بیت‌تنسر چیست: پرداخت برای کارهای هوش مصنوعی خارج زنجیره

بیتنسور یک شبکه بدون مجوز است که برای هوش ماشین مفید خارج از زنجیره پرداخت می‌کند و ارزیابی را به پاداش‌های درون زنجیره تبدیل می‌کند. این کار را از طریق زیرشبکه‌های تخصصی، امتیازدهی به اعتبارسنج‌ها که توسط اجماع یومای جمع‌آوری می‌شود، و یک سیستم توکن انجام می‌دهد که در آن TAO شبکه را هماهنگ می‌کند و dTAO به بازارها اجازه می‌دهد تا انتشار را به صورت زیرشبکه به زیرشبکه هدایت کنند.

نکات کلیدی

• بیتنسور هماهنگی کارهای دیجیتال و هوش مصنوعی خارج از زنجیره را با یک سیستم پاداش درون زنجیره انجام می‌دهد، به جای اینکه محاسبات مدل را به‌طور مستقیم روی یک بلاکچین اجرا کند.
• هر زیرشبکه بیت‌تنسر یک بازار کوچک مستقل با وظیفه، ماینرها، اعتبارسنج‌ها و قوانین امتیازدهی خاص خود است، بنابراین "عملکرد بیت‌تنسر" هرگز یک چیز یکنواخت نیست.
• ولیدیتورها بردارهای وزنی را برای امتیازدهی به ماینرها ارسال می‌کنند و اجماع یومای آن امتیازها را به‌صورت وزنی بر اساس سهام تجمیع می‌کند تا مشخص کند چه کسی از انتشارها بهره‌مند می‌شود.
• به‌روزرسانی dtao در سال 2024 توکن‌های زیرشبکه آلفا را معرفی کرد و انتشار را افزایش داد.تخصیصبه سمت قیمت‌گذاری بازار، نه فقط رأی‌گیری در سطح ریشه.

بیت‌تنسر به عنوان یک بازار برای هوش

تجربه کاربری Bittensor با یک تقسیم ساده آغاز می‌شود: زنجیره مشخص می‌کند که چه کسی اجازه دارد بر جوایز تأثیر بگذارد و جوایز چگونه تسویه می‌شوند، در حالی که کار مورد قضاوت در خارج از زنجیره انجام می‌شود. این انتخاب طراحی کل ماجراست. لایه هماهنگی subtensor تعادل‌ها، روابط استیکینگ و وزن‌های مرتبط با جوایز که اعتبارسنج‌ها منتشر می‌کنند را پیگیری می‌کند، اما سعی نمی‌کند استنتاج مدل، آموزش یا ارزیابی را به فضای بلوکی تحمیل کند.

این باعث می‌شود که احساس کریپتو بیتنسور کمتر شبیه به "هوش مصنوعی بر روی زنجیره" و بیشتر شبیه به طراحی بازار برای پرداخت به خاطر هوش باشد. کالا به طور پیش‌فرض یک ساعت GPU توکن‌شده نیست. می‌تواند یک پاسخ مدل، یک پیش‌بینی، یک جاسازی، یک خروجی گفتار، یا حتی یک سرویس محاسباتی باشد، به شرطی که یک زیرشبکه بتواند یک آزمون و یک قانون پرداخت را تعریف کند. وظیفه شبکه این است که "کاربرد" را به اندازه کافی قابل فهم کند تا بدون نیاز به یک مالک پلتفرم مرکزی پرداخت انجام شود.

این همچنین دلیل این است که مدل ذهنی صحیح دو لایه است. لایه اول هماهنگی و تسویه است: سهام، مجوزها و توزیع پاداش. لایه دوم عرصه رقابتی است که در آن ماینرها خروجی تولید می‌کنند و اعتبارسنج‌ها آن‌ها را ارزیابی می‌کنند. اگر لایه ارزیابی ضعیف باشد، کل سیستم به پرداخت برای نویز تنزل می‌یابد. اگر لایه ارزیابی قوی باشد، زنجیره به یک راه تسویه برای هوش خارج از زنجیره تبدیل می‌شود.

