شرح مفصل: كيف تحدث شبكة Bittensor والرمز المميز TAO ثورة في صناعة الذكاء الاصطناعي

原文:Revelointel

编译:Zen,PANews

مقدمة

مع الانفجار الأخير وشعبية الذكاء الاصطناعي ، طرح العديد من الأشخاص حججا مختلفة حول تقاطع الذكاء الاصطناعي والعملات المشفرة. هذه الابتكارات لديها القدرة على إحداث ثورة في كل جانب من جوانب حياتنا الرقمية ، من إدارة الأصول الرقمية إلى حماية الملكية الفكرية ومكافحة الاحتيال. والجدير بالذكر أن هذا التقارب قد أثار اتجاهين بارزين:

• تكامل الذكاء الاصطناعي مع البنية التحتية blockchain ، مثل Render ($RNDR) أو Akash ($AKT) أو Fetch.ai ($FET).
• ظهرت بروتوكولات لتحفيز الإنتاج الذكي للتعلم الآلي ، مثل Bittensor ($TAO).

ركزت تطبيقات الذكاء الاصطناعي قبل blockchain بشكل أساسي على البنية التحتية ، مما يتيح تخزين نموذج الذكاء الاصطناعي / ML (الذكاء الاصطناعي / التعلم الآلي) وتأجير GPU. وقد أدى ذلك إلى اتجاهات مثل التعلم المعزز المحفز بالرمز المميز ، والتعلم الآلي بدون معرفة (zkML) ، وتسجيل الهوية القائم على blockchain لمكافحة التزييف العميق. في الوقت نفسه ، هناك اتجاه مواز مزدهر: البروتوكولات التي تحفز الذكاء. "

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/8297ccd75919cf094c6294fd3218a259.jpeg)

في هذا التقرير ، نتعمق في تقاطع الذكاء الاصطناعي والعملات المشفرة ، مع التركيز على Bittensor والرموز $TAO ، واستكشاف الدور الذي تلعبه في صعود الأسواق الذكية من نظير إلى نظير وأسواق السلع الرقمية.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/0da36e286389f89df215056b69b38f52.png)

"بالاستفادة من ترقية الثورة الأخيرة التي حدثت في 2 أكتوبر ، تقدم هذه المقالة أيضا نظرة عامة تاريخية ، وتوقعات الصناعة ، والتحليل التنافسي ، ونظرة متعمقة على عرض القيمة لعام $TAO. "

نظرة عامة

Bittensor هو بروتوكول مفتوح المصدر له مهمة أساسية: تطوير الذكاء الاصطناعي من خلال هيكل حوافز مدعوم من blockchain. في هذا النظام البيئي ، تتم مكافأة المساهمين برموز $TAO لجهودهم.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/4fef3844bd01429b88f225be563ca372.jpeg)

تستخدم Bittensor ، كشبكة تعدين ، حوافز رمزية لتشجيع المشاركة مع الالتزام بمبادئ الانفتاح واللامركزية. في هذه الشبكة ، تستضيف العقد المتعددة نماذج التعلم الآلي التي تساهم بشكل جماعي في التجمع الذكي. تلعب هذه النماذج دورا حيويا في تحليل كميات كبيرة من البيانات النصية ، واستخراج الدلالات ، وتوليد رؤى قيمة في مختلف المجالات. بالنسبة للمستخدمين ، تشمل الميزات الأساسية الاستعلام عن الشبكة للوصول الذكي ، والمشاركة في تعدين الرمز المميز $TAO مع عمال المناجم والمدققين ، ومراقبة محافظهم وأرصدتهم.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/07525d45b9f9abc0cd02d7c52e456ffa.png)

تعتمد شبكة Bittensor على مساهمات من مجموعة متنوعة من أصحاب المصلحة ، بما في ذلك عمال المناجم والمدققين والمرشحين والمستهلكين. يضمن هذا النهج التعاوني أن تبرز أفضل نماذج الذكاء الاصطناعي ويحسن جودة الخدمات الذكاء الاصطناعي التي تقدمها الشبكة.

هناك طبقتان إلى جانب العرض: الذكاء الاصطناعي (عمال المناجم) و blockchain (المدققون).

• يستضيف عمال المناجم في شبكة Bittensor نماذج الذكاء الاصطناعي ويغذونها إلى الشبكة ، ويعتمد نجاح عمال المناجم على الجودة والأداء الذي يقدمونه.
• يتم تعويض عمال المناجم $TAO بناء على الذكاء الذي يساهمون به في الشبكة (على الرغم من أن هذا يعتمد على المهمة المحددة في متناول اليد).
• يزداد الطلب على نموذج الطبقة العليا ويمكن أن يولد المزيد من الدخل لعمال المناجم.
• يعمل المدققون كمقيمين داخل الشبكة. يقومون بتقييم جودة وفعالية نماذج الذكاء الاصطناعي وإدارة طلبات المستخدمين. بهذه الطريقة ، يمكن للمدققين تصنيف النماذج بناء على أدائهم لمهام محددة ، مما يساعد المستهلكين في العثور على أفضل الحلول. كلما كانت تقييماتهم أكثر دقة واتساقا ، زادت المكافآت التي يتلقونها. وبالمثل ، يمكن أن تؤدي التقييمات غير المتسقة إلى عقوبات ، مما يضمن أن المدققين يحافظون على معايير عالية.
• يتم تحفيز المدققين من قبل $TAO لتصنيف عمال المناجم بناء على “مساهماتهم الذكية”.
• المدقق مسؤول أيضا عن توجيه المدخلات لإنتاج أفضل مخرجات. يتم تحقيق ذلك من خلال تشكيل تحالفات بين عمال المناجم (النماذج) التي تكمل بعضها البعض (الشبكات الفرعية).

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/29ae330dca33cabf476bd5b7aba12045.png)

على جانب الطلب ، يمكن للمطورين إنشاء تطبيقات فوق المدققين ، والاستفادة (والدفع مقابل) إمكانات الذكاء الاصطناعي من الشبكة لحالات استخدام محددة.

• المرشحون هم أفراد يحملون $TAO الرموز ويدعمون بنشاط مدققين محددين من خلال تفويضهم إلى مدققين محددين ، مما قد يساعد المدققين على كسب المزيد من الدعم والمكافآت. يكافأ المرشحون أنفسهم على المشاركة في العملية. إذا كان أداء المدقق ضعيفا أو إذا اعتقد المرشح أن هناك خيارا أفضل ، فيمكنه نقل الدعم إلى مدقق آخر.
• المستهلكون هم المستخدمون النهائيون لنماذج الذكاء الاصطناعي التي توفرها Bittensor. يمكن أن يكونوا مطوري تطبيقات يدمجون إمكانات الذكاء الاصطناعي في تطبيقاتهم ، أو قد يكونون مستخدمين لروبوتات المحادثة التي تبحث عن استجابات عالية الجودة.
• يعطي المستهلكون الأولوية للحصول على إجابات دقيقة وقيمة.
• يختار المطورون المدققين الذين يشعرون أنهم يلبون متطلباتهم على أفضل وجه لضمان أفضل خدمات الذكاء الاصطناعي في فئتها لمستخدميهم.

يؤدي التنسيق بين أصحاب المصلحة المذكورين أعلاه إلى شبكة تسهل أفضل نموذج لحالة استخدام معينة. يمكن لأي شخص التجربة ، مما يجعل من الصعب على الشركات مغلقة المصدر التنافس معها.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/1f04ce7cea554db516db1dc89e5202ba.png)

أحد المفاهيم الخاطئة الأكثر شيوعا هو الاعتقاد بأن الشبكة تدعم تدريب التعلم الآلي (ML). في حالته الحالية ، يدعم Bittensor الاستدلال فقط ، وهو عملية استخلاص النتائج وتقديم الردود بناء على الأدلة والمنطق. التدريب ، من ناحية أخرى ، هو عملية منفصلة تتضمن تعليم نموذج التعلم الآلي لأداء مهمة. يتم تحقيق ذلك من خلال تزويد النموذج بمجموعة بيانات كبيرة من الأمثلة المصنفة ، مما يسمح له بتعلم الأنماط والارتباطات بين البيانات والتسميات. في الوقت نفسه ، يستخدم الاستدلال نماذج التعلم الآلي المدربة لعمل تنبؤات على البيانات الجديدة غير المرئية. على سبيل المثال، يمكنك استخدام نموذج تم تدريبه على تصنيف الصور للاستدلال لتحديد فئة الصور الجديدة التي لم يتم رؤيتها من قبل.

لذلك ، من المهم ملاحظة أن Bittensor لا يؤدي ML على السلسلة ، ويعمل بشكل أشبه بأوراكل على السلسلة أو شبكة من المدققين الذين يقومون بتوصيل وتنسيق عقد ML خارج السلسلة (عمال المناجم). ينشئ هذا التكوين شبكة هجينة لامركزية من الخبراء (MoE) ، وهي بنية ML تدمج نماذج متعددة محسنة لقدرات مختلفة لتشكيل نموذج شامل أكثر قوة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/1744ea1c864a3be17756ac733f31672c.jpeg)

السوق الذكية من نظير إلى نظير

يعد السوق الذكي من نظير إلى نظير من Bittensor مفهوما رائدا في مجال تطوير الذكاء الاصطناعي ، حيث يقدم نظاما أساسيا لامركزيا وغير مصرح به على عكس النماذج الأكثر انغلاقا مثل OpenAI أو Google Gemini.

يهدف السوق إلى تعزيز الابتكار التنافسي ، والنهوض بصناعة الذكاء الاصطناعي ، وجعل الذكاء الاصطناعي في متناول المجتمع العالمي من المطورين والمستخدمين. يمكن تحفيز أي شكل من أشكال القيمة ، أي الاتفاق على إنشاء سوق عادلة لأي سلعة رقمية. بمعنى آخر ، يجسد البروتوكول نهج نظير إلى نظير لتبادل قدرات التعلم الآلي والتنبؤات بين المشاركين داخل الشبكة. إنه يسهل مشاركة نماذج وخدمات التعلم الآلي والتعاون فيها ، مما يؤدي إلى بيئة تعاونية وشاملة حيث يمكن استضافة كل من النماذج مفتوحة المصدر ومغلقة المصدر.

صعود سوق السلع الرقمية

Bittensor فريدة من نوعها من حيث أنها أرست الأساس لظهور سوق السلع الرقمية ، وتحويل ذكاء الآلة بشكل فعال إلى أصل قابل للتداول. في قلب البروتوكول هو إنشاء سوق لتسليع ذكاء الآلة.

