Penjelasan terperinci: Bagaimana jaringan Bittensor dan token TAO merevolusi industri AI

原文:Revelointel

编译:Zen,PANews

Pengantar

Dengan ledakan dan popularitas kecerdasan buatan baru-baru ini, banyak orang telah mengajukan argumen berbeda tentang persimpangan kecerdasan buatan dan cryptocurrency. Inovasi ini memiliki potensi untuk merevolusi setiap aspek kehidupan digital kita, mulai dari mengelola aset digital hingga melindungi kekayaan intelektual dan memerangi penipuan. Khususnya, konvergensi ini telah memicu dua tren terkemuka:

Integrasi AI dengan infrastruktur blockchain, seperti Render ($RNDR), Akash ($AKT), atau Fetch.ai ($FET).

• Protokol telah muncul untuk memberi insentif pada produksi cerdas pembelajaran mesin, seperti Bittensor ($TAO).

Aplikasi AI sebelum blockchain terutama difokuskan pada infrastruktur, memungkinkan penyimpanan model AI/ML (kecerdasan buatan/pembelajaran mesin) dan penyewaan GPU. Ini telah menyebabkan tren seperti pembelajaran penguatan token-insentif, pembelajaran mesin tanpa pengetahuan (zkML), dan pendaftaran identitas berbasis blockchain untuk memerangi deepfake. Pada saat yang sama, tren paralel berkembang: protokol yang memberi insentif pada kecerdasan. "

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/8297ccd75919cf094c6294fd3218a259.jpeg)

Dalam laporan ini, kami menyelidiki persimpangan AI dan cryptocurrency, dengan fokus pada token Bittensor dan $TAO, mengeksplorasi peran yang mereka mainkan dalam kebangkitan pasar pintar peer-to-peer dan pasar barang digital.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/0da36e286389f89df215056b69b38f52.png)

"Memanfaatkan peningkatan Revolusi baru-baru ini yang terjadi pada 2 Oktober, artikel ini juga memberikan gambaran historis, prospek industri, analisis kompetitif, dan pandangan mendalam tentang proposisi nilai $TAO. "

Ringkasan

Bittensor adalah protokol open-source dengan misi inti: untuk memajukan kecerdasan buatan melalui struktur insentif bertenaga blockchain. Dalam ekosistem ini, kontributor dihargai dengan token $TAO atas upaya mereka.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/4fef3844bd01429b88f225be563ca372.jpeg)

Bittensor, sebagai jaringan penambangan, menggunakan insentif token untuk mendorong partisipasi sambil mematuhi prinsip-prinsip keterbukaan dan desentralisasi. Dalam jaringan ini, beberapa node menghosting model pembelajaran mesin yang secara kolektif berkontribusi pada kumpulan pintar. Model-model ini memainkan peran penting dalam menganalisis sejumlah besar data tekstual, mengekstraksi semantik, dan menghasilkan wawasan berharga di berbagai domain. Untuk pengguna, fitur dasar termasuk menanyakan jaringan untuk akses cerdas, berpartisipasi dalam penambangan token $TAO dengan penambang dan validator, dan mengawasi dompet dan saldo mereka.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/07525d45b9f9abc0cd02d7c52e456ffa.png)

Jaringan Bittensor bergantung pada kontribusi dari berbagai pemangku kepentingan, termasuk penambang, validator, nominee, dan konsumen. Pendekatan kolaboratif ini memastikan bahwa model AI terbaik menonjol dan meningkatkan kualitas layanan AI yang disediakan oleh jaringan.

Ada dua lapisan di sisi penawaran: AI (penambang) dan blockchain (validator).

• Penambang di jaringan Bittensor menghosting model AI dan memberi mereka makan ke jaringan, dan keberhasilan penambang tergantung pada kualitas dan kinerja yang mereka berikan.
• Penambang diberi kompensasi $TAO berdasarkan kecerdasan yang mereka kontribusikan ke jaringan (meskipun ini tergantung pada tugas spesifik yang ada).
• Model tingkat atas lebih diminati dan dapat menghasilkan lebih banyak pendapatan bagi para penambang.
• Validator bertindak sebagai evaluator dalam jaringan. Mereka mengevaluasi kualitas dan efektivitas model AI dan mengelola permintaan pengguna. Dengan cara ini, validator dapat memberi peringkat model berdasarkan kinerjanya untuk tugas tertentu, membantu konsumen menemukan solusi terbaik. Semakin akurat dan konsisten penilaian mereka, semakin banyak hadiah yang mereka terima. Demikian pula, penilaian yang tidak konsisten dapat mengakibatkan hukuman, memastikan bahwa validator mempertahankan standar yang tinggi.
• Validator diberi insentif oleh $TAO untuk menentukan peringkat penambang berdasarkan “kontribusi cerdas” mereka.
• Validator juga bertanggung jawab untuk merutekan input untuk menghasilkan output terbaik. Ini dicapai dengan membentuk aliansi antara penambang (model) yang saling melengkapi (sub-jaringan).

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/29ae330dca33cabf476bd5b7aba12045.png)

Di sisi permintaan, pengembang dapat membangun aplikasi di atas validator, memanfaatkan (dan membayar) kemampuan AI dari jaringan untuk kasus penggunaan tertentu.

• Nominee adalah individu yang memegang token $TAO dan secara aktif mendukung validator tertentu dengan mendelegasikannya ke validator tertentu, yang dapat membantu validator mendapatkan lebih banyak dukungan dan hadiah. Nominasi sendiri dihargai karena berpartisipasi dalam proses tersebut. Jika validator berkinerja buruk atau jika calon berpikir ada opsi yang lebih baik, mereka dapat mentransfer dukungan ke validator lain.
• Konsumen adalah pengguna akhir model AI yang disediakan oleh Bittensor. Mereka bisa menjadi pengembang aplikasi yang mengintegrasikan kemampuan AI ke dalam aplikasi mereka, atau mereka bisa menjadi pengguna chatbots yang mencari tanggapan berkualitas tinggi.
• Konsumen memprioritaskan mendapatkan jawaban yang akurat dan berharga.
• Pengembang memilih validator yang mereka rasa paling memenuhi persyaratan mereka untuk memastikan layanan AI terbaik di kelasnya bagi penggunanya.

Koordinasi di antara pemangku kepentingan di atas menghasilkan jaringan yang memfasilitasi model terbaik untuk kasus penggunaan tertentu. Siapa pun dapat bereksperimen, yang menyulitkan bisnis sumber tertutup untuk bersaing dengannya.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/1f04ce7cea554db516db1dc89e5202ba.png)

Salah satu kesalahpahaman yang paling umum adalah keyakinan bahwa jaringan mendukung pelatihan pembelajaran mesin (ML). Dalam keadaan saat ini, Bittensor hanya mendukung inferensi, yaitu proses menarik kesimpulan dan memberikan tanggapan berdasarkan bukti dan penalaran. Pelatihan, di sisi lain, adalah proses terpisah yang melibatkan pengajaran model pembelajaran mesin untuk melakukan tugas. Hal ini dicapai dengan menyediakan model dengan dataset besar contoh berlabel, yang memungkinkannya untuk mempelajari pola dan asosiasi antara data dan label. Pada saat yang sama, inferensi menggunakan model pembelajaran mesin terlatih untuk membuat prediksi pada data baru yang tidak terlihat. Misalnya, Anda dapat menggunakan model yang telah dilatih untuk mengklasifikasikan gambar untuk inferensi guna menentukan kategori gambar baru yang belum pernah terlihat sebelumnya.

Oleh karena itu, penting untuk dicatat bahwa Bittensor tidak melakukan ML on-chain, dan berfungsi lebih seperti oracle on-chain atau jaringan validator yang menghubungkan dan mengatur node ML off-chain (penambang). Konfigurasi ini menciptakan jaringan ahli hibrida terdesentralisasi (MoE), arsitektur ML yang menggabungkan beberapa model yang dioptimalkan untuk kemampuan yang berbeda untuk membentuk model keseluruhan yang lebih kuat.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/1744ea1c864a3be17756ac733f31672c.jpeg)

Pasar Cerdas Peer-to-Peer

Pasar pintar peer-to-peer Bittensor adalah konsep inovatif di bidang pengembangan AI, menawarkan platform terdesentralisasi dan tanpa izin berbeda dengan model yang lebih tertutup seperti OpenAI atau Google Gemini.

Pasar ini bertujuan untuk mendorong inovasi kompetitif, memajukan industri AI, dan membuat AI dapat diakses oleh komunitas pengembang dan pengguna global. Segala bentuk nilai dapat diberi insentif, yaitu perjanjian untuk menciptakan pasar yang adil untuk komoditas digital apa pun. Dengan kata lain, protokol ini mewujudkan pendekatan peer-to-peer untuk bertukar kemampuan pembelajaran mesin dan prediksi antara peserta dalam jaringan. Ini memfasilitasi berbagi dan kolaborasi model dan layanan pembelajaran mesin, mendorong lingkungan kolaboratif dan inklusif di mana model sumber terbuka dan sumber tertutup dapat dihosting.

Bangkitnya Pasar Barang Digital

Bittensor unik karena meletakkan dasar bagi munculnya pasar barang digital, yang secara efektif mengubah kecerdasan mesin menjadi aset yang dapat diperdagangkan. Inti dari protokol ini adalah penciptaan pasar untuk komoditisasi kecerdasan mesin.

