Bittensor memimpin era baru Web3+AI Desentralisasi inovasi pola industri AI

2025-07-04 07:14:09

Inovasi teknologi AI mendorong datangnya era baru

Perkembangan pesat teknologi kecerdasan buatan sedang memimpin kita memasuki era baru yang didorong oleh data. Terobosan signifikan di bidang pembelajaran mendalam dan pemrosesan bahasa alami membuat aplikasi AI berkembang pesat. Munculnya ChatGPT pada tahun 2022 telah memicu seluruh industri AI, diikuti oleh kemunculan serangkaian alat AI seperti video yang dihasilkan dari teks dan otomatisasi kantor. Penerapan luas teknologi AI juga telah menjadi agenda, diperkirakan bahwa pada tahun 2030, ukuran pasar industri AI akan mencapai 185 miliar dolar.

Namun, saat ini industri AI sebagian besar didominasi oleh beberapa raksasa teknologi, yang juga membawa tantangan seperti konsentrasi data dan distribusi kekuatan komputasi yang tidak merata. Ide desentralisasi Web3 menawarkan kemungkinan baru untuk mengatasi masalah ini, diharapkan dapat membentuk kembali pola perkembangan AI dalam jaringan terdistribusi.

Dalam konteks ini, sekumpulan proyek Web3+AI berkualitas tinggi muncul. Beberapa proyek tersebut membangun ekonomi terdesentralisasi melalui teknologi blockchain, mendukung optimasi pelatihan model AI dengan kontrak pintar; ada yang memanfaatkan blockchain dan komunitas ilmuwan data untuk memprediksi tren pasar, mendorong pengembang model; dan ada proyek yang berkomitmen untuk menciptakan platform kontrak pintar berkinerja tinggi untuk AI dan blockchain.

Saat ini, Web3+ data, Web3+ komputasi, dan arah lainnya berkembang pesat, tetapi masih ada kekosongan di bidang algoritma Web3+. Bittensor memanfaatkan kesempatan ini dengan membangun platform algoritma AI yang dilengkapi dengan fungsi penyaringan melalui mekanisme kompetisi dan insentif blockchain, yang memungkinkan untuk mempertahankan proyek AI berkualitas terbaik.

Gambaran Umum Proyek Bittensor

Bittensor adalah jaringan pembelajaran mesin terdesentralisasi yang dihadiahi dan pasar barang digital. Ini memiliki fitur-fitur berikut:

Desentralisasi: Berjalan di jaringan komputer terdistribusi yang dikendalikan oleh berbagai lembaga, menyelesaikan masalah sentralisasi data.
Insentif yang adil: Hadiah yang diberikan oleh jaringan kepada subnet sebanding dengan kontribusi, dan hadiah di dalam subnet juga sebanding dengan kontribusi node.
Sumber daya pembelajaran mesin: Menyediakan layanan bagi individu yang membutuhkan kekuatan komputasi pembelajaran mesin.
Pasar barang digital yang beragam: awalnya dirancang untuk model pembelajaran mesin dan perdagangan data, kini telah berkembang menjadi pasar barang yang dapat diperdagangkan dalam bentuk data apa pun.

Perkembangan Bittensor:

Tahun 2021: Didirikan oleh sekelompok ahli teknologi, membangun blockchain menggunakan kerangka Substrate.
Tahun 2022: Meluncurkan versi Alpha dari jaringan, memvalidasi kelayakan AI terdesentralisasi. Memperkenalkan konsensus Yuma, memastikan keamanan privasi pengguna.
2023: Meluncurkan versi Beta, memperkenalkan insentif token TAO untuk pemeliharaan jaringan.
2024: Menggunakan teknologi DHT untuk meningkatkan efisiensi penyimpanan dan pengambilan data, memperluas subnet dan pasar barang digital.

Total pasokan token TAO Bittensor adalah 21 juta, dengan pengurangan setengah setiap empat tahun. Melalui distribusi peluncuran yang adil, tidak ada pra-gali atau cadangan tim. Saat ini, satu blok dihasilkan setiap 12 detik, dengan setiap blok memberikan 1 TAO, menghasilkan sekitar 7200 TAO per hari, yang dibagikan kepada setiap subnet dan node internalnya berdasarkan kontribusi.

Saat ini, jumlah total akun di jaringan Bittensor sudah lebih dari 100.000, dengan hampir 80.000 akun yang tidak nol. Dalam setahun terakhir, harga TAO mengalami kenaikan puluhan kali lipat, dengan nilai pasar saat ini sebesar 2,278 juta dolar, dan harga per unitnya adalah 321 dolar.

Arsitektur Jaringan Bittensor

Protokol Bittensor adalah protokol pembelajaran mesin terdesentralisasi yang mendukung peserta jaringan untuk bertukar kemampuan dan prediksi pembelajaran mesin, memfasilitasi kolaborasi berbagi model dan layanan.

Jaringan terdiri dari beberapa subnet, masing-masing mengelola sekelompok node. Menggunakan mekanisme seleksi alam, subnet dan node yang berkinerja buruk akan dieliminasi. Subnet adalah bagian paling penting dari arsitektur Bittensor.

Subjaringan dapat dianggap sebagai kode yang berjalan secara independen, menetapkan insentif dan fungsi yang unik, tetapi mempertahankan antarmuka konsensus yang sama dengan jaringan utama. Saat ini, selain jaringan akar, ada 45 sub jaringan, diperkirakan akan meningkat menjadi 64 pada bulan Mei-Juli 2024.