على غرار الخوارزميات الجينية ، يقوم نظام حوافز Bittensor باستمرار بتقييم أداء عمال المناجم واختيار أو إعادة تدوير عمال المناجم بمرور الوقت. تضمن هذه العملية الديناميكية أن تظل الشبكة فعالة ومستجيبة لمشهد التنمية الذكاء الاصطناعي المتغير باستمرار.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/f46f8f28d8a27309e158ef7c3cd04e2a.png)

في سوق ذكاء Bittensor ، يتبع توليد القيمة نهجا مزدوجا:

• تتم مكافأة نماذج الذكاء الاصطناعي عالية الأداء التي يستضيفها عمال المناجم ، والتي يطلق عليها المساهمون ، في شكل رموز $TAO.
• سيتم أيضا مكافأة المدققين الذين يقيمون الذكاء ويستخدمونه برموز $TAO.

تجدر الإشارة إلى أن Bittensor لا يكافئ الأداء الخام فحسب ، بل يؤكد أيضا على توليد “الإشارات” الأكثر قيمة. وهذا يعني أن نظام المكافآت يعطي الأولوية لإنشاء المعلومات التي توفر فوائد كبيرة لجمهور واسع ، مما يساهم في نهاية المطاف في تطوير سلع أكثر قيمة.

尤马共识(إجماع يوما)

كسلسلة كتل مستقلة من الطبقة 1 ، يتم تشغيل Bittensor بواسطة خوارزمية إجماع Yuma. إنها خوارزمية إجماع لامركزية من نظير إلى نظير تهدف إلى تحقيق توزيع عادل لموارد الحوسبة عبر شبكة من العقد.

تستخدم Yuma آلية إجماع هجينة تجمع بين عناصر إثبات العمل (PoW) وإثبات الحصة (PoS). تقوم العقد داخل الشبكة بأداء الأعمال الحسابية والتحقق من صحة المعاملات وإنشاء كتل جديدة. سيتم أيضا التحقق من هذا العمل من قبل العقد الأخرى ، وسيتم مكافأة المساهمين الناجحين بالرموز. يشجع مكون PoS العقد على الاحتفاظ بالرموز المميزة ، ومواءمة مصالحها مع استقرار الشبكة ونموها.

يتمتع هذا النموذج الهجين بالعديد من المزايا مقارنة بآليات الإجماع التقليدية. من ناحية ، فإنه يتجنب الاستهلاك المفرط للطاقة المرتبط عادة بإثبات العمل (PoW) ويحل المشكلات البيئية. من ناحية أخرى ، فإنه يتجنب مخاطر المركزية التي تحدث في إثبات الحصة (PoS) ويحافظ على الشبكة لامركزية وآمنة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/d4f9c8b9e7c2ac1cb1fc5ee2e8bc094d.jpeg)

تتميز آلية إجماع يوما بقدرتها على تخصيص موارد الحوسبة عبر شبكة واسعة من العقد. هذا النهج له آثار بعيدة المدى ، حيث يمكنه بسهولة التعامل مع مهام الذكاء الاصطناعي الأكثر تعقيدا ومجموعات البيانات الأكبر. نظرا لأن الشبكة تدمج المزيد من العقد ، فإنها تتوسع بشكل طبيعي لاستيعاب أعباء العمل الكبيرة بشكل متزايد.

على عكس تطبيقات الذكاء الاصطناعي المركزية التقليدية التي تعتمد على خادم أو مجموعة واحدة ، يمكن توزيع التطبيقات التي تدعمها Yuma عبر شبكة من العقد. يعمل هذا التوزيع على تحسين استخدام موارد الحوسبة ، مما يتيح التعامل مع المهام المعقدة مع التخفيف من المخاطر المرتبطة بنقاط الفشل الفردية والانتهاكات الأمنية.

**صقل المعرفة **** - ديجيتال هايف مايند (****ديجيتال هايف مايند **)

يعد صقل المعرفة مفهوما أساسيا في بروتوكول Bittensor يسهل التعلم التعاوني بين عقد الشبكة لتحسين الأداء والدقة. على غرار الطريقة التي تعمل بها الخلايا العصبية في الدماغ البشري معا ، فإن تقطير المعرفة يمكن العقد من الصعود بشكل جماعي في شبكة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/67081d992939e19d0b307fb77b337ed0.jpeg)

تتضمن هذه العملية تبادل عينات البيانات ومعلمات النموذج بين العقد ، مما ينتج عنه شبكة تعمل على تحسين نفسها بمرور الوقت للحصول على تنبؤات أكثر دقة. تساهم كل عقدة في التجمع المشترك ، مما يؤدي في النهاية إلى تحسين الأداء العام للشبكة ، مما يجعلها أسرع وأكثر ملاءمة لتطبيقات التعلم في الوقت الفعلي ، مثل الروبوتات والمركبات المستقلة.

بشكل حاسم ، يخفف هذا النهج من خطر النسيان الكارثي ، وهو تحد شائع في التعلم الآلي. تحتفظ العقد بمعرفتها الحالية وتوسعها مع دمج رؤى جديدة ، مما يعزز مرونة الشبكة وقدرتها على التكيف.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/99beaa4611a788e7a14fe6207e680705.png)

من خلال توزيع المعرفة عبر عقد متعددة ، تصبح شبكة Bittensor TAO أكثر مقاومة للتداخل وأكثر مرونة لخروقات البيانات المحتملة. هذه المتانة مهمة بشكل خاص للتطبيقات التي تتعامل مع بيانات آمنة للغاية وحساسة للخصوصية ، مثل المعلومات المالية والطبية (يتم تغطية الخصوصية بمزيد من التفصيل لاحقا).

**خبير ميكس (وزارة التربية والتعليم)

تبتكر شبكة Bittensor بشكل أكبر ، حيث تقدم مفهوم الهجين الخبير اللامركزي (MoE). يسخر هذا النهج قوة الشبكات العصبية المتعددة ، كل منها متخصص في جانب مختلف من البيانات. عندما يتم تقديم بيانات جديدة ، يعمل هؤلاء الخبراء معا لإنتاج تنبؤات جماعية أكثر دقة مما يمكن لأي خبير فردي تحقيقه بمفرده.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/f6ba3a40d3f4ed8b7b3bd9cdd1286ad8.png)

تجمع آلية الإجماع المعتمدة بين التعلم العميق وخوارزميات إجماع blockchain. هدفها الرئيسي هو توزيع الحصة لتحفيز تلك العقد التي تساهم بأكبر قيمة معلوماتية للشبكة. في الأساس ، يكافئ أولئك الذين يعززون معرفتهم وقدراتهم في التواصل.

يتكون جوهر بروتوكول Bittensor من وظائف ذات معلمات ، يشار إليها عادة باسم الخلايا العصبية. يتم توزيع هذه الخلايا العصبية بطريقة نظير إلى نظير ، حيث تحتفظ كل خلية عصبية بأوزان شبكة صفرية أو أكثر مسجلة في دفتر الأستاذ الرقمي. تشارك العقد بنشاط في ترتيب بعضها البعض ، وتدريب الشبكات العصبية لتحديد قيمة جيرانها. عملية الترتيب هذه ضرورية لتقييم مساهمة العقد الفردية في الأداء العام للشبكة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/90986092acb0240e65d28d1ca12011c6.png)

يتم تجميع الدرجات التي تم إنشاؤها من خلال عملية التصنيف هذه في دفتر الأستاذ الرقمي. تتم مكافأة العقد ذات التصنيف الأعلى بمكافآت مالية ، مما يمنحها وزنا إضافيا في الشبكة. وهذا يخلق رابطا مباشرا بين مساهمة العقدة ومكافآتها ، مما يعزز العدالة والشفافية داخل الشبكة.

يوفر هذا النهج سوقا تقوم فيه أنظمة الاستخبارات الأخرى بتسعير الذكاء على أساس نظير إلى نظير عبر الإنترنت. إنه يحفز العقد على التحسين المستمر لمعارفهم وخبراتهم.

لضمان التوزيع العادل للمكافآت ، تستخدم Bittensor قيم Shapley ، وهو مفهوم مستعار من نظرية اللعبة التعاونية. توفر قيم Shapley طريقة عادلة وفعالة لتوزيع المكافآت بين عقد الشبكة بناء على مساهماتها. هذا المزيج من الحوافز والمساهمات يحفز العقد للعمل في مصلحة الشبكة ، وتحسين الأمن والكفاءة مع دفع التحسين المستمر.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/95a77d6529c8f944004108fa4f5182e1.jpeg)

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/e63c9a316f00e1d747a78309041f6dd0.png)

تتمثل المهمة الأساسية ل Bittensor في تعزيز الابتكار والتعاون في مجال الذكاء الاصطناعي من خلال إطار لامركزي. يتيح الإطار التوسع السريع وتبادل المعرفة ، مما يخلق مستودعا متناميا لا يمكن إيقافه للمعلومات. في هذا السوق ، يتمتع المطورون بالقدرة على تحقيق الدخل من نماذج الذكاء الاصطناعي الخاصة بهم وتقديم حلول قيمة للشركات والأفراد.

تمتد رؤية Bittensor إلى المستقبل ، حيث يمكن الوصول بسهولة إلى نماذج الذكاء الاصطناعي ونشرها عبر مجموعة متنوعة من الصناعات. تدفع إمكانية الوصول هذه التقدم وتفتح إمكانيات جديدة ، وتسد الفجوة بين إمكانات الذكاء الاصطناعي وتطبيقات العالم الحقيقي.

يشبه إلى حد كبير نماذج الذكاء الاصطناعي العالمية المعروفة مثل Chat GPT ، يولد نموذج Bittensor “تمثيلات” بناء على مجموعات البيانات العامة. لتقييم أداء النموذج ، تم استخدام معلومات فيشر لتقييم تأثير إزالة عقدة من الشبكة ، على غرار فقدان خلية عصبية في الدماغ البشري.

بالإضافة إلى تصنيفات النماذج ، تركز Bittensor بشدة على التعلم التفاعلي. يتفاعل كل نموذج بنشاط مع الشبكة ، ويسعى إلى التفاعل مع الطرز الأخرى ، على غرار بحث DNS. يعمل Bittensor كواجهة برمجة تطبيقات تستفيد من النماذج مفتوحة المصدر ومغلقة المصدر لتسهيل تبادل البيانات بين هذه النماذج ، مما يسهل التعلم التعاوني ومشاركة المعرفة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/768e1121900cbdf6b8fe1461fc9d072a.jpeg)

يستفيد النظام البيئي من إجماع يوما لضمان اتباع الجميع للقواعد ، ليصبح قوة دافعة لمطوري البرامج مفتوحة المصدر ومختبرات الأبحاث الذكاء الاصطناعي ، مما يوفر حوافز مالية لتعزيز النماذج الأساسية مفتوحة المصدر.

