機械学習と人工知能は世界を前例のない変革に導いています。自動運転車からスマートアシスタント、医療診断からエンターテイメントまで、機械学習の応用はあらゆるところにあります。しかし、この分野の急速な進歩と革新にもかかわらず、多くの課題や制約が機械学習のフルポテンシャルを妨げています。

主な課題の1つは、機械学習プラットフォームやシステムの中央集権化および孤立した性質です。ほとんどの機械学習モデルやデータは、数社の大手企業や機関によってコントロールされており、データのプライバシー、セキュリティ、偏見、およびアクセスといった問題を引き起こしています。さらに、ほとんどの機械学習モデルは孤立してトレーニングされており、他のモデルやデータソースの集合知や多様性から恩恵を受けていません。

Bittensorは、グローバルで分散型のインセンティブ付き機械学習ネットワークを作成することを目指すピア・ツー・ピア・プロトコルです。Bittensorは機械学習モデルが協力してトレーニングし、それらが提供する情報価値に応じて報酬を受け取ることを可能にします。Bittensorは、誰もがネットワークに参加し、自分の機械学習モデルやデータを貢献することができるオープンアクセスと参加を提供します。

Bittensorとは何ですか？

Bittensorは、機械学習に焦点を当てた分散型サブネット用のピア・ツー・ピア・プロトコルです。サブネットとは、テキスト、画像、音声、ビデオなど、ネットワークに特化した機械学習サービスを提供するノードのグループです。たとえば、テキストサブネットは、翻訳、要約、感情分析などの自然言語処理サービスを提供できます。

Bittensorのビジョンは、誰もが参加し、機械学習モデルやデータを提供し、それに応じて報酬を得ることができる、グローバルで分散化されたインセンティブ付きの機械学習ネットワークを作成することです。Bittensorは、中央集権化、シロ、プライバシー、セキュリティ、偏り、アクセスなど、現在の機械学習プラットフォームやシステムの制限や課題を克服することを目指しています。

ビットテンソルはどのように機能しますか？

Bittensorは、機械学習モデルの作成、共有、インセンティブ付けが革新される分散型ネットワークです。ピア・ツー・ピアで運営され、AIモデルが協力してニューラルネットワークを形成するグローバルなエコシステムを構築します。このセクションでは、Bittensorが効果的に機能する仕組みについて掘り下げます。

ユマコンセンサス

Bittensorの運営の中心にあるのはYuma Consensusです。このコンセンサスメカニズムは、サブネットの所有者が独自のインセンティブメカニズムを書き込むことを可能にするよう設計されており、サブネットの検証者がネットワークが学習すべき内容について主観的な選好を表明できるようにしています。Yuma Consensusは、他のサブネットの検証者が生産した主観的な評価に合致するマイナー価値の評価を行った場合に、サブネットの検証者に配当を支払うことで機能します。これにより、どのグループも学習すべき内容を完全にコントロールすることはできず、ネットワーク全体で分散型のガバナンスが維持されます。

専門家の混合 (MoE)

もう1つの重要なメカニズムは、専門家の混合（MoE）モデルです。このモデルでは、Bittensorは複数のニューラルネットワークを利用し、それぞれがデータの異なる側面に特化しています。これらの専門家モデルは、新しいデータが導入されると協力して、専門知識を組み合わせて集合的な予測を生成します。このアプローチにより、Bittensorは個々のモデルができるよりも効果的に複雑な問題に対処できるようになります。

インセンティブメカニズム

Bittensorにはユニークなインセンティブメカニズム構造もあります。 Bittensor内の各サブネットには独自のインセンティブメカニズムがあり、サブネットマイナーの行動を導き、サブネットバリデーター間の合意を司ります。 これらのメカニズムは、機械学習の損失関数に類似しており、サブネットマイナーの行動を望ましい結果に向かわせ、継続的な改善と高品質な結果を促進します。

知能の証明

Proof of IntelligenceはBittensorが利用するユニークなコンセンサスメカニズムです。ネットワーク内のノードに貢献した有用な機械学習モデルと出力を提供した際に報酬を与えます。計算能力や財務的ステークに依存する従来のProof of Work（PoW）やProof of Stake（PoS）メカニズムとは異なり、Proof of Intelligenceはノードの知的貢献を優先します。これにより、ネットワークの報酬システムが機械知能の推進というコアミッションと一致します。

Bittensorネットワークのノードは、登録して合意プロセスに参加する必要があります。これは、プルーフ・オブ・ワーク（POW）の課題を解決するか、手数料を支払うことで行います。一度登録すると、サブネットの一部となり、ネットワークの集合知に貢献します。その後、検証者はこれらのノードが提供する機械学習モデルや出力の価値を評価し、ネットワークの知的資産の品質と完全性を確保します。

