Revolusi AI: Perubahan dari Sentralisasi ke Desentralisasi

Perkembangan pesat teknologi kecerdasan buatan sedang memimpin kita memasuki era baru yang didorong oleh data. Kemajuan terobosan di bidang pembelajaran mendalam dan pemrosesan bahasa alami membuat aplikasi AI ada di mana-mana. Peluncuran ChatGPT pada tahun 2022 memicu seluruh industri AI, diikuti oleh munculnya berbagai alat AI, dari generasi teks hingga pembuatan video, AI sedang mengubah cara kita bekerja dan hidup. Diperkirakan pada tahun 2030, ukuran pasar industri AI akan mencapai angka yang mengesankan sebesar 1850 miliar dolar.

Namun, saat ini industri AI sebagian besar didominasi oleh beberapa raksasa teknologi, yang tidak dapat dihindari membawa tantangan seperti konsentrasi data dan ketidakmerataan distribusi sumber daya komputasi. Sementara itu, konsep desentralisasi Web3 memberikan kemungkinan baru untuk mengatasi masalah ini. Dalam jaringan terdistribusi Web3, pola perkembangan AI diharapkan dapat dibentuk ulang.

Dalam konteks ini, sekelompok proyek Web3+AI berkualitas tinggi muncul. Di antaranya, proyek Bittensor menangkap celah kunci - melalui kompetisi dan mekanisme insentif blockchain, dibangunlah platform algoritma AI yang dilengkapi dengan mekanisme penyaringan kompetisi, yang bertujuan untuk mempertahankan proyek AI terbaik. Model inovatif ini diharapkan dapat memecahkan hambatan pengembangan AI tradisional, membawa energi baru ke industri.

Bittensor:先行者 jaringan AI Desentralisasi

Bittensor adalah jaringan pembelajaran mesin desentralisasi dan pasar barang digital. Ini memiliki beberapa fitur kunci berikut:

• Desentralisasi: Bittensor berjalan di jaringan yang terdiri dari ribuan komputer terdistribusi, secara efektif menyelesaikan masalah seperti sentralisasi data.

• Mekanisme insentif yang adil: Hadiah yang diberikan oleh jaringan kepada subnet sebanding dengan kontribusinya, dan distribusi hadiah di dalam subnet juga mengikuti prinsip yang sama.

• Sumber daya pembelajaran mesin: Menyediakan layanan untuk setiap individu yang membutuhkan sumber daya komputasi pembelajaran mesin.

• Pasar produk digital yang beragam: Awalnya fokus pada model pembelajaran mesin dan perdagangan data terkait, sekarang telah berkembang menjadi platform yang dapat memperdagangkan data dalam bentuk apa pun.

Perkembangan Bittensor penuh dengan inovasi teknologi dan sorotan pembangunan komunitas:

• 2021: Proyek dimulai, membangun blockchain melalui kerangka Substrate.
• 2022: Meluncurkan versi Alpha jaringan, memperkenalkan konsensus Yuma.
• Tahun 2023: merilis versi Beta, memperkenalkan model ekonomi token TAO.
• 2024: Memperkenalkan teknologi DHT, meningkatkan efisiensi penyimpanan dan pengambilan data.

Perlu dicatat bahwa Bittensor selama proses pengembangannya jarang bergantung pada modal ventura tradisional, melainkan menarik partisipasi node dan penambang melalui insentif token, menjaga karakteristik desentralisasi jaringan. Secara esensial, Bittensor adalah proyek layanan dan kekuatan komputasi AI yang didorong oleh penambang GPU.

Token asli Bittensor, TAO, mirip dengan Bitcoin dalam banyak hal, dengan total pasokan sebanyak 21 juta koin, dan pengurangan setengah setiap empat tahun. TAO didistribusikan melalui cara peluncuran yang adil, tanpa pre-mining dan cadangan tim. Saat ini, jaringan menghasilkan satu blok setiap 12 detik, dengan setiap blok memberikan hadiah 1 TAO. Hadiah ini didistribusikan berdasarkan kontribusi kepada masing-masing subnet, yang kemudian didistribusikan kepada pemilik, validator, dan penambang.

