Apakah itu Bittensor
Nota: Dokumen ini adalah terjemahan automatik daripada versi asal bahasa Inggeris.
Apakah itu Bittensor
Bittensor ialah rangkaian Layer-1 ternyahpusat yang dibina khusus untuk kecerdasan buatan. Ia menyediakan protokol terbuka tanpa keizinan di mana peserta bebas — pelombong dan pengesah — bekerjasama untuk menghasilkan, menilai, dan menyampaikan output AI. Token asli rangkaian ini, TAO, menyelaraskan insentif merentasi proses ini: pelombong bersaing untuk menyampaikan kerja AI yang berguna, pengesah memberikan skor kepada kerja tersebut, dan pengeluaran token mengalir kepada peserta yang menyumbang nilai paling banyak.
Berbeza dengan blockchain serba guna yang melaksanakan kontrak pintar, beban kerja utama Bittensor ialah pengiraan AI itu sendiri. Rantaian ini merekodkan logik konsensus, pertaruhan, dan pengeluaran, manakala kerja pembelajaran mesin yang sebenar — latihan, inferens, penyusunan data — berlaku di luar rantaian dalam segmen khusus rangkaian yang dipanggil subnet.
Ringkasnya: Bittensor ialah rangkaian AI ternyahpusat di mana pelombong bersaing untuk menghasilkan output AI, pengesah menilai kualiti, dan pengeluaran token TAO memberi ganjaran kepada penyumbang terbaik — semuanya diselaraskan melalui sistem subnet khusus.
Cara Bittensor berfungsi
Lapisan rantaian
Bittensor menjalankan blockchain Proof-of-Stake yang dibina di atas kerangka Substrate. Lapisan rantaian ini mengendalikan pendaftaran pelombong dan pengesah, merekodkan delegasi pertaruhan, menguruskan penciptaan subnet, dan mengagihkan pengeluaran TAO. Ia tidak melaksanakan beban kerja AI secara langsung — rantaian ialah lapisan penyelarasan dan insentif, bukan lapisan pengiraan.
Subnet
Subnet ialah persekitaran persaingan yang berdiri sendiri dalam Bittensor, tertumpu pada jenis tugas AI tertentu. Setiap subnet menentukan kriteria penilaiannya sendiri (dipanggil "mekanisme insentif") yang menetapkan bagaimana pelombong harus diberi skor. Contoh tugas subnet termasuk penjanaan teks, penjanaan imej, pengikisan data, ramalan lipatan protein, dan ramalan kewangan.
Sesiapa sahaja boleh mencipta subnet baharu dengan membayar kos pendaftaran dalam TAO. Reka bentuk ini membolehkan rangkaian berkembang ke domain AI baharu tanpa memerlukan perubahan pada peringkat protokol. Setiap subnet beroperasi secara bebas: ia mempunyai pelombongnya sendiri, pengesahnya sendiri, dan logik pemarkahannya sendiri.
Mengikut reka bentuk protokol semasa, rangkaian ini menyokong berpuluh-puluh subnet aktif, setiap satunya bersaing untuk mendapatkan bahagian daripada pengeluaran TAO global berdasarkan kualiti dan kegunaan kerja yang mereka hasilkan.
Pelombong
Pelombong ialah peserta yang menghasilkan output AI. Bergantung pada subnet, pelombong mungkin menjalankan model bahasa untuk menjana teks, melatih model pada set data tertentu, mengelaskan imej, atau menyediakan sebarang perkhidmatan pengiraan lain yang diperlukan oleh mekanisme insentif subnet tersebut. Pelombong tidak memerlukan keizinan untuk menyertai — mereka mendaftar pada sesuatu subnet dan mula bersaing.
Prinsip utamanya ialah persaingan: berbilang pelombong menjawab pertanyaan yang sama, dan pengesah memberikan skor kepada output mereka. Pelombong yang secara konsisten menghasilkan keputusan berkualiti lebih tinggi menerima bahagian yang lebih besar daripada pengeluaran TAO subnet tersebut. Pelombong yang berprestasi rendah menerima kurang — atau tiada langsung.
