Bittensor とは

注：この文書は英語の原文からの自動翻訳です。

Bittensor とは

Bittensor は、人工知能のために専用設計された分散型の Layer-1 ネットワークです。独立した参加者 — マイナーとバリデータ — が協働して AI の出力を生成・評価・提供する、オープンでパーミッションレスなプロトコルを提供します。ネットワークのネイティブトークンである TAO は、このプロセス全体のインセンティブを調整します：マイナーは有用な AI ワークの提供を競い、バリデータはそのワークを採点し、トークンのエミッションは最も多くの価値を貢献した参加者へと流れます。

スマートコントラクトを実行する汎用ブロックチェーンとは異なり、Bittensor の主たるワークロードは AI 計算そのものです。チェーンはコンセンサス、ステーキング、エミッションのロジックを記録しますが、実際の機械学習のワーク — トレーニング、推論、データキュレーション — は、サブネットと呼ばれるネットワークの専門化されたセグメント内でオフチェーンに行われます。

要約： Bittensor は分散型の AI ネットワークであり、マイナーが AI の出力の生成を競い、バリデータが品質を評価し、TAO トークンのエミッションが最良の貢献者に報酬を与えます — そのすべてが、専門化されたサブネットのシステムを通じて調整されます。

Bittensor の仕組み

チェーンレイヤー

Bittensor は、Substrate フレームワーク上に構築された Proof-of-Stake ブロックチェーンを稼働させます。このチェーンレイヤーは、マイナーとバリデータの登録を扱い、ステークの委任を記録し、サブネットの作成を管理し、TAO のエミッションを分配します。これは AI ワークロードを直接実行するわけではありません — チェーンは計算レイヤーではなく、調整とインセンティブのレイヤーです。

サブネット

サブネットは、特定の種類の AI タスクに焦点を当てた、Bittensor 内の自己完結的な競争環境です。各サブネットは、マイナーをどのように採点すべきかを決定する独自の評価基準（「インセンティブメカニズム」と呼ばれます）を定義します。サブネットのタスクの例には、テキスト生成、画像生成、データスクレイピング、タンパク質の折りたたみ予測、金融予測などがあります。

誰でも TAO で登録コストを支払うことにより、新しいサブネットを作成できます。この設計により、ネットワークはプロトコルレベルの変更を必要とせずに新しい AI ドメインへと拡張できます。各サブネットは独立して動作します：独自のマイナー、独自のバリデータ、独自の採点ロジックを持ちます。

現行のプロトコル設計では、ネットワークは数十のアクティブなサブネットをサポートしており、それぞれが生成するワークの品質と有用性に基づいて、グローバルな TAO エミッションのシェアを競っています。

マイナー

マイナーは、AI の出力を生成する参加者です。サブネットに応じて、マイナーは言語モデルを実行してテキストを生成したり、特定のデータセットでモデルをトレーニングしたり、画像を分類したり、あるいはそのサブネットのインセンティブメカニズムが要求する他のあらゆる計算サービスを提供したりするかもしれません。マイナーは参加に許可を必要としません — サブネットに登録して競争を始めます。

鍵となる原則は競争です：複数のマイナーが同じクエリに応答し、バリデータがその出力を採点します。一貫してより高品質な結果を生成するマイナーは、そのサブネットの TAO エミッションのより大きなシェアを受け取ります。パフォーマンスの低いマイナーが受け取るのはより少ない量 — あるいは何もありません。

バリデータ

バリデータは、マイナーにクエリを送り、その応答を評価し、サブネットのインセンティブメカニズムに基づいてスコアを割り当てます。採点ロジックはサブネットによって異なります：テキスト生成サブネットの場合、バリデータはモデルの出力を参照解答と比較するかもしれません；計算サブネットの場合、計算が正しく実行されたことを検証するかもしれません。

バリデータ自身も参加するために TAO をステークしなければならず、コンセンサスへの影響力はステークに比例します。これはフィードバックループを生み出します：バリデータには正確に採点する金銭的インセンティブがあります。なぜなら、不正確な採点は質の低いマイナーにエミッションを浪費し、ネットワーク全体の価値を低下させるからです。

Yuma Consensus

マイナーの報酬を決定するための Bittensor のコンセンサスメカニズムは、Yuma Consensus と呼ばれます。これは複数のバリデータからのスコアを単一のコンセンサスランキングに集約します。このメカニズムは結託に対して耐性を持つよう設計されています — 単一のバリデータが、お気に入りのマイナーへすべてのエミッションを一方的に向けることはできません。代わりに、アルゴリズムはほとんどのバリデータが合意する採点パターンを見つけ、それに従って報酬を分配します。

