Integrasi AI dan Web3: Bagaimana Bittensor Membentuk Kembali Jaringan Intelijen Kolektif

Era Baru Revolusi AI

Perkembangan pesat teknologi kecerdasan buatan sedang memimpin kita memasuki era baru yang didorong oleh data. Kemajuan luar biasa di bidang pembelajaran mendalam dan pemrosesan bahasa alami membuat aplikasi AI ada di mana-mana. Peluncuran ChatGPT pada tahun 2022 memicu pertumbuhan eksplosif industri AI, diikuti dengan munculnya serangkaian alat AI inovatif, seperti video yang dihasilkan oleh teks dan aplikasi perkantoran otomatis. Penerapan luas teknologi AI juga telah menjadi agenda, diperkirakan hingga tahun 2030, nilai pasar industri AI akan mencapai 185 miliar dolar.

Namun, perkembangan cepat industri AI juga membawa beberapa tantangan. Saat ini, industri ini sebagian besar didominasi oleh beberapa raksasa teknologi, yang menyebabkan masalah konsentrasi data dan distribusi sumber daya komputasi yang tidak merata. Sementara itu, gagasan desentralisasi Web3 memberikan kemungkinan baru untuk mengatasi masalah ini. Di bawah arsitektur jaringan terdistribusi Web3, pola perkembangan AI diharapkan dapat dibentuk kembali.

Dalam konteks ini, muncul banyak proyek Web3+AI berkualitas tinggi. Misalnya, Fetch.ai menciptakan ekonomi terdesentralisasi melalui teknologi blockchain, mendukung agen otonom dan kontrak pintar untuk mengoptimalkan pelatihan dan aplikasi model AI. Numerai memanfaatkan teknologi blockchain dan komunitas ilmuwan data untuk memprediksi tren pasar. Velas membangun platform kontrak pintar berkinerja tinggi yang menggabungkan AI dan blockchain.

Proyek Bittensor menangkap peluang ini dengan membangun platform algoritma AI yang dilengkapi dengan mekanisme kompetisi penyaringan melalui kompetisi dan mekanisme insentif blockchain, bertujuan untuk mempertahankan proyek AI yang berkualitas tinggi.

Gambaran Umum Proyek Bittensor

Bittensor adalah jaringan pembelajaran mesin yang terdesentralisasi dan pasar barang digital yang terinspirasi. Fitur utamanya termasuk:

1. Desentralisasi: Beroperasi di jaringan komputer terdistribusi yang dikendalikan oleh entitas yang berbeda, menyelesaikan masalah seperti sentralisasi data.

2. Mekanisme insentif yang adil: Jaringan memberikan token TAO kepada subnet yang sebanding dengan kontribusi, dan penghargaan di dalam subnet juga sebanding dengan kontribusi node.

3. Sumber daya pembelajaran mesin: Menyediakan layanan bagi individu yang membutuhkan sumber daya komputasi pembelajaran mesin.

4. Pasar barang digital yang beragam: Awalnya dirancang untuk perdagangan model pembelajaran mesin dan data terkait, kini telah berkembang menjadi pasar barang yang dapat diperdagangkan dalam berbagai bentuk data.

Perkembangan Bittensor dimulai pada tahun 2021, oleh sekelompok penggemar teknologi dan ahli yang berkomitmen untuk memajukan jaringan AI terdesentralisasi. Proyek ini dibangun menggunakan kerangka Substrate untuk memastikan fleksibilitas dan skalabilitas. Pada tahun 2022, versi Alpha dari jaringan dirilis untuk memvalidasi kelayakan AI terdesentralisasi dan memperkenalkan mekanisme konsensus Yuma. Pada tahun 2023, versi Beta dirilis, memperkenalkan model ekonomi token TAO. Pada tahun 2024, proyek ini menggunakan teknologi DHT untuk meningkatkan efisiensi penyimpanan dan pengambilan data, serta mulai fokus pada ekspansi subnet dan pasar barang digital.

Token Bittensor TAO dirancang mirip dengan Bitcoin, dengan total pasokan 21 juta koin, yang berkurang setengah setiap empat tahun. Token ini didistribusikan melalui peluncuran yang adil, tanpa penambangan awal atau penyimpanan tim. Saat ini, satu blok dihasilkan setiap 12 detik, dengan setiap blok memberikan 1 TAO, menghasilkan sekitar 7200 TAO per hari. Hadiah ini didistribusikan berdasarkan kontribusi ke masing-masing subnet, dan kemudian subnet mendistribusikannya kepada pemilik, validator, dan penambang.

Hingga saat ini, jumlah total akun di jaringan Bittensor telah melebihi 100.000, dengan jumlah akun non-nol mencapai 80.000. Dalam setahun terakhir, harga TAO telah meningkat puluhan kali lipat, saat ini dengan kapitalisasi pasar sekitar 2,278 miliar dolar AS, dan harga koin 321 dolar.

Arsitektur Subjaringan Bittensor

Protokol Bittensor adalah protokol pembelajaran mesin terdesentralisasi yang memungkinkan peserta jaringan untuk bertukar kemampuan dan prediksi pembelajaran mesin, serta memfasilitasi kolaborasi berbagi model dan layanan. Protokol ini mencakup arsitektur jaringan, sub-tensor, dan komponen arsitektur sub-jaringan. Jaringan terdiri dari beberapa node, di mana setiap node menjalankan perangkat lunak klien Bittensor. Sub-jaringan adalah komponen kunci dalam jaringan, bertanggung jawab untuk mengelola node dan menerapkan mekanisme seleksi.