في الأساس ، Bittensor هو مستودع دائم التوسع لذكاء الآلة. يتم تحقيق ذلك من خلال الجمع بين 4 طبقات مختلفة:

• طبقة عامل المنجم: مسؤولة عن توليد عمل قيم في الشبكة.
• طبقة المدقق: تضمن التزام عمال المناجم بقواعد الإجماع المعمول بها.
• طبقة المؤسسة: البناء على البنية التحتية الحالية لتطوير منتجات وخدمات مبتكرة. إنها منصة تستفيد من الذكاء الجماعي للويب لإنشاء حلول جديدة.
• طبقة المستهلك: الاستفادة من الوظائف التي تولدها طبقة المؤسسة. نيابة عن المستخدم النهائي أو المؤسسة التي تستخدم المنتجات والخدمات التي تدعمها شبكة Bittensor.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/809dc523cc52a978abed0448bc06912d.png)

بيتينسور发展史

تأسست Bittensor في عام 2019 من قبل اثنين من الباحثين الذكاء الاصطناعي ، جاكوب ستيفز وعلاء شعبانا (ومؤلف ورقة بيضاء مجهول ، يوما راو). كانوا يبحثون عن طريقة لجعل الذكاء الاصطناعي مركبا. سرعان ما أدركوا أن العملات المشفرة يمكن أن تكون الحل - طريقة لتحفيز وتنسيق شبكة عالمية من عقد التعلم الآلي لتدريب وتعلم مشاكل محددة معا. تعمل الموارد الإضافية المضافة إلى الشبكة على تحسين الذكاء العام ، مما يضاعف عمل الدراسات والنماذج السابقة.

بدأت رحلة Bittensor مع إطلاق “Kusanagi” في يناير 2021 ، بمناسبة تنشيط الشبكة ، مما يسمح لعمال المناجم والمدققين بالبدء في كسب أول مكافآت $TAO. ومع ذلك ، تم إيقاف هذه النسخة الأولية مؤقتا بسبب مشكلات الإجماع. ردا على ذلك ، قام Bittensor بتقسيم “Kusanagi” إلى “Nakamoto” في نوفمبر 2021.

في 20 مارس 2023 ، وصل Bittensor إلى معلم مهم عندما تشعبت “ناكاموتو” مرة أخرى ، وهذه المرة تطورت إلى “فيني”. الغرض من هذه الترقية هو تحسين أداء التعليمات البرمجية kernel.

والجدير بالذكر أن Bittensor كان من المفترض في الأصل أن تكون سلسلة باراشين على Polkadot ، بعد أن تمكنت من تأمين فتحة parachain في مزاد في يناير 2021. ومع ذلك ، نظرا للمخاوف بشأن سرعة تطوير Polkadot ، فقد تقرر لاحقا استخدام L1 blockchain المستقل الخاص به المبني على Substrate بدلا من الاعتماد على Polkadot.

الوضع الحالي

يعمل Bittensor على الشبكة الرئيسية منذ أكثر من عام ، مع التركيز على إجراء البحوث التجريبية ووضع الأساس للإمكانات المستقبلية. فيما يلي نظرة عامة على الحالة الحالية ولماذا لم يتم إنشاء حالة استخدام الأعمال أعلى المدقق الخاص بها حتى الآن:

• نموذج مزيج متفرق: Bittensor يدير نموذج مزيج متفرق كنموذج. يرسم نماذج الذكاء الاصطناعي محددة في هذا الخليط ، كل منها يعالج دورا محددا في مشكلة أكبر يحددها المدقق. يعد تكوين النموذج وتكييفه مع أحدث التقنيات عملية معقدة ومتكررة. حاليا ، تقود مؤسسة Opentensor مرحلة خارطة الطريق هذه.
• الضغط الذكي (التقطير): الضغط الذكي هو التركيز البحثي الأساسي في Bittensor. يتضمن ذلك تقنيات التقطير التي تعمل على تحسين كفاءة وقدرات الشبكة.
• تحسين الأهداف الكبيرة: ينصب تركيز Bittensor الأساسي على التحسين للأهداف الكبيرة ، وليس حالات استخدام الأعمال قصيرة الأجل. تلتزم Opentensor بإنشاء شبكة تتجاوز منصة نظير إلى نظير بسيطة ولديها نظام تسعير نموذجي.
• التقدم والتحديثات: خلال العام الماضي ، أحرز Opentensor تقدما كبيرا ، بما في ذلك تحديث Synapse ، الذي فتح Bittensor للطلبات الخارجية. في أكتوبر 2023 ، نفذت ترقية Revolution التوسع من خلال الشبكات الفرعية. يتيح ذلك للمدققين الكبار تحديد المشكلات بشكل مستقل ، مما يخلق فرصا للتدفق النقدي في حصصهم.
• التوسع إلى العالم الحقيقي: تمثل شبكة Finney نقطة تحول ل Bittensor ، مما يسمح للمدققين بالتصرف بشكل أكثر استقلالية وتقليل المركزية الأولية. مع نمو حصص الشبكة وزيادة مكافآت الكتلة ، تم تعزيز نمو الذكاء الاصطناعي.
• حالات استخدام الأعمال الذكاء الاصطناعي القادمة: تتصور Bittensor أنه سيتم توسيع حالات استخدام الأعمال الذكاء الاصطناعي في العالم الحقيقي حيث يتبع أصحاب المصلحة ، بما في ذلك البشر الذكاء الاصطناعي ، حوافزهم. تطبيقات الوسائط المتعددة و metamodality قادمة ، ودمج الشبكات الفرعية في شكل “ذكي” موحد.

مع أحدث ترقية Revolution ، يتيح Bittensor لأي شخص إنشاء شبكات فرعية خصيصا لأنواع معينة من التطبيقات. على سبيل المثال ، تستخدم الشبكة الفرعية 4 JEPA (البنية المتوقعة للتضمين المشترك) ، وهو نهج الذكاء الاصطناعي ابتكره Yann LeCun من Meta والذي يتعامل مع أنواع الإدخال والإخراج المختلفة مثل الفيديو والصور والصوت.

ومن الإنجازات البارزة الأخرى BTLM-3B-8K (نموذج لغة Bittensor) من Cerebras ، وهو نموذج حدودي 3B يجعل من الممكن تشغيل نماذج عالية الدقة وعالية الأداء على الأجهزة المحمولة ، مما يجعل الوصول إلى الذكاء الاصطناعي أكثر سهولة. يتوفر BTLM-3B-8K على Hugging Face للاستخدام التجاري بموجب ترخيص Apache 2.0.

تحتوي نماذج GPT الكبيرة عادة على أكثر من 100 مليار معلمة وتتطلب العديد من وحدات معالجة الرسومات المتطورة لإجراء استنتاجات. ومع ذلك ، فإن إصدار LLaMA من Meta سمح للعالم بالحصول على نماذج عالية الأداء مع 7 مليارات معلمة فقط ، مما يسمح بتشغيل LLMs على أجهزة الكمبيوتر المتطورة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/5f41538996773843f7c424871e0934f2.png)

حتى إذا تم قياس نموذج يحتوي على 7 مليارات معلمة بدقة 4 بت ، فإنه لا يزال غير قادر على التكيف مع العديد من الأجهزة الشائعة ، مثل iPhone 13 (4GB RAM). يمكن لنموذج معلمة 3 مليارات أن يناسب بسهولة أي جهاز محمول تقريبا ، لكن نماذج حجم المعلمات السابقة البالغة 3 مليارات أداء أقل بكثير من نظيرتها البالغة 7 مليارات معلمة. يحقق BTLM توازنا بين حجم الطراز والأداء. مع 3 مليارات معلمة ، فإنه يوفر مستوى أعلى بكثير من الدقة والقدرة من النماذج السابقة بحجم 3 مليارات معلمة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/c449c9b55c752dd890e2910f0d6d5e93.png)

عند النظر إلى المعايير الفردية ، سجلت BTLM أعلى الدرجات في كل فئة باستثناء TruthfulQA.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/5fad1bb10e849f311570d9bbeb531067.png)

لا يتفوق BTLM-3B على جميع نماذج المعلمات البالغ عددها 3 مليارات فحسب ، بل إنه ينافس أيضا العديد من نماذج المعلمات البالغ عددها 7 مليارات من حيث الأداء.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/767ef279e17d3f06620eb406036a463a.jpeg)

**الثورة ** - Bittensor 子网升级

تم إطلاق ترقية Bittensor’s Revolution في 2 أكتوبر وتمثل علامة فارقة في تطور Bittensor ، مما أدى إلى تغييرات كبيرة في هيكلها التشغيلي. في قلب هذه الترقية هو إدخال “الشبكات الفرعية” ، وهو مفهوم رائد يمنح المطورين استقلالية غير مسبوقة في تشكيل حوافزهم وبناء سوق داخل نظام Bittensor البيئي.

ومن السمات الرئيسية لهذه الترقية إدخال لغة برمجة مخصصة مصممة خصيصا لتطوير أنظمة الحوافز. يمكن هذا الابتكار المطورين من إنشاء وتنفيذ حوافزهم على شبكة Bittensor ، والاستفادة من مجموعتها الواسعة من العقول الذكية لتكييف السوق لتلبية متطلباتهم وتفضيلاتهم المحددة.

تمثل الترقية أيضا خروجا كبيرا عن النموذج المركزي ، حيث تتحكم مؤسسة واحدة في جميع جوانب الشبكة ، وتنتقل إلى إطار أكثر لامركزية. الآن ، جميع أنواع الأفراد أو المجموعات لديهم الفرصة لامتلاك وإدارة الشبكات الفرعية.

مع إدخال “الشبكات الفرعية” ، يمكن لأي شخص الآن إنشاء شبكاته الفرعية الخاصة وتحديد حوافزه ، مما يسهل مجموعة واسعة من الخدمات داخل نظام Bittensor البيئي. يعزز هذا التحول التنوع واللامركزية داخل الشبكة ، بما يتماشى مع المبادئ المفتوحة والتعاونية لمهمة Bittensor.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/ab171695b18e8e3b9818f9a0f4c375e1.jpeg)

بالإضافة إلى ذلك ، ستتنافس الشبكات الفرعية على الإصدار من خلال الحصول على إجماع الممثلين في “شبكة توجيه” جديدة ، مما يقدم عاملا تنافسيا يمكن أن يدفع الابتكار وتخصيص الموارد.