このメカニズムは、Bittensorの分散型機械学習マーケットプレイスのビジョンに中心的な位置を占めており、知性が主要な通貨であり、革新が継続的にインセンティブ付けされる場を提供しています。これは、従来のブロックチェーンのコンセンサスメカニズムからの大きな転換を表しており、AIおよび機械学習技術の進歩に焦点を当てています。

サブネット

サブネットは、統一トークンシステムの下で分散型商品市場として機能するBittensorの構成要素です。各サブネットには特定のドメインまたはトピックがあり、登録されたノードと関連する機械学習モデルが含まれています。これらのサブネット内の検証者は、ネットワーク内で交換されるデータとモデルの完全性と品質を維持する上で重要な役割を果たしています。

これらのメカニズムにより、BittensorはAIや機械学習モデルの開発のための分散型で協力的で革新的なプラットフォームであることが保証されます。参加をインセンティブ化し、ネットワークの集合知を活用することで、Bittensorは分散型機械学習技術の最前線に立っています。

Bittensorの構成要素

Bittensorは、コンピュータやサーバーではなく機械学習モデルを接続する分散型ネットワークです。これらのモデルはニューロンと呼ばれ、テキスト、画像、オーディオ、ビデオなどの専門の機械学習サービスをネットワークに提供します。ニューロンは、サブネットと呼ばれるグループに組織されており、各サブネットにはインセンティブメカニズムとタスクドメインが定義されています。

Bittensorは、ブロックチェーン、ニューロン、シナプス、およびメタグラフの4つの主要なコンポーネントを使用して、分散型機械学習プロトコルを実現しています。これらのコンポーネントおよびそれらがどのように連携して機能するかを見てみましょう。

ブロックチェーン

Bittensorのブロックチェーンは、相互運用性とスケーラビリティを可能にするSubstrateフレームワークに基づいています。ブロックチェーンは、ネットワーク上のノード間の取引や相互作用、ガバナンスおよびコンセンサスルールを記録します。ブロックチェーンはまた、Bittensorのネイティブ通貨である$TAOトークンの作成と配布を可能にします。

ザ ニューロンズ

ニューロンは、機械学習モデルを実行し、ネットワークに機械学習サービスを提供するノードです。各ニューロンには固有の識別子と公開鍵があり、これらはブロックチェーンに登録されています。また、各ニューロンには、機械学習モデルのタイプ、入出力形式、ポート番号、その他のパラメータを指定する構成ファイルもあります。

シナプス

シナプスは、情報の交換と協力を可能にするニューロン間の接続です。各シナプスには、接続の強度と品質を表す重みがあります。これらの重みは、ネットワーク全体の知性であるメタグラフによって決定されます。シナプスには、$TAOトークンで表されるコストと報酬もあります。コストは、あるニューロンが別のニューロンに機械学習サービスを利用するために支払う$TAOの量です。報酬は、あるニューロンが他のニューロンに機械学習サービスを提供するために受け取る$TAOの量です。

メタグラフ

メタグラフは、ネットワークのトポロジーとダイナミクス、およびニューロンの品質と評判を表します。メタグラフは、ニューロンがノードであり、シナプスがエッジである有向グラフです。メタグラフは、ニューロン間の取引、相互作用、フィードバックを考慮した合意メカニズムによって定期的に更新されます。メタグラフは、シナプスの重みを決定し、シナプスのコストと報酬、およびニューロンのランキングと可視性に影響します。メタグラフによって、ニューロンはTAOトークンを使用して提案や変更に投票することができ、ネットワークのガバナンスも可能になります。

Bittensorデリゲート憲章

Bittensor Delegate Charterは、Bittensorネットワークに参加するエンティティや個人の指針とコミットメントを概説した基本文書です。これは、Opentensor Foundationおよびその他の共同署名者による宣言であり、分散型AI景観のビジョンを共有するものです。ここには、憲章の核心原則が記載されています。

• 中央集権への対抗策：憲章は、AIに対する中央集権の危険性を強調し、権力の乱用や偏見を防ぐための権力分散を提唱しています。それは、AIのガバナンスは少数者ではなく多数者の手にあるべきだと主張しています。
• 分散型優先度コンセンサス：署名者は、AIの誤用に反対し、その倫理的な適用を推進することを誓います。彼らは、AIの優先度に対する制御を分散し、集合的な人間の知恵を活用して、AI技術によって提起される複雑な問題に対処します。
• オープンな所有権：この憲章は、Bittensorネットワークへの貢献者に対するオープンで許可されていない所有権の獲得をサポートしています。この原則は、できるだけ多くの人々がAIの開発にアクセスし、影響を与え、利害を持つことができるようにします。
• オープンソース開発: この憲章は、オープンソース開発を道徳的な義務と考え、個人がAIの未来で自分自身の運命をコントロールすることを可能にします。

