Quan điểm: Tại sao chúng ta vẫn tăng giá Bittensor?
Tuyển chọn TechFlowTuyển chọn TechFlow
Quan điểm: Tại sao chúng ta vẫn tăng giá Bittensor?
Với tính bao hàm mạnh mẽ, môi trường cạnh tranh khốc liệt và cơ chế khuyến khích hiệu quả, hệ sinh thái Bittensor có khả năng sản xuất hữu cơ các sản phẩm trí tuệ nhân tạo chất lượng cao.
Chuyên sâu báo cáo Web3Tác giả: 0xai
Biên dịch: TechFlow
Bittensor là gì?
Bản thân Bittensor không phải là một sản phẩm trí tuệ nhân tạo (AI), cũng không sản xuất hay cung cấp bất kỳ sản phẩm hoặc dịch vụ AI nào. Bittensor là một hệ thống kinh tế, đóng vai trò như bộ tối ưu hóa thị trường sản phẩm AI bằng cách cung cấp cơ chế khuyến khích cực kỳ cạnh tranh cho những nhà sản xuất sản phẩm AI. Trong hệ sinh thái Bittensor, những nhà sản xuất chất lượng cao sẽ nhận được nhiều phần thưởng hơn, trong khi những nhà sản xuất kém cạnh tranh hơn sẽ dần bị loại bỏ.
Vậy thì, Bittensor cụ thể đã tạo ra cơ chế khuyến khích này như thế nào để thúc đẩy cạnh tranh hiệu quả và khuyến khích sản xuất hữu cơ các sản phẩm AI chất lượng cao?
Mô hình vòng xoáy Bittensor
Bittensor đạt được mục tiêu này thông qua mô hình vòng xoáy. Các trình xác thực đánh giá chất lượng sản phẩm AI trong hệ sinh thái và phân bổ phần thưởng dựa trên chất lượng, đảm bảo rằng những nhà sản xuất chất lượng cao nhận được nhiều phần thưởng hơn. Điều này thúc đẩy sự gia tăng liên tục của đầu ra chất lượng cao, từ đó nâng cao giá trị mạng lưới Bittensor và thúc đẩy việc tăng giá TAO. Việc tăng giá TAO không chỉ thu hút thêm nhiều nhà sản xuất chất lượng cao tham gia hệ sinh thái Bittensor mà còn làm tăng chi phí tấn công đối với những kẻ cố gắng thao túng kết quả đánh giá chất lượng. Điều này tiếp tục củng cố sự đồng thuận của các trình xác thực trung thực, tăng tính khách quan và công bằng của kết quả đánh giá, từ đó đạt được cơ chế cạnh tranh và khuyến khích hiệu quả hơn.
Việc đảm bảo tính công bằng và khách quan của kết quả đánh giá là bước then chốt để khởi động vòng xoáy. Đây cũng chính là công nghệ cốt lõi của Bittensor: hệ thống xác thực trừu tượng dựa trên giao thức đồng thuận Yuma.
Vậy giao thức đồng thuận Yuma là gì, và nó đảm bảo kết quả đánh giá sau đồng thuận là công bằng, khách quan như thế nào?
Yuma là một cơ chế đồng thuận nhằm tính toán kết quả đánh giá cuối cùng dựa trên các đánh giá đa dạng do nhiều trình xác thực cung cấp. Tương tự như cơ chế đồng thuận chịu lỗi Byzantine, miễn là phần lớn các trình xác thực trong mạng là trung thực, quyết định cuối cùng sẽ đúng đắn. Giả sử các trình xác thực trung thực có thể đưa ra đánh giá khách quan, thì kết quả đánh giá sau đồng thuận cũng sẽ công bằng và khách quan.
Lấy ví dụ về đánh giá chất lượng subnet, các trình xác thực mạng gốc sẽ đánh giá và xếp hạng chất lượng đầu ra của từng subnet. Kết quả đánh giá từ 64 trình xác thực được tổng hợp và đi qua thuật toán đồng thuận Yuma để đưa ra kết quả đánh giá cuối cùng. Sau đó, các kết quả cuối cùng này được dùng để phân bổ lượng TAO mới đúc cho mỗi subnet.
Hiện tại, đồng thuận Yuma vẫn còn không gian cải thiện:
-
Các trình xác thực mạng gốc có thể không đại diện đầy đủ cho tất cả những người nắm giữ TAO, và đánh giá của họ có thể không phản ánh quan điểm rộng rãi. Ngoài ra, đánh giá của một số trình xác thực hàng đầu có thể không luôn luôn khách quan. Ngay cả khi phát hiện thiên vị, cũng có thể không sửa chữa ngay lập tức.
-
Sự tồn tại của các trình xác thực mạng gốc giới hạn số lượng subnet mà Bittensor có thể hỗ trợ. Để cạnh tranh với các gã khổng lồ AI tập trung, chỉ có 32 subnet là chưa đủ. Tuy nhiên, ngay cả với 32 subnet, các trình xác thực mạng gốc có thể khó giám sát hiệu quả tất cả các subnet.
-
Các trình xác thực có thể không có động lực mạnh mẽ để di chuyển sang subnet mới. Trong ngắn hạn, các trình xác thực có thể mất một phần thưởng khi chuyển từ subnet cũ có lượng phát hành cao sang subnet mới có lượng phát hành thấp. Sự không chắc chắn về việc lượng phát hành của subnet mới có bắt kịp hay không, cộng với tổn thất phần thưởng rõ ràng trong quá trình theo đuổi, làm giảm ý chí di chuyển của họ.
Bittensor cũng lên kế hoạch nâng cấp cơ chế để giải quyết những nhược điểm này:
-
Dynamic TAO (TAO động) sẽ phân tán quyền đánh giá chất lượng subnet cho tất cả người nắm giữ TAO, thay vì chỉ một vài trình xác thực. Người nắm giữ TAO sẽ có thể gián tiếp xác định tỷ lệ phân bổ cho từng subnet thông qua việc đặt cược.
-
Không còn giới hạn bởi các trình xác thực mạng gốc, số lượng subnet hoạt động tối đa sẽ tăng lên 1024. Điều này sẽ giảm đáng kể rào cản gia nhập hệ sinh thái Bittensor cho các đội ngũ mới, dẫn đến cạnh tranh khốc liệt hơn giữa các subnet.
-
Các trình xác thực di chuyển sớm sang subnet mới có thể nhận được phần thưởng cao hơn. Việc di chuyển sớm nghĩa là mua Dynamic TAO của subnet đó với giá thấp hơn, tăng khả năng nhận được nhiều TAO hơn trong tương lai.
Tính bao hàm mạnh mẽ cũng là một trong những lợi thế chính của đồng thuận Yuma. Đồng thuận Yuma không chỉ dùng để xác định lượng phát hành cho mỗi subnet, mà còn để xác định tỷ lệ phân bổ cho từng thợ đào và trình xác thực bên trong cùng một subnet. Ngoài ra, bất kể nhiệm vụ của thợ đào là gì, các đóng góp của họ, bao gồm sức mạnh tính toán, dữ liệu, đóng góp con người và trí tuệ, đều được xem xét ở mức độ trừu tượng. Do đó, mọi giai đoạn sản xuất sản phẩm AI đều có thể tiếp cận hệ sinh thái Bittensor, tận hưởng phần thưởng và đồng thời làm tăng giá trị mạng Bittensor.
Tiếp theo, hãy cùng khám phá một số subnet hàng đầu để xem Bittensor khuyến khích đầu ra của các subnet này như thế nào.
Những subnet xuất sắc
Subnet 3: Myshell TTS
Bạn có thể đóng góp vào việc phát triển myshell ai/MyShell TTS Subnet bằng cách tạo tài khoản trên GitHub.
Lượng phát hành: 3,46% (9 tháng 4 năm 2024)
Thông tin nền: Myshell là đội ngũ đứng sau Myshell TTS (chuyển văn bản thành giọng nói), gồm các thành viên nòng cốt từ những tổ chức danh tiếng như MIT, Đại học Oxford và Đại học Princeton. Myshell hướng tới xây dựng một nền tảng không cần mã lệnh, giúp sinh viên không có nền tảng lập trình dễ dàng tạo ra chatbot theo ý muốn. Tập trung vào lĩnh vực TTS, sách nói và trợ lý ảo, Myshell đã ra mắt chatbot thoại đầu tiên Samantha vào tháng 3 năm 2023. Khi ma trận sản phẩm ngày càng mở rộng, nền tảng này đã tích lũy hơn một triệu người dùng đăng ký. Nền tảng này lưu trữ nhiều loại chatbot khác nhau, bao gồm chatbot học ngôn ngữ, giáo dục và tiện ích.
Định vị: Myshell ra mắt subnet này nhằm tập hợp trí tuệ của toàn bộ cộng đồng mã nguồn mở để xây dựng mô hình TTS mã nguồn mở tốt nhất. Nói cách khác, Myshell TTS không trực tiếp vận hành mô hình hay xử lý yêu cầu người dùng cuối; thay vào đó, đây là một mạng lưới để huấn luyện mô hình TTS.
Kiến trúc Myshell TTS
Quy trình vận hành của Myshell TTS như hình trên. Các thợ đào chịu trách nhiệm huấn luyện mô hình và tải mô hình đã huấn luyện lên kho mô hình (siêu dữ liệu của mô hình cũng được lưu trữ trên mạng blockchain Bittensor); các trình xác thực tạo các trường hợp kiểm thử, đánh giá hiệu suất mô hình và chấm điểm dựa trên kết quả; blockchain Bittensor chịu trách nhiệm sử dụng đồng thuận Yuma để tổng hợp trọng số, xác định trọng số cuối cùng và tỷ lệ phân bổ cho từng thợ đào.
Tóm lại, các thợ đào phải liên tục nộp các mô hình chất lượng cao hơn để duy trì phần thưởng của mình.
Hiện tại, Myshell cũng đã ra mắt một bản demo trên nền tảng của mình để người dùng trải nghiệm các mô hình trong Myshell TTS.
Kiến trúc Open Kaito
Trong tương lai, khi các mô hình được huấn luyện bởi Myshell TTS trở nên đáng tin cậy hơn, sẽ có nhiều trường hợp sử dụng hơn ra đời. Hơn nữa, với tư cách là các mô hình mã nguồn mở, chúng không chỉ giới hạn trong Myshell mà còn có thể mở rộng sang các nền tảng khác. Thông qua phương pháp phi tập trung để huấn luyện và khuyến khích các mô hình mã nguồn mở, chẳng phải đó chính là mục tiêu của chúng ta trong lĩnh vực AI phi tập trung sao?
Subnet 5: Open Kaito
Bạn có thể đóng góp vào việc phát triển Open Kaito bằng cách tạo tài khoản trên GitHub.
Lượng phát hành: 4,39% (9 tháng 4 năm 2024)
Thông tin nền: Đội ngũ đứng sau Kaito.ai là nhóm Open Kaito, với các thành viên nòng cốt có kinh nghiệm phong phú trong lĩnh vực AI, từng làm việc tại các công ty hàng đầu như AWS, META và Citadel. Trước khi tham gia vào subnet Bittensor, họ đã ra mắt sản phẩm chủ lực Kaito.ai — một công cụ tìm kiếm dữ liệu ngoài chuỗi Web3 — vào quý IV năm 2023. Sử dụng các thuật toán AI, Kaito.ai đã tối ưu hóa các thành phần cốt lõi của công cụ tìm kiếm, bao gồm thu thập dữ liệu, thuật toán xếp hạng và thuật toán truy xuất. Nó đã được công nhận là công cụ thu thập thông tin hàng đầu trong cộng đồng tiền mã hóa.
Định vị: Open Kaito nhằm xây dựng một tầng lập chỉ mục phi tập trung để hỗ trợ tìm kiếm và phân tích thông minh. Công cụ tìm kiếm không chỉ đơn thuần là cơ sở dữ liệu hay thuật toán xếp hạng, mà là một hệ thống phức tạp. Ngoài ra, một công cụ tìm kiếm hiệu quả còn đòi hỏi độ trễ thấp, điều này đặt ra thách thức bổ sung khi xây dựng phiên bản phân tán. May mắn thay, thông qua hệ thống khuyến khích của Bittensor, những thách thức này có khả năng được giải quyết.
Quy trình vận hành của Open Kaito như hình trên. Open Kaito không chỉ phân tán từng thành phần của công cụ tìm kiếm mà còn định nghĩa bài toán lập chỉ mục thành bài toán giữa thợ đào và trình xác thực. Nghĩa là, thợ đào chịu trách nhiệm phản hồi các yêu cầu lập chỉ mục của người dùng, trong khi trình xác thực phân phối nhu cầu và chấm điểm phản hồi của thợ đào.
Open Kaito không giới hạn cách thợ đào hoàn thành nhiệm vụ lập chỉ mục, mà tập trung vào kết quả đầu ra cuối cùng của thợ đào để khuyến khích các giải pháp sáng tạo. Điều này giúp nuôi dưỡng môi trường cạnh tranh lành mạnh giữa các thợ đào. Trước nhu cầu lập chỉ mục của người dùng, các thợ đào nỗ lực cải thiện kế hoạch thực thi để đạt được kết quả phản hồi chất lượng cao hơn với ít tài nguyên hơn.
Subnet 6: Nous Finetuning
Bạn có thể đóng góp vào việc phát triển Nous Research/finetuning subnet bằng cách tạo tài khoản trên GitHub.
Lượng phát hành: 6,26% (9 tháng 4 năm 2024)
Thông tin nền: Đội ngũ đứng sau Nous Finetuning đến từ Nous Research, một nhóm nghiên cứu tập trung vào kiến trúc mô hình ngôn ngữ quy mô lớn (LLM), tổng hợp dữ liệu và suy luận trên thiết bị. Đồng sáng lập từng là Kỹ sư trưởng tại Eden Network.
Định vị: Nous Finetuning là một subnet chuyên biệt dành cho việc tinh chỉnh các mô hình ngôn ngữ lớn. Ngoài ra, dữ liệu dùng để tinh chỉnh cũng đến từ hệ sinh thái Bittensor, cụ thể là subnet 18.
Quy trình vận hành của Nous Finetuning tương tự như Myshell TTS. Các thợ đào huấn luyện mô hình dựa trên dữ liệu từ subnet 18 và định kỳ công bố các mô hình này để lưu trữ trên Hugging Face; các trình xác thực đánh giá mô hình và đưa ra điểm số; tương tự, blockchain Bittensor chịu trách nhiệm sử dụng đồng thuận Yuma để tổng hợp trọng số, xác định trọng số cuối cùng và lượng phát hành cho từng thợ đào.
Subnet 18: Cortex.t
Bạn có thể đóng góp vào việc phát triển corcel-api/cortex.t bằng cách tạo tài khoản trên GitHub.
Lượng phát hành: 7,74% (9 tháng 4 năm 2024)
Thông tin nền: Đội ngũ đứng sau Cortex.t là Corcel.io, nhận được sự hỗ trợ từ Mog – trình xác thực lớn thứ hai trên mạng Bittensor. Corcel.io là một ứng dụng dành cho người dùng cuối, cung cấp trải nghiệm tương tự ChatGPT bằng cách tận dụng các sản phẩm AI trong hệ sinh thái Bittensor.
Định vị: Cortex.t được định vị là lớp cuối cùng trước khi cung cấp kết quả cho người dùng cuối. Nó chịu trách nhiệm phát hiện và tối ưu hóa đầu ra từ các subnet khác nhau để đảm bảo kết quả chính xác và đáng tin cậy, đặc biệt khi một lời nhắc gọi nhiều mô hình. Cortex.t nhằm ngăn chặn đầu ra trống hoặc không nhất quán, đảm bảo trải nghiệm người dùng liền mạch.
Các thợ đào trong Cortex.t tận dụng các subnet khác trong hệ sinh thái Bittensor để xử lý yêu cầu người dùng cuối. Họ cũng sử dụng GPT-3.5 Turbo hoặc GPT-4 để xác minh kết quả đầu ra nhằm đảm bảo độ tin cậy cho người dùng cuối. Các trình xác thực đánh giá đầu ra của thợ đào bằng cách so sánh với kết quả do OpenAI tạo ra.
Subnet 19: Vision
Hãy đóng góp vào việc phát triển namoray/vision bằng cách tạo tài khoản trên GitHub.
Lượng phát hành: 9,47% (9 tháng 4 năm 2024)
Thông tin nền: Đội phát triển đứng sau Vision cũng đến từ Corcel.io.
Định vị: Vision nhằm tối đa hóa năng lực đầu ra của mạng Bittensor bằng cách tận dụng một khuôn khổ xây dựng subnet tối ưu có tên DSIS (Phân tán quy mô suy luận subnet). Khung này tăng tốc độ phản hồi của thợ đào với trình xác thực. Hiện tại, Vision tập trung vào kịch bản tạo ảnh.
Các trình xác thực nhận nhu cầu từ giao diện người dùng Corcel.io và phân phát cho các thợ đào. Các thợ đào có thể tự do lựa chọn stack công nghệ yêu thích (không giới hạn ở mô hình) để xử lý nhu cầu và tạo phản hồi. Sau đó, các trình xác thực đánh giá hiệu suất của thợ đào. Nhờ có DSIS, Vision có thể phản hồi các nhu cầu này nhanh hơn và hiệu quả hơn so với các subnet khác.
Tổng kết
Từ các ví dụ trên, rõ ràng thấy Bittensor có tính bao hàm rất cao. Việc tạo ra của thợ đào và xác thực của trình xác thực đều diễn ra ngoài chuỗi, mạng Bittensor chỉ dùng để phân bổ phần thưởng cho từng thợ đào dựa trên đánh giá của trình xác thực. Mọi khía cạnh tạo ra sản phẩm AI phù hợp với kiến trúc thợ đào-trình xác thực đều có thể được chuyển đổi thành một subnet.
Về mặt lý thuyết, cạnh tranh giữa các subnet nên rất khốc liệt. Với bất kỳ subnet nào, để tiếp tục nhận phần thưởng, nó phải liên tục tạo ra đầu ra chất lượng cao. Nếu không, nếu các trình xác thực mạng gốc cho rằng đầu ra của subnet có giá trị thấp, lượng phân bổ của nó có thể bị giảm, và cuối cùng có thể bị thay thế bởi subnet mới.
Tuy nhiên, trong thực tế, chúng ta thực sự quan sát thấy một số vấn đề:
-
Dư thừa tài nguyên và trùng lặp do định vị subnet tương tự nhau. Trong số 32 subnet hiện có, có nhiều subnet tập trung vào các hướng phổ biến như văn bản thành hình ảnh, lời nhắc văn bản và dự đoán giá.
-
Tồn tại các subnet không có trường hợp sử dụng thực tế. Mặc dù subnet dự đoán giá có thể mang lại giá trị lý thuyết như một oracle, nhưng hiệu suất dữ liệu dự đoán hiện tại còn xa mới đạt đến mức có thể dùng được cho người dùng cuối.
-
Tồn tại tình trạng "tiền xấu đuổi tiền tốt". Một số trình xác thực hàng đầu có thể không sẵn sàng di chuyển sang subnet mới, ngay cả khi một số subnet mới thể hiện chất lượng rõ ràng cao hơn. Tuy nhiên, do thiếu hỗ trợ tài chính, họ có thể không đạt được lượng phát hành đủ lớn trong ngắn hạn. Vì subnet mới chỉ có thời gian bảo vệ 7 ngày, nếu không nhanh chóng tích lũy đủ lượng phát hành, chúng có nguy cơ bị loại bỏ và ngừng hoạt động.
Những vấn đề này phản ánh sự cạnh tranh chưa đủ giữa các subnet, và một số trình xác thực chưa phát huy vai trò khuyến khích cạnh tranh hiệu quả.
Open Tensor Foundation Validator (OTF) đã triển khai một số biện pháp tạm thời để giảm nhẹ tình trạng này. Là trình xác thực lớn nhất nắm giữ 23% quyền đặt cược (bao gồm ủy quyền), OTF đã cung cấp kênh để các subnet tranh giành thêm TAO đặt cược: Chủ sở hữu subnet có thể gửi yêu cầu hàng tuần cho OTF để điều chỉnh tỷ lệ TAO đặt cược trong subnet của họ. Các yêu cầu này phải bao gồm 10 khía cạnh như “Mục tiêu subnet và đóng góp cho hệ sinh thái Bittensor”, “Cơ chế phần thưởng subnet”, “Thiết kế giao thức truyền thông”, “Nguồn dữ liệu và bảo mật”, “Yêu cầu tính toán” và “Lộ trình”, nhằm hỗ trợ quyết định cuối cùng của OTF.
Tuy nhiên, để giải quyết triệt để vấn đề này, một mặt, chúng ta cấp thiết cần ra mắt dTAO (Dynamic TAO), nhằm thay đổi căn bản các vấn đề không hợp lý nêu trên. Hoặc, chúng ta có thể kêu gọi các trình xác thực lớn nắm giữ lượng lớn Stake TAO cân nhắc nhiều hơn đến “sự phát triển hệ sinh thái” thay vì chỉ nhìn vào “lợi nhuận tài chính” khi nghĩ về sự phát triển lâu dài của hệ sinh thái Bittensor.
Tóm lại, với tính bao hàm mạnh mẽ, môi trường cạnh tranh khốc liệt và cơ chế khuyến khích hiệu quả, chúng tôi tin rằng hệ sinh thái Bittensor có thể sản xuất hữu cơ các sản phẩm AI chất lượng cao. Dù không phải đầu ra của mọi subnet hiện tại đều có thể so sánh với đầu ra của các sản phẩm tập trung, chúng ta đừng quên rằng kiến trúc Bittensor hiện tại vừa tròn một năm tuổi (subnet 1 được đăng ký vào ngày 13 tháng 4 năm 2023). Đối với một nền tảng có tiềm năng cạnh tranh với các gã khổng lồ AI tập trung, có lẽ chúng ta nên tập trung vào việc đề xuất các kế hoạch cải tiến thiết thực thay vì vội vàng chỉ trích những điểm yếu của nó. Dù sao đi nữa, không ai trong chúng ta mong muốn thấy trí tuệ nhân tạo tiếp tục bị kiểm soát bởi một vài gã khổng lồ.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@0xai_dev