يمكن أن يذكرنا ظهور الشبكات الفرعية التي أنشأها المستخدم بانفجار التطبيقات بعد أن فتحت Ethereum أبوابها لمجتمع المطورين العالمي. كما تسلط الترقية الضوء على إمكانية دمج الأدوات والخدمات المختلفة في شبكة متماسكة. في الأساس ، كل عنصر مطلوب لبناء الذكاء أصبح الآن مركزيا تحت سقف واحد ويحكمه رمز واحد ($TAO).

شبكة التوجيه

تلعب شبكة التوجيه دورا رئيسيا في نظام Bittensor البيئي. تعمل كشبكة فرعية ميتا ، ويتمثل دورها الرئيسي في توزيع التوزيعات بين الشبكات الفرعية الأخرى بناء على الإجماع المرجح للممثلين الرئيسيين. هذا التحول عميق ، لأنه يحول Bittensor بشكل أساسي من نظام تحكم واحد إلى “شبكة شبكات” ديناميكية.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/1bf4af4f5fb6cef60707fcb7a1ed67b8.jpeg)

بشكل حاسم ، لم تعد خطة الإصدار تحت سيطرة مؤسسة Opentensor بالكامل. يتمتع الممثلون داخل شبكة “الجذر” الآن بسلطة على توزيع الحوافز. هذا التحول لا مركزية السيطرة على الحوافز، ولم يعد يعتمد فقط على أي كيان واحد، ويضعها تحت سيطرة شبكة “الجذر”.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/4aa990902d202c5862fbe2a7e3d8d97e.jpeg)

الشبكة الفرعية

الشبكات الفرعية داخل شبكة Bittensor هي حوافز مستقلة توفر إطارا لعمال المناجم للتفاعل مع النظام الأساسي. تلعب هذه الشبكات الفرعية دورا رئيسيا في تحديد البروتوكولات التي تحكم التفاعلات بين عمال المناجم والمدققين.

بالإضافة إلى ذلك ، لم تعد تفاصيل آلية الحوافز مشفرة في قاعدة بيانات Bittensor. بدلا من ذلك ، يتم تعريف هذه التفاصيل في مستودع الشبكة الفرعية ، مما يسمح بمزيد من المرونة والقدرة على التكيف.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/daee1c38519a6653d861a6689a86a9a3.jpeg)

يقدم Bittensor شبكات فرعية محددة ، مثل الشبكة الفرعية السريعة والشبكة الفرعية للسلاسل الزمنية. الشبكة الفرعية السريعة قادرة على تنفيذ مجموعة متنوعة من الشبكات العصبية السريعة ، بما في ذلك GPT-3 و GPT-4 و ChatGPT والمزيد ، للاستدلال اللامركزي. تتيح هذه الميزة للمستخدمين التفاعل مع المدققين على الشبكة واشتقاق المخرجات من أفضل النماذج أداء ، مما يوفر إمكانات الذكاء الاصطناعي متقدمة لتطبيقاتهم.

تعمل الشبكة الفرعية عن طريق توزيع الرموز المميزة $TAO على عمال المناجم والمدققين بناء على قيمة مساهماتهم في الشبكة. يتم تحديد القواعد والبروتوكولات المحددة لاستجابة عامل المنجم لاستعلام المدقق وعملية التقييم التي يجريها المدقق بواسطة الكود داخل كل مستودع شبكة فرعية.

• عند بدء التشغيل ، سيتم توفير 9 فتحات للشبكة الفرعية ، لكل منها سعة افتراضية تبلغ 256 UIDs (باستثناء الشبكة الفرعية 1 ، والتي يمكن أن تستوعب 1024 UID). ستتنافس الشبكات الفرعية بنشاط على الإصدار من خلال السعي للحصول على أوزان توافقية من الممثلين داخل شبكة “الجذر”.
• لتسجيل شبكة فرعية، يجب على الشخص أو الكيان تأمين عدد محدد من $TAO طوال مدة وجود الشبكة الفرعية. يتولى مالكو الشبكة الفرعية دور مسؤول الشبكة الكامل ولديهم سلطة تعيين الانبعاثات من خلال الشبكات الفرعية الخاصة بهم. لديهم أذونات كاملة ، بما في ذلك القدرة على استدعاء عمليات sudo عبر الشبكة ، مثل تحديد الحد الأدنى لمعدلات الشبكة ، وما إلى ذلك.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/5849f647f32381410ca0cdf51f9f5cf0.jpeg)

• ترتبط كل شبكة فرعية بمعرف UID فريد للشبكة ، ويتم نقل ملكية الشبكة الفرعية إلى المحفظة التي تقفل $TAO المبلغ المطلوب لتسجيلها. عند إنشاء شبكة فرعية ، سيتم خصم المبلغ المقابل من $TAO من محفظة المنشئ وإرفاقه بالشبكة الفرعية. إذا تم تسجيل خروج الشبكة الفرعية، يتم إرجاع $TAO المقفلة إلى المالك.
• تجدر الإشارة إلى أنه سيتم منح 18٪ من خصم $TAO المخزنة داخل الشبكة الفرعية لمالك الشبكة الفرعية. يحفز هذا منشئي الشبكات الفرعية على ابتكار آليات لجذب الممثلين على شبكة التوجيه ، لأنه يزيد من فرصهم في تجنب تسجيل الخروج.
• تمنح الشبكات الفرعية المسجلة حديثا فترة إعفاء في غضون أسبوع واحد ولا يمكن إلغاء تسجيلها خلال هذه الفترة. تبلغ تكلفة القفل الأولية 2500 $TAO ، والتي تتضاعف عند تسجيل شبكة فرعية جديدة. بمرور الوقت ، يتم تخفيض تكلفة التثبيت تدريجيا ، باتباع نمط خطي مشابه لآلية المزاد الهولندية. يهدف هذا النهج إلى إيجاد توازن بين الطلب على الفتحات الفرعية عن طريق تعديل تكاليف التثبيت بمرور الوقت.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/a3d64f82abbe18a50c67ae8331332513.jpeg)

• عند إلغاء تسجيل شبكة فرعية ، سيتم إرجاع $TAO المستخدمة لتسجيلها إلى المالك ، وستتم إزالة جميع عمال المناجم داخل الشبكة الفرعية ، وستتم إعادة تعيين حالة الشبكة.

شبكة الجذر

تعمل شبكة الجذر ك “شبكة فرعية ميتا” ، تجلس فوق الشبكات الفرعية الأخرى وتؤثر على تشغيلها ، بينما تلعب دورا رئيسيا في تحديد درجة إصدار النظام بأكمله.

وتتمثل مهمتها الرئيسية في إنشاء متجه إصدار لكل شبكة فرعية باستخدام آلية توافق الآراء المرجحة التي يشارك فيها المندوبون. يقوم الممثلون داخل شبكة الجذر بتعيين أوزان لشبكات فرعية مختلفة بناء على تفضيلاتهم ، وتحدد آلية الإجماع النهائية تخصيص الإصدارات.

أحد الجوانب البارزة هو أن شبكة “الجذر” قد عززت بشكل فعال دور مجلس الشيوخ والآلية التمثيلية ، ودمج هذه الوظائف في كيان واحد. هذا التكامل يبسط عملية صنع القرار داخل النظام البيئي Bittensor.

شبكة “الجذر” لديها القدرة على تشكيل النظام البيئي من خلال التأثير على توزيع الحوافز. إذا رأت أن جانبا معينا من الشبكة الفرعية أو النظام لا قيمة له ، فلديه القدرة على تقليل أو إلغاء تخصيص الحوافز لهذا المكون.

يجب أن تعمل الشبكات الفرعية داخل شبكة Bittensor بنشاط لجذب غالبية الوزن الممثل داخل شبكة “الجذر” لتأمين حصة كبيرة من حوافز الإصدار. يؤكد هذا الجانب التنافسي على أهمية الشبكات الفرعية التي توضح قيمتها وفائدتها للنظام البيئي الأوسع.

بالإضافة إلى ذلك ، فإنه يمنح أفضل 12 مفتاحا داخل الشبكة إمكانية استخدام حق النقض ضد المقترحات المقدمة من الثلاثة الكبار ، مما يضيف طبقة إضافية من الحوكمة والضوابط والتوازنات إلى النظام.

توقعات الصناعة

في قطاع التكنولوجيا ، تركزت السلطة منذ فترة طويلة في أيدي حفنة من عمالقة التكنولوجيا. حافظت هذه الشركات العملاقة على سيطرتها على السلع الرقمية القيمة الضرورية لدفع الابتكار. ومع ذلك ، فقد أدخلت Bittensor نظاما أكثر ديمقراطية ويمكن الوصول إليه من خلال سوقها ، معترفة بهذا النموذج الشعبي وتتحده.

البصيرة الأساسية ل Bittensor هي أن الذكاء هو نتيجة للسلع الرقمية المختلفة مثل قوة الحوسبة والبيانات. تاريخيا ، تم التحكم في هذه السلع بإحكام ، واقتصرت على عالم عمالقة التكنولوجيا. يحاول Bittensor كسر هذه الأغلال من خلال تقديم شبكات فرعية أنشأها المستخدم. ستعمل هذه الأسواق في ظل نظام رمزي موحد ، مما يضمن حصول المطورين في جميع أنحاء العالم على وصول متساو إلى الموارد التي كانت ذات يوم مجالا حصريا لحفنة من النخب في نظام بيئي مغلق للتكنولوجيا الكبيرة.

التبني المحتمل

في العصر الرقمي اليوم ، لا يمكن إنكار القوة التحويلية للذكاء الاصطناعي (الذكاء الاصطناعي). أصبح الذكاء الاصطناعي جزءا لا يتجزأ من حياتنا ، حيث نقوم بتبسيط البحث ، وأتمتة سير العمل ، والمساعدة في الترميز ، وإنشاء المحتوى من النص. النمو السريع لقدرات الذكاء الاصطناعي واضح ، ولكن هذا النمو يجلب أيضا تحديات تتعلق بقابلية التوسع ، والأهم من ذلك ، الموثوقية. على وجه الخصوص ، تؤكد الأحداث الأخيرة مثل الانقطاع المؤقت ل ChatGPT في واشنطن لمناقشة تنظيم الذكاء الاصطناعي الحاجة الملحة إلى حلول قوية لتحديات التوسع الذكاء الاصطناعي. تركت هذه الانقطاعات المستخدمين قلقين بشأن استقرار وموثوقية الذكاء الاصطناعي حيث يصبح أكثر تكاملا في حياتهم اليومية. في هذه اللحظات تتضح أهمية $TAO Bittensor.

