Bittensor: AI-Subnetze, die kollektive Intelligenz neu definieren

Bittensor

Hintergrund der KI-Revolution

Der Siegeszug der KI

Mit der rasanten Entwicklung der Technologie der künstlichen Intelligenz (KI) treten wir in eine neue datengetriebene Ära ein. Durchbrüche in Bereichen wie Deep Learning und natürliche Sprachverarbeitung haben KI-Anwendungen allgegenwärtig gemacht.

Die Geburt von ChatGPT im Jahr 2022 hat die KI-Branche in Schwung gebracht und zu einer Reihe von KI-Tools für Aufgaben wie Videoerstellung und automatisierte Büroarbeit geführt, und das Konzept der „KI+“ steht nun auf der Tagesordnung. Auch der Marktwert der KI-Branche ist sprunghaft angestiegen und wird bis 2030 voraussichtlich 185 Mrd. USD erreichen.

Das KI-Monopol der traditionellen Internetunternehmen

Derzeit wird die KI-Branche von Unternehmen wie Nvidia, Microsoft, Google und OpenAI dominiert. Während der technologische Fortschritt zu einer Zentralisierung von Daten und einer ungleichen Verteilung von Rechenressourcen geführt hat, bietet die dezentrale Philosophie von Web3 neue Möglichkeiten, diese Probleme anzugehen. Im dezentralen Netzwerk von Web3 wird die derzeitige KI-Entwicklungslandschaft neu gestaltet werden.

Fortschritte von Web3+AI

Inmitten des Booms der KI-Branche sind viele hochwertige Web3+AI-Projekte entstanden. Fetch.ai nutzt die Blockchain-Technologie, um eine dezentralisierte Wirtschaft zu schaffen, die autonome Agenten und intelligente Verträge unterstützt, um das Training von KI-Modellen und Anwendungen zu optimieren.

Numerai nutzt die Blockchain-Technologie und eine Gemeinschaft von Datenwissenschaftlern zur Vorhersage von Markttrends und schafft Anreize für Modellentwickler durch Belohnungsmechanismen. Velas baut eine leistungsstarke Smart-Contract-Plattform auf, die KI und Blockchain kombiniert und schnellere Transaktionsgeschwindigkeiten und höhere Sicherheit bietet.

KI-Projekte selbst umfassen drei Hauptelemente: Daten, Algorithmen und Rechenleistung. Während die Richtungen Web3+Daten und Web3+Rechenleistung florieren, ist die Richtung Web3+Algorithmus zersplittert, was zu Projekten führt, die nur in eine Richtung gehende Anwendungen bilden.

Bittensor schließt diese Lücke, indem es eine KI-Algorithmus-Plattform mit einem eingebauten Auswahl- und Wettbewerbsmechanismus durch die der Blockchain innewohnenden Wettbewerbs- und Anreizstrukturen aufbaut, um die besten KI-Projekte zu erhalten.

Entwicklungsweg von Bittensor

Innovative Durchbrüche

Bittensor ist ein dezentrales Netzwerk für maschinelles Lernen und ein Marktplatz für digitale Güter.

  • Dezentralisierung: Bittensor arbeitet in einem verteilten Netz aus Tausenden von Computern, die von verschiedenen Unternehmen und Organisationen kontrolliert werden, und löst damit Probleme wie die Zentralisierung von Daten.
  • Faire Anreizmechanismen: Das Bittensor-Netzwerk stellt $TAO-Token proportional zu den Beiträgen seiner Subnetze bereit, und die Subnetze belohnen ihre Miner und Validierer proportional zu ihren Knotenbeiträgen.
  • Ressourcen für maschinelles Lernen: Das dezentralisierte Netzwerk kann jede Person bedienen, die Rechenressourcen für maschinelles Lernen benötigt.
  • Vielfältiger Markt für digitale Güter: Ursprünglich für den Handel mit Modellen des maschinellen Lernens und damit verbundenen Daten konzipiert, hat sich der Markt für digitale Güter des Bittensor-Netzwerks dank der Expansion des Netzwerks und des Yuma-Konsensmechanismus, der sich nicht um die Substanz der Daten kümmert, auf den Handel mit jeder Form von Daten ausgeweitet.

Zeitplan für die Entwicklung

Im Gegensatz zu vielen hoch bewerteten VC-Projekten, die derzeit auf dem Markt sind, ist Bittensor ein gerechteres, interessanteres und sinnvolleres Geek-Projekt. In seinem Entwicklungsprozess fehlt das typische „Überversprechen, um Investitionen anzuziehen“, das man bei anderen Projekten sieht.