Subnet dapat dianggap sebagai segmen kode yang berjalan secara independen, menetapkan insentif dan fungsi pengguna tertentu, tetapi mempertahankan antarmuka konsensus yang sama dengan jaringan utama. Saat ini, selain subnet akar, terdapat 45 subnet. Diperkirakan jumlah subnet akan meningkat dari 32 menjadi 64 antara Mei dan Juli 2024, dengan penambahan 4 subnet baru setiap minggu.

Ada tiga peran utama yang termasuk dalam subnet:

1. Pemilik subnet: bertanggung jawab untuk menyediakan kode dasar dan mengatur mekanisme insentif.

2. Penambang: menjalankan server dan kode penambangan, saling berkompetisi untuk tetap unggul.

3. Validator: Mengukur kontribusi subnet dan memastikan kebenaran, mendapatkan imbalan yang sesuai.

Pelepasan subnet adalah mekanisme distribusi token TAO, umumnya dirancang untuk 18% didistribusikan kepada pemilik, 41% didistribusikan kepada validator, dan 41% didistribusikan kepada penambang. Subnet terdiri dari 256 slot UDI, di mana 64 slot didistribusikan kepada validator dan 192 slot didistribusikan kepada penambang.

Setelah pendaftaran subnet, ada periode kekebalan selama 7 hari, dan biaya pendaftaran pertama adalah 100 TAO. Ketika semua posisi subnet terisi, pendaftaran subnet baru akan menggantikan subnet dengan emisi terendah yang tidak dalam periode kekebalan. Oleh karena itu, subnet perlu terus meningkatkan jumlah staking validator dan efisiensi penambang untuk menghindari eliminasi.

Mekanisme konsensus dan bukti Bittensor

Jaringan Bittensor menggunakan berbagai mekanisme konsensus dan bukti:

1. Mekanisme Bukti Kecerdasan (PoI):

   • Penambang membuktikan kontribusi mereka dengan menyelesaikan tugas komputasi cerdas
   • Validator menetapkan tugas dan mengevaluasi kualitas hasil

2. Konsensus Yuma:

   • Mekanisme konsensus inti, mengintegrasikan penilaian validator
   • Validator dengan jumlah TAO yang dipertaruhkan lebih banyak memiliki bobot penilaian yang lebih tinggi
   • Menyaring hasil yang meny偏离 dari sebagian besar validator
   • Hadiah dibagikan berdasarkan penilaian komprehensif
   • Mengikuti prinsip data tidak dapat diketahui, melindungi privasi dan keamanan
   • Berdasarkan alokasi penghargaan kinerja, memastikan perhitungan yang efisien dan berkualitas tinggi

3. Mekanisme MOE:

   • Mengintegrasikan beberapa sub-model tingkat ahli
   • Berbagai sub-model bekerja sama untuk meningkatkan kinerja keseluruhan
   • Validator dapat memberikan skor dan peringkat pada model ahli
   • Mendistribusikan hadiah token, mengoptimalkan model insentif

Mekanisme ini bersama-sama memastikan keamanan jaringan, kualitas data, dan pemanfaatan sumber daya komputasi yang efisien.

Gambaran Umum Proyek Subjaringan Bittensor

Saat ini, Bittensor memiliki 45 subnet terdaftar, di mana 40 telah dinamai. Dengan bertambahnya jumlah subnet, persaingan pendaftaran sedikit mereda, tetapi subnet baru mungkin tidak se-stabil dan se-efektif subnet yang telah berjalan lebih lama. Namun, mekanisme eliminasi akan memastikan bahwa subnet berkualitas tinggi dapat dipertahankan dalam jangka panjang.

Selain jaringan root, subnet 19, 18, dan 1 paling mendapat perhatian, dengan proporsi emisi masing-masing sebesar 8,72%, 6,47%, dan 4,16%.

1. Subjaringan 19 (Vision):

   • Fokus pada generasi dan inferensi gambar terdesentralisasi
   • Menyediakan akses ke model LLM dan generasi gambar sumber terbuka
   • Total pendapatan node selama 24 jam sekitar 627.84 TAO
   • Rata-rata pendapatan harian node baru sekitar 866 dolar

2. Subjaringan 18 (Cortex.t):

   • Dikembangkan oleh Corcel, membangun platform AI terdepan
   • Menyediakan respons teks dan gambar melalui API
   • Total pendapatan node dalam 24 jam sekitar 457,2 TAO
   • Rata-rata pendapatan harian node baru sekitar 553,64 dolar AS

3. Subnet 1:

   • Subjaringan generasi teks yang dikembangkan oleh Opentensor Foundation
   • Sebagai proyek subnet pertama, pernah diragukan

Selain itu, ada jenis subnet lainnya, seperti model besar pemrosesan data dan model AI transaksi. Secara keseluruhan, node yang berhasil beroperasi menghasilkan keuntungan yang signifikan, tetapi node yang baru terdaftar memerlukan perangkat berkinerja tinggi dan algoritma yang dioptimalkan untuk dapat bertahan dalam persaingan.

Prospek Masa Depan

1. AI+Web3 akan terus menjadi sorotan pasar, menarik banyak investasi.

2. Arsitektur proyek Bittensor unik, memiliki dukungan teknis dan pasar, diharapkan dapat terus berkembang.

3. Arsitektur subnet mengurangi hambatan bagi tim AI untuk beralih ke jaringan terdesentralisasi, yang memudahkan untuk cepat mendapatkan keuntungan.

4. Mekanisme eliminasi kompetitif mendorong proyek subnet untuk terus mengoptimalkan model dan meningkatkan jumlah staking.

5. Peningkatan jumlah subnet dapat membawa beberapa risiko, seperti meningkatnya proyek-proyek yang tidak terdaftar dan penurunan pendapatan dari subnet tunggal, sehingga perlu memperhatikan pergerakan harga token TAO.