Bittensor：AIサブネットは群知能ネットワークをどのように再形成するのか？
TechFlow厳選深潮セレクト
Bittensor：AIサブネットは群知能ネットワークをどのように再形成するのか？
Bittensorは独自のAIサブネット構造とインセンティブメカニズムを活用し、群知能ネットワークを再定義することで、AIとWeb3の有機的な統合を実現しました。
Web3業界の深掘り報道に専念し潮流を洞察執筆：Trustless Labs
AI革命の背景
AIブームの背景
人工知能（AI）技術の飛躍的発展に伴い、我々はデータ駆動型の新しい時代へと突入している。深層学習や自然言語処理などの分野における画期的な進展により、AIの応用はあらゆる場面に広がっている。2022年にChatGPTが登場したことでAI業界が爆発的に注目を集め、それに続くテキストから動画生成、自動オフィス業務など一連のAIツールが相次いで登場し、「AI＋」の活用も現実味を帯びてきた。AI業界の市場価値も急上昇しており、2030年には185億ドルに達すると予測されている。
図1 AI市場価値の変化
従来のインターネット企業によるAI独占
現在のAI業界は主にNVIDIA、Microsoft、Google、OpenAIといった企業によって独占されており、技術の進歩とともにデータ集中や計算リソースの不均等な分配といった課題も生じている。一方で、Web3の分散化理念はこうした問題の解決に新たな可能性を提示しており、Web3の分散ネットワークによって、現在のAI発展の構造が再編されることが期待されている。
Web3＋AIの現状
AI業界が活況を呈する中、多くの優れたWeb3＋AIプロジェクトも登場している。Fetch.aiはブロックチェーン技術を用いて分散型経済を構築し、自律エージェントやスマートコントラクトを通じてAIモデルの訓練と応用を最適化している。Numeraiはブロックチェーン技術とデータサイエンティストコミュニティを活用して市場動向を予測し、報酬制度を通じてモデル開発者をインセンティブ付けしている。VelasはAIとブロックチェーンを統合した高性能スマートコントラクトプラットフォームを構築し、高速取引と高いセキュリティを提供している。AIプロジェクト自体には「データ」「アルゴリズム」「計算力」という三大要素があるが、現在Web3＋データ、Web3＋計算力の分野は盛んに発展しているものの、Web3＋アルゴリズムの方向性は個別に取り組まれており、結果として単一用途のプロジェクトが散在するにとどまっている。Bittensorはこのギャップに着目し、ブロックチェーンが持つ競争とインセンティブメカニズムを活かして、自ら優秀なAIプロジェクトを選別・競争させるAIアルゴリズムプラットフォームを構築し、最も質の高いAIプロジェクトを保持している。
Bittensorの発展の流れ
革新的な突破
Bittensorは、分散型インセンティブ付き機械学習ネットワークおよびデジタル商品マーケットである。
-
分散化：Bittensorは、異なる企業や組織が管理する数千台の分散コンピュータネットワーク上で動作しており、データ集中などの問題を解決している。
-
公平なインセンティブメカニズム：Bittensorネットワークは、サブネットが提供する$TAOトークンをサブネットの貢献度に比例して配布し、各サブネットもマイナーおよびバリデーターに対してノードの貢献度に応じた報酬を分配する。
-
機械学習リソース：分散ネットワークは、機械学習の計算リソースを必要とするすべての個人にサービスを提供できる。
-
多様なデジタル商品マーケット：当初、Bittensorネットワークのデジタル商品マーケットは機械学習モデルおよび関連データの取引専用に設計されていたが、Bittensorネットワークの拡張性およびYumaコンセンサスがデータの内容を問わない仕組みにより、あらゆる形式のデータを取引可能なマーケットへと進化している。
発展の歴史
現在の市場にある多くの高評価VCプロジェクトとは異なり、Bittensorはより公平で面白く意義深いギーク的なプロジェクトであり、他のプロジェクトのような「壮大な計画から投資詐欺へ」というプロセスを経ていない。
-
概念形成とプロジェクト開始（2021年）：分散型AIネットワークの推進を目指す技術愛好家と専門家たちによってBittensorは創設され、Substrateフレームワークを用いてBittensorブロックチェーンを構築し、柔軟性と拡張性を確保した。
-
初期開発と技術検証（2022年）：チームはAlpha版ネットワークをリリースし、分散型AIの実現可能性を検証。同時にYumaコンセンサスを導入し、データ非依存の原則を強調することでユーザーのプライバシーとセキュリティを保護した。
-
ネットワーク拡大とコミュニティ構築（2023年）：Beta版をリリースし、ネットワーク維持のためのトークン経済モデル（TAO）を導入した。
-
