Bittensor: AI-subnetten herdefiniëren collectieve intelligentie

Achtergrond van de AI-revolutie

De opkomst van AI

Met de snelle ontwikkeling van kunstmatige intelligentie (AI)-technologie gaan we een nieuw tijdperk in, gedreven door gegevens. Doorbraken op gebieden als deep learning en natuurlijke taalverwerking hebben AI-toepassingen alomtegenwoordig gemaakt.

De geboorte van ChatGPT in 2022 deed de AI-industrie ontbranden, wat leidde tot een reeks AI-tools voor taken als het maken van video’s en geautomatiseerd kantoorwerk, en het concept van “AI+” staat nu op de agenda. De marktwaarde van de AI-industrie is ook enorm gestegen en zal tegen 2030 naar verwachting 185 miljard dollar bedragen.

Monopolie van traditionele internetbedrijven op AI

Op dit moment wordt de AI-industrie gedomineerd door bedrijven als Nvidia, Microsoft, Google en OpenAI. Terwijl de technologische vooruitgang heeft geleid tot centralisatie van gegevens en ongelijke verdeling van computerbronnen, biedt de gedecentraliseerde filosofie van Web3 nieuwe mogelijkheden om deze problemen aan te pakken. In het gedistribueerde netwerk van Web3 zal het huidige landschap van AI-ontwikkeling een nieuwe vorm krijgen.

Vooruitgang van Web3+AI

Temidden van de boom in de AI-industrie zijn er veel Web3+AI-projecten van hoge kwaliteit ontstaan. Fetch.ai gebruikt blockchaintechnologie om een gedecentraliseerde economie te creëren en ondersteunt autonome agenten en slimme contracten om de training van AI-modellen en toepassingen te optimaliseren.

Numerai gebruikt blockchaintechnologie en een gemeenschap van datawetenschappers om markttrends te voorspellen en stimuleert modelontwikkelaars via beloningsmechanismen. Velas bouwt een krachtig smart contract platform dat AI en blockchain combineert en hogere transactiesnelheden en meer veiligheid biedt.

AI-projecten zelf bevatten drie belangrijke elementen: gegevens, algoritmen en rekenkracht. Terwijl de sporen Web3+data en Web3+rekenkracht floreren, is de richting Web3+algoritme gefragmenteerd, wat leidt tot projecten die alleen toepassingen in één richting vormen.

Bittensor pakt deze leemte aan door een AI-algoritmeplatform te bouwen met een ingebouwd selectie- en competitiemechanisme via de inherente competitie- en incentivestructuren van blockchain, waardoor de beste AI-projecten behouden blijven.

Ontwikkelingstraject van Bittensor

Innovatieve doorbraken

Bittensor is een gedecentraliseerd gestimuleerd netwerk voor machinaal leren en een marktplaats voor digitale goederen.

• Decentralisatie: Bittensor werkt op een gedistribueerd netwerk van duizenden computers die door verschillende bedrijven en organisaties worden beheerd, waardoor problemen zoals datacentralisatie worden opgelost.
• Eerlijk stimuleringsmechanisme: Het Bittensor-netwerk levert $TAO tokens in verhouding tot de bijdrage van zijn subnetten, en subnetten belonen hun miners en validators in verhouding tot hun node-bijdragen.
• Hulpmiddelen voor machinaal leren: Het gedecentraliseerde netwerk kan elk individu bedienen dat computerbronnen voor machinaal leren nodig heeft.
• Diverse markt voor digitale goederen: De markt voor digitale goederen van het Bittensor-netwerk was oorspronkelijk bedoeld voor het verhandelen van modellen voor machinaal leren en aanverwante gegevens, maar is nu uitgebreid naar het verhandelen van elke vorm van gegevens, dankzij de uitbreiding van het netwerk en het Yuma-consensusmechanisme dat zich niet bezighoudt met de inhoud van de gegevens.

Ontwikkeling Tijdlijn

In tegenstelling tot veel VC-projecten met een hoge waardering die momenteel op de markt zijn, is Bittensor een eerlijker, intrigerender en zinvoller geekproject. In het ontwikkelingsproces ontbreekt de typische “te veel beloven om investeringen aan te trekken”-aanpak die je bij andere projecten ziet.

• Conceptvorming en projectlancering (2021): Bittensor is gemaakt door een groep enthousiastelingen en experts die toegewijd zijn aan het bevorderen van gedecentraliseerde AI-netwerken. Het is gebouwd met behulp van het Substrate framework om de flexibiliteit en schaalbaarheid te garanderen.
• Vroege ontwikkeling en technische validatie (2022): Het team bracht de Alfa-versie uit om de haalbaarheid van gedecentraliseerde AI te verifiëren en introduceerde de Yuma-consensus die het principe van data agnosticisme benadrukt om de privacy van gebruikers te behouden.
• Netwerkuitbreiding en gemeenschapsopbouw (2023): Het team bracht de bètaversie uit en introduceerde het token economisch model (TAO) om netwerkonderhoud te stimuleren.
• Technologische innovatie en ketenoverschrijdende compatibiliteit (2024): Het team gebruikte DHT (Distributed Hash Table) integratietechnologie voor het efficiënter opslaan en ophalen van gegevens. Het project begon zich ook te richten op het promoten en verder uitbreiden van subnetten en de markt voor digitale goederen.

