ما هو Bittensor

ملاحظة: هذا المستند هو ترجمة آلية للنسخة الإنجليزية الأصلية.

ما هو Bittensor

Bittensor هي شبكة الطبقة الأولى (L1) لامركزية مصمّمة خصيصًا لـالذكاء الاصطناعي. توفّر بروتوكولًا مفتوحًا بلا أذونات، حيث يتعاون مشاركون مستقلّون — المنقّبون والمدقّقون — لإنتاج مخرجات الذكاء الاصطناعي وتقييمها وتقديمها. ويُنسّق توكن الشبكة الأصلي، TAO، الحوافز عبر هذه العملية: يتنافس المنقّبون لتقديم عمل ذكاء اصطناعي مفيد، ويسجّل المدقّقون هذا العمل، وتتدفّق إصدارات التوكن إلى المشاركين الأكثر مساهمة بالقيمة.

على خلاف سلاسل البلوكتشين العامة الغرض التي تنفّذ العقود الذكية، فإن العبء الأساسي لـ Bittensor هو حوسبة الذكاء الاصطناعي نفسها. تسجّل السلسلة منطق التوافق والـ staking والإصدار، بينما يحدث عمل تعلّم الآلة الفعلي — التدريب والاستدلال وتنسيق البيانات — خارج السلسلة داخل أجزاء متخصّصة من الشبكة تُسمّى الشبكات الفرعية (subnets).

باختصار: Bittensor شبكة ذكاء اصطناعي لامركزية يتنافس فيها المنقّبون لإنتاج مخرجات الذكاء الاصطناعي، ويقيّم المدقّقون الجودة، وتكافئ إصدارات توكن TAO أفضل المساهمين — وكل ذلك مُنسَّق عبر نظام من الشبكات الفرعية المتخصّصة.

كيف يعمل Bittensor

طبقة السلسلة

يشغّل Bittensor بلوكتشين إثبات الحصة (PoS) مبنيًّا على إطار Substrate. تتولّى طبقة السلسلة هذه تسجيل المنقّبين والمدقّقين، وتسجّل تفويض الحصص، وتدير إنشاء الشبكات الفرعية، وتوزّع إصدارات TAO. وهي لا تنفّذ أعباء الذكاء الاصطناعي مباشرةً — فالسلسلة هي طبقة التنسيق والحوافز، لا طبقة الحوسبة.

الشبكات الفرعية

الشبكة الفرعية بيئة تنافسية قائمة بذاتها داخل Bittensor، تركّز على نوع محدّد من مهام الذكاء الاصطناعي. وتحدّد كل شبكة فرعية معايير التقييم الخاصة بها (تُسمّى «آلية الحوافز») التي تحدّد كيف ينبغي تسجيل المنقّبين. ومن أمثلة مهام الشبكات الفرعية: توليد النصوص، وتوليد الصور، وكشط البيانات، والتنبؤ بطيّ البروتينات، والتنبؤ المالي.

يمكن لأي شخص إنشاء شبكة فرعية جديدة بدفع كلفة تسجيل بـ TAO. ويتيح هذا التصميم للشبكة التوسّع في مجالات ذكاء اصطناعي جديدة من دون الحاجة إلى تغييرات على مستوى البروتوكول. وتعمل كل شبكة فرعية باستقلالية: لها منقّبوها، ومدقّقوها، ومنطق التسجيل الخاص بها.

ووفقًا لتصميم البروتوكول الحالي، تدعم الشبكة عشرات الشبكات الفرعية النشطة، يتنافس كلٌّ منها على حصة من إصدار TAO العالمي بناءً على جودة العمل الذي تنتجه ومنفعته.

المنقّبون

المنقّبون هم المشاركون الذين ينتجون مخرجات الذكاء الاصطناعي. وبحسب الشبكة الفرعية، قد يشغّل المنقّب نموذجًا لغويًّا لتوليد النصوص، أو يدرّب نموذجًا على مجموعة بيانات محدّدة، أو يصنّف الصور، أو يقدّم أي خدمة حوسبية أخرى تتطلّبها آلية الحوافز للشبكة الفرعية. ولا يحتاج المنقّبون إلى إذن للانضمام — فهم يسجّلون في شبكة فرعية ويبدؤون التنافس.

المبدأ الأساسي هو التنافس: يستجيب عدّة منقّبين للاستعلامات نفسها، ويسجّل المدقّقون مخرجاتهم. ويتلقّى المنقّبون الذين ينتجون باستمرار نتائج أعلى جودة حصةً أكبر من إصدارات TAO لتلك الشبكة الفرعية. أما المنقّبون ذوو الأداء الضعيف فيتلقّون أقل — أو لا شيء.

