Криптовалюта завжди була для мене захоплюючою, і завжди є чому навчитися. Я від природи допитливий і люблю ставити багато, здавалося б, дурних запитань технічним спеціалістам, щоб отримати уявлення про їхні ідеї та винести уроки з їхнього цінного досвіду. Штучний інтелект не є винятком, і насправді, оскільки технологічні гіганти Web2 продовжують вдосконалювати свої моделі, великі програми використовують штучний інтелект для запуску сценаріїв використання на основі штучного інтелекту дуже швидкими темпами.
@canva запустила AI-інструменти, які дозволяють художникам та творцям без технічного досвіду легко створювати інтерактивні досвіди та покращувати свої творчі роботи за допомогою AI;
@YouTube запровадив новий інструмент штучного інтелекту, який дозволяє творцям генерувати фонову музику для відео;
Компанії таксі на кшталт Grab впроваджують агентів штучного інтелекту для підтримки співпраці між підприємцями та водіями-партнерами;
Компанії електронної комерції, такі як Lazada, допомагають впроваджувати інструменти генеративного штучного інтелекту для допомоги продавцям у продажу, маркетингу та обслуговуванні клієнтів.
Подібних прикладів безліч. Реальні сценарії застосування генеративного ІІ та агентного ІІ для покращення робочих процесів постійно використовуються підприємствами та роздрібними користувачами. Переваги цих технологій полягають у їх легкому доступі — ви можете знайти безкоштовні або недорогі рішення скрізь, їх вигоди значно перевищують фінансові витрати.
Але люди часто ігнорують приховані переваги та недоліки використання цих AI-продуктів, наприклад:
Хто володіє вашими даними?
Чи може хтось вкрасти твої ідеї та створити конкурентний продукт?
Чи безпечна платформа? Чи можуть витекти ваші дані?
Якщо платформа вийде з ладу (як це сталося з AWS), чи перерветься ваш бізнес? Чи є ризик для коштів клієнтів?
Чи можете ви завжди отримувати доступ до своєї платформи? Чи потрібно перевіряти вашу особу? Якщо платформа закриється, чи все ще будете ви володіти своїм продуктом або бізнесом?
Є ще багато інших питань (якщо ви ще не читали, я раніше більш детально обговорював цю тему в своїх статтях).
Централізовані суб'єкти мають централізовану владу для прийняття рішень, які можуть (ненавмисно) мати значний вплив на ваше життя. Ви можете подумати, що це не має значення – можливо, ви не дуже часто використовуєте ці інструменти, або, можливо, ви довіряєте цим компаніям діяти в інтересах користувача. Це нормально. Можливо, ви навіть захочете інвестувати в ці стартапи зі штучним інтелектом, оскільки вони виходять на величезний доступний ринок. Але ось у чому річ – інвестувати не можна. Якщо ви не працюєте в @ycombinator або у венчурній фірмі найвищого рівня, у вас не буде доступу до цих угод.
З іншого боку, в сфері Web3 AI існує безліч інвестиційних AI-екосистем, команди яких працюють над тим, щоб запропонувати користувачам децентралізовані AI-продукти та послуги. Однією з провідних інвестиційних децентралізованих AI-екосистем є @opentensor (Bittensor).
Bittensor: Дарвінівський AI
Bittensor належить до категорії "дарвінівського ШІ" — ШІ, що еволюціонує через природний відбір. Його можна уявити як версію "Голодних ігор" для ШІ, де кожна підмережа має свої "Голодні ігри", а "майнери" є жертвами (або учасниками). Вони змагаються, використовуючи свої моделі та дані для виконання конкретних завдань. Лише найсильніші моделі (ті, що демонструють найкращі результати) отримують винагороду. Слабші моделі або замінюються, або еволюціонують (через навчання, налаштування або навчання в інших). З часом це створює потужнішу, різноманітнішу та високопродуктивну екосистему ШІ.
Особливість Bittensor, яка викликає особливе захоплення, полягає в конкурентних та стимулюючих механізмах, які розроблені для узгодження стимулів між різними зацікавленими сторонами. Я вказав на виклики, з якими стикається команда Web3 AI агентів у нижченаведеному твітті...
Коротко кажучи, поточні токени-агенти є вигідними для спекулянтів і команд, їх можна використовувати як інструмент для спекуляцій, але їхня ефективність у залученні та утриманні користувачів за допомогою токенів не є високою, оскільки вони не можуть слугувати стимулом для утримання талантів (розробників, засновників тощо) під час падіння цін, що є особливо поганим.
Bittensor вирішує цю проблему за допомогою механізму, що керується ринком, який розподіляє випуск $TAO між підмережами, стимулюючи та підтримуючи роботу команд. Ринок визначає, які підмережі отримують більше обсягу випуску, шляхом стейкінгу $TAO на цих підмережах. Як тільки $TAO стейкиться, він конвертується в токени Alpha підмережі. Чим більше людей стейкить, тим вища ціна токенів Alpha, і тим більше обсягу випуску (у формі токенів Alpha) ви отримаєте.
План випуску $TAO дуже схожий на BTC, має фіксований обсяг в 21 мільйон токенів і кожні чотири роки відбувається зменшення вдвічі (щодня розподіляється 7200 $TAO до підмережі). Очікується, що перше зменшення $TAO вдвічі відбудеться приблизно 5 січня 2026 року, коли обсяг в обігу досягне 10,5 мільйонів токенів.