Mirip dengan algoritma genetika, sistem insentif Bittensor terus mengevaluasi kinerja penambang dan memilih atau mendaur ulang penambang dari waktu ke waktu. Proses dinamis ini memastikan bahwa jaringan tetap efisien dan responsif terhadap lanskap pengembangan AI yang selalu berubah.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/f46f8f28d8a27309e158ef7c3cd04e2a.png)

Di Bittensor Intelligence Marketplace, generasi nilai mengikuti pendekatan ganda:

• Model AI berkinerja tinggi yang diselenggarakan oleh penambang, yang disebut kontributor, dihargai dalam bentuk token $TAO.
• Validator yang mengevaluasi dan memanfaatkan kecerdasan juga akan dihargai dengan token $TAO.

Perlu dicatat bahwa Bittensor tidak hanya menghargai kinerja mentah, tetapi juga menekankan generasi “sinyal” yang paling berharga. Ini berarti bahwa sistem penghargaan memprioritaskan penciptaan informasi yang memberikan manfaat besar bagi khalayak luas, yang pada akhirnya berkontribusi pada pengembangan barang yang lebih berharga.

尤马共识(Konsensus Yuma)

Sebagai blockchain Layer 1 independen, Bittensor didukung oleh algoritma konsensus Yuma. Ini adalah algoritma konsensus peer-to-peer terdesentralisasi yang bertujuan untuk mencapai distribusi sumber daya komputasi yang adil di seluruh jaringan node.

Yuma menggunakan mekanisme konsensus hibrida yang menggabungkan elemen Proof-of-Work (PoW) dan Proof-of-Stake (PoS). Node dalam jaringan melakukan pekerjaan komputasi, memvalidasi transaksi, dan membuat blok baru. Pekerjaan ini juga akan diverifikasi oleh node lain, dan kontributor yang berhasil akan dihargai dengan token. Komponen PoS mendorong node untuk memegang token, menyelaraskan kepentingan mereka dengan stabilitas dan pertumbuhan jaringan.

Model hibrida ini memiliki beberapa keunggulan dibandingkan mekanisme konsensus tradisional. Di satu sisi, ini menghindari konsumsi energi berlebihan yang biasanya terkait dengan Proof of Work (PoW) dan memecahkan masalah lingkungan. Di sisi lain, ia menghindari risiko sentralisasi yang terjadi di Proof-of-Stake (PoS) dan menjaga jaringan tetap terdesentralisasi dan aman.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/d4f9c8b9e7c2ac1cb1fc5ee2e8bc094d.jpeg)

Mekanisme konsensus Yuma menonjol karena kemampuannya untuk mengalokasikan sumber daya komputasi di seluruh jaringan node yang luas. Pendekatan ini memiliki implikasi yang luas, karena dapat dengan mudah menangani tugas AI yang lebih kompleks dan kumpulan data yang lebih besar. Karena jaringan mengintegrasikan lebih banyak node, jaringan secara alami menskalakan untuk mengakomodasi beban kerja yang semakin besar.

Berbeda dengan aplikasi AI terpusat tradisional yang mengandalkan satu server atau cluster, aplikasi yang didukung oleh Yuma dapat didistribusikan di seluruh jaringan node. Distribusi ini mengoptimalkan pemanfaatan sumber daya komputasi, memungkinkan tugas-tugas kompleks ditangani sambil mengurangi risiko yang terkait dengan satu titik kegagalan dan pelanggaran keamanan.

Penyempurnaan pengetahuan** - Digital Hivemind (Digital Hivemind)**

Penyempurnaan pengetahuan adalah konsep dasar dalam protokol Bittensor yang memfasilitasi pembelajaran kolaboratif antara node jaringan untuk meningkatkan kinerja dan akurasi. Mirip dengan bagaimana neuron di otak manusia bekerja bersama, distilasi pengetahuan memungkinkan node untuk secara kolektif naik dalam jaringan.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/67081d992939e19d0b307fb77b337ed0.jpeg)

Proses ini melibatkan pertukaran sampel data dan parameter model antar node, menghasilkan jaringan yang mengoptimalkan dirinya sendiri dari waktu ke waktu untuk prediksi yang lebih akurat. Setiap node berkontribusi pada kumpulan bersama, yang pada akhirnya meningkatkan kinerja jaringan secara keseluruhan, membuatnya lebih cepat dan lebih cocok untuk aplikasi pembelajaran waktu nyata, seperti robotika dan kendaraan otonom.

Yang terpenting, pendekatan ini mengurangi risiko bencana lupa, tantangan umum dalam pembelajaran mesin. Node mempertahankan dan memperluas pengetahuan mereka yang ada sambil menggabungkan wawasan baru, meningkatkan ketahanan dan kemampuan beradaptasi jaringan.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/99beaa4611a788e7a14fe6207e680705.png)

Dengan mendistribusikan pengetahuan di beberapa node, jaringan Bittensor TAO menjadi lebih tahan terhadap gangguan dan lebih tahan terhadap potensi pelanggaran data. Ketangguhan ini sangat penting untuk aplikasi yang menangani data yang sangat aman dan sensitif terhadap privasi, seperti informasi keuangan dan medis (privasi dibahas secara lebih rinci nanti).

**Ahli Campur (MoE)

Jaringan Bittensor berinovasi lebih lanjut, memperkenalkan konsep Decentralized Expert Hybrid (MoE). Pendekatan ini memanfaatkan kekuatan beberapa jaringan saraf, masing-masing mengkhususkan diri dalam aspek data yang berbeda. Ketika data baru diperkenalkan, para ahli ini bekerja sama untuk menghasilkan prediksi kolektif yang lebih akurat daripada yang dapat dicapai oleh pakar individu mana pun.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/f6ba3a40d3f4ed8b7b3bd9cdd1286ad8.png)

Mekanisme konsensus yang diadopsi menggabungkan pembelajaran mendalam dengan algoritma konsensus blockchain. Tujuan utamanya adalah untuk mendistribusikan saham untuk memberi insentif kepada node-node yang berkontribusi paling banyak terhadap nilai informasi ke jaringan. Pada dasarnya, ini memberi penghargaan kepada mereka yang meningkatkan pengetahuan dan kemampuan mereka dalam jaringan.

Inti dari protokol Bittensor terdiri dari fungsi parameter, yang biasa disebut sebagai neuron. Neuron-neuron ini didistribusikan secara peer-to-peer, dengan masing-masing neuron memegang nol atau lebih bobot jaringan yang dicatat pada buku besar digital. Node secara aktif berpartisipasi dalam menentukan peringkat satu sama lain, melatih jaringan saraf untuk menentukan nilai tetangga mereka. Proses pemeringkatan ini sangat penting untuk mengevaluasi kontribusi masing-masing node terhadap kinerja jaringan secara keseluruhan.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/90986092acb0240e65d28d1ca12011c6.png)

Skor yang dihasilkan melalui proses peringkat ini diakumulasikan pada buku besar digital. Node berperingkat lebih tinggi dihargai dengan imbalan uang, yang memberi mereka bobot ekstra dalam jaringan. Ini menciptakan hubungan langsung antara kontribusi dan penghargaan node, mempromosikan keadilan dan transparansi dalam jaringan.

Pendekatan ini menyediakan pasar di mana sistem intelijen lainnya memberi harga intelijen secara peer-to-peer melalui internet. Ini memberi insentif kepada node untuk terus meningkatkan pengetahuan dan keahlian mereka.

Untuk memastikan distribusi hadiah yang adil, Bittensor menggunakan nilai-nilai Shapley, sebuah konsep yang dipinjam dari teori permainan kooperatif. Nilai Shapley menyediakan cara yang adil dan efisien untuk mendistribusikan hadiah di antara node jaringan berdasarkan kontribusi mereka. Kombinasi insentif dan kontribusi ini memberi insentif kepada node untuk bertindak demi kepentingan terbaik jaringan, meningkatkan keamanan dan efisiensi sambil mendorong peningkatan berkelanjutan.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/95a77d6529c8f944004108fa4f5182e1.jpeg)

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/e63c9a316f00e1d747a78309041f6dd0.png)

Misi inti Bittensor adalah untuk mendorong inovasi dan kolaborasi di bidang kecerdasan buatan melalui kerangka kerja yang terdesentralisasi. Kerangka kerja ini memungkinkan ekspansi dan berbagi pengetahuan yang cepat, menciptakan gudang informasi yang berkembang dan tak terbendung. Di pasar ini, pengembang memiliki kekuatan untuk memonetisasi model AI mereka dan memberikan solusi berharga untuk bisnis dan individu.

Visi Bittensor meluas ke masa depan, di mana model AI dapat dengan mudah diakses dan digunakan di berbagai industri. Aksesibilitas ini mendorong kemajuan dan membuka kemungkinan baru, menjembatani kesenjangan antara kemampuan AI dan aplikasi dunia nyata.

Sama seperti model AI global terkenal seperti Chat GPT, model Bittensor menghasilkan “representasi” berdasarkan kumpulan data generik. Untuk mengevaluasi kinerja model, informasi Fisher digunakan untuk menilai dampak penghapusan node dari jaringan, mirip dengan kehilangan neuron di otak manusia.

