تؤدي التطورات السريعة في تقنيات الذكاء الاصطناعي إلى قيادتنا نحو عصر جديد مدفوع بالبيانات. إن التقدمات الرائدة في مجالات مثل التعلم العميق ومعالجة اللغة الطبيعية تجعل تطبيقات الذكاء الاصطناعي موجودة في كل مكان. لقد أثار ظهور ChatGPT في عام 2022 ثورة في صناعة الذكاء الاصطناعي، مما أدى إلى ظهور سلسلة من أدوات الذكاء الاصطناعي المبتكرة، مثل إنشاء الفيديوهات الذكية والمكاتب الذكية وغيرها. كما تم رفع استخدام تقنيات الذكاء الاصطناعي على جدول الأعمال. في الوقت نفسه، شهدت القيمة السوقية لصناعة الذكاء الاصطناعي نموًا انفجاريًا، ومن المتوقع أن تصل إلى 185 مليار دولار بحلول عام 2030.
ومع ذلك، فإن صناعة الذكاء الاصطناعي الحالية تهيمن عليها مجموعة من عمالقة التكنولوجيا، وهذا التركيز العالي يؤدي أيضًا إلى مجموعة من التحديات، مثل احتكار البيانات، وتوزيع القدرة الحاسوبية بشكل غير متساو. يوفر مفهوم اللامركزية في Web3 إمكانيات جديدة لحل هذه المشكلات. في البنية التحتية الشبكية الموزعة في Web3، من المتوقع أن تعيد تشكيل نمط تطوير صناعة الذكاء الاصطناعي الحالية.
مع ازدهار صناعة الذكاء الاصطناعي، ظهرت مجموعة من المشاريع المتميزة في Web3 + AI. تحاول هذه المشاريع دمج تقنية البلوك تشين مع الذكاء الاصطناعي لاستكشاف اتجاهات جديدة للتطوير. من بين هذه المشاريع، يكرس بعضها جهوده لبناء نظام اقتصادي للذكاء الاصطناعي لامركزي، بينما يركز البعض الآخر على استخدام تقنية البلوك تشين لتحسين تدريب نماذج الذكاء الاصطناعي، وهناك مشاريع تسعى لإنشاء منصات عالية الأداء تجمع بين الذكاء الاصطناعي والبلوك تشين.
في مجالات Web3+AI المختلفة، تتطور المشاريع في اتجاه البيانات والقوة الحاسوبية بشكل سريع. ومع ذلك، لا تزال المشاريع في مجال تطوير الخوارزميات مستقلة نسبياً، مما يجعل من الصعب تشكيل جهد مشترك. لقد أدركت Bittensor هذه الفرصة بشكل حاد، ومن خلال آلية المنافسة والتحفيز المدمجة في blockchain، أنشأت منصة خوارزميات AI مزودة بوظيفة تصفية، مما يتيح لها جمع والاحتفاظ بأفضل مشاريع AI.
Bittensor: مستكشف شبكة الذكاء الاصطناعي اللامركزية
Bittensor هو شبكة تعلم آلي لامركزية ومنصة لتداول السلع الرقمية. يعمل من خلال شبكة حسابات موزعة، مما يحل بفعالية مشاكل مثل مركزية البيانات. تستخدم الشبكة آلية تحفيز عادلة، حيث يتم توزيع المكافآت على الشبكات الفرعية والعقد وفقًا لنسبة المساهمة. في الوقت نفسه، تقدم خدمات للأفراد الذين يحتاجون إلى موارد تعلم الآلة، وتتحول تدريجياً إلى سوق متنوع لتداول السلع الرقمية.
تاريخ تطوير Bittensor مليء بروح الابتكار. في عام 2021، أطلق مجموعة من الخبراء الفنيين هذا المشروع بهدف دفع تطوير الشبكات الذكية اللامركزية. في عام 2022، أصدرت الفريق النسخة ألفا من الشبكة، مما تحقق من جدوى الذكاء الاصطناعي اللامركزي. في عام 2023، تم إصدار النسخة بيتا، وتم تقديم نموذج الاقتصاد الرمزي TAO لتحفيز صيانة الشبكة. في عام 2024، أدخل المشروع تقنية DHT، مما زاد من كفاءة تخزين البيانات واسترجاعها، بالإضافة إلى زيادة الجهود لتوسيع الشبكات الفرعية وسوق السلع الرقمية.
