ثورة الذكاء الاصطناعي: كيف يعيد Bittensor تشكيل شبكة الذكاء الجماعي

انفجار صناعة الذكاء الاصطناعي

إن التطور المزدهر لتكنولوجيا الذكاء الاصطناعي يقودنا إلى عصر جديد مدفوع بالبيانات. التقدم الثوري في مجالات مثل التعلم العميق ومعالجة اللغة الطبيعية يجعل تطبيقات الذكاء الاصطناعي موجودة في كل مكان. إطلاق ChatGPT في عام 2022 أشعل صناعة الذكاء الاصطناعي بأكملها، تلاه ظهور مجموعة متنوعة من أدوات الذكاء الاصطناعي، مثل توليد الفيديو والمكاتب الآلية. كما أنه تم رفع تطبيق تكنولوجيا الذكاء الاصطناعي إلى جدول الأعمال. من المتوقع أن تصل القيمة السوقية لصناعة الذكاء الاصطناعي إلى 185 مليار دولار بحلول عام 2030.

ومع ذلك، فإن صناعة الذكاء الاصطناعي الحالية تهيمن عليها مجموعة صغيرة من عمالقة التكنولوجيا، مما أدى إلى تحديات مثل تركيز البيانات وعدم توزيع موارد الحوسبة بشكل متساوٍ. إن مفهوم اللامركزية في Web3 يوفر إمكانيات جديدة لحل هذه المشكلات، ومن المتوقع أن يعيد تشكيل مشهد تطوير الذكاء الاصطناعي.

في هذه الموجة من الذكاء الاصطناعي، ظهرت مجموعة من مشاريع Web3+AI عالية الجودة. من بينها، استغلت Bittensor فرصة رئيسية - من خلال آلية المنافسة والتحفيز في blockchain، أنشأت منصة خوارزميات الذكاء الاصطناعي التي تحتوي على آلية تصفية تنافسية، للاحتفاظ بأفضل مشاريع الذكاء الاصطناعي.

نظرة عامة على مشروع Bittensor

Bittensor هو شبكة تعلم آلة تحفيزية لامركزية وسوق سلع رقمية. تتميز بما يلي:

• لامركزية: تعمل على شبكة من آلاف أجهزة الكمبيوتر الموزعة، لحل مشكلة تركيز البيانات
• آلية التحفيز العادلة: المكافآت الشبكية تتناسب مع المساهمات
• توفير موارد التعلم الآلي: تقديم الخدمة للأفراد الذين يحتاجون إلى موارد حسابية
• سوق السلع الرقمية المتنوعة: يمكن تداول أشكال مختلفة من البيانات

تاريخ تطور Bittensor عملي إلى حد ما:

• 2021: تم إنشاؤه بواسطة خبراء تقنيين، تم بناؤه باستخدام إطار Substrate
• 2022: إصدار النسخة Alpha، التحقق من الجدوى؛ إدخال توافق Yuma
• 2023: إصدار النسخة التجريبية، وإدخال نموذج الاقتصاد الرمزي TAO
• 2024: استخدام تقنية DHT لزيادة الكفاءة، توسيع الشبكات الفرعية وسوق السلع الرقمية

إجمالي كمية توكن Bittensor TAO هو 21 مليون قطعة، ويتقلص بمقدار النصف كل أربع سنوات. يتم إنشاء كتلة واحدة كل 12 ثانية، وكل كتلة تكافئ 1 TAO. يتم توزيع هذه المكافآت حسب المساهمة على الشبكات الفرعية المختلفة و المشاركين فيها.

يمكن استخدام TAO لشراء الموارد الشبكية والبيانات ونماذج الذكاء الاصطناعي، كما أنه بمثابة دليل على حكم المجتمع. حالياً، تجاوز إجمالي عدد حسابات شبكة Bittensor 100,000، وبلغ عدد الحسابات غير الصفرية 80,000. ارتفع سعر رمز TAO عشرات المرات خلال العام الماضي، وتبلغ قيمته السوقية الحالية حوالي 2.278 مليار دولار.

هيكل الشبكة الفرعية

يتكون شبكة Bittensor من عدة شبكات فرعية، تحتوي كل شبكة فرعية على مدققين وعقد عمال. تستخدم الشبكات الفرعية آلية البقاء للأصلح، حيث سيتم استبعاد الشبكات والعقد التي لا تؤدي بشكل جيد.

أدوار الشبكة الفرعية تشمل:

• مالك الشبكة الفرعية: يقدم الشيفرة الأساسية، ويحدد آلية التحفيز
• عامل المنجم: تشغيل الخادم، توفير القدرة الحاسوبية
• المُحقِّق: تقييم مساهمات المُعَدِّن، والحصول على مكافآت الرهان

توزع مكافآت تصريف الشبكة الفرعية ( عادةً بنسبة 18% و41% و41% على المالكين والمدققين وعمال المناجم. تحتوي الشبكة الفرعية على 256 فتحة، حيث يتم تخصيص 64 منها للمدققين و192 لعمال المناجم.

![Bittensor：كيف تعيد شبكة الذكاء الاصطناعي تشكيل الشبكات الذكية الجماعية؟])https://img-cdn.gateio.im/webp-social/moments-bb4bc6663bb70a74645896ab5b06ee64.webp(

بعد تسجيل الشبكة الفرعية الجديدة، توجد فترة مناعة مدتها 7 أيام. تبدأ رسوم التسجيل من 100 TAO، وستتضاعف مع التسجيل المتكرر. عندما يمتلئ موقع الشبكة الفرعية، ستُستبدل الشبكات الفرعية ذات الانبعاثات الأدنى والتي ليست في فترة المناعة بشبكات فرعية جديدة. لذا تحتاج الشبكة الفرعية إلى زيادة كمية الرهانات والكفاءة باستمرار لتجنب الإقصاء.

