项目名称：Bittensor
项目类型：人工智能（AI）
代号：$TAO
加密货币排名：#30
市值：33亿美元
FDV: 33亿美元
流通供应量：623万美元（占总供应量的29.69%）
最大供应量：210万美元
引言人工智能行业近年来蓬勃发展，特别是像 ChatGPT 这样的突破性技术的涌现，仅 2023 年一年吸引了 250 亿美元的投资，是2022年的五倍。这一大规模资本的涌入充分彰显了人们对人工智能成为万亿美元产业的积极预期。
然而，哪些迹象表明着AI未来会越来越好？以下是几点要点：
首先，人工智能领域目前相当分散。不同的人工智能模型间无法互相学习，这严重限制了它们的功能。此外，要将其与其他应用程序或数据连接，通常需要特殊的权限，这进一步增加了复杂性。其次，AI的门槛相当高。训练人工智能模型需要大量资源，这导致这一领域主要由大型企业垄断。尽管加密货币在普及阶段尚属初期，但已经显示出作为激励和组织分布式资源网络的强大工具的潜力。此外，通过利用区块链技术，人工智能应用可以实现互操作性，增强它们的协同工作能力。尤其最近在人工智能加密货币领域出现了一些令人振奋的成功案例，人们开始认识到这些机遇。
来源: GrayScale Research因此，我们正处于一个AI的十字路口：一方面是分散且资源密集的人工智能领域，另一方面是明确的市场机会。现在我们所需要的，是能匹配两者的核心解决方案。而这正是 Bittensor 所提供的，这一点实在值得关注。
Bittensor 将人工智能的控制权从大公司转移到更广泛的社区中，改变着人工智能的发展格局。其协议将机器学习转化为可交易的商品，从而鼓励知识的快速传播，犹如一个不断扩大的图书馆。
项目概述Bittensor 由 AI 研究人员 Ala Shaabana 和 Jacob Steeves 于 2019 年创立，最初设想为 Polkadot 平行链，但在 2023 年 3 月进行了战略性转变，决定开发自己的专有区块链，旨在利用加密货币作为激励全球机器学习节点的机制，促进 AI 开发的去中心化方法。通过使这些节点能够协同训练和学习，Bittensor 引入了一种新的范式，即通过集成增量资源的增强了网络的集体智慧，从而拓展了个人研究人员和模型在整体上的贡献。
来源: Bittensor Website中心结构与组成Bittensor的架构旨在通过一个去中心化网络支持一个健壯的AI生态系统：
矿工层：这一层是Bittensor内AI驱动创新的核心，矿工在此托管并运行多样化的AI模型。验证者层：验证者在维护区块链的完整性和共识方面扮演着关键角色，确保网络按照既定规则运作。企业层：致力于开发尖端应用，利用网络的AI能力解决复杂问题。消费者层：最终层服务于终端用户和组织，提供网络生成的解决方案和服务。
来源: Revelo IntelBittensor作为一个预言机Bittensor还作为一个预言机（Oracle），将区块链系统与外部数据连接。这样，它允许AI和区块链技术结合，创造创新解决方案。
网络动态Bittensor生态系统依赖于其独特的子网动态，每个子网提供不同的奖励，非常适合广泛的AI应用。这种设置促进了多样性和新想法的产生，服务于可能被大型AI公司忽视的领域。同时，它使用单一的TAO代币生态系统支持这些活动，让代币持有者在网络内AI成长方向上有很大的发言权。
Bittensor连接网络中的两类关键参与者：
验证器：负责维持区块链的完整性，确保交易和操作符合网络的规则。链下机器学习矿工：他们通过托管和运行AI模型提供AI服务，这些模型执行从数据分析到生成观点的各种任务。这个桥梁使得区块链操作和AI服务之间的安全高效合作成为可能。
领域 详述供给侧 - AI层（矿工）托管AI模型的矿工，这些模型是Bittensor AI能力的来源。这些模型通过机器学习执行任务并产生价值。供给侧 - 区块链层（验证器）管理和评估矿工托管的AI模型的验证器。他们的角色是确保这些模型符合网络的标准并积极贡献。需求侧 - 在验证器上构建应用开发者在验证器上构建应用，利用矿工提供的特定AI能力。这创造了一个需求驱动的生态系统，开发人员可以根据需要获取人工智能资源并为其提供资金。来源: Greythorn Internal
Bittensor采用了分布式专家模型（MoE）来优化人工智能预测，通过协同多个专业化的AI模型，提高了解决复杂问题的准确性和效率。这种方法融合了各模型的独特优势，产生了更加精确和全面的结果，相较于传统的单一模型方法，效果更为出色。例如，当我们想要生成带有西班牙语注释的Python代码时，AI的多语言模型和代码专业知识模型可以起来结合，共同产出结果。这比起单一模型而言，提供了更为优越的解决方案。
智能证明（Proof Of intelligence）智能证明是Bittensor网络用以奖励节点添加有用的机器学习模型和结果的一种机制。类似于区块链网络中的工作量证明（PoW）和权益证明（PoS），智能证明要求节点执行机器学习任务以证明其智能水平，而非解决数学难题。节点的机器学习工作如果准确且具有价值，就有更大的机会被选中添加新的区块到链上，并获得TAO代币作为奖励。为了在Bittensor网络中获得奖励，服务器不仅必须生成有价值的知识，还必须得到大多数验证者的认可。采用这种共识机制，Bittensor激励有价值的贡献，促进合作，并保障区块链的安全性。
生态系统Bittensor生态系统以$TAO代币驱动，代表了去中心化人工智能领域的一种创新方法，其特殊的subnet结构对于生态系统的完整性和性能至关重要。Bittensor为这些subnet网提供了32个槽位，以促进竞争但动态的环境，从而推动创新。这体现了Bittensor对包容性的承诺以及其对质量优先于数量的战略关注。请注意，Bittensor中的子网是通过竞争和合作创造真正价值的地方。