Token TAO dapat digunakan untuk membeli sumber daya komputasi, data, dan model AI di jaringan Bittensor, sekaligus juga sebagai bukti partisipasi dalam tata kelola komunitas. Saat ini, jumlah total akun di jaringan Bittensor telah melebihi 100 ribu, dengan jumlah akun non-nol mencapai 80 ribu. Dalam setahun terakhir, harga TAO mengalami lonjakan besar, saat ini mencapai kapitalisasi pasar sebesar 2,278 miliar dolar, dengan harga koin 321 dolar.

Arsitektur Subjaringan Bittensor: Dasar Kecerdasan Kolektif

Protokol Bittensor adalah protokol pembelajaran mesin yang desentralisasi, mendukung pertukaran kemampuan dan prediksi pembelajaran mesin antara peserta jaringan, serta memfasilitasi kolaborasi berbagi model dan layanan. Protokol ini mencakup arsitektur jaringan, sub-tensor, arsitektur subnet, serta komponen seperti node validator dan node penambang.

Subnet adalah bagian paling penting dari arsitektur jaringan Bittensor. Setiap subnet adalah sekumpulan kode yang berjalan secara independen, menetapkan insentif dan fungsi pengguna tertentu, tetapi mempertahankan antarmuka konsensus yang sama dengan jaringan utama. Saat ini, ada 45 subnet, kecuali subnet utama. Diperkirakan jumlah subnet akan meningkat dari 32 menjadi 64 pada bulan Mei-Juli 2024, dengan penambahan 4 subnet setiap minggu.

Subjaringan utama terdiri dari tiga peran:

1. Pemilik sub-jaringan: bertanggung jawab untuk menyediakan kode dasar, mengatur mekanisme insentif, dan mendistribusikan insentif kerja untuk penambang.

2. Penambang: bertanggung jawab untuk mengiterasi dan mengoptimalkan server serta kode penambangan, untuk tetap unggul dalam persaingan. Penambang yang berkinerja buruk akan digantikan oleh penambang baru. Perlu dicatat bahwa penambang dapat menjalankan node di beberapa subnet.

3. Validator: bertanggung jawab untuk menilai kontribusi subnet dan memastikan keakuratannya, sehingga memperoleh imbalan. Validator dapat mempertaruhkan token TAO untuk mendapatkan keuntungan tambahan.

Mekanisme emisi sub-jaringan ( menentukan distribusi token TAO dalam jaringan. Dalam keadaan normal, 18% dialokasikan untuk pemilik sub-jaringan, 41% dialokasikan untuk validator, dan 41% dialokasikan untuk penambang. Sub-jaringan terdiri dari 256 slot UDI, di mana 64 dialokasikan untuk validator dan 192 dialokasikan untuk penambang. Hanya 64 validator dengan jumlah staking tertinggi yang dapat memperoleh izin dan dianggap sebagai validator aktif.

Setelah pendaftaran subnet, akan ada periode imun selama 7 hari. Biaya pendaftaran pertama adalah 100 TAO, harga pendaftaran ulang akan berlipat ganda, tetapi akan kembali turun seiring waktu. Ketika semua posisi subnet terisi, subnet yang baru terdaftar akan menggantikan subnet dengan emisi terendah dan tidak dalam periode imun. Oleh karena itu, subnet perlu terus meningkatkan jumlah staking validator dan efisiensi penambang untuk memastikan tidak tereliminasi.

Berkat arsitektur subnet Bittensor, jaringan data AI desentralisasi Masa berhasil diluncurkan, menjadi sistem hadiah dual-token pertama di jaringan, dan mendapatkan pendanaan sebesar 18 juta dolar.

![Bittensor: Bagaimana AI sub-jaringan membentuk kembali jaringan kecerdasan kolektif?])https://img-cdn.gateio.im/webp-social/moments-1c84109da5ff6ffbd817edf590d0eec0.webp(

Konsensus dan Mekanisme Bukti Bittensor: Menjamin Keamanan dan Efisiensi Jaringan

Jaringan Bittensor menggunakan berbagai mekanisme konsensus dan bukti inovatif untuk memastikan keamanan jaringan, kualitas data, dan pemanfaatan sumber daya komputasi yang efisien.

