[梭哈达人]CTRL-Altman-DEL：人工智能去中心化的曙光

(在发表这篇文章的几天前,我首先在 Delphi Digital 的Alpha Feed上向会员发布了我对 TAO 的看法)

生活在亚洲时间的一件事是,你经常醒来就会看到重大新闻,并且必须赶上新闻。

例如,萨姆·奥尔特曼 (Sam Altman) 于周五被 OpenAI 解雇。

我差点被牛奶噎住了。

为什么董事会会解雇一个显然非常聪明、拥有堪称典范的成功记录、并且 12 天前刚刚在 OpenAI 会议上发表了精彩主题演讲的人?

引发了辛辣的理论家们的争论。安德鲁-科特(Andrew Cote)认为这是政治原因,阿尔特曼被解雇的原因是 "他将人工智能发展得太快,部署了最新的突破"。有些人不喜欢这样。

OpenAI 的公司结构非常尴尬(几乎功能失调),因为它最初是一个非营利实体,后来决定转型为营利性企业。如今,非营利组织控制着营利实体的方向,同时为投资者提供有限的上涨空间。

随着真相的浮出水面,这将是令人兴奋的几周。

这会是史蒂夫·乔布斯的时刻吗?Sam 会继续创办另一家公司来与 OpenAI 竞争吗?

但显而易见的是,OpenAI 的内部运作笼罩着一层神秘的面纱。尽管 GPT 是一种无处不在的工具,并且在全球范围内有数亿人使用,但仍然存在明显的脱节。

作为日常用户,我们发现自己处于局外人的角度,试图透过这些人工智能巨头的秘密面纱来窥视。随着 GPT 继续融入我们社会的结构,这种缺乏透明度的情况令人担忧。

区块链 + 加密货币 = ?

最近,我一直在思考一个问题:加密货币和人工智能之间的交集会是什么样?虽然这很模糊,但大多数人都会同意,有巨大的潜力等待被释放。

当我们想到 AI x Crypto 时,我们通常会想到 Akash 网络和 Render。这些是 GPU 的去中心化网络,可以为人工智能模型的训练提供必要的计算。逻辑很简单——随着人工智能的不断飙升,对计算资源的需求也将随之猛增。在这种背景下,点对点网络可能会经历显着的增长。所以他们从事的是镐和铲子业务,但我认为这只是人工智能 x 加密货币潜力的表面。

这就像说猴子 JPEG 是 NFT 所能提供的巅峰一样。

然后我遇到了 Bittensor。

ELI5:位张量

与支持 AI 模型训练(上游)的 Akash 或 Render 不同, Bittensor专注于 AI 推理(下游),即使用经过训练的模型生成输出。

这是一个去中心化的网络,可以激励人工智能模型,特别是大型语言模型(LLM)来完成文本生成、图像创建和音乐制作等各种任务。如今,该网络由超过 27 个子网组成,每个子网专注于特定任务。

简单来说,可以将 Bittensor 视为去中心化的 ChatGPT + Midjourney + 人工智能可以做的任何其他事情。

该网络通过两个主要角色运行:The network operates through two main roles:

1. 矿工(价值生产者):矿工在网络上开发和托管人工智能模型。他们根据与特定任务相关的模型的性能获得 TAO 代币奖励。这激励了更好、更高效的人工智能模型的开发。
2. 验证者(共识生成者):验证者评估矿工的输出,对他们在特定任务上的表现进行排名。他们还与向验证器提交任务的用户进行交互(例如,对于图像生成子网:“/想象萨姆·奥特曼在感恩节晚餐时戴着达斯·维德面具”)并将其路由给适当的矿工。

我可能过于简单化了技术的复杂性,但有几件事对我来说很突出:

• 网络中的矿工和验证者交换知识并共享参数,从而随着时间的推移进行自我优化
• 该网络旨在利用多个独立人工智能模型的优势来生成最佳输出(“专家混合”)

我无意深入探讨技术细节,但这里有一些很好的总结,可以帮助我更好地理解 Bittensor:

Revelo 英特尔 — Bittensor

Knower——关于 Bittensor 和 AI 的简短报告

您可以在这里尝试一下 Bittensor 的 chatGPT 等效项。

The TAO

TAO 是网络的实用代币,它具有与比特币类似的代币结构:2100 万代币的硬上限和没有 VC 分配的公平发行。它甚至还有一个减半周期,第一次减半发生在 2025 年。

目前流通的 TAO 数量为 565 万枚,全部通过网络挖矿和验证公平分配。今天的流通市值略高于 $1B。每天向矿工和验证者发放 7,200 个新 TAO。

我的早期想法

Bittensor 仍处于起步阶段。该网络拥有一个专门的、近乎邪教般的社区,但参与者总数仍然不多——大约有 50,000 多个活跃帐户。最繁忙的子网 SN1 专门用于文本生成,拥有大约 40 个活跃验证者和超过 990 个矿工。

真正令人着迷的是去中心化人工智能网络的概念。这不仅减轻了中心化的风险,还提出了一个问题:这些独特的经济激励措施能否培育出超越 OpenAI 和谷歌等资金雄厚的实体开发的人工智能模型?

在法学硕士随着 ChatGPT 等工具的出现而成为主流之前,深度科技初创公司通常专注于获取专有数据集,为非常具体的任务开发专门的、基于机器学习的人工智能模型。例如,Flatiron Health使用来自肿瘤患者的真实临床数据,并开发人工智能模型,将其输入到支持癌症研究人员和护理提供者的工具中。传统上,初创公司的目标是将这些专有模型产品化并货币化。

然而,Bittensor 可能代表了这种范式的转变。与其说是技术突破,不如说是技术驱动的商业模式创新更贴切。例如,它为专有数据和人工智能模型提供了一种共同开发并由更广泛的受众使用的途径,而无需将它们开源。我可以设想一个未来,Bittensor 托管数千个专用子网,以应对从环境和医疗保健问题到能源解决方案等一系列挑战。老实说,我对一个以与比特币相同的方式设计代币经济的团队感到着迷。它说明了他们的动机,与当今的团队不同——他们经常沿着风险投资资助的模式优化他们的代币经济,为创始人和投资者提供大量分配。