Bittensor は、Polychain や DCG などの強力な投資機関が支援する AI プロジェクトとして大きな注目を集めており、市場価値は 40 億米ドルを超え、AI トラックのリーディングプロジェクトとみなされています。 4月11日、BittensorはBinanceに上場され、TAOはその日に700ドルの高値を付け、一連のAIコインの上昇を引き起こした。 1か月後、TAOの価格は377ドルとなり、最高値から47％下落した。
AI セクターの一般的な回復でさえ、Bittensor の衰退を妨げることはできません。これは主に、Bittensor の「堀」の明らかな長所と短所によるものです。かつてコミュニティを驚かせたサブネットのインセンティブ メカニズムは現在、「効果がない」などの論争に陥っています。競争と低品質」の中にあります。最近、Myshell や Virtual Protocol などの一部の AI プロジェクトが Bittensor 上でサブネットを次々と立ち上げ、Bittensor エコシステムに活力をもたらしていますが、それが TAO をピークに戻すのに役立つかどうかはまだ不明です。
ぜひご参加ください - どのようにレイアウトするか、どの種類をレイアウトするか
利益を最大化するための戦略についてはここをクリックしてください 👉朱野村に入る
O$$ Capiτalのメンバーで元メッサーリ研究者のサミ・カサブ氏はビッテンソールに対して強気だ。最近、Sami は Bittensor に定住した AI プロジェクトからスタートし、サブネットメカニズムの利点と発展の可能性を分析しました。 BlockBeats は次のようにコンパイルされます。
Corcel を使用して生成された画像、Subnet 19 を利用
Bitensor は、「データ コモディティ」を公開するための分散プラットフォームとして説明されることがよくあります。データ コモディティにはコンピューティング、ストレージ、ネットワーク リソースのみが含まれると考えられがちですが、Bittensor はこれらのカテゴリをはるかに超えています。より広い意味では、デジタル商品ネットワークは、標準化されたデジタル タスクまたはサービスを提供し、明確で一貫したインセンティブおよび検証フレームワークによって管理されるあらゆるネットワークを指します。
これは、Web スクレイピング、データ ストレージ、クラウド コンピューティングを中心とした従来のサブネットに加えて、Bittensor は、特定のパターンの AI モデルの作成、オープンソースの微調整など、特殊なタスクとサービス専用のサブネットもサポートしていることを意味します。 b1001>、および 3D コンテンツ、画像、および生成された取引シグナルの生成。
Bittensor を使用すると、マイナーに特定のサービスを提供するよう奨励し、標準化されたインセンティブと検証フレームワークを採用することで、Bittensor を使用する際にチームがよりクリエイティブになることができます。現在浮上している 2 つの新たなトレンドは次のとおりです。
1. アウトソーシング技術革新
2. 独立したネットワークのインセンティブ層として
アウトソーシング技術の革新
最近の傾向として、暗号通貨チームが Bittensor を活用して、自社の製品やサービスを強化する基盤テクノロジーの開発をアウトソーシングする傾向があります。これらの企業は社内の研究開発チームを維持する代わりに、Bittensor に目を向けています。集中プロジェクトと分散プロジェクトはどちらも、コントリビューターが定義した特定の問題を解決するよう動機づけるサブネットワークとして競争市場を生み出します。
OpenKaito サブネット
たとえば、暗号通貨業界向けの一元的な AI 検索エンジンである Kaito を考えてみましょう。彼らの目標は、暗号化されたコンテンツにインデックスを付け、非構造化データを検索可能で実用的な形式に変換することで、暗号化された情報にアクセスしやすくすることです。
検索エンジンの構築には、データの取得、インデックス付け、ランキング、ナレッジ グラフの開発など、多くの複雑な作業が伴います。大規模な社内研究開発部門を維持せずにこれらの課題に対処するために、Kaito チームは Bittensor 上に OpenKaito サブネットを立ち上げました。ここでは、関連性を検索するという課題が、マイナーとバリデータの問題として枠組み化されています。サブネット上のマイナーは検索クエリに対してランク付けされた結果を送信し、バリデーターは報酬モデルを適用してこれらのマイナーの応答の品質を評価します。
このアプローチにより、Kaito は重要な研究開発タスクをアウトソーシングし、ドメイン固有の知識を持つ貢献者の集合的な専門知識を活用して分散型検索エンジンを構築できるようになります。 Kaito は、収益化を目的として、サブネット上で検索および分析製品を開発することを目指しています。
MyShell と仮想サブネット
MyShell と Virtual は、同様の戦略を採用する 2 つの分散プロジェクトです。 MyShell は人工知能の消費者層に焦点を当てており、ユーザーがパーソナライズされたチャットボットを作成できるようにし、チャットボットの対話エクスペリエンスを強化するために、チームは音声機能を追加する予定です。ただし、テキスト読み上げ (TTS) テクノロジーはまだ初期段階にあり、カスタム音声モデルに適したソリューションが不足していることを考慮して、MyShell はオープンソース TTS モデルの開発を奨励するサブネットを立ち上げました。この動きにより、彼らは機械学習の問題からネットワークの他の重要な側面に注意を移すことができます。
Virtual もそれほど遅れをとっていませんが、そのサブネットはオーディオからアニメーションへのモデルの開発を促進することに重点を置いています。
Bittensor にアウトソーシングする理由
MyShell と Virtual はどちらも、プロトコルを使用して、ペルソナ、カスタム チャットボットの開発、およびプラットフォーム製品やサービスに重要なその他のタスクを完了するためのデータとモデルを提供するよう貢献者を奨励します。では、なぜ彼らは、プラットフォームを支える主要な AI モデルの開発を推進するために、独自のプロトコルを通じてではなく、Bittensor を使用しているのでしょうか?