技術革新とクロスチェーン互換性（2024年）：DHT（分散ハッシュテーブル）統合技術を採用し、データの保存と検索をより効率化。同時にサブネットおよびデジタル商品マーケットの宣伝と拡張にも注力し始めた。
図2 Bittensorネットワーク宣伝図
Bittensorの発展過程において、従来のVCはほとんど関与しておらず、集中支配のリスクを回避している。プロジェクトはトークンを通じてノードおよびマイナーにインセンティブを提供し、ネットワークの活性を保っている。本質的に見れば、BittensorはGPUマイナーによって駆動されるAI計算能力およびサービスのプロジェクトである。
トークンエコノミクス
BittensorネットワークのトークンはTAOであり、ビットコインへの敬意を表して、TAOはBTCと多くの点で類似している。総供給量は2100万枚で、4年ごとに半減期を迎える。TAOトークンはBittensorネットワークの立ち上げ時にフェアローンチ（fair launch）方式で分配され、プリマインはなく、創業チームやVCへのトークン割当もない。現在約12秒ごとに1つのBittensorブロックが生成され、各ブロックでは1 $TAOが報酬として支払われ、1日あたり約7200 TAOが生成される。これらの報酬は現在、貢献度に応じて各サブネットに分配され、その後サブネット内でサブネット所有者、バリデーター、マイナーに分配される。
図3 Bittensorコミュニティ宣伝図
TAOトークンは、Bittensorネットワーク内で計算リソース、データ、AIモデルの購入や取得に利用でき、またコミュニティガバナンス参加の資格としても機能する。
現状の発展
Bittensorネットワークのアカウント総数は現在10万以上で、そのうちゼロ以外のアカウントは8万存在する。
図4 Bittensorアカウント数の変化
過去1年間で、TAOは最高数十倍に上昇し、現在の時価総額は22.78億ドル、価格は321ドルである。
図5 TAOトークン価格の変化
段階的に実装されるサブネット構造
Bittensorプロトコル
Bittensorプロトコルは、分散型機械学習プロトコルであり、ネットワーク参加者が機械学習の能力や予測を交換し、P2P方式で機械学習モデルおよびサービスの共有と協働を促進するものである。
図6 Bittensorプロトコル
Bittensorプロトコルにはネットワークアーキテクチャ、サブテンソル、サブネット構造、サブネットエコシステム内のバリデーターノード、マイナーノードなどが含まれる。Bittensorネットワークは本質的にプロトコルに参加する一連のノードから成り、各ノードではBittensorクライアントソフトウェアが稼働し、他のネットワークと相互作用する。これらのノードはそれぞれのサブネットによって管理され、優勝劣敗のメカニズムが適用され、全体的なパフォーマンスが悪いサブネットは新しいサブネットに置き換えられ、各サブネット内でパフォーマンスが悪いバリデーターやマイナーノードも排除される。つまり、サブネットはBittensorネットワークアーキテクチャの中で最も重要な要素である。
サブネットのロジック
サブネットは独立して稼働するコードの一区画と考えられ、独自のユーザーインセンティブと機能を規定するが、すべてのサブネットはBittensorメインネットと同一のコンセンサスインターフェースを維持している。サブネットにはローカルサブネット、テストネットサブネット、メインネットサブネットの3種類がある。ルートサブネットを除けば、現在45のサブネットが存在し、2024年5月から7月にかけて、サブネット数は32から64へと増加し、毎週4つの新サブネットが追加される予定である。
サブネットの役割と排出（エミッション）
Bittensorネットワーク全体には、ユーザー、開発者、マイナー、ステーキングバリデーター、サブネット所有者、委員会の6種類の機能的役割が存在する。サブネット内にはサブネット所有者、マイナー、ステーキングバリデーターが含まれる。
-
サブネット所有者：サブネット所有者は基本的なマイナーおよびバリデーターコードを提供し、独自のインセンティブメカニズムを設定し、マイナーの作業インセンティブを分配することができる。
-
マイナー：マイナーノードはサーバーやマイニングコードの反復改善を促され、同じサブネット内の他のマイナーとの競争で领先地位を維持する。排出量が最低のマイナーは新しいマイナーに追い出され、再度ノード登録が必要となる。なお、マイナーは複数のサブネットで複数のノードを稼働できる。
-
バリデーター：バリデーターは各サブネットの貢献を評価し正しさを保証することで対応する報酬を得る。また、TAOトークンをバリデーターノードにステーキングでき、バリデーターノードは0〜18％（調整可能）のステーキング報酬を得られる。
