アジアアワーズでの生活の1つは、大きなニュースで目が覚め、キャッチアップしなければならないことが多いことです。

例えば、サム・アルトマンは金曜日にOpenAIを解雇された。

私はミルクを喉に詰まらせそうになりました。

明らかに非常に知的で、模範的な成功の実績があり、12日前のOpenAIカンファレンスで優れた基調講演を行ったばかりの人物を、なぜ取締役会は解雇するのでしょうか?

スパイシーな理論工作家をキューに入れます。 アンドリュー・コートは、アルトマンが解雇されたのは「最近のブレークスルーを展開することでAIを急速に前進させすぎた」からだと考えている。 そして、それが気に入らない人もいました。

OpenAIは、非営利組織としてスタートし、後に営利企業への移行を決定したため、非常に厄介な(ほとんど機能不全の)企業構造を持っています。 今日、この非営利団体は、投資家に上限のあるアップサイドを提供しながら、営利団体の方向性をコントロールしています。

真実が明らかになる数週間は辛いものになりそうだ。

これはスティーブ・ジョブズの瞬間でしょうか? サムはOpenAIに匹敵する別の会社を立ち上げるのでしょうか?

しかし、明らかなのは、OpenAIの内部業務を包み込む謎のベールです。 GPTはユビキタスになり、世界中で何億人もの人々が使用しているツールであるにもかかわらず、明らかな断絶があります。

日常のユーザーである私たちは、これらのAIの巨人を取り巻く秘密のベールを覗き見しようとして、外から中を覗き込んでいることに気づきます。 GPTが私たちの社会の構造そのものに織り込まれ続ける中、この透明性の欠如は憂慮すべきことです。

ブロックチェーン + 暗号 = ???

ブロックチェーン...そして暗号は? 出典:marketoonist.com

最近、私は「暗号とAIの交差点はどうなるのか?」という疑問と格闘しています。 曖昧ですが、ロックが解除されるのを待っている途方もない可能性があることにほとんどの人が同意するでしょう。

AI x Cryptoについて考えるとき、私たちは通常、 Akash Network と Renderを思い浮かべます。 これらはGPU用の分散型ネットワークであり、AIモデルのトレーニングに必要なコンピューティングを提供できます。 ロジックは単純明快で、AIが急増し続けるにつれて、計算リソースの需要も高まります。 この文脈では、ピアツーピアネットワークは大きな成長を遂げる可能性があります。 つまり、彼らはつるはしとシャベルのビジネスをしているわけですが、これはAI×クリプトの可能性の表面をなぞったに過ぎないと思います。

これは、猿のJPEGがNFTが提供できるものの頂点であると言っているようなものです。

そして、Bittensorに出会いました。

ELI5: ビッテンソル

AIモデルのトレーニング(アップストリーム)をサポートするAkashやRenderとは異なり、 Bittensor はAI推論(ダウンストリーム)に重点を置いており、トレーニングされたモデルを使用して出力を生成します。

これは、テキスト生成、画像作成、音楽制作などのさまざまなタスクに対して、AIモデル、特に大規模言語モデル(LLM)にインセンティブを与える分散型ネットワークです。 現在、ネットワークは 27 を超えるサブネットで構成されており、それぞれが特定のタスクに重点を置いています。

簡単に言えば、Bittensorは分散型ChatGPT + Midjourney +その他AIができることすべてと考えてください。

ネットワークは、主に次の 2 つの役割によって動作します。

1. マイナー(バリュープロデューサー):マイナーは、ネットワーク上でAIモデルを開発し、ホストします。 彼らは、特定のタスクに関連するモデルのパフォーマンスに基づいてTAOトークンで報われます。 これにより、より優れた効率的なAIモデルの開発が促進されます。
2. バリデーター(コンセンサスプロデューサー):バリデーターは、マイナーからのアウトプットを評価し、特定のタスクに対するパフォーマンスをランク付けします。 また、バリデーターにタスクを送信するユーザー(例:画像生成サブネットの場合:「感謝祭のディナーでダース・ベイダーのマスクをかぶったサム・アルトマンを想像してください」)とインターフェースし、適切なマイナーにルーティングします