المدقّقون

يستعلم المدقّقون من المنقّبين، ويقيّمون استجاباتهم، ويسندون درجات بناءً على آلية الحوافز للشبكة الفرعية. ويختلف منطق التسجيل بحسب الشبكة الفرعية: ففي شبكة فرعية لتوليد النصوص، قد يقارن المدقّقون مخرجات النماذج بإجابات مرجعية؛ وفي شبكة فرعية للحوسبة، قد يتحقّقون من أن الحوسبة أُجريت بشكل صحيح.

ويجب على المدقّقين أنفسهم ربط (stake) TAO للمشاركة، ويتناسب تأثيرهم في التوافق مع حصتهم. ويخلق هذا حلقة تغذية راجعة: لدى المدقّقين حافز مالي للتسجيل بدقّة، لأن التسجيل غير الدقيق سيهدر الإصدارات على منقّبين ضعفاء ويقلّل القيمة الإجمالية للشبكة.

Yuma Consensus

آلية التوافق في Bittensor لتحديد مكافآت المنقّبين تُسمّى Yuma Consensus. وهي تجمّع درجات عدّة مدقّقين في ترتيب توافقي واحد. والآلية مصمّمة لتكون مقاومة للتواطؤ — فلا يمكن لمدقّق واحد أن يوجّه كل الإصدارات منفردًا إلى منقّب مفضّل. بل يجد الخوارزم نمط التسجيل الذي يتّفق عليه معظم المدقّقين ويوزّع المكافآت تبعًا لذلك.

توكن TAO

TAO هو التوكن الأصلي لشبكة Bittensor. وتشمل أدواره:

• مكافآت الإصدار — يُسكّ TAO جديد في كل كتلة ويُوزّع على المنقّبين والمدقّقين عبر جميع الشبكات الفرعية بناءً على أدائهم وحصصهم.
• الـ staking — يجب على المدقّقين ربط TAO للمشاركة في التوافق. ويمكن لحائزي التوكن تفويض حصصهم للمدقّقين.
• إنشاء الشبكات الفرعية — يتطلّب إنشاء شبكة فرعية جديدة إيداع TAO، ما يحدّ من البريد المزعج ويضمن قدرًا من الالتزام الاقتصادي.
• حوكمة الشبكة — تؤثّر حصة TAO في التصويت على المقترحات وتغييرات المُعامِلات عبر عملية الحوكمة على السلسلة.

يتبع TAO جدول إصدار ثابتًا بآلية تنصيف (halving) مشابهة من حيث المفهوم لنموذج عرض Bitcoin. والعرض الإجمالي محدود بسقف.

الخصائص الأساسية

الخاصية	القيمة
Type	الطبقة الأولى (أصلية للذكاء الاصطناعي)
Consensus	إثبات الذكاء (Yuma Consensus)
التوكن الأصلي	TAO
Token standard	أصلي (مبني على Substrate)
متوافق مع EVM	لا
البنية	قائمة على الشبكات الفرعية (شبكات مخصّصة لمهام الذكاء الاصطناعي)
العقود الذكية	غير منطبقة (منطق الشبكات الفرعية)

لماذا يهمّ Bittensor للذكاء الاصطناعي اللامركزي

المشكلة الجوهرية التي يعالجها Bittensor هي تركّز تطوير الذكاء الاصطناعي. فتدريب النماذج الكبيرة وتنسيق مجموعات البيانات وتشغيل الاستدلال على نطاق واسع يتطلّب رأس مال وبنية تحتية ضخمة — موارد تتحكّم فيها قلّة من الشركات الكبيرة. ويقترح Bittensor بديلًا: بدلًا من أن تدرّب شركة واحدة نموذجًا واحدًا، تسهم شبكة لامركزية من المشاركين، كلٌّ منهم بقدرات ذكاء اصطناعي متخصّصة، وتُكافأ بناءً على جودة عملها.

ويهمّ هذا لفضاء الذكاء الاصطناعي اللامركزي الأوسع لأن:

• مساهمة الذكاء الاصطناعي بلا أذونات — يمكن لأي شخص يملك موارد حوسبة وخبرة في الذكاء الاصطناعي أن يشارك بوصفه منقّبًا، من دون الحاجة إلى موافقة كيان مركزي.
• التخصّص المدفوع بالسوق — يتيح نظام الشبكات الفرعية للشبكة تغطية مجالات ذكاء اصطناعي كثيرة في آنٍ واحد، إذ تتطوّر كل شبكة فرعية بناءً على الطلب والتنافس.
• جودة قابلة للتحقّق — يوفّر المدقّقون فحص جودة لامركزيًّا لمخرجات الذكاء الاصطناعي، ما يخلق طبقة مساءلة لا تعتمد على منظمة واحدة.