خوانندگانی که به چارچوب دسته‌بندی وسیع‌تری نیاز دارند، باید Bittensor را به ایده زیرساخت هوش مصنوعی غیرمتمرکز مرتبط کنند: محصول یک مدل واحد نیست، بلکه یک روش بدون مجوز برای تأمین و پرداخت هزینه قابلیت‌های دیجیتال در میان بسیاری از ارائه‌دهندگان است.

چگونه زیرشبکه‌ها مسابقات تخصصی را سازماندهی می‌کنند

زیرشبکه‌ها وجود دارند زیرا "هوش مصنوعی" یک وظیفه با یک تابع هدف نیست. یک زیرشبکه مدل زبانی می‌تواند پاسخ‌ها به درخواست‌ها را امتیازدهی کند. یک زیرشبکه پیش‌بینی سری زمانی می‌تواند پیش‌بینی‌ها را در برابر نتایج واقعی امتیازدهی کند. یک زیرشبکه تأمین محاسبات می‌تواند در دسترس بودن و عملکرد را امتیازدهی کند.

تلاش برای فشردن همه این‌ها در یک سیستم امتیازدهی جهانی یا به اندازه کافی مبهم می‌شود که قابل بازی باشد یا به اندازه کافی سختگیرانه که بی‌فایده باشد.

بنابراین بیتنسور شبکه را به بسیاری از عرصه‌های تخصصی تقسیم می‌کند. هر زیرشبکه بیتنسور یک بازار یا جامعه مستقل با ماینرها، اعتبارسنج‌ها و منطق تشویقی خاص خود برای یک دامنه وظیفه معین است. منابع به مثال‌های مشخصی مانند تولید متن (که اغلب به عنوان زیرشبکه ۱ اشاره می‌شود) و پیش‌آموزش یا آموزش مدل (که اغلب به عنوان زیرشبکه ۹ اشاره می‌شود) اشاره می‌کنند، به همراه دامنه‌هایی مانند تولید تصویر، گفتار، پیش‌بینی سری‌های زمانی و تأمین محاسبات.

نتیجه مهم این است که "بیتنسور" یک شبکه با یک هدف نیست. این یک فدراسیون از میکرومارکت‌ها است که یک تسویه‌حساب را به اشتراک می‌گذارند.داراییو یک زنجیره هماهنگی. هر زیرشبکه مشخص می‌کند که چه چیزی آزمایش می‌شود، چگونه آزمایش می‌شود و چه رفتاری پاداش می‌گیرد.

به همین دلیل، اولین سوالی که باید درباره هر زیرشبکه پرسیده شود این نیست که "چه چیزی است که..."APYاین "سطح امتیازدهی چیست؟" اگر آزمایش به راحتی قابل جعل باشد، ماینرها برای جعل بهینه‌سازی خواهند کرد.

برای یک مرور عمیق مکانیکی، همراه مناسب این است که چگونه زیرشبکه‌های بیت‌تنسر کار می‌کنند، زیرا جزئیاتی که اهمیت دارند همیشه خاص زیرشبکه هستند: آنچه ماینرها ارسال می‌کنند، آنچه اعتبارسنج‌ها پرسش می‌کنند و آنچه تابع امتیازدهی پاداش می‌دهد.

اعتبارسنج‌ها، ماینرها و اجماع یما

حلقه پاداش سه بازیگر دارد: ماینرها کالا را تولید می‌کنند، اعتبارسنج‌ها آن را قضاوت می‌کنند و زنجیره نتیجه را تعیین می‌کند. ماینرها سمت عرضه هستند. آن‌ها مدل‌ها را اجرا می‌کنند، استنتاج را ارائه می‌دهند، پیش‌بینی‌ها را تولید می‌کنند یا خروجی‌های دیجیتال دیگری را خارج از زنجیره فراهم می‌کنند. اعتبارسنج‌ها نماینده سمت تقاضا هستند. آن‌ها خروجی‌های ماینرها را آزمایش می‌کنند و تصمیم می‌گیرند که کدام یک تحت قوانین زیرشبکه مفیدتر بود.