لا يدعم نهج Bittensor الذكاء الاصطناعي مفتوحة المصدر فحسب ، بل يظهر أيضا أنه يمكن أن يكون مسعى مجزيا ماليا. إنه يعتمد على تطور المنافسة التي شوهدت في تعدين البيتكوين ويمهد الطريق لسوق مزدهر حيث تظهر أفضل نماذج الذكاء الاصطناعي في المقدمة. يمكن هذا التحول الباحثين الذكاء الاصطناعي من المساهمة بخبراتهم في بيئة مفتوحة وديناميكية تفيد المجتمع ككل في نهاية المطاف.

يوفر $TAO بنية تحتية الذكاء الاصطناعي لامركزية يمكنها التخفيف من المشاكل المحتملة التي يواجهها ChatGPT. من خلال اللامركزية الذكاء الاصطناعي ، تضمن Bittensor مرونة وموثوقية أنظمة الذكاء الاصطناعي ، حتى مع نمو الطلب عليها. يضع هذا النهج أساسا متينا لمستقبل خدمات الذكاء الاصطناعي.

باختصار ، Bittensor هو سوق عالمي مفتوح المصدر الذكاء الاصطناعي يقدم حلا مقنعا للتحديات التي يفرضها تطوير الذكاء الاصطناعي مغلق المصدر.

• الذكاء الاصطناعي سحب الجاذبية الفائق: يعمل Bittensor كقوة جاذبية تجذب أفضل نماذج الذكاء الاصطناعي من الباحثين في جميع أنحاء العالم. من خلال تعزيز السوق الحرة الذكاء الاصطناعي ، تشجع الشبكة تقديم نماذج متطورة. مع نضوجها ، تعد Bittensor بخفض الأسعار ، والقضاء على مخاطر النظام الأساسي ، وتوفير أفضل إخراج الذكاء الاصطناعي ، سواء كان نصوصا أو صورا أو مقاطع فيديو أو تنسيقات أخرى.
• مربحة مفتوحة المصدر: Bittensor يحول الذكاء الاصطناعي مفتوحة المصدر إلى عمل مربح. باتباع مثال Bitcoin ، تم بناء Bittensor على افتراض أن أصحاب المصلحة مدفوعون بالربح. في هذا النظام البيئي ، تحقق أفضل نماذج الذكاء الاصطناعي أكبر قدر من المال. لقد تم تحويلها إلى صناعة تنافسية للغاية ومتخصصة بالتوازي مع تطوير تعدين البيتكوين. لدى باحثي الدكتوراه الآن الفرصة لتقديم أبحاثهم إلى هذه السوق المفتوحة ، وسد الفجوة بين الأوساط الأكاديمية والقطاع الخاص.
• مقياس مثير للإعجاب: أسفرت حوافز Bittensor عن نتائج مهمة. تخدم الشبكة أكثر من 4000 نموذج الذكاء الاصطناعي ، بما في ذلك 10 تريليونات معلمة نموذجية. يمكن ملاحظة ذلك من خلال مقارنة هذا بمعلمات GPT-3 البالغ عددها 175 مليار معلمة.
• أصحاب المصلحة المتنوعون: يتضمن النظام البيئي ل Bittensor مجموعة من أصحاب المصلحة ، بما في ذلك عمال المناجم والمدققين والمرشحين والمستهلكين. تضمن هذه المشاركة المتنوعة متانة الشبكة ونموها المستمر.

الوضع الحالي الذكاء الاصطناعي هو اعتبار مهم ، لا يزال الكثير منه مغلقا تحت سيطرة شركات التكنولوجيا الكبرى المغلقة. هذا يثير السؤال: ماذا لو كان الذكاء الاصطناعي منفتحا في بيئة تعاونية ويكون قادرا على التعلم من نماذج الذكاء الاصطناعي الأخرى؟ يحاول $TAO Bittensor تقديم حل لهذه المشكلة.

• اعتماد النمو: في حين أن بعض شركات الذكاء الاصطناعي الكبرى قد تكون مترددة في الكشف عن تكنولوجيا الذكاء الاصطناعي الخاصة بها ، فإن $TAO يقدم اقتراحا مثيرا للاهتمام. يقدم إمكانية تحقيق المزيد من الدخل من خلال المعاملات الدقيقة. تخيل حلا كاملا الذكاء الاصطناعي مثل OpenAI يقبل المدفوعات الصغيرة في كل مرة يستخدم فيها شخص ما نماذجه المدربة في نظام Bittensor البيئي لبناء منتجاته وأعماله. وهذا يمكن أن يفتح مصادر دخل جديدة لهذه الشركات، ويشجعها على المشاركة في شبكات الذكاء الاصطناعي المفتوحة.
• التبني المدفوع بالطلب: من المفترض أن تظل حلول الذكاء الاصطناعي الحالية مغلقة ومقاومة للشبكات المفتوحة. حتى مع وجود الكثير من المال تحت تصرفك ، فإن المصدر المفتوح لديه القدرة على التفوق على هذه الحلول الممولة جيدا. وفي حين أن الموارد المالية ضرورية للتنمية التكنولوجية، لا ينبغي الاستهانة بإمكانات التكنولوجيات التي تمكن التعلم الموجه ذاتيا والتعلم من البيئة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/ee86ca80be96dbf87495d518b64305ec.jpeg)

معضلة المصدر المفتوح

مع استمرار تزايد المخاوف بشأن قضايا المواءمة في الذكاء الاصطناعي ، تكتسب المناقشات حول ما إذا كان ينبغي الذكاء الاصطناعي أن تكون النماذج مفتوحة المصدر زخما. السؤال الأساسي هو ما إذا كان يجب أن يكون الرمز الفعلي وراء الذكاء الاصطناعي النماذج مجانيا ومفتوحا للجميع. ومن المثير للاهتمام ، حتى لو قام لاعب رئيسي مثل OpenAI بفتح نماذجه ، فإن هذا لن يشكل بالضرورة تهديدا ل Bittensor. في بيئة مفتوحة المصدر ، يمكن لأي شخص الاستفادة من هذه النماذج على شبكة Bittensor.

في المجتمع التقني ، هناك آراء مختلفة حول هذه المسألة. وقد أشير إلى أن تكنولوجيا الذكاء الاصطناعي مفتوحة المصدر يمكن أن تمنح الجهات الفاعلة الخبيثة القدرة على استغلال الذكاء الاصطناعي لأغراض ضارة. وعلى العكس من ذلك، يجادل آخرون بأن منح الحقوق الحصرية لتكنولوجيا الذكاء الاصطناعي للشركات الكبرى يمكن أن يشكل خطرا أكبر. على سبيل المثال، تركيز السلطة الذكاء الاصطناعي أيدي حفنة من الشركات التي تبلغ قيمتها تريليون دولار، كما يتضح من تركيز أوبن إيه آي على جمع مبالغ كبيرة من المال، يمكن أن يثير مخاوف أخلاقية ويسلط الضوء على خطر فساد السلطة.

يعد قرار Meta بالمصدر المفتوح Llama2 LLM علامة على تحول في الصناعة نحو تبني ممارسات المصادر المفتوحة. توفر هذه الخطوة ل Bittensor فرصة للتعلم وربما دمج تقدم Meta في شبكتها ، مما يؤدي إلى سد فجوة الأداء بسرعة أكبر.

من الضروري إلقاء نظرة على تقييمات $TAO و OpenAI. حاليا ، تهيمن OpenAI على الصناعة ، مع تقييمات تتراوح بين 80 مليار دولار و 90 مليار دولار. ومع ذلك ، فإنه يعمل ضمن نظام بيئي مغلق يعتمد بشكل كبير على Microsoft وخدماتها السحابية الخاضعة للرقابة. على الرغم من ذلك ، تمكنت OpenAI من جذب أفضل المواهب من جميع أنحاء العالم. من ناحية أخرى ، مع مرور الوقت وأصبحت مبادرات المصادر المفتوحة أكثر انتشارا ، من المتوقع أن يتوسع نطاق المواهب المتاحة بشكل كبير ، ليغطي جميع أركان الإنترنت. يمكن أن تلعب هذه الديمقراطية في الخبرة الذكاء الاصطناعي دورا رئيسيا في تشكيل اعتماد Bittensor.

** المشهد التنافسي - مركزي الذكاء الاصطناعي**

يظل اعتماد المطور عاملا رئيسيا في مسار نمو Bittensor. يمكن للمطورين الآن التفاعل مع الشبكة من خلال واجهة برمجة تطبيقات Python التي طورتها مؤسسة OpenTensor ، مما يسلط الضوء على أهمية تعزيز مجتمع مطورين قوي لدفع التبني. اليوم ، تعمل Bittensor بنشاط على تحقيق اللامركزية في الجوانب الرئيسية للشبكة ، مثل إنشاء النماذج والتدريب ، ومكافأة النماذج الأكثر دقة مع تسهيل عملية صنع القرار التي يحركها المجتمع.

ومن المثير للاهتمام ، أن اللاعبين الراسخين في مجال الذكاء الاصطناعي ، بما في ذلك OpenAI و Google ، أصبحوا الآن منافسين $TAO. إنهم يشاركون بعمق في مرحلة توليد النماذج الذكاء الاصطناعي وحتى يشتغلون في التكامل الرأسي المحتمل داخل مختلف الصناعات. وفي هذا السياق، يتمثل أحد التحديات الرئيسية التي تواجه $TAO في مشكلة تجزئة البيانات.

على عكس عمالقة التكنولوجيا مثل Facebook و Apple و Amazon و Netflix و Google (FAANG) ، والتي لديها إمكانية الوصول إلى مجموعة واسعة من مستودعات البيانات ذات المغزى ، قد تفتقر مجتمعات التعهيد الجماعي إلى نفس المستوى من الموارد والوصول إلى البيانات. تتمتع مؤسسات FAANG بالدعم المالي للاستفادة من الأجهزة القوية ، مثل تقنيات Nvidia المتطورة ، بما في ذلك H100 و GH200 ، والتي يمكن أن تسرع بشكل كبير الذكاء الاصطناعي تدريب النموذج.