يرتبط Bittensor ارتباطًا وثيقًا بفئتي الذكاء الاصطناعي/الحوسبة والذكاء الاصطناعي/التدريب في DecAIHub، إذ تركّز شبكات فرعية كثيرة على مهام ذكاء اصطناعي كثيفة الحوسبة. والمشاريع التي تُدرج Main chain: Bittensor في بطاقتها في DecAIHub تعمل ضمن هذه الشبكة — عادةً بوصفها مشغّلي شبكات فرعية أو منقّبين أو مدقّقين أو تطبيقات مبنية فوق مخرجات الشبكات الفرعية.

أين يظهر في بطاقات مشاريع DecAIHub

في بطاقات مشاريع DecAIHub، يظهر Bittensor في عدّة حقول:

• Main chain — المشاريع التي تعمل على شبكة Bittensor أو بُنيت حولها تُدرج Bittensor بوصفه سلسلتها الرئيسية. ويشير هذا إلى أن بنيتها التحتية وتوافقها وآليات التوكن لديها مرتبطة ببروتوكول Bittensor.
• Type — قد تُصنَّف المشاريع القائمة على Bittensor بوصفها L1 (للشبكة نفسها) أو بوصفها تطبيقات على مستوى الشبكة الفرعية.
• Consensus — تستخدم المشاريع على Bittensor توافق إثبات الحصة (PoS) للشبكة مع طبقة Yuma Consensus لتوزيع المكافآت الخاص بالذكاء الاصطناعي.
• AI component — كثيرًا ما تُدرج المشاريع القائمة على الشبكات الفرعية مكوّنات ذكاء اصطناعي محدّدة مثل الاستدلال أو التدريب أو الحوسبة أو جمع البيانات، بما يعكس نوع عمل الذكاء الاصطناعي المنجَز داخل شبكتها الفرعية.
• Category — كثيرًا ما تقع مشاريع منظومة Bittensor ضمن فئات الذكاء الاصطناعي/الحوسبة أو الذكاء الاصطناعي/التدريب أو الذكاء الاصطناعي/الاستدلال، بحسب تركيز شبكتها الفرعية.

يخبرك حقل السلسلة بمكان نشر المشروع لعقوده (أو، للمشاريع المتمحورة حول Bittensor، بأن العمل مرتبط بهذه الشبكة). وهو لا يخبرك بما إذا كانت ادّعاءات الذكاء الاصطناعي للمشروع مُتحقَّقًا منها (AI reality)، أو ما إذا كان التوكن يخدم غرضًا فعليًا (Token necessity)، أو ما إذا كان المكوّن على السلسلة ذا معنى (Onchain necessity). تُعالَج هذه التقييمات بشكل منفصل عبر محاور تقييم DecAIHub المقابلة.

ما الذي لا يثبته Bittensor وحده

• التشغيل على Bittensor لا يثبت جودة الذكاء الاصطناعي أو AI reality. قد يشغّل منقّب شبكة فرعية نموذجًا، لكن دقّة النموذج وأصالته وملاءمته للغرض تتطلّب تقييمًا منفصلًا عبر المعايير القياسية ومقاييس الجودة.
• وجود شبكة فرعية لا يعادل طلبًا حقيقيًّا. يمكن لأي شخص مستعدّ لدفع كلفة التسجيل إنشاء شبكة فرعية. ووجود شبكة فرعية لا يثبت أن مخرجاتها مستخدَمة فعلًا من المستخدمين النهائيين أو التطبيقات.
• إصدارات TAO لا تثبت الاستدامة الاقتصادية أو Token necessity. يكسب المنقّبون TAO بناءً على الأداء النسبي داخل شبكة فرعية، لكن هذا لا يضمن أن خدمة الذكاء الاصطناعي الأساسية تولّد إيرادًا خارجيًّا أو تحقّق ملاءمة المنتج للسوق.
• اللامركزية لا تعني تلقائيًّا الأفضل. توزيع عمل الذكاء الاصطناعي على مشاركين كثيرين يُدخِل عبء تنسيق وكمونًا وتباينًا في الجودة لا تواجهها الأنظمة المركزية. فاللامركزية خيار تصميمي بمقايضات، لا تحسينًا تلقائيًّا.