Selain peringkat model, Bittensor menempatkan penekanan kuat pada pembelajaran interaktif. Setiap model secara aktif berinteraksi dengan jaringan, mencari interaksi dengan model lain, mirip dengan pencarian DNS. Bittensor bertindak sebagai API yang memanfaatkan model open-source dan closed-source untuk memfasilitasi pertukaran data antara model-model ini, memfasilitasi pembelajaran kolaboratif dan berbagi pengetahuan.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/768e1121900cbdf6b8fe1461fc9d072a.jpeg)

Ekosistem memanfaatkan konsensus Yuma untuk memastikan bahwa setiap orang mengikuti aturan, menjadi kekuatan pendorong bagi pengembang open source dan laboratorium penelitian AI, memberikan insentif keuangan untuk meningkatkan model dasar open source.

Pada dasarnya, Bittensor adalah gudang kecerdasan mesin yang terus berkembang. Ini dicapai dengan menyatukan 4 lapisan yang berbeda:

• Miner Layer: Bertanggung jawab untuk menghasilkan pekerjaan yang berharga dalam jaringan.
• Lapisan validator: memastikan bahwa penambang mematuhi aturan konsensus yang ditetapkan. Enterprise Layer: Membangun infrastruktur yang ada untuk mengembangkan produk dan layanan inovatif. Ini adalah platform yang memanfaatkan kecerdasan kolektif web untuk menciptakan solusi baru.
• Lapisan Konsumen: Manfaat dari pekerjaan yang dihasilkan oleh lapisan perusahaan. Atas nama pengguna akhir atau organisasi yang menggunakan produk dan layanan yang didukung oleh jaringan Bittensor.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/809dc523cc52a978abed0448bc06912d.png)

Bittensor发展史

Bittensor didirikan pada tahun 2019 oleh dua peneliti AI, Jacob Steeves dan Ala Shaabana (dan penulis buku putih anonim, Yuma Rao). Mereka mencari cara untuk membuat komposit AI. Mereka segera menyadari bahwa cryptocurrency bisa menjadi solusi – cara untuk memberi insentif dan mengoordinasikan jaringan global node pembelajaran mesin untuk melatih dan mempelajari masalah spesifik bersama. Sumber daya tambahan yang ditambahkan ke jaringan meningkatkan kecerdasan secara keseluruhan, menambah pekerjaan studi dan model sebelumnya.

Perjalanan Bittensor dimulai dengan peluncuran “Kusanagi” pada Januari 2021, menandai aktivasi jaringan, memungkinkan penambang dan validator untuk mulai mendapatkan hadiah $TAO pertama. Namun, versi awal ini dihentikan sementara karena masalah konsensus. Sebagai tanggapan, Bittensor bercabang “Kusanagi” ke “Nakamoto” pada November 2021.

Pada 20 Maret 2023, Bittensor mencapai tonggak penting ketika “Nakamoto” bercabang lagi, kali ini berevolusi menjadi “Finney”. Tujuan dari upgrade ini adalah untuk meningkatkan kinerja kode kernel.

Khususnya, Bittensor awalnya dimaksudkan untuk menjadi parachain di Polkadot, setelah berhasil mengamankan slot parachain dalam lelang pada Januari 2021. Namun, karena kekhawatiran tentang kecepatan pengembangan Polkadot, kemudian diputuskan untuk menggunakan blockchain L1 independennya sendiri yang dibangun di Substrat daripada mengandalkan Polkadot.

Status Saat Ini

Bittensor telah berjalan di mainnet selama lebih dari setahun, dengan fokus pada melakukan penelitian percontohan dan meletakkan dasar untuk potensi masa depan. Berikut adalah ikhtisar status saat ini dan mengapa kasus penggunaan bisnis belum dibangun di atas validatornya:

• Model Campuran Jarang: Bittensor menjalankan model campuran jarang sebagai model. Ini menarik model AI tertentu ke dalam campuran ini, masing-masing menangani peran spesifik dalam masalah yang lebih besar yang ditentukan oleh validator. Mengkonfigurasi dan mengadaptasi model ke state-of-the-art adalah proses yang kompleks dan berulang. Saat ini, fase roadmap ini dipimpin oleh Opentensor Foundation.
• Kompresi Cerdas (Distilasi): Kompresi cerdas adalah fokus penelitian inti di Bittensor. Ini melibatkan teknik distilasi yang meningkatkan efisiensi dan kemampuan jaringan.
• Optimalkan untuk tujuan besar: Fokus utama Bittensor adalah mengoptimalkan tujuan besar, bukan kasus penggunaan bisnis jangka pendek. Opentensor berkomitmen untuk menciptakan jaringan yang melampaui platform peer-to-peer sederhana dan memiliki sistem penetapan harga model.
• Kemajuan dan pembaruan: Selama setahun terakhir, Opentensor telah membuat kemajuan yang signifikan, termasuk pembaruan Synapse, yang membuka Bittensor untuk permintaan eksternal. Pada Oktober 2023, peningkatan Revolusi menerapkan ekspansi melalui subnet. Hal ini memungkinkan validator besar untuk mendefinisikan masalah secara independen, menciptakan peluang arus kas dalam taruhan mereka.
• Ekspansi ke dunia nyata: Jaringan Finney menandai titik balik bagi Bittensor, memungkinkan validator untuk bertindak lebih independen dan mengurangi sentralisasi awal. Dengan pertumbuhan taruhan jaringan dan peningkatan hadiah blok, pertumbuhan kecerdasan buatan telah dipromosikan.
• Kasus Penggunaan Bisnis AI yang Akan Datang: Bittensor membayangkan bahwa kasus penggunaan bisnis AI dunia nyata akan diperluas karena para pemangku kepentingan, termasuk manusia dan AI, mengikuti insentif mereka. Implementasi multimodalitas dan metamodalitas akan datang, menggabungkan sub-jaringan ke dalam format “pintar” terpadu.

Dengan upgrade Revolusi terbaru, Bittensor memungkinkan siapa saja untuk membuat subnet khusus untuk jenis aplikasi tertentu. Misalnya, Subnet 4 menggunakan JEPA (Joint Embedding Predicted Architecture), pendekatan AI yang dipelopori oleh Yann LeCun Meta yang menangani berbagai jenis input dan output seperti video, gambar, dan audio.

Pencapaian penting lainnya adalah BTLM-3B-8K (Bittensor Language Model) Cerebras, model parametrik 3B yang memungkinkan untuk menjalankan model yang sangat akurat dan berkinerja tinggi pada perangkat seluler, membuat AI lebih mudah diakses. BTLM-3B-8K tersedia di Hugging Face untuk penggunaan komersial di bawah lisensi Apache 2.0.

Model GPT besar biasanya memiliki lebih dari 100 miliar parameter dan memerlukan beberapa GPU kelas atas untuk membuat kesimpulan. Namun, rilis LLaMA dari Meta telah memungkinkan dunia untuk mendapatkan model berkinerja tinggi dengan hanya 7 miliar parameter, memungkinkan LLM berjalan pada PC kelas atas.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/5f41538996773843f7c424871e0934f2.png)

Bahkan jika model dengan 7 miliar parameter dikuantisasi ke presisi 4-bit, itu masih tidak dapat beradaptasi dengan banyak perangkat populer, seperti iPhone 13 (RAM 4GB). Model 3 miliar parameter dapat dengan mudah memuat hampir semua perangkat seluler, tetapi model ukuran parameter 3 miliar sebelumnya berkinerja jauh lebih sedikit daripada model parameter 7 miliar mereka. BTLM menyeimbangkan antara ukuran model dan performa. Dengan 3 miliar parameter, ini memberikan tingkat akurasi dan kemampuan yang jauh lebih tinggi daripada model sebelumnya dengan ukuran 3 miliar parameter.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/c449c9b55c752dd890e2910f0d6d5e93.png)

Ketika melihat tolok ukur individu, BTLM mencetak skor tertinggi di setiap kategori kecuali TruthfulQA.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/5fad1bb10e849f311570d9bbeb531067.png)

BTLM-3B tidak hanya mengungguli semua 3 miliar model parameter, tetapi juga menyaingi banyak 7 miliar model parameter dalam hal kinerja.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/767ef279e17d3f06620eb406036a463a.jpeg)

Revolusi – Bittensor 子网升级

Peningkatan Revolusi Bittensor diluncurkan pada 2 Oktober dan menandai tonggak penting dalam evolusi Bittensor, membawa perubahan signifikan pada struktur operasionalnya. Inti dari peningkatan ini adalah pengenalan “subnet”, sebuah konsep inovatif yang memberi pengembang otonomi yang belum pernah terjadi sebelumnya dalam membentuk insentif mereka dan membangun pasar dalam ekosistem Bittensor.

Fitur utama dari peningkatan ini adalah pengenalan bahasa pemrograman khusus yang dirancang khusus untuk pengembangan sistem insentif. Inovasi ini memungkinkan pengembang untuk membuat dan menerapkan insentif mereka di jaringan Bittensor, memanfaatkan kumpulan otak cerdasnya yang luas untuk menyesuaikan pasar untuk memenuhi persyaratan dan preferensi spesifik mereka.

Peningkatan ini juga merupakan keberangkatan yang signifikan dari model terpusat, di mana satu yayasan mengendalikan semua aspek jaringan, pindah ke kerangka kerja yang lebih terdesentralisasi. Sekarang, semua jenis individu atau kelompok memiliki kesempatan untuk memiliki dan mengelola subnet.

