: 제목: Bittensor: AI 인프라 네트워크

Bittensor는 AI 개발자가 기계 학습 모델 또는 기타 AI 관련 개발을 구축하고 배포할 수 있는 분산형 AI 네트워크입니다.

!output: Author: IOSG Ventures

!출력: 작성자: IOSG Ventures

Introduction

소개

AI development has made tremendous breakthroughs in recent years due to advancements in data, computing power, and algorithm research, especially with the emergence of OpenAI GPT-4, which represents the arrival of foundational LLM large models, driving productivity improvements and transforming social efficiency.

AI 개발은 데이터, 컴퓨팅 성능 및 알고리즘 연구의 발전으로 인해 최근 몇 년간 엄청난 발전을 이루었습니다. 특히 기본 LLM 대형 모델의 등장을 나타내는 OpenAI GPT-4의 출현으로 생산성 향상을 촉진하고 사회적 효율성을 변화시켰습니다.

However, the drawbacks of closed-source large models represented by GPT-4 have also become apparent, namely, centralized models often have limitations on third-party integrations, which undermine the scalability and interoperability of AI agents based on centralized models.

그러나 GPT-4로 대표되는 비공개 소스 대형 모델의 단점도 분명해졌습니다. 즉, 중앙 집중식 모델은 종종 타사 통합에 제한이 있어 중앙 집중식 모델 기반 AI 에이전트의 확장성과 상호 운용성이 저하됩니다.

As a result, open-source large models like the Llama series have gained increasing popularity among researchers, but open source does not equate to transparency, and it also faces many challenges.

그 결과, Llama 시리즈와 같은 오픈 소스 대형 모델이 연구자들 사이에서 점점 인기를 얻었지만 오픈 소스는 투명성과 동일하지 않으며 많은 과제에 직면해 있습니다.

The main dilemma is that open-source AI development offers no economic incentives for most contributors. Even though some competition rewards exist, they are usually one-time, and subsequent improvement and development work still require passion, unless a large community of followers is built after reaching a certain scale, which could lead to more revenue opportunities and more contributors continuing to improve.

주요 딜레마는 오픈 소스 AI 개발이 대부분의 기여자에게 경제적 인센티브를 제공하지 않는다는 것입니다. 일부 경쟁 보상이 존재하더라도 일반적으로 일회성이며 후속 개선 및 개발 작업에는 여전히 열정이 필요합니다. 단, 특정 규모에 도달한 후 대규모 팔로어 커뮤니티가 구축되어 더 많은 수익 기회와 더 많은 기여자가 계속해서 성장할 수 있는 경우는 예외입니다. 개선하다.

Therefore, the AI project Bittensor attempts to utilize web3 token mining to make open-source AI development more sustainable, verifiable, and efficient. Through Yuma Consensus, it aims to align resources with research parties (Miners), validators (Validators), and AI project parties (Subnet Creators), making the entire AI research process more transparent and decentralized, allowing anyone to contribute to AI and earn deserved rewards.

따라서 AI 프로젝트 Bittensor는 web3 토큰 마이닝을 활용하여 오픈 소스 AI 개발을 보다 지속 가능하고 검증 가능하며 효율적으로 만들려고 시도합니다. Yuma Consensus를 통해 연구 당사자(채굴자), 검증자(검증자) 및 AI 프로젝트 당사자(서브넷 생성자)와 리소스를 정렬하여 전체 AI 연구 프로세스를 보다 투명하고 분산화하여 누구나 AI에 기여하고 합당한 수익을 얻을 수 있도록 하는 것을 목표로 합니다. 보상.

The performance of tokens in the secondary market also confirms people's expectations, with prices rising from over $50 in September 2023 to over $500 in December 2024, achieving a tenfold increase!

2차 시장에서의 토큰 성능은 가격이 2023년 9월 50달러 이상에서 2024년 12월 500달러 이상으로 상승하여 10배 증가를 달성하는 등 사람들의 기대를 확인시켜 줍니다!

Recently, Bittensor's investor and founder of Digital Currency Group established an accelerator named Yuma, specifically to incubate subnet projects within the Bittensor ecosystem, and serves as CEO, demonstrating his confidence and potential in the Bittensor project.

최근 Bittensor의 투자자이자 Digital Current Group의 창립자는 특히 Bittensor 생태계 내에서 서브넷 프로젝트를 인큐베이션하기 위해 Yuma라는 액셀러레이터를 설립하고 CEO로 활동하면서 Bittensor 프로젝트에 대한 자신감과 잠재력을 보여주었습니다.

Of course, the success of any project cannot be achieved without facing skepticism. Since the inception of Bittensor, there has been a lot of FUD. In this article, we summarize many unanswered questions and attempt to understand Bittensor's future positioning and potential in the decentralized AI space through research and analysis.

물론 회의론에 직면하지 않고는 어떤 프로젝트의 성공도 달성할 수 없습니다. Bittensor가 시작된 이래로 많은 FUD가 있었습니다. 이 기사에서는 답변되지 않은 많은 질문을 요약하고 연구 및 분석을 통해 분산형 AI 공간에서 Bittensor의 미래 위치와 잠재력을 이해하려고 시도합니다.

What is Bittensor?

Bittensor 란 무엇입니까?

Bittensor was founded in 2021 by a team from Toronto, Canada, including Jacob Robert Steeves, Ala Shaabana, and Garrett Oetken.

Bittensor는 Jacob Robert Steeves, Ala Shaabana 및 Garrett Oetken을 포함한 캐나다 토론토 팀에 의해 2021년에 설립되었습니다.