تتبع رموز شبكة Bittensor المعروفة باسم TAO تصميم البيتكوين في عدة جوانب. ويبلغ إجمالي العرض 21 مليون قطعة، ويتقلص إلى النصف كل أربع سنوات. يتم توزيع TAO بطريقة الإطلاق العادل، دون أي تعدين مسبق أو احتفاظ بالفريق. يتم إنشاء كتلة واحدة تقريبًا كل 12 ثانية، مع مكافأة 1 TAO لكل كتلة. تُوزع هذه المكافآت حسب نسبة المساهمة على الشبكات الفرعية، ثم يتم توزيعها من قبل الشبكات الفرعية على المالكين والمصادقين وعمال المناجم.
حاليًا، تجاوز العدد الإجمالي لحسابات شبكة Bittensor 100,000، حيث يبلغ عدد الحسابات النشطة حوالي 80,000. على مدار العام الماضي، وصلت أعلى زيادة في سعر TAO إلى عشرات الأضعاف، بينما تبلغ القيمة السوقية الحالية حوالي 2.278 مليار دولار، وسعر الوحدة 321 دولار. تعكس هذه البيانات أن مشروع Bittensor يحظى باهتمام ومشاركة متزايدة من قبل الناس.
بنية الشبكة الفرعية: الابتكار الأساسي لـ Bittensor
بروتوكول Bittensor هو بروتوكول تعلم آلي لامركزي يدعم تبادل قدرات التعلم الآلي والتنبؤ بين المشاركين في الشبكة، مما يعزز التعاون ومشاركة النماذج والخدمات. يتضمن البروتوكول عدة مكونات مثل بنية الشبكة، والشعاع الفرعي، وبنية الشبكة الفرعية. تتكون شبكة Bittensor في الأساس من عدة عقد، حيث تعمل كل عقدة على تشغيل برنامج عميل Bittensor لتحقيق الاتصال. تتم إدارة هذه العقد بواسطة الشبكة الفرعية، حيث تستخدم آلية الاختيار والمنافسة، مما يؤدي إلى استبعاد الشبكات الفرعية والعقد ذات الأداء الضعيف.
الشبكة الفرعية هي جزء أساسي من شبكة Bittensor، ويمكن اعتبارها كتلة مستقلة من التعليمات البرمجية التي تحدد آليات التحفيز والوظائف الخاصة بالمستخدمين. حاليًا، باستثناء الشبكة الفرعية الجذرية، هناك 45 شبكة فرعية، ومن المتوقع أن يرتفع عدد الشبكات الفرعية من 32 إلى 64 خلال الفترة من مايو إلى يوليو 2024، مع إضافة 4 شبكات جديدة كل أسبوع.
يشمل الشبكة الفرعية بشكل رئيسي ثلاث فئات من الأدوار: مالك الشبكة الفرعية، المعدنون، والمحققون المعتمدون. يكون مالك الشبكة الفرعية مسؤولاً عن توفير الكود الأساسي وتحديد آلية الحوافز. يقوم المعدنون بتحسين الكود باستمرار لزيادة قدرتهم التنافسية. بينما يكون المحققون مسؤولين عن تقييم مساهمات الشبكة الفرعية والحصول على المكافآت. عادةً ما يتم توزيع مكافآت الانبعاث في الشبكة الفرعية بنسبة 18% و41% و41% بين المالكين والمحققين والمعدنين.
بعد تسجيل الشبكة الفرعية، هناك فترة مناعة لمدة 7 أيام، ورسوم التسجيل لأول مرة هي 100 TAO. عندما تنفد جميع المقاعد للشبكة الفرعية، ستقوم الشبكة الفرعية الجديدة باستبدال الشبكة الفرعية التي لديها أقل انبعاثات والتي ليست في فترة المناعة. لذلك، تحتاج الشبكة الفرعية إلى تحسين كمية الرهن الخاصة بالمدققين وكفاءة عمال المناجم باستمرار لضمان البقاء على المدى الطويل.