Pengesah
Pengesah menghantar pertanyaan kepada pelombong, menilai jawapan mereka, dan memberikan skor berdasarkan mekanisme insentif subnet. Logik pemarkahan berbeza mengikut subnet: bagi subnet penjanaan teks, pengesah mungkin membandingkan output model dengan jawapan rujukan; bagi subnet pengiraan, mereka mungkin mengesahkan bahawa sesuatu pengiraan telah dilakukan dengan betul.
Pengesah sendiri mesti mempertaruhkan TAO untuk menyertai, dan pengaruh mereka terhadap konsensus adalah berkadar dengan pertaruhan mereka. Ini mewujudkan gelung maklum balas: pengesah mempunyai insentif kewangan untuk memberikan skor dengan tepat, kerana pemarkahan yang tidak tepat akan membazirkan pengeluaran kepada pelombong yang lemah dan mengurangkan nilai keseluruhan rangkaian.
Yuma Consensus
Mekanisme konsensus Bittensor untuk menentukan ganjaran pelombong dipanggil Yuma Consensus. Ia mengagregatkan skor daripada berbilang pengesah menjadi satu kedudukan konsensus tunggal. Mekanisme ini direka untuk tahan terhadap pakatan sulit — seorang pengesah tunggal tidak boleh secara unilateral mengarahkan semua pengeluaran kepada pelombong yang diutamakan. Sebaliknya, algoritma ini mencari corak pemarkahan yang dipersetujui oleh kebanyakan pengesah dan mengagihkan ganjaran dengan sewajarnya.
Token TAO
TAO ialah token asli rangkaian Bittensor. Peranannya termasuk:
- Ganjaran pengeluaran — TAO baharu ditempa pada setiap blok dan diagihkan kepada pelombong dan pengesah merentasi semua subnet berdasarkan prestasi dan pertaruhan mereka.
- Pertaruhan — pengesah mesti mempertaruhkan TAO untuk menyertai konsensus. Pemegang token boleh mendelegasikan pertaruhan kepada pengesah.
- Penciptaan subnet — mencipta subnet baharu memerlukan deposit TAO, yang mengehadkan spam dan memastikan wujudnya komitmen ekonomi tertentu.
- Tadbir urus rangkaian — pertaruhan TAO mempengaruhi pengundian cadangan dan perubahan parameter melalui proses tadbir urus atas rantaian.
TAO mengikut jadual pengeluaran tetap dengan mekanisme pengurangan separuh yang serupa konsepnya dengan model bekalan Bitcoin. Jumlah bekalan adalah terhad.
Ciri-ciri utama
| Sifat | Nilai |
|---|---|
| Jenis | Layer 1 (natif AI) |
| Konsensus | Proof of Intelligence (Yuma Consensus) |
| Token asli | TAO |
| Piawaian token | Asli (berasaskan Substrate) |
| Serasi EVM | Tidak |
| Seni bina | Berasaskan subnet (rangkaian tugas AI khusus) |
| Kontrak pintar | Tidak berkenaan (logik subnet) |
Mengapa Bittensor penting untuk AI ternyahpusat
Masalah teras yang ditangani oleh Bittensor ialah penumpuan pembangunan AI. Melatih model besar, menyusun set data, dan menjalankan inferens pada skala besar memerlukan modal dan infrastruktur yang sangat besar — sumber yang dikawal oleh segelintir syarikat besar. Bittensor mencadangkan alternatif: bukannya satu syarikat melatih satu model, sebuah rangkaian peserta ternyahpusat masing-masing menyumbangkan keupayaan AI khusus dan diberi ganjaran berdasarkan kualiti kerja mereka.
Ini penting bagi ruang AI ternyahpusat yang lebih luas kerana:
- Sumbangan AI tanpa keizinan — sesiapa sahaja yang mempunyai sumber pengiraan dan kepakaran AI boleh menyertai sebagai pelombong, tanpa memerlukan kelulusan daripada entiti berpusat.
- Pengkhususan dipacu pasaran — sistem subnet membolehkan rangkaian merangkumi banyak domain AI secara serentak, dengan setiap subnet berkembang berdasarkan permintaan dan persaingan.