Tijdens de ontwikkeling heeft Bittensor significante traditionele VC-betrokkenheid vermeden om het risico van gecentraliseerde controle te beperken. Het project stimuleert nodes en miners door middel van tokens, wat de vitaliteit van het netwerk garandeert. In wezen is Bittensor een door GPU-miners aangedreven AI-rekenkracht- en serviceproject.

Economie

Het token van het Bittensor-netwerk is TAO, dat als eerbetoon aan Bitcoin verschillende gelijkenissen met BTC deelt. De totale voorraad bedraagt 21 miljoen, met een halvering elke vier jaar. De TAO-tokens werden verdeeld via een eerlijke lancering bij de oprichting van het netwerk, zonder pre-mining of tokenreserveringen voor het oprichtersteam of VC’s.

Momenteel wordt er ongeveer elke 12 seconden een Bittensor-netwerkblok gegenereerd, waarbij elk blok 1 TAO-token beloont, wat resulteert in ongeveer 7.200 TAO die dagelijks worden gegenereerd. Deze beloningen worden evenredig verdeeld over de bijdrage van elk subnet en binnen het subnet aan eigenaars, validators en miners.

TAO tokens kunnen worden gebruikt voor de aankoop van en toegang tot computerbronnen, gegevens en AI-modellen op het Bittensor netwerk en dienen als een toegangsbewijs voor deelname aan het bestuur van de gemeenschap.

Huidige ontwikkelingsstatus

Het Bittensor-netwerk heeft momenteel meer dan 100.000 rekeningen, met meer dan 80.000 rekeningen zonder nulsaldo.

In het afgelopen jaar is TAO met een veelvoud gestegen, met een huidige marktkapitalisatie van $2,278 miljard en een koers van $321.

Geleidelijk geïmplementeerde Bittensor-subnetarchitectuur

Bittensor-protocol

Het Bittensor protocol is een gedecentraliseerd machine learning protocol dat de uitwisseling van machine learning capaciteiten en voorspellingen tussen netwerkdeelnemers vergemakkelijkt en het delen en samenwerken van machine learning modellen en diensten op een peer-to-peer manier bevordert.

Het Bittensor protocol omvat netwerkarchitectuur, subtensor, subnetarchitectuur en rollen binnen het subnet ecosysteem zoals validator nodes en miner nodes. Het Bittensor netwerk bestaat fundamenteel uit knooppunten die deelnemen aan het protocol en die elk Bittensor client software draaien om te communiceren met andere netwerkknooppunten.

Deze knooppunten worden beheerd door subnetten, die een survival-of-the-fittest mechanisme gebruiken waarbij slecht presterende subnetten worden vervangen door nieuwe en slecht presterende validator en miner knooppunten binnen subnetten ook worden geëlimineerd. Subnetten zijn dus een cruciale component van de Bittensor netwerkarchitectuur.

Subnetlogica

Een subnet kan worden gezien als een onafhankelijk werkend codesegment dat unieke gebruikersprikkels en functionaliteiten vastlegt, terwijl het dezelfde consensusinterface behoudt als het Bittensor mainnet. Subnetten omvatten lokale subnetten, testnet subnetten en mainnet subnetten.

Afgezien van het root-subnet zijn er momenteel 45 subnetten, waarvan het aantal tussen mei en juli 2024 naar verwachting zal groeien van 32 naar 64, waarbij elke week vier nieuwe subnetten worden toegevoegd.

Rollen en emissies in subnetten

Het Bittensor-netwerk bestaat uit zes functionele rollen: gebruikers, ontwikkelaars, miners, staker-validators, subnet-eigenaars en commissies. Binnen een subnet omvatten de rollen subnet-eigenaars, miners en staker-validators.

• Subnet-eigenaars: Verantwoordelijk voor het leveren van basisminer- en validatorcode, het instellen van unieke aanvullende stimuleringsmechanismen en het verdelen van stimulansen voor mijnwerk.
• Mijnwerkers: Miners worden aangemoedigd om server en mining code te itereren om competitief te blijven binnen hetzelfde subnet. De miners met de laagste uitstoot worden vervangen door nieuwe miners en moeten hun nodes opnieuw registreren. Mijnwerkers kunnen meerdere nodes in meerdere subnetten gebruiken.
• Validators: Validators meten de bijdrage van elk subnet en verzekeren de correctheid ervan, waarbij ze overeenkomstige beloningen verdienen. Ze kunnen TAO tokens inzetten op validator nodes, waarbij validator nodes 0-18% (instelbare) inzetbeloningen ontvangen.

