Bittensor：AIサブネットが集団知能ネットワークをどのように再構築するか

1.

AI革命の背景 =======

AIの急成長の背景

人工知能（AI）技術の急速な発展に伴い、私たちはデータ駆動の新時代に突入しています。深層学習や自然言語処理などの分野でのブレークスルーにより、AIの応用は至る所に広がっています。2022年にChatGPTが誕生し、AI業界に火がつき、その後、文生成動画や自動オフィスなどのAIツールが次々と登場しました。また、「AI+」の活用も急務となっています。AI業界の市場価値は急上昇し、2030年には1850億ドルに達すると予測されています。

図1 AI市場価値の変化

伝統的なインターネット企業がAIを独占

現在、AI業界は主にNVIDIA、Microsoft、Google、OpenAIなどの企業によって独占されており、技術の進歩はデータ集中や計算資源の不均等配分などの一連の課題を引き起こしています。一方で、Web3の非中央集権の理念は、これらの問題を解決する新たな可能性を提供しています。Web3の分散型ネットワークでは、現在のAIの発展の枠組みが再構築されるでしょう。

Web3+AIの現在の進展

AI業界が盛り上がる中で、多くの質の高いWeb3+AIプロジェクトが登場しています。Fetch.aiはブロックチェーン技術を用いて非中央集権の経済圏を構築し、自律エージェントやスマートコントラクトをサポートしてAIモデルのトレーニングと応用を最適化しています。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利用して市場の動向を予測し、報酬メカニズムを通じてモデル開発者を奨励しています。VelasはAIとブロックチェーンの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、より速い取引速度と高い安全性を提供しています。AIプロジェクト自体は、データ、アルゴリズム、計算力の三大要素を含んでおり、Web3+データ、Web3+計算力の分野は現在急成長していますが、Web3+アルゴリズムの方向性はそれぞれが独自に戦っており、最終的には単方向の応用プロジェクトしか形成されません。Bittensor はこの隙間を捉え、ブロックチェーン自体の競争とインセンティブメカニズムを通じて、最適なAIプロジェクトを保持する競争フィルタリングメカニズムを備えたAIアルゴリズムプラットフォームを構築しました。

2.

Bittensorの発展の脈絡 =============

革新的な突破

Bittensorは非中央集権のインセンティブ機械学習ネットワークおよびデジタル商品市場です。

• 非中央集権：Bittensorは、異なる企業や組織が管理する数千の分散型コンピュータネットワーク上で運営され、データ集中などの問題を解決します。
• 公平なインセンティブメカニズム：Bittensorネットワークは、その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分し、サブネットがそのマイナーや検証者に提供する報酬もノードの貢献度に比例します。
• 機械学習リソース：非中央集権ネットワークは、機械学習計算リソースを必要とする個人にサービスを提供できます。
• 多様なデジタル商品市場：当初、Bittensorネットワークのデジタル商品市場は機械学習モデルと関連データの取引のために設計されましたが、Bittensorネットワークの拡張とYumaコンセンサスメカニズムのデータ実質内容に関心を持たないメカニズムのおかげで、あらゆる形式のデータを取引できる商品市場に成長しました。

発展の歴史

現在の市場に存在する多くの高評価のVCプロジェクトとは異なり、Bittensorはより公平で面白く、意義のあるギークプロジェクトであり、その発展の過程には他のプロジェクトの「大きな夢を描くことから投資を騙すこと」までの過程はありません。

• 概念形成とプロジェクト開始（2021年）：Bittensorは、非中央集権AIネットワークの推進に取り組む技術愛好者と専門家のグループによって設立され、彼らはSubstrateフレームワークを使用してBittensorブロックチェーンを構築し、その柔軟性と拡張性を確保しました。
• 初期の発展と技術検証（2022年）：チームはAlpha版ネットワークをリリースし、非中央集権AIの実現可能性を検証しました。また、Yumaコンセンサスを導入し、データ不可知原則を強調し、ユーザーのプライバシーと安全を維持しました。
• ネットワークの拡張とコミュニティの構築（2023年）：チームはBeta版をリリースし、ネットワークの維持を奨励するためにトークン経済モデル（TAO）を導入しました。
• 技術革新とクロスチェーン互換性（2024年）：チームはDHT（分散ハッシュテーブル）統合技術を使用して、データの保存と検索をより効率的にしました。同時に、プロジェクトはサブネットやデジタル商品市場の宣伝とさらなる拡張に注力し始めました。
  