Mekanisme bukti kecerdasan ) PoI ( adalah mekanisme verifikasi dan insentif yang inovatif dari Bittensor. Dalam mekanisme ini:

• Node penambang membuktikan pekerjaannya dengan menyelesaikan tugas komputasi cerdas, yang mungkin termasuk pemrosesan bahasa alami, analisis data, pelatihan model pembelajaran mesin, dan lain-lain.
• Validator memberikan tugas kepada penambang dan menilai berdasarkan kualitas penyelesaian.

Konsensus Yuma adalah mekanisme konsensus inti dari jaringan Bittensor. Dalam mekanisme ini:

• Validator memberikan penilaian berdasarkan penyelesaian tugas, dan memasukkan penilaian ke dalam algoritma konsensus Yuma.
• Validator dengan jumlah TAO yang dipertaruhkan lebih banyak memiliki bobot penilaian yang lebih tinggi.
• Algoritma akan menyaring penilaian yang menyimpang jauh dari hasil mayoritas validator.
• Sistem akhirnya akan mendistribusikan hadiah token berdasarkan skor komprehensif.

Salah satu karakteristik penting dari konsensus Yuma adalah "prinsip ketidakpahaman data", yang memastikan privasi dan keamanan dalam proses pengolahan data. Node dapat menyelesaikan perhitungan dan verifikasi tanpa perlu mengetahui konten spesifik dari data yang diproses.

Selain itu, Bittensor juga memperkenalkan mekanisme MOE) campuran ahli (, yang mengintegrasikan beberapa sub-model tingkat ahli dalam satu arsitektur model. Setiap model ahli memiliki keunggulan relatif dalam menangani masalah di bidang tertentu. Ketika data baru diperkenalkan, berbagai sub-model dapat bekerja sama untuk mencapai hasil yang lebih baik dibandingkan dengan model tunggal.

Dengan dukungan mekanisme konsensus Yuma, para validator dapat memberikan penilaian dan peringkat pada model ahli, serta memberikan penghargaan token, sehingga mendorong model untuk terus dioptimalkan dan ditingkatkan.

![Bittensor：AI子网如何重塑群体智能网络？])https://img-cdn.gateio.im/webp-social/moments-bb4bc6663bb70a74645896ab5b06ee64.webp(

Ekosistem Subjaringan Bittensor: Beragam Aplikasi AI

Hingga saat ini, jumlah pendaftaran subnet Bittensor telah mencapai 45, di mana 40 telah dinamai. Ketika jumlah subnet terbatas di masa lalu, persaingan untuk pendaftaran sangat ketat, dan harga pendaftaran sempat mencapai satu juta dolar. Seiring Bittensor secara bertahap membuka lebih banyak kuota subnet, subnet yang baru terdaftar mungkin tidak sebanding dalam stabilitas dan efektivitas model dibandingkan dengan subnet yang telah beroperasi lebih lama. Namun, berkat mekanisme eliminasi subnet, dalam jangka panjang, ini akan menjadi proses seleksi alam, di mana subnet dengan kinerja buruk sulit untuk bertahan.

Saat ini, selain jaringan root, jaringan nomor 19, 18, dan 1 yang paling diperhatikan, dengan proporsi emisi masing-masing sebesar 8,72%, 6,47%, dan 4,16%.

Subjaringan nomor 19 Vision berfokus pada Desentralisasi pembangkitan dan penalaran gambar, menyediakan sumber daya LLM sumber terbuka terbaik, model pembangkitan gambar, dan lainnya. Saat ini, biaya pendaftaran slotnya adalah 3.7 TAO, total pendapatan node dalam 24 jam sekitar 627.84 TAO. Jika node yang baru terdaftar mencapai tingkat rata-rata, pendapatan harian bisa mencapai 2.472 TAO, sekitar 866 dolar.

Jaringan subnet ke-18 Cortex.t dikembangkan oleh Corcel, berkomitmen untuk membangun platform AI terdepan, menyediakan respons teks dan gambar berkualitas tinggi melalui API. Saat ini, biaya pendaftaran slot adalah 3,34 TAO, dengan total pendapatan node dalam 24 jam sekitar 457,2 TAO. Node baru yang terdaftar, jika mencapai tingkat rata-rata, dapat menghasilkan pendapatan harian hingga 1,76 TAO, sekitar 553,64 dolar.

