Recenzja Bittensor: czy pojawiła się synergia blockchain i sztucznej inteligencji?

Czym jest Bittensor

Bittensor to projekt fundacji Opentensor, który wykorzystuje blockchain do zbudowania otwartego rynku wiedzy do szkolenia modeli sztucznej inteligencji i poprawy wydajności tego procesu. Innymi słowy, produkt oferuje zdecentralizowaną infrastrukturę do monetyzacji algorytmów i udostępniania danych między nimi.

Zespół Bittensor stara się rozwiązać kilka problemów ograniczających rozwój branży AI jednocześnie:

• specjalizacja – istniejące modele specjalizują się w konkretnych zadaniach, takich jak generowanie obrazów lub odpowiedzi tekstowych. Powoduje to trudności w budowaniu złożonych produktów ze względu na konkurencję deweloperów i zamknięcie kodu, co utrudnia łączenie różnych rozwiązań w ramach jednego produktu;
• niska efektywność uczenia się – deweloperzy używają zamkniętego kodu źródłowego i utrzymują techniczne cechy swoich modeli AI w tajemnicy. Z tego powodu każdy dostawca musi ponownie wytrenować algorytm, który będzie wykonywał te same funkcje, które już wykonuje konkurent.

W rezultacie firmy muszą ponownie płacić za przepustowość i dostęp do ogromnych ilości informacji, marnując zasoby tylko po to, by “dogonić” bardziej zaawansowane algorytmy. Zmniejsza to efektywność rozwoju i utrudnia ogólną ewolucję technologii;

• monopol – na rynku istnieje obecnie kilka produktów opartych na sztucznej inteligencji, reprezentowanych głównie przez gigantów technologicznych, takich jak OpenAI, Amazon czy Microsoft. Lwia część użytkowników korzysta z GPT 4, dużego modelu językowego leżącego u podstaw ChatGPT oraz licznych rozwiązań dla komercyjnych stron internetowych, gier i innych projektów.

Ponieważ sztuczna inteligencja jest zintegrowana ze wszystkimi dziedzinami życia, wzrasta ryzyko “pojedynczego punktu awarii” i ograniczonego dostępu do technologii na żądanie organów regulacyjnych. Nowy, zdecentralizowany model rynkowy może temu zaradzić.

Aby pokonać te przeszkody, firma Bittensor opracowała koncepcję “rynku sztucznej inteligencji”, który obejmuje wysoce wyspecjalizowane algorytmy. Taka platforma umożliwia użytkownikom wykorzystanie rozwiązania najlepiej dostosowanego do danego zadania, a dostawcom wynagrodzenie za dostarczoną wiedzę.

Użytkownicy końcowi lub deweloperzy otrzymują infrastrukturę zintegrowaną z modelami AI, na bazie której możliwe jest budowanie aplikacji takich jak znane już generatory obrazów czy wirtualni rozmówcy. Oto kilka usług, które przetwarzają żądania za pomocą sieci Bittensor:

• TAO Studio – algorytm generowania obrazów na podstawie wskazówek tekstowych;
• ChatNI – zdecentralizowany odpowiednik ChatGPT;
• Chatwith Hal – spersonalizowany asystent AI.

Przykłady te pokazują, że zdecentralizowane rozwiązania mogą konkurować z produktami gigantów technologicznych, pomimo sceptycyzmu wobec symbiozy między sztuczną inteligencją a blockchainem, wyrażonego w szczególności przez Andre Cronje.

Architektura sieci

Bittensor działa jako autonomiczny blockchain warstwy 1 zbudowany przy użyciu frameworka Substrat i Polkadot SDK. Od czasu uruchomienia sieć była kilkakrotnie aktualizowana:

• Kusanagi to pierwsza wersja sieci, uruchomiona w styczniu 2021 r. na parachainie Polkadot;
• Nakamoto – druga wersja, zaktualizowana przez hardfork w listopadzie 2021 r;
• Finney – obecna sieć, uruchomiona w marcu 2023 r. jako samodzielny blockchain.

Charakterystyczną cechą Bittensor jest wykorzystanie Yuma, hybrydowego algorytmu konsensusu łączącego Proof-of-Stake i Proof-of-Work. Algorytm ten jest specjalnie dostosowany do oceny jakości modeli AI i ochrony sieci przed nadużyciami ze strony walidatorów.