Bittensor Delegate憲章は単なる理想の集まりではなく、分散化された、オープンで公正なAIの未来に対する約束であり、権力が分散され、AIの可能性がより良い未来のために活用される。

Bittensorが機械学習モデルをどのように可能にするか

Bittensorは、機械学習モデルが共同でトレーニングされ、提供する情報価値に応じて報酬を受け取ることを可能にします。これは、以下のプロセスを使用することで実現されます。

• 機械学習サービスにアクセスしたい消費者は、支払いと共にTAOトークンをネットワークにクエリを送信します。
• ネットワークは、クエリを適切なサブネットにクエリのタイプとフォーマットに基づいてルーティングします。
• サブネットは、その評判と利用可能性に基づいて、クエリに最適なニューロンを選択します。
• 選択されたニューロンはクエリを処理し、作業の証明と共にその応答を返します。
• 消費者は回答を受け取り、好みや基準に基づいて最良のものを選択します。
• ユーザーは、最良の応答を提供するニューロンに支払い、必要に応じてネットワークにフィードバックを提供します。
• ネットワークは、取引、相互作用、フィードバックに基づいてメタグラフを更新し、それに応じてニューロンに報酬とペナルティを配布します。

Bittensorで実行できる機械学習タスクとアプリケーションの種類

Bittensorは、テキストや画像生成、自然言語処理、コンピュータビジョンなど、さまざまな機械学習タスクやアプリケーションをサポートすることができます。Bittensorで実行できる機械学習サービスの例には、次のようなものがあります:

• テキストプロンプト：消費者は、文章や段落などのテキストプロンプトを送信して、ネットワークからストーリーやエッセイなどのテキスト完了を受け取ることができます。
• 画像キャプション: ユーザーは画像を送信し、ネットワークから画像の内容を説明するキャプションを受け取ることができます。
• 音声認識：ユーザーはオーディオクリップを送信し、ネットワークから音声をテキストに変換するトランスクリプトを受け取ることができます。
• 顔認識：ユーザーは顔画像を送信し、ネットワークから画像内の人物を識別する名前またはラベルを受け取ることができます。

これらはBittensorで実行できる機械学習タスクやアプリケーションの一部の例です。新しいサブネットやモデルを作成してネットワークに追加することで、利用可能な機械学習サービスの範囲と多様性を拡大することができます。

サブネットはどのように機能しますか？

ソース：Bittensor開発者ドキュメント

サブネットは、Bittensorエコシステムの中核です。サブネットとは、テキスト、画像、音声、ビデオなどの専門機械学習サービスをネットワークに提供するニューロンのグループです。サブネットは、各グループに対してインセンティブメカニズムとタスクドメインを定義します。サブネットにより、統一されたトークンシステムの下に配置されたさまざまな分散型商品市場や競争の創出が可能となります。

サブネットの役割と機能

サブネットは、Bittensorネットワークにおいて重要な役割を果たします。なぜなら、それらは次の機能を提供するからです:

• サブネットは、ニューロン間での分業と専門化を可能にします。各サブネットは、テキストプロンプト、画像キャプション、音声認識、顔認識などの特定のタイプの機械学習サービスに焦点を当てています。これにより、ニューロンは選択した領域に最適なモデルとリソースを最適化し、ネットワークに高品質で効率的なサービスを提供することができます。
• サブネットは、ニューロンの各グループに対してカスタムインセンティブメカニズムの作成を可能にします。各サブネットは、自身の基準と目標に基づいて独自の報酬およびペナルティシステムを設計および実装できます。これにより、サブネットはニューロンのインセンティブをサブネットの望ましい結果と一致させ、ニューロン間の協力と革新を促進することができます。
• サブネットは、ネットワークのガバナンスとコンセンサスを容易にします。各サブネットには、メタグラフを更新しネットワークをセキュリティを確保する責任があるバリデータがいます。バリデータは、TAOトークンをステークして好きな候補者に投票するため、サブネットメンバーによって選出されます。バリデータはまた、ネットワークのガバナンスにも参加し、ネットワークに影響を与える変更やアップグレードについて提案し、投票します。