Dengan diperkenalkannya “subnet”, siapa pun sekarang dapat membuat subnet mereka sendiri dan menentukan insentif mereka, memfasilitasi berbagai layanan yang lebih luas dalam ekosistem Bittensor. Pergeseran ini mendorong keragaman dan desentralisasi dalam jaringan, sejalan dengan prinsip-prinsip terbuka dan kolaboratif dari misi Bittensor.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/ab171695b18e8e3b9818f9a0f4c375e1.jpeg)

Selain itu, subnet akan bersaing untuk penerbitan dengan memperoleh konsensus perwakilan dalam “jaringan perutean” baru, memperkenalkan faktor kompetitif yang dapat mendorong inovasi dan alokasi sumber daya.

Munculnya subnet yang dibuat pengguna dapat mengingatkan pada ledakan aplikasi setelah Ethereum membuka pintunya bagi komunitas pengembang global. Peningkatan ini juga menyoroti potensi untuk mengkonsolidasikan berbagai alat dan layanan ke dalam jaringan yang kohesif. Pada dasarnya, setiap elemen yang diperlukan untuk membangun kecerdasan sekarang terpusat di bawah satu atap dan diatur oleh satu token ($TAO).

Jaringan Perutean

Jaringan routing memainkan peran kunci dalam ekosistem Bittensor. Ini bertindak sebagai meta-subnet, dan peran utamanya adalah mendistribusikan distribusi di antara subnet lain berdasarkan konsensus tertimbang dari perwakilan utama. Pergeseran ini sangat mendalam, karena secara fundamental mengubah Bittensor dari sistem kontrol tunggal menjadi “jaringan jaringan” yang dinamis.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/1bf4af4f5fb6cef60707fcb7a1ed67b8.jpeg)

Yang terpenting, rencana rilis tidak lagi sepenuhnya di bawah kendali Opentensor Foundation. Perwakilan dalam jaringan ‘root’ sekarang memiliki wewenang atas distribusi insentif. Pergeseran ini mendesentralisasikan kontrol insentif, tidak lagi hanya mengandalkan entitas tunggal, dan menempatkannya di bawah kendali jaringan ‘root’.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/4aa990902d202c5862fbe2a7e3d8d97e.jpeg)

Subnet

Subnet dalam jaringan Bittensor adalah insentif independen yang menyediakan kerangka kerja bagi penambang untuk berinteraksi dengan platform. Subnet ini memainkan peran kunci dalam mendefinisikan protokol yang mengatur interaksi antara penambang dan validator.

Selain itu, rincian mekanisme insentif tidak lagi dikodekan secara keras dalam basis kode Bittensor. Sebaliknya, detail ini didefinisikan dalam repositori subnet, memungkinkan fleksibilitas dan kemampuan beradaptasi yang lebih besar.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/daee1c38519a6653d861a6689a86a9a3.jpeg)

Bittensor memperkenalkan sub-jaringan tertentu, seperti sub-jaringan prompt dan sub-jaringan deret waktu. Subnetwork prompt mampu mengeksekusi berbagai jaringan saraf prompt, termasuk GPT-3, GPT-4, ChatGPT, dan banyak lagi, untuk inferensi terdesentralisasi. Fitur ini memungkinkan pengguna untuk berinteraksi dengan validator di jaringan dan memperoleh output dari model berkinerja terbaik, memberikan kemampuan AI canggih untuk aplikasi mereka.

Subnet beroperasi dengan mendistribusikan token $TAO kepada penambang dan validator berdasarkan nilai kontribusi mereka ke jaringan. Aturan dan protokol khusus untuk respons penambang terhadap kueri validator dan proses evaluasi yang dilakukan oleh validator ditentukan oleh kode dalam setiap repositori subnet.

• Saat startup, 9 slot subnet akan disediakan, masing-masing dengan kapasitas default 256 UID (kecuali untuk Subnet 1, yang dapat menampung 1024 UID). Subnet akan secara aktif bersaing untuk penerbitan dengan mencari bobot konsensus dari perwakilan dalam jaringan “root”.
• Untuk mendaftarkan subnet, seseorang atau entitas harus mengunci sejumlah $TAO tertentu selama keberadaan subnet. Pemilik subnet berperan sebagai administrator jaringan penuh dan memiliki wewenang untuk menetapkan emisi melalui subnet masing-masing. Mereka memiliki izin penuh, termasuk kemampuan untuk memanggil operasi sudo melalui jaringan, seperti menetapkan tarif minimum jaringan, dll.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/5849f647f32381410ca0cdf51f9f5cf0.jpeg)

• Setiap subnet dikaitkan dengan UID jaringan yang unik, dan kepemilikan subnet ditransfer ke dompet yang mengunci $TAO dari jumlah yang diperlukan untuk pendaftarannya. Ketika subnet dibuat, jumlah $TAO yang sesuai akan dikurangkan dari dompet pembuat dan dilampirkan ke subnet. Jika subnet keluar, $TAO yang terkunci dikembalikan ke pemilik.
• Perlu dicatat bahwa 18% dari rabat $TAO yang dipertaruhkan dalam subnet akan diberikan kepada pemilik subnet. Ini memberi insentif kepada pembuat subnet untuk merancang mekanisme untuk menarik perwakilan di jaringan perutean, karena meningkatkan peluang mereka untuk menghindari keluar.
• Subnet yang baru terdaftar diberikan periode pembebasan dalam waktu satu minggu dan tidak dapat dibatalkan pendaftarannya selama periode ini. Biaya penguncian awal adalah 2.500 $TAO, yang berlipat ganda ketika subnet baru terdaftar. Seiring waktu, biaya penguncian secara bertahap berkurang, mengikuti pola linier yang mirip dengan mekanisme lelang Belanda. Pendekatan ini bertujuan untuk menemukan keseimbangan antara permintaan subslot dengan menyesuaikan biaya penguncian dari waktu ke waktu.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/a3d64f82abbe18a50c67ae8331332513.jpeg)

• Ketika subnet dibatalkan pendaftarannya, $TAO yang digunakan untuk pendaftarannya akan dikembalikan ke pemilik, semua penambang dalam subnet akan dihapus, dan status jaringan akan diatur ulang.

Jaringan Root

Jaringan root bertindak sebagai “meta-subnet”, duduk di atas dan mempengaruhi pengoperasian subnet lain, sambil memainkan peran kunci dalam menentukan skor penerbitan seluruh sistem.

Fungsi utamanya adalah untuk menghasilkan vektor penerbitan untuk setiap subnet menggunakan mekanisme konsensus tertimbang di mana delegasi berpartisipasi. Perwakilan dalam jaringan root menetapkan bobot ke subnet yang berbeda berdasarkan preferensi mereka, dan mekanisme konsensus akhir menentukan alokasi penerbitan.

Salah satu aspek penting adalah bahwa jaringan “akar” telah secara efektif mengkonsolidasikan peran Senat dan mekanisme perwakilan, mengkonsolidasikan fungsi-fungsi ini menjadi satu kesatuan. Integrasi ini menyederhanakan proses pengambilan keputusan dalam ekosistem Bittensor.

Jaringan “root” memiliki kekuatan untuk membentuk ekosistem dengan mempengaruhi distribusi insentif. Jika dianggap aspek tertentu dari subnet atau sistem menjadi tidak berharga, ia memiliki kemampuan untuk mengurangi atau menghilangkan alokasi insentif untuk komponen itu.

Subnet dalam jaringan Bittensor harus secara aktif bekerja untuk menarik sebagian besar bobot yang diwakili dalam jaringan “root” untuk mengamankan bagian yang signifikan dari insentif rilis. Aspek kompetitif ini menggarisbawahi pentingnya subnet menunjukkan nilai dan utilitasnya bagi ekosistem yang lebih luas.

Selain itu, ini memberi 12 kunci teratas dalam jaringan potensi untuk memveto proposal yang diajukan oleh Tiga Besar, menambahkan lapisan tata kelola dan checks and balances ekstra ke sistem.

Prospek Industri

Di sektor teknologi, kekuasaan telah lama terkonsentrasi di tangan segelintir raksasa teknologi. Raksasa ini telah mempertahankan kendali atas barang digital berharga yang penting untuk mendorong inovasi. Namun, Bittensor telah memperkenalkan sistem yang lebih demokratis dan mudah diakses melalui pasarnya, mengakui dan menantang model populer ini.

Wawasan mendasar Bittensor adalah bahwa kecerdasan adalah hasil dari berbagai komoditas digital seperti daya komputasi dan data. Secara historis, barang-barang ini telah dikontrol dengan ketat, terbatas pada ranah raksasa teknologi. Bittensor mencoba mematahkan belenggu ini dengan memperkenalkan subnet buatan pengguna. Pasar ini akan beroperasi di bawah sistem token terpadu, memastikan bahwa pengembang di seluruh dunia memiliki akses yang sama ke sumber daya yang dulunya merupakan domain eksklusif segelintir elit dalam ekosistem tertutup Big Tech.

