灰度：深入去中心化的 AI 模型市场
概括
Bittensor 站在软件领域最具突破性和变革性的两大趋势最前沿：区块链和人工智能（AI）。虽然比特币作为第一个点对点货币系统和数字价值存储帮助创建了加密行业，而以太坊通过去中心化应用程序帮助扩展了生态系统。但 Bittensor 代表了一个全新而独特的用例，计划利用无需许可的公共区块链和经济激励的特性，通过开放、去中心化社区（不是中心化公司）开发先进的 AI 软件。
如今，AI 的发展高度集中，大量权力集中在少数几家大型科技公司手中。随着 AI 发展成更强大、更重要的工具，将面临着 AI 少数实体控制的风险，这与人类价值观和更广泛的社会相悖。相比之下，Bittensor 是通过其原生代币 TAO 在经济上激励 AI 开发开放合作的平台。通过使用公共区块链，Bittensor 可能有助于实现所有权的民主化，提高 AI 系统的透明度，并使 AI 发展的决策与社会利益保持一致。Bittensor 的目标是创建「AI 互联网」，设想未来有许多相互关联的 AI 生态系统或子网，形成一个全球去中心化的 AI 平台。通过连接到 Bittensor 网络，该平台将帮助任何人在任何地方轻松构建、部署和访问 AI 应用程序。
代币
TAO 是 Bittensor 网络的原生代币，拥有 TAO 代币就代表拥有生态系统的一部分所有权（图表 2）。TAO 的供应计划与比特币完全一致，最高供应量 2100 万枚，大约每四年减半一次。Bittensor 的第一个减半事件预计在 2025 年 8 月。
Bittensor 旨在将比特币式的激励措施应用于 AI 开发，将 TAO 代币用作网络参与者执行其预期功能的激励措施。这些参与者包括网络验证者和子网所有者、子网验证者和子网矿工。除了激励奖励，TAO 目前主要用作子网所有者注册其子网的押金。未来随着新生的 Bittensor 网络的成熟，TAO 的潜在其他用例包括 (i) 作为网络交易的 gas 费，(ii) 作为分配 TAO 发行的子网的决策权，以及 (iii) 一般网络治理决策。从长远来看，Bittensor 可能会通过向使用其子网的应用程序终端用户收费，实现网络货币化，这可能会为 TAO 代币产生价值。
网络和技术
在 Bittensor 上，开发者们竞相开发出最好的 AI 模型，以换取 TAO 奖励。该系统支持一系列与 AI 相关的服务，包括聊天机器人、视频生成、深度伪造检测、存储和计算。为使 AI 开发民主化，Bittensor 允许 AI 研究人员和独立开源开发人员将他们的创新货币化，并可能为更公平地分配 AI 利益做出贡献。
Bittensor 采用各种子网，专门用于执行不同的机器学习任务。例如，一个子网专门用于 AI 图像生成，另一个子网用于 AI 音乐生成，另一个子网用于检测 AI 生成的深度伪造。每个子网涉及三种主要类型的参与者：子网所有者、子网矿工和子网验证者。在给定的子网上，矿工竞相成为「最佳」输出，而验证者则评估哪些矿工表现「最佳」（见下文）。虽然这个过程的元素因子网而异，但总体思路概述如下：
工作原理
终端用户通过面向消费者的应用程序提示网络。这类似于向 ChatGPT 提问。
子网矿工在相关子网上运行 AI 模型，并竞相为给定的提示生成最佳输出。例如，在聊天机器人子网中，矿工会争夺对用户问题提供最佳答案。
验证者根据输出质量对矿工的响应进行排名，并将排名最高的响应返回给提出问题的终端用户。
验证者通过一种名为 Yuma 共识的新流程来确定矿工的表现。该共识机制汇总了每个验证者的排名，并根据其质押的 TAO 数量进行加权，以生成矿工表现的集体排名列表。
更广泛的 Bittensor 区块链在「权威证明」共识机制下运行，其中某些节点被授予订购链上交易的权限并帮助维护网络的完整性。Bittensor 的区块存储更新状态变化和代币余额，以反映网络验证者以及子网所有者、矿工和验证者的新释放。
用例
Bittensor 具有广泛的潜在用例，每个子网代表不同的示例。包括：
