بيتنسور الشبكات الفرعية للذكاء الاصطناعي تعيد تعريف الذكاء الجماعي

بيتنسور

خلفية ثورة الذكاء الاصطناعي

صعود الذكاء الاصطناعي

مع التطور السريع لتكنولوجيا الذكاء الاصطناعي (AI)، فإننا ندخل حقبة جديدة مدفوعة بالبيانات. وقد جعلت الإنجازات في مجالات مثل التعلم العميق ومعالجة اللغات الطبيعية تطبيقات الذكاء الاصطناعي منتشرة في كل مكان.

لقد أشعلت ولادة ChatGPT في عام 2022 صناعة الذكاء الاصطناعي، مما أدى إلى ظهور سلسلة من أدوات الذكاء الاصطناعي لمهام مثل إنشاء مقاطع الفيديو والأعمال المكتبية الآلية، وأصبح مفهوم “الذكاء الاصطناعي +” الآن على جدول الأعمال. كما ارتفعت القيمة السوقية لصناعة الذكاء الاصطناعي أيضاً، ومن المتوقع أن تصل إلى 185 مليار دولار بحلول عام 2030.

احتكار شركات الإنترنت التقليدية للذكاء الاصطناعي

في الوقت الحالي، تهيمن شركات مثل إنفيديا ومايكروسوفت وجوجل وأوبن إيه آي على صناعة الذكاء الاصطناعي. وفي حين أن التقدم التكنولوجي أدى إلى مركزية البيانات والتوزيع غير المتكافئ لموارد الحوسبة، فإن فلسفة Web3 اللامركزية توفر إمكانيات جديدة لمعالجة هذه المشكلات. في الشبكة الموزعة لـ Web3، يستعد المشهد الحالي لتطوير الذكاء الاصطناعي لإعادة تشكيله.

تقدم Web3+AI

وسط ازدهار صناعة الذكاء الاصطناعي، ظهرت العديد من مشاريع Web3+AI عالية الجودة. يستخدم Fetch.ai تقنية البلوك تشين لإنشاء اقتصاد لامركزي، ودعم الوكلاء المستقلين والعقود الذكية لتحسين تدريب نماذج الذكاء الاصطناعي وتطبيقاته.

تستخدم Numerai تقنية البلوك تشين ومجتمع من علماء البيانات للتنبؤ باتجاهات السوق وتحفيز مطوري النماذج من خلال آليات المكافأة. تقوم شركة Velas ببناء منصة عقود ذكية عالية الأداء تجمع بين الذكاء الاصطناعي وسلسلة الكتل، مما يوفر سرعات أكبر للمعاملات وأمان أعلى.

تتضمن مشاريع الذكاء الاصطناعي نفسها ثلاثة عناصر رئيسية: البيانات والخوارزميات وقوة الحوسبة. وبينما يزدهر مسارا Web3+data و Web3+computing power، فإن اتجاه Web3+algorithm قد تجزأ، مما أدى إلى مشاريع لا تشكل سوى تطبيقات أحادية الاتجاه.

تعالج شركة Bittensor هذه الفجوة من خلال بناء منصة خوارزمية للذكاء الاصطناعي مزودة بآلية اختيار ومنافسة مدمجة من خلال الهياكل التنافسية والتحفيزية المتأصلة في البلوك تشين، مما يحافظ على أفضل مشاريع الذكاء الاصطناعي.

مسار تطوير بيتنسور

اختراقات مبتكرة

Bittensor هي شبكة لا مركزية للتعلم الآلي التحفيزي وسوق للسلع الرقمية.

الجدول الزمني للتطوير

على عكس العديد من مشاريع رأس المال المخاطر ذات القيمة العالية الموجودة حاليًا في السوق، فإن مشروع بيتنسور هو مشروع أكثر إنصافًا وإثارة للاهتمام وذو مغزى. وتفتقر عملية تطويره إلى نهج “المبالغة في الوعود لجذب الاستثمارات” المعتاد الذي نراه في المشاريع الأخرى.

وطوال فترة تطويره، تجنبت Bittensor المشاركة التقليدية الكبيرة لرأس المال المخاطر، مما خفف من مخاطر السيطرة المركزية. يحفز المشروع العقد وعمال التعدين من خلال الرموز المميزة، مما يضمن حيوية الشبكة. في الأساس، Bittensor هو مشروع حوسبة وخدمات تعتمد على وحدة تعدين وحدات معالجة الرسومات (GPU).

اقتصاديات التوكنات

العملة الرمزية لشبكة Bittensor هي TAO، والتي تشترك في العديد من أوجه التشابه مع البيتكوين، وذلك في تكريم لعملة البيتكوين. يبلغ إجمالي العرض 21 مليون، مع حدث تخفيض إلى النصف كل أربع سنوات. وقد تم توزيع توكنات TAO من خلال إطلاق عادل في بداية الشبكة، مع عدم وجود تعدين مسبق أو حجز للرموز الرمزية للفريق المؤسس أو أصحاب رؤوس الأموال المغامرة.

