الرأي: لدى Bittensor عدة عيوب خطيرة، فهل هو محكوم عليه بالفشل؟

المؤلف: تنغ يان، مدير أبحاث Delphi Digital NFT السابق الترجمة: 0xjs@金财经

أنا مفتون بفكرة الذكاء الجماعي اللامركزي، لذا قمت مؤخرًا باستكشاف Bittensor. نموذج لتوجيه إطلاق شبكات الذكاء الاصطناعي في مجالات محددة.

لكنني وجدت أن Bittensor به العديد من العيوب الخطيرة. ما اكتشفته كان صادمًا وجعلني أتوقف.

مراجعة سريعة لـ Bittensor

< /p>

المصدر: Bittensor.com

Bittensor كنموذج للذكاء الاصطناعي اللامركزية تحفز تشغيل الشبكة.

عبر شبكاتها الفرعية البالغ عددها 32، ينشر القائمون بالتعدين نماذج الذكاء الاصطناعي للتنافس بناءً على معايير محددة. ثم يقوم المدققون بتقييم هذه المخرجات وتصنيفها، ويحصل القائمون بالتعدين على رموز TAO بناءً على أدائهم النسبي. حاليًا، تتعامل هذه الشبكات الفرعية مع مهام مثل إنشاء النص، وإنشاء الصور، وتحويل النص إلى كلام، وضبط النموذج.

"نموذج الذكاء الاصطناعي لسباق الخيل": صورة تم إنشاؤها باستخدام DALL-E 2

باختصار: هذا هو سباق الخيل لنماذج الذكاء الاصطناعي. أفضل حصان (موديل) يحصل على أكبر مكافأة.

الفكرة المهمة هنا هي أن الحوافز المالية ستجذب بطبيعة الحال أفضل النماذج والمبتكرين أداءً إلى الشبكات الفرعية الأكثر صلة.

لقد شاركت لأول مرة بعض أفكاري المبكرة حول Bittensor في نوفمبر من العام الماضي. منذ ذلك الحين، أصبح Bittensor تدريجيًا محبوبًا لدى Crypto Twitter وحامل لواء حركة الذكاء الاصطناعي اللامركزية. اعتبارًا من الآن، تبلغ القيمة السوقية لشركة Bittensor 2.8 مليار دولار، مما يمنحها تقييمًا مخففًا بالكامل يبلغ 8.5 مليار دولار.

الطريق أمامنا وعر

في رأيي، أكبر مشكلة تواجه Bittensor هي:

1 وإذا تم تنفيذها على النحو اللائق، فإن المنافسة القائمة على الحوافز داخل شبكة فرعية لإنتاج أفضل النتائج أمر منطقي.

يُرجى ملاحظة الحرف "IF" العريض والكبير.

هناك تحديات مثل الألعاب التحفيزية والتعدين التتابعي ومعرفة المدقق بالمخرجات الصحيحة الحقيقية. أعتقد أنه يمكن حل هذه المشكلات من خلال البحث والتجريب الكافي. اتخذت بعض الشبكات الفرعية خطوات أو عدّلت معاييرها لمنع تعدين الترحيل وغيره من السلوكيات غير المناسبة.

ومع ذلك، عندما تتوسع المنافسة أفقيًا، يبدأ النموذج الاقتصادي في الانهيار.

يجب أن تتنافس الشبكات الفرعية مع بعضها البعض للحصول على تخصيص أكبر لمكافآت التضخم. سيصبح هذا أكثر وضوحًا بمجرد تنفيذ TAO الديناميكي (سيكون للشبكات الفرعية رموزها الديناميكية الخاصة بها، ويمكن لحاملي الرموز المميزة التأثير على توزيع المكافآت بين الشبكات الفرعية)

وهذا يؤدي إلى سؤال:

كيف ينبغي لحاملي TAO مقارنة القيمة الاقتصادية التي تجلبها الشبكات الفرعية المختلفة إلى شبكة Bittensor؟ على سبيل المثال:

(1) نموذج تحويل النص إلى كلام (الشبكة الفرعية 3) مقابل

(2) نموذج الرؤية لفحص أمراض الأشعة السينية؟  

تختلف القيمة التي تم إنشاؤها في كل حالة تمامًا. يمكنك تفسير هذا السؤال بعدة طرق، لكن الإجابة ليست واضحة أبدًا. إن الاعتماد على قوى السوق لتحديد مساهمة القيمة لكل شبكة فرعية ليس هو الأمثل للتنمية الإستراتيجية طويلة المدى.

سيكون الأمر أشبه بمطالبة كل مساهم في AAPL بالتصويت على المنتج التالي الذي ينبغي لشركة Apple تطويره.

2. التحديات التنافسية للشبكة الفرعية

أشك في أن شبكة Bittensor الفرعية قادرة على المنافسة في مهام الذكاء الاصطناعي التوليدية الأساسية مثل إنشاء الصور العامة والنصوص. توجد بالفعل بعض المشاريع مفتوحة المصدر التي تتفوق في هذه المجالات، وغالبًا ما تكون مدفوعة بالسمعة والمساهمات البحثية والخدمة العامة.

لنأخذ نموذج اللغة الكبير القوي (LLM) Llama-3 الذي أصدرته Meta كأداة مفتوحة المصدر كمثال. على الرغم من استثمار مليارات الدولارات في تطوير Llama-3، إلا أنه يظل مجاني الاستخدام ويتمتع بدعم قوي من المجتمع. ومنذ إصداره الأسبوع الماضي، تم تنزيله أكثر من 500 ألف مرة على Huggingface.