بفضل بنية الشبكة الفرعية لشبكة Bittensor، أصبح بإمكان شبكة البيانات الذكية اللامركزية Masa أن تتجسد، لتصبح أول نظام مكافآت ثنائي العملة في الشبكة، وجذبت تمويلًا بقيمة 18 مليون دولار. هذا يُظهر الإمكانات التطبيقية الفعلية لنموذج الشبكة الفرعية لـ Bittensor.
آلية الإجماع: محاولة مبتكرة لإثبات الذكاء
تستخدم شبكة Bittensor مجموعة متنوعة من آليات الإجماع والإثبات. ومن أبرزها آلية إثبات الذكاء (PoI)، وهي آلية التحقق والتحفيز الفريدة من نوعها في Bittensor. في PoI، يقوم المعدنون بإثبات مساهماتهم من خلال إكمال مهام حسابية ذكية، والتي قد تشمل معالجة اللغة الطبيعية وتحليل البيانات وغيرها من المجالات. ويتولى المدققون مسؤولية توزيع المهام وتقييم جودة الإنجاز.
تعد خوارزمية Yuma للتوافق هي الخوارزمية الأساسية لتوافق Bittensor. يقوم المدققون بتقييم أداء المهام ويقدمون درجات ، ثم يتم إدخال هذه الدرجات في خوارزمية التوافق Yuma. ستقوم الخوارزمية بتخصيص أوزان مختلفة بناءً على كمية TAO التي يراهن بها المدققون ، مع استبعاد النتائج التي تنحرف بشكل كبير عن الدرجات الأكثر شيوعًا ، وفي النهاية يتم الوصول إلى درجة شاملة يتم بناءً عليها توزيع المكافآت.
تتمثل إحدى الميزات المهمة لتوافق Yuma في مبدأ عدم المعرفة بالبيانات، الذي يضمن الخصوصية والأمان خلال عملية معالجة البيانات. في الوقت نفسه، فإن آلية المكافآت المستندة إلى الأداء تحفز العقد على تقديم موارد حسابية فعالة وعالية الجودة.
بالإضافة إلى ذلك، قدمت Bittensor آلية خبراء مختلطين MOE( )، حيث يتم دمج عدة نماذج فرعية على مستوى الخبراء في بنية نموذج واحدة. مما يسمح للنماذج الفرعية المختلفة بالعمل معًا لتحقيق نتائج أفضل عند معالجة بيانات جديدة. بدعم من إجماع Yuma، يمكن للمتحققين تقييم وترتيب نماذج الخبراء، مما يعزز التحسين المستمر للنموذج.
حالياً، يوجد 45 شبكة فرعية مسجلة في Bittensor، منها 40 تم تسميتها. مع زيادة عدد الشبكات الفرعية، يرتفع الضغط التنافسي على الشبكات الفرعية الجديدة المسجلة. ومع ذلك، فإن آلية الإقصاء في Bittensor تضمن أنه على المدى الطويل، ستبرز الشبكات الفرعية ذات الأداء الممتاز.
في الشبكات الفرعية الحالية، الشبكات الفرعية رقم 19 و18 و1 هي الأكثر اهتمامًا، حيث تمثل نسبة الانبعاثات 8.72% و6.47% و4.16% على التوالي. الشبكة الفرعية رقم 19 Vision تركز على توليد الصور اللامركزية والاستدلال، وتوفر وصولاً إلى نماذج ذات جودة عالية مفتوحة المصدر. الشبكة الفرعية رقم 18 Cortex.t تهدف إلى بناء منصة AI متطورة، وتقدم خدمات النصوص والصور عبر API. بينما الشبكة الفرعية رقم 1 هي أول شبكة لتوليد النصوص، وعلى الرغم من أنها تعرضت للتشكيك في السابق، إلا أنها لا تزال تحتفظ بترتيب عالٍ.
من حيث فئات النماذج، تهيمن نماذج الجيل. بالإضافة إلى ذلك، هناك أنواع مختلفة من النماذج مثل معالجة البيانات، والذكاء الاصطناعي للتداول، وما إلى ذلك. على سبيل المثال، يوفر الشبكة الفرعية رقم 22 "ميتاسيرش" تحليل مشاعر السوق من خلال تحليل بيانات وسائل التواصل الاجتماعي، بينما تركز الشبكة الفرعية رقم 2 "أومرون" على تحسين استراتيجيات الرهن.