![Bittensor: كيف تعيد شبكة الذكاء الاصطناعي تشكيل شبكة الذكاء الجماعي؟])https://img-cdn.gateio.im/webp-social/moments-a6491289020557c0f4df9c6f4fd1a48f.webp(

آلية الإجماع

تستخدم شبكة Bittensor آليات توافق متعددة:

1. إثبات الذكاء ) PoI (: يثبت المعدنون مساهمتهم من خلال إكمال مهام الحساب الذكي.

2. إجماع ييما:

   • يقوم المدققون بتقييم وفقًا لإنجاز المهام
   • إن درجة تقييم المدققين الذين لديهم كمية كبيرة من الرهان تكون أكبر
   • استبعاد النتائج المنحرفة، وتوزيع المكافآت بناءً على الدرجة الشاملة
   • اتباع مبدأ عدم معرفة البيانات، لحماية الخصوصية

3. آلية MOE:

   • دمج نماذج فرعية متعددة من الخبراء
   • نماذج فرعية مختلفة تعمل بالتعاون
   • يمكن للمحققين تقييم وتصنيف نماذج الخبراء

تضمن هذه الآليات معًا أمان الشبكة وجودة البيانات وكفاءة استخدام الموارد.

![Bittensor：كيف تعيد شبكة الذكاء الاصطناعي تشكيل الشبكة الذكية الجماعية؟])https://img-cdn.gateio.im/webp-social/moments-a6a0a9cd30f27b7e81c269677cfe6de7.webp(

![Bittensor：كيف تعيد شبكة الذكاء الاصطناعي تشكيل شبكة الذكاء الجماعي؟])https://img-cdn.gateio.im/webp-social/moments-0ec0bfda342a09b663a9a765ce560bb9.webp(

![Bittensor：كيف تعيد شبكة الذكاء الاصطناعي تشكيل الشبكات الذكية الجماعية؟])https://img-cdn.gateio.im/webp-social/moments-3389766be097d715b7ded35aeaea17b1.webp(

![Bittensor: كيف تعيد شبكة الذكاء الاصطناعي تشكيل الشبكات الذكية الجماعية؟])https://img-cdn.gateio.im/webp-social/moments-90afcebc243a5bba999fbc5d934e0b76.webp(

مشاريع الشبكة الفرعية الرئيسية

حاليا، يوجد 45 شبكة فرعية مسجلة في Bittensor، 40 منها تم تسميتها. تشمل الشبكات الفرعية الرئيسية:

• 19号Vision：توليد الصور اللامركزي والاستدلال
• 18号Cortex.t：تقديم خدمات واجهة برمجة التطبيقات للنصوص والصور
• النص رقم 1: المشروع الفرعي الأول لبittensor

هناك أيضًا مشاريع فرعية من نوع معالجة البيانات وذكاء التداول. عوائد الشبكة الفرعية واعدة، لكن المنافسة شرسة، وتحتاج إلى تحسين مستمر لتجنب الإقصاء.

![Bittensor：كيف تعيد الشبكة الفرعية للذكاء الاصطناعي تشكيل الشبكات الذكية الجماعية؟])https://img-cdn.gateio.im/webp-social/moments-2d7caff631e25946d647b04d8f654cd8.webp(

![Bittensor: كيف تعيد شبكة الذكاء الجماعي تشكيل الشبكات؟])https://img-cdn.gateio.im/webp-social/moments-24cbf4e5ab83f7cfca8f45faa3f4bf2b.webp(

![Bittensor: كيف تعيد الشبكة الفرعية للذكاء الاصطناعي تشكيل شبكة الذكاء الجماعي؟])https://img-cdn.gateio.im/webp-social/moments-64bc7ed81bbe8dd6fb8ed63f77ba59be.webp(

![Bittensor: كيف تعيد شبكة الذكاء الاصطناعي تشكيل شبكة الذكاء الجماعي؟])https://img-cdn.gateio.im/webp-social/moments-da7383e7cf7f59f1b3262180eabde3f5.webp(

![Bittensor: كيف تعيد شبكة الذكاء الجماعي تشكيل الشبكة؟])https://img-cdn.gateio.im/webp-social/moments-465ed00b9d030edbadc635598c6cb213.webp(

آفاق التنمية

1. Web3+AI ستكون محور التركيز في السوق لفترة طويلة

2. Bittensor تجمع بين الابتكار التكنولوجي والاعتراف السوقي

3. بنية الشبكة الفرعية تقلل من عوائق نقل مشاريع الذكاء الاصطناعي

4. آلية المنافسة تدفع المشاريع إلى التحسين المستمر

5. المخاطر:

   • زيادة عدد الشبكات الفرعية قد يؤدي إلى تخفيف العوائد
   • يجب الحذر من تدفق المشاريع ذات الجودة المنخفضة

بشكل عام، يوفر Bittensor من خلال آليات التحفيز والتنافس المبتكرة إمكانيات جديدة لدمج الذكاء الاصطناعي وWeb3، مما يستحق متابعة تطوره.

![Bittensor：كيف تعيد شبكة الذكاء الاصطناعي تشكيل الشبكات الذكية الجماعية؟])https://img-cdn.gateio.im/webp-social/moments-c7944bf3860ef409cc578a910c311a1e.webp(