「感謝祭のディナーでダース・ベイダーのマスクをかぶったサム・アルトマン」は、Bittensorの画像生成サブネットによって作成されました。

技術的な複雑さを単純化しすぎているかもしれませんが、いくつかの点が際立っています。

• ネットワーク内のマイナーとバリデーターは、知識を交換し、パラメータを共有することで、時間の経過とともに自己最適化を可能にします
• このネットワークは、複数の個別のAIモデルの長所を利用して、可能な限り最高の出力を生成するように設計されています(「専門家の混合」)

ソース: Revelo Intel — Bittensor

技術的な詳細に立ち入ることは私の意図を超えていますが、Bittensorをよりよく理解するのに役立ついくつかの優れた要約を次に示します。

Revelo Intel — Bittensor

Knower — Bittensor と AI に関する短いレポート

Bittensor の chatGPT に相当するものをここで試してみることができます

TAOの

TAOはネットワークのユーティリティトークンであり、ビットコインに似たトークノミクス構造を持っています:21MトークンのハードキャップとVC割り当てのない公正なローンチ。 半減期もあり、2025年に第1次半減期が起こります。

現在、5.65M TAOが流通しており、そのすべてがネットワーク上でのマイニングと検証によって公平に分配されました。 現在、流通時価総額は$1Bをわずかに上回っています。 毎日7,200の新しいTAOがマイナーとバリデーターに発行されています。

私の初期の感想

Bittensorはまだ初期段階にあります。 このネットワークは、熱心な、ほとんどカルトのようなコミュニティを誇っていますが、参加者の全体的な数は控えめなままです - 約50,000 +アカウントがアクティブです。 最も賑やかなサブネットであるSN1は、テキスト生成に特化しており、約40人のアクティブなバリデーターと990人以上のマイナーがいます。

本当に魅力的なのは、分散型AIネットワークの概念です。 これは、中央集権化のリスクを軽減するだけでなく、これらのユニークな経済的インセンティブが、OpenAIやGoogleなどの多額の資金を持つ企業が開発したAIモデルを凌駕するAIモデルを育成できるのかという疑問も提起しています。

ChatGPTのようなツールの出現でLLMが主流になる前は、ディープテックのスタートアップは、非常に特殊なタスクのために特殊な機械学習ベースのAIモデルを開発するために、独自のデータセットを取得することに重点を置いていることが多かった。 たとえば、 Flatiron Health は、がん患者の実際の臨床データを使用し、がん研究者や医療従事者をサポートするツールにフィードする AI モデルを開発しています。 従来、スタートアップの目標は、これらの独自モデルを製品化し、収益化することでした。

しかし、Bittensorは、このパラダイムの転換を象徴しているのかもしれない。 技術的なブレークスルーというよりは、テクノロジーによって実現されたビジネスモデルのイノベーションと呼ぶ方がふさわしいかもしれません。 たとえば、独自のデータと AI モデルを共同で開発し、オープンソース化することなく、より多くのユーザーが使用するための道筋を提供します。 Bittensorが何千もの特殊なサブネットをホストし、環境や医療の問題からエネルギーソリューションまで、さまざまな課題に取り組む未来を思い描くことができます。

そして、正直に言うと、ビットコインと同じようにトークノミクスを設計するチームには魅力的なものがあります。 それは、VCが資金提供するモデルに沿ってトークノミクスを最適化し、創業者や投資家に多額の配分を行うことが多い今日のチームとは異なる、彼らのモチベーションを物語っています。

Bittensorがどこに行くのかはわかりません。 それは100倍の成功かもしれないし、完全な破綻かもしれない。 しかし、その可能性とその背後にある哲学は、無視できないほど説得力があります。

(注:この記事を書いている時点では、私はTAOを所有しており、バリデーターにステーキングしています)。

免責事項：

1. この記事は[Teng's Thoughts]からの転載です。 すべての著作権は原著作者[TENG YAN]に帰属します。 この転載に異議がある場合は、 Gate Learn チームに連絡していただければ、迅速に対応いたします。
2. 免責事項:この記事で表明された見解や意見は、著者のものであり、投資アドバイスを構成するものではありません。
3. 記事の他言語への翻訳は、Gate Learnチームによって行われます。 特に明記されていない限り、翻訳された記事を複製、配布、盗用することは禁止されています。