從OpenAi到Bittensor:去中心化AI網路的範式轉移

作者:Teng Yan,Delphi Digital NFT 研究負責人;翻譯:金色財經xiaozou

生活在亞洲有一件事要習慣,那就是你經常會一覺醒來就看到重磅新聞,必須惡補功課才能不掉隊。

比如,Sam Altman上週五被OpenAI解僱,看到這個新聞我差點被牛奶嗆到。

為什麼董事會要解僱一個極其聰明的成功典範,而且此人12天前剛剛在OpenAI大會上發表了精彩的主題演講?

Andrew Cote認為是出於政治原因,Altman之所以被解僱是因為“他或將通過部署最新突破推動人工智慧發展得太快。 “一些人並不喜歡這樣。

gJsc3dRD7tAG2P6JQdp6elQ0QPKdKSFgCTw8fTTT.png

OpenAI的公司結構非常奇怪(幾近功能失調),因為OpenAI最初是一個非營利組織,後來決定轉型為營利性企業。 如今,非營利組織控制著營利性實體的發展方向,同時為投資者提供有限的上行空間。

隨著真相浮出水面,接下來的幾周會非常刺激。

這會是又一個史蒂夫·賈伯斯時刻嗎?Sam會創辦另一家公司與OpenAI競爭嗎?

但可以肯定的是,OpenAI的內部運作籠罩著一層神秘的面紗。 儘管GPT已成為無所不在的工具,被全世界數億人使用,但仍然存在明顯的脫節現象。

作為普通的日常使用者,我們發現自己是站在外面,試圖透過圍繞這些AI巨頭周圍的神秘面紗向里窺視。 隨著GPT繼續融入我們這個社會的方方面面,這種透明度的缺失令人擔憂。

4wikzkFZ3xAICKf2TU8ljqUgSDZIbBsZj4AQEwoL.png

最近,我一直在思考這樣一個問題:**加密和人工智慧之間的交集地帶是什麼樣子的?**很模糊,但大多數人都認可這樣的融合會釋放出巨大的潛力。

當我們想到AI x Crypto(AI和加密的融合),我們通常會想到Akash Network和Render。 這些都是GPU去中心化網路,可以為AI模型訓練提供必要的計算。 其中邏輯很簡單——隨著人工智慧繼續飛速發展,對計算資源的需求也會隨之猛增。 在這種情況下,點對點網路可能會有顯著增長。 所以他們從事的是鐵鎬和鐵鏟(picks and shovels)業務,但我認為這隻觸及了AI x Crypto潛力的表面。

這就像說猴子JPEG是NFT的頂峰一樣。

然後我就碰到了Bittensor。

#1 地獄5:豐盛者

與支援AI模型訓練(上游)的Akash或Render不同,Bittensor專注於AI推理(下游),使用訓練模型生成輸出。

Bittensor是一個去中心化網路,激勵AI模型(特別是大語言模型LLM)處理各種任務,如文本生成,圖像創建和音樂製作。 目前,該網路有27個子網,每個子網都專注於特定的任務。

**簡單來說,可以把Bittensor想像成一個去中心化的ChatGPT + Midjourney + AI可以做的任何事。 **

該網路運營主要通過兩大角色:

  • 礦工(價值生產者):礦工在網路上開發和託管AI模型。 根據與特定任務相關的模型表現,他們將獲得TAO代幣作為獎勵。 這就激勵了更優、更高效的AI模型的開發。
  • 驗證者(共識生產者):驗證者評估礦工的輸出,對他們在特定任務上的表現進行排名。 它們還與向驗證者提交任務的使用者交互,並將它們發送給適當的礦工。

7qtDGMaagf628jTytnuLx6bCJO7pYDI0fZRSm2OA.png

我可能過於簡化了技術上的複雜性,但有幾件事對我來說很明顯:

  • 網路上的礦工和驗證者交換知識並共用參數,可隨時間的推移進行自我優化。
  • 該網路旨在利用多個獨立AI模型的優勢,產生最佳可能輸出(“專家集合”)。

U2Z3U46xDhhioFFJB76IS0i2Kwga22w15tObSFfg.png

#2 噸

TAO是Bittensor網路的效用代幣,與比特幣的代幣經濟結構類似:2100萬枚代幣的硬上限和公平發佈,沒有風投分配。 它甚至還有一個減半週期,第一次減半將在2025年發生。

如今有565萬枚TAO在流通中,所有這些都是通過網路上的挖礦和驗證來公平分配的。 TAO的當前流通市值略高於10億美元。 每天向礦工和驗證者新發佈的TAO數量為7200枚。

3、我的一點思考

Bittensor仍處於初始階段。 該網路擁有一個虔誠的社區,但參與者規模仍然不大——大約只有5萬多個活躍帳戶。 最繁忙的子網SN1專門用於文本生成,有大約40個活躍驗證者和990多名礦工。

EZaAteocVMubdk31YEYrziZX1zNEBiWZ5pJ7jUV5.png

真正吸引人的是去中心化AI網路這一概念,在降低了中心化風險的同時還提出了一個問題:這些獨特的經濟激勵措施能否培育出超越OpenAI和谷歌等資本雄厚的實體所開發的AI模型?

在LLM隨著ChatGPT等工具的出現而成為主流之前,deep tech(深度技術)初創公司通常專注於獲取專有數據,為特定任務開發專門的、基於機器學習的人工智慧模型。 例如,Flatiron Health使用腫瘤患者的真實臨床數據開發人工智慧模型,將其融入支援癌症研究人員和衛生保健提供者的工具。 歷來,初創公司的目標是將這些專有模式產品化和貨幣化。

然而,Bittensor可能代表了這種範式的轉變。 或許更貼切的說法是,這是一種由技術推動的商業模式創新,而不是一種技術突破。 例如,它為專有數據和AI模型提供了一條共同開發的途徑,供更廣泛的受眾使用,而不需要將它們開源。 我可以設想這樣一個未來:Bittensor擁有數千個專門子網,可以應對一系列挑戰,無論是環境、醫療保健問題還是能源問題。

實話實說,我發現如果一個團隊能以與比特幣相同的方式設計他們的代幣經濟學是很吸引人的。 這表明瞭他們的動機,他們與如今的團隊不同——後者經常按照風投資助的模式優化自己的代幣經濟學,為創始人和投資者提供大量代幣分配。

我不確定Bittensor將何去何從。 它可能會獲取百倍的成功,也可能徹底失敗。 但它的潛力和背後的理念太吸引人了,讓我不能無動於衷。

查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 留言
  • 轉發
  • 分享
留言
0/400
暫無留言
交易,隨時隨地
qrCode
掃碼下載 Gate App
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)