  図2 Bittensorネットワークの宣伝図
  Bittensorの発展の過程では、伝統的なVCの介入はほとんどなく、集中管理のリスクを回避しました。プロジェクトはトークンを通じてノードとマイナーを奨励し、Bittensorネットワークの活力を保証しました。本質的に、Bittensorは GPU マイナー 駆動のAI計算力とサービス プロジェクトです。

トークン経済学

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すために、TAOは多くの点でBTCに似ています。その総供給量は2100万枚で、4年ごとに半減します。TAOトークンはBittensorネットワークの開始時に公平なスタート（fair launch）で配布され、事前マイニングは行われていないため、創業チームやVCにトークンが留保されることはありません。現在、約12秒ごとに1つのBittensorネットワークブロックが生成され、各ブロックは1 $TAOトークンの報酬を提供し、1日に約7200個のTAOが生成され、これらの報酬は貢献に応じて各サブネットに配分され、その後サブネット内でサブネットの所有者、検証者、マイナーに配分されます。

図3 Bittensorコミュニティの宣伝図
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モデルを購入および取得するために使用でき、同時にコミュニティガバナンスに参加するための証明書でもあります。

発展の現状

Bittensorネットワークのアカウント総数は現在10万を超え、そのうち非ゼロアカウント数は8万に達しています。

図4 Bittensorアカウント数の変化
過去1年間で、TAOは最高で数十倍に上昇し、現在の時価総額は22.78億ドル、コイン価格は321ドルです。

図5 TAOトークン価格の変化

3.

徐々に実現されるサブネット構造 =========

Bittensorプロトコル

Bittensorプロトコルは、非中央集権の機械学習プロトコルであり、ネットワーク参加者間で機械学習能力と予測を交換し、ピアツーピアの方法で機械学習モデルとサービスの共有と協力を促進します。

図6 Bittensorプロトコル
Bittensorプロトコルは、ネットワークアーキテクチャ、サブテンソル、サブネットアーキテクチャ、サブネットエコシステム内の検証者ノード、マイナーノードなどを含みます。Bittensorネットワークは本質的にプロトコルに参加するノードの集合であり、各ノード上でBittensorクライアントソフトウェアが実行され、他のネットワークと相互作用します。これらのノードはそれぞれサブネットによって管理され、優勝劣敗のメカニズムを採用しています。全体的に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淘汰され、各サブネット内でパフォーマンスが悪い検証者とマイナーノードも排除されます。したがって、サブネットはBittensorネットワークアーキテクチャの最も重要な部分です。

サブネットの論理

サブネットは独立して動作するコードの一部と見なすことができ、独自のユーザーインセンティブと機能を定めていますが、各サブネットはBittensorメインネットと同じコンセンサスインターフェースを保持しています。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種類があります。ルートサブネットを除いて、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の数は32から64に増加し、毎週4つの新しいサブネットが追加される予定です。

サブネットの役割と排出

Bittensorネットワーク全体には、ユーザー、開発者、マイナー、ステーキング検証者、サブネット所有者、委員会の6つの機能的役割があります。サブネットにはサブネット所有者、マイナー、ステーキング検証者が含まれます。

• サブネット所有者：サブネット所有者は、基礎となるマイナーと検証者のコードを提供し、独自の他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配分します。
• マイナー：マイナーノードは、サーバーとマイニングコードを反復することを奨励され、同じサブネット内の他のマイナーとの競争で先を行くことを目指します。排出量が最も少ないマイナーは新しいマイナーに取って代わられ、ノードを再登録する必要があります。注意すべきは、マイナーは複数のサブネットで複数のノードを運営できることです。
• 検証者：検証者は各サブネットの貢献を評価し、その正確性を保証することで相応の報酬を得ます。また、TAOトークンを検証者ノードにステーキングすることで、検証者ノードは0-18%（調整可能）のステーキング報酬を得ることができます。
  サブネットの排出（emission）は、Bittensorネットワーク内でマイナーと検証者に報酬として配分されるTAOトークンの分配メカニズムであり、サブネットが得る排出量の報酬は一般的に18%がサブネット所有者に、41%がサブネット検証者に、41%がマイナーに配分されるように設計されています。1つのサブネットには256のUDIスロットがあり、そのうち64のUIDスロットが検証者に、192のUIDがマイナーに配分されます。ステーキング量が最も多い64名の検証者のみが検証者の許可を得ることができ、サブネット内のアクティブな検証者と見なされます。検証者のステーキング量とパフォーマンスがそのサブネット内での地位と報酬を決定します。マイナーのパフォーマンスはサブネットの検証者の要求と評価によってスコアリングされ、パフォーマンスが不十分なマイナーは新たに登録されたマイナーに置き換えられます。したがって、検証者のステーキングトークンの総量が多いほど、マイナーの計算効率が高く、サブネットの総排出量が高くなり、ランキングが上がります。