Subnetemissies verwijzen naar het TAO-tokendistributiemechanisme dat miners en validators beloont. Normaal gesproken gaat 18% van de emissierechten van een subnet naar de eigenaar van het subnet, 41% naar de validators en 41% naar de miners. Een subnet bevat 256 UID-slots, waarvan 64 slots worden toegewezen aan validators en 192 aan miners.

Alleen de top 64 stakers kunnen validatorrechten krijgen en worden beschouwd als actieve validators in het subnet. Validator staking volume en prestaties bepalen hun status en beloningen binnen het subnet. De prestaties van miners worden beoordeeld door verzoeken en evaluaties van subnetvalidators, waarbij slecht presterende miners worden vervangen door nieuwe miners.

Dus, hoe meer tokens validators inzetten en hoe efficiënter de berekeningen van de miners, hoe hoger de totale emissies en rangorde van het subnet.

Subnetregistratie en -eliminatie

Na registratie gaat een subnet een immuniteitsperiode van 7 dagen in. De initiële registratiekosten bedragen 100 $TAO en de prijs verdubbelt bij herregistratie, hoewel deze na verloop van tijd geleidelijk weer 100 $TAO wordt. Als alle subnetslots gevuld zijn, zal een nieuwe subnetregistratie resulteren in de eliminatie van het subnet met de laagste emissies dat zich niet in zijn immuniteitsperiode bevindt. Daarom moeten subnetten de ingezette hoeveelheid in UID-slots en mijnefficiëntie maximaliseren om te voorkomen dat ze na de immuniteit worden geëlimineerd.

Door gebruik te maken van de subnetarchitectuur van Bittensor werd het gedecentraliseerde AI-datanetwerk Masa opgericht, dat het eerste beloningssysteem met dubbele tokens binnen het Bittensor-netwerk werd en $18 miljoen aan financiering aantrok.

Consensus en bewijsmechanismen

Het Bittensor netwerk bevat meerdere consensus- en bewijsmechanismen. In traditionele gedecentraliseerde netwerken maken mijnknooppunten vaak gebruik van PoW (Proof of Work) om hun bijdrage aan het netwerk te garanderen, waarbij ze beloningen ontvangen op basis van rekenkracht en kwaliteit van gegevensverwerking.

Voor validatorknooppunten wordt PoV (Proof of Validation) vaak gebruikt om de veiligheid en integriteit van het netwerk te verzekeren. Bittensor introduceert een uniek PoI (Proof of Intelligence) mechanisme naast de Yuma consensus om validatie en beloningsdistributie te vergemakkelijken.

Bewijs van Intelligentie Mechanisme

Het PoI-mechanisme van Bittensor is een innovatief validatie- en aanmoedigingssysteem dat netwerkbeveiliging, gegevenskwaliteit en efficiënt gebruik van computerbronnen garandeert door de bijdragen van deelnemers te valideren via intelligente rekentaken.

• Mijnknooppunten bewijzen hun werk door intelligente computertaken uit te voeren, zoals natuurlijke taalverwerking, gegevensanalyse en het trainen van modellen voor machinaal leren.
• Taken worden door validators toegewezen aan miners, die de resultaten terugsturen naar de validators voor een score op basis van de kwaliteit van de voltooiing van de taak.

Yuma Consensus

Yuma-consensus is het kernmechanisme van het Bittensor-netwerk. Nadat validators de voltooiing van de taak hebben gescoord, voeren ze de scores in het Yuma-consensusalgoritme in. In dit algoritme hebben validators met hogere TAO-gewichten meer invloed en worden uitbijterresultaten uitgefilterd. Het systeem kent vervolgens tokenbeloningen toe op basis van uitgebreide scores.

• Agnosticisme: Garandeert privacy en veiligheid bij gegevensverwerking, waardoor knooppunten berekeningen en validaties kunnen uitvoeren zonder de feitelijke gegevensinhoud te kennen.
• Op prestaties gebaseerde beloningen: Beloningen worden verdeeld op basis van nodeprestaties en -bijdragen, waardoor efficiënte en kwalitatief hoogstaande berekeningen en gegevensverwerking worden gegarandeerd.

MOE Mechanisme Samenwerking

Bittensor introduceert het MOE-mechanisme (Mixture of Experts), dat meerdere submodellen op expertniveau integreert binnen een enkele modelarchitectuur. Elk expertmodel heeft een relatief voordeel bij het oplossen van specifieke domeinproblemen. Wanneer nieuwe gegevens worden ingevoerd, werken verschillende submodellen samen om betere resultaten te bereiken dan een enkel model.