サブネット排出（emission）は、Bittensorネットワーク内でマイナーおよびバリデーターに報酬として分配されるTAOトークンの仕組みであり、通常サブネットの排出報酬のうち18％がサブネット所有者に、41％がサブネットバリデーターに、41％がマイナーに分配される。1つのサブネットには256のUIDスロットがあり、そのうち64のUIDスロットがバリデーターに割り当てられ、192のUIDがマイナーに割り当てられる。ステーク量が上位64位のバリデーターのみがバリデーター許可を得られ、サブネット内のアクティブバリデーターと見なされる。バリデーターのステーク量とパフォーマンスが、サブネット内での地位と報酬を決定する。マイナーのパフォーマンスはサブネットバリデーターの要求と評価によってスコアリングされ、パフォーマンスが低いマイナーは新たに登録されたマイナーに置き換えられる。したがって、バリデーターのステーク総量が多ければ多いほど、マイナーの計算効率が高ければ高いほど、サブネットの総排出量も高くなり、ランキングも上位になる。
サブネットの登録と淘汰
サブネット登録後は7日間の免疫期間に入り、初回登録料は100 $TAOだが、再登録時は価格が2倍になり、その後時間経過とともに100 TAOまで下落する。すべてのサブネットスロットが埋まった場合、新しいサブネットを登録する際には、排出（emission）が最低で免疫期間中でないサブネットが削除され、新サブネットが受け入れられる。したがって、サブネットは免疫期間後に削除されないよう、UIDスロット内のバリデーターのステーク量とマイナーの効率をできる限り高める必要がある。
図7 サブネット名
Bittensorネットワークのサブネットアーキテクチャの恩恵を受け、分散型AIデータネットワークMasaが実現し、Bittensorネットワーク初の二重トークン報酬システムとなり、1800万ドルの資金調達に成功した。
図8 Masa宣伝図
コンセンサスと証明メカニズム
Bittensorネットワークには複数のコンセンサスメカニズムと証明メカニズムが存在する。従来の分散ネットワークでは、マイナーノードに対してPoW（作業証明）がよく用いられ、ネットワーク内での貢献を保証し、計算能力とデータ処理品質に基づいて報酬を得る。バリデーターノードに対しては一般的にPoV（検証証明）が採用され、ネットワークの安全性と完全性を確保する。一方、Bittensorネットワークでは独自のPoI（知能証明）メカニズムを考案し、Yumaコンセンサスと組み合わせることで検証と報酬分配を実現している。
知能証明（PoI）メカニズム
BittensorのPoIメカニズムは独自の検証およびインセンティブメカニズムであり、スマート計算タスクの完了によって参加者の貢献を証明し、ネットワークの安全性、データ品質、計算リソースの効率的利用を確保する。
-
マイナーノードはスマート計算タスクを完了することで作業を証明する。これらのタスクには自然言語処理、データ分析、機械学習モデルのトレーニングなどが含まれる。
-
タスクはバリデーターによってマイナーに割り当てられ、マイナーがタスクを完了した後、結果をバリデーターに返信する。バリデーターはタスク完了の質に基づいて評価を行う。
Yumaコンセンサス
YumaコンセンサスはBittensorネットワークの核心的なコンセンサスメカニズムであり、バリデーターがタスク完了状況に基づいて評価を出した後、その評価をYumaコンセンサスアルゴリズムに入力する。コンセンサスアルゴリズムでは、多くのTAOをステーキングしたバリデーターの評価が重みづけされ、また大部分のバリデーターと乖離した結果はフィルターされ、最終的に総合評価に基づいてトークン報酬が分配される。
図9 コンセンサスアルゴリズムのイメージ
-
データ非依存原則：データ処理中のプライバシーとセキュリティを確保。つまり、ノードは処理対象データの具体的な内容を知らなくても計算および検証を完了できる。
-
パフォーマンスに基づく報酬：ノードのパフォーマンスと貢献に基づいて報酬を分配し、効率的かつ高品質な計算リソースとデータ処理を確保する。
MOEメカニズムとの協働
Bittensorはネットワーク内にMOEメカニズムを導入し、1つのモデルアーキテクチャに複数の専門レベルのサブモデルを統合する。各専門モデルは特定分野の問題に対処する際に相対的な優位性を持つ。そのため、新しいデータがモデルアーキテクチャに投入されたとき、異なるサブモデルが協働して単一モデルよりも優れた結果を得ることができる。
Yumaコンセンサスメカニズムと連携することで、バリデーターは専門モデルを評価し、その能力をランク付けしてトークン報酬を分配し、モデルの最適化と改善をインセンティブ付けることができる。
図10 問題解決のアプローチ
サブネットプロジェクト
原稿執筆時点では、Bittensorのサブネット登録数は45に達し、命名済みのものは40である。過去にサブネット数が制限されていた時期、サブネット登録は非常に激しく、登録価格は一時的に百万ドルに達したこともある。現在Bittensorは徐々に新たなサブネット登録枠を開放しており、新規登録のサブネットは安定性やモデル性能の面で長期間運営されているサブネットに及ばない可能性がある。しかし、Bittensorが導入したサブネット淘汰メカニズムにより、長期的には良質なプロジェクトが劣ったプロジェクトを排除するプロセスとなり、モデル性能が低く実力不足のサブネットは生き残るのが難しくなる。