Ada tiga peran dalam subnet:

Pemilik subnet: menyediakan kode dasar, menetapkan mekanisme insentif, dan membagikan hadiah penambang.
Penambang: Mengoptimalkan kode untuk tetap bersaing, dapat menjalankan node di beberapa subnet.
Validator: Menilai kontribusi subnet dan mendapatkan hadiah, dapat mempertaruhkan TAO untuk mendapatkan penghasilan tambahan.

Hadiah emisi subnet umumnya dibagikan sebagai berikut: 18% untuk pemilik, 41% untuk validator, 41% untuk penambang. Setiap subnet memiliki 256 slot, 64 slot untuk validator, 192 slot untuk penambang. Hanya validator dengan jumlah staking tertinggi 64 yang dianggap sebagai validator aktif.

Setelah pendaftaran subnet, ada periode kekebalan selama 7 hari, biaya pendaftaran pertama 100 TAO, pendaftaran kembali akan menjadi dua kali lipat. Ketika lokasi subnet sudah penuh, subnet dengan emisi terendah dan bukan dalam periode kekebalan akan digantikan oleh subnet baru.

mekanisme konsensus Bittensor

Bittensor menggunakan mekanisme bukti kecerdasan PoI( yang inovatif dan konsensus Yuma:

Mekanisme PoI:

Penambang menyelesaikan bukti kontribusi tugas perhitungan cerdas.
Validator menetapkan tugas dan mengevaluasi kualitas hasil.

Konsensus Yuma:

Algoritma konsensus input skor validator.
Validator dengan jumlah staking yang tinggi memiliki bobot yang besar.
Menyaring hasil yang tidak normal, skor komprehensif menentukan distribusi hadiah.

Ciri-ciri:

Prinsip ketidakpastian data melindungi privasi.
Mekanisme penghargaan berbasis kinerja.

Selain itu, mekanisme MOE diperkenalkan, mengintegrasikan beberapa model ahli untuk bekerja sama, dinilai oleh validator untuk peringkat dan distribusi hadiah.

![Bittensor: Bagaimana Sub-jaringan AI Mengubah Jaringan Kecerdasan Kolektif?])https://img-cdn.gateio.im/webp-social/moments-3389766be097d715b7ded35aeaea17b1.webp(

) Ekosistem Subjaringan Bittensor

Saat ini telah ada 45 sub-jaringan terdaftar, 40 di antaranya sudah diberi nama. Sub-jaringan nomor 19, 18, dan 1 menjadi yang paling menarik perhatian, dengan proporsi emisi masing-masing sebesar 8,72%, 6,47%, dan 4,16%.

![Bittensor: Bagaimana AI Subnet Merombak Jaringan Kecerdasan Kolektif?]###https://img-cdn.gateio.im/webp-social/moments-90afcebc243a5bba999fbc5d934e0b76.webp(

Subnet Vision 19:

Fokus pada generasi dan inferensi gambar terdesentralisasi.
Menyediakan akses ke model LLM, generasi gambar, dan lainnya.
Pendapatan harian sekitar 627,84 TAO, pendapatan harian yang diperkirakan untuk node baru adalah 866 dolar.

![Bittensor: Bagaimana AI Subnet Merombak Jaringan Kecerdasan Kolektif?])https://img-cdn.gateio.im/webp-social/moments-2d7caff631e25946d647b04d8f654cd8.webp(

Subjaringan Cortex.t nomor 18:

Membangun platform AI, menyediakan API teks dan gambar.
Pendapatan harian sekitar 457,2 TAO, pendapatan harian node baru diperkirakan 553,64 dolar.

![Bittensor: Bagaimana AI Subnet Merombak Jaringan Kecerdasan Kolektif?])https://img-cdn.gateio.im/webp-social/moments-24cbf4e5ab83f7cfca8f45faa3f4bf2b.webp(

Subnet 1:

Subjaringan generasi teks yang dikembangkan oleh Yayasan Opentensor.
Pernah dipertanyakan, dianggap bahwa efektivitas jawaban AI terbatas.

![Bittensor: Bagaimana Subjaringan AI Membentuk Kembali Jaringan Kecerdasan Kolektif?])https://img-cdn.gateio.im/webp-social/moments-64bc7ed81bbe8dd6fb8ed63f77ba59be.webp(

Subnet lain juga mencakup berbagai jenis seperti pemrosesan data, AI perdagangan, dan lainnya. Secara keseluruhan, node yang berhasil beroperasi memberikan keuntungan yang signifikan, tetapi memerlukan perangkat berkinerja tinggi dan algoritma yang dioptimalkan untuk bertahan dalam kompetisi.

![Bittensor: Bagaimana AI Subjaringan Membentuk Ulang Jaringan Kecerdasan Kolektif?])https://img-cdn.gateio.im/webp-social/moments-da7383e7cf7f59f1b3262180eabde3f5.webp(

) Prospek Masa Depan

Bidang Web3+AI diperkirakan akan terus mendapatkan perhatian pasar dalam jangka panjang.
Arsitektur proyek Bittensor memiliki dukungan teknis dan pasar.
Arsitektur subnet mengurangi kesulitan bagi tim AI untuk bermigrasi ke jaringan terdesentralisasi.
Aspek risiko perlu memperhatikan masalah penurunan potensi keuntungan yang mungkin disebabkan oleh meningkatnya jumlah subnet.

![Bittensor: Bagaimana Sub-Jaringan AI Membentuk Ulang Jaringan Kecerdasan Kolektif?]###https://img-cdn.gateio.im/webp-social/moments-465ed00b9d030edbadc635598c6cb213.webp(

![Bittensor: Bagaimana Sub-Jaringan AI Merombak Jaringan Kecerdasan Kolektif?])https://img-cdn.gateio.im/webp-social/moments-c7944bf3860ef409cc578a910c311a1e.webp(

TAO9.98%

Lihat Asli

This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.

11 Suka