من منظور عائدات المخاطر، يمكن للنقاط التي تعمل بنجاح أن تحقق عوائد كبيرة. ولكن يجب أن تمتلك النقاط المسجلة حديثًا أجهزة عالية الأداء وخوارزميات محسّنة للبقاء في بيئة تنافسية شديدة. هذه الآلية تعزز التطور المستمر والأداء لشبكة بأكملها.
آفاق المستقبل: الفرص والتحديات
تقدم الاستمرارية المتزايدة في مجال الذكاء الاصطناعي فرصًا هائلة لمشاريع Web3 + AI. بصفته مشروعًا يجمع بين الابتكار التكنولوجي والاعتراف في السوق، من المتوقع أن يحتل Bittensor مكانة مهمة في هذه الموجة. إن هيكله الفريد للشبكة الفرعية يقلل من عتبة دخول فرق الذكاء الاصطناعي إلى الشبكات اللامركزية، بينما يعزز آلية الإقصاء التنافسي تحسين المشروع المستمر.
ومع ذلك، مع زيادة عدد الشبكات الفرعية، تواجه بعض المخاطر المحتملة. قد يؤدي انخفاض عتبة دخول الشبكة الفرعية إلى تدفق مشاريع منخفضة الجودة. في الوقت نفسه، مع زيادة عدد الشبكات الفرعية، قد تنخفض عائدات الشبكة الفرعية الفردية. إذا لم يرتفع سعر رموز TAO بشكل متناسب، فقد يؤثر ذلك على حماس المشاركين.
على الرغم من ذلك، لا يزال Bittensor، كمستكشف مبتكر في مجال Web3 + AI، يستحق متابعة مستمرة. إنه لا يوفر فقط نموذجًا جديدًا لتطوير الذكاء الاصطناعي، بل يوسع أيضًا من إمكانيات تطبيق الشبكات اللامركزية. في المستقبل، كيف سيتوازن Bittensor بين التنمية وإدارة المخاطر سيكون عاملًا حاسمًا في نجاحه على المدى الطويل.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
Bittensor: رائد دمج Web3 و AI استكشاف نموذج جديد للتعلم الآلي اللامركزي
فرص جديدة في ظل ثورة الذكاء الاصطناعي
تؤدي التطورات السريعة في تقنيات الذكاء الاصطناعي إلى قيادتنا نحو عصر جديد مدفوع بالبيانات. إن التقدمات الرائدة في مجالات مثل التعلم العميق ومعالجة اللغة الطبيعية تجعل تطبيقات الذكاء الاصطناعي موجودة في كل مكان. لقد أثار ظهور ChatGPT في عام 2022 ثورة في صناعة الذكاء الاصطناعي، مما أدى إلى ظهور سلسلة من أدوات الذكاء الاصطناعي المبتكرة، مثل إنشاء الفيديوهات الذكية والمكاتب الذكية وغيرها. كما تم رفع استخدام تقنيات الذكاء الاصطناعي على جدول الأعمال. في الوقت نفسه، شهدت القيمة السوقية لصناعة الذكاء الاصطناعي نموًا انفجاريًا، ومن المتوقع أن تصل إلى 185 مليار دولار بحلول عام 2030.
ومع ذلك، فإن صناعة الذكاء الاصطناعي الحالية تهيمن عليها مجموعة من عمالقة التكنولوجيا، وهذا التركيز العالي يؤدي أيضًا إلى مجموعة من التحديات، مثل احتكار البيانات، وتوزيع القدرة الحاسوبية بشكل غير متساو. يوفر مفهوم اللامركزية في Web3 إمكانيات جديدة لحل هذه المشكلات. في البنية التحتية الشبكية الموزعة في Web3، من المتوقع أن تعيد تشكيل نمط تطوير صناعة الذكاء الاصطناعي الحالية.
مع ازدهار صناعة الذكاء الاصطناعي، ظهرت مجموعة من المشاريع المتميزة في Web3 + AI. تحاول هذه المشاريع دمج تقنية البلوك تشين مع الذكاء الاصطناعي لاستكشاف اتجاهات جديدة للتطوير. من بين هذه المشاريع، يكرس بعضها جهوده لبناء نظام اقتصادي للذكاء الاصطناعي لامركزي، بينما يركز البعض الآخر على استخدام تقنية البلوك تشين لتحسين تدريب نماذج الذكاء الاصطناعي، وهناك مشاريع تسعى لإنشاء منصات عالية الأداء تجمع بين الذكاء الاصطناعي والبلوك تشين.