Чому це важливо для інвесторів
Я не буду тут заглиблюватися в технічні питання – просто хотів би поділитися, чому я вважаю Bittensor однією з найцікавіших екосистем з точки зору торгівлі/інвестування.
Окрім вище згаданих динамік, коли ви торгуєте токенами підмережі Alpha, це як одночасно здійснювати торгівлю та "майнінг".
Це тому, що щоразу, коли ціна токена Alpha зростає, ви не тільки отримуєте вигоду від зростання ціни, але й отримуєте випуск $TAO (у формі токенів Alpha).
Якщо підмережа працює добре і піднімається в рейтингу, ваші початкові $TAO активи зазнають різкого зростання ціни та значного збільшення випуску. Чим раніше ви введете свої $TAO стейкінгу в підмережу, тим вищою буде ваша річна прибутковість (APY) (оскільки ринок ще не помітив, що в підмережі менше людей).
dTAO проти Solidly
Джерело: @DeSpreadTeam
Механізм Solidly ve(3,3) вимагає тривалого блокування та постійної участі. Втрати, спричинені нерозумним випуском (голосування за неправильні ліквідні пули), несуть спільно всі тримачі (випуск продається, ціна всіх тримачів токенів знижується).
А dTAO не вимагає тривалого блокування, тому будь-хто може заходити та виходити в будь-який час, але для входу (в стейкінг на підмережах) необхідно провести значне дослідження/самостійне вивчення. Інвестування в неправильну підмережу може призвести до великих втрат (оскільки люди можуть легко вийти, немає жодного терміну блокування або інших обмежень).
Але, Джефф, повністю розбавлена оцінка (FDV) така висока! Як ми можемо інвестувати в підмережу з ринковою капіталізацією понад 500 мільйонів доларів?
FDV може не бути відповідним показником для оцінки тут, оскільки підмережа ще на ранній стадії, тому ринкова капіталізація (MC) може бути більш доречною (якщо ви займаєтеся короткостроковою або середньостроковою торгівлею). Якщо ви стурбовані інфляцією, варто зрозуміти пропорції 18%/41%/41% — це частки, які виділяються власникам підмереж, валідаторам і майнерам у формі випуску (у вигляді токенів Alpha). Як стейкер/власник токенів Alpha, ви отримуєте вигоду з 41% частки валідаторів, оскільки ви делегуєте $TAO їм під час стейкінгу.
Багато власників субмереж продовжують утримувати свої токени Alpha, отримані під час випуску, щоб продемонструвати свою впевненість, багато людей активно спілкуються з валідаторами та майнерами, щоб заохотити їх позитивно дивитися на ринок і не масово продавати токени (ви можете дослідити цю інформацію на taostats).
Оглядаючи в цілому, наступна діаграма є однією з найкращих для показу тенденцій екосистеми Bittensor.
Джерело: taoapp
З моменту запуску dTAO в лютому %TAO в Roots, підмережі OG, яка керує системою заохочення Bittensor, продовжує знижуватися, тоді як %TAO в підмережі продовжує зростати. Це означає, що стейкери/інвестори стають більш схильними до ризику (стейкінг у кореневій мережі принесе консервативний APY близько 20-25%, а на Root не буде зростання ціни на токени підмережі Alpha). Ця тенденція узгоджується зі швидкістю, з якою команди підмереж розгортають продукти. З того часу, як dTAO запрацював, команді потрібно було створювати публічно, розробляти продукт, який хотіли користувачі, швидко ітерувати та знаходити відповідність продукту, залучати користувачів і швидко генерувати реальну корисність із реальним доходом. З того часу, як я увійшов у цю екосистему, я відчуваю, що команда запускає продукти набагато швидше, ніж інші екосистеми (через конкуренцію та розподіл стимулів).
Це приводить нас до підмереж та їх унікальних інвестиційних варіантів використання децентралізованого штучного інтелекту (DeAI).
Передові підмережі та випадки використання
Команда, яка вважається першою за показником відповідності продукту ринку (PMF), - це @rayon_labs, яка зосереджена на наданні послуг звичайним користувачам. Команда професійно виконує свої обов'язки та постійно демонструє здатність до відкритого будівництва, включаючи SN64 (Chutes), SN56 (Gradients), SN19 (Nineteen).
Chutes——забезпечує інфраструктуру для легкого розгортання вашого ШІ без серверів. Нещодавній збій AWS є найкращим прикладом необхідності таких послуг; якщо ви покладаєтеся на централізованих постачальників, збій може призвести до простою вашого ШІ-додатку через єдину точку відмови (що може призвести до потенційних фінансових втрат/використання вразливостей).
Градієнти – Будь-хто (навіть без знань програмування) може навчити власні моделі штучного інтелекту на градієнтах (для професійних сценаріїв використання, генерації зображень, користувацьких LLM). Нещодавно випущена версія v3 дешевша за аналоги.
Nineteen — надає швидку, масштабовану та децентралізовану платформу для AI-інференції (будь-хто може використовувати її для генерації тексту та зображень, оскільки вона набагато швидша за аналогічні продукти).
Крім того, Rayon запускає платформу агентів Squad AI, яка є простим у використанні платформою для створення агентів на основі вузлів з функцією перетягування, що вже викликала великий інтерес у спільноті.
