Bittensor (TAO) คืออะไร

สรุปย่อ

Bittensor (TAO) คือโปรโตคอลบล็อกเชนแบบกระจายศูนย์ที่ถูกออกแบบมาเพื่อสร้างตลาดเปิดระดับโลกสำหรับปัญญาประดิษฐ์ (AI) โดยผู้เข้าร่วมจะได้รับแรงจูงใจผ่านโทเค็น TAO ซึ่งเป็นโทเค็นดั้งเดิมของระบบ

1. ตลาด AI แบบกระจายศูนย์ – ระบบนี้เชื่อมต่อเครือข่ายแบบเพียร์ทูเพียร์ (peer-to-peer) ที่ผู้ร่วมให้บริการจะนำโมเดล AI และทรัพยากรคอมพิวเตอร์มาร่วมแข่งขันเพื่อรับรางวัลตามคุณภาพของผลงาน
2. โทเค็นโทโนมิกส์ที่ได้แรงบันดาลใจจาก Bitcoin – โทเค็น TAO มีจำนวนจำกัดที่ 21 ล้านโทเค็น โดยการออกโทเค็นใหม่จะทำผ่านกระบวนการคล้ายกับการขุดและการลดรางวัลลงครึ่งหนึ่ง (halving) ตามรูปแบบการเปิดตัวที่ยุติธรรม ไม่มีการจัดสรรล่วงหน้าหรือให้กับนักลงทุนรายใหญ่

รายละเอียดเชิงลึก

1. วัตถุประสงค์และคุณค่า

Bittensor มุ่งเน้นการกระจายอำนาจของปัญญาประดิษฐ์ เพื่อต่อต้านการผูกขาดของบริษัทเทคโนโลยีขนาดใหญ่ โดยสร้างเครือข่ายเปิดที่ไม่ต้องขออนุญาตใคร ใครก็สามารถนำโมเดลการเรียนรู้ของเครื่อง (machine learning) หรือพลังประมวลผลมาร่วมได้ ระบบนี้ใช้หลักการ "proof-of-intelligence" ซึ่งเป็นการพิสูจน์ความสามารถของ AI เพื่อให้รางวัลกับงานที่มีประโยชน์ ส่งเสริมการแข่งขันในตลาดของปัญญาดิจิทัลในฐานะสินค้าหนึ่ง (Bittensor Blog)

2. เทคโนโลยีและสถาปัตยกรรม

เครือข่ายทำงานผ่าน subnets หรือเครือข่ายย่อยที่แต่ละเครือข่ายจะเน้นงาน AI เฉพาะด้าน เช่น การสร้างข้อความ การรู้จำภาพ หรือการวิเคราะห์ทางการเงิน ผู้ที่ทำหน้าที่เป็น miners ในแต่ละ subnet จะสร้างผลลัพธ์ AI ขึ้นมา ส่วน validators จะทำหน้าที่ประเมินคุณภาพของผลลัพธ์เหล่านั้น รางวัลในรูปแบบ TAO จะถูกแจกทุก 12 วินาทีตามคะแนนที่ได้ ทำให้เกิดการแข่งขันอย่างต่อเนื่องเพื่อพัฒนาปัญญาที่ดีที่สุดในตลาด

3. โทเค็นโทโนมิกส์และการบริหารจัดการ

โทเค็น TAO ถูกสร้างขึ้นผ่านรางวัลบล็อกที่แบ่งระหว่าง miners และ validators จำนวนโทเค็นทั้งหมดถูกจำกัดไว้ที่ 21 ล้านโทเค็น โดยการออกโทเค็นใหม่จะลดลงครึ่งหนึ่งทุก ๆ ประมาณ 4 ปี ตามแบบจำลองความขาดแคลนของ Bitcoin ระบบนี้เปิดตัวอย่างยุติธรรม (fair launch) หมายความว่าโทเค็นทั้งหมดได้มาจากการมีส่วนร่วมจริง TAO ถูกใช้สำหรับการวางเดิมพัน (staking) ชำระค่าธรรมเนียมเครือข่าย และการกำกับดูแลการพัฒนา subnet

สรุป

Bittensor คือชั้นแรงจูงใจที่ใช้บล็อกเชนและรางวัลโทเค็นเพื่อประสานงานและสร้างรายได้จากการพัฒนา AI แบบกระจายศูนย์ เมื่อระบบนิเวศของ subnet ขยายตัว คำถามสำคัญคือ โมเดลการผลิตปัญญาที่กระจายอำนาจและยึดตามผลงานนี้ จะสามารถเติบโตอย่างยั่งยืนและแข่งขันกับระบบรวมศูนย์ได้หรือไม่?