في الوقت نفسه ، تجدر الإشارة إلى أن جميع حلول الذكاء الاصطناعي السائدة اليوم موجودة في شكل مغلق ومركزي. وهذا يشمل شركات معروفة مثل OpenAI و Google و Midjourney وغيرها ، كل منها يقدم حلولا الذكاء الاصطناعي تخريبية. ومع ذلك ، فإن الفجوة بين النماذج المغلقة والمفتوحة المصدر تضيق بسرعة. تكتسب النماذج مفتوحة المصدر قوة جذب من حيث السرعة والتخصيص والخصوصية والقدرات العامة. بالمقارنة مع نظرائهم المغلقين ، فإنهم يحققون ميزات رائعة بميزانية صغيرة نسبيا ومقياس معلمات. بالإضافة إلى ذلك ، تعمل هذه النماذج مفتوحة المصدر وفقا لجدول زمني متسارع ، مما يتيح تسليم النتائج في غضون أسابيع بدلا من أشهر.

كعملاق تقني قوي ، أدركت Google اتجاه التغيير هذا. “ليس لدينا خندق ، وكذلك OpenAI” ، قال تسرب داخلي من الشركة. يسلط الضوء على التأثير المتزايد الذكاء الاصطناعي مفتوحة المصدر في المشهد التنافسي.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/914a812e6af0fbcb1e4061a461d5a5ca.png)

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/a3808d76a898a6dd9e4f4dd27e0f1935.jpeg)

في هذا النظام البيئي الذكاء الاصطناعي المتنامي ، تبرز $TAO كمحفز للتغيير ، وتتحدى النماذج التقليدية لتطوير الذكاء الاصطناعي والتدريب. نهجها اللامركزي وروحها التي يحركها المجتمع تجعلها منافسا في الساحة الديناميكية حيث سيطر عمالقة التكنولوجيا ذات يوم.

على عكس الأنظمة الأساسية المركزية التي تقيد الوصول إلى نماذج الذكاء الاصطناعي الفردية ، توفر بنية Bittensor وصولا بدون إذن إلى الذكاء. إنه متجر شامل لمطوري الذكاء الاصطناعي ، حيث يوفر جميع موارد الحوسبة اللازمة مع قبول المساهمات الخارجية. يربط هذا النموذج الشامل الشبكات العصبية عبر الإنترنت لإنشاء نظام تعلم آلي عالمي وموزع ومدفوع بالحوافز.

لتحقيق الإمكانات الكاملة الذكاء الاصطناعي ، من الضروري الابتعاد عن ممارسات تطوير المصادر المغلقة والقيود المرتبطة بها. مثلما يوسع الأطفال فهمهم من خلال التفاعلات الاجتماعية ، تزدهر الذكاء الاصطناعي في البيئات الديناميكية. يساعد التعرض لمجموعات البيانات المتنوعة والرؤى من الباحثين المبتكرين والتفاعل مع النماذج المختلفة على تعزيز إنشاء أنظمة الذكاء الاصطناعي أكثر قوة وذكاء. لا ينبغي تحديد مسار الذكاء الاصطناعي من قبل كيان واحد.

في سياق هذين المستقبلين المتعارضين، فإن الاختيار بين عالم تهيمن عليه خوارزميات الصندوق الأسود والسلطة المركزية، أو مشهد الذكاء الاصطناعي مفتوح وديمقراطي أمر بالغ الأهمية للمجتمع.

في السيناريو الأول ، حيث تتحكم الشركات الكبيرة مثل OpenAI أو Anthropic في الحل الذكاء الاصطناعي ، فإننا نخاطر بالعيش في ظل نظام مراقبة مستمر. سيكون لهذه الشركات سلطة هائلة على بياناتنا الشخصية وتفاعلاتنا اليومية ، مع الحق في إغلاق الخدمات والإبلاغ عن الأفراد الذين يختلفون أو يجرون مناقشات.

ومع ذلك ، فإن الخيار الأكثر تفاؤلا يوفر عالما الذكاء الاصطناعي يعتمد على منصة مفتوحة المصدر ومبني على شبكة مملوكة عالميا. هنا ، السلطة والسيطرة لا مركزية ، الذكاء الاصطناعي أداة للتمكين بدلا من المراقبة. في هذه الحالة ، يمكن أن يزدهر الإبداع والتطوير دون خوف من تحيز الشركات أو الرقابة.

ومثلما يضفي الإنترنت طابعا ديمقراطيا على الوصول إلى المعلومات، فإن النظام البيئي المفتوح الذكاء الاصطناعي من شأنه أن يضفي الطابع الديمقراطي على الوصول إلى المعلومات. إنه يضمن عدم احتكار الذكاء من قبل قلة ، مما يعزز تكافؤ الفرص حيث يمكن لأي شخص المساهمة والتعلم والاستفادة.

**$TAO الرموز المميزة **

• على غرار Bitcoin ، يقتصر إجمالي الحد الأقصى للعرض من الرموز $TAO على 21,000,000 وسيتم إصداره بعد 256 عاما.
• سيحدث النصف $TAO كل 10.5 مليون كتلة ، مع حدوث 64 حدث تنصيف على مدى السنوات ال 45 المقبلة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/a6c336baa5bf8cfde3c96b172e23c993.png)

• الشبكة لديها وقت كتلة من حوالي 12 ثانية ، وكل كتلة تكافئ عمال المناجم والمدققين لمدة 1 $TAO.
• حاليا ، هذا يعادل إصدار 7200 رمز $TAO جديد يوميا ، والتي يتم توزيعها بالتساوي بين عمال المناجم والمدققين.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/120427af6ad9d8cf33ac6cee377676e7.jpeg)

تشابه آخر مع Bitcoin هو أن جدول إصدار $TAO يتبع أيضا مفهوم النصف ، والذي يحدث كل 4 سنوات تقريبا. ومع ذلك ، يتم تحديد ذلك من خلال المبلغ الإجمالي للرموز المميزة الصادرة ، وليس من خلال عدد الكتل. على سبيل المثال ، بمجرد إصدار نصف إجمالي العرض ، ينخفض معدل الإصدار إلى النصف.

الأهم من ذلك ، يتم حرق الرموز $TAO المستخدمة لتسجيل إعادة التدوير مرة أخرى في العرض غير المصدر ، مما يؤدي إلى تمديد تدريجي لفاصل النصف. وتضمن هذه الآلية تعديل جدول الإصدار ديناميكيا بمرور الوقت، مما يعكس احتياجات الشبكة ودينامياتها الاقتصادية.

**$TAO الاقتصاد الرمزي **

يتميز الاقتصاد الرمزي $TAO ل Bittensor بالبساطة والالتزام باللامركزية والتوزيع العادل. على عكس العديد من مشاريع blockchain الأخرى ، لا يتم توزيع الرموز المميزة $TAO على أي طرف من خلال ICOs أو IDOs أو المواضع الخاصة ل VCs أو المهام المميزة للفرق أو المؤسسات أو المستشارين. بدلا من ذلك ، يجب كسب كل رمز مميز متداول من خلال المشاركة بنشاط في الشبكة.

هناك أيضا مخصصون لرأس المال في الشبكة يشاركون كعمال مناجم أو مدققين ويقدمون خدمات صنع السوق ، مثل DCG أو GSR أو Polychain. الأهم من ذلك ، لم يتلق أي منهم مخصصات رمزية من خلال ما قبل البيع أو المواضع الخاصة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/89953e6a8b5db5afc84957eda6e36a11.png)

يمكن استخدام الرموز المميزة $TAO للحوكمة والتخزين والمشاركة في آليات الإجماع ، وكذلك كوسيلة للدفع داخل شبكة Bittensor.

وبهذه الطريقة ، يستخدم المدققون والمعدنين الرموز المميزة الخاصة بهم كضمان لتأمين الشبكة وكسب مكافآت للإصدار التضخمي ، بينما يمكن للمستخدمين والشركات استخدام $TAO للوصول إلى خدمات وتطبيقات الذكاء الاصطناعي المبنية على الشبكة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/a64bdc82ffeb73ebf7357cb525fd4103.jpeg)

لا يمكن إنشاء رموز $TAO جديدة إلا من خلال التعدين والتحقق. تكافئ الشبكة عمال المناجم والمدققين ، مع منح مكافأة 1 $TAO لكل كتلة ، والتي يتم تقسيمها بالتساوي بين عمال المناجم والمدققين. نتيجة لذلك ، فإن الطريقة الوحيدة لكسب $TAO هي شراء الرموز المميزة في السوق المفتوحة أو المشاركة في أنشطة التعدين والتحقق من الصحة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/b16a6bf7d2d0f1ec6f697372d003927d.jpeg)

$TAO يعكس نموذج توزيع الرمز المميز البسيط مبدأ اللامركزية ويذكرنا بروح Bitcoin التي وضعها ساتوشي ناكاموتو. يتوافق سك نشأة $TAO مع جدول إصدار Bitcoin ($BTC) ، مما يوفر فرصا متساوية لأي شخص يساهم بقيمة في الشبكة. ويؤكد هذا النهج على أهمية منع تركيز السلطة والملكية، خاصة في مجال الذكاء الاصطناعي، الذي له آثار مجتمعية كبيرة ولا ينبغي أن تسيطر عليه قلة قليلة.

يضمن نموذج التوزيع هذا أن يظل التعدين عملية تنافسية. مع انضمام المزيد من عمال المناجم إلى الشبكة ، تزداد المنافسة ، ويمثل الحفاظ على الربحية تحديا. وهذا بدوره يدفع عمال المناجم إلى البحث عن طرق لخفض التكاليف التشغيلية ، وبالتالي زيادة الكفاءة والابتكار داخل الشبكة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/19a4ab7f971df78570080d2be37585e0.jpeg)

**$TAO التقاط القيمة **

$TAO هو الرمز الأصلي لشبكة Bittensor ، وقيمته الجوهرية مستمدة من دوره الفريد في النظام البيئي. على عكس نموذج L1 القياسي ، حيث تتلقى الرموز المميزة للشبكة قيمة من خلال بيع مساحة الكتلة ، يتم ربط قيمة $TAO بالخدمات الذكاء الاصطناعي التي تدعمها. عندما تصبح هذه الخدمات الذكاء الاصطناعي أكثر تأثيرا وعملية ، يزداد الطلب على $TAO.