Głównymi uczestnikami łańcucha bloków są:

• górnicy są dostawcami modeli AI. Po uruchomieniu węzła algorytm AI górnika może odbierać żądania od użytkowników i odpowiadać na nie, zapewniając część PoW algorytmu konsensusu.

Bittensor nie zarządza modelami ani zasobami górników, a wszystkie obliczenia są wykonywane poza łańcuchem, dzięki czemu infrastruktura jest tańsza. Dostawca AI jest wyłącznie odpowiedzialny za szkolenie, łączenie się z siecią i dostarczanie mocy obliczeniowej;

• walidatory to węzły odpowiedzialne za przekazanie żądania użytkownika do górników, a następnie ocenę odpowiedzi. Algorytm konsensusu zapewnia, że walidatorzy zgadzają się co do swoich opinii. Walidatory uruchamiają poszczególne węzły do udziału w sieci, blokując tokeny TAO, które mogą zostać utracone w przypadku niewłaściwego zachowania.

Do głównych walidatorów należą firma Foundry zajmująca się wydobyciem Bittensor i Neural Internet, zdecentralizowana autonomiczna organizacja badawcza AI;

• nominatorzy – posiadacze TAO, którzy przekazują swoje aktywa walidatorowi poprzez staking, zwiększając tym samym wagę jego głosu w procesie decyzyjnym. W zamian nominatorzy otrzymują część dochodów walidatorów. W chwili pisania tego tekstu TAO można obstawiać na poziomie 16% rocznie.

Jednocześnie Bittensor podzielony jest na 32 podsieci (subnets), z których każda skupia górników wyspecjalizowanych w rozwiązywaniu konkretnych zadań. Jakość pracy podsieci jest określana przez walidatorów sieci głównej, w skład której wchodzą najwięksi górnicy z każdej podsieci.

Koncepcja MoE

“Świętym Graalem” branży AI jest stworzenie tak zwanej ogólnej sztucznej inteligencji (AGI), która podobnie jak człowiek mogłaby rozwiązywać różnorodne zadania i elastycznie się uczyć. Jest to jednak niezwykle trudne zadanie nawet dla gigantów technologicznych z ich praktycznie nieograniczonymi zasobami.

Bittensor jako alternatywę wykorzystuje architekturę MoE (Mix of Experts), która polega na tworzeniu sieci wyspecjalizowanych modeli AI. Sieć ta przetwarza zapytanie użytkownika i generuje najlepszej jakości odpowiedź od “eksperta”, tj. najbardziej odpowiedniego algorytmu.

W praktyce jest to realizowane przy użyciu podsieci specjalizujących się w określonych grupach zapytań. Każdy użytkownik może zarejestrować swoją podsieć za opłatą i zaangażować w niej dostawców algorytmów sztucznej inteligencji do rozwiązania konkretnego zadania, otrzymując 18 procent całkowitego przychodu uczestników. Należy jednak zauważyć, że maksymalna liczba podsieci jest ustalana przez programistów, więc w tym kierunku Bittensor nadal nie jest w pełni otwartym blockchainem.

W chwili pisania tego tekstu sieć Bittensor składa się z 32 podsieci, a wśród głównych specjalizacji znajdują się sztuka generatywna, tłumaczenia, zapytania tekstowe i inne.

Kluczową zaletą MoE jest możliwość współpracy “ekspertów” nad zadaniem. Pozwala to na przykład na stworzenie przewodnika po pisaniu kodu w określonym języku. W takim przypadku model tekstowy może być odpowiedzialny za strukturę przewodnika, “ekspert” od programowania może być odpowiedzialny za kod, a tłumacz AI może być odpowiedzialny za wymagany język.

Potencjalnie taka modułowa architektura pozwala na rozwiązanie szerszego zakresu zadań w porównaniu do scentralizowanych algorytmów. Możliwości MoE rozszerzają się również w miarę dodawania nowych wyspecjalizowanych podsieci.

Scentralizowane produkty, takie jak ChatGPT, mogą być również wielozadaniowe, ale ze względu na zamknięty kod nie wiemy, czy działają one jako monolityczny “superalgorytm”, czy jako zbiór wyspecjalizowanych modułów. W pierwszym przypadku złożoność (i koszt) szkolenia wzrośnie wraz z dodawaniem nowych kierunków, co teoretycznie czyni MoE lepszym rozwiązaniem. W drugim, scentralizowane produkty nie mają fundamentalnej przewagi nad Bittensor.