图像生成子网：针对专门用于创建高质量生成图像的 AI 模型量身定制。
聊天机器人子网：针对专门用于自然语言处理的 AI 模型进行了优化，并允许消费者访问响应迅速的虚拟助手。
Deepfake 检测子网：利用 Bittensor 网络中先进的生成和判别 AI 模型，旨在检测 AI 生成的图像。
在加密领域的去中心化 AI 解决方案中，Bittensor 的几个直接竞争对手正全面解决 AI 开发问题。例如，Allora 网络专注于金融服务领域的 AI 开发，为去中心化交易所和预测市场提供自动交易策略平台。其他试图在基础设施层面解决去中心化 AI 问题的早期项目包括 Sentient 和 Sahara AI。
除了这些直接竞争对手之外，某些协议还与特定的 Bittensor 子网竞争。例如，Akash 在某种程度上与计算子网竞争，Filecoin 与数据存储子网竞争，Gensyn 与预训练和微调子网竞争。不过，一些著名的 AI 公司（如 Wombo 和 MyShell）和加密团队（如 Masa、Kaito 和 Foundry）已经建立了自己的子网。
需要考虑的因素
具有增长潜力的市场机会：中心化 AI 的市场规模估计在 2024 年为 2150 亿美元，预计复合年增长率为 35.7%。灰度认为 Bittensor 代表了加密货币中一个全新而独特的用例。去中心化 AI 的估值仅为 190 亿美元，这反映出其尚处于萌芽阶段。在这个少数科技公司似乎控制着 AI 的时代，Bittensor 代表了这一交叉点的早期投资。
无需许可即可开发和使用强大的技术：随着 AI 不断发展成一种更强大、更重要的工具，关于谁可以构建或访问这些应用程序的法规或限制可能会越来越多。Bittensor 提供了一种替代方案，无需许可即可访问资源来开发和使用 AI。
促进公平 AI 发展的经济激励：与中心化替代方案相比，Bittensor 可以帮助独立 AI 开发人员更多地访问 AI 资源，如计算、存储和数据。它还可以帮助 AI 研究人员和开源 AI 开发人员将他们的贡献货币化，并可能为他们的运营提供资金。如果成功，Bittensor 的开放和分布式生态系统可以帮助平衡科技巨头开发的闭源模型，并有助于确保 AI 的经济效益得到更广泛的分享。
日益普及和认可：Bittensor 获得了早期的关注，拥有超 40 个专门用于特定 AI 任务的子网，并获得了知名科技和 AI 领袖的认可。公司正在筹集风险投资资金，以在 Bittensor 上构建子网和应用程序，这表明投资者和开发者对生态系统的兴趣日益浓厚，Bittensor 具有扩大网络效应的潜力。
投资风险
采用和网络增长：Bittensor 的寿命取决于吸引大量开发人员和 AI 项目在该平台上构建。如果 Bittensor 未能实现大规模采用，该网络可能难以发挥其全部潜力。此外，鉴于网络的新生，大多数网络资源都集中在基础设施级别和子网活动上。随着时间的推移，Bittensor 需要扩大应用程序终端用户的数量和质量，以帮助提高代币价值累积及其与日常消费者的相关性。
去中心化程度和网络弹性：Bittensor 的运营依赖于广泛参与者网络的平稳运行。任何中断，如技术故障、错误或网络攻击，都可能影响其性能和声誉。Bittensor 还需要提高整体网络去中心化程度，并在整个网络中更广泛地分配 TAO 释放的投票权。
激励设计的实施：为了充分发挥其潜力，灰度认为 Bittensor 需要确保子网所有者为其子网设计正确的激励机制，并确保网络随着时间的推移，将释放恰当的分配给适宜的子网。
竞争网络：Bittensor 面临来自 AI 相关加密资产的竞争，这些资产试图通过代币激励措施解决 AI 开发问题，例如 Allora、Sentient、Sahara AI，以及涵盖各种 AI 相关用例的其他资产， Filecoin 和 Gensyn 等。随着这个交集的成熟，这个名单也可能会随着时间的推移而增长。