اثر کلیدی زنجیره‌ای، بردار وزن است. اعتبارسنج‌ها وزنی را منتشر می‌کنند که ماینرها را بر اساس ارزیابی‌هایشان رتبه‌بندی یا امتیازدهی می‌کند. این وزن‌ها فقط یک نظر نیستند. آن‌ها ورودی به اجماع یما هستند که دیدگاه‌های اعتبارسنج‌ها را بر اساس وزن سهام تجمیع کرده و آن‌ها را به توزیع انتشار درون زیرشبکه تبدیل می‌کند. به عبارت دیگر، "اجماع" بیت‌تنسر عمدتاً درباره ترتیب تراکنش‌ها نیست. این درباره این است که کدام قضاوت باید هنگام پرداخت برای کار خارج از زنجیره محاسبه شود.

وزن‌دهی به سهام تلاش پروتکل برای گران کردن تبانی است. اگر یک گروه کوچک سعی کند یکدیگر را به شدت امتیازدهی کند، تأثیر آن‌ها به وزن سهامشان نسبت به باقی اعتبارسنج‌های زیرشبکه محدود می‌شود. توضیح‌دهنده Cube همچنین یک سیستم مجوز برای اعتبارسنج‌ها را با محدودیت‌هایی مانند مجموعه فعال محدود و قوانین صلاحیت مرتبط با وزن سهام توصیف می‌کند، که این نیز یکی دیگر از روش‌های محدود کردن پروتکل است که چه کسی می‌تواند وزن‌های مرتبط با پاداش را ارسال کند.

این جایی است که بیشتر توضیح‌دهنده‌های سطحی محصول را از دست می‌دهند. یما محصول است. این یک مکانیزم برای تبدیل ارزیابی‌های ذهنی کار خارج از زنجیره به یک قاعده پرداخت است که می‌تواند بر روی یک زنجیره اجرا شود. اگر یک خواننده نتواند توضیح دهد که اعتبارسنج‌ها چه چیزی را امتیازدهی می‌کنند و چگونه آن وزن‌ها به انتشار منتقل می‌شوند، آن‌ها نمی‌فهمند که وقتی درباره "هوش مصنوعی غیرمتمرکز" صحبت می‌کنند، به چه چیزی اعتماد می‌کنند.

TAO، dTAO و مشوق‌های توکن آلفا

TAO دارایی تسویه است که سیستم را به هم متصل می‌کند. این توکن بومی است که برای پاداش‌ها و سهام‌گذاری استفاده می‌شود و یک منبع آن را به عنوان ابزاری برای پرداخت دسترسی به خدمات در شبکه توصیف می‌کند. مرور Uphold همچنین ادعا می‌کند که TAO حداکثر عرضه ۲۱ میلیون دارد و یک چرخه نصف شدن چهار ساله را دنبال می‌کند.

به‌روزرسانی dTAO در سال ۲۰۲۴ نحوه رقابت زیرشبکه‌ها برای انتشار را تغییر داد. قبل از dTAO، منابع توصیف می‌کنند که شبکه اصلی انتشار را از طریق رأی‌گیری یا معیارهای مبتنی بر اعتبارسنج تخصیص می‌دهد. پس از dTAO، هر زیرشبکه توکن آلفای خود را دارد و تخصیص انتشار به سمت مکانیزم مبتنی بر بازار مرتبط با قیمت‌گذاری توکن آلفا از طریق alpha/TAO تغییر می‌کند.استخرهای نقدینگی.

این موضوع مهم است زیرا به جای یک فرآیند صرفاً سیاسی، "کدام زیرشبکه‌ها شایسته انتشار هستند" را به یک سیگنال قیمت زنده تبدیل می‌کند.