  • Konzeptentwicklung und Projektstart (2021): Bittensor wurde von einer Gruppe von Enthusiasten und Experten entwickelt, die sich der Förderung dezentraler KI-Netzwerke verschrieben haben, und verwendet das Substrate-Framework, um seine Flexibilität und Skalierbarkeit zu gewährleisten.
  • Frühe Entwicklung und technische Validierung (2022): Das Team veröffentlichte die Alpha-Version, um die Machbarkeit dezentraler KI zu prüfen, und führte den Yuma-Konsens ein, der das Prinzip der Datenneutralität betont, um die Privatsphäre der Nutzer zu wahren.
  • Netzausbau und Gemeinschaftsbildung (2023): Das Team veröffentlichte die Beta-Version und führte das Token-Wirtschaftsmodell (TAO) ein, um Anreize für die Wartung des Netzes zu schaffen.
  • Technologische Innovation und kettenübergreifende Kompatibilität (2024): Das Team nutzte die DHT-Integrationstechnologie (Distributed Hash Table) für eine effizientere Datenspeicherung und -abfrage. Das Projekt konzentrierte sich auch auf die Förderung und den weiteren Ausbau von Subnetzen und des Marktes für digitale Güter.

Während der gesamten Entwicklung vermied Bittensor eine signifikante traditionelle VC-Beteiligung, um das Risiko einer zentralisierten Kontrolle zu mindern. Das Projekt schafft Anreize für Knoten und Miner durch Token, um die Vitalität des Netzwerks zu gewährleisten. Im Wesentlichen ist Bittensor ein von GPU-Minern betriebenes Projekt für KI-Rechenleistung und -Dienstleistungen.

Token-Wirtschaft

Der Token des Bittensor-Netzwerks ist TAO, der – als Hommage an Bitcoin – einige Ähnlichkeiten mit BTC aufweist. Der Gesamtvorrat beträgt 21 Millionen, wobei alle vier Jahre eine Halbierung stattfindet. TAO-Token wurden bei der Gründung des Netzwerks im Rahmen eines fairen Starts verteilt, ohne Pre-Mining oder Token-Reservierungen für das Gründerteam oder VCs.

Derzeit wird etwa alle 12 Sekunden ein Bittensor-Netzwerkblock generiert, wobei jeder Block mit 1 TAO-Token belohnt wird, was zu einer täglichen Generierung von etwa 7.200 TAO führt. Diese Belohnungen werden proportional zum Beitrag jedes Subnetzes und innerhalb des Subnetzes an Eigentümer, Validierer und Miner verteilt.

TAO-Token können für den Erwerb von und den Zugang zu Rechenressourcen, Daten und KI-Modellen im Bittensor-Netzwerk verwendet werden und dienen als Berechtigungsnachweis für die Teilnahme an der Community Governance.

Aktueller Stand der Entwicklung

Das Bittensor-Netzwerk umfasst derzeit mehr als 100.000 Konten, davon mehr als 80.000 Konten ohne Nullsaldo.

Änderungen der Bittensor-Kontonummer
Änderungen der Bittensor-Kontonummer

Im vergangenen Jahr ist TAO um ein Vielfaches gestiegen, mit einer aktuellen Marktkapitalisierung von 2,278 Milliarden Dollar und einem Kurs von 321 Dollar.

TAO Token Preisänderungen
TAO Token Preisänderungen

Schrittweise implementierte Bittensor-Teilnetzarchitektur

Bittensor-Protokoll

Das Bittensor-Protokoll ist ein dezentrales Protokoll für maschinelles Lernen, das den Austausch von maschinellen Lernfähigkeiten und Vorhersagen zwischen Netzwerkteilnehmern erleichtert und die gemeinsame Nutzung und Zusammenarbeit von maschinellen Lernmodellen und -diensten auf Peer-to-Peer-Basis fördert.

Bittensor-Protokoll
Bittensor-Protokoll

Das Bittensor-Protokoll umfasst die Netzwerkarchitektur, den Subtensor, die Subnetzarchitektur und die Rollen innerhalb des Subnetz-Ökosystems, wie z. B. Validierungsknoten und Miner-Knoten. Das Bittensor-Netzwerk besteht im Wesentlichen aus Knoten, die am Protokoll teilnehmen und auf denen jeweils Bittensor-Client-Software läuft, um mit anderen Netzwerkknoten zu interagieren.