- Kualiti boleh disahkan — pengesah menyediakan semakan kualiti ternyahpusat terhadap output AI, mewujudkan lapisan akauntabiliti yang tidak bergantung pada satu organisasi tunggal.
Bittensor berkait rapat dengan kategori AI/Compute dan AI/Training dalam DecAIHub, kerana banyak subnet tertumpu pada tugas AI yang intensif pengiraan. Projek yang menyenaraikan Main chain: Bittensor dalam kad DecAIHub mereka beroperasi dalam rangkaian ini — biasanya sebagai pengendali subnet, pelombong, pengesah, atau aplikasi yang dibina di atas output subnet.
Di mana ia muncul dalam kad projek DecAIHub
Dalam kad projek DecAIHub, Bittensor muncul dalam beberapa medan:
- Main chain — projek yang beroperasi di atas atau dibina di sekitar rangkaian Bittensor menyenaraikan
Bittensorsebagai rantaian utama mereka. Ini menunjukkan bahawa infrastruktur, konsensus, dan mekanik token mereka terikat kepada protokol Bittensor. - Type — projek berasaskan Bittensor mungkin dikelaskan sebagai L1 (bagi rangkaian itu sendiri) atau sebagai aplikasi peringkat subnet.
- Consensus — projek di Bittensor menggunakan konsensus Proof-of-Stake rangkaian ini dengan lapisan Yuma Consensus untuk pengagihan ganjaran khusus AI.
- AI component — projek berasaskan subnet sering menyenaraikan komponen AI tertentu seperti inferens, latihan, pengiraan, atau pengumpulan data, mencerminkan jenis kerja AI yang dilakukan dalam subnet mereka.
- Category — projek ekosistem Bittensor kerap tergolong dalam kategori AI/Compute, AI/Training, atau AI/Inference, bergantung pada fokus subnet mereka.
Medan rantaian memberitahu anda di mana projek itu menggunakan kontraknya (atau, bagi projek berteraskan Bittensor, bahawa kerjanya terikat kepada rangkaian ini). Ia tidak memberitahu anda sama ada dakwaan AI projek itu telah disahkan (AI reality), sama ada token itu mempunyai tujuan sebenar (Token necessity), atau sama ada komponen atas rantaian itu bermakna (Onchain necessity). Penilaian tersebut dikendalikan secara berasingan oleh paksi penilaian DecAIHub yang berkaitan.
Apa yang Bittensor sahaja tidak buktikan
- Beroperasi di Bittensor tidak membuktikan kualiti AI atau AI reality. Pelombong subnet mungkin menjalankan sesebuah model, tetapi ketepatan, keaslian, dan kesesuaian model itu untuk tujuannya memerlukan penilaian berasingan melalui penanda aras dan metrik kualiti.
- Kewujudan subnet tidak bermakna permintaan sebenar. Subnet boleh dicipta oleh sesiapa sahaja yang sanggup membayar kos pendaftaran. Kewujudan sesuatu subnet tidak membuktikan bahawa outputnya benar-benar digunakan oleh pengguna akhir atau aplikasi.
- Pengeluaran TAO tidak membuktikan kemampanan ekonomi atau Token necessity. Pelombong memperoleh TAO berdasarkan prestasi relatif dalam sesuatu subnet, tetapi ini tidak menjamin bahawa perkhidmatan AI yang mendasarinya menjana pendapatan luaran atau mempunyai kesesuaian produk-pasaran.
- Ternyahpusat tidak secara automatik bermakna lebih baik. Mengagihkan kerja AI merentasi ramai peserta memperkenalkan overhed penyelarasan, kependaman, dan variasi kualiti yang tidak dihadapi oleh sistem berpusat. Penyahpusatan ialah pilihan reka bentuk dengan pertukaran untung ruginya, bukan penambahbaikan automatik.
Jangan kelirukan dengan
- Subnet — subnet ialah komponen struktur dalam Bittensor (dan beberapa rangkaian lain seperti Avalanche). Bittensor ialah rangkaiannya; subnet ialah bahagian fungsinya.
- L1 — Bittensor ialah blockchain Layer-1, tetapi seni bina dan tujuannya berbeza secara asas daripada L1 serba guna seperti Ethereum. Bukan semua L1 ialah rangkaian AI.
