مع التطور السريع لتقنيات الذكاء الاصطناعي، أصبحت القدرة الحاسوبية والبيانات والنماذج تتركز بشكل متزايد في عدد محدود من منصات التكنولوجيا، مما أدى إلى ظهور مشهد "الذكاء الاصطناعي المركزي". ورغم أن هذا النهج يعزز الكفاءة، إلا أنه يخلق مشكلات مثل احتكار البيانات، وتراجع الابتكار، وتوزيع غير عادل للقيمة.
في هذا السياق، يُعد Bittensor بنية تحتية رئيسية لشبكات الذكاء الاصطناعي اللامركزية. من خلال آلية الـ Subnet، يقوم Bittensor بتقسيم مهام الذكاء الاصطناعي إلى أسواق مستقلة متعددة، ما يتيح التعاون المفتوح بين مزودي النماذج والمقيّمين. وتُعد الـ Subnets الهيكل الأساسي لشبكة Bittensor، كما أنها عناصر جوهرية لدمج الذكاء الاصطناعي مع Web3.
ما هي Subnet في Bittensor؟
تعد الـ Subnets سوقًا محفزًا ضمن شبكة Bittensor، وتركز على إنتاج أصول الذكاء الاصطناعي المحددة، مثل تضمين النصوص أو اكتشاف الصور.
تتكون كل Subnet من:
- مهام ذكاء اصطناعي مخصصة (مثل NLP، أنظمة التوصية)
- شبكة تعاونية من Miners وValidators
- مجمعات سيولة قائمة على AMM لرموز TAO وSubnet Alpha
ترتبط الـ Subnets بالشبكة الجذرية (Subnet 0)، ويتم تخصيص انبعاثات TAO ديناميكيًا حسب أداء كل Subnet. تحصل الـ Subnets ذات الأداء العالي على موارد أكبر، بينما قد يتم استبعاد الـ Subnets غير الفعالة، مما يخلق بيئة تنافسية شبيهة بالسوق.
مصدر الصورة: xtaohq، X
المشاركون الأساسيون ومنطق التفاعل في الـ Subnets
تضم الـ Subnet في Bittensor ثلاثة أدوار رئيسية:
1. Miner (مزود النموذج)
يوفر الـ Miners نماذج الذكاء الاصطناعي أو خدمات الاستدلال مثل نماذج اللغة أو أنظمة التوصية أو نماذج معالجة البيانات. يتنافسون عبر تقديم مخرجات النماذج ويحصلون على مكافآت بناءً على أدائهم.
2. Validator
يقيم الـ Validators المخرجات المقدمة من الـ Miners ويمنحها درجات بناءً على الجودة. وتحدد هذه الدرجات مباشرة تخصيص المكافآت، وتشكل عنصرًا أساسيًا في تشغيل الـ Subnet.
3. Subnet Owner (المنشئ)
يصمم الـ Subnet Owners قواعد الـ Subnet الخاصة بهم، بما في ذلك:
- أنواع مهام الذكاء الاصطناعي
- معايير تقييم النماذج
- أوزان الحوافز وآليات التوزيع
منطق التفاعل بين الـ Miners وValidators وSubnet Owners هو كالتالي:
- يقدم الـ Miners مخرجات النماذج
- يقيم الـ Validators النتائج
- يخصص النظام رموز TAO بناءً على هذه الدرجات
- يعمل الـ Subnet Owners على تحسين الآلية باستمرار
يشكل هذا النظام سوق تقييم الذكاء الاصطناعي اللامركزية.
دورة حياة الـ Subnet في Bittensor
تمر الـ Subnet عادة بالمراحل التالية من الإنشاء حتى النضج:
- الإنشاء: يقوم المطورون بنشر Subnet جديدة وتحديد مهامها وقواعدها.
- الانطلاق البارد: يكون عدد المشاركين محدودًا، وتتم صقل جودة النماذج وآليات التقييم.
- النمو: ينضم المزيد من الـ Miners وValidators، وتبدأ تأثيرات الشبكة بالظهور.
- النضج: تؤسس الـ Subnet آليات حوافز مستقرة ومخرجات نماذج عالية الجودة، وتصبح جزءًا محوريًا من النظام البيئي.
آلية الحوافز في الـ Subnet: تدفق TAO وقيمة النموذج
يرتكز النموذج الاقتصادي لـ Bittensor على رمز TAO، وتعد الـ Subnets السيناريو الرئيسي لتدفق القيمة.
داخل الـ Subnet، يجري تدفق TAO كالتالي:
- تصدر الشبكة رموز TAO كمكافآت بلوك
- يتم تخصيص TAO إلى عدة Subnets
- داخل كل Subnet، يتم توزيع TAO على الـ Miners بناءً على درجات الـ Validators
- تحصل النماذج عالية الجودة على المزيد من TAO
تربط هذه الآلية جودة النموذج مباشرة بالعائدات، وتضمن حصول خدمات الذكاء الاصطناعي المتميزة على موارد أكبر، وتؤسس حلقة تغذية راجعة إيجابية للتحسين المستمر. وتعمل الـ Subnet كآلية اكتشاف أسعار للنماذج.
