Bittensor：AI + 区块链赛道龙头让人工智能去中心化

时间：2024-09-30 编辑： 浏览：(412)

作者PolkaWorld

人工智能正在改变世界。

本周，OpenAI 推出了最新模型 GPT-4o，其强大的能力再次震撼了所有人，AI 的迭代速度远超大多数人的想象。可以想见，在不久的将来，会有越来越多的行业规则被 AI 改写和颠覆。

但是一个事实让人不寒而栗 —— 目前的 AI 是极度中心化的。

目前的 AI 开发主要由 OpenAI、谷歌等少数几个科技巨头主导。这些公司拥有庞大的数据资源和计算能力，和高昂的研发投入，因此在 AI 技术的发展中占据主导地位。然而每家公司都只想要自家的模型为自己赚钱，因此这些模型基本都是封闭训练的，没有人想和竞争对手共享自己的模型、数据。

在这种封闭的、中心化的 AI 系统中，用户的数据难以得到充分的保护，增加了数据泄露和滥用的风险。并且现有的 AI 模型在决策过程中的透明度不足，容易导致算法偏见和不公平现象。

而开发和维护高性能的 AI 模型，需要巨大的计算资源和资金投入，这对于许多小型企业和研究机构来说是一个重大障碍。那么，怎样能够让 AI 变得更加开放、去中心化呢？

Bittensor —— 让 AI 模型去中心化

于是 Bittensor 出现了，它希望通过去中心化的方式解决现有 AI 模式中的这些问题。

Bittensor 是一个去中心化的机器学习平台，希望创建一个全球性的、开放的 AI 市场。这个平台允许用户在去中心化网络中共享 AI 模型，来促进创新和知识共享。

Bittensor 利用区块链技术来保障网络的安全和透明，并通过激励机制鼓励参与者贡献高质量的模型和数据。它让任何人都可以贡献计算资源和数据，从而参与到 AI 模型的开发和训练中。这样不仅可以打破大型科技公司的垄断，还可以提高数据隐私和安全性，促进资源的公平分配。

Bittensor 的架构和工作原理

那么 Bittensor 具体是怎么做到这些的呢？

Bittensor 的核心架构包括以下几个部分：

子网（Subnets）：Bittensor 网络被划分为多个子网，也就是基于激励的竞争市场，每个子网专注于不同的 AI 任务。子网之间可以相互竞争和协作，从而促进网络的整体发展。每个子网可以为自己的竞赛创建自定义激励机制，也可以加入 Bittensor 生态系统中已有的竞赛。子网是 Bittensor 生态系统的核心。

Subtensor：Subtensor 是 Bittensor 网络的核心区块链，负责记录所有交易和模型的贡献情况。Subtensor 确保网络的透明性和安全性，并管理激励机制。

Bittensor API：Bittensor API 负责连接上述两个组件中的所有基本元素，并连接子网和区块链。

简单来说，Subtensor 是 Bittensor 网络的中枢区块链，负责协调和管理整个网络的运行。子网则是 Subtensor 上的独立平台，每个子网专注于特定的 AI 任务或领域。通过这种架构设计，Bittensor 可以实现资源的高效分配和任务的专业化处理，同时确保整个网络的统一性和协调性。

激励机制

Bittensor 的激励机制是其核心之一。

前面说到，每个子网有自己独特的任务和激励机制（竞赛规则）。想要理解其激励机制，首先要了解子网中的几个重要角色：

子网矿工（miner）：每个子网矿工各自执行一项有用的任务，即解决子网激励机制中定义的某些问题。（是不是很像比特币当中的矿工？）

子网验证人（validator）：每个子网验证人独立评估子网矿工执行的任务，然后各自表达对矿工任务完成质量的看法。然后，使用 Bittensor API 将子网验证器的这些意见作为集体输入提供给区块链上的 Yuma 共识机制。

提名人（Nominee）：将 TAO 质押给所选择的验证人，并根据验证人的工作质量获得奖励。质押没有锁定期，鉴于每天发行固定数量的 $TAO 并在委托人之间分配，质押奖励 APR 会发生波动，目前的 APR 在 13%-20% 不等。

Subtensor 区块链上的 Yuma 共识机制，将决定如何分配子网矿工和子网验证者的奖励。奖励的形式是 Bittensor 的原生代币 TAO，奖励的数量和质量取决于矿工所做贡献的质量。

由于每个子网都有其独特的任务和目标，矿工可以根据自身的优势选择适合的子网，从而最大化其收益。

在 Bittensor 网络中，子网之间存在竞争和淘汰机制。每个子网都需要不断优化其模型和算法，以保持在网络中的地位。如果某个子网的贡献质量低于其他子网，它将面临被淘汰的风险。这种末位淘汰机制确保了整个网络的高效运行和不断进步。

Bittensor 子网发展现状

目前 Bittensor 中除了根网（Root）之外，有 36 个子网，各自专注于不同任务，例如自然语言处理、计算机视觉、影像生成和推荐系统等。

这些子网不仅在各自领域内取得了显著的成果，还通过相互协作推动了整个生态的发展。

Bittensor 为什么选择 Polkadot 技术栈

Bittensor 的基础设施使用了 Polkadot SDK，这是因为 Polkadot 的架构为 Bittensor 提供了互操作性、可扩展性和安全性，以支持其去中心化 AI 网络所需的大量计算需求和数据处理。Polkadot 让 Bittensor 能够跨网络无缝交换 AI 见解和资源，进一步推动其创新的去中心化 AI 解决方案的开发和采用。