TAO トークン

TAO は Bittensor ネットワークのネイティブトークンです。その役割には次が含まれます：

• エミッション報酬 — 新しい TAO はブロックごとに発行され、パフォーマンスとステークに基づいて、すべてのサブネットにわたるマイナーとバリデータに分配されます。
• ステーキング — バリデータはコンセンサスに参加するために TAO をステークしなければなりません。トークン保有者はステークをバリデータに委任できます。
• サブネットの作成 — 新しいサブネットの作成には TAO のデポジットが必要であり、これはスパムを制限し、ある程度の経済的なコミットメントを保証します。
• ネットワークガバナンス — TAO のステークは、オンチェーンのガバナンスプロセスを通じて、提案の投票とパラメータの変更に影響を与えます。

TAO は、Bitcoin の供給モデルと概念的に類似した半減のメカニズムを伴う固定のエミッションスケジュールに従います。総供給量には上限が設けられています。

主要な特性

Property	Value
Type	Layer 1（AI ネイティブ）
Consensus	Proof of Intelligence（Yuma Consensus）
Native token	TAO
Token standard	ネイティブ（Substrate ベース）
EVM 互換	いいえ
アーキテクチャ	サブネットベース（専門化された AI タスクネットワーク）
スマートコントラクト	該当なし（サブネットロジック）

なぜ Bittensor が分散型 AI にとって重要か

Bittensor が取り組む中核的な問題は、AI 開発の集中です。大規模なモデルのトレーニング、データセットのキュレーション、スケールでの推論の実行には、莫大な資本とインフラが必要です — それらは少数の大企業が支配するリソースです。Bittensor は代替案を提案します：一つの企業が一つのモデルをトレーニングする代わりに、参加者の分散型ネットワークがそれぞれ専門化された AI 能力を貢献し、そのワークの品質に基づいて報酬を受けるのです。

これがより広い分散型 AI 領域にとって重要なのは、次の理由からです：

• パーミッションレスな AI への貢献 — 計算リソースと AI の専門知識を持つ者なら誰でも、中央集権的な主体からの承認を必要とせずに、マイナーとして参加できます。
• 市場主導の専門化 — サブネットのシステムにより、ネットワークは多くの AI ドメインを同時にカバーでき、各サブネットは需要と競争に基づいて進化します。
• 検証可能な品質 — バリデータは AI の出力に対する分散型の品質チェックを提供し、単一の組織に依存しない説明責任のレイヤーを作り出します。

Bittensor は、多くのサブネットが計算集約的な AI タスクに焦点を当てているため、DecAIHub の AI/コンピューティングおよび AI/トレーニングカテゴリと密接に関連しています。DecAIHub のカードで Main chain: Bittensor を挙げるプロジェクトは、このネットワーク内で動作します — 典型的にはサブネットのオペレータ、マイナー、バリデータ、あるいはサブネットの出力の上に構築されたアプリケーションとしてです。

DecAIHub のプロジェクトカードでの登場箇所

DecAIHub のプロジェクトカードでは、Bittensor はいくつかのフィールドに現れます：

• Main chain — Bittensor ネットワーク上で動作する、またはその周りに構築されたプロジェクトは、Bittensor をメインチェーンとして挙げます。これは、そのインフラ、コンセンサス、トークンの仕組みが Bittensor プロトコルに結びついていることを示します。
• Type — Bittensor ベースのプロジェクトは、L1（ネットワーク自体について）またはサブネットレベルのアプリケーションとして分類されることがあります。
• Consensus — Bittensor 上のプロジェクトは、AI 固有の報酬分配のための Yuma Consensus のオーバーレイを伴う、ネットワークの Proof-of-Stake コンセンサスを使います。
• AI component — サブネットベースのプロジェクトは、そのサブネット内で実行される AI ワークの種類を反映して、推論、トレーニング、コンピューティング、データ収集といった具体的な AI コンポーネントを挙げることがよくあります。
• Category — Bittensor エコシステムのプロジェクトは、サブネットの焦点に応じて、AI/コンピューティング、AI/トレーニング、AI/推論のカテゴリに該当することが多いです。

チェーンのフィールドは、プロジェクトがどこにコントラクトをデプロイするか（または、Bittensor 中心のプロジェクトについては、そのワークがこのネットワークに結びついていること）を教えてくれます。それは、プロジェクトの AI の主張が検証されているか（AI reality）、トークンが本物の目的を担っているか（Token necessity）、オンチェーンのコンポーネントが意味あるものか（Onchain necessity）を教えてはくれません。それらの評価は、対応する DecAIHub の評価軸によって個別に扱われます。