عدد الـ Subnets ونمو النظام البيئي لـ Bittensor
مع تطور شبكة Bittensor، يزداد عدد الـ Subnets باستمرار ليشمل نطاقًا واسعًا من مجالات الذكاء الاصطناعي، مثل NLP، توليد الصور، فهرسة البيانات واسترجاعها، وأنظمة التوصية.
تمنح تعددية الـ Subnets ميزتين رئيسيتين: أولًا، تخصص النظام البيئي، حيث تركز كل Subnet على مهمة محددة؛ وثانيًا، تسريع الابتكار، إذ يمكن للنماذج الجديدة دخول السوق بسرعة، والحصول على التقييم، وتحقيق المكافآت.
كيفية إنشاء Subnet في Bittensor
يتضمن إنشاء الـ Subnet عمومًا الخطوات التالية:
- تصميم أنواع المهام تحديد المشكلة التي تهدف الـ Subnet لحلها، مثل توليد النصوص أو النمذجة التنبؤية.
- تحديد آليات التقييم وضع معايير تسجيل الـ Validators، وهي محور تخصيص الحوافز.
- نشر الـ Subnet تسجيل الـ Subnet على شبكة Bittensor وتكوين إعداداتها.
- استقطاب المشاركين استخدام آليات الحوافز لجذب الـ Miners وValidators.
- تحسين القواعد باستمرار ضبط الأوزان ومنطق التسجيل بناءً على ملاحظات التشغيل.
يكمن جوهر إنشاء الـ Subnet في تصميم آلية تقييم عادلة وفعالة وبناء نموذج حوافز مستدام.
قيمة الـ Subnets لوكلاء الذكاء الاصطناعي وتطبيقات Web3
تعد الـ Subnets أسواق إنتاج الذكاء الاصطناعي وبنية تحتية أساسية لوكلاء الذكاء الاصطناعي. يمكن لوكلاء الذكاء الاصطناعي استدعاء الـ Subnets مباشرة للوصول إلى قدرات النماذج، كما يمكن دمج عدة Subnets لتشكيل تدفقات عمل ذكاء اصطناعي متقدمة. بالإضافة إلى ذلك، تستطيع تطبيقات Web3 الاستفادة من خدمات الذكاء الاصطناعي عند الحاجة دون بناء نماذجها الخاصة.
إذا استمر نظام Bittensor البيئي في التوسع، ستصبح الـ Subnets بمثابة "سوق القدرة الحاسوبية والنماذج" للـ الذكاء الاصطناعي اللامركزي، وطبقة الواجهة الأساسية لتطبيقات الذكاء الاصطناعي في Web3.
ملخص
باعتبارها آلية أساسية في شبكات الذكاء الاصطناعي اللامركزية، تقوم الـ Subnets في Bittensor بتقسيم مهام الذكاء الاصطناعي إلى أسواق مستقلة، وتأسيس نظام حوافز يشمل الـ Miners وValidators وSubnet Owners.
من خلال آلية تخصيص المكافآت القائمة على TAO، تربط الـ Subnets جودة النماذج بالقيمة الاقتصادية مباشرة، ما يتيح تسعير وتداول وتحسين قدرات الذكاء الاصطناعي كسلع.
ومع النمو المستمر في عدد الـ Subnets، يبني Bittensor تدريجيًا نظامًا بيئيًا مفتوحًا وتنافسيًا وفعالًا للذكاء الاصطناعي، ويوفر بنية تحتية أساسية لتلاقي Web3 والذكاء الاصطناعي.
الأسئلة الشائعة
ما وظيفة الـ Subnet في Bittensor؟
تعد الـ Subnet سوقًا لمهام الذكاء الاصطناعي ضمن شبكة Bittensor، وتُستخدم لإنتاج وتقييم وتحفيز مخرجات النماذج.
كيف تختلف الـ Subnet عن منصات الذكاء الاصطناعي التقليدية؟
تستخدم الـ Subnets آلية لامركزية دون جهة تحكم واحدة. يتم تحديد جودة النماذج من قبل السوق (Validators)، وليس بواسطة منصة مركزية.
ما دور TAO في الـ Subnet؟
يعد TAO رمز الحوافز، ويُستخدم لمكافأة الـ Miners الذين يقدمون مخرجات نماذج عالية الجودة وتحفيز النظام الاقتصادي بأكمله.
هل يمكن للمستخدمين العاديين المشاركة في الـ Subnets؟
نعم. يمكن للمستخدمين المشاركة كـ Miners عبر تقديم النماذج أو كـ Validators من خلال تقييم المخرجات، وبالتالي كسب المكافآت.
هل يمكن استبعاد الـ Subnet؟
نعم. إذا كان أداء الـ Subnet ضعيفًا باستمرار أو يفتقر إلى المشاركين، فقد يتم استبداله عبر آلية المنافسة.