いくつかの理由が考えられます。
貢献者を引き付けるのが容易になる: 初期段階のプロジェクトに貢献する、ドメイン固有の知識を持つ専門家、特に機械学習の専門家を引き付けるのは困難な場合があります。ただし、Bittensor には強力なブランドと、さまざまな専門知識を持つマイナー/貢献者の広範なネットワークがあります。これらの貢献者には機械学習の専門家が含まれており、貢献する MyShell や Virtual などのプロジェクトのサブネットをシームレスに選択して、目標の達成を支援できます。
貢献者の即時的価値: 貢献者は、自分の仕事に対して価値のある通貨で即座に報酬が得られることを好みます。たとえば、TakeMyShell にはトークンがありません。貢献者にクレジットを与えることはできますが、真剣な貢献者が将来のトークンの潜在的価値を知らずに、将来のトークンの約束だけに基づいて実質的な作業に取り組む可能性は低いです。小規模なプロジェクトにトークンがある場合でも、Bittensor を使用すると、貢献者は TAO (かなりの流動性を備えた比較的成熟したトークン) を獲得でき、これにより貢献者はすぐに安定した方法で報酬を受けることができます。
ネットワークのインセンティブ層として機能します
新しいネットワークを立ち上げる際の最大の課題の 1 つは、需要側 (ユーザー) がネットワーク サービスの使用を開始する前に、供給側 (リソースを提供するマイナーのプール) を臨界サイズまで拡張することです。暗号ネットワークは、この鶏が先か卵が先かというジレンマに対する効果的な解決策であることが証明されており、ユーザーのタスクに積極的に関与していない場合でも、トークンの存在と利用可能性を通じて供給側にインセンティブを与えます。
しかし、人工知能の人気と、人工知能リソース ネットワークやユニバーサル デジタル商品ネットワークを構築するチームの急増に伴い、マイナーの誘致とネットワークの供給側のブートストラップはますます困難になり、競争が激しくなってきています。
この環境では、Bittensor はネットワークの外部インセンティブ層となる独自の位置にあり、ネットワークが供給側を容易にブートストラップしてプロトコルの実行層のみに集中できるようにします。
ケーススタディ: 推論ラボ
Inference Labs は、Eigenlayer 上の AVS を介してゼロ知識 (zk) テクノロジーを活用する推論証明検証モデルを通じて、AI をオンチェーンに導入することに取り組んでいます。重要なのは、同社は特に、プロトコルの zk 証明者とモデル推論者をブートストラップするために、オムロン Bittensor 上にサブネットを立ち上げたことです。
基本的に、Inference Labs は当初、ネットワークの供給側のインセンティブ層として Bittensor を使用しています。
Bittensor を活用する背後にある理論的根拠は単純です。Bittensor のような既存のネットワーク上のサブネットのマイニングに貢献者を引き付けるほうが、新しい独立したネットワークに引き付けるよりもはるかに簡単です。上で述べたように、Bittensor は貢献者に即時に価値を提供できることが大きなセールスポイントです。さらに、このネットワークには、すでにさまざまなサブネットに貢献している数千人のマイナーがおり、さまざまなデジタル商品ネットワークのマイニングに必要なリソースとタスクに精通しているため、新しいサブネットにシームレスにオプトインできます。
したがって、Bittensor でサブネットを立ち上げることで、Inference Labs は既存の熟練したマイナーのプールを活用し、そのプロトコルの開発と成長を加速することができます。そしてその開発を加速させました。わずか 2 週間で、サブネットには合計 1900 個の CPU コア、15 TB の RAM、および 90 TB のストレージが含まれ、サブネットが最大の zkML 計算クラスターとして位置づけられました。
将来的には、Inference Labs はインセンティブ層を内部化し、そのプロトコルを通じて直接貢献するマイナーがトークンのインセンティブとネットワーク使用料を受け取ることを計画しています。ただし、たとえ Inference Labs が独自のインセンティブ メカニズムに移行したとしても、Bittensor 上のサブネットは存続し、プロトコルのローカル サプライ サイドを無期限に補充し続けます。このプロセスでは、Inference Labs のネットワークがアグリゲーターとして機能し、Bittensor サブネットを含むさまざまなソースから zkML コントリビューターを調達します。
一部のネットワークは最終的にインセンティブ層を組み込むことを選択するかもしれませんが、他のネットワークはこの機能を Bittensor に永続的に委任して、実行層に集中できるようにすることを選択するかもしれません。
サブネットのダイナミクスは TAO の価格にどのような影響を与えますか?