تحصل حيازات $TAO على إمكانية الوصول إلى مجموعة من الموارد الرقمية المترابطة ، بما في ذلك البيانات وعرض النطاق الترددي والذكاء الذي تم إنشاؤه والتحقق منه من قبل المشاركين في الشبكة. كما هو موضح في خطة الإصدار ، فإن قيمة $TAO لا تستند فقط إلى المضاربة أو الندرة ، ولكنها متجذرة بعمق في المساهمة الملموسة والفائدة التي توفرها في شبكة Bittensor.

ومع ذلك ، فإن الحفاظ على دورة الخلق والمكافأة هذه ليس مضمونا. عمال المناجم والمدققون ، مع توفير معلومات استخباراتية قيمة للشبكة وتلقي الرموز $TAO في المقابل ، لديهم أيضا حافز لبيع الرموز المميزة لتغطية النفقات ، على غرار عمال مناجم البيتكوين.

ما هي قيمة سعر الرمز المميز؟

مثل أي رمز آخر ، يتم تحديد سعر $TAO من خلال المبادئ الاقتصادية الأساسية للعرض والطلب. تؤدي زيادة الطلب على $TAO إلى زيادة الأسعار ، بينما يؤدي انخفاض الطلب إلى انخفاض الأسعار. لذلك ، فإن الفكرة هي أن الطلب على أنشطة النظام الإيكولوجي سيعوض إطلاق العرض.

يمكنك كسب $TAO فقط من خلال المساهمة في الشبكة. للقيام بذلك ، تحتاج إلى شرائه والاحتفاظ به أو إنفاقه لبدء استخدام الشبكة.

• محركات الطلب: 1- أنشطة النظام الإيكولوجي:

2. يحتاج المدققون إلى $TAO الرموز المميزة للتسجيل.
3. يمكن للمستخدمين شراء $TAO للمشاركة في عملية التصويت المتعلقة بمحاذاة الذكاء.
4. تستخدم كدفعة داخل الشبكة.
5. تحتاج إلى المشاركة وتفويض $TAO لكسب مكافآت Staking . هذا يساعد على الحماية من الإصدار التضخمي.
6. أقساط المضاربة هي وسيلة للمراهنة على الإمكانات الصعودية لتقارب تقنيتين مدمرتين ، blockchain والذكاء الاصطناعي.
7. تأثيرات الشبكة من دخول المزيد من المطورين إلى الشبكة وتسخير إمكانات النماذج مفتوحة المصدر

• العرض مدفوعة:

1. إجمالي إصدار رموز انبعاث التضخم يصل إلى 21,000,000
2. يمكن لعمال المناجم والمدققين بيع الرموز $TAO لدفع نفقات التشغيل. يشبه هذا الجانب عمال مناجم البيتكوين الذين يبيعون البيتكوين لتغطية التكاليف.

مع توسع الشبكة وإضافة المزيد من النماذج والشبكات الفرعية الذكاء الاصطناعي ، تزداد إمكانية التقاط القيمة. كما أدى التآزر بين الذكاء الاصطناعي و blockchain إلى تغذية نمو الشبكة ، مما أدى إلى إنشاء دورة ذاتية التعزيز.

بهذه الطريقة ، يجسد Bittensor مبدأ قانون Metcalfe ، الذي ينص على أن قيمة الشبكة تتناسب مع مربع عدد المستخدمين أو العقد المتصلة. مع انضمام المزيد والمزيد من المشاركين إلى الشبكة ، تنمو القيمة التي توفرها بشكل كبير.

كيفية الحصول على هذه القيمة

في Bittensor ، يتم تحفيز المدققين لكسب حصة من حاملي الرمز المميز ، وهذا التخزين ضروري لعملهم داخل الشبكة. بصفتك حامل رمز مميز ، لديك خيار تفويض $TAO إلى مجموعة متنوعة من المدققين المختلفين. الخيار الأكثر شيوعا هو مؤسسة OpenTensor نفسها ، التي تمتلك حوالي 20٪ من ملكية الشبكة.

حاليا ، يوزع المدققون 82٪ من مكافآتهم على المفوضين في شكل رموز $TAO. لذلك ، فإن تفويض الرموز المميزة $TAO إلى المدققين هو فرصة لحاملي الرمز المميز لكسب مكافآت Staking . يساعد هذا في حماية المستخدمين من التخفيف المحتمل الناجم عن إصدار الرمز المميز التضخمي.

• تبلغ مكافآت المدقق حاليا 22.45٪
• مكافأة التخزين الحالية هي 18.41٪

المخاطرة/المكافأة والأفق الزمني

عند تقييم مخاطر / مكافأة تخصيص جزء من محفظتك $TAO ، من المهم أن تفهم ما تشتريه بالفعل. على سبيل المثال ، لا يخول الشراء حامله أي شكل من أشكال الأرباح المدفوعة بالدولار للنشاط الاقتصادي للشبكة. بدلا من ذلك ، تتم مكافأتك بإصدار رمزي. بصفتك حامل رمز مميز ، يمكنك تفويض هذه الرموز المميزة الصادرة إلى مدقق لكسب معدل الفائدة السنوية وزيادة مقتنياتك $TAO.

$TAO التشابه مع Bitcoin واضح ، لكن Bitcoin لديها قصة جوهرية وراءها تجعلها فريدة من نوعها. لم يتمكن أحد من تقديم إجابة مرضية حول قيمة $BTC أو لماذا لها أي شكل من أشكال القيمة ، لذلك ينتهي الأمر بالمجتمع في حرب قبلية بين “العملات المعدنية” والمتطرفين.

في الواقع ، من السهل فهم الرموز المميزة للبيتكوين: يتم استخدام $BTC لتحفيز عمال المناجم على تشغيل الشبكة وصيانتها ، لذلك يتم إضعاف حاملي الأسهم الحاليين (على الرغم من أنهم يمكن أن يصبحوا عمال مناجم أو ، في حالة Bittensor ، مفوضين). نتيجة لذلك ، لا يتم تحفيز أولئك الذين يحملون الرموز ولا يتلقون أي مكافآت من الشبكة الأساسية.

لكن بالنسبة $BTC ، هناك عامل مهم واحد يجب مراعاته ، وهو الندرة. في الواقع ، لن يكون هناك سوى 21 مليون $BTC ، مما يجعلها فريدة من نوعها. على الرغم من أن اقتصاد الرمز المميز $TAO تم تصميمه على غرار Bitcoin ، إلا أنه لا يزال هناك أكثر من 70٪ من الرموز المميزة غير الصادرة. وهذا يشكل معضلة للمستثمرين: هل يقدرون لامركزية الشبكة أكثر من ندرة الأصول.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/cf5ea8cb4c612e71fef01a9f562e469c.png)

في نهاية المطاف، تستمد فائدة $TAO من الوصول الذي توفره إلى نماذج الذكاء الاصطناعي، واستخدامات الحوكمة، والوصول إلى مكافآت Staking ، والفرص كآلية للحوافز.

مصاريف التشغيل

يتم الحصول على تكاليف بناء البنية التحتية الحالية من قبل مؤسسة Opentensor من خلال مكافآت التفويض والتفويض. يتم تنفيذ التطورات الأخرى من قبل أطراف ثالثة تدير مدققيها الخاصين ، والتي يتم تمويلها أيضا من خلال التفويضات.

وكما تتطلب أي مبادرة عالمية تمويلا للبحث والتطوير والنشر، فإن نجاح الذكاء الاصطناعي يعتمد على كيفية مواءمة رأس المال وكيفية مكافأة أصحاب المصلحة على مساهماتهم. هذا التخصيص الاستراتيجي للموارد (البحث ، وحدات معالجة الرسومات للتدريب ، إلخ) هو الذي يدفع تطوير وتأثير الذكاء الاصطناعي.

في مجال الذكاء الاصطناعي ، وخاصة نماذج اللغات الكبيرة مثل ChatGPT ، فإن تكاليف التشغيل مرتفعة للغاية. على سبيل المثال ، تقدر OpenAI أنها تكلف حوالي 700,000 دولار في اليوم لتشغيل ChatGPT ، مما يدل على العبء المالي المرتفع الذي يأتي مع نماذج الذكاء الاصطناعي واسعة النطاق. يمكن أن تتراوح تكلفة التدريب لكل نموذج من ملايين إلى عشرات الملايين من الدولارات ، مما يجعله مسعى أكثر كثافة في استخدام الموارد. يمكن أن تكون تكلفة تدريب نموذج على مجموعة بيانات كبيرة أعلى من ذلك ، تصل إلى 30 مليون دولار. في حين أن الشركة قد جمعت تمويلا كبيرا ، بما في ذلك استثمار حديث من Microsoft (يأتي نصفه تقريبا في شكل أرصدة Azure) ، فإن التكلفة المتزايدة لتدريب نماذج اللغات الكبيرة لا تزال مصدر قلق. تكلف كل عملية تدريب ملايين الدولارات ، والحاجة إلى البدء من الصفر لنموذج جديد تؤدي إلى تفاقم المشكلة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/df230d0a266d38e488026b24c7992c1a.png)

هذا هو المكان الذي يأتي فيه نهج Bittensor “المركب للمعرفة”. يركز نهج Bittensor الفريد على اللامركزية والتعاون من خلال “مضاعفة المعرفة”. تسمح هذه الفلسفة ببناء أنظمة الذكاء الاصطناعي على المعرفة الحالية بطريقة لامركزية ، مما يوفر فوائد مثل:

• فعالية التكلفة: من خلال الاستفادة من المعرفة الحالية والتحسين المستمر ، يعد نهج Bittensor بتقليل الحاجة إلى إعادة التدريب المكلفة من الصفر.
• القدرة على التكيف: غالبا ما تواجه تطبيقات الذكاء الاصطناعي واسعة النطاق احتياجات وتحديات متغيرة. وفي هذا الصدد، يسمح النهج اللامركزي للمنظمات بأن تكون أكثر مرونة في تكييف نظمها الذكاء الاصطناعي، مما يضمن بقائها ذات صلة وفعالية في البيئات الديناميكية.
• اللامركزية: تعمل شبكة Bittensor اللامركزية على تمكين مجتمع عالمي من المساهمين ، مما يقلل من الاعتماد على كيان واحد أو بنية تحتية مركزية. هذا يعزز الابتكار والتنوع في تطوير الذكاء الاصطناعي.
• التعاون: تشجع الطبيعة التعاونية لمضاعفة المعرفة على تبادل المعرفة والتعلم التعاوني بين العقد في الشبكة ، مما يخلق بيئة ديناميكية للتقدم الذكاء الاصطناعي.