این جدایی واضحی از ریسک‌ها ایجاد می‌کند. TAO کل شبکه را هماهنگ می‌کند. توکن tao واحدی است که استیکرها برای حمایت از اعتبارسنج‌ها و مشارکت در اقتصاد شبکه استفاده می‌کنند. آلفا بیان ریسک خاص زیرشبکه است. اگر بازار تصمیم بگیرد که ارزیابی یک زیرشبکه ضعیف است یا خروجی آن ارزشمند نیست، آلفا می‌تواند کاهش یابد و زیرشبکه می‌تواند در طول زمان انتشار کمتری جذب کند.

این چارچوب مربوط به تریدرهاست: Bittensor یک طراحی بازار دو لایه است که در آن زیرشبکه‌ها قرارداد را برای یک کالای هوش مصنوعی تعریف می‌کنند، اعتبارسنج‌ها مانند آژانس‌های رتبه‌بندی عمل می‌کنند و dTAO اعتبار هر زیرشبکه را به یک سیگنال قیمت تبدیل می‌کند که می‌تواند انتشار را جذب یا از دست بدهد.

برای خوانندگانی که داستان‌های توکن هوش مصنوعی را مقایسه می‌کنند، تضاد واضح بین bittensor و render دو شرط مختلف کریپتو هوش مصنوعی است، زیرا یکی بازاری برای خروجی‌های ارزیابی شده است و دیگری معمولاً حول تأمین رندر محاسباتی چارچوب‌بندی می‌شود.

موارد استفاده، مزایا و ریسک‌های کلیدی

دامنه‌های زیرشبکه موارد استفاده مشخصی را ارائه می‌دهند. منابع به زیرشبکه‌ها برای تولید متن، آموزش یا پیش‌آموزش مدل، پیش‌بینی سری‌های زمانی، تولید تصویر، گفتار و تأمین محاسبات اشاره می‌کنند. مزیت این است که تخصصی است. هر دامنه می‌تواند منطق ارزیابی خود را تعریف کند به جای اینکه یک معیار یکسان برای همه را به ارث ببرد.

مزیت دوم معماری است: محاسبات سنگین خارج از زنجیره باقی می‌ماند. این سیستم را از فروپاشی تحت هزینه‌های تلاش برای تأیید کار مدل در یک بلاکچین عمومی حفظ می‌کند. وظیفه زنجیره هماهنگی سهام، مجوزها و تسویه پاداش است.

ریسک‌های کلیدی حول ارزیابی متمرکز هستند، نه محاسبات. اگر تابع امتیازدهی یک زیرشبکه به راحتی قابل بازی باشد، ماینرها برای آزمون بهینه‌سازی می‌کنند نه کیفیت خدمات زیرین. اگر اعتبارسنج‌ها بتوانند به‌طور ارزان هماهنگ شوند، می‌توانند پاداش‌ها را به سمت افراد داخلی هدایت کنند با انتشار وکتورهای وزنی همسو.

پروتکل سعی می‌کند با وزن‌دهی به سهام و تجمیع اجماع در برابر این مقاومت کند، اما نمی‌تواند مشکل اساسی را که بسیاری از خروجی‌های هوش مصنوعی به سختی قابل قضاوت به‌طور عینی هستند، حذف کند.

ریسک دوم پیچیدگی اکوسیستم است. منابع تعداد زیرشبکه‌ها را تا سال 2025 "بیش از صد" و "125+ زیرشبکه فعال" در اوایل 2026 توصیف می‌کنند، که به نوعی دیگر به این معنی است که سطح آن بزرگ و وابسته به زمان است. این موضوع انجام دقت لازم را زیرشبکه به زیرشبکه، نه برند به برند، می‌سازد.