في مجالات Web3+AI المختلفة، تتطور المشاريع في اتجاه البيانات والقوة الحاسوبية بشكل سريع. ومع ذلك، لا تزال المشاريع في مجال تطوير الخوارزميات مستقلة نسبياً، مما يجعل من الصعب تشكيل جهد مشترك. لقد أدركت Bittensor هذه الفرصة بشكل حاد، ومن خلال آلية المنافسة والتحفيز المدمجة في blockchain، أنشأت منصة خوارزميات AI مزودة بوظيفة تصفية، مما يتيح لها جمع والاحتفاظ بأفضل مشاريع AI.
Bittensor: مستكشف شبكة الذكاء الاصطناعي اللامركزية
Bittensor هو شبكة تعلم آلي لامركزية ومنصة لتداول السلع الرقمية. يعمل من خلال شبكة حسابات موزعة، مما يحل بفعالية مشاكل مثل مركزية البيانات. تستخدم الشبكة آلية تحفيز عادلة، حيث يتم توزيع المكافآت على الشبكات الفرعية والعقد وفقًا لنسبة المساهمة. في الوقت نفسه، تقدم خدمات للأفراد الذين يحتاجون إلى موارد تعلم الآلة، وتتحول تدريجياً إلى سوق متنوع لتداول السلع الرقمية.
تاريخ تطوير Bittensor مليء بروح الابتكار. في عام 2021، أطلق مجموعة من الخبراء الفنيين هذا المشروع بهدف دفع تطوير الشبكات الذكية اللامركزية. في عام 2022، أصدرت الفريق النسخة ألفا من الشبكة، مما تحقق من جدوى الذكاء الاصطناعي اللامركزي. في عام 2023، تم إصدار النسخة بيتا، وتم تقديم نموذج الاقتصاد الرمزي TAO لتحفيز صيانة الشبكة. في عام 2024، أدخل المشروع تقنية DHT، مما زاد من كفاءة تخزين البيانات واسترجاعها، بالإضافة إلى زيادة الجهود لتوسيع الشبكات الفرعية وسوق السلع الرقمية.
تتبع رموز شبكة Bittensor المعروفة باسم TAO تصميم البيتكوين في عدة جوانب. ويبلغ إجمالي العرض 21 مليون قطعة، ويتقلص إلى النصف كل أربع سنوات. يتم توزيع TAO بطريقة الإطلاق العادل، دون أي تعدين مسبق أو احتفاظ بالفريق. يتم إنشاء كتلة واحدة تقريبًا كل 12 ثانية، مع مكافأة 1 TAO لكل كتلة. تُوزع هذه المكافآت حسب نسبة المساهمة على الشبكات الفرعية، ثم يتم توزيعها من قبل الشبكات الفرعية على المالكين والمصادقين وعمال المناجم.
حاليًا، تجاوز العدد الإجمالي لحسابات شبكة Bittensor 100,000، حيث يبلغ عدد الحسابات النشطة حوالي 80,000. على مدار العام الماضي، وصلت أعلى زيادة في سعر TAO إلى عشرات الأضعاف، بينما تبلغ القيمة السوقية الحالية حوالي 2.278 مليار دولار، وسعر الوحدة 321 دولار. تعكس هذه البيانات أن مشروع Bittensor يحظى باهتمام ومشاركة متزايدة من قبل الناس.
بنية الشبكة الفرعية: الابتكار الأساسي لـ Bittensor
بروتوكول Bittensor هو بروتوكول تعلم آلي لامركزي يدعم تبادل قدرات التعلم الآلي والتنبؤ بين المشاركين في الشبكة، مما يعزز التعاون ومشاركة النماذج والخدمات. يتضمن البروتوكول عدة مكونات مثل بنية الشبكة، والشعاع الفرعي، وبنية الشبكة الفرعية. تتكون شبكة Bittensor في الأساس من عدة عقد، حيث تعمل كل عقدة على تشغيل برنامج عميل Bittensor لتحقيق الاتصال. تتم إدارة هذه العقد بواسطة الشبكة الفرعية، حيث تستخدم آلية الاختيار والمنافسة، مما يؤدي إلى استبعاد الشبكات الفرعية والعقد ذات الأداء الضعيف.