Bittensor であることだけでは証明できないこと

• Bittensor 上で稼働していることは AI の品質を証明しません、また AI reality も証明しません。サブネットのマイナーはモデルを実行するかもしれませんが、モデルの正確性、独自性、目的への適合性は、ベンチマークと品質メトリクスを通じた個別の評価を必要とします。
• サブネットの存在は実需と同義ではありません。 サブネットは、登録コストを支払う意思のある者なら誰でも作成できます。サブネットの存在は、その出力がエンドユーザーやアプリケーションによって実際に使われていることを証明しません。
• TAO のエミッションは経済的な持続可能性を証明しません、また Token necessity も証明しません。マイナーはサブネット内の相対的なパフォーマンスに基づいて TAO を獲得しますが、これは基盤となる AI サービスが外部収益を生み出すこと、またはプロダクトマーケットフィットを持つことを保証しません。
• 分散型であることが自動的により良いことを意味するわけではありません。 AI ワークを多くの参加者に分散させることは、中央集権的なシステムが直面しない調整のオーバーヘッド、レイテンシ、品質のばらつきをもたらします。分散化はトレードオフを伴う設計上の選択であり、自動的な改善ではありません。

混同しないでください

• サブネット — サブネットは Bittensor（および Avalanche のような他のいくつかのネットワーク）内の構造的なコンポーネントです。Bittensor はネットワークであり、サブネットはその機能的な区分です。
• L1 — Bittensor は Layer-1 ブロックチェーンですが、そのアーキテクチャと目的は、Ethereum のような汎用 L1 とは根本的に異なります。すべての L1 が AI ネットワークというわけではありません。
• GPU 計算マーケットプレイス — 一部の分散型 AI プロジェクトは、単に GPU の供給を計算の需要とマッチングするだけです。Bittensor は、品質評価（バリデータを介して）と競争的なインセンティブメカニズムをプロトコル自体に組み込むことで、さらに一歩進んでいます。
• 単一の AI モデル — Bittensor はモデルではありません。それは、異なるサブネットにわたってそれぞれ異なるモデルを実行しうる多くの参加者を調整するネットワークです。

よくある質問

Bittensor のサブネットとは何ですか？

サブネットは、テキスト生成、画像認識、データ分析といった特定の AI タスクに専念する Bittensor ネットワークの専門化されたセグメントです。各サブネットは独自のインセンティブメカニズム（採点ルール）を定義し、独自のマイナーとバリデータのプールを持ち、グローバルな TAO エミッションのシェアを競います。サブネットにより、Bittensor は基盤プロトコルへの変更を必要とせずに、多くの AI ドメインを同時にカバーできます。詳しい説明については サブネットとは を参照してください。

マイナーはどのように TAO を獲得しますか？

マイナーは、バリデータが高く採点する AI の出力を生成することで TAO を獲得します。バリデータがサブネットのマイナーにクエリを送ると、各マイナーは最良の出力で応答します。バリデータは、サブネットのインセンティブメカニズムに従ってこれらの応答を評価しランク付けします。Yuma Consensus アルゴリズムは複数のバリデータからのスコアを集約し、そのサブネットの TAO エミッションを、コンセンサスランキングに比例してマイナーに分配します。一貫して高品質なワークはより多くの TAO を獲得し、質の低いワークはわずか、あるいは何も獲得しません。

Bittensor は GPU レンタルネットワークと同じですか？

いいえ。GPU レンタルネットワーク（分散型計算マーケットプレイス）は、生の計算リソースを提供します — GPU の時間をレンタルし、好きなワークロードを実行します。Bittensor は異なる構造を持ちます：マイナーは単にハードウェアを貸し出すのではなく、与えられたタスクに対して最良の AI の出力を生成することを競い、バリデータがそれらの出力の品質を評価します。ネットワークは、単なる計算の量ではなく、結果の品質に報酬を与えます。これにより、Bittensor はハードウェアのマーケットプレイスではなく、インセンティブ主導の AI ネットワークになっています。

Bittensor 上で誰でもサブネットを作成できますか？

はい、サブネットの作成はパーミッションレスです。誰でも、必要な TAO のデポジットを支払い、インセンティブメカニズムを定義することで、新しいサブネットを登録できます。このオープン性により、ネットワークはコミュニティの需要に駆動されて新しい AI ドメインへと拡張できます。ただし、サブネットを作成しても、それがマイナー、バリデータ、ユーザーを引きつけることは保証されません — サブネットは、参加を維持するために明確なインセンティブメカニズムと有用なタスクを提供しなければなりません。

外部リンク

• Bittensor documentation — サブネット、コンセンサス、ステーキング、開発者ガイドをカバーする公式のプロトコルドキュメント。
• Bittensor whitepaper — ネットワークのアーキテクチャ、インセンティブメカニズム、設計目標を説明するオリジナルの技術論文。
• Taostats — Bittensor ネットワーク向けのコミュニティ製のエクスプローラおよび分析ダッシュボードで、サブネットの活動、エミッションの分配、バリデータのパフォーマンスを表示します。

関連ページ

• ブロックチェーンネットワークとは
• サブネットとは
• L1 とは
• Proof-of-Stake とは
• AI コンポーネントとは
• AI/コンピューティングカテゴリ
• AI/トレーニングカテゴリ
• プロジェクトカードの読み方