برای کاربرانی که می‌خواهند مشارکت کنند نه فقط طراحی را درک کنند، مرحله عملی بعدی این است که چگونه tao را استیک کنند و زیرشبکه‌ها را انتخاب کنند، زیرا نتایج اقتصادی به این بستگی دارد که کدام اعتبارسنج‌ها و کدام زیرشبکه‌ها را یک شرکت‌کننده حمایت می‌کند.

تصورات غلط رایج درباره بیتنسر

«بیتنسر هوش مصنوعی را روی یک بلاکچین اجرا می‌کند» گران‌ترین سوءتفاهم است. زنجیره، سهام، ترازها و وزن‌های مرتبط با پاداش را هماهنگ می‌کند، در حالی که کار مدل و پرسش‌های ارزیابی خارج از زنجیره انجام می‌شود. بیتنسر از یک بلاکچین به عنوان لایه تسویه و هماهنگی استفاده می‌کند، نه به عنوان مکانی برای اجرای دوره‌های آموزشی.

«بیتنسر یک شبکه با یک هدف است» دام دوم است. شبکه به زیرشبکه‌ها تقسیم شده است و هر زیرشبکه دامنه وظیفه و قوانین امتیازدهی خاص خود را دارد. یک زیرشبکه قوی تولید متن به معنای یک زیرشبکه قوی پیش‌بینی سری زمانی نیست، زیرا آزمون‌ها، شرکت‌کنندگان و مشوق‌ها متفاوت هستند.

«تأییدکنندگان داوران غیرفعال هستند» در مورد مکانیزم نادرست است. تأییدکنندگان به طور فعال پرداخت‌ها را با ارسال وکتورهای وزن شکل می‌دهند و اجماع یومه آن وزن‌ها را به صورت وزنی سهام جمع‌آوری می‌کند تا توزیع انتشار را تعیین کند. این رفتار تأییدکننده بخشی از بازی رقابتی است، نه یک فرآیند پس‌زمینه خنثی.

«TAO تنها چیزی است که اهمیت دارد» آنچه dTAO تغییر داد را نادیده می‌گیرد. تحت dTAO، توکن‌های آلفای زیرشبکه اعتبار زیرشبکه‌ای را به یک سیگنال قابل معامله تبدیل می‌کنند که می‌تواند بر تخصیص انتشار تأثیر بگذارد. TAO دارایی تسویه است. آلفا جایی است که بازار نشان می‌دهد کدام زیرشبکه‌ها به نظرش در حال حاضر شایسته انتشار هستند.

جمع‌بندی

من دیده‌ام که معامله‌گران «هوش مصنوعی غیرمتمرکز» را مانند یک معامله داستانی واحد در نظر می‌گیرند و سپس از بخشی که واقعاً اهمیت دارد، یعنی ارزیابی، غافل می‌شوند. در بیتنسر، دارایی «هوش مصنوعی» نیست. دارایی مجموعه‌ای از بازی‌های امتیازدهی است، یکی برای هر زیرشبکه، جایی که تأییدکنندگان وکتورهای وزن را منتشر می‌کنند و اجماع یومه آن قضاوت‌ها را به انتشار تبدیل می‌کند.

پوزیشن تمیز این است که در نقش‌ها و سیگنال‌ها فکر کنیم. ماینرها برای آزمون بهینه‌سازی می‌کنند، تأییدکنندگان برای تأثیر بهینه‌سازی می‌کنند و dTAO دیدگاه بازار را به قیمت‌گذاری آلفا تبدیل می‌کند که می‌تواند یک زیرشبکه را از نظر اقتصادی گرسنه کند حتی اگر از نظر اجتماعی پر سر و صدا باشد.

اگر یک شخص نتواند توصیف کند که یک زیرشبکه بیتنسر چه چیزی را اندازه‌گیری می‌کند و چگونه تأییدکنندگان می‌توانند آن را بازی کنند، نمی‌فهمد که وقتی داستان را می‌خرد، چه چیزی را می‌خرد.

منابع

• کیوب اکسچنج
• DEXTools
• Uphold
• Gate Wiki