الشبكة الفرعية هي جزء أساسي من شبكة Bittensor، ويمكن اعتبارها كتلة مستقلة من التعليمات البرمجية التي تحدد آليات التحفيز والوظائف الخاصة بالمستخدمين. حاليًا، باستثناء الشبكة الفرعية الجذرية، هناك 45 شبكة فرعية، ومن المتوقع أن يرتفع عدد الشبكات الفرعية من 32 إلى 64 خلال الفترة من مايو إلى يوليو 2024، مع إضافة 4 شبكات جديدة كل أسبوع.
يشمل الشبكة الفرعية بشكل رئيسي ثلاث فئات من الأدوار: مالك الشبكة الفرعية، المعدنون، والمحققون المعتمدون. يكون مالك الشبكة الفرعية مسؤولاً عن توفير الكود الأساسي وتحديد آلية الحوافز. يقوم المعدنون بتحسين الكود باستمرار لزيادة قدرتهم التنافسية. بينما يكون المحققون مسؤولين عن تقييم مساهمات الشبكة الفرعية والحصول على المكافآت. عادةً ما يتم توزيع مكافآت الانبعاث في الشبكة الفرعية بنسبة 18% و41% و41% بين المالكين والمحققين والمعدنين.
بعد تسجيل الشبكة الفرعية، هناك فترة مناعة لمدة 7 أيام، ورسوم التسجيل لأول مرة هي 100 TAO. عندما تنفد جميع المقاعد للشبكة الفرعية، ستقوم الشبكة الفرعية الجديدة باستبدال الشبكة الفرعية التي لديها أقل انبعاثات والتي ليست في فترة المناعة. لذلك، تحتاج الشبكة الفرعية إلى تحسين كمية الرهن الخاصة بالمدققين وكفاءة عمال المناجم باستمرار لضمان البقاء على المدى الطويل.
بفضل بنية الشبكة الفرعية لشبكة Bittensor، أصبح بإمكان شبكة البيانات الذكية اللامركزية Masa أن تتجسد، لتصبح أول نظام مكافآت ثنائي العملة في الشبكة، وجذبت تمويلًا بقيمة 18 مليون دولار. هذا يُظهر الإمكانات التطبيقية الفعلية لنموذج الشبكة الفرعية لـ Bittensor.
آلية الإجماع: محاولة مبتكرة لإثبات الذكاء
تستخدم شبكة Bittensor مجموعة متنوعة من آليات الإجماع والإثبات. ومن أبرزها آلية إثبات الذكاء (PoI)، وهي آلية التحقق والتحفيز الفريدة من نوعها في Bittensor. في PoI، يقوم المعدنون بإثبات مساهماتهم من خلال إكمال مهام حسابية ذكية، والتي قد تشمل معالجة اللغة الطبيعية وتحليل البيانات وغيرها من المجالات. ويتولى المدققون مسؤولية توزيع المهام وتقييم جودة الإنجاز.
تعد خوارزمية Yuma للتوافق هي الخوارزمية الأساسية لتوافق Bittensor. يقوم المدققون بتقييم أداء المهام ويقدمون درجات ، ثم يتم إدخال هذه الدرجات في خوارزمية التوافق Yuma. ستقوم الخوارزمية بتخصيص أوزان مختلفة بناءً على كمية TAO التي يراهن بها المدققون ، مع استبعاد النتائج التي تنحرف بشكل كبير عن الدرجات الأكثر شيوعًا ، وفي النهاية يتم الوصول إلى درجة شاملة يتم بناءً عليها توزيع المكافآت.
تتمثل إحدى الميزات المهمة لتوافق Yuma في مبدأ عدم المعرفة بالبيانات، الذي يضمن الخصوصية والأمان خلال عملية معالجة البيانات. في الوقت نفسه، فإن آلية المكافآت المستندة إلى الأداء تحفز العقد على تقديم موارد حسابية فعالة وعالية الجودة.
