Frontier Lab: 一文介绍 AI 算法聚合平台 Bittensor

作者：Frontier Lab

项目基本信息

运行模式

Bittensor 旨在创建一个 AI 算法聚合平台，激励人工智能的发展和去中心化。Bittensor 采用 Polkadot 平行链的设计理念，通过不同的子网通过 Bittensor API 连接到主网形成整个区块链网络。矿工和验证者是子网的核心模块，矿工为每个子网的 AI 模型提供运维和升级支持，验证者对矿工的工作质量进行评价，评价结果用于 TAO 代币的奖励分配。

子网创建者可以通过提供 AI 支持的各种服务获得代币奖励，而用户则可以购买这些服务来加快自己的业务发展。Bittensor 通过将不同的 AI 模型聚合到一起，而 AI 类型是由算法决定，所以 Bittensor 将各类型的 AI 算法聚合到一处，以更好的满足用户需求，同时鼓励各个子网之间进行知识共享，以促进不同算法之间的合作研究。最终，该项目的愿景是创建更强大的去中心化 AI 模型。

Bittensor 区块链在当前发展阶段的运行模式如图 1–1 所示，当前网络已经上线了 32 个子网。

图 1-1 Bittensor 区块链在当前发展阶段的运行模式
 

项目团队

Ala Shaabana ，计算机科学博士，机器学习研究员，曾在 Instacart 和 VMware 工作。

Jacob Steeves，数学和计算学士学位，机器学习研究员，曾在谷歌工作。

从 Bittensor 团队成员公开的资料可以看出，核心团队在 AI 领域拥有丰富的开发经验，为项目的运营提供了坚实的支持。

去中心化倾向

公开信息显示 Bittensor 的开发工作仅接受了 OpenTensor Foundation 的支持，并未接受任何个人和机构投资，这表现出了团队有意让项目保持去中心化发展的意愿。值得注意的是 Opentensor Foundation 运营着目前最大的验证池，其是 Bittensor 网络最大的验证者，质押量占比为 23.41%，是质押量第二名的两倍之多。

Bittensor 的协议治理分为三个阶段：

1. 基金会集中管理；

2. 参议院模式（当前阶段）：参议院由质押金额超过 TAO 代币流通市值的 2% 的质押池组成，共 12 个席位；

3. 社区管理；

据参议院模式的运作显示，项目的发展控制权依然集中在 Opentensor Foundation 手中。因此，Bittensor 项目在迈向去中心化的进程中表现较为缓慢，其去中心化的倾向并不显著。这种集中式的控制结构可能会影响项目在去中心化理念上的深入实践和发展。   开发实力 2019 年 Bittensor 立项，由创始人 Jacob Steeves 和联合创始人 Ala Shaabana 创立，网络昵称为 Yuma Rao 神秘开发者协助编写了项目白皮书。项目发展的关键事件如表 1–1 所示：   表 1–1 Bittensor 发展关键事件信息统计表
  从官方发布的关键时间节点可见，该团队在技术开发领域拥有扎实的技术基础。然而，项目的经济模型设计，尤其是 TAO 代币的分配机制，皆出自一位名为 Yuma Rao 的神秘开发者之手。因此，TAO 代币的分配共识机制 — — Yuma Consensus，也随之得名，从而使 Yuma Rao 被誉为 TAO 代币的 “中本聪先生”，以彰显其在项目进展中的核心地位。   与同赛道项目相比的创新 加密货币市场的 AI 赛道内可以细分为：算力、算法和模型三个细分赛道，Bittensor 是算法赛道的首创者，Bittensor 有着很多不同于其他项目的创新：

• 商业模式创新：在众多项目聚焦于算力聚合交易的背景下，Bittensor 首次创新提出了算法聚合交易模式，标志着该领域的一个突破，为相关市场的开拓提供了新的路径。

• 分散式混合专家模型（MOE）：每个子网都专注于数据的某一个特定的方面，当引入新数据的时候，子网合作生成一个集体，获得一个最优答案，这个答案形成的速度和质量都远远的要高于传统的单一解决问题的模型。

• 数字蜂巢思维：Bittensor 鼓励网络节点之间的协作学习，以提高性能和准确性。与人脑中的神经元如何协同工作类似，此过程涉及节点之间交换数据样本和模型参数，从而形成一个随着时间的推移进行自我优化以实现更精确预测的网络。

项目模型 业务模型 Bittensor 经济系统中由三者角色组成：用户，验证者，矿工  

1. 矿工：矿工的任务是托管人工智能模型并提供给网络，他们负责维护和保障模型的运作。根据矿工对网络的贡献，他们将获得相应的奖励。矿工的关键成功因素在于降低成本并提供高质量的服务。

2. 验证者：验证者分为子网验证者和主网验证者两种。子网验证者的任务是评估矿工产品和服务质量的裁判，主网验证者用于评估每个子网给出的结果质量，同时它们也是传递用户需求和矿工服务之间的路由节点。主网验证者由质押量最大的子网验证者担任，所以验证者的关键成功因素在于抵押的代币数量，抵押数量越大，验证者对最终评估结果的影响力越大。

3. 用户：寻求高质量结果的终端用户和使用 AI 服务构建应用的开发者。

Bittensor 业务流程如图 2–1 所示。

图 2–1 Bittensor 业务流程示意图
 

关于用户在网络内使用服务是否收费，官方文档未提及。未来服务收入的分配方案也并未明确说明。因此，当前网络的运行完全依赖于 TAO 代币的发行，这表明该项目仍处于早期阶段。

YUMA Consensus

Yuma Consensus 是一种共识机制，用于确定新产出的 TAO 代币的分配方式，其创新之处在于为评估人工智能模型输出结果和模型支持者的工作质量提供了一套完整的评价体系和规则。