Три підмережі в цілому володіють більш ніж третиною обсягу випуску $TAO — це доводить здатність команди відкрито створювати та постачати якісні продукти, необхідні користувачам (Rayon вважається першою командою багатьма власниками підмереж).
Gradients зросли в 13 разів за місяць (поточна ринкова капіталізація становить 32 мільйони доларів)
Chutes зріс у 2,3 рази (ринкова капіталізація 63 мільйони доларів США)
Nineteen зросло в 3 рази (ринкова капіталізація 1800 тисяч доларів)
Ця тенденція, здається, не зупиниться найближчим часом, особливо з підвищенням рівня впровадження Chutes (підмережа, що займає перше місце).
Окрім підмережі Rayon Labs, є багато цікавих команд — включаючи складання білків, глибоке підроблення/виявлення AI-контенту, 3D моделі, торгові стратегії, рольові LLM. Я ще не поглиблювався в усі деталі, але вважаю, що найбільш релевантною є підмережа під назвою "прогнозна система" (taopill).
SN41 @sportstensor
Багато хто, ймовірно, знає їх завдяки @AskBillyBets, Sportstensor — це інтелектуальна система, яка підтримує прийняття рішень Біллі (основною командою Біллі є @ContangoDigital, венчурна фірма, яка інвестує в децентралізований штучний інтелект (DeAI), а також у валідаторів/майнерів підмережі Bittensor).
Продукт SN41 — модель Sportstensor є дуже цікавою. Це змагання між майнерами, мета якого — мати найкращу модель і набір даних для прогнозування результатів спортивних змагань.
Наприклад: у останній лізі НБА, якщо ви слідуєте за масовими ставками (ставите на популярні ставки), ви отримаєте близько 68% точності/перемоги. Чи означає це, що всі, хто ставить на масові популярні ставки, заробили багато грошей? Ні, насправді вони втратили гроші. Якщо ви ставите 100 доларів на кожну масову популярну ставку, в кінцевому підсумку ви отримаєте негативну рентабельність інвестицій, втративши близько 1700 доларів.
Хоча популярні варіанти часто мають вищий шанс на перемогу, їхні коефіцієнти нижчі, що означає, що навіть якщо ви правильно ставите, ваш виграш буде меншим. Люди часто зосереджуються на своїх фаворитах, що призводить до низьких коефіцієнтів на непопулярні варіанти, що означає, що якщо ви ставите на непопулярний варіант і виграєте, то можна заробити багато грошей.
Ось у чому полягає роль моделі Sportstensor. Майнери використовують свої власні моделі машинного навчання (такі як Монте-Карло, випадкові ліси, лінійна регресія тощо) та свої дані (безкоштовні або власні), щоб отримати найкращі результати. Sportstensor потім бере середнє/медіанне значення цих результатів і використовує його для визначення ринкових переваг.
Фактичні коефіцієнти на ринку становлять 25:75. Модель може показувати коефіцієнти 45:55. Ця різниця в 15 – це перевага. Якщо модель виявить багато таких переваг, вам не потрібно мати дуже високий відсоток перемог, щоб розпочати накопичувати позитивний інвестиційний прибуток у довгостроковій перспективі.
Джерело: Sportstensor, перекладено TechFlow
Перегляньте їхній повний звіт про торгівлю (якщо ви хочете детально вивчити): це результати моделі, які вони поділили у останньому звіті. Цифри досить вражаючі. Команда також щомісяця управляє фондом ставок, початковий капітал якого становить 10 000 доларів як буфер, використовуючи прибуток для продовження розумних ставок. Наприкінці місяця вони викуплять свої токени Alpha на прибуток. Команда заробила близько 18 000 доларів прибутку у березні.
Залежно від того, як ви використовуєте інтелектуальну систему, результати також можуть сильно відрізнятися. Наприклад, розумна система відображає коефіцієнт 35:65, тоді як фактичний коефіцієнт на ринку може становити 40:60. Хтось може зробити ставку в цій ситуації, а ви, швидше за все, цього не зробите, тому що маржа менша і не вистачає переваги. Використання Біллі розумної системи відрізняється від того, як використовується Sportstensor. (Ніхто ще не знає, як стабільно досягти позитивної рентабельності інвестицій, оскільки простір все ще знаходиться на дуже ранніх стадіях.) ）
Sportstensor планує подальшу монетизацію своїх інтелектуальних систем шляхом створення панелі управління, яка дозволить користувачам легко зрозуміти її інсайти та ухвалювати рішення щодо ставок.
Мені особисто подобається ця команда, тому що є дуже багато напрямків для їхньої продукції. Ми бачили, як Біллі привертає багато уваги таким чином і змушує спортивних уболівальників захоплюватися, роблячи ставки з Біллі. Оскільки команди охоплюють багато видів спорту, агенти можуть змінювати атмосферу, взаємодію та ставки людей різними способами.
SN44 @webuildscore
Score спробував створити систему, подібну до Sportstensor, але, усвідомивши, що здатність прогнозувати майбутні події має більшу цінність, він перейшов у сферу комп'ютерного зору. Щоб зрозуміти це, вам потрібно комп'ютерне зір, щоб аналізувати те, що відбувається на екрані, дозволяючи ШІ розуміти об'єкти на екрані, визначати їх місцезнаходження та маркувати дані, а потім шляхом різних алгоритмів отримувати висновки (наприклад, ймовірність того, що певний гравець виконає конкретний рух), і перетворювати все це в загальний рейтинг, який використовуватиметься для підвищення продуктивності гравців та раннього виявлення талантів.