وفي الوقت الحالي، يتم إنشاء كتلة شبكة بيتنسور كل 12 ثانية تقريبًا، حيث تُكافئ كل كتلة رمزًا مميزًا واحدًا من رموز TAO، مما يؤدي إلى توليد ما يقرب من 7,200 رمزًا مميزًا يوميًا. يتم توزيع هذه المكافآت بشكل متناسب مع مساهمة كل شبكة فرعية وداخل الشبكة الفرعية على المالكين والمصدّقين والمعدنين.

يمكن استخدام توكنات TAO لشراء موارد الحوسبة والبيانات ونماذج الذكاء الاصطناعي والوصول إليها على شبكة Bittensor، كما يمكن استخدامها كبيانات اعتماد للمشاركة في حوكمة المجتمع.

حالة التطوير الحالية

تضم شبكة Bittensor حاليًا أكثر من 100,000 حساب، مع أكثر من 80,000 حساب غير صفري الرصيد.

تغييرات في رقم حساب بيتنسور

في العام الماضي، ارتفع سهم TAO بعدة أضعاف، حيث بلغت القيمة السوقية الحالية للسهم 2.278 مليار دولار أمريكي وسعره 321 دولار أمريكي.

تغيرات سعر توكن TAO

بنية شبكة بيتنسور الفرعية المنفذة تدريجياً

بروتوكول بيتنسور

بروتوكول Bittensor هو بروتوكول لا مركزي للتعلم الآلي يسهل تبادل قدرات التعلم الآلي والتنبؤات بين المشاركين في الشبكة ويعزز مشاركة نماذج وخدمات التعلم الآلي والتعاون فيما بينها بطريقة الند للند.

بروتوكول بيتنسور

يشتمل بروتوكول Bittensor على بنية الشبكة، والمُستشعر الفرعي، وبنية الشبكة الفرعية، والأدوار داخل النظام البيئي للشبكة الفرعية مثل عقد المصادقة وعقد المُعدِّن. تتألف شبكة Bittensor بشكل أساسي من عقد مشاركة في البروتوكول، كل منها يقوم بتشغيل برنامج عميل Bittensor للتفاعل مع عقد الشبكة الأخرى.

تتم إدارة هذه العقد بواسطة شبكات فرعية، والتي تستخدم آلية البقاء للأصلح حيث يتم استبدال الشبكات الفرعية ذات الأداء الضعيف بشبكات فرعية جديدة، كما يتم التخلص من عقد المدققين والمعدنين ذوي الأداء الضعيف داخل الشبكات الفرعية. وبالتالي، فإن الشبكات الفرعية هي عنصر حاسم في بنية شبكة بيتنسور.

منطق الشبكة الفرعية

يمكن النظر إلى الشبكة الفرعية على أنها جزء من التعليمات البرمجية التي يتم تشغيلها بشكل مستقل والتي تنشئ حوافز ووظائف فريدة للمستخدم، مع الحفاظ على نفس واجهة الإجماع مثل شبكة بيتنسور الرئيسية. تتضمن الشبكات الفرعية شبكات فرعية وشبكات فرعية محلية وشبكات فرعية لشبكة الاختبار وشبكات فرعية للشبكة الرئيسية.

بصرف النظر عن الشبكة الفرعية الجذرية، يوجد حاليًا 45 شبكة فرعية، ومن المتوقع أن يرتفع العدد من 32 إلى 64 شبكة فرعية بين مايو ويوليو 2024، مع إضافة أربع شبكات فرعية جديدة كل أسبوع.

الأدوار والانبعاثات في الشبكات الفرعية

تتألف شبكة بيتنسور من ستة أدوار وظيفية: المستخدمون، والمطورون، والمعدنون، والمصدِّقون على المُعدِّنين، ومالكو الشبكات الفرعية، واللجان. وضمن الشبكة الفرعية، تشمل الأدوار مالكي الشبكة الفرعية والمعدنين والمصدّقين على المُعدِّنين والمصدّقين على المُعدِّنين.

تُشير انبعاثات الشبكة الفرعية إلى آلية توزيع رموز TAO التي تكافئ المُعدِّنين والمُدقِّقين. وعادةً ما تذهب 18% من مكافأة انبعاثات الشبكة الفرعية إلى مالك الشبكة الفرعية، و41% إلى المدققين، و41% إلى المُعدِّنين. تحتوي الشبكة الفرعية على 256 خانة UID، مع تخصيص 64 خانة للمُدقّقين و192 خانة للمُعدِّنين.