Potensi Adopsi

Di era digital saat ini, kekuatan transformatif kecerdasan buatan (AI) tidak dapat disangkal. AI telah menjadi bagian integral dari kehidupan kita, merampingkan penelitian, mengotomatiskan alur kerja, membantu pengkodean, dan menghasilkan konten dari teks. Pertumbuhan pesat kemampuan AI terbukti, tetapi pertumbuhan ini juga membawa tantangan terkait skalabilitas dan, yang paling penting, keandalan. Secara khusus, peristiwa baru-baru ini seperti gangguan sementara ChatGPT di Washington untuk membahas regulasi AI menggarisbawahi kebutuhan mendesak akan solusi yang kuat untuk tantangan penskalaan AI. Pemadaman ini telah membuat pengguna khawatir tentang stabilitas dan keandalan AI karena menjadi lebih terintegrasi dalam kehidupan sehari-hari mereka. Pada saat-saat inilah pentingnya $TAO Bittensor terbukti.

Pendekatan Bittensor tidak hanya mendukung AI open-source, tetapi juga menunjukkan bahwa itu bisa menjadi pengejaran yang menguntungkan secara finansial. Ini mengacu pada evolusi persaingan yang terlihat dalam penambangan Bitcoin dan membuka jalan bagi pasar yang berkembang di mana model AI terbaik muncul ke permukaan. Pergeseran ini memberdayakan peneliti AI untuk menyumbangkan keahlian mereka dalam lingkungan yang terbuka dan dinamis yang pada akhirnya bermanfaat bagi masyarakat secara keseluruhan.

$TAO menyediakan infrastruktur AI terdesentralisasi yang dapat mengurangi potensi masalah yang dihadapi ChatGPT. Dengan mendesentralisasikan AI, Bittensor memastikan ketahanan dan keandalan sistem AI, bahkan ketika permintaan mereka tumbuh. Pendekatan ini meletakkan dasar yang kuat untuk masa depan layanan AI.

Singkatnya, Bittensor adalah pasar AI open-source global yang menawarkan solusi menarik untuk tantangan yang ditimbulkan oleh pengembangan AI sumber tertutup.

• Artificial Intelligence Superior Gravitational Pull: Bittensor bertindak sebagai gaya gravitasi yang menarik model AI terbaik dari para peneliti di seluruh dunia. Dengan mempromosikan pasar bebas untuk AI, jaringan mendorong pengajuan model mutakhir. Saat matang, Bittensor berjanji untuk menurunkan harga, menghilangkan risiko platform, dan memberikan output AI terbaik, baik itu teks, gambar, video, atau format lainnya.
• Open Source yang Menguntungkan: Bittensor mengubah AI open source menjadi bisnis yang menguntungkan. Mengikuti contoh Bitcoin, Bittensor dibangun dengan asumsi bahwa pemangku kepentingan didorong oleh keuntungan. Dalam ekosistem ini, model AI terbaik menghasilkan uang paling banyak. Ini telah berubah menjadi industri yang sangat kompetitif dan khusus secara paralel dengan pengembangan penambangan Bitcoin. Peneliti PhD sekarang memiliki kesempatan untuk membawa penelitian mereka ke pasar terbuka ini, menjembatani kesenjangan antara akademisi dan sektor swasta.
• Skala Mengesankan: Insentif Bittensor telah menghasilkan hasil yang signifikan. Jaringan ini melayani lebih dari 4.000 model AI, termasuk 10 triliun parameter model yang mengejutkan. Ini dapat dilihat dengan membandingkannya dengan 175 miliar parameter GPT-3.
• Beragam Pemangku Kepentingan: Ekosistem Bittensor melibatkan berbagai pemangku kepentingan, termasuk penambang, validator, nominator, dan konsumen. Keterlibatan yang beragam ini memastikan ketahanan dan pertumbuhan jaringan yang berkelanjutan.

Keadaan AI saat ini merupakan pertimbangan penting, yang sebagian besar masih terkunci di bawah kendali Big Tech yang tertutup. Ini menimbulkan pertanyaan: bagaimana jika AI bisa terbuka di lingkungan kolaboratif dan dapat belajar dari model AI lainnya? Bittensor’s $TAO upaya untuk memberikan solusi untuk masalah ini.

• Adopsi Pertumbuhan: Sementara beberapa perusahaan AI besar mungkin ragu untuk mengungkapkan teknologi AI milik mereka, $TAO menawarkan proposisi yang menarik. Ini memperkenalkan kemungkinan monetisasi lebih lanjut melalui transaksi mikro. Bayangkan solusi AI lengkap seperti OpenAI menerima pembayaran mikro setiap kali seseorang menggunakan model terlatih mereka di ekosistem Bittensor untuk membangun produk dan bisnis mereka. Ini dapat membuka aliran pendapatan baru bagi perusahaan-perusahaan ini, mendorong mereka untuk berpartisipasi dalam jaringan AI terbuka.
• Adopsi berbasis permintaan: Diasumsikan bahwa solusi AI saat ini tetap tertutup dan tahan terhadap jaringan terbuka. Bahkan dengan banyak uang yang Anda inginkan, open source memiliki potensi untuk mengungguli solusi yang didanai dengan baik ini. Sementara sumber daya keuangan sangat penting untuk pengembangan teknologi, potensi teknologi yang memungkinkan pembelajaran mandiri dan belajar dari lingkungan tidak boleh diremehkan.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/ee86ca80be96dbf87495d518b64305ec.jpeg)

Dilema Sumber Terbuka

Karena kekhawatiran tentang masalah penyelarasan dalam AI terus berkembang, perdebatan seputar apakah model AI harus open source mendapatkan daya tarik. Pertanyaan mendasarnya adalah apakah kode sebenarnya di balik model AI harus gratis dan terbuka untuk semua. Menariknya, bahkan jika pemain utama seperti OpenAI membuka sumber model mereka, ini tidak akan selalu menimbulkan ancaman bagi Bittensor. Dalam lingkungan open-source, siapa pun dapat memanfaatkan model ini di jaringan Bittensor.

Dalam komunitas teknis, ada pendapat berbeda tentang masalah ini. Telah disarankan bahwa teknologi AI open-source dapat memberi aktor jahat kemampuan untuk mengeksploitasi AI untuk tujuan berbahaya. Sebaliknya, yang lain berpendapat bahwa pemberian hak eksklusif untuk teknologi AI kepada perusahaan besar dapat menimbulkan bahaya yang lebih besar. Misalnya, memusatkan kekuatan AI di tangan segelintir perusahaan triliun dolar, seperti yang ditunjukkan oleh fokus OpenAI pada peningkatan sejumlah besar uang, dapat meningkatkan masalah etika dan menyoroti risiko korupsi kekuasaan.

Keputusan Meta untuk membuka sumber Llama2 LLM-nya adalah tanda pergeseran dalam industri menuju merangkul praktik sumber terbuka. Langkah ini memberi Bittensor kesempatan untuk belajar dan berpotensi mengintegrasikan kemajuan Meta ke dalam jaringannya, menutup kesenjangan kinerja lebih cepat.

Penting untuk melihat penilaian $TAO dan OpenAI. Saat ini, OpenAI mendominasi industri, dengan valuasi antara $ 80 miliar dan $ 90 miliar. Namun, ia beroperasi dalam ekosistem tertutup yang sangat bergantung pada Microsoft dan layanan cloud yang dikendalikannya. Meskipun demikian, OpenAI telah berhasil menarik talenta terbaik dari seluruh dunia. Di sisi lain, dengan berlalunya waktu dan inisiatif open source menjadi lebih umum, berbagai bakat yang tersedia diperkirakan akan berkembang secara eksponensial, mencakup seluruh penjuru internet. Demokratisasi keahlian AI ini dapat memainkan peran kunci dalam membentuk adopsi Bittensor.

Lanskap Kompetitif - AI Terpusat

Adopsi pengembang tetap menjadi faktor kunci dalam jalur pertumbuhan Bittensor. Pengembang sekarang dapat berinteraksi dengan jaringan melalui Python API yang dikembangkan oleh OpenTensor Foundation, menyoroti pentingnya membina komunitas pengembang yang kuat untuk mendorong adopsi. Saat ini, Bittensor secara aktif bekerja untuk mendesentralisasikan aspek-aspek kunci dari jaringan, seperti pembuatan dan pelatihan model, menghargai model yang paling disetel dengan baik sambil memfasilitasi pengambilan keputusan berbasis komunitas.

Menariknya, pemain mapan di ruang AI, termasuk OpenAI dan Google, kini telah menjadi pesaing $TAO. Mereka sangat terlibat dalam fase pembuatan model AI dan bahkan mencoba-coba potensi integrasi vertikal dalam berbagai industri. Dalam konteks ini, salah satu tantangan utama yang dihadapi $TAO adalah masalah segmentasi data.

Tidak seperti raksasa teknologi seperti Facebook, Apple, Amazon, Netflix, dan Google (FAANG), yang memiliki akses ke beragam gudang data yang berarti, komunitas crowdsourcing mungkin tidak memiliki tingkat sumber daya dan akses data yang sama. Organisasi FAANG memiliki dukungan finansial untuk memanfaatkan perangkat keras yang kuat, seperti teknologi mutakhir Nvidia, termasuk H100 dan GH200, yang secara signifikan dapat mempercepat pelatihan model AI.