- Pasaran pengiraan GPU — sesetengah projek AI ternyahpusat hanya memadankan bekalan GPU dengan permintaan pengiraan. Bittensor pergi lebih jauh dengan membenamkan penilaian kualiti (melalui pengesah) dan mekanisme insentif berasaskan persaingan ke dalam protokol itu sendiri.
- Satu model AI tunggal — Bittensor bukan sebuah model. Ia adalah rangkaian yang menyelaraskan ramai peserta yang masing-masing mungkin menjalankan model berbeza merentasi subnet yang berbeza.
Soalan lazim
Apakah itu subnet Bittensor?
Subnet ialah segmen khusus rangkaian Bittensor yang didedikasikan untuk tugas AI tertentu — seperti penjanaan teks, pengecaman imej, atau analisis data. Setiap subnet menentukan mekanisme insentifnya sendiri (peraturan pemarkahan), mempunyai kumpulan pelombong dan pengesahnya sendiri, dan bersaing untuk mendapatkan bahagian daripada pengeluaran TAO global. Subnet membolehkan Bittensor merangkumi banyak domain AI secara serentak tanpa memerlukan perubahan pada protokol asas. Lihat Apakah itu subnet untuk penjelasan terperinci.
Bagaimanakah pelombong memperoleh TAO?
Pelombong memperoleh TAO dengan menghasilkan output AI yang diberi skor tinggi oleh pengesah. Apabila pengesah menghantar pertanyaan kepada pelombong sesuatu subnet, setiap pelombong menjawab dengan output terbaiknya. Pengesah menilai dan menyusun kedudukan jawapan ini mengikut mekanisme insentif subnet. Algoritma Yuma Consensus mengagregatkan skor daripada berbilang pengesah dan mengagihkan pengeluaran TAO subnet tersebut kepada pelombong secara berkadar dengan kedudukan konsensus mereka. Kerja berkualiti tinggi secara konsisten memperoleh lebih banyak TAO; kerja yang lemah memperoleh sedikit atau tiada langsung.
Adakah Bittensor sama dengan rangkaian sewaan GPU?
Tidak. Rangkaian sewaan GPU (pasaran pengiraan ternyahpusat) menyediakan sumber pengiraan mentah — anda menyewa masa GPU dan menjalankan apa-apa beban kerja yang anda mahu. Bittensor distrukturkan secara berbeza: pelombong bukan sekadar menyewakan perkakasan, mereka bersaing untuk menghasilkan output AI terbaik bagi tugas tertentu, dan pengesah menilai kualiti output tersebut. Rangkaian ini memberi ganjaran kepada kualiti keputusan, bukan sekadar kuantiti pengiraan. Ini menjadikan Bittensor sebuah rangkaian AI dipacu insentif dan bukannya pasaran perkakasan.
Bolehkah sesiapa sahaja mencipta subnet di Bittensor?
Ya, penciptaan subnet adalah tanpa keizinan. Sesiapa sahaja boleh mendaftarkan subnet baharu dengan membayar deposit TAO yang diperlukan dan menentukan mekanisme insentif. Keterbukaan ini membolehkan rangkaian berkembang ke domain AI baharu yang dipacu oleh permintaan komuniti. Walau bagaimanapun, mencipta subnet tidak menjamin bahawa ia akan menarik pelombong, pengesah, atau pengguna — subnet itu mesti menyediakan mekanisme insentif yang jelas dan tugas yang berguna untuk mengekalkan penyertaan.
Rujukan luaran
- Dokumentasi Bittensor — dokumentasi protokol rasmi yang merangkumi subnet, konsensus, pertaruhan, dan panduan pembangun.
- Kertas putih Bittensor — kertas teknikal asal yang menerangkan seni bina rangkaian, mekanisme insentif, dan matlamat reka bentuknya.
- Taostats — peneroka dan papan pemuka analitik binaan komuniti untuk rangkaian Bittensor, yang memaparkan aktiviti subnet, pengagihan pengeluaran, dan prestasi pengesah.
No comments to display
No comments to display