TAO 代币的分配分为 3 个步骤：

1. 主网验证者对 32 条子网进行评分，经过 Yuma Consensus 计算出出每条子网能够分配的代币数量。

2. 每条子网被分配的奖励，18% 分配给主网创建者，41% 分配给该子网的验证者，41% 分配给该子网的矿工。而每个矿工和验证者的分配数量，则由 Yuma Consensus 决定。

3. 在子网上，子网验证者会对矿工的服务质量进行评分，Yuma Consensus 则在此基础上，以每个子网验证者质押 TAO 的数量为权重，计算出每个矿工能够得到代币数量。而每个子网验证者能够得到的奖励，则基于子网验证者的评价结果是否接近最终的共识结果，结果越接近，奖励的比例越高，反之则更低，这也体现出来 Yuma Consensus 防止验证者作恶的机制。

代币模型

代币分配

TAO 的总量有 2100 万枚，根据白皮书显示：代币无项目方预挖，从第一枚开始都是矿工挖矿产生，每个流通的代币都必须通过积极参与网络来赚取。

截至目前，664 万枚 TAO 代币已经流通，占最大供应量的 31.64%，代币分配统计如图 2–2 所示。

图 2–2 TAO 代币分配比例统计图（数据来源，Bittensor 区块链浏览器）
 

根据白皮书中显示，Bittensor 网络每 1050 万个区块进行一次减半，计划在约 45 年内进行 64 次减半，256 年后产生完毕，具体减半时间如图 2–3 所示。每个区块的奖励是 1 个 TAO，大约每 12 秒发放一次，每日总计发放 7200 个 TAO 代币。这些奖励将分配给矿工和验证者。

质押模型

质押 TAO 代币才可以成为子网验证者，任何特定子网上只有最大的 64 个子网验证者才被视为拥有许可的验证者，只有许可的子网验证器才可以获得奖励。

普通用户则可以将自己的 TAO 质押给子网验证者，进而享受 TAO 代币奖励。

85.3% 的流通量已经被质押，这一数据提示了以下信息：

1. Opentensor Foundation 在启动阶段就挖出了大量代币，这些代币被质押，作为官方矿池，吸引了更多了 TAO 质押，这也是其一直处于质押量排行榜首的原因；

2. 新进用户看好 TAO 代币未来的价格前景，将获得的代币进行了质押；

因此，TAO 代币的质押模型虽然简单，但体现了生态参与者的乐观倾向。

TAO 的价值判定

在 Bittensor 网络中，TAO 不存在集中销毁或者定期销毁的场景，所以代币总量会持续处于通胀状态，只是随着时间，通胀率不断降低，这与比特币通胀机制类似。

流通质押率成为了衡量代币价格的主要参考因素，流通质押率 = 质押代币总数量 / 已经发行代币总数量。

• 当质押率处于 85% 左右时，可认为 TAO 前景稳定；

• 当质押率处于 90% 以上时，可认为 TAO 前景乐观；

• 当质押率处于 80% 以下时，可认为 TAO 前景悲观；

综上，当前 TAO 的投资价值在于质押奖励，远期价值在于用户使用 TAO 购买服务，TAO 价格升高，矿工和验证者的收入提高，吸引更优秀 AI 模型（矿工和验证者）加入，服务质量提高，从而吸引更多的用户，形成增长飞轮。

代币价格表现

根据 Coingecko 统计数据，TAO 自 2023 年 4 月开始交易以来，价格已经上涨 10 倍（50–500 美元），主要交易场所为 Gate，MEXC，Binance，日交易量 1600 万美元，其流通市值约为 4.5 亿美元（已发行代币市值-质押代币市值），换手率不足 5%，属于偏低水平，这表明市场大部分投资者对 TAO 并不熟悉，缺乏交易动力。

项目风险

1. 中心化风险：上文中已经提及 Opentensor Foundation 控制着 23.4% 的质押量，这一比例还在持续上升，所以 Bittensor 的去中心程度还有待提升。

2. Yuma Consensus 的缺陷：主网验证者由 64 个子网验证者中实力最强的兼任，对模型评价结果的客观性并非完全取决于 TAO 持有者的真实评价。甚至可能出现验证者偏袒所在子网的情况，导致用户获得的评价结果并非最佳选择，而是验证者为获取更多奖励而做出的非客观判断。

3. 子网数量限制：要与像 OpenAI 等大公司竞争，仅仅拥有 32 个简单的 AI 模型是远远不够的。然而，由于验证者数量的限制，无法新增更多子网，也就无法增加更多模型，项目在这方面仍有待升级。
    

近期发展动态

根据官方 Discord 的讨论内容总结，可能在未来实施以下两点提案：

1. 讨论建立 Dynamic TAO 机制，通过这一机制把评价子网工作质量的权力转移到所有 TAO 持有者，而非少数验证者。

2. 讨论取消主网验证者数量的限制，子网数量上限提升至 1024 个，新模型接入 Bittensor 的门槛更低。

3. 如果这两项提案成功实施，Bittensor 的去中心化程度将大幅提升，同时模型种类更加丰富，商业竞争力将进一步增强。

总结

当前，各类投资者对 AI 概念资产的关注度空前高涨。算力和算法成为 AI 发展中亟需突破的两大领域，Bittensor 作为算法聚合理念的首创者，通过 Yuma Consensus 建立了模型优劣的共识评价体系，将各种类型的 AI 算法汇聚在一起，以更好地满足用户需求。同时，Bittensor 鼓励不同子网之间进行知识共享，推动不同算法之间的合作研究，旨在打造更强大的去中心化 AI 模型。此项目有望促进 AI 领域的创新发展，推动行业向前迈进，值得密切关注。