توضح المقارنة المرجعية ذلك ، تعد شهادات LLM مفتوحة المصدر مثل Llama-3 بالفعل من بين الأفضل في فئتها، ويمكن القول إنها تتساوى مع النماذج الخاصة مثل OpenAI's GPT-4.

حتى الآن، لم أر شبكة Bittensor الفرعية تحقق نتائج أو وظائف تتجاوز النماذج الحالية مفتوحة المصدر. ولا أرى أيضًا أي دليل على أنها تتفوق في الأداء على المعايير المحددة. في مرحلة ما، عليك أن تسأل نفسك إذا كانوا سيفعلون ذلك.

3. تكلفة تشغيل الشبكة الذكية مرتفعة

تعتمد الشبكة بشكل كبير على الرمز المميز الخاص بها TAO للعمل. ينضم القائمون بالتعدين إلى الشبكة في المقام الأول عندما يكتشفون فرص المراجحة الحسابية، خاصة عندما تتجاوز مكافآت التعدين التكاليف الحسابية.

يعتمد الطلب على TAO على:

(1) المضاربين (علبة من الديدان لن نناقشها هنا)

(2) أضف المزيد من شبكات Bittensor الفرعية، أو زيادة الحاجة إلى أن تصبح عامل منجم أو مدقق. ومع ذلك، فإن هذا النمو غالبًا ما يثبط عزيمة اللاعبين الحاليين. يمكن أن يؤدي انخفاض أسعار الرموز المميزة إلى أن يصبح نشاط الشبكة أقل انعكاسًا حيث تتعرض اقتصاديات وحدة التعدين/وحدة التحقق للضغط.

المصدر: Taostats.io

تكاليف تشغيل Bittensor مرتفعة، حيث يدفع عمال المناجم + المدققون يوميًا 7200 تاو التضخم. وهذا يعادل حوالي 3.2 مليون دولار يوميًا أو 1.2 مليار دولار سنويًا.

يثير هذا سؤالًا رئيسيًا: من أين ستأتي هذه الأموال؟ المضاربين بشكل رئيسي. ولكن هل تبلغ قيمة Bittensor 1.2 مليار دولار في عام واحد؟ ربما تكون قيمتها بالفعل أعلى بكثير من قيمتها.

4. الشفافية

بينما يوفر Bittensor درجة من اللامركزية، فمن الجدير بالذكر أنه ليس مفتوح المصدر - وهو تمييز حاسم. على الرغم من أن المشاركة في الشبكة الفرعية مفتوحة لأي شخص، إلا أن الآليات الداخلية ليست شفافة، مما يؤدي إلى فهم محدود للمستخدم للأنشطة التالية:

• عمال المناجم يعملون على فعل ماذا؟

• ما هي الخوارزميات التي يستخدمونها؟

• كيف جاءت النتيجة النهائية؟

قد يؤدي هذا النقص في الشفافية إلى الحد من تنوع التطبيقات التي تم تطويرها باستخدام مخرجات الشبكة الفرعية، حيث يحتاج العديد من المطورين إلى فهم عملية الاستدلال الأساسية بوضوح.

بعض الأفكار

ليس لدي أي شيء ضد Bittensor. في الواقع، أجدها واحدة من أكثر التجارب إثارة للاهتمام في مجال Crypto x AI الناشئ.

نجحت في جمع مجموعة من الأشخاص الأذكياء حول رؤيتها. قد يلهم العديد من المشاريع المستقبلية. ومع ذلك، يجب على Bittensor مواجهة التحديات الحالية بشكل مباشر للحصول على أي فرصة للنجاح في العالم الحقيقي، وإلا فسوف تضيع في مقبرة الضجيج المضاربي.

بعض الأفكار الختامية:

• ماذا لو كانت جميع الشبكات الفرعية داخل الشبكة خاصة بالأقسام وليست متناثرة عبر مناطق غير مرتبطة المهام، ويمكن تحقيق قدر أكبر من التآزر.

• على سبيل المثال، أتصور "Bittensor للأبحاث الجينومية/اكتشاف الأدوية" أو "Bittensor للتمويل/التجارة". في الواقع يمكن القيام بذلك بشكل جيد. يمكن لمواءمة الرؤية هذه أن تعزز التماسك الاقتصادي والتوجيه الاستراتيجي وجهود تطوير الأعمال.

• قد يكون النموذج الاقتصادي لشركة Bittensor (في حالته الحالية) هو الأنسب لمنافذ الذكاء الاصطناعي التي لا تجتذب اهتمامًا واسع النطاق ولكن يمكنها الاستفادة من الحوافز المستهدفة التي يمكن الاستفادة منها. تتضمن التطبيقات المحتملة مهامًا خاصة بالعملات المشفرة مثل التنبؤ بأسعار التوكنات.

أخيرًا، أعتقد اعتقادًا راسخًا أن لامركزية الذكاء الاصطناعي تلعب دورًا مهمًا للغاية في العالم - موازنة الهيمنة العالمية لشركات التكنولوجيا الكبرى وتعزيز الابتكار، خاصة من خلال المصادر المفتوحة. المبادرات. وسأشرح أفكاري بالتفصيل في مقال قادم.