解读Bittensor：一月上涨400%，AI+Crypto赛道黑马

原文作者：Knower

原文编译：Luffy，Foresight News

朋友们，好久不见了。我希望你们所有人都能享受到加密货币领域最近一些积极的价格走势。为了获得丰厚的回报，我决定编写一份关于人工智能加密项目 Bittensor 的正式报告。我不是加密货币方面的专家，所以你可能会认为我对人工智能不太熟悉。然而实际上，我在加密货币之外花费了大量空闲时间进行人工智能研究，并且在过去 3-4 个月中一直在熟悉人工智能领域的重要更新、进步和现有基础设施。 

尽管有一些措辞并不准确且缺乏分析性的推文，但我还是要澄清事实。阅读完本文内容后，你对 Bittensor 的了解将远远超过预期。这是一份篇幅有点长的报告，我并不是故意堆砌词句，这很大程度上是因为大量的图片和截图。 请不要将文章输入 ChatGPT 来获取摘要，我在这些内容上投入了大量时间，你无法以这种方式了解整个故事。

当我撰写这份报告时，一位朋友（他恰好是一个 Crypto Twitter KOL）告诉我，「人工智能 + 加密货币 = 金融的未来」 。在你阅读本文时，请时刻牢记这一点。

人工智能是加密技术开始统治世界的最后一块拼图，还是只是实现我们目标的一小步？答案要靠你自己去寻找，我只是提供一些值得深思的东西。 

背景信息

用 Bittensor 的话说，Bittensor 本质上是一种用于编写众多去中心化商品市场或位于统一代币系统下的「子网络」的语言，其目标是将数字市场力量引导到社会最重要的数字商品——人工智能。 

Bittensor 的使命是建立一个去中心化网络，通过独特的激励机制和先进的子网络架构，能够与以前「只有像 OpenAI 这样的巨头公司才能实现的」模型相竞争。最好将 Bittensor 想象成一个由互操作部件组成的完整系统，一台借助区块链构建的机器，以更好地促进人工智能功能在链上的普及。 

管理 Bittensor 网络有两个关键参与者，他们是矿工和验证者。矿工是向网络提交预先训练的模型以换取奖励份额的个人。验证器负责确认这些模型输出的有效性和准确性，并选择最准确的输出返回给用户。例如，Bittensor 用户请求 AI 聊天机器人回答涉及衍生品或历史事实的简单问题，无论当前在 Bittensor 网络中运行多少个节点，这个问题都会得到回答。 

用户与 Bittensor 网络交互的步骤简单描述如下：用户向验证器发送查询，验证器将其传播给矿工，然后验证器将矿工输出进行排名，排名最高的矿工输出将被发送回给用户。

这一切都非常简单。 

通过激励，模型通常提供最佳输出，Bittensor 创建了一个积极的反馈循环，矿工之间相互竞争，引入更精细、更准确和更高性能的模型，以获取更大份额的 TAO（Bittensor 生态代币）并促进更积极的用户体验。 

要成为验证者，用户必须成为 TAO 的前 64 位持有者之一，并在 Bittensor 的任何子网络（提供访问各种形式人工智能的独立经济市场）上注册了 UID。例如，子网 1 专注于通过文本提示进行标记预测，子网 5 则专注于图像生成。这两个子网可能使用不同的模型，因为它们的任务截然不同，并且可能需要不同的参数、精度以及其他特定功能。 

Bittensor 架构的另一个关键方面是 Yuma Consensus 机制，类似于在整个子网网络中分配 Bittensor 可用资源的 CPU。 Yuma 被描述为 PoW 和 PoS 的混合体，具有在链下传输和促进情报的附加功能。虽然 Yuma 支撑着 Bittensor 的大部分网络，但子网络可以选择加入或不依赖 Yuma 共识。具体细节复杂而模糊，而且有各种各样的子网和相应的 Github，所以如果你只想大致了解的话，知道 Yuma 共识的自上而下的方法就可以了。

但是模型呢？

与普遍看法相反，Bittensor 并不自己训练模型。这是一个极其昂贵的过程，只有较大的人工智能实验室或研究组织才能负担得起，并且可能需要很长时间。我试图对 Bittensor 中是否包含模型训练做出绝对回答，但我唯一的发现并不是结论性的。