Diese Knoten werden von Subnetzen verwaltet, die einen „Survival-of-the-fittest“-Mechanismus anwenden, bei dem leistungsschwache Subnetze durch neue ersetzt werden und leistungsschwache Validator- und Miner-Knoten innerhalb von Subnetzen ebenfalls eliminiert werden. Subnetze sind also eine entscheidende Komponente der Bittensor-Netzwerkarchitektur.

Teilnetz-Logik

Ein Subnetz kann als ein unabhängig laufendes Codesegment betrachtet werden, das einzigartige Benutzeranreize und Funktionalitäten schafft, während es die gleiche Konsensschnittstelle wie das Bittensor-Hauptnetz beibehält. Subnets umfassen lokale Subnets, Testnet-Subnets und Mainnet-Subnets.

Neben dem Root-Subnetz gibt es derzeit 45 Subnetze, deren Zahl zwischen Mai und Juli 2024 von 32 auf 64 steigen soll, wobei jede Woche vier neue Subnetze hinzukommen.

Rollen und Emissionen in Teilnetzen

Das Bittensor-Netzwerk umfasst sechs funktionale Rollen: Benutzer, Entwickler, Miner, Staker-Validierer, Subnetzbesitzer und Ausschüsse. Innerhalb eines Subnetzes umfassen die Rollen Subnetzbesitzer, Miner und Staker-Validierer.

  • Subnetz-Besitzer: Verantwortlich für die Bereitstellung des grundlegenden Miner- und Validator-Codes, die Festlegung einzigartiger zusätzlicher Anreizmechanismen und die Verteilung von Arbeitsanreizen für Miner.
  • Bergleute: Miner werden ermutigt, Server und Mining-Code zu iterieren, um innerhalb desselben Subnetzes wettbewerbsfähig zu bleiben. Die Miner mit den niedrigsten Emissionen werden durch neue Miner ersetzt und müssen ihre Nodes neu registrieren. Miner können mehrere Nodes in mehreren Subnetzen betreiben.
  • Prüfer: Validatoren messen den Beitrag jedes Teilnetzes und stellen dessen Korrektheit sicher, wofür sie entsprechende Belohnungen erhalten. Sie können TAO-Tokens auf Validator-Knoten setzen, wobei Validator-Knoten 0-18% (einstellbar) Belohnungen für den Einsatz erhalten.

Subnet-Emissionen beziehen sich auf den TAO-Token-Verteilungsmechanismus, der Miner und Validierer belohnt. Normalerweise gehen 18% der Subnet-Emissionen an den Subnet-Besitzer, 41% an Validierer und 41% an Miner. Ein Subnetz enthält 256 UID-Slots, wobei 64 Slots den Validierern und 192 den Minern zugewiesen werden.

Nur die 64 besten Staker können Validator-Berechtigungen erhalten und als aktive Validatoren im Subnetz gelten. Die Anzahl der Einsätze und die Leistung der Validierer bestimmen ihren Status und ihre Belohnungen innerhalb des Subnetzes. Die Leistung der Schürfer wird durch Anfragen und Bewertungen der Subnetz-Validierer bewertet, wobei leistungsschwache Schürfer durch neue Schürfer ersetzt werden.

Je mehr Token die Validierer einsetzen und je effizienter die Miner ihre Berechnungen durchführen, desto höher sind die Gesamtemissionen und der Rang des Subnetzes.

Registrierung und Eliminierung von Subnetzen

Nach der Registrierung tritt ein Subnetz in eine 7-tägige Immunitätsperiode ein. Die Erstregistrierungsgebühr beträgt 100 $TAO, und der Preis verdoppelt sich bei einer erneuten Registrierung, obwohl er im Laufe der Zeit wieder auf 100 $TAO sinkt. Wenn alle Subnetzplätze besetzt sind, führt eine neue Subnetzregistrierung zur Eliminierung des Subnetzes mit den niedrigsten Emissionen, das sich nicht in der Immunitätsperiode befindet. Daher müssen Subnetze den Einsatz in UID-Slots und die Effizienz der Miner maximieren, um zu vermeiden, dass sie nach der Immunität eliminiert werden.

Das dezentralisierte KI-Datennetzwerk Masa profitiert von der Subnetz-Architektur von Bittensor und wurde zum ersten Dual-Token-Belohnungssystem innerhalb des Bittensor-Netzwerks, das 18 Millionen US-Dollar an Finanzmitteln anlockte.