الفريق والمستثمرون

Bittensor هو بروتوكول مفتوح المصدر يعمل على تشغيل شبكة التعلم الآلي اللامركزية القائمة على blockchain. يضم فريق Bittensor جاكوب ستيفز (المؤسس) ، وعلاء شعبانا (المؤسس) ، وجاكلين دون (مدير التسويق) ، وسعيدة متلاغ (مهندس blockchain) ، من بين آخرين. تخطط مؤسسة Opentensor لتوسيع فريقها هذا العام.

تم ذكر شخصية تدعى يوما راو أيضا في ورقة Bittensor البيضاء ، تماما مثل ساتوشي ناكاموتو في Bitcoin. ليس من الواضح ما إذا كان هذا الشخص حقيقيا ، وقد لا نتمكن أبدا من معرفة المزيد عنه.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/d9999947d5caf14269a06dfc8375b7f1.jpeg)

لم تكشف Bittensor عن أي مستشارين معروفين أو مستثمرين رئيسيين ، بخلاف تلقي الدعم المالي من مؤسسة OpenTensor ، وهي منظمة غير ربحية تدعم تطوير Bittensor. لم تعلن Bittensor عن أي شراكات رسمية حتى الآن.

رأي

تقييمات معظم شركات التكنولوجيا أقل بكثير من تقييمات ما قبل الوباء ، لكن الشركات الذكاء الاصطناعي الآن في أعلى مضاعفات التقييم ومعدلات النمو.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/ad98e6b8af577156ae7bfacda9042e42.jpeg)

مع القيمة السوقية أقل بكثير من عمالقة الصناعة ، قد تكون Bittensor بالفعل منصة مثالية لتطبيقات الذكاء الاصطناعي واسعة النطاق / عالية الطلب والنماذج مفتوحة المصدر.

من الواضح أن أسهل مقارنة لقياس الاتجاه الصعودي تتم مقارنتها بتقييم الاكتتاب الخاص لشركة OpenAI ، والذي يبلغ 29 مليار دولار. بغض النظر عن الواقعية ، هذا أعلى قليلا من FDV $TAO. بالنظر إلى المدة التي سيستغرقها العرض بالكامل لدخول التداول ، يمكننا استخدام القيمة السوقية المتداولة للوصول إلى رقم تقريبي مفاده أن تقييم الاكتتاب الخاص لشركة OpenAI أعلى بأكثر من 108 مرات من القيمة السوقية $TAO. ومع ذلك ، يعد هذا نهجا مضاربا للغاية يمكن اختزاله في المراهنة على المشاريع التي يمكن أن تستفيد من تقاطع الذكاء الاصطناعي والعملات المشفرة.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/a610d7f15c34a6243c31e3bad2bd37a9.png)

الميزة الأكثر أهمية في Bittensor هي أنها تحل مشكلة مركزية الذكاء الاصطناعي. في الوقت الحالي ، تتحكم حفنة من الشركات في عدد قليل من النماذج الكبيرة والقوية ، لكنها جميعا منفصلة وليس لديها سوى القليل من التعاون أو تبادل المعرفة.

لا يمكن لنماذج الذكاء الاصطناعي المعزولة أن تتعلم من بعضها البعض ، لذا فهي غير مركبة (يجب على الباحثين البدء من الصفر في كل مرة يقومون فيها بإنشاء نموذج جديد). هذا يتناقض بشكل صارخ مع الأبحاث الذكاء الاصطناعي ، حيث يمكن للباحثين الجدد البناء على عمل الباحثين السابقين ، مما يخلق تأثيرا للنمو يعزز بشكل كبير تطوير الأفكار.

الذكاء الاصطناعي المنعزل محدود أيضا في الوظائف ، حيث تتطلب تطبيقات الطرف الثالث وتكامل البيانات إذنا من مالك النموذج (في شكل شراكات فنية واتفاقيات تجارية). هذا القيد له تأثير مباشر على قيمة وفائدة الذكاء الاصطناعي ، حيث لا يمكن أن يعمل إلا في نطاق التطبيقات التي يدعمها بشكل فعال.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/b94a5158a5ca4bc2c40a63c20146f1c6.png)

هذه البيئة المركزية التي يحصل فيها الفائز على كل شيء لا تفضي إلى فرق صغيرة ذات موارد أقل. في هذه الحالة ، تكمن القوة الأساسية ل Bittensor في شبكتها اللامركزية وحوافزها ، مما يشجع الفرق الصغيرة والباحثين على تحقيق الدخل من عملهم.

إذا نجحت Bittensor في سد فجوة الأداء مع مزودي الذكاء الاصطناعي الرائدين للمصدر المغلق مثل GPT-4 ، فقد تصبح الخيار الأول للمطورين والشركات والباحثين في مجال التشفير الذكاء الاصطناعي. إن طبيعتها المفتوحة والتعاونية تجعلها بديلا جذابا للنظم الإيكولوجية المغلقة مع إمكانية أن تؤدي إلى اعتماد كبير. في نهاية المطاف، يمكن أن يأتي تقييم TAO من فائدة الشبكة (النشاط الاقتصادي الذي بنيت عليه) أو التدفق النقدي المباشر للبروتوكول.

• كرمز مميز للأداة المساعدة ، $TAO بحاجة إلى الوصول إلى الشبكة. نتيجة لذلك ، يمكن اشتقاق تقييمها بناء على المنفعة الاقتصادية المبنية فوقها.
• كرمز مميز للتخزين ، يمكن للحاملين تفويض $TAO إلى المدققين والحصول على حصة من إيرادات الشبكة.
• يمكننا أيضا قياس العوائد بناء على حصة السوق والافتراضات المتعددة (والتي يمكن أن تؤدي أيضا إلى توقعات غير موثوقة).

نظرا لأن التطبيق العملي أكثر ذاتية وتجريدا ، يمكننا البدء بالتدفق النقدي. بافتراض أن سوق التعلم الآلي يصل إلى حجم سوق معين في المستقبل (انظر تقديرات Precedence Research في الرسم البياني أدناه) ، يمكننا تقييم شبكة Bittensor بناء على حصتها السوقية المحتملة ومضاعفة الإيرادات.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/eda294a83c71a2e6404da3f33cf180ef.jpeg)

بغض النظر عن حجم السوق المقدر ، لا يزال Bittensor مشروعا متخصصا ومعقدا للغاية ، وهو ما يمثل عائقا أمام كل من الإعداد السهل للمطورين والتبني للمستخدمين.

لا يزال المشروع في المراحل الأولى من التطوير ، وقد تحدث مشكلات غير متوقعة في الشبكة. على سبيل المثال ، في يونيو ، كان هناك تواطؤ بين عمال المناجم للتلاعب بالشبكة ، مما أدى إلى بيع $TAO في السوق. الحل المؤقت هو تقليل الإصدار بنسبة 90٪ لمنح مؤسسة Opentensor وقتا إضافيا لحل المشكلات المتعلقة بالشبكة حتى يتمكن البروتوكول من العمل على النحو المنشود.

لا يمكن لمعظم المنتجات التي تعمل حاليا على الشبكة التنافس مع نظيراتها المركزية ولديها معدلات اعتماد منخفضة حتى الآن. أفضل طريقة لمعرفة وتجربة بنفسك هي اختبار الخدمات التي تقدمها Bittensor Hub.

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/ca661db1074094cc0e1e37be4ce0f166.png)

يجب أن نطرح أيضا سؤالا حول ما إذا كانت الرموز المميزة لبيتكوين تنطبق على شبكة مثل Bittensor المتخصصة في تقديم خدمات الذكاء الاصطناعي. ربما لا تكون الطبيعة الانكماشية ل $BTC مناسبة لشبكة تحتاج إلى إضافة عمال المناجم والتطبيقات المبنية عليها على نطاق واسع. من الناحية المثالية ، يجب أن يتضخم الرمز المميز مع نمو اعتماد الشبكة ، أقرب إلى النفط الرقمي من الذهب الرقمي. جزئيا ، تم تضمين هذا فيه ، مما يحفز عمال المناجم على التنافس مع بعضهم البعض وتوزيع العرض على مدى أكثر من 200 عام.

التحدي الآخر هو الخصوصية ، حيث لا يمكن تشفير البيانات قبل مرورها عبر شبكة عصبية. في بيئة لامركزية ، يكون هذا أكثر تعقيدا لأن أي بيانات تمر بعملية التعلم و / أو الاستدلال لن تكون بالتأكيد خاصة. بالطبع ، يمكن أن يكون هذا أيضا مشكلة محتملة في بيئة مركزية ، ولكن بعد ذلك عليك فقط القلق بشأن رؤية طرف واحد معروف لبياناتك ، وليس العديد من الأطراف غير المعروفة.

الاقتصاد

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/39558d24d11bad6de8f7bc8911554172.png)

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/8252707fce5387b9b6d9c795bb604b5d.png)

سعر الرمز المميز

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/bc49b857bd647821dff914833c563ba3.png)

** السعر بالنسبة إلى ATH و ATL **

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/b5b537e6bb68a16f9e94dd922459526e.png)

توزيع التوريد

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/111ccbeb920ed2123972d17b93660a12.png)

! [شرح 10000 كلمة: كيف أحدثت شبكة Bittensor و Token TAO ثورة في صناعة الذكاء الاصطناعي] (https://cdn-img.panewslab.com//panews/2022/11/21/images/ce3334573d6bc43bbf92609ad3425bd9.png)

خاتمة

يمكن أن يكون Bittensor رهانا قويا عند تقاطع الذكاء الاصطناعي والعملات المشفرة. ومع ذلك ، ليس هناك شك في أن هذا هو واحد من أكثر المشاريع تعقيدا لتقييم معدل نموه والاتجاه الصعودي المحتمل. من الواضح أن هناك الكثير من الإمكانات لتسخير فائدة الذكاء الاصطناعي في الويب اللامركزي ، خاصة من حيث تحفيز النماذج مفتوحة المصدر ولامركزية ملكية الشبكة. ومع ذلك ، فإن الخدمات وحالات العمل المبنية على Bittensor ليست تنافسية حاليا بما فيه الكفاية.

الذكاء الاصطناعي هو صناعة تتطلب نفقات تشغيل ضخمة والكثير من المال لدعمها ، ولا يمكن إلا لعمالقة الصناعة تحقيق ذلك. بهذا المعنى ، يعد Bittensor رهانا متناقضا للغاية ، ولهذا السبب يجدر النظر في أكبر عدد ممكن من عوامل المخاطرة / المكافأة.