Wspólne uczenie się

Jednym z problemów rynku sztucznej inteligencji jest jego fragmentacja i brak “kultury” open source. Każdy deweloper musi dostosować swój model od podstaw, nawet jeśli będzie on wykonywał te same zadania co konkurencja. Wymaga to wielokrotnych inwestycji w moc obliczeniową i dane treningowe. Bittensor próbuje rozwiązać ten problem, wykorzystując przejrzystość łańcucha bloków.

Mechanizm konsensusu Yama przewiduje, że walidator wysyła żądanie od użytkownika do wszystkich górników odpowiedniej “specjalizacji” w celu uzyskania maksymalnej liczby odpowiedzi i ich oceny. Jednocześnie wynik oceny jest zapisywany w łańcuchu bloków i jest publicznie dostępny. Oznacza to, że górnicy znają

• zapytanie;
• względny wynik ich odpowiedzi.

Korzystając z tych danych, mniej wydajne modele sztucznej inteligencji mogą “ewoluować” poprzez porównawczą ocenę wiedzy i jakości ich odpowiedzi.

Jest to zasadniczo podstawowy mechanizm uczenia się sztucznej inteligencji, ale w scentralizowanych produktach, takich jak ChatGPT, poprawność odpowiedzi jest określana przez programistów lub na podstawie ocen użytkowników.

W Bittensor nauka odbywa się jednak synchronicznie – wiele algorytmów jest ocenianych dla każdego żądania, podczas gdy konkurencyjne scentralizowane modele sztucznej inteligencji musiałyby uczyć się autonomicznie, powtarzając błędy i zmniejszając wydajność zasobów.

Ważne jest, aby wziąć pod uwagę, że Bittensor pomaga programistom jedynie w ulepszaniu algorytmu. Wyzwania związane z tworzeniem i dostrajaniem parametrów, wstępnym szkoleniem, przechowywaniem danych i mocą obliczeniową pozostają po stronie dostawcy i tworzą wystarczającą przestrzeń dla konkurencji na otwartym rynku.

System nagród

Jednym z głównych celów Bittensor jest ekonomiczne nagradzanie dostawców modeli AI. W tym celu wykorzystywana jest kryptowaluta TAO, na podstawie której budowany jest następujący mechanizm nagradzania:

• po sfinalizowaniu bloku w sieci Bittensor wydawany jest jeden (w chwili pisania tego tekstu) token TAO;
• token ten jest rozdzielany między podsieci na podstawie współczynników – każda podsieć ma swój własny parametr przypisany przez walidatorów podsieci głównej;
• w podsieci nagroda jest rozdzielana między górników na podstawie jakości ich odpowiedzi na zapytania użytkowników. Im wyższa jakość, tym więcej tokenów otrzymuje węzeł. Ocena odpowiedzi każdego górnika jest dokonywana przez walidatorów podsieci;
• walidatorzy również otrzymują wynagrodzenie za swoją pracę, choć jest ono nieco niższe niż w przypadku górników.

Bittensor zapewnia zachęty dla uczestników sieci poprzez wydobywanie tokenów, co jest podobne do modelu bitcoina. Ponieważ popyt użytkowników na kryptowalutę do płacenia za żądania powinien wspierać wartość rynkową TAO, rzeczywisty dochód górników w ujęciu fiducjarnym i rentowność utrzymania algorytmów sztucznej inteligencji zależy od popularności Bittensor i produktów zbudowanych na jego podstawie.

Warto zauważyć, że 9 stycznia zespół projektowy złożył pierwszą propozycję ulepszenia Bittensor – BIT001. Przewiduje ona utworzenie autonomicznych pul steakingowych i przeniesienie uprawnień do dystrybucji nagród z głównych walidatorów sieci na uczestników określonych podsieci. W tym celu, po aktualizacji, każda podsieć powinna posiadać osobny token – Dynamic TAO (dTAO), którego wartość będzie się zmieniać w zależności od zapotrzebowania użytkowników.

Dzięki nowemu mechanizmowi motywacyjnemu użytkownicy będą mogli również wpływać na dystrybucję emisji, delegując aktywa do walidatora określonej podsieci i zwiększając wagę swojego głosu.