Pada saat yang sama, perlu dicatat bahwa semua solusi AI arus utama saat ini ada dalam bentuk tertutup dan terpusat. Ini termasuk perusahaan terkenal seperti OpenAI, Google, Midjourney, dan lainnya, yang masing-masing menawarkan solusi AI yang mengganggu. Namun, kesenjangan antara model sumber tertutup dan sumber terbuka dengan cepat menyempit. Model open-source mendapatkan daya tarik dalam hal kecepatan, penyesuaian, privasi, dan kemampuan keseluruhan. Dibandingkan dengan rekan-rekan tertutup mereka, mereka mencapai fitur yang mengesankan dengan anggaran dan skala parameter yang relatif kecil. Selain itu, model sumber terbuka ini beroperasi pada garis waktu yang dipercepat, memungkinkan hasil dikirimkan dalam beberapa minggu, bukan bulan.

Sebagai raksasa teknologi yang kuat, Google telah mengenali tren perubahan ini. “Kami tidak memiliki parit, begitu pula OpenAI,” kata kebocoran internal dari perusahaan. Ini menyoroti pengaruh yang berkembang dari open source AI dalam lanskap kompetitif.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/914a812e6af0fbcb1e4061a461d5a5ca.png)

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/a3808d76a898a6dd9e4f4dd27e0f1935.jpeg)

Dalam ekosistem AI yang berkembang ini, $TAO muncul sebagai katalis untuk perubahan, menantang model tradisional pengembangan dan pelatihan AI. Pendekatannya yang terdesentralisasi dan etos berbasis komunitas menjadikannya pesaing di arena dinamis di mana raksasa teknologi pernah mendominasi.

Tidak seperti platform terpusat yang membatasi akses ke model AI individu, arsitektur Bittensor menyediakan akses tanpa izin ke intelijen. Ini adalah toko serba ada untuk pengembang AI, menyediakan semua sumber daya komputasi yang diperlukan sambil menerima kontribusi eksternal. Model inklusif ini menghubungkan jaringan saraf di seluruh Internet untuk menciptakan sistem pembelajaran mesin global, terdistribusi, dan digerakkan oleh insentif.

Untuk mewujudkan potensi penuh AI, penting untuk menjauh dari praktik pengembangan sumber tertutup dan keterbatasannya yang terkait. Sama seperti anak-anak memperluas pemahaman mereka melalui interaksi sosial, AI tumbuh subur di lingkungan yang dinamis. Paparan beragam kumpulan data, wawasan dari peneliti inovatif, dan interaksi dengan berbagai model membantu mendorong terciptanya sistem AI yang lebih kuat dan cerdas. Lintasan AI tidak boleh ditentukan oleh satu entitas.

Dalam konteks dua masa depan yang berlawanan ini, pilihan antara dunia yang didominasi oleh algoritma kotak hitam dan otoritas terpusat, atau lanskap AI yang terbuka dan demokratis sangat penting bagi masyarakat.

Dalam skenario pertama, di mana perusahaan besar seperti OpenAI atau Anthropic mengendalikan solusi AI, kami berisiko hidup di bawah rezim pengawasan konstan. Perusahaan-perusahaan ini akan memiliki kekuatan besar atas data pribadi kami dan interaksi sehari-hari, dengan hak untuk menutup layanan dan melaporkan individu yang tidak setuju atau berdiskusi.

Pilihan yang lebih optimis, bagaimanapun, menawarkan dunia AI berdasarkan platform open-source dan dibangun di atas jaringan yang dimiliki secara universal. Di sini, kekuasaan dan kontrol terdesentralisasi, dan AI adalah alat untuk pemberdayaan daripada pemantauan. Dalam hal ini, kreativitas dan pengembangan dapat berkembang tanpa takut akan bias atau sensor perusahaan.

Sama seperti Internet mendemokratisasikan akses ke informasi, ekosistem AI terbuka akan mendemokratisasikan akses ke intelijen. Ini memastikan bahwa kecerdasan tidak dimonopoli oleh segelintir orang, mempromosikan lapangan bermain yang setara di mana siapa pun dapat berkontribusi, belajar, dan mendapat manfaat.

$TAO Tokenomics

• Mirip dengan Bitcoin, total pasokan maksimum token $TAO dibatasi hingga 21.000.000 dan akan dikeluarkan setelah 256 tahun.
• Halving $TAO akan terjadi setiap 10,5 juta blok, dengan 64 peristiwa halving terjadi selama 45 tahun ke depan.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/a6c336baa5bf8cfde3c96b172e23c993.png)

• Jaringan memiliki waktu blok sekitar 12 detik, dan setiap blok memberi penghargaan kepada penambang dan validator selama 1 $TAO.
• Saat ini, ini setara dengan penerbitan 7.200 token $TAO baru per hari, yang didistribusikan secara merata antara penambang dan validator.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/120427af6ad9d8cf33ac6cee377676e7.jpeg)

Kesamaan lainnya dengan Bitcoin adalah jadwal penerbitan $TAO juga mengikuti konsep halving, yang terjadi kira-kira setiap 4 tahun. Namun, ini ditentukan oleh jumlah total token yang dikeluarkan, bukan oleh jumlah blok. Misalnya, setelah setengah dari total pasokan dikeluarkan, tingkat penerbitan dikurangi setengahnya.

Yang penting, token $TAO yang digunakan untuk pendaftaran daur ulang dibakar kembali ke pasokan yang tidak diterbitkan, menghasilkan perpanjangan bertahap dari interval halving. Mekanisme ini memastikan bahwa jadwal penerbitan secara dinamis menyesuaikan dari waktu ke waktu, mencerminkan kebutuhan dan dinamika ekonomi jaringan.

$TAO Ekonomi Token

Ekonomi token $TAO Bittensor ditandai dengan kesederhanaan, komitmen terhadap desentralisasi, dan distribusi yang adil. Tidak seperti banyak proyek blockchain lainnya, token $TAO tidak didistribusikan ke pihak mana pun melalui ICO, IDO, penempatan pribadi ke VC, atau penugasan istimewa ke tim, yayasan, atau penasihat. Sebaliknya, setiap token yang beredar harus diperoleh dengan berpartisipasi aktif dalam jaringan.

Ada juga pengalokasi modal dalam jaringan yang berpartisipasi sebagai penambang atau validator dan menyediakan layanan pembuatan pasar, seperti DCG, GSR, atau Polychain. Yang penting, tidak satupun dari mereka menerima alokasi token melalui pra-penjualan atau penempatan pribadi.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/89953e6a8b5db5afc84957eda6e36a11.png)

$TAO token dapat digunakan untuk tata kelola, staking, dan partisipasi dalam mekanisme konsensus, serta sebagai alat pembayaran dalam jaringan Bittensor.

Dengan cara ini, validator dan penambang menggunakan token mereka sebagai jaminan untuk mengamankan jaringan dan mendapatkan imbalan atas penerbitan inflasi, sementara pengguna dan bisnis dapat menggunakan $TAO untuk mengakses layanan AI dan aplikasi yang dibangun di jaringan.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/a64bdc82ffeb73ebf7357cb525fd4103.jpeg)

Token $TAO baru hanya dapat dihasilkan melalui penambangan dan verifikasi. Jaringan memberi penghargaan kepada penambang dan validator, dengan hadiah 1 $TAO diberikan untuk setiap blok, yang dibagi rata antara penambang dan validator. Akibatnya, satu-satunya cara untuk mendapatkan $TAO adalah dengan membeli token di pasar terbuka atau berpartisipasi dalam kegiatan penambangan dan validasi.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/b16a6bf7d2d0f1ec6f697372d003927d.jpeg)

$TAO Model distribusi token sederhana mencerminkan prinsip desentralisasi dan mengingatkan pada semangat Bitcoin yang ditetapkan oleh Satoshi Nakamoto. Pencetakan genesis $TAO sejalan dengan jadwal rilis Bitcoin ($BTC), memberikan kesempatan yang sama bagi siapa saja yang berkontribusi nilai pada jaringan. Pendekatan ini menekankan pentingnya mencegah konsentrasi kekuasaan dan kepemilikan, terutama di bidang kecerdasan buatan, yang memiliki implikasi sosial yang signifikan dan tidak boleh dikendalikan oleh segelintir orang.

Model distribusi ini memastikan bahwa penambangan tetap menjadi proses yang kompetitif. Karena semakin banyak penambang bergabung dengan jaringan, persaingan meningkat, dan mempertahankan profitabilitas menjadi tantangan. Hal ini, pada gilirannya, mendorong penambang untuk mencari cara untuk mengurangi biaya operasional, sehingga meningkatkan efisiensi dan inovasi dalam jaringan.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/19a4ab7f971df78570080d2be37585e0.jpeg)

$TAO Pengambilan Nilai

$TAO adalah token asli dari jaringan Bittensor, dan nilai intrinsiknya berasal dari peran uniknya dalam ekosistem. Berbeda dengan model L1 standar, di mana token jaringan menerima nilai melalui penjualan ruang blok, nilai $TAO dipatok ke layanan AI yang didukungnya. Karena layanan AI ini menjadi lebih berdampak dan praktis, permintaan akan $TAO meningkat.

Kepemilikan $TAO mendapatkan akses ke berbagai sumber daya digital yang saling berhubungan, termasuk data, bandwidth, dan kecerdasan yang dihasilkan dan diverifikasi oleh peserta jaringan. Sebagaimana tercermin dalam rencana penerbitan, nilai $TAO tidak hanya didasarkan pada spekulasi atau kelangkaan, tetapi berakar dalam pada kontribusi nyata dan utilitas yang diberikannya dalam jaringan Bittensor.