Bittensor では、バリデーターは通常、マイナーによって生成されたデジタル商品に排他的にアクセスできます (詳細はこちら)。チームが外部インセンティブ層としてサブネットを起動する場合、または技術革新をネットワークにアウトソーシングする場合、プロトコルまたはチームには 2 つのオプションがあります。
バリデーターになる – これには、TAO を取得し、それを特定のサブネットにステーキングすることが含まれます。バリデーターがサブネット上で受け取るネットワーク リソースまたはサービスへのアクセスは、通常、保持するステークによって決まります。たとえば、チームがバリデーターを実行するためにサブネットの TAO ステークの 20% を所有している場合、チームは対応するサブネットのリソースの 20% を受け取ります。
リソースに対して既存のサブネット バリデーターに支払う – あるいは、チームはサブネット リソースに対して既存のサブネット バリデーターに支払うことを選択できます。この支払いは、バリデーターの好みに応じて、法定通貨やステーブルコインなどのさまざまな通貨で行うことができます。 Taoshi は、バリデーターがリソースをシームレスに収益化し、サードパーティが API 経由でサブネットの商品に簡単にアクセスできるようにするリクエスト ネットワークを開発しています。
サブネットのリソースやサービスへの需要の増加により収益の可能性が拡大するにつれ、バリデーターはマイナーが追加のリソースと優先権を確実に受け取れるように TAO を獲得するために競争を開始し、それによってより大きな収益源を獲得し、オペレーションを強化します。
最終的には、どちらのオプションも Bittensor エコシステム内で TAO の需要を促進するのに役立ちます。 TAO のトークン供給量が固定されていることを考えると、この需要の増加によりその価値が上昇する可能性があります。
Bittensor のマイニング ネットワークに参加する有能なマイナーが増えるにつれ、特定の問題を解決し、探しているデジタル リソースを入手するために必要な専門的な人材を獲得するために、サブネットを立ち上げるチームがますます増えています。これにより、報酬を求めて競争する優秀なマイナーがより質の高いサブネット チームを引き寄せ、より価値のあるデジタル商品を生産し、最終的に需要が増加するというポジティブなループ効果が生まれ、バリデーターは住宅ローンへのアクセスを確保し、対応するリソース割り当てを取得するために TAO を求めて競争するようになります。
最終的な考え
Bittensor でサブネットの立ち上げを検討しているチームに共通するテーマは、マイニング コミュニティの力を活用したいという願望であるようです。機械学習、データ サイエンス、トレーディング、クラウド コンピューティング、リソース割り当てなど、さまざまな分野の専門家で構成されるネットワーク。各専門家は共通の通貨と引き換えに自分のスキルやリソースを活用する方法を探しています。現時点では、これが Bitensor の最大の利点であると思われます。
私が最も興味深いと思うのは、Bittensor がスタンドアロン ネットワークとしては実行不可能なプロジェクトの開発を促進できることです。たとえば、ユーザーは専用のマイクロサービスを展開するのと同じように、専用のサブネットを起動してテクノロジー スタックの特定のコンポーネントをアウトソーシングできます。たとえば、現在プロジェクトがさまざまなモダリティにわたる AI モデルの開発と推論を Bittensor に依存しているのと同様に、分散型ソーシャル ネットワークは推奨アルゴリズムを Bittensor にオフロードすることができます。
将来のサブネットのハードルが高まるにつれ、技術スタックの特定の部分を Bittensor 上でホストする集中型および分散型プロジェクトの見通しがますます現実的かつ実現可能になってきます。私は、近い将来、Bittensor の 3 番目のカテゴリーのユースケースが登場すると予想しています。
