كتبه تنغ يان ، رئيس أبحاث NFT ، دلفي ديجيتال ، ترجمة شياوزو

أحد الأشياء التي يجب أن تعتاد على العيش في آسيا هو أنك غالبا ما تستيقظ على الأخبار الكبيرة ويتعين عليك القيام بواجبك للبقاء في الخلف.

على سبيل المثال ، تم طرد Sam Altman من OpenAI يوم الجمعة الماضي ، وكدت أختنق بالحليب عندما رأيت الأخبار.

لماذا يطرد مجلس الإدارة قصة نجاح ذكية للغاية قدمت للتو كلمة رئيسية رائعة في OpenAI قبل 12 يوما؟

يعتقد أندرو كوت أن ألتمان طرد لأسباب سياسية لأنه “ربما يدفع الذكاء الاصطناعي بسرعة كبيرة من خلال نشر أحدث الاختراقات”. "بعض الناس لا يحبون ذلك.

هيكل شركة OpenAI غريب للغاية (مختل تقريبا) لأن OpenAI بدأت كمنظمة غير ربحية وقررت لاحقا التحول إلى شركة ربحية. اليوم ، تتحكم المنظمات غير الربحية في اتجاه الكيانات الربحية مع توفير جانب صعودي محدود للمستثمرين.

ستكون الأسابيع القليلة المقبلة مثيرة للغاية مع ظهور الحقيقة.

هل ستكون هذه لحظة أخرى لستيف جوبز ، وهل سيبدأ سام شركة أخرى للتنافس مع OpenAI؟

ولكن ما هو مؤكد هو أن الأعمال الداخلية ل OpenAI يكتنفها الغموض. على الرغم من أن GPT أصبحت أداة في كل مكان ويستخدمها مئات الملايين من الأشخاص حول العالم ، إلا أنه لا يزال هناك انفصال واضح.

كمستخدمين عاديين ، نجد أنفسنا نقف في الخارج ، نحاول إلقاء نظرة خاطفة على حجاب الغموض المحيط بعمالقة الذكاء الاصطناعي هذه. مع استمرار دمج GPT في كل جانب من جوانب مجتمعنا ، فإن هذا الافتقار إلى الشفافية أمر مثير للقلق.

في الآونة الأخيرة ، كنت أفكر في شكل التقاطع بين التشفير و الذكاء الاصطناعي ، لكن معظم الناس يتفقون على أن مثل هذا التقارب من شأنه أن يفتح إمكانات كبيرة.

عندما نفكر في الذكاء الاصطناعي x Crypto (التقارب بين الذكاء الاصطناعي و crypto) ، فإننا نفكر عادة في شبكة Akash و Render. هذه هي شبكات GPU اللامركزية التي يمكن أن توفر الحساب اللازم لتدريب نموذج الذكاء الاصطناعي. المنطق بسيط - مع استمرار الذكاء الاصطناعي في الارتفاع ، وكذلك الطلب على موارد الحوسبة. في هذه الحالة ، يمكن أن يكون هناك نمو كبير في شبكات نظير إلى نظير. لذا فهم يعملون في مجال اللقطات والمجارف ، لكنني أعتقد أن هذا يخدش فقط سطح إمكانات الذكاء الاصطناعي x Crypto.

إنه مثل القول إن JPEG هو قمة NFTs.

ثم صادفت بيتنسور.

1 الجحيم 5: وفرة

على عكس Akash أو Render ، التي تدعم تدريب نموذج الذكاء الاصطناعي (المنبع) ، يركز Bittensor على الاستدلال الذكاء الاصطناعي (المصب) ، باستخدام النموذج المدرب لتوليد المخرجات.

Bittensor هي شبكة لامركزية تحفز نماذج الذكاء الاصطناعي ، وتحديدا نماذج LLMs ذات اللغة الكبيرة ، للتعامل مع مجموعة متنوعة من المهام مثل إنشاء النص وإنشاء الصور وإنتاج الموسيقى. حاليا ، تحتوي الشبكة على 27 شبكة فرعية ، تركز كل منها على مهمة محددة.

ببساطة ، فكر في Bittensor على أنه أي شيء يمكن أن يفعله ChatGPT + Midjourney + الذكاء الاصطناعي اللامركزي. **

تعمل الشبكة من خلال دورين رئيسيين:

عمال المناجم (منتجو القيمة): يقوم عمال المناجم بتطوير واستضافة نماذج الذكاء الاصطناعي على الشبكة. بناء على أداء النموذج فيما يتعلق بمهمة محددة ، سيتم مكافأتهم برموز TAO. هذا يحفز تطوير نماذج الذكاء الاصطناعي أفضل وأكثر كفاءة. المدققون (منتجو الإجماع): يقوم المدققون بتقييم مخرجات عمال المناجم ، وترتيب أدائهم في مهام محددة. كما أنها تتفاعل مع المستخدمين الذين يرسلون المهام إلى المدققين ويرسلونها إلى عمال المناجم المناسبين.