Namun, mempertahankan siklus penciptaan dan penghargaan ini tidak dijamin. Penambang dan validator, sambil memberikan intelijen berharga ke jaringan dan menerima token $TAO sebagai imbalannya, juga memiliki insentif untuk menjual token untuk menutupi biaya, mirip dengan penambang Bitcoin.

Berapa nilai harga token?

Seperti token lainnya, harga $TAO ditentukan oleh prinsip-prinsip ekonomi dasar penawaran dan permintaan. Peningkatan permintaan untuk $TAO menyebabkan kenaikan harga, sementara penurunan permintaan menyebabkan penurunan harga. Oleh karena itu, idenya adalah bahwa permintaan untuk kegiatan ekosistem akan mengimbangi pelepasan pasokan.

Anda hanya dapat memperoleh $TAO dengan berkontribusi ke jaringan. Untuk melakukan ini, Anda perlu membeli dan menahannya atau membelanjakannya untuk mulai menggunakan jaringan.

• Permintaan Driver:

1. Kegiatan Ekosistem:
2. Validator membutuhkan $TAO token untuk mendaftar.
3. Pengguna dapat membeli $TAO untuk berpartisipasi dalam proses pemungutan suara terkait dengan penyelarasan intelijen.
4. Digunakan sebagai pembayaran dalam jaringan.
5. Anda perlu melakukan staking dan mendelegasikan $TAO untuk mendapatkan hadiah staking. Ini membantu melindungi dari penerbitan inflasi.
6. Premi spekulatif adalah cara untuk bertaruh pada potensi terbalik dari konvergensi dua teknologi yang mengganggu, blockchain dan kecerdasan buatan.
7. Efek jaringan dari lebih banyak pengembang yang memasuki jaringan dan memanfaatkan potensi model sumber terbuka

• Pasokan didorong:

1. Total penerbitan token emisi inflasi mencapai 21.000.000
2. Penambang dan validator dapat menjual token $TAO untuk membayar biaya operasional. Aspek ini mirip dengan penambang Bitcoin yang menjual Bitcoin untuk menutupi biaya.

Ketika jaringan berkembang dan lebih banyak model dan subnet AI ditambahkan, begitu juga potensi penangkapan nilai. Sinergi antara AI dan blockchain juga telah memicu pertumbuhan jaringan, menciptakan siklus yang memperkuat diri.

Dengan cara ini, Bittensor mewujudkan prinsip Hukum Metcalfe, yang menyatakan bahwa nilai jaringan sebanding dengan kuadrat dari jumlah pengguna atau node yang terhubung. Karena semakin banyak peserta bergabung dengan jaringan, nilai yang diberikannya tumbuh secara eksponensial.

Cara mendapatkan nilai seperti itu

Di Bittensor, validator diberi insentif untuk mendapatkan saham dari pemegang token, dan staking ini sangat penting untuk fungsinya dalam jaringan. Sebagai pemegang token, Anda memiliki opsi untuk mendelegasikan $TAO ke berbagai validator yang berbeda. Opsi yang paling umum adalah OpenTensor Foundation itu sendiri, yang memiliki sekitar 20% kepemilikan jaringan.

Saat ini, validator mendistribusikan 82% dari hadiah mereka kepada delegator dalam bentuk token $TAO. Oleh karena itu, mendelegasikan token $TAO kepada validator adalah kesempatan bagi pemegang token untuk mendapatkan hadiah staking. Ini membantu melindungi pengguna dari potensi pengenceran yang disebabkan oleh penerbitan token inflasi.

• Hadiah validator saat ini 22,45%
• Hadiah staking saat ini adalah 18,41%

Risiko/Hadiah & Cakrawala Waktu

Saat mengevaluasi risiko / imbalan mengalokasikan sebagian portofolio Anda untuk $TAO, penting untuk memahami apa yang sebenarnya Anda beli. Misalnya, pembelian tidak memberikan hak kepada pemegangnya atas segala bentuk pendapatan yang dibayarkan dalam dolar untuk kegiatan ekonomi jaringan. Sebagai gantinya, Anda dihargai dengan penerbitan token. Sebagai pemegang token, Anda dapat mendelegasikan token yang dikeluarkan ini ke validator untuk mendapatkan APR dan meningkatkan kepemilikan $TAO Anda.

$TAO analogi dengan Bitcoin jelas, tetapi Bitcoin memiliki kisah intrinsik di baliknya yang membuatnya unik. Tidak ada yang bisa memberikan jawaban yang memuaskan tentang apa nilai $BTC atau mengapa itu memiliki bentuk nilai apa pun, sehingga komunitas berakhir dalam perang suku antara tanpa koin, “shitcoin”, dan ekstremis.

Faktanya, tokenomik Bitcoin mudah dimengerti: $BTC digunakan untuk memberi insentif kepada penambang untuk mengoperasikan dan memelihara jaringan, sehingga pemegang yang ada terdilusi (meskipun mereka dapat menjadi penambang atau, dalam kasus Bittensor, delegator). Akibatnya, mereka yang memegang token tidak diberi insentif dan tidak menerima imbalan apa pun dari jaringan yang mendasarinya.

Tetapi bagi $BTC, ada satu faktor penting yang perlu dipertimbangkan, dan itu adalah kelangkaan. Bahkan, hanya akan ada 21 juta $BTC, yang membuatnya unik. Meskipun ekonomi token $TAO dimodelkan pada Bitcoin, masih ada lebih dari 70% token yang belum diterbitkan. Ini menimbulkan dilema bagi investor: apakah mereka menghargai desentralisasi jaringan lebih dari kelangkaan aset.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/cf5ea8cb4c612e71fef01a9f562e469c.png)

Pada akhirnya, utilitas $TAO berasal dari akses yang diberikannya ke model AI, penggunaan tata kelola, akses ke hadiah staking, dan peluang sebagai mekanisme insentif.

Biaya Operasional

Biaya pembangunan infrastruktur saat ini diperoleh Yayasan Opentensor melalui reward delegasi dan delegasi. Pengembangan lain dilakukan oleh pihak ketiga yang menjalankan validator mereka sendiri, yang juga didanai melalui delegasi.

Sama seperti inisiatif global yang membutuhkan dana untuk penelitian, pengembangan, dan penyebaran, keberhasilan AI bergantung pada bagaimana modal diselaraskan dan bagaimana pemangku kepentingan dihargai atas kontribusi mereka. Alokasi sumber daya strategis (penelitian, GPU untuk pelatihan, dll.) inilah yang mendorong pengembangan dan dampak AI.

Di bidang kecerdasan buatan, terutama model bahasa besar seperti ChatGPT, biaya operasinya sangat tinggi. Misalnya, OpenAI memperkirakan biayanya sekitar $ 700.000 per hari untuk mengoperasikan ChatGPT, yang menunjukkan beban keuangan tinggi yang datang dengan model AI skala besar. Biaya pelatihan per model dapat berkisar dari jutaan hingga puluhan juta dolar, menjadikannya upaya yang lebih intensif sumber daya. Biaya pelatihan model pada dataset besar bisa lebih tinggi, hingga $ 30 juta. Sementara perusahaan telah mengumpulkan dana yang signifikan, termasuk investasi baru-baru ini dari Microsoft (sekitar setengahnya datang dalam bentuk kredit Azure), meningkatnya biaya pelatihan model bahasa besar tetap menjadi perhatian. Setiap pelatihan yang dijalankan menghabiskan biaya jutaan dolar, dan kebutuhan untuk memulai dari awal untuk model baru memperburuk masalah.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/df230d0a266d38e488026b24c7992c1a.png)

Di sinilah pendekatan “peracikan pengetahuan” Bittensor masuk. Pendekatan unik Bittensor berfokus pada desentralisasi dan kolaborasi melalui “peracikan pengetahuan”. Filosofi ini memungkinkan sistem AI dibangun di atas pengetahuan yang ada secara terdesentralisasi, memberikan manfaat seperti:

• Efisiensi biaya: Dengan memanfaatkan pengetahuan yang ada dan terus meningkatkan, pendekatan Bittensor menjanjikan untuk mengurangi kebutuhan pelatihan ulang yang mahal dari awal.
• Kemampuan beradaptasi: Aplikasi AI skala besar sering menghadapi perubahan kebutuhan dan tantangan. Dalam hal ini, pendekatan desentralisasi memungkinkan organisasi untuk lebih fleksibel dalam mengadaptasi sistem AI mereka, memastikan bahwa mereka tetap relevan dan efektif dalam lingkungan yang dinamis.
• Desentralisasi: Jaringan terdesentralisasi Bittensor memberdayakan komunitas kontributor global, mengurangi ketergantungan pada satu entitas atau infrastruktur terpusat. Ini mendorong inovasi dan keragaman dalam pengembangan AI.
• Kolaborasi: Sifat kolaboratif dari peracikan pengetahuan mendorong berbagi pengetahuan dan pembelajaran kooperatif di antara node dalam jaringan, menciptakan lingkungan yang dinamis untuk kemajuan AI.