يمكن لأفضل 64 مدققًا فقط الحصول على أذونات المدققين واعتبارهم مدققين نشطين في الشبكة الفرعية. يُحدد حجم وأداء المُدقّقين حجم وأداء المُدقّقين وضعهم ومكافآتهم داخل الشبكة الفرعية. يتم تسجيل أداء المُعدِّنين من خلال الطلبات والتقييمات التي يجريها المُدقِّقون في الشبكة الفرعية، مع استبدال المُعدِّنين ذوي الأداء الضعيف بمُعدِّنين جدد.

وبالتالي، كلما زادت حصة المدققين من التوكنات وكلما زادت كفاءة حسابات المُعدِّنين، ارتفع إجمالي انبعاثات الشبكة الفرعية وترتيبها.

تسجيل الشبكة الفرعية وإزالتها

عند التسجيل، تدخل الشبكة الفرعية فترة حصانة مدتها 7 أيام. وتبلغ رسوم التسجيل الأولي 100 دولار من دولارات تايلاند، ويتضاعف السعر عند إعادة التسجيل، على الرغم من أنه يعود تدريجياً إلى 100 دولار من دولارات تايلاند مع مرور الوقت. عندما يتم ملء جميع خانات الشبكة الفرعية، سيؤدي تسجيل شبكة فرعية جديدة إلى حذف الشبكة ذات الانبعاثات الأقل التي ليست في فترة الحصانة الخاصة بها. ولذلك، تحتاج الشبكات الفرعية إلى تعظيم مقدار الرهان في خانات UID وكفاءة المُعدِّن لتجنب التخلص منها بعد فترة الحصانة.

وبالاستفادة من بنية الشبكة الفرعية الخاصة بشبكة بيتنسور، تم إنشاء شبكة بيانات الذكاء الاصطناعي اللامركزية “ماسا”، لتصبح أول نظام مكافأة ثنائي الرمز داخل شبكة بيتنسور، حيث جذبت 18 مليون دولار من التمويل.

صورة ترويجية لـ”ماسا

آليات الإجماع والإثبات

تشتمل شبكة Bittensor على آليات إجماع وإثبات متعددة. في الشبكات اللامركزية التقليدية، غالبًا ما تستخدم عُقد المُعدِّنين آلية إثبات العمل (إثبات العمل) لضمان مساهمتها في الشبكة، والحصول على مكافآت بناءً على قوة الحوسبة وجودة معالجة البيانات.

بالنسبة لعقد المصادقة، يتم استخدام PoV (إثبات التحقق) بشكل شائع لضمان أمن الشبكة وسلامتها. تُقدِّم Bittensor آلية فريدة من نوعها لإثبات الذكاء (PoI) إلى جانب إجماع يوما لتسهيل التحقق من الصحة وتوزيع المكافآت.

آلية إثبات الذكاء

آلية بيتنسور PoI هي نظام مبتكر للتحقق من الصحة والحوافز يضمن أمن الشبكة وجودة البيانات والاستخدام الفعال لموارد الحوسبة من خلال التحقق من صحة مساهمات المشاركين من خلال مهام حسابية ذكية.

إجماع يوما

إجماع يوما هو الآلية الأساسية لشبكة بيتنسور. بعد أن يقوم المدققون بتسجيل درجات إكمال المهمة، يقومون بإدخال الدرجات في خوارزمية إجماع يوما. في هذه الخوارزمية، يكون للمُدقّقين الذين لديهم أوزان TAO ذات رهان أعلى تأثير أكبر، ويتم تصفية النتائج الخارجية. ثم يخصص النظام بعد ذلك مكافآت رمزية استناداً إلى الدرجات الشاملة.

تعاون آلية وزارة التربية والتعليم

يقدم Bittensor آلية MOE (مزيج من الخبراء)، التي تدمج نماذج فرعية متعددة على مستوى الخبراء ضمن بنية نموذج واحد. يتمتع كل نموذج خبير بميزة نسبية في حل مشاكل مجال معين. عند تقديم بيانات جديدة، تتعاون النماذج الفرعية المختلفة لتحقيق نتائج أفضل من نموذج واحد.

وبموجب إجماع يوما، يمكن للمُدقّقين أيضًا تسجيل نماذج الخبراء وتصنيف قدراتها وتخصيص مكافآت رمزية، مما يحفز على تحسين النموذج وتحسينه.

مشاريع شبكة بيتنسور الفرعية

حتى كتابة هذه السطور، كان لدى بيتنسور 45 شبكة فرعية مسجلة، منها 40 شبكة مسجلة. في الماضي، كانت المنافسة على تسجيل الشبكات الفرعية شديدة، حيث كانت الرسوم تصل إلى مليون دولار. حالياً، تفتح Bittensor تدريجياً المزيد من خانات تسجيل الشبكات الفرعية.