ربما أكون قد بالغت في تبسيط التعقيد التقني ، لكن بعض الأشياء واضحة بالنسبة لي:

• يتبادل عمال المناجم والمدققون على الشبكة المعرفة ومشاركة المعلمات ، والتي يمكن تحسينها ذاتيا بمرور الوقت.
• تم تصميم الشبكة للاستفادة من نقاط القوة في نماذج الذكاء الاصطناعي المستقلة المتعددة لإنتاج أفضل مخرجات ممكنة (“مجموعة الخبراء”).

#2 ت

TAO هو رمز الأداة المساعدة لشبكة Bittensor ، والذي يشبه هيكل الرموز المميزة ل Bitcoin: سقف ثابت يبلغ 21 مليون رمز وإصدار عادل ، بدون تخصيص VC. حتى أن لديها دورة تنصيف ، حيث يتم النصف الأول في عام 2025.

اليوم ، هناك 5.65 مليون TAO متداولة ، وكلها موزعة بشكل عادل من خلال التعدين والتحقق على الشبكة. تبلغ القيمة السوقية الحالية المتميزة لشركة TAO ما يزيد قليلا عن 1 مليار دولار. عدد TAO الجديد الذي تم إصداره لعمال المناجم والمدققين كل يوم هو 7,200.

3 ، قليلا من أفكاري

Bittensor لا يزال في مراحله الأولية. الشبكة لديها مجتمع متدين ، لكن حجم المشاركين لا يزال صغيرا - ما يزيد قليلا عن 50,000 حساب نشط. الشبكة الفرعية الأكثر ازدحاما ، SN1 ، مخصصة لإنشاء النصوص ، مع حوالي 40 مدققا نشطا وأكثر من 990 عامل مناجم.

ما يجذب حقا هو مفهوم شبكات الذكاء الاصطناعي اللامركزية، الذي يقلل من مخاطر المركزية بينما يثير السؤال أيضا: هل يمكن لهذه الحوافز الاقتصادية الفريدة أن تعزز نماذج الذكاء الاصطناعي تتجاوز تلك التي طورتها كيانات ذات رأس مال جيد مثل OpenAI و Google؟

قبل أن تصبح LLMs سائدة مع ظهور أدوات مثل ChatGPT ، ركزت الشركات الناشئة في مجال التكنولوجيا العميقة عادة على الحصول على بيانات خاصة لتطوير نماذج الذكاء الاصطناعي متخصصة قائمة على التعلم الآلي لمهام محددة. على سبيل المثال ، تستخدم Flatiron Health البيانات السريرية الواقعية من مرضى السرطان لتطوير نماذج الذكاء الاصطناعي ، ودمجها في أدوات لدعم باحثي السرطان ومقدمي الرعاية الصحية. تاريخيا ، تهدف الشركات الناشئة إلى إنتاج هذه النماذج المسجلة الملكية واستثمارها.

ومع ذلك ، قد يمثل Bittensor هذا التحول النموذجي. ربما يكون من الأنسب القول إن هذا ابتكار نموذج أعمال مدفوع بالتكنولوجيا وليس طفرة تكنولوجية. على سبيل المثال ، يوفر مسارا للبيانات المسجلة الملكية ونماذج الذكاء الاصطناعي ليتم تطويرها بشكل مشترك لجمهور أوسع دون الحاجة إلى فتح المصدر. يمكنني أن أتخيل مستقبلا تمتلك فيه Bittensor الآلاف من الشبكات الفرعية المتخصصة التي يمكنها معالجة مجموعة من التحديات ، سواء كانت قضايا البيئة أو الرعاية الصحية أو الطاقة.

في الحقيقة ، أجد أنه من الرائع أن يتمكن الفريق من تصميم الرموز المميزة الخاصة بهم بنفس طريقة Bitcoin. هذا يدل على دوافعهم ، والتي تختلف عن فرق اليوم ، الذين غالبا ما يحسنون الرموز المميزة الخاصة بهم وفقا لنموذج رأس المال الاستثماري ، مما يوفر توزيعا كبيرا للرموز المميزة للمؤسسين والمستثمرين.

لست متأكدا إلى أين يتجه Bittensor. يمكن أن يكون نجاحا مائة ضعف ، أو يمكن أن يفشل تماما. لكن إمكاناتها والفلسفة الكامنة وراءها رائعة للغاية بالنسبة لي لأظل غير مبال.