAO được tái chế (thường là từ phí xử lý blockchain hoặc phí đăng ký người tham gia mạng con), nó sẽ ngăn đúc ra 1 TAO mới, do đó làm trì hoãn thời gian giảm nửa của chu kỳ tạo khối. Theo ước tính mới nhất, ngày giảm nửa tiếp theo là ngày 29 tháng 11 năm 2025 .

Trong bài viết trước, chúng tôi đã đề cập rằng mục đích chính của TAO là làm token thưởng để khích lệ những người tham gia mạng. Dưới đây là những cách sử dụng khác của TAO:

• Đặt cược : Người nắm giữ TAO có thể cam kết TAO trực tiếp với người xác minh của riêng họ hoặc ủy thác họ cho người xác minh và chia sẻ phần thưởng của các hoạt động xác minh. Số tiền cam kết tối thiểu là 0,1 TAO.
• Đăng ký mạng : Thợ đào, người xác thực và chủ sở hữu mạng con cần phải trả phí đăng ký TAO để tham gia mạng Bittensor.
• Quản trị : Người nắm giữ TAO có thể tác động đến các quyết định quản trị mạng, chẳng hạn như nâng cấp giao thức và điều chỉnh phát hành, thông qua "Thượng viện", có thành viên bao gồm những người xác thực mạng con đang hoạt động.
• Phí giao dịch : TAO là token phí nhiên liệu cho blockchain Subtensor.

Bittensor có bền vững không?

Bittensor được định vị là một thị trường thông minh cho phép người dùng tìm kiếm khả năng trí tuệ nhân tạo để thu hút người xác thực và thợ đào hợp tác bằng cách thiết lập mạng con. Tuy nhiên, cơ chế của nó khác với cấu trúc thị trường truyền thống: chủ sở hữu mạng con không được trả thù lao trực tiếp cho dịch vụ của thợ đào hoặc người xác nhận, thu nhập của những người đóng góp này cũng không gắn liền với sản lượng hoặc khối lượng công việc của họ.

Trên thực tế, Bittensor giống một hệ thống cấp vốn từ trên xuống hơn là một thị trường. Hoạt động của mạng con được khích lệ thông qua các khoản trợ cấp được phân bổ bởi mạng "gốc", nhưng tiêu chí xác định số tiền trợ cấp không phải lúc nào cũng phù hợp với giá trị thực tế hoặc khối lượng công việc của mạng con. Hơn nữa, tổng nguồn tài trợ luôn cố định bất kể số lượng mạng con trong hệ sinh thái thay đổi như thế nào.

Để hiểu rõ hơn về thực tiễn này, hãy xem xét một ví dụ tương tự như một thành phố. Ở thành phố này, ngoài các nhà xuất bản tạp chí mà chúng ta đã thảo luận trước đó, còn có các đơn vị kinh doanh như nhà xuất bản sách, phòng thu nhạc và trường diễn xuất. Các doanh nghiệp này, nguồn thu nhập duy nhất là từ sự phân bổ của chính quyền thành phố, tiếp tục nhận được tài trợ miễn là chúng được Ủy ban Phân bổ phê duyệt, bất kể giá trị thực tế mà chúng tạo ra. Đối với các công ty mới, họ cần mua đất từ ​​chính phủ để tư cách. Khi các doanh nghiệp mới được thêm vào, tổng nguồn tài trợ vẫn cố định bất kể số lượng doanh nghiệp thay đổi như thế nào.

Hệ thống phi truyền thống này làm biến dạng động thái thị trường và dẫn đến việc phân bổ nguồn lực không hiệu quả. Các nhà phân bổ tài trợ (mạng gốc) thiếu các phương tiện hiệu quả để đo lường sự đóng góp của mạng con và các mạng con không có động lực để chia sẻ lợi nhuận từ khả năng AI của chúng với hệ sinh thái rộng lớn hơn. Thợ đào có xu hướng sử dụng nỗ lực tối thiểu để đổi lấy việc phân phối TAO tối đa, thay vì tăng khả năng hoặc đảm nhận nhiều khối lượng công việc hơn.

Mặc dù đề xuất cho Dynamic TAO đã được đưa ra vào tháng 1 năm 2024 để giải quyết một số điểm thiếu hiệu quả nhưng Đề án này vẫn chưa được triển khai và tính hiệu quả của nó vẫn chưa chắc chắn.

Mô hình khích lệ của TAO phụ thuộc nhiều vào mức giá mạnh của TAO và thu nhập chính của hầu hết người tham gia mạng là TAO, dẫn đến áp lực bán tiếp tục. Để cân bằng áp lực này, đặt cược đã trở thành cơ chế chính, nhưng số lượng phục hồi token do phí blockchain và phí đăng ký mang lại vẫn còn hạn chế.

Có hai hình thức cam kết:

1. Đặt cược xác thực : Người tham gia đặt cược TAO để hỗ trợ an ninh mạng và nhận phần thưởng, chiếm khoảng 75% tổng số TAO đã phát hành. Các trình xác thực hiện phân phối 2.952 TAO mỗi ngày, với lợi nhuận hàng năm là 16%. Tuy nhiên, sau đợt giảm nửa lần , việc phân bổ này sẽ giảm xuống còn 1.476 TAO mỗi ngày và việc đặt cược sẽ giảm hấp dẫn hơn, do đó làm suy yếu tác động của việc đặt cược lên sự cân bằng cung cầu token.
2. Cam kết đăng ký mạng con : Phí đăng ký mạng con khoảng 3.000 TAO. Việc bổ sung mạng con mới ảnh hưởng đáng kể đến việc cung cấp TAO. Nhưng điều này cũng đặt ra một vấn đề: do tổng lượng TAO phát hành là cố định nên việc tăng số lượng mạng con sẽ làm giảm phần thưởng của tất cả các mạng con, khiến các mạng con hiện tại khó duy trì hoạt động và có thể khiến một số mạng con thoát khỏi mạng .