قد لا تتطابق الشبكات الفرعية المسجلة حديثًا مع استقرار وفعالية نموذج الشبكات الفرعية طويلة الأمد. ومع ذلك، تضمن آلية الاستبعاد في بيتنسور عملية تتفوق فيها الشبكات الفرعية الأعلى جودة على الشبكات الفرعية الأقل جودة بمرور الوقت.

تفاصيل مشروع شبكة بيتنسور الفرعية

وباستثناء الشبكة الفرعية الجذرية، حظيت الشبكات الفرعية 19 و18 و1 باهتمام كبير، حيث بلغت حصص الانبعاثات 8.72% و6.47% و4.16% على التوالي.

الشبكة الفرعية 19

تم تسجيل الشبكة الفرعية 19، المسماة Vision، في 18 ديسمبر 2023. تركز Vision على توليد الصور والاستدلال اللامركزي للصور، وتوفر إمكانية الوصول إلى نماذج توليد الصور ونماذج توليد الصور مفتوحة المصدر ونماذج متنوعة أخرى مدربة على مجموعة بيانات الشبكة الفرعية 19.

رسوم تسجيل الشبكة الفرعية Vison

في الوقت الحالي، تستعيد شبكة Vision الفرعية قيمة إجمالية للعقدة تبلغ حوالي 19,200 TAO.

رسوم إعادة تدوير الشبكة الفرعية للرؤية

الشبكة الفرعية 18

تهدف الشبكة الفرعية 18، المسماة Cortex.t، التي طورتها شركة Corcel، إلى بناء منصة ذكاء اصطناعي متطورة تقدم استجابات موثوقة وعالية الجودة للنصوص والصور عبر واجهة برمجة التطبيقات.

رسوم تسجيل الشبكة الفرعية Cortex.t

في الوقت الحالي، تستعيد الشبكة الفرعية Cortex.t قيمة عقدة إجمالية تبلغ حوالي 27,134 TAO.

رسوم إعادة تدوير الشبكة الفرعية Cortex.t

الشبكة الفرعية 1

الشبكة الفرعية 1، التي طورتها مؤسسة Opentensor، متخصصة في توليد النصوص داخل شبكة فرعية لا مركزية. وباعتبارها أول مشروع شبكة فرعية من بيتنسور، فقد واجهت شكوكاً كبيرة. ففي شهر مارس، أشار مؤسس Taproot Wizards إريك وول إلى رموز TAO على أنها عملات ميمية في مجال الذكاء الاصطناعي، مشيراً إلى أن نهج الشبكة الفرعية 1 لحل المشاكل النصية في الشبكة الفرعية 1 مع العديد من عقد الذكاء الاصطناعي لم يعزز نتائج حل المشاكل بشكل فعال.

شبكات فرعية أخرى

ومن بين الشبكات الفرعية الأخرى، هناك نماذج معالجة البيانات الكبيرة، ونماذج الذكاء الاصطناعي للتداول وغيرها. على سبيل المثال

التطوير المستقبلي

من من منظور حراري، ينافس مفهوم الذكاء الاصطناعي مفهوم Web3 ويجذب استثمارات كبيرة. من المرجح أن يظل Web3 + الذكاء الاصطناعي محور تركيز السوق لفترة طويلة.

من من منظور هيكل المشروع، فإن مشروع بيتنسور ليس مشروعًا تقليديًا لرأس المال المخاطر. فمنذ إطلاقه، حقق المشروع تقدماً كبيراً منذ إطلاقه، حيث يجمع بين الدعم التقني والدعم السوقي.

من من منظور الابتكار التقني، تكسر Bittensor عزلة مشاريع Web3 + AI السابقة. تقلل بنية شبكتها الفرعية الفريدة من نوعها من العوائق التي تحول دون انتقال فرق الذكاء الاصطناعي إلى الشبكات اللامركزية، مما يؤدي إلى تحقيق عوائد سريعة. وتتطلب آليات المنافسة والإقصاء من الشبكات الفرعية تحسين النماذج باستمرار وزيادة الرهانات لتجنب التفوق عليها من قبل الشبكات الفرعية الجديدة.

من من منظور المخاطر، تؤدي زيادة خانات الشبكات الفرعية إلى تقليل عوائق التسجيل، مما قد يؤدي إلى جذب مشاريع أقل جودة. ومع تزايد أعداد الشبكات الفرعية، ستنخفض مكافآت TAO للشبكات الفرعية الحالية. إذا لم ترتفع أسعار توكنات TAO بالتوازي مع أعداد الشبكات الفرعية، فقد تنخفض العوائد المتوقعة.

Exit mobile version