Masa Werbebild
Masa Werbebild

Mechanismen für Konsens und Beweisführung

Das Bittensor-Netzwerk umfasst mehrere Konsens- und Beweismechanismen. In traditionellen dezentralen Netzwerken verwenden Miner-Knoten oft PoW (Proof of Work), um ihren Beitrag zum Netzwerk zu gewährleisten, und erhalten Belohnungen, die auf der Rechenleistung und der Qualität der Datenverarbeitung basieren.

Für Validierungsknoten wird üblicherweise PoV (Proof of Validation) verwendet, um die Sicherheit und Integrität des Netzwerks zu gewährleisten. Bittensor führt neben dem Yuma-Konsens einen einzigartigen PoI-Mechanismus (Proof of Intelligence) ein, um die Validierung und Verteilung von Belohnungen zu erleichtern.

Mechanismus zum Nachweis der Intelligenz

Der PoI-Mechanismus von Bittensor ist ein innovatives Validierungs- und Anreizsystem, das die Netzwerksicherheit, die Datenqualität und die effiziente Nutzung von Rechenressourcen gewährleistet, indem es die Beiträge der Teilnehmer durch intelligente Rechenaufgaben validiert.

  • Miner-Knoten beweisen ihre Arbeit, indem sie intelligente Rechenaufgaben wie die Verarbeitung natürlicher Sprache, die Datenanalyse und das Training von Modellen des maschinellen Lernens durchführen.
  • Die Aufgaben werden von den Prüfern den Minern zugewiesen, die die Ergebnisse an die Prüfer zurücksenden, um sie nach der Qualität der Aufgabenerfüllung zu bewerten.

Yuma-Konsens

Der Yuma-Konsens ist der zentrale Mechanismus des Bittensor-Netzwerks. Nachdem die Prüfer die Aufgabenerfüllung bewertet haben, geben sie die Ergebnisse in den Yuma-Konsensalgorithmus ein. In diesem Algorithmus haben Prüfer mit höheren TAO-Gewichten mehr Einfluss, und Ausreißerergebnisse werden herausgefiltert. Das System weist dann Token-Belohnungen auf der Grundlage einer umfassenden Bewertung zu.

  • Daten-Agnostizismus: Gewährleistet den Datenschutz und die Sicherheit bei der Datenverarbeitung, indem es den Knoten ermöglicht, Berechnungen und Validierungen durchzuführen, ohne den tatsächlichen Dateninhalt zu kennen.
  • Leistungsabhängige Belohnungen: Die Belohnungen werden auf der Grundlage der Leistung und des Beitrags des Knotens verteilt, was eine effiziente und qualitativ hochwertige Berechnung und Datenverarbeitung gewährleistet.

MOE-Mechanismus Zusammenarbeit

Bittensor führt den MOE-Mechanismus (Mixture of Experts) ein, der mehrere Teilmodelle auf Expertenebene in eine einzige Modellarchitektur integriert. Jedes Expertenmodell hat einen relativen Vorteil bei der Lösung spezifischer Domänenprobleme. Wenn neue Daten eingeführt werden, arbeiten verschiedene Teilmodelle zusammen, um bessere Ergebnisse zu erzielen als ein einzelnes Modell.

Im Rahmen des Yuma-Konsenses können die Prüfer auch Expertenmodelle bewerten, ihre Fähigkeiten einstufen und Token-Belohnungen zuweisen, um Anreize für die Optimierung und Verbesserung von Modellen zu schaffen.

Bittensor Teilnetz Projekte

Zum jetzigen Zeitpunkt hat Bittensor 45 Subnetze registriert, von denen 40 benannt sind. In der Vergangenheit war der Wettbewerb bei der Registrierung von Subnetzen sehr intensiv, und die Gebühren betrugen bis zu einer Million Dollar. Derzeit öffnet Bittensor nach und nach weitere Subnetz-Registrierungsplätze.

Neu registrierte Teilnetze erreichen möglicherweise nicht die Stabilität und Modellwirksamkeit von bereits seit langem bestehenden Teilnetzen. Der Eliminierungsmechanismus von Bittensor gewährleistet jedoch einen Prozess, bei dem qualitativ hochwertigere Teilnetze im Laufe der Zeit die qualitativ schlechteren verdrängen.

Bittensor Teilnetz Projektdetails
Bittensor Teilnetz Projektdetails

Ohne das Root-Subnetz haben die Subnetze 19, 18 und 1 mit Emissionsanteilen von 8,72 %, 6,47 % bzw. 4,16 % erhebliche Aufmerksamkeit erregt.