Майнери змагаються за маркування об'єктів (це основна мета майнерів). Score наразі використовує свій внутрішній алгоритм для отримання висновків.
Коли ви оцінюєте гравців (схоже на встановлення Elo для шахових партій або «Ліги легенд», але більш детально і динамічно, воно змінюється залежно від рішень гравців у кожній грі та їхнього впливу), власники клубів можуть робити багато речей, наприклад, виявляти таланти ще в молодості. Якщо у вас є відео з матчами ваших дітей, ви можете використовувати той же підхід, що й для професійних матчів. Це спосіб кількісно оцінити весь світ футболу.
Завдяки унікальним даним Score може монетизувати оцінки та інсайти, продаючи їх брокерам даних, власникам клубів, спортивним компаніям даних та букмекерським конторам.
Для споживчих додатків Score застосовує інший підхід.
@thedkingdao є спортивним хедж-фондом DAO, є одним із клієнтів Score, використовує дані Score для розробки букмекерських моделей і перетворює їх на виконувані рішення для ставок. Термінал v2 буде запущено завтра (користувачі зможуть отримати доступ до повної моделі через різні моделі підписки, від аналізу матчів, запитів щодо управління великими коштами, тобто найкращих партнерів для ставок, використовуючи агентів для формування власних стратегій). Користувачі можуть заблокувати кошти в продукті Vault, агенти автоматично робитимуть ставки, забезпечуючи прибуток від ставок, запуск очікується наступного місяця або до літа.
Незабаром люди зможуть завантажувати відео на самостійній платформі Score, де їх будуть розмічати майнери. Зазвичай відео футбольних матчів потребує кілька годин, тоді як майнери можуть розмітити 90-хвилинний матч всього за 10-12 хвилин, що значно швидше, ніж в інших місцях. Користувачі можуть використовувати розмічені дані для своїх власних моделей та сценаріїв застосування.
Мені особисто подобається Score, оскільки його можна застосовувати в інших сферах, крім спорту, таких як безпілотні автомобілі, роботи тощо. У світі, де панує велика кількість сміттєвих даних, високоякісні спеціалізовані дані користуються великим попитом.
SN18 @zeussubnet
Це нова підмережа, яка нещодавно отримала велику увагу. Я ще не мав можливості поспілкуватися з командою, але продукт дуже цікавий.
Zeus є підмережою прогнозування клімату/погоди на основі машинного навчання, яка має на меті перевершити традиційні моделі за рахунок швидших і точніших прогнозів.
Хедж-фонди віддають перевагу цьому виду інтелекту, тому що точне прогнозування погоди дозволяє краще прогнозувати ціни на сировину (хедж-фонди готові платити мільйони за цю розвідувальну інформацію, тому що вони можуть заробити сотні мільйонів доларів, якщо будуть успішно торгувати сировинними товарами).
Підмережа Zeus відносно нова, оскільки вони нещодавно придбали підмережу 18. Токени Alpha зросли на 210% за останні 7 днів.
Інші підмережі, які мене цікавлять, але я ще не заглиблювався в них, включають:
@404gen_ SN17 — інфраструктура для створення 3D-активів, згенерованих ШІ. Створення 3D-моделей для ігор, AI персонажів, віртуальних ведучих тощо. Недавня інтеграція з @unity може забезпечити безшовне створення 3D-моделей, змінюючи процес створення для 1,2 мільйона активних користувачів Unity.
@metanova_labs SN68 — DeSci мережа для відкриття ліків, яка перетворює відкриття ліків у співпрацю високошвидкісної конкуренції, вирішуючи традиційні виклики, такі як витрати та час (традиційний процес займає понад десять років і може коштувати десятки мільярдів доларів).
Є багато інших підмереж, я поділюся більше, коли матиму можливість детальніше їх вивчити. Я почну з тих, які найлегше зрозуміти (оскільки я не технічний спеціаліст).
підсумок
Я намагаюся уникати надмірно технічних деталей. Щодо всього dTAO, викидів, розподілу стимулів, усіх зацікавлених сторін та інших технічних пояснень, існує багато відмінних ресурсів для ознайомлення.
Згідно з моїм навчанням під час сезону агентів (з 24 жовтня до тепер), я вважаю, що підтримка гнучкості є дуже важливою. Я мав занадто багато інвестицій в проекти, і вважаю, що dTAO забезпечує досить непоганий механізм для гнучкого переходу та виходу з різних інвестиційних стартапів DeAI.
На даний момент учасників ще небагато, тому користувачі можуть отримати 80%–150%+ річної процентної ставки (APY), плюс зростання ціни підмережі. Ця динаміка може змінитися в найближчі шість місяців, оскільки більше людей приєднується, а екосистема TAO отримує кращі мости, гаманці та торгову інфраструктуру.
Зараз я рекомендую вам насолоджуватися PvE сезоном TAO та дізнатися більше про класні технології DeAI разом зі мною :D
Дякую за прочитання моєї першої статті. Чекаю на зустріч з вами в наступній!
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
Старі місця, які підмережі в Bittensor варто підписатися?