بالإضافة إلى ذلك، قدمت Bittensor آلية خبراء مختلطين MOE( )، حيث يتم دمج عدة نماذج فرعية على مستوى الخبراء في بنية نموذج واحدة. مما يسمح للنماذج الفرعية المختلفة بالعمل معًا لتحقيق نتائج أفضل عند معالجة بيانات جديدة. بدعم من إجماع Yuma، يمكن للمتحققين تقييم وترتيب نماذج الخبراء، مما يعزز التحسين المستمر للنموذج.
الإيكولوجيا الفرعية: تنوع تطبيقات الذكاء الاصطناعي
حالياً، يوجد 45 شبكة فرعية مسجلة في Bittensor، منها 40 تم تسميتها. مع زيادة عدد الشبكات الفرعية، يرتفع الضغط التنافسي على الشبكات الفرعية الجديدة المسجلة. ومع ذلك، فإن آلية الإقصاء في Bittensor تضمن أنه على المدى الطويل، ستبرز الشبكات الفرعية ذات الأداء الممتاز.
في الشبكات الفرعية الحالية، الشبكات الفرعية رقم 19 و18 و1 هي الأكثر اهتمامًا، حيث تمثل نسبة الانبعاثات 8.72% و6.47% و4.16% على التوالي. الشبكة الفرعية رقم 19 Vision تركز على توليد الصور اللامركزية والاستدلال، وتوفر وصولاً إلى نماذج ذات جودة عالية مفتوحة المصدر. الشبكة الفرعية رقم 18 Cortex.t تهدف إلى بناء منصة AI متطورة، وتقدم خدمات النصوص والصور عبر API. بينما الشبكة الفرعية رقم 1 هي أول شبكة لتوليد النصوص، وعلى الرغم من أنها تعرضت للتشكيك في السابق، إلا أنها لا تزال تحتفظ بترتيب عالٍ.
من حيث فئات النماذج، تهيمن نماذج الجيل. بالإضافة إلى ذلك، هناك أنواع مختلفة من النماذج مثل معالجة البيانات، والذكاء الاصطناعي للتداول، وما إلى ذلك. على سبيل المثال، يوفر الشبكة الفرعية رقم 22 "ميتاسيرش" تحليل مشاعر السوق من خلال تحليل بيانات وسائل التواصل الاجتماعي، بينما تركز الشبكة الفرعية رقم 2 "أومرون" على تحسين استراتيجيات الرهن.
من منظور عائدات المخاطر، يمكن للنقاط التي تعمل بنجاح أن تحقق عوائد كبيرة. ولكن يجب أن تمتلك النقاط المسجلة حديثًا أجهزة عالية الأداء وخوارزميات محسّنة للبقاء في بيئة تنافسية شديدة. هذه الآلية تعزز التطور المستمر والأداء لشبكة بأكملها.
آفاق المستقبل: الفرص والتحديات
تقدم الاستمرارية المتزايدة في مجال الذكاء الاصطناعي فرصًا هائلة لمشاريع Web3 + AI. بصفته مشروعًا يجمع بين الابتكار التكنولوجي والاعتراف في السوق، من المتوقع أن يحتل Bittensor مكانة مهمة في هذه الموجة. إن هيكله الفريد للشبكة الفرعية يقلل من عتبة دخول فرق الذكاء الاصطناعي إلى الشبكات اللامركزية، بينما يعزز آلية الإقصاء التنافسي تحسين المشروع المستمر.
ومع ذلك، مع زيادة عدد الشبكات الفرعية، تواجه بعض المخاطر المحتملة. قد يؤدي انخفاض عتبة دخول الشبكة الفرعية إلى تدفق مشاريع منخفضة الجودة. في الوقت نفسه، مع زيادة عدد الشبكات الفرعية، قد تنخفض عائدات الشبكة الفرعية الفردية. إذا لم يرتفع سعر رموز TAO بشكل متناسب، فقد يؤثر ذلك على حماس المشاركين.
على الرغم من ذلك، لا يزال Bittensor، كمستكشف مبتكر في مجال Web3 + AI، يستحق متابعة مستمرة. إنه لا يوفر فقط نموذجًا جديدًا لتطوير الذكاء الاصطناعي، بل يوسع أيضًا من إمكانيات تطبيق الشبكات اللامركزية. في المستقبل، كيف سيتوازن Bittensor بين التنمية وإدارة المخاطر سيكون عاملًا حاسمًا في نجاحه على المدى الطويل.