Teilnetz 19

Das Teilnetz 19 mit dem Namen Vision wurde am 18. Dezember 2023 registriert. Vision konzentriert sich auf dezentralisierte Bilderzeugung und Inferenz und bietet Zugang zu Open-Source-LLMs, Bilderzeugungsmodellen und anderen verschiedenen Modellen, die auf dem Subnetz 19-Datensatz trainiert wurden.

  • Gebühr für die Registrierung: 3.7 TAO
  • 24-Stunden-Knotenpunkt-Einnahmen: Ungefähr 627,84 TAO
  • 24-Stunden-Knotenwiederherstellung: Ungefähr 64,79 TAO
  • Täglicher durchschnittlicher Knotenpunkt-Umsatz: 2.472 TAO (etwa 866 $)
Vison-Teilnetz-Registrierungsgebühren
Vison-Teilnetz-Registrierungsgebühren

Gegenwärtig erreicht das Teilnetz Vision einen Gesamtknotenwert von etwa 19.200 TAO.

Vision Subnet Recycling-Gebühren
Vision Subnet Recycling-Gebühren

Teilnetz 18

Das von Corcel entwickelte Subnet 18 mit dem Namen Cortex.t zielt darauf ab, eine hochmoderne KI-Plattform zu schaffen, die zuverlässige, qualitativ hochwertige Text- und Bildantworten über API bietet.

  • Gebühr für die Registrierung: 3.34 TAO
  • 24-Stunden-Knotenpunkt-Einnahmen: Ungefähr 457,2 TAO
  • 24-Stunden-Knotenwiederherstellung: Ungefähr 106,32 TAO
  • Täglicher durchschnittlicher Knotenpunkt-Umsatz: 1,76 TAO (etwa 553,64 $)
Cortex.t-Subnetz-Registrierungsgebühren
Cortex.t-Subnetz-Registrierungsgebühren

Gegenwärtig erlangt das Teilnetz Cortex.t einen Gesamtknotenwert von etwa 27.134 TAO.

Cortex.t-Subnetz-Recycling-Gebühren
Cortex.t-Subnetz-Recycling-Gebühren

Teilnetz 1

Subnet 1, das von der Opentensor Foundation entwickelt wurde, ist auf die Texterstellung in einem dezentralen Subnetz spezialisiert. Als erstes Bittensor-Subnetz-Projekt stieß es auf erhebliche Skepsis. Im März bezeichnete der Gründer von Taproot Wizards, Eric Wall, TAO-Token als Meme-Münzen im Bereich der KI und wies darauf hin, dass der Textproblemlösungsansatz von Subnet 1 mit zahlreichen KI-Knoten die Problemlösungsergebnisse nicht effektiv verbessert hat.

Andere Teilnetze

Unter den anderen Teilnetzen gibt es große Datenverarbeitungsmodelle, KI-Modelle für den Handel und mehr. Zum Beispiel:

  • Teilnetz 22 Meta-Suche: Analysiert Twitter-Daten, um Marktstimmungen zu ermitteln.
  • Teilnetz 2 Omron: Optimiert Einsatzstrategien mit Hilfe von tiefen neuronalen Netzen.

Zukünftige Entwicklung

Das Konzept der künstlichen Intelligenz steht dem von Web3 in nichts nach und zieht erhebliche Investitionen an. Web3 + KI wird wahrscheinlich noch eine ganze Weile im Mittelpunkt des Marktes stehen.

Von der Projektstruktur her gesehen ist Bittensor kein traditionelles VC-Projekt. Seit seinem Start hat das Projekt einen erheblichen Wertzuwachs erfahren, da es technische und marktbezogene Unterstützung kombiniert.

Aus der Perspektive der technischen Innovation durchbricht Bittensor die Isolation früherer Web3 + AI-Projekte. Seine einzigartige Subnetz-Architektur senkt die Hürden für KI-Teams, zu dezentralen Netzwerken zu migrieren und schnell Gewinne zu erzielen. Die Wettbewerbs- und Eliminierungsmechanismen verlangen von den Subnetzen, dass sie ihre Modelle kontinuierlich optimieren und ihre Einsätze erhöhen, um nicht von neuen Subnetzen überholt zu werden.

Unter Risikogesichtspunkten senkt eine Erhöhung der Subnetz-Slots die Hürden für die Registrierung, was möglicherweise zu Projekten von geringerer Qualität führt. Wenn die Zahl der Subnets steigt, werden die TAO-Belohnungen für bestehende Subnets sinken. Wenn die TAO-Token-Preise nicht im Gleichschritt mit der Anzahl der Subnets steigen, können die erwarteten Erträge geringer ausfallen.