لا تخلط بين

• الشبكة الفرعية — الشبكة الفرعية مكوّن بنيوي داخل Bittensor (وبعض الشبكات الأخرى مثل Avalanche). فـ Bittensor هي الشبكة؛ والشبكات الفرعية أقسامها الوظيفية.
• L1 — Bittensor بلوكتشين من الطبقة الأولى، لكن بنيته وغرضه يختلفان جوهريًّا عن شبكات L1 العامة الغرض مثل Ethereum. فليست كل شبكات L1 شبكات ذكاء اصطناعي.
• أسواق حوسبة GPU — بعض مشاريع الذكاء الاصطناعي اللامركزية تكتفي بمطابقة عرض GPU مع طلب الحوسبة. ويذهب Bittensor أبعد من ذلك بدمج تقييم الجودة (عبر المدقّقين) وآليات الحوافز التنافسية في البروتوكول نفسه.
• نموذج ذكاء اصطناعي واحد — Bittensor ليس نموذجًا. إنه شبكة تنسّق بين مشاركين كثيرين قد يشغّل كلٌّ منهم نماذج مختلفة عبر شبكات فرعية مختلفة.

الأسئلة الشائعة

ما هي الشبكة الفرعية في Bittensor؟

الشبكة الفرعية جزء متخصّص من شبكة Bittensor مكرّس لمهمة ذكاء اصطناعي محدّدة — مثل توليد النصوص أو التعرّف على الصور أو تحليل البيانات. وتحدّد كل شبكة فرعية آلية الحوافز الخاصة بها (قواعد التسجيل)، ولها مجموعتها الخاصة من المنقّبين والمدقّقين، وتتنافس على حصة من إصدار TAO العالمي. وتتيح الشبكات الفرعية لـ Bittensor تغطية مجالات ذكاء اصطناعي كثيرة في آنٍ واحد من دون الحاجة إلى تغييرات في البروتوكول الأساسي. انظر ما هي الشبكة الفرعية لشرح مفصّل.

كيف يكسب المنقّبون TAO؟

يكسب المنقّبون TAO بإنتاج مخرجات ذكاء اصطناعي يسجّلها المدقّقون بدرجات عالية. فحين يرسل مدقّق استعلامًا إلى منقّبي شبكة فرعية، يستجيب كل منقّب بأفضل مخرجاته. ويقيّم المدقّقون هذه الاستجابات ويرتّبونها وفقًا لآلية الحوافز للشبكة الفرعية. وتجمّع خوارزمية Yuma Consensus درجات عدّة مدقّقين وتوزّع إصدار TAO لتلك الشبكة الفرعية على المنقّبين بالتناسب مع ترتيبهم التوافقي. فالعمل عالي الجودة باستمرار يكسب TAO أكثر؛ والعمل الضعيف يكسب قليلًا أو لا شيء.

هل Bittensor مثل شبكة تأجير GPU؟

لا. توفّر شبكات تأجير GPU (أسواق الحوسبة اللامركزية) موارد حوسبة خام — تستأجر وقت GPU وتشغّل أي عبء تريده. أما Bittensor فمبنيّ بشكل مختلف: لا يكتفي المنقّبون بتأجير عتادهم، بل يتنافسون لإنتاج أفضل مخرجات ذكاء اصطناعي لمهمة معيّنة، ويقيّم المدقّقون جودة تلك المخرجات. وتكافئ الشبكة جودة النتائج، لا مجرّد كمية الحوسبة. وهذا يجعل Bittensor شبكة ذكاء اصطناعي مدفوعة بالحوافز، لا سوق عتاد.

هل يمكن لأي شخص إنشاء شبكة فرعية على Bittensor؟

نعم، إنشاء الشبكات الفرعية بلا أذونات. يمكن لأي شخص تسجيل شبكة فرعية جديدة بدفع إيداع TAO المطلوب وتحديد آلية حوافز. وتتيح هذه الانفتاحية للشبكة التوسّع في مجالات ذكاء اصطناعي جديدة مدفوعة بطلب المجتمع. لكن إنشاء شبكة فرعية لا يضمن أنها ستجذب منقّبين أو مدقّقين أو مستخدمين — إذ يجب أن توفّر الشبكة الفرعية آلية حوافز واضحة ومهمة مفيدة لاستدامة المشاركة.

مراجع خارجية

• Bittensor documentation — التوثيق الرسمي للبروتوكول الذي يغطّي الشبكات الفرعية والتوافق والـ staking وأدلة المطوّرين.
• Bittensor whitepaper — الورقة التقنية الأصلية التي تصف بنية الشبكة وآليات الحوافز وأهداف التصميم.
• Taostats — مستكشف ولوحة تحليلات بناها المجتمع لشبكة Bittensor، تعرض نشاط الشبكات الفرعية وتوزيع الإصدار وأداء المدقّقين.

انظر أيضًا

• ما هي شبكة البلوكتشين
• ما هي الشبكة الفرعية
• ما هي L1
• ما هو إثبات الحصة (PoS)
• ما هو مكوّن الذكاء الاصطناعي
• فئة الذكاء الاصطناعي/الحوسبة
• فئة الذكاء الاصطناعي/التدريب
• كيف تقرأ بطاقة المشروع