サブネットを作成して参加するプロセス

サブネットワークを作成または参加するには、ネットワーク上のノードであるニューロンが必要です。また、ネットワークの通貨であるTAOトークンも必要です。次の手順に従って、サブネットワークを作成または参加できます:

• サブネットを作成するには、TAOトークンで料金を支払い、Bittensorブロックチェーン上でサブネットを登録する必要があります。料金はネットワーク上のサブネットの需要と供給に応じて変動します。btcli subnet createサブネットを作成し、サブネットのパラメータや詳細（名前、説明、タイプ、ポートなど）を指定するコマンドを実行します。また、サブネットの公開鍵と秘密鍵を生成するために、ウォレット名とパスワードを提供する必要があります。ネットワーク上でサブネットの一意の識別子であるnetuidが付与されます。
• サブネットに参加するには、サブネットのバリデータに接続する必要があります。これらは、サブネットのメタグラフを維持および更新するノードです。btcliサブネット参加サブネットワークに参加し、参加したいサブネットのnetuidを指定するコマンドを入力してください。また、サブネットに参加するために使用されるウォレット名とパスワードを提供する必要があります。この情報は、サブネットのための公開鍵と秘密鍵を生成するために使用されます。サブネットに正常に参加したことを示す確認メッセージが表示されます。

サブネットの種類と相互作用

Bittensorネットワークには、提供される機械学習サービスのタイプや形式に応じて、異なるタイプのサブネットがあります。一般的なサブネットの種類には、以下のものがあります。

• テキストサブネット：これらのサブネットは、テキストプロンプティング、テキスト要約、テキスト翻訳、テキスト感情分析などの自然言語処理サービスを提供します。これらのサブネットは、入力および出力フォーマットとしてテキストを受け入れ、返します。
• 画像サブネット：これらのサブネットは、画像キャプショニング、画像分類、画像セグメンテーション、画像生成などのコンピュータビジョンサービスを提供します。これらのサブネットは、画像を入力および出力フォーマットとして受け入れ、返します。
• オーディオサブネット：これらのサブネットは、音声認識、音声合成、音声翻訳、音声生成などの音声および音声処理サービスを提供します。これらのサブネットは、入力および出力の形式としてオーディオクリップを受け入れ、返します。
• ビデオサブネット：これらのサブネットは、ビデオキャプショニング、ビデオ分類、ビデオセグメンテーション、ビデオ生成などのビデオおよびモーション処理サービスを提供します。これらのサブネットは、ビデオを入力および出力フォーマットとして受け入れ、返します。

これらのサブネットはお互いやネットワークとやり取りすることができ、機械学習サービスのリクエストや提供、情報の交換、そして$TAOトークンの提供を行うことができます。例えば、テキストサブネットは画像サブネットから画像キャプションサービスをリクエストすることができ、画像を送信して一部の$TAOトークンを支払います。画像サブネットはその後、画像のキャプションを返し、報酬として一部の$TAOトークンを受け取ることができます。そして、テキストサブネットはそのキャプションをテキスト要約や翻訳などのサービスに使用することができます。

$TAO トークン

$TAOトークンはBittensorネットワークのネイティブ暗号通貨です。エコシステム内でいくつかの重要な機能と目的を果たしています：

• インセンティブ: $TAO トークンは、Bittensorネットワークのさまざまな参加者にインセンティブを与えるために使用されます。機械学習タスクを実行するために自分の計算リソースを提供するマイナーは、その貢献に対して$TAOで報酬を受け取ります。この報酬メカニズムにより、ネットワークへの計算パワーの提供が促進されます。これは分散型機械学習プロセスにとって不可欠です。
• ステーキング：ネットワークへの参加者がマイナーとして報酬を得るためには、$TAOトークンをステークする必要があります。ステーキングは担保や「ゲームにおける利害関係」の一形態として機能し、マイナーがネットワークの最善の利益のために行動する動機付けとなります。また、悪意を持って行動する参加者にとっては高コストとなり、ネットワークのセキュリティを確保するのに役立ちます。
• ガバナンス：$TAOはBittensorネットワークのガバナンスに使用できます。 トークン保有者は、プロトコルのアップグレードに関する提案をする、投票する、またはネットワークに影響を与える他の意思決定プロセスに参加することができるかもしれません。 これは、ブロックチェーン技術の分散型の倫理に合致しており、コントロールは単一の権威に集中するのではなく、ステークホルダーの間で分散されています。

$TAOトークンのトークノミクスは、ネットワークの価値と品質を反映し、ノード間の協力とイノベーションを促進するよう設計されています。$TAOトークンのトークノミクスは、以下の原則とメカニズムに基づいています。