该生态系统的区块链技术确保了透明度和安全性，在此Bittensor API则通过提供必要的工具和指南来促进参与。
参与者可以作为子网所有者、验证者或矿工来参与建造社区，每个角色都对于生态系统的健康至关重要。Yuma共识机制是一个关键特征，通过用TAO代币奖励贡献者，促进了共识达成。
战略合作伙伴关系，比如OpSec和Tensorage之间的合作，对于推进去中心化人工智能技术至关重要，并提供了无缝的数据处理和存储解决方案。
像AITProtocol这样的平台与Bittensor网络的整合突显了其不断扩大的影响力以及去中心化人工智能模型的多样化应用。
考虑到Bittensor的发展潜力，我们预计这些合作伙伴关系和整合将继续发展，也许，Bittensor很可能成为塑造人工智能未来的关键参与者之一。
代币经济TAO代币经济学综述最大供应量：2100万枚TAO代币。发行时间表：代币在256年内完全发行。当前价格：624.97美元。市值：39.2亿美元，排名第27位。全面稀释估值：39亿美元，排名第49位。当前流通供应量：625万枚TAO代币，占最大供应量的29.75%。总供应量：625万枚TAO代币。代币生成和分配TAO代币通过挖矿和网络验证活动创造，以促进去中心化生态系统的发展。网络每1050万个区块进行一次减半事件，计划在约45年内进行64次减半。奖励以每块1个TAO的速度发放，大约每12秒发放一次，每日总计发放约7200个TAO代币。这些奖励将分配给矿工和验证者。代币实用性持有TAO代币可访问网络上的各种数字资源，包括数据和基于人工智能的核心观点。需要注意的是，TAO代币的价值直接与Bittensor网络提供的人工智能服务相关联。随着这些人工智能服务的重要性和实用性不断增加，对TAO代币的需求也会相应增加。
人工智能技术在区块链行业有着广泛的应用，包括机器学习、神经网络、去中心化存储、人工智能代理训练、市场以及数据处理等方面。
考虑到这一多样性，将Bittensor直接与类似Akash这样的项目进行比较可能并不十分合适。Akash提供的服务类似于云计算，而Bittensor则专注于特定领域，如人工智能模型训练。
进一步的研究使我们发现了Gensyn，这是一个新兴的项目，似乎是Bittensor的更为接近的竞争对手。让我们更为深入地研究一下它。
走近Gensyn本·菲尔丁（Ben Fielding）和哈里·格里夫（Harry Grieve）于2020年初在创业者第一（Entrepreneur First）加速器计划中相遇，并于同年开始合作创建了Gensyn，一直专注于研究工作，直至2023年第二季度。他们期待今年启动测试网。
2023年6月，Gensyn通过A轮融资成功获得了4300万美元的资金，投资方包括a16z、Protocol Lab、CoinFund、Canonical Crypto、Eden Block以及多位天使投资人。
Gensyn正在构建一个基于L1 PoS协议的网络，利用Substrate框架进行点对点通信。
Gensyn旨在创建一个超级可扩展的ML网络。它提供了一组全球计算资源，每个人都可以随时访问。其目标是通过连接多种不同的计算设备，从闲置数据中心到带有GPU的个人笔记本电脑，使全球任何设备上的AI模型训练成为可能。这一倡议旨在显著提高全球ML计算资源的可用性。
与Bittensor的区别：
Gensyn与典型计算网络的不同之处在于其检查计算工作的独特方法。它引入了一种称为“概率学习证明（Probabilistic Proof-of-Learning）”的新系统，该系统使用了梯度优化中的数据，这是机器学习中的一个关键方法。这种技术提供了一种可扩展且可靠的验证工作的方式，无需复制，使机器学习任务更加高效。
对比之下，Bittensor提供了两个关键优势：
首先，它采用了专家混合（MoE）模型，通过让多个专业化的AI模型协同工作来增强AI预测。这种合作旨在提高AI结果的准确性和可靠性。其次，Bittensor采用了一种独特的机器学习方法，称为AI积木。AI积木的概念是利用区块链使AI开发更加开放和去中心化、可访问和高效。通过建立在“计算积木”（Compute Legos）思想之上，它专注于通用计算的多功能性，以促进机器学习创新。Bittensor的愿景是建立一个全球ML节点社区网络，用以应对在特定的复杂挑战，同时增强AI模型的集体智能和能力。但我们也可以建立一个不同的情景，即通过无需许可的区块链，使各种协议能够集成并增强整体去中心化人工智能生态系统。例如，Akash、Gensyn和Bittensor可能共同处理推断请求，进而展现基于链上的不同AI解决方案之间的协同作用。
与中心化AI模型的对比：
将Bittensor与中心化AI模型（如最近微软估值为290亿美元的OpenAI）进行比较，可以清晰地展现其潜力。Bittensor的去中心化方法，旨在实现AI智能的复合和更广泛的集成，如果成功的话，有可能超越OpenAI的能力和价值。这引发了对Bittensor巨大潜在价值的讨论。
通过其去中心化模型方法，Bittensor允许AI模型分享见解并建立在彼此的发现基础上，减少了重复劳动。根据Bittensor的说法：
“唯一比Open AI或任何其他中心化替代方案更大的是它们的组合”
看涨因素
Bittensor的代币经济学旨在鼓励公平的分配实践，确保网络参与者之间的激励机制保持一致。随着网络参与者基础的扩大，TAO代币预计将呈指数级增长。目前流通的所有TAO代币中，约有89%已被抵押，金额达到5,561,230