図11 Bittensorサブネットプロジェクト詳細
rootサブネットを除き、現在19番、18番、1番のサブネットが特に注目されており、排出量の割合はそれぞれ8.72％、6.47％、4.16％である。
19番サブネット
19番サブネットはVisionと呼ばれ、2023年12月18日に登録された。Visionは分散型画像生成および推論に特化しており、最高品質のオープンソースLLM、画像生成モデル（サブネット19のデータセットで訓練されたモデルを含む）、その他各種モデル（埋め込みモデルなど）へのアクセスを提供している。
現在、Visionサブネットのスロット登録料は3.7 TAO、24時間のノード総収益は約627.84 TAO、過去24時間で64.79 TAO相当のノードが回収された。新規登録ノードが平均水準に達すれば、1日あたりの収益は2.472 TAO（約866米ドル）となる。
図12 Visionサブネット登録料データ
現在、Visionサブネットの回収ノードの総価値は約19,200 TAO。
図13 Visionサブネット回収料金
18番サブネット
18番サブネットはCortex.tと呼ばれ、Corcelが開発した。Cortex.tは最先端のAIプラットフォーム構築を目指し、APIを通じて信頼性が高く高品質なテキストおよび画像応答をユーザーに提供する。
現在、Cortex.tサブネットのスロット登録料は3.34 TAO、24時間のノード総収益は約457.2 TAO、過去24時間で106.32 TAO相当のノードが回収された。新規登録ノードが平均水準に達すれば、1日あたりの収益は1.76 TAO（約553.64米ドル）となる。
図14 Cortex.tサブネット登録料データ
現在、Cortex.tサブネットの回収ノードの総価値は約27,134 TAO。
図15 Cortex.tサブネット回収料金
1番サブネット
1番サブネットはOpentensor財団が開発したもので、テキスト生成に特化した分散型サブネットである。このサブネットはBittensorサブネットの最初のプロジェクトとして、当初大きな疑念を呈された。今年3月、Taproot Wizardsの創業者Eric WallはBittensorのTAOトークンをAI分野のmemeコインと呼び、1番サブネットが数百のノードを使ってAIで同様の結果を出してしまい、実際の問題解決効果を高めていないと指摘した。
その他
モデルのカテゴリから見ると、19番、18番、1番のサブネットモデルはすべて生成モデルに属する。これ以外にも、大規模データ処理モデル、取引AIモデルなどがあり、例えばサブネット22 Meta SearchはTwitterデータを分析して市場センチメントを提供し、サブネット2 Omronはディープニューラルネットワークを用いてステーキング戦略を学習し継続的に最適化している。
収益リスクの観点では、スロットを数週間以上安定稼働できれば、明らかに収益は非常に魅力的である。しかし、新規登録ノードが高性能GPUを採用せず、ローカルアルゴリズムを最適化できない場合、他のノードとの競争で生存するのは難しい。
将来の展望
-
話題性の観点から見ると、AIというコンセプトの人気はWeb3コンセプトに劣らず、むしろ元々Web3業界に流入するはずだった熱狂的資金の多くがAI業界に引き寄せられている。したがって、Web3＋AIは今後長期間にわたり市場の中心となるだろう。
-
プロジェクト構造の観点から見ると、Bittensorは従来のVCプロジェクトではなく、上場以来数十倍に上昇しており、技術的・市場的両面からの支持を兼ね備えている。
-
技術革新の観点から見ると、BittensorはこれまでのWeb3＋AIプロジェクトがバラバラだった状況を打破しており、独自のサブネットアーキテクチャにより、AI技術力を持つ多くのチームが分散ネットワークへの移行を容易にし、早期に収益を得ることが可能になる。また、競争・淘汰メカニズムにより、サブネットプロジェクトは常にモデルの最適化とステーク量の増加を進め、新しいサブネットに置き換えられないようにしなければならない。
-
リスクの観点から見ると、Bittensorがサブネット枠を増やすことで、必然的に登録ハードルが下がり、質の低いプロジェクトが混入する可能性が高まる。また、サブネット数の増加に伴い、既存のサブネットが獲得するTAO数量は徐々に減少する。もしTAOトークン価格がサブネット数の増加に追随して上昇しない場合、収益は期待に届かない可能性が高い。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
@TrustlessLabs