Subjaringan 1 adalah subjaringan desentralisasi untuk generasi teks yang dikembangkan oleh Yayasan Opentensor, yang merupakan proyek subjaringan pertama dari Bittensor dan pernah mendapat banyak kritik. Pada bulan Maret tahun ini, pendiri Taproot Wizards, Eric Wall, bahkan menyebut token TAO sebagai meme coin di bidang AI, dan menunjukkan bahwa subjaringan 1 menghasilkan hasil yang serupa melalui AI dari banyak node saat menjawab pertanyaan, yang tidak dapat meningkatkan efisiensi pemecahan masalah yang sebenarnya.

Selain model generatif ini, ekosistem Bittensor juga mencakup berbagai jenis model besar untuk pemrosesan data, model AI perdagangan, dan lainnya. Misalnya, subnet 22 Meta Search menyediakan analisis sentimen pasar dengan menganalisis data Twitter, sedangkan subnet 2 Omron memanfaatkan jaringan saraf dalam untuk mempelajari dan mengoptimalkan strategi staking.

Dari sudut pandang risiko keuntungan, jika dapat berhasil menjalankan slot selama beberapa minggu, keuntungannya cukup signifikan. Namun, node yang baru terdaftar jika tidak dapat menggunakan kartu grafis berkinerja tinggi dan mengoptimalkan algoritme lokal, akan sulit untuk bertahan dalam persaingan yang ketat.

![Bittensor：AI子网如何重塑群体智能网络？])https://img-cdn.gateio.im/webp-social/moments-a6491289020557c0f4df9c6f4fd1a48f.webp(

Pandangan Masa Depan: Kesempatan dan Tantangan yang Ada

Melihat ke depan, Bittensor dan bidang Web3+AI yang diwakilinya menghadapi peluang dan tantangan yang besar:

1. Kehangatan pasar berlanjut: Ketertarikan pada konsep AI tidak kalah dari Web3, bahkan menarik sebagian dana yang sebelumnya mungkin mengalir ke Web3. Bidang Web3+AI diharapkan akan mempertahankan posisi fokus pasar untuk waktu yang cukup lama.

2. Keunggulan proyek yang jelas: Bittensor bukanlah proyek yang dipimpin oleh VC tradisional, sejak diluncurkan telah mengalami kenaikan yang signifikan, sekaligus didukung oleh teknologi dan pasar.

3. Inovasi Teknologi Memimpin: Bittensor memecahkan masalah proyek Web3+AI yang masing-masing berdiri sendiri, arsitektur subnet yang inovatif mengurangi hambatan bagi tim AI untuk bermigrasi ke jaringan desentralisasi. Mekanisme eliminasi kompetisi juga memaksa proyek subnet untuk terus mengoptimalkan model dan meningkatkan jumlah staking.

4. Potensi risiko ada: Seiring dengan meningkatnya kuota subnet, penurunan ambang pendaftaran dapat menyebabkan masuknya proyek berkualitas rendah. Pada saat yang sama, seiring dengan bertambahnya jumlah subnet, hadiah TAO yang diperoleh dari setiap subnet akan berkurang secara bertahap. Jika harga token TAO tidak dapat naik bersamaan, mungkin akan menyebabkan hasil yang tidak sesuai dengan harapan.

Secara keseluruhan, Bittensor mewakili sebuah upaya penting dalam penggabungan teknologi AI dan blockchain. Ini menyediakan platform inovatif untuk pengembangan AI desentralisasi, dengan potensi untuk membentuk kembali lanskap industri AI. Namun, untuk menonjol di tengah persaingan pasar yang ketat dan mempertahankan pertumbuhan jangka panjang, Bittensor perlu terus berinovasi, mengoptimalkan teknologi dan model ekonominya, sambil secara efektif mengelola risiko potensial. Di masa depan, dengan lebih banyak proyek berkualitas yang bergabung dan kematangan teknologi yang lebih lanjut, ekosistem Bittensor diharapkan dapat memainkan peran yang semakin penting di bidang Web3+AI.

![Bittensor：AI子网如何重塑群体智能网络？])https://img-cdn.gateio.im/webp-social/moments-a6a0a9cd30f27b7e81c269677cfe6de7.webp(