Tim &; Investor

Bittensor adalah protokol open-source yang mendukung jaringan pembelajaran mesin berbasis blockchain yang terdesentralisasi. Tim Bittensor termasuk Jacob Steeves (Pendiri), Ala Shaabana (Pendiri), Jacqueline Dawn (Direktur Pemasaran), dan Saeideh Motlagh (Arsitek Blockchain), antara lain. Opentensor Foundation berencana untuk memperluas tim mereka tahun ini.

Karakter bernama Yuma Rao juga disebutkan dalam whitepaper Bittensor, sama seperti Satoshi Nakamoto di Bitcoin. Tidak jelas apakah orang ini nyata, dan kita mungkin tidak akan pernah bisa belajar lebih banyak tentang dia.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/d9999947d5caf14269a06dfc8375b7f1.jpeg)

Bittensor belum mengungkapkan penasihat terkenal atau investor utama, selain menerima dukungan keuangan dari OpenTensor Foundation, sebuah organisasi nirlaba yang mendukung pengembangan Bittensor. Bittensor belum mengumumkan kemitraan resmi.

OPINI

Valuasi sebagian besar perusahaan teknologi jauh di bawah valuasi pra-pandemi, tetapi perusahaan AI sekarang berada pada kelipatan valuasi dan tingkat pertumbuhan tertinggi.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/ad98e6b8af577156ae7bfacda9042e42.jpeg)

Dengan kapitalisasi pasar jauh di bawah raksasa industri, Bittensor mungkin memang menjadi platform yang ideal untuk aplikasi AI skala besar / permintaan tinggi dan model open-source.

Jelas, perbandingan termudah untuk mengukur kenaikan dibandingkan dengan penilaian penempatan pribadi OpenAI, yang mencapai $ 29 miliar. Terlepas dari realismenya, ini sedikit lebih tinggi dari FDV $TAO. Mempertimbangkan berapa lama waktu yang dibutuhkan untuk seluruh pasokan memasuki sirkulasi, kita dapat menggunakan kapitalisasi pasar yang beredar untuk sampai pada angka perkiraan bahwa penilaian penempatan pribadi OpenAI lebih dari 108 kali lebih tinggi daripada kapitalisasi pasar $TAO. Namun, ini adalah pendekatan yang sangat spekulatif yang dapat direduksi menjadi taruhan pada proyek yang dapat mengambil manfaat dari persimpangan AI dan crypto.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/a610d7f15c34a6243c31e3bad2bd37a9.png)

Fitur terpenting dari Bittensor adalah memecahkan masalah sentralisasi AI. Saat ini, segelintir perusahaan mengendalikan beberapa model besar dan kuat, tetapi mereka semua terpisah dan memiliki sedikit atau tidak ada kolaborasi atau berbagi pengetahuan.

Model AI yang terisolasi tidak dapat belajar satu sama lain, jadi mereka tidak bertambah (peneliti harus memulai dari awal setiap kali mereka membuat model baru). Ini sangat kontras dengan penelitian AI, di mana peneliti baru dapat membangun karya peneliti masa lalu, menciptakan efek pertumbuhan yang sangat meningkatkan pengembangan ide.

Siloed AI juga terbatas dalam fungsionalitas, karena aplikasi pihak ketiga dan integrasi data memerlukan izin dari pemilik model (dalam bentuk kemitraan teknis dan perjanjian bisnis). Keterbatasan ini memiliki dampak langsung pada nilai dan utilitas AI, karena hanya dapat bekerja dalam lingkup aplikasi yang didukungnya secara efektif.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/b94a5158a5ca4bc2c40a63c20146f1c6.png)

Lingkungan terpusat dan pemenang-mengambil-semua ini tidak kondusif bagi tim kecil dengan sumber daya yang lebih sedikit. Dalam hal ini, kekuatan inti Bittensor terletak pada jaringan dan insentif terdesentralisasi mereka, mendorong tim kecil dan peneliti untuk memonetisasi pekerjaan mereka.

Jika Bittensor berhasil menutup kesenjangan kinerja dengan penyedia AI sumber tertutup terkemuka seperti GPT-4, itu bisa menjadi pilihan pertama bagi pengembang, bisnis, dan peneliti di ruang crypto dan AI. Sifatnya yang terbuka dan kolaboratif menjadikannya alternatif yang menarik untuk ekosistem tertutup dengan potensi untuk mengarah pada adopsi yang signifikan. Pada akhirnya, penilaian TAO dapat berasal dari utilitas jaringan (aktivitas ekonomi di mana ia dibangun) atau arus kas langsung protokol.

• Sebagai token utilitas, $TAO memerlukan akses ke jaringan. Akibatnya, penilaiannya dapat diturunkan berdasarkan utilitas ekonomi yang dibangun di atasnya.
• Sebagai token staking, pemegang dapat mendelegasikan $TAO kepada validator dan menerima bagian dari pendapatan jaringan.
• Kami juga dapat mengukur pengembalian berdasarkan pangsa pasar dan beberapa asumsi (yang juga dapat menyebabkan perkiraan yang tidak dapat diandalkan).

Karena kepraktisan lebih subjektif dan abstrak, kita bisa mulai dengan arus kas. Dengan asumsi bahwa pasar pembelajaran mesin mencapai ukuran pasar tertentu di masa depan (lihat perkiraan Precedence Research pada bagan di bawah), kita dapat menilai jaringan Bittensor berdasarkan pangsa pasar potensial dan penggandaan pendapatannya.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/eda294a83c71a2e6404da3f33cf180ef.jpeg)

Terlepas dari perkiraan ukuran pasar, Bittensor masih merupakan proyek yang sangat khusus dan kompleks, yang merupakan penghalang bagi orientasi yang mudah bagi pengembang dan adopsi bagi pengguna.

Proyek ini masih dalam tahap awal pengembangan, dan masalah tak terduga dengan jaringan dapat terjadi. Misalnya, pada bulan Juni, ada kolusi antara penambang untuk memanipulasi jaringan, mengakibatkan $TAO dijual di pasar. Solusi sementara adalah mengurangi penerbitan sebesar 90% untuk memberikan Opentensor Foundation waktu tambahan untuk menyelesaikan masalah dengan jaringan sehingga protokol dapat berfungsi sebagaimana dimaksud.

Sebagian besar produk yang saat ini berjalan di jaringan tidak dapat bersaing dengan rekan-rekan terpusat dan memiliki tingkat adopsi yang rendah hingga saat ini. Cara terbaik untuk mengetahui dan mencoba sendiri adalah dengan menguji layanan yang ditawarkan oleh Bittensor Hub.

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/ca661db1074094cc0e1e37be4ce0f166.png)

Kita juga harus mengajukan pertanyaan apakah tokenomik Bitcoin berlaku untuk jaringan seperti Bittensor yang berspesialisasi dalam menyediakan layanan AI. Mungkin sifat kontraktif $BTC tidak cocok untuk jaringan yang perlu menambahkan penambang dan aplikasi yang dibangun di atasnya untuk skala. Idealnya, token harus membengkak seiring adopsi jaringan tumbuh, lebih mirip dengan minyak digital daripada emas digital. Sebagian, ini telah dibangun di dalamnya, memberi insentif kepada para penambang untuk bersaing satu sama lain dan mendistribusikan pasokan selama lebih dari 200 tahun.

Tantangan lain adalah privasi, karena tidak mungkin mengenkripsi data sebelum melewati jaringan saraf. Dalam lingkungan yang terdesentralisasi, ini bahkan lebih rumit karena data apa pun yang melalui proses pembelajaran dan / atau inferensi tentu tidak akan bersifat pribadi. Tentu saja, ini juga bisa menjadi masalah potensial dalam lingkungan terpusat, tetapi kemudian Anda hanya perlu khawatir tentang satu pihak yang dikenal melihat data Anda, tidak banyak pihak yang tidak dikenal.

Ekonomi

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/39558d24d11bad6de8f7bc8911554172.png)

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/8252707fce5387b9b6d9c795bb604b5d.png)

Harga Token

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/bc49b857bd647821dff914833c563ba3.png)

Harga relatif terhadap ATH dan ATL

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/b5b537e6bb68a16f9e94dd922459526e.png)

Distribusi Pasokan

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/111ccbeb920ed2123972d17b93660a12.png)

! [10.000 Kata Dijelaskan: Bagaimana Bittensor Network dan Token TAO Merevolusi Industri AI] (https://cdn-img.panewslab.com//panews/2022/11/21/images/ce3334573d6bc43bbf92609ad3425bd9.png)

Kesimpulan

Bittensor bisa menjadi taruhan kuat di persimpangan AI dan crypto. Namun, tidak ada keraguan bahwa ini adalah salah satu proyek paling kompleks untuk menilai tingkat pertumbuhan dan potensi kenaikannya. Jelas ada banyak potensi untuk memanfaatkan utilitas AI di web terdesentralisasi, terutama dalam hal memberi insentif pada model open-source dan mendesentralisasikan kepemilikan jaringan. Namun, layanan dan kasus bisnis yang dibangun di atas Bittensor saat ini tidak cukup kompetitif.

Kecerdasan buatan adalah industri yang membutuhkan biaya operasional yang besar dan banyak uang untuk mendukung, dan hanya raksasa industri yang dapat mencapai hal ini. Dalam hal ini, Bittensor adalah taruhan yang sangat kontrarian, itulah sebabnya mengapa perlu mempertimbangkan sebanyak mungkin faktor risiko / imbalan.