Bittensor is a decentralized AI infrastructure used by AI developers to build and deploy machine learning models or other AI-related developments. Many Web3 AI projects, regardless of whether they have their own blockchain, can connect to Bittensor's blockchain "subtensor" and become part of a subnet.

Bittensor는 AI 개발자가 기계 학습 모델 또는 기타 AI 관련 개발을 구축하고 배포하는 데 사용하는 분산형 AI 인프라입니다. 많은 Web3 AI 프로젝트는 자체 블록체인 보유 여부에 관계없이 Bittensor의 블록체인 "서브텐서"에 연결하여 서브넷의 일부가 될 수 있습니다.

What is a Subnet?

서브넷이란 무엇입니까?

Subnets form the core of the Bittensor ecosystem, with each subnet being an independent incentive-based competitive market. Anyone can create a subnet, customize the tasks it will perform, and design incentive mechanisms (in machine learning terms, the incentive mechanism can be understood as the target loss function, guiding model training towards ideal outcomes). By paying a registration fee (priced in TAO), one can create a subnet and receive a netuid for that subnet. Note that a subnet creator does not need to undertake the operational tasks within the subnet but can delegate the rights to operate those tasks to others.

서브넷은 Bittensor 생태계의 핵심을 형성하며, 각 서브넷은 독립적인 인센티브 기반 경쟁 시장입니다. 누구나 서브넷을 생성하고, 수행할 작업을 사용자 정의하고, 인센티브 메커니즘을 설계할 수 있습니다(기계 학습 용어에서 인센티브 메커니즘은 이상적인 결과를 향해 모델 교육을 안내하는 목표 손실 함수로 이해될 수 있음). 등록비(TAO 가격)를 지불하면 서브넷을 생성하고 해당 서브넷에 대한 netuid를 받을 수 있습니다. 서브넷 생성자는 서브넷 내에서 운영 작업을 수행할 필요는 없지만 해당 작업을 운영하는 권한을 다른 사람에게 위임할 수 있습니다.

Operating tasks within the subnet provides another way for others to participate, namely by joining an existing subnet. If joining an existing subnet, there are two ways to participate: as a subnet miner or a subnet validator. Besides paying a registration fee (priced in TAO, and validators also need to stake TAO), one only needs to provide a computer with sufficient computing resources and register that computer and their wallet to a subnet, while running the subnet creator's provided miner module or validator module (both modules are Python code within the Bittensor API).

서브넷 내의 작업 작업은 다른 사람이 참여할 수 있는 또 다른 방법, 즉 기존 서브넷에 가입하는 방법을 제공합니다. 기존 서브넷에 가입하는 경우에는 서브넷 마이너 또는 서브넷 검증자로 참여하는 두 가지 방법이 있습니다. 등록비(TAO로 가격이 책정되고 검증인도 TAO를 스테이킹해야 함)를 지불하는 것 외에도 충분한 컴퓨팅 리소스가 있는 컴퓨터를 제공하고 해당 컴퓨터와 지갑을 서브넷에 등록하기만 하면 됩니다. 동시에 서브넷 생성자가 제공한 마이너 모듈을 실행하거나 유효성 검사기 모듈(두 모듈 모두 Bittensor API 내의 Python 코드입니다).

How Does the Competitive Market of Subnets Work?

서브넷의 경쟁 시장은 어떻게 작동합니까?

The operation of subnet competition works as follows: suppose you decide to become a subnet miner. Subnet validators will assign tasks for you to complete. Other miners in the subnet will also receive the same type of tasks. Once all subnet miners complete their tasks, they submit the results to the subnet validators.

서브넷 경쟁의 운영은 다음과 같이 진행됩니다. 귀하가 서브넷 채굴자가 되기로 결정했다고 가정해 보겠습니다. 서브넷 유효성 검사기는 귀하가 완료할 작업을 할당합니다. 서브넷의 다른 채굴자도 동일한 유형의 작업을 받게 됩니다. 모든 서브넷 마이너가 작업을 완료하면 결과를 서브넷 유효성 검사기에 제출합니다.

Subsequently, subnet validators will assess and rank the quality of the tasks submitted by subnet miners. As a subnet miner, you will receive rewards (priced in TAO) based on the quality of your work. Similarly, other subnet miners will also receive corresponding rewards based on their performance. At the same time, subnet validators will also receive rewards for ensuring that high-quality subnet miners receive better rewards, thus driving the continuous improvement of the overall quality of the subnet. All these competitive processes are automated based on the incentive mechanisms coded by the subnet creator.

그 후, 서브넷 유효성 검사기는 서브넷 마이너가 제출한 작업의 품질을 평가하고 순위를 매깁니다. 서브넷 채굴자로서 귀하는 작업 품질에 따라 보상(TAO 가격)을 받게 됩니다. 마찬가지로 다른 서브넷 채굴자도 성과에 따라 상응하는 보상을 받게 됩니다. 동시에, 서브넷 검증자는 고품질의 서브넷 채굴자가 더 나은 보상을 받을 수 있도록 보상을 받게 되며, 이를 통해 서브넷의 전반적인 품질이 지속적으로 향상됩니다. 이러한 모든 경쟁 프로세스는 서브넷 작성자가 코딩한 인센티브 메커니즘을 기반으로 자동화됩니다.

The incentive mechanism ultimately judges the performance of subnet miners. When the incentive mechanism is well-calibrated, it can create a virtuous cycle

인센티브 메커니즘은 궁극적으로 서브넷 마이너의 성능을 판단합니다. 인센티브 메커니즘이 잘 조정되면 선순환을 만들 수 있습니다.