サブネットの登録と淘汰

サブネットが登録されると、7日間の免疫期間に入ります。初回登録費用は100 $TAOであり、再登録の価格は倍増し、その加算は時間とともに100TAOに戻ります。すべてのサブネットの位置が埋まると、新しいサブネットの登録時に排出量が最も少なく免疫期間にないサブネットが削除され、新しいサブネットを受け入れることになります。したがって、サブネットは可能な限りUIDスロット内の検証者のステーキング量とマイナーの効率を高め、免疫期間後に削除されないようにする必要があります。

図7 サブネット名
Bittensorネットワークのサブネット構造のおかげで、非中央集権AIデータネットワークMasaが実現され、Bittensorネットワーク内で最初の二重通貨報酬システムとなり、1800万ドルの資金を引き付けました。

図8 Masaの宣伝

4.

コンセンサスと証明メカニズム =======

Bittensorネットワークは、さまざまなコンセンサスメカニズムと証明メカニズムを含んでいます。従来の非中央集権ネットワークでは、マイナーノードには通常PoW（作業証明）が適用され、マイナーのネットワークへの貢献が保証され、その計算能力とデータ処理の質に基づいて報酬が得られます。検証者ノードには一般的にPoVメカニズム（検証証明）が採用され、ネットワークの安全性と完全性が保証されます。しかし、Bittensorネットワークでは、独自のPoIメカニズム（知的証明）が創造され、Yumaコンセンサスと組み合わせて、検証と報酬配分を実現しています。

知的証明メカニズム

BittensorのPoIメカニズムは、独自の検証とインセンティブメカニズムです。スマート計算タスクの完了を通じて参加者の貢献を証明し、ネットワークの安全性、データの質、計算リソースの効率的な利用を確保します。

• マイナーノードは、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を含むスマート計算タスクを完了することでその作業を証明します。
• タスクは検証者によってマイナーに割り当てられ、マイナーはタスクを完了した後、結果を検証者に返します。検証者はタスクの完了の質に基づいてスコアを付けます。

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、検証者がタスクの完了状況に基づいてスコアを出した後、そのスコアをYumaコンセンサスアルゴリズムに入力します。コンセンサスアルゴリズムでは、TAOを多くステーキングした検証者のスコアの重みが高く、アルゴリズムは大多数の検証者から逸脱した結果を除外します。最終的に、システムは総合スコアに基づいてトークン報酬を配分します。

図9 コンセンサスアルゴリズムの示意

• データ不可知原則：データ処理プロセスにおけるプライバシーと安全性を確保します。つまり、ノードは処理するデータの具体的な内容を理解する必要なく計算と検証を完了できます。
• 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配分し、高効率で高品質の計算リソースとデータ処理を確保します。

MOEメカニズムの協調作業

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内に複数の専門家レベルのサブモデルを統合します。各専門家モデルは、対応する分野の問題を処理する際に相対的な優位性を持っています。したがって、新しいデータが全体のモデルアーキテクチャに導入されると、異なるサブモデルが協力して、単一のモデルよりも優れた運用結果を得ることができます。
Yumaコンセンサスメカニズムと組み合わせることで、検証者は専門家モデルに対してもスコアを付け、その能力をランク付けし、トークン報酬を配分することができ、モデルの最適化と改善を促進します。

図10 問題解決のアプローチ

5.