• 供給：TAOトークンの最大量は2100万に制限されており、希少性を育みインフレーションを抑制するためにビットコインの供給制限を模倣しています。現在、約639万のTAOトークンが流通しています。TAOトークンはビットコインと同様にマイニングによって生成され、約12秒ごとに新しいブロックが作成されます。各ブロックでは、マイナーとバリデーターに1つのTAOトークンが報酬として与えられます。現在の作成率によると、約7,200の新しいTAOトークンが毎日流通供給に追加され、これらはマイナーとバリデーターの間で均等に分配されます。総供給量の50%がマイニングされると、発行率が半分に減少します。この「半減期」は、12秒のブロック時間を考慮して、4年ごとに発生します。この半減期プロセスは、残りの供給の各50%の節目ごとに続き、21百万のTAOトークンが流通するまで続きます。
• エミッション：TAOトークンのエミッションは、ネットワークリワードを通じて行われ、これらはネットワークに機械学習サービスを提供するマイナーに分配されます。ネットワークリワードは、メタグラフによって決定されるサービスの情報価値に基づいて計算されます。ネットワークリワードは、ネットワークの活動と総ステーキングトークンに基づいた難易度ファクターによっても調整されます。TAOトークンのエミッションレートは、ネットワークが成熟し需要が増加するにつれてエミッションが減少するように設計されています。
• バーニング：TAOトークンのバーニングは、ネットワーク手数料を通じて行われます。ネットワーク手数料は、ネットワークから機械学習サービスにアクセスする消費者が支払います。ネットワーク手数料は、メタグラフによって決定されるサービスのコストに基づいて計算されます。ネットワーク手数料は、ネットワークの活動と総発行トークンに基づいた需要要因によっても調整されます。TAOトークンのバーニング率は、ネットワークの成長と供給の減少に伴い、指数曲線に従うように設計されています。つまり、バーニングは時間とともに増加し、ネットワークが成長し、供給が減少するにつれて増加します。

Bittensorの創設者

Bittensorの創設者は、機械学習と人工知能の分野を革新することを目指すBittensorプロジェクトを開発し推進するために集まった才能ある個人です。各創設者は、関連分野での独自の専門知識と経験を持ち、プロジェクトの成功に貢献しています。創設者は次のとおりです：

• Jacob Steeves：JacobはBittensorのCEO兼共同創設者です。機械学習研究のバックグラウンドを持ち、人工知能の分散化を目指してBittensorを設立しました。以前はGoogleやKnowmなどのブランドで働いていました。
• Ala Shaabana: AlaはBittensorの共同創設者です。彼は機械学習の博士号を持っています。Bittensorを立ち上げる前は、カナダのトロント大学で助教授として働いていました。

Bittensor $TAOは良い投資ですか？

Bittensor $TAOは、分散型機械学習プロトコルであるBittensorネットワークを支える暗号通貨です。 $TAOは、ネットワークに機械学習サービスを提供するノードに報酬を与えるために使用され、ネットワークを保護し、ガバナンスを可能にします。 $TAOの供給上限は2,100万トークンであり、ネットワークの供給と需要が価格を決定します。

$TAOも革新的で革新的なプロジェクトによって支えられているため、多くのポテンシャルと価値を持っています。Bittensorは、機械学習と人工知能を変革するために、グローバルで分散化されたインセンティブ付きの機械学習ネットワークを作成することを目指しています。Bittensorはすでに、メインネットの立ち上げ、注目と関心の集まり、サポートと資金調達など、有望な成果と実績を示しています。Bittensorは、今後、ネットワークの拡大と多様化、ネットワークの改善と最適化、コミュニティの成長と参加など、野心的な目標と計画を立てています。

したがって、$TAOは、Bittensorのビジョンとミッションを信じ、リスクを取り、トークンを長期間保有することを望む人々にとって良い投資です。いつものように、投資家は仮想通貨に投資する前に独自の調査とデューデリジェンスを行い、失っても構わない金額だけを投資すべきです。

Gate.ioで$TAOを購入する方法

Gate.ioで$TAOトークンを購入するには、次の手順に従ってください:

• 訪問するGate.ioウェブサイトそしてメールアドレスとパスワードでアカウントを作成してください。
• Gateioアカウントに一部資金を入金してください。
• $TAOトークンを選択して資金を取引するTAO/USDTペアを選択し、金額と価格を入力します。

$TAOで行動を起こす

今日の$XPRTの価格をチェックして、お気に入りの通貨ペアを取引し始めましょう:

• TAO/USDT