Czego Bittensor NIE robi

Może się wydawać, że Bittensor działa jako zdecentralizowany model sztucznej inteligencji, z mocą obliczeniową zapewnianą przez górników. W rzeczywistości jednak Bittensor jest po prostu infrastrukturą umożliwiającą komunikację różnych algorytmów sztucznej inteligencji, ułatwiającą ich rozwój i nagradzanie. Projekt:

• nie wspiera ani nie szkoli modeli AI – to zadanie ich właścicieli, tj. górników. Bittensor nie ma ani technologii, ani celu, aby angażować się w ulepszanie algorytmów. Ale, jak wspomniano, sieć zapewnia wyniki odpowiedzi, aby pomóc modelom poprawić ich wiedzę, łagodząc problem “uczenia się od zera”, a tym samym zmniejszając koszty dla dostawców;
• nie tworzy AGI – to błędne przekonanie wynika z faktu, że architektura MoE na poziomie użytkownika wygląda jak “super AI”. Zapytania i odpowiedzi są jednak przesyłane w ramach wyspecjalizowanych podsieci i algorytmów, nigdy nie są transmitowane do wszystkich górników, co po prostu nie pozwala na wyszkolenie uniwersalnego modelu.

Bittensor buduje zdecentralizowany rynek, na którym użytkownicy mogą kupować wiedzę o sztucznej inteligencji bez polegania na monopolistach, takich jak OpenAI.

Kryptowaluta TAO i tokenomika projektu

TAO spełnia kilka funkcji jednocześnie, w tym zachęty finansowe, dostarczanie konsensusu, zarządzanie projektami i wypłacanie prowizji. Jest to główna waluta projektu, bez której niemożliwe jest uczestnictwo w blockchainie jako konsument, górnik lub walidator.

Projekt posiada również tokenomikę inspirowaną bitcoinem, nietypową dla startupów blockchain. Kluczowe cechy są następujące:

• całkowita podaż – 21 milionów TAO;
• brak wstępnego wydobywania – wszystkie tokeny są wydobywane przez górników podczas działania sieci;
• jedno TAO jest wydawane co 12 sekund (czas finalizacji bloku). W chwili pisania tego tekstu wydobyto 6 milionów (około 30%) tokenów.
• ~90% krążącej podaży (~5,6 miliona TAO) jest zablokowane w stakingu Bittensor, co jest jednym z najwyższych wskaźników na rynku. Dla porównania, sieć Ethereum ma ~25% całkowitego stakingu ETH, a Solana ma ~68% stakingu SOL.
• przewiduje zmniejszenie o połowę nagród za wydobywanie bloków co 10,5 miliona bloków.

W związku z tym Bittensor nie ma skarbca, zablokowanych udziałów inwestorów ani funduszy na airdrop i inne zachęty dla społeczności. Jedynymi odbiorcami tokenów są górnicy i walidatorzy.

Z jednej strony zmniejsza to możliwość przyciągnięcia nowych użytkowników i deweloperów poprzez zachęty ekonomiczne i programy grantowe (będzie to wymagało dodatkowych źródeł finansowania), z drugiej zapewnia pełną przejrzystość i przewidywalną inflację.

Należy zauważyć, że nie ma również informacji o inwestorach projektu. Bittensor. org wymienia Polychain Capital i DCG jako partnerów, podczas gdy Pitchbook twierdzi, że stojąca za projektem fundacja Opentensor zamknęła wczesną rundę inwestycji. Brak jednak dalszych szczegółów.

Wnioski

Narracja o synergii między sztuczną inteligencją a blockchainem została określona przez wielu ekspertów jako obiecujący trend na 2024 rok. Jednak deweloperzy wciąż poszukują konkretnego modelu tej fuzji, który zapewniłby przewagę nad scentralizowanymi rozwiązaniami.

Bittensor jest jednym z pretendentów do przywództwa w tym nowym, wschodzącym sektorze rynku kryptowalut. Zespół projektowy nie dąży do zrewolucjonizowania samych algorytmów sztucznej inteligencji, ale do stworzenia zdecentralizowanego rynku wiedzy AI, otwierając nowe możliwości monetyzacji dla właścicieli wydajnych modeli.

Jednocześnie Bittensor pozostawia miejsce dla innych projektów blockchain w dziedzinie sztucznej inteligencji, mających na celu na przykład decentralizację zasobów obliczeniowych lub stworzenie uczciwego rynku danych dla algorytmów szkoleniowych.