Завьялов Илья Николаевич про Bittensor (Ч4).

Перед тем как вы погрузитесь в изучение статьи, обратите внимание на тот факт что всё упомянутое в ней не является финансовой рекомендацией для принятие более взвешенного решения просьба провести свое собственное исследование. 

Операционные Расходы

Текущие разработки инфраструктуры финансируются Фондом Opentensor за счет фандинга от делегирования им, а также вознаграждений за делегирование. Другие разработки выполняются сторонними организациями, которые управляют своими валидаторами и финансируются также через делегирование.

Как и любая глобальная инициатива, требующая финансирования для исследований, разработки и внедрения, успех ИИ зависит от того, как координируется капитал и как вознаграждаются участники за их вклад.
Это стратегическое распределение ресурсов (исследования, GPU для обучения...) стимулирует рост и влияние ИИ.

В сфере ИИ, особенно в случае крупных языковых моделей, таких как ChatGPT, операционные затраты значительны. Например, предполагается, что OpenAI тратит около 700,000 долларов в день на эксплуатацию ChatGPT, что подчеркивает значительную финансовую нагрузку, связанную с масштабными ИИ-моделями. Стоимость обучения модели может варьироваться от миллионов до десятков миллионов долларов для каждой модели, делая это еще более ресурсоемким процессом. Стоимость обучения модели на большом наборе данных может быть еще выше, достигая до 30 миллионов долларов.

Несмотря на то, что компания привлекла значительное финансирование, включая недавнее инвестирование от Microsoft (примерно наполовину в виде кредитов Azure), растущие затраты на обучение крупных языковых моделей являются проблемой. Каждый цикл обучения стоит миллионы, и необходимость начинать с нуля для новых моделей усугубляет эту проблему.

Здесь становится актуальным подход Bittensor, основанный на «Knowledge Compounding». Уникальный подход Bittensor сосредоточен на децентрализации и сотрудничестве через «Совокупное Знание». Эта философия позволяет ИИ-системам строить на существующих знаниях децентрализованным образом, предлагая преимущества, такие как:

• Эффективность по затратам: За счет использования существующих знаний и их непрерывного улучшения подход Bittensor потенциально может снизить необходимость в дорогостоящем повторном обучении с нуля.
• Адаптивность: Большим ИИ-приложениям часто требуются эволюционирующие потребности и решение проблем. Децентрализованный подход позволяет организациям более гибко адаптировать свои ИИ-системы, обеспечивая их актуальность и эффективность в динамичной среде.
• Децентрализация: Децентрализованная сеть Bittensor дает возможность глобальному сообществу участников вносить свой вклад, уменьшая зависимость от единой организации или централизованной инфраструктуры. Это способствует инновациям и разнообразию в разработке ИИ.
• Сотрудничество: Коллаборативный характер «Совокупного Знания» стимулирует обмