Bittensor:分散化AIネットワークがWeb3革新の波をリードする

AI革命の背景

近年、人工知能技術は急速に発展しており、私たちはデータ駆動の新しい時代に突入しています。深層学習や自然言語処理などの分野での重要なブレークスルーにより、AIアプリケーションは至る所に存在しています。2022年にChatGPTが登場したことで、AI業界は爆発的な成長を遂げ、その後、文から動画、自動オフィスなどの革新的なAIツールが次々と登場しました。AI技術の広範な応用も議題に上がっています。業界の活況に伴い、AI市場の価値は持続的に上昇し、2030年には1850億ドル規模に達すると予想されています。

しかし、現在のAI業界は主に少数のテクノロジー大手によって独占されています。技術の進歩は、データの集中化や計算資源の不均等な配分など、一連の課題を引き起こしました。このような背景の中で、Web3の分散化の理念は、これらの問題を解決するための新たな可能性を提供します。Web3の分散型ネットワークは、現在のAIの発展の構図を再構築することが期待されています。

AI業界が急成長する中、高品質なWeb3+AIプロジェクトが次々と登場しています。これらのプロジェクトは、ブロックチェーン技術とAIを融合させ、分散型ネットワークにおいてAIモデルのトレーニングと応用を最適化することを目指しています。しかし、大多数のプロジェクトは依然として単一のアプリケーション方向に限られています。Bittensorはこの機会を鋭く捉え、ブロックチェーンの競争とインセンティブメカニズムを通じて、最も優れたAIプロジェクトを保持するための内生的な選別機能を備えたAIアルゴリズムプラットフォームを構築しました。

! Bittensor:AIサブネットはSwarm Intelligenceネットワークをどのように再構築していますか?

Bittensorプロジェクトの概要

Bittensorは、分散型のインセンティブ機械学習ネットワークおよびデジタル商品市場です。これには、以下のいくつかの顕著な特徴があります:

• 分散化：Bittensorは数千台の分散コンピュータで構成されるネットワーク上で動作し、データの集中化などの問題を効果的に解決します。

• 公平なインセンティブメカニズム：ネットワークは、サブネットが提供する$TAOトークンを、その貢献に比例して与え、サブネット内の報酬分配も同様の原則に従います。

• 機械学習リソース共有：分散型ネットワークは、機械学習計算リソースを必要とする個々の人々にサービスを提供します。

• 多様なデジタル商品市場：最初は機械学習モデルと関連データの取引に特化していましたが、現在ではあらゆる形式のデータを取引できる商品市場に発展しました。

Bittensorの発展の歴史は、公平で面白く、意義のある技術プロジェクトの特徴を反映しています:

• 2021年に、一群の技術愛好者と専門家によって設立され、Substrateフレームワークを使用してブロックチェーンが構築されました。

• 2022年に、Alphaバージョンのネットワークを発表し、分散型AIの実現可能性を検証しました。Yumaコンセンサスを導入し、データプライバシーの保護を強調しました。

• 2023年、ベータ版をリリースし、ネットワーク維持を促進するためにTAOトークン経済モデルを導入します。

• 2024年にDHT技術を活用してデータの保存と検索効率を向上させる。サブネットとデジタル商品市場の宣伝を強化する。

本質的に、BittensorはGPUマイナーによって駆動されるAI計算能力とサービスのプロジェクトです。

! Bittensor:AIサブネットはSwarm Intelligenceネットワークをどのように再構築していますか?

Bittensorのトークンエコノミクス

BittensorのネイティブトークンはTAOであり、いくつかの点でビットコインに似ています:

• 総供給量は21,000,000です
• 4年ごとに半減する
• フェアなスタート配布による、プレマインなし

現在、12秒ごとに1つのブロックが生成され、各ブロックは1 TAOの報酬があります。毎日約7200 TAOが生産され、貢献の割合に応じて各サブネットとその内部の検証者およびマイナーに配分されます。

TAOトークンは次の目的で使用できます:

• ネットワーク内の計算リソース、データ、AIモデルを購入する
• コミュニティガバナンスに参加する

現在までに、Bittensorネットワークのアカウント総数は10万を超え、そのうち非ゼロアカウントは8万に達しています。過去1年間でTAOの価格は大幅に上昇し、現在の時価総額は約22.78億ドル、単価は321ドルです。

! Bittensor:AIサブネットはSwarm Intelligenceネットワークをどのように再構築していますか?

Bittensorのサブネットアーキテクチャ

Bittensorプロトコルは、ネットワーク参加者がピアツーピア方式で機械学習能力と予測を交換できる分散型機械学習プロトコルです。

プロトコルの核心は、複数のサブネットで構成されるネットワークアーキテクチャです。各サブネットは一群のノードを管理し、優勝劣敗のメカニズムを採用しています。パフォーマンスが悪いサブネットやノードは排除されます。

サブネットは、特定のユーザーインセンティブと機能ルールを定めた独立したコードの一部です。現在、45のサブネットが存在し、2024年の5月から7月にかけて64に増加する見込みです。

サブネットの主な役割には、

• サブネットの所有者: 基本コードの提供とインセンティブメカニズムの設定を担当する
• マイナー: サーバーとマイニングコードを運営し、複数のサブネットでノードを運営することができます。
• バリデーター: サブネットの貢献を評価し、報酬を得ることができ、TAOをステーキングして追加の利益を得ることができます。

サブネットの排出は、マイナーとバリデーターへの報酬配分メカニズムです。通常、18%がオーナーに、41%がバリデーターに、41%がマイナーに分配されます。

サブネットの登録後、7日間の免疫期間があります。初回登録料は100 TAOで、その後は料金が倍増しますが、時間の経過とともに減少します。サブネットの数が上限に達した場合、排出量が最も少なく免疫期間でないサブネットが排除されます。

! Bittensor:AIサブネットはSwarm Intelligenceネットワークをどのように再構築していますか?

Bittensorのコンセンサスメカニズム

Bittensorは、さまざまな革新的なコンセンサスおよび証明メカニズムを採用しています:

知的証明(PoI)メカニズム:

• マイナーは、スマート計算タスクを完了することで貢献を証明します。
• バリデーターはタスクを割り当て、マイナーのパフォーマンスを評価します

Yumaコンセンサス:

• 検証者の評価とステーキング量を総合的に考慮する
• 異常結果を除外し、総合スコアに基づいて報酬を配分する
• データの不可知性の原則に従い、プライバシーを保護する
• ノードのパフォーマンスと貢献に基づく報酬の配分

混合専門家(MOE)メカニズム:

• 複数の専門家レベルのサブモデルを統合
• 異なるサブモデルが協力して全体のパフォーマンスを向上させる
• バリデーターは専門モデルの評価とランキングを行うことができます

これらのメカニズムは、ネットワークの安全性、効率性、およびインセンティブの合理性を共同で保障しています。

! Bittensor:AIサブネットはSwarm Intelligenceネットワークをどのように再構築していますか?

主なサブネットプロジェクト

現在、Bittensorには45の登録サブネットがあり、そのうち40が命名されています。枠が徐々に開放されるにつれて、サブネット間の競争はさらに激化するでしょう。ランキング上位3のサブネットは:

19号サブネットVision:

• 分散型の画像生成と推論に焦点を当てる
• 24時間の収益は約627.84TAO
• 新しいノードの1日あたりの平均収益は約866ドルです

18番サブネットCortex.t:

• AIプラットフォームを構築し、テキストおよび画像APIを提供する
• 24時間収益約457.2TAO
• 新しいノードの1日あたりの収益は約553.64ドルです

1号サブネット:

• 最初のテキスト生成サブネット
• 疑問を受けたことがあり、その方法の効率が低いと考えられた

さらに、データ処理や取引AIなどの多様なサブネットがあります。全体的に見ると、成功裏に運営されているサブネットは収益が見込めますが、新しいノードは激しい競争に直面しています。

! Bittensor:AIサブネットはSwarm Intelligenceネットワークをどのように再構築していますか?

###開発の見通し

• AIとWeb3の結合は長期的に市場の関心を引きつけるでしょう
• Bittensorプロジェクトのアーキテクチャは、技術と市場のサポートを兼ね備えています。
• サブネット機構はAIチームの参入障壁を下げました
• 競争淘汰メカニズムがプロジェクトの継続的な最適化を促進する
• サブネットの数の増加は、収益の低下リスクをもたらす可能性があります
• プロジェクトの数量と質をバランスさせ、長期的な発展を維持する必要がある

! Bittensor:AIサブネットはSwarm Intelligenceネットワークをどのように再構築していますか?