Mô hình kinh tế hiện tại của Bittensor không bền vững. Cơ cấu tài trợ từ trên xuống của nó không thể phân bổ hiệu quả tài nguyên trên các mạng con. Quan trọng hơn, nhu cầu về TAO không đủ để hỗ trợ giá trị sau giảm nửa, điều này làm trầm trọng thêm tính dễ bị tổn thương của mạng và đe dọa khả năng tồn tại lâu dài của nó.

Đề án của chúng tôi

Chúng tôi đề xuất chiến lược gồm hai phần để nâng cao tính bền vững của Bittensor:

1. Đóng góp khích lệ mạng con : Cho phép chủ sở hữu mạng con cung cấp phần thưởng TAO bổ sung cho mạng con của họ, phần thưởng này sẽ được thêm vào tổng quỹ khích lệ được mạng gốc phân bổ cho mạng con và phân phối cho người tham gia thông qua cơ chế đồng thuận hiện có. Động thái này sẽ khích lệ những chủ sở hữu mạng con nhận được giá trị đáng kể từ mạng con đóng góp quỹ cho nhóm phần thưởng mạng con, từ đó đảm bảo sự tham gia tích cực của thợ đào và người xác thực, đồng thời cho phép chủ sở hữu mạng con trở thành sức mua của token TAO, hỗ trợ giá của nó một cách hiệu quả.
2. Ưu tiên phân bổ : Mạng gốc nên ưu tiên phân bổ cho các mạng con mới và có tiềm năng cao, đồng thời giảm dần hỗ trợ cho các mạng con cũ. Động thái này sẽ tạo ra các mạng con có giá trị thấp hơn thông qua việc loại bỏ tự nhiên, đảm bảo rằng các mạng con mới được cấp vốn đầy đủ mà không bị pha loãng bởi tổng số mạng con. Ngoài ra, cách tiếp cận này sẽ giảm bớt gánh nặng cho những người xác thực mạng gốc, cho phép họ tập trung vào tăng trưởng của các mạng con mới, phù hợp hơn với mô hình cấp vốn từ trên xuống.

Bằng cách triển khai các chiến lược này, Bittensor có thể tạo ra nhu cầu liên tục đối với token TAO, giúp nó duy trì giá trị thay vì chỉ dựa vào đặt cược. Đồng thời, các biện pháp này thúc đẩy tăng trưởng hệ sinh thái bằng cách đưa ra các cơ chế chọn lọc tự nhiên và tập hợp các nguồn lực nuôi dưỡng các mạng lưới con mới.

Phần kết luận

Trí tuệ nhân tạo chắc chắn đại diện cho tương lai của tiến bộ công nghệ. Điều này được phản ánh qua mức định giá cao của các công ty hàng đầu trong Chuỗi giá trị trí tuệ nhân tạo và tiềm năng ứng dụng rộng rãi của nó trong nhiều lĩnh vực khác nhau của xã hội. Mặc dù sự phát triển AI tập trung đã thúc đẩy tiến bộ nhưng nó cũng bộc lộ những hạn chế của việc phụ thuộc vào dữ liệu tập trung, phát triển mô hình và tập trung lợi nhuận.

Bittensor cung cấp một giải pháp thay thế mạnh mẽ cho trí tuệ nhân tạo phi tập trung. Được hỗ trợ bởi mô hình cấp vốn từ trên xuống và giá token TAO vững chắc, nhiều mạng con đã chứng tỏ tiềm năng thúc đẩy sự phát triển của khả năng trí tuệ nhân tạo. Nhìn chung, Bittensor có thể hình thành một nền tảng toàn diện bao trùm toàn bộ Chuỗi giá trị của hệ sinh thái trí tuệ nhân tạo.

Tuy nhiên, giống như các hệ sinh thái mới nổi khác, Bittensor phải đối mặt với những thách thức, đặc biệt là về tính bền vững của mô hình kinh tế token và tính hiệu quả của hệ thống phân phối phần thưởng sau đợt giảm nửa lần . Để giải quyết những vấn đề này, chúng tôi đề xuất điều chỉnh mô hình khen thưởng để ưu tiên hỗ trợ cho các mạng con mới và có tiềm năng cao, khiến nó hoạt động giống như một khoản đầu tư rủi ro. Điều này sẽ cho phép các chủ sở hữu mạng con hiện tại tài trợ cho những người tham gia của họ và hưởng lợi từ những đóng góp AI phi tập trung.

Với sự điều chỉnh này, chúng tôi tin rằng mô hình khích lệ của Bittensor có thể đạt được tính bền vững, từ đó chuyển sự chú ý của chúng tôi sang câu hỏi thực sự quan trọng: Khi nào trí tuệ nhân tạo phi tập trung sẽ tạo ra các ứng dụng trong thế giới thực có giá trị cao?