Onder de Yuma-consensus kunnen validators ook expertmodellen scoren, hun capaciteiten rangschikken en tokenbeloningen toekennen, wat modeloptimalisatie en -verbetering stimuleert.

Bittensor Subnet Projecten

Op het moment van schrijven heeft Bittensor 45 geregistreerde subnets, met 40 namen. In het verleden was de concurrentie op het gebied van subnetregistratie groot, met kosten die opliepen tot een miljoen dollar. Momenteel opent Bittensor geleidelijk meer subnetregistratieslots.

Nieuw geregistreerde subnetten kunnen de stabiliteit en modelefficiëntie van langlopende subnetten niet evenaren. Het eliminatiemechanisme van Bittensor zorgt echter voor een proces waarbij subnetten van hogere kwaliteit na verloop van tijd subnetten van lagere kwaliteit verdringen.

Als we het root-subnet buiten beschouwing laten, hebben de subnetten 19, 18 en 1 veel aandacht gekregen, met een emissieaandeel van respectievelijk 8,72%, 6,47% en 4,16%.

Subnet 19

Subnet 19, Vision genaamd, werd geregistreerd op 18 december 2023. Vision richt zich op gedecentraliseerde beeldgeneratie en inferentie en biedt toegang tot open-source LLM’s, beeldgeneratiemodellen en andere diverse modellen die zijn getraind op de subnet 19-dataset.

• Registratiekosten: 3,7 TAO
• 24-uurs Node Inkomsten: Ongeveer 627,84 TAO
• 24-uurs herstel van knooppunten: Ongeveer 64,79 TAO
• Dagelijkse gemiddelde node-inkomsten: 2.472 TAO (ongeveer $866)

Momenteel recupereert Vision subnet een totale knooppuntwaarde van ongeveer 19.200 TAO.

Subnet 18

Subnet 18, genaamd Cortex.t, ontwikkeld door Corcel, heeft als doel een geavanceerd AI-platform te bouwen dat betrouwbare, hoogwaardige tekst- en beeldreacties biedt via API.

• Registratiekosten: 3,34 TAO
• 24-uurs Node Inkomsten: Ongeveer 457,2 TAO
• 24-uurs herstel van knooppunten: Ongeveer 106,32 TAO
• Dagelijkse gemiddelde node-inkomsten: 1,76 TAO (ongeveer $553,64)

Momenteel herstelt het subnet Cortex.t een totale knooppuntwaarde van ongeveer 27.134 TAO.

Subnet 1

Subnet 1, ontwikkeld door de Opentensor Foundation, is gespecialiseerd in tekstgeneratie binnen een gedecentraliseerd subnet. Als eerste Bittensor-subnetproject werd het geconfronteerd met heel wat scepticisme. In maart verwees Taproot Wizards oprichter Eric Wall naar TAO tokens als meme coins in het AI-veld, erop wijzend dat Subnet 1’s aanpak voor het oplossen van tekstproblemen met talrijke AI-knooppunten de probleemoplossingsresultaten niet effectief verbeterde.

Andere subnetten

Onder de andere subnetten bevinden zich grote gegevensverwerkingsmodellen, AI-modellen voor de handel en nog veel meer. Bijvoorbeeld:

• Subnet 22 Meta zoeken: Analyseert Twitter-gegevens om het marktsentiment weer te geven.
• Subnet 2 Omron: Optimaliseert inzetstrategieën met behulp van diepe neurale netwerken.

Toekomstige ontwikkeling

Vanuit warmteperspectief doet het AI-concept niet onder voor Web3 en trekt het aanzienlijke investeringen aan. Web3 + AI zal waarschijnlijk nog geruime tijd een aandachtspunt van de markt blijven.

Vanuit het oogpunt van de projectstructuur is Bittensor geen traditioneel risicokapitaalproject. Sinds de lancering is het project aanzienlijk gegroeid en combineert het technische en marktondersteuning.

Vanuit een technisch innovatieperspectief doorbreekt Bittensor de isolatie van vroegere Web3 + AI projecten. De unieke subnetarchitectuur verlaagt de drempels voor AI-teams om te migreren naar gedecentraliseerde netwerken, waardoor ze snel rendement behalen. De competitie- en eliminatiemechanismen vereisen dat subnets voortdurend hun modellen optimaliseren en hun inzet verhogen om te voorkomen dat ze worden weggeconcurreerd door nieuwe subnets.

Vanuit een risicoperspectief verlaagt het aantal subnetslots de registratiedrempel, waardoor mogelijk projecten van lagere kwaliteit worden uitgenodigd. Naarmate het aantal subnetten toeneemt, zullen de TAO-beloningen voor bestaande subnetten afnemen. Als de prijzen van de TAO-tokens niet gelijke tred houden met het aantal subnetten, kan het verwachte rendement lager uitvallen.