サブネットプロジェクト ====

執筆時点で、Bittensorのサブネット登録数は45に達し、命名された数は40です。過去にサブネットの数が制限されていた時、サブネット登録競争は非常に激しく、登録価格は一時100万ドルに達しました。現在、Bittensorは徐々により多くのサブネット登録枠を開放しており、新しく登録されたサブネットは安定性やモデルの効果などの面で、運用時間が長いサブネットに劣る可能性があります。しかし、Bittensorが導入したサブネット淘汰メカニズムにより、長期的には良いコインが悪いコインを淘汰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ことが難しくなります。

図11 Bittensorサブネットプロジェクトの詳細
ルートサブネットを除いて、現在サブネットの19号、18号、1号が大きな注目を集めており、排出量の割合はそれぞれ8.72%、6.47%、4.16%です。

• 19号サブネット

19号サブネットはVisionと名付けられ、2023年12月18日に登録されました。Visionは非中央集権の画像生成と推論に特化しており、このネットワークは最適なオープンソースLLM、画像生成モデル（サブネット19のデータセットでトレーニングされたモデルを含む）、およびその他の雑多なモデル（埋め込みモデルなど）へのアクセスを提供します。
現在、Visionサブネットのスロット登録費用は3.7 TAO、24時間のノード総収益は約627.84 TAO、過去24時間で回収したノードの価値は64.79 TAOです。新しく登録されたノードが平均レベルに達すれば、1日の収益は2.472 TAO、約866ドルに達する可能性があります。

図12 Visionサブネット登録費用データ
現在、Visionサブネットの回収ノードの総価値は約19200 TAOです。

図13 Visionサブネット回収費用

• 18号サブネット

18号サブネットはCortex.tと名付けられ、Corcelによって開発されました。Cortex.tは最先端のAIプラットフォームを構築し、APIを通じてユーザーに信頼性が高く、高品質なテキストと画像の応答を提供することに取り組んでいます。
現在、Cortex.tサブネットのスロット登録費用は3.34 TAO、24時間のノード総収益は約457.2 TAO、過去24時間で回収したノードの価値は106.32 TAOです。新しく登録されたノードが平均レベルに達すれば、1日の収益は1.76 TAO、約553.64ドルに達する可能性があります。

図14 Cortex.tサブネット登録費用データ
現在、Cortex.tサブネットの回収ノードの総価値は約27134 TAOです。

図15 Cortex.tサブネット回収費用

• 1号サブネット

1号サブネットはOpentensor財団によって開発され、テキスト生成専用の非中央集権サブネットです。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、かつて大きな疑念を抱かれていました。今年の3月、Taproot Wizardsの創設者Eric Wallは、BittensorのTAOトークンをAI分野のミームコインと呼び、1号サブネットがテキスト関連の問題に対してAIを通じて類似の結果を出す数百のノードを通じて回答しても、実際の問題解決の効果を高めることはできないと指摘しました。

• その他

モデルの種類から見ると、19、18、1号サブネットのモデルはすべて生成型モデルに属します。それ以外にも、データ処理の大規模モデルや取引AIモデルなどがあり、サブネット22 Meta SearchはTwitterデータを分析して市場の感情を提供し、サブネット2 Omronは深層神経ネットワークを通じてステーキング戦略を学習し、常に最適化を行っています。
収益リスクの観点から見ると、スロットを数週間以上成功裏に運営できれば、収益は明らかに非常に魅力的です。しかし、新しく登録されたノードが高性能のGPUを使用できず、ローカルアルゴリズムを最適化できなければ、他のノードとの競争の中で生き残ることは難しいでしょう。

6.

未来の発展 ====

• 熱気の観点から見ると、AIの概念自体の熱気はWeb3の概念に劣らず、むしろWeb3業界に流入するはずの資金がAI業界に引き寄せられています。したがって、Web3+AIは今後長い間市場の中心となるでしょう。
• プロジェクトアーキテクチャの観点から見ると、Bittensorは従来のVCプロジェクトではなく、プロジェクトは立ち上げ以来数十倍に上昇し、技術と市場の支持を兼ね備えています。
• 技術革新の観点から見ると、Bittensorは過去のWeb3+AIプロジェクトがそれぞれ独自に戦っていた状況を打破し、その独自のサブネット構造は、AI技術を持つ多くのチームが非中央集権ネットワークへの移行の難易度を下げ、迅速に収益を得ることを可能にします。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を最適化し、ステーキング量を増やす必要があり、新しいサブネットに取って代わられないようにしなければなりません。
• リスクの観点から見ると、Bittensorはサブネットの枠を増やすことで、必然的にサブネット登録の難易度を下げ、雑多なプロジェクトが混乱する可能性を高めます。また、サブネットの数が増えるにつれて、以前に登録されたサブネットが得るTAOの量は徐々に減少し、TAOトークンの価格がサブネットの数の上昇に伴って上昇しない場合、収益は極めて期待外れになる可能性があります。