Автор: 0xJeff
Компільовано: ShenChao TechFlow
Криптовалюта завжди була для мене захоплюючою, і завжди є чому навчитися. Я від природи допитливий і люблю ставити багато, здавалося б, дурних запитань технічним спеціалістам, щоб отримати уявлення про їхні ідеї та винести уроки з їхнього цінного досвіду. Штучний інтелект не є винятком, і насправді, оскільки технологічні гіганти Web2 продовжують вдосконалювати свої моделі, великі програми використовують штучний інтелект для запуску сценаріїв використання на основі штучного інтелекту дуже швидкими темпами.
@canva запустила AI-інструменти, які дозволяють художникам та творцям без технічного досвіду легко створювати інтерактивні досвіди та покращувати свої творчі роботи за допомогою AI;
@YouTube запровадив новий інструмент штучного інтелекту, який дозволяє творцям генерувати фонову музику для відео;
Компанії таксі на кшталт Grab впроваджують агентів штучного інтелекту для підтримки співпраці між підприємцями та водіями-партнерами;
Компанії електронної комерції, такі як Lazada, допомагають впроваджувати інструменти генеративного штучного інтелекту для допомоги продавцям у продажу, маркетингу та обслуговуванні клієнтів.
Подібних прикладів безліч. Реальні сценарії застосування генеративного ІІ та агентного ІІ для покращення робочих процесів постійно використовуються підприємствами та роздрібними користувачами. Переваги цих технологій полягають у їх легкому доступі — ви можете знайти безкоштовні або недорогі рішення скрізь, їх вигоди значно перевищують фінансові витрати.
Але люди часто ігнорують приховані переваги та недоліки використання цих AI-продуктів, наприклад:
Хто володіє вашими даними?
Чи може хтось вкрасти твої ідеї та створити конкурентний продукт?
Чи безпечна платформа? Чи можуть витекти ваші дані?
Якщо платформа вийде з ладу (як це сталося з AWS), чи перерветься ваш бізнес? Чи є ризик для коштів клієнтів?
Чи можете ви завжди отримувати доступ до своєї платформи? Чи потрібно перевіряти вашу особу? Якщо платформа закриється, чи все ще будете ви володіти своїм продуктом або бізнесом?
Є ще багато інших питань (якщо ви ще не читали, я раніше більш детально обговорював цю тему в своїх статтях).
Централізовані суб'єкти мають централізовану владу для прийняття рішень, які можуть (ненавмисно) мати значний вплив на ваше життя. Ви можете подумати, що це не має значення – можливо, ви не дуже часто використовуєте ці інструменти, або, можливо, ви довіряєте цим компаніям діяти в інтересах користувача. Це нормально. Можливо, ви навіть захочете інвестувати в ці стартапи зі штучним інтелектом, оскільки вони виходять на величезний доступний ринок. Але ось у чому річ – інвестувати не можна. Якщо ви не працюєте в @ycombinator або у венчурній фірмі найвищого рівня, у вас не буде доступу до цих угод.
З іншого боку, в сфері Web3 AI існує безліч інвестиційних AI-екосистем, команди яких працюють над тим, щоб запропонувати користувачам децентралізовані AI-продукти та послуги. Однією з провідних інвестиційних децентралізованих AI-екосистем є @opentensor (Bittensor).
Bittensor: Дарвінівський AI
Bittensor належить до категорії "дарвінівського ШІ" — ШІ, що еволюціонує через природний відбір. Його можна уявити як версію "Голодних ігор" для ШІ, де кожна підмережа має свої "Голодні ігри", а "майнери" є жертвами (або учасниками). Вони змагаються, використовуючи свої моделі та дані для виконання конкретних завдань. Лише найсильніші моделі (ті, що демонструють найкращі результати) отримують винагороду. Слабші моделі або замінюються, або еволюціонують (через навчання, налаштування або навчання в інших). З часом це створює потужнішу, різноманітнішу та високопродуктивну екосистему ШІ.
Особливість Bittensor, яка викликає особливе захоплення, полягає в конкурентних та стимулюючих механізмах, які розроблені для узгодження стимулів між різними зацікавленими сторонами. Я вказав на виклики, з якими стикається команда Web3 AI агентів у нижченаведеному твітті...
Коротко кажучи, поточні токени-агенти є вигідними для спекулянтів і команд, їх можна використовувати як інструмент для спекуляцій, але їхня ефективність у залученні та утриманні користувачів за допомогою токенів не є високою, оскільки вони не можуть слугувати стимулом для утримання талантів (розробників, засновників тощо) під час падіння цін, що є особливо поганим.
Bittensor вирішує цю проблему за допомогою механізму, що керується ринком, який розподіляє випуск $TAO між підмережами, стимулюючи та підтримуючи роботу команд. Ринок визначає, які підмережі отримують більше обсягу випуску, шляхом стейкінгу $TAO на цих підмережах. Як тільки $TAO стейкиться, він конвертується в токени Alpha підмережі. Чим більше людей стейкить, тим вища ціна токенів Alpha, і тим більше обсягу випуску (у формі токенів Alpha) ви отримаєте.
План випуску $TAO дуже схожий на BTC, має фіксований обсяг в 21 мільйон токенів і кожні чотири роки відбувається зменшення вдвічі (щодня розподіляється 7200 $TAO до підмережі). Очікується, що перше зменшення $TAO вдвічі відбудеться приблизно 5 січня 2026 року, коли обсяг в обігу досягне 10,5 мільйонів токенів.
Чому це важливо для інвесторів
Я не буду тут заглиблюватися в технічні питання – просто хотів би поділитися, чому я вважаю Bittensor однією з найцікавіших екосистем з точки зору торгівлі/інвестування.
Окрім вище згаданих динамік, коли ви торгуєте токенами підмережі Alpha, це як одночасно здійснювати торгівлю та "майнінг".
Це тому, що щоразу, коли ціна токена Alpha зростає, ви не тільки отримуєте вигоду від зростання ціни, але й отримуєте випуск $TAO (у формі токенів Alpha).
Якщо підмережа працює добре і піднімається в рейтингу, ваші початкові $TAO активи зазнають різкого зростання ціни та значного збільшення випуску. Чим раніше ви введете свої $TAO стейкінгу в підмережу, тим вищою буде ваша річна прибутковість (APY) (оскільки ринок ще не помітив, що в підмережі менше людей).
dTAO проти Solidly
Джерело: @DeSpreadTeam
Механізм Solidly ve(3,3) вимагає тривалого блокування та постійної участі. Втрати, спричинені нерозумним випуском (голосування за неправильні ліквідні пули), несуть спільно всі тримачі (випуск продається, ціна всіх тримачів токенів знижується).
А dTAO не вимагає тривалого блокування, тому будь-хто може заходити та виходити в будь-який час, але для входу (в стейкінг на підмережах) необхідно провести значне дослідження/самостійне вивчення. Інвестування в неправильну підмережу може призвести до великих втрат (оскільки люди можуть легко вийти, немає жодного терміну блокування або інших обмежень).
Але, Джефф, повністю розбавлена оцінка (FDV) така висока! Як ми можемо інвестувати в підмережу з ринковою капіталізацією понад 500 мільйонів доларів?
FDV може не бути відповідним показником для оцінки тут, оскільки підмережа ще на ранній стадії, тому ринкова капіталізація (MC) може бути більш доречною (якщо ви займаєтеся короткостроковою або середньостроковою торгівлею). Якщо ви стурбовані інфляцією, варто зрозуміти пропорції 18%/41%/41% — це частки, які виділяються власникам підмереж, валідаторам і майнерам у формі випуску (у вигляді токенів Alpha). Як стейкер/власник токенів Alpha, ви отримуєте вигоду з 41% частки валідаторів, оскільки ви делегуєте $TAO їм під час стейкінгу.
Багато власників субмереж продовжують утримувати свої токени Alpha, отримані під час випуску, щоб продемонструвати свою впевненість, багато людей активно спілкуються з валідаторами та майнерами, щоб заохотити їх позитивно дивитися на ринок і не масово продавати токени (ви можете дослідити цю інформацію на taostats).
Оглядаючи в цілому, наступна діаграма є однією з найкращих для показу тенденцій екосистеми Bittensor.
Джерело: taoapp
З моменту запуску dTAO в лютому %TAO в Roots, підмережі OG, яка керує системою заохочення Bittensor, продовжує знижуватися, тоді як %TAO в підмережі продовжує зростати. Це означає, що стейкери/інвестори стають більш схильними до ризику (стейкінг у кореневій мережі принесе консервативний APY близько 20-25%, а на Root не буде зростання ціни на токени підмережі Alpha). Ця тенденція узгоджується зі швидкістю, з якою команди підмереж розгортають продукти. З того часу, як dTAO запрацював, команді потрібно було створювати публічно, розробляти продукт, який хотіли користувачі, швидко ітерувати та знаходити відповідність продукту, залучати користувачів і швидко генерувати реальну корисність із реальним доходом. З того часу, як я увійшов у цю екосистему, я відчуваю, що команда запускає продукти набагато швидше, ніж інші екосистеми (через конкуренцію та розподіл стимулів).
Це приводить нас до підмереж та їх унікальних інвестиційних варіантів використання децентралізованого штучного інтелекту (DeAI).
Передові підмережі та випадки використання
Команда, яка вважається першою за показником відповідності продукту ринку (PMF), - це @rayon_labs, яка зосереджена на наданні послуг звичайним користувачам. Команда професійно виконує свої обов'язки та постійно демонструє здатність до відкритого будівництва, включаючи SN64 (Chutes), SN56 (Gradients), SN19 (Nineteen).
Chutes——забезпечує інфраструктуру для легкого розгортання вашого ШІ без серверів. Нещодавній збій AWS є найкращим прикладом необхідності таких послуг; якщо ви покладаєтеся на централізованих постачальників, збій може призвести до простою вашого ШІ-додатку через єдину точку відмови (що може призвести до потенційних фінансових втрат/використання вразливостей).
Градієнти – Будь-хто (навіть без знань програмування) може навчити власні моделі штучного інтелекту на градієнтах (для професійних сценаріїв використання, генерації зображень, користувацьких LLM). Нещодавно випущена версія v3 дешевша за аналоги.
Nineteen — надає швидку, масштабовану та децентралізовану платформу для AI-інференції (будь-хто може використовувати її для генерації тексту та зображень, оскільки вона набагато швидша за аналогічні продукти).
Крім того, Rayon запускає платформу агентів Squad AI, яка є простим у використанні платформою для створення агентів на основі вузлів з функцією перетягування, що вже викликала великий інтерес у спільноті.
Три підмережі в цілому володіють більш ніж третиною обсягу випуску $TAO — це доводить здатність команди відкрито створювати та постачати якісні продукти, необхідні користувачам (Rayon вважається першою командою багатьма власниками підмереж).
Gradients зросли в 13 разів за місяць (поточна ринкова капіталізація становить 32 мільйони доларів)
Chutes зріс у 2,3 рази (ринкова капіталізація 63 мільйони доларів США)
Nineteen зросло в 3 рази (ринкова капіталізація 1800 тисяч доларів)
Ця тенденція, здається, не зупиниться найближчим часом, особливо з підвищенням рівня впровадження Chutes (підмережа, що займає перше місце).
Окрім підмережі Rayon Labs, є багато цікавих команд — включаючи складання білків, глибоке підроблення/виявлення AI-контенту, 3D моделі, торгові стратегії, рольові LLM. Я ще не поглиблювався в усі деталі, але вважаю, що найбільш релевантною є підмережа під назвою "прогнозна система" (taopill).
SN41 @sportstensor
Багато хто, ймовірно, знає їх завдяки @AskBillyBets, Sportstensor — це інтелектуальна система, яка підтримує прийняття рішень Біллі (основною командою Біллі є @ContangoDigital, венчурна фірма, яка інвестує в децентралізований штучний інтелект (DeAI), а також у валідаторів/майнерів підмережі Bittensor).
Продукт SN41 — модель Sportstensor є дуже цікавою. Це змагання між майнерами, мета якого — мати найкращу модель і набір даних для прогнозування результатів спортивних змагань.
Наприклад: у останній лізі НБА, якщо ви слідуєте за масовими ставками (ставите на популярні ставки), ви отримаєте близько 68% точності/перемоги. Чи означає це, що всі, хто ставить на масові популярні ставки, заробили багато грошей? Ні, насправді вони втратили гроші. Якщо ви ставите 100 доларів на кожну масову популярну ставку, в кінцевому підсумку ви отримаєте негативну рентабельність інвестицій, втративши близько 1700 доларів.
Хоча популярні варіанти часто мають вищий шанс на перемогу, їхні коефіцієнти нижчі, що означає, що навіть якщо ви правильно ставите, ваш виграш буде меншим. Люди часто зосереджуються на своїх фаворитах, що призводить до низьких коефіцієнтів на непопулярні варіанти, що означає, що якщо ви ставите на непопулярний варіант і виграєте, то можна заробити багато грошей.
Ось у чому полягає роль моделі Sportstensor. Майнери використовують свої власні моделі машинного навчання (такі як Монте-Карло, випадкові ліси, лінійна регресія тощо) та свої дані (безкоштовні або власні), щоб отримати найкращі результати. Sportstensor потім бере середнє/медіанне значення цих результатів і використовує його для визначення ринкових переваг.
Фактичні коефіцієнти на ринку становлять 25:75. Модель може показувати коефіцієнти 45:55. Ця різниця в 15 – це перевага. Якщо модель виявить багато таких переваг, вам не потрібно мати дуже високий відсоток перемог, щоб розпочати накопичувати позитивний інвестиційний прибуток у довгостроковій перспективі.
Джерело: Sportstensor, перекладено TechFlow
Перегляньте їхній повний звіт про торгівлю (якщо ви хочете детально вивчити): це результати моделі, які вони поділили у останньому звіті. Цифри досить вражаючі. Команда також щомісяця управляє фондом ставок, початковий капітал якого становить 10 000 доларів як буфер, використовуючи прибуток для продовження розумних ставок. Наприкінці місяця вони викуплять свої токени Alpha на прибуток. Команда заробила близько 18 000 доларів прибутку у березні.
Залежно від того, як ви використовуєте інтелектуальну систему, результати також можуть сильно відрізнятися. Наприклад, розумна система відображає коефіцієнт 35:65, тоді як фактичний коефіцієнт на ринку може становити 40:60. Хтось може зробити ставку в цій ситуації, а ви, швидше за все, цього не зробите, тому що маржа менша і не вистачає переваги. Використання Біллі розумної системи відрізняється від того, як використовується Sportstensor. (Ніхто ще не знає, як стабільно досягти позитивної рентабельності інвестицій, оскільки простір все ще знаходиться на дуже ранніх стадіях.) ）
Sportstensor планує подальшу монетизацію своїх інтелектуальних систем шляхом створення панелі управління, яка дозволить користувачам легко зрозуміти її інсайти та ухвалювати рішення щодо ставок.
Мені особисто подобається ця команда, тому що є дуже багато напрямків для їхньої продукції. Ми бачили, як Біллі привертає багато уваги таким чином і змушує спортивних уболівальників захоплюватися, роблячи ставки з Біллі. Оскільки команди охоплюють багато видів спорту, агенти можуть змінювати атмосферу, взаємодію та ставки людей різними способами.
SN44 @webuildscore
Score спробував створити систему, подібну до Sportstensor, але, усвідомивши, що здатність прогнозувати майбутні події має більшу цінність, він перейшов у сферу комп'ютерного зору. Щоб зрозуміти це, вам потрібно комп'ютерне зір, щоб аналізувати те, що відбувається на екрані, дозволяючи ШІ розуміти об'єкти на екрані, визначати їх місцезнаходження та маркувати дані, а потім шляхом різних алгоритмів отримувати висновки (наприклад, ймовірність того, що певний гравець виконає конкретний рух), і перетворювати все це в загальний рейтинг, який використовуватиметься для підвищення продуктивності гравців та раннього виявлення талантів.
Майнери змагаються за маркування об'єктів (це основна мета майнерів). Score наразі використовує свій внутрішній алгоритм для отримання висновків.
Коли ви оцінюєте гравців (схоже на встановлення Elo для шахових партій або «Ліги легенд», але більш детально і динамічно, воно змінюється залежно від рішень гравців у кожній грі та їхнього впливу), власники клубів можуть робити багато речей, наприклад, виявляти таланти ще в молодості. Якщо у вас є відео з матчами ваших дітей, ви можете використовувати той же підхід, що й для професійних матчів. Це спосіб кількісно оцінити весь світ футболу.
Завдяки унікальним даним Score може монетизувати оцінки та інсайти, продаючи їх брокерам даних, власникам клубів, спортивним компаніям даних та букмекерським конторам.
Для споживчих додатків Score застосовує інший підхід.
@thedkingdao є спортивним хедж-фондом DAO, є одним із клієнтів Score, використовує дані Score для розробки букмекерських моделей і перетворює їх на виконувані рішення для ставок. Термінал v2 буде запущено завтра (користувачі зможуть отримати доступ до повної моделі через різні моделі підписки, від аналізу матчів, запитів щодо управління великими коштами, тобто найкращих партнерів для ставок, використовуючи агентів для формування власних стратегій). Користувачі можуть заблокувати кошти в продукті Vault, агенти автоматично робитимуть ставки, забезпечуючи прибуток від ставок, запуск очікується наступного місяця або до літа.
Незабаром люди зможуть завантажувати відео на самостійній платформі Score, де їх будуть розмічати майнери. Зазвичай відео футбольних матчів потребує кілька годин, тоді як майнери можуть розмітити 90-хвилинний матч всього за 10-12 хвилин, що значно швидше, ніж в інших місцях. Користувачі можуть використовувати розмічені дані для своїх власних моделей та сценаріїв застосування.
Мені особисто подобається Score, оскільки його можна застосовувати в інших сферах, крім спорту, таких як безпілотні автомобілі, роботи тощо. У світі, де панує велика кількість сміттєвих даних, високоякісні спеціалізовані дані користуються великим попитом.
SN18 @zeussubnet
Це нова підмережа, яка нещодавно отримала велику увагу. Я ще не мав можливості поспілкуватися з командою, але продукт дуже цікавий.
Zeus є підмережою прогнозування клімату/погоди на основі машинного навчання, яка має на меті перевершити традиційні моделі за рахунок швидших і точніших прогнозів.
Хедж-фонди віддають перевагу цьому виду інтелекту, тому що точне прогнозування погоди дозволяє краще прогнозувати ціни на сировину (хедж-фонди готові платити мільйони за цю розвідувальну інформацію, тому що вони можуть заробити сотні мільйонів доларів, якщо будуть успішно торгувати сировинними товарами).
Підмережа Zeus відносно нова, оскільки вони нещодавно придбали підмережу 18. Токени Alpha зросли на 210% за останні 7 днів.
Інші підмережі, які мене цікавлять, але я ще не заглиблювався в них, включають:
@404gen_ SN17 — інфраструктура для створення 3D-активів, згенерованих ШІ. Створення 3D-моделей для ігор, AI персонажів, віртуальних ведучих тощо. Недавня інтеграція з @unity може забезпечити безшовне створення 3D-моделей, змінюючи процес створення для 1,2 мільйона активних користувачів Unity.
@metanova_labs SN68 — DeSci мережа для відкриття ліків, яка перетворює відкриття ліків у співпрацю високошвидкісної конкуренції, вирішуючи традиційні виклики, такі як витрати та час (традиційний процес займає понад десять років і може коштувати десятки мільярдів доларів).
Є багато інших підмереж, я поділюся більше, коли матиму можливість детальніше їх вивчити. Я почну з тих, які найлегше зрозуміти (оскільки я не технічний спеціаліст).
підсумок
Я намагаюся уникати надмірно технічних деталей. Щодо всього dTAO, викидів, розподілу стимулів, усіх зацікавлених сторін та інших технічних пояснень, існує багато відмінних ресурсів для ознайомлення.
Згідно з моїм навчанням під час сезону агентів (з 24 жовтня до тепер), я вважаю, що підтримка гнучкості є дуже важливою. Я мав занадто багато інвестицій в проекти, і вважаю, що dTAO забезпечує досить непоганий механізм для гнучкого переходу та виходу з різних інвестиційних стартапів DeAI.
На даний момент учасників ще небагато, тому користувачі можуть отримати 80%–150%+ річної процентної ставки (APY), плюс зростання ціни підмережі. Ця динаміка може змінитися в найближчі шість місяців, оскільки більше людей приєднується, а екосистема TAO отримує кращі мости, гаманці та торгову інфраструктуру.
Зараз я рекомендую вам насолоджуватися PvE сезоном TAO та дізнатися більше про класні технології DeAI разом зі мною :D
Дякую за прочитання моєї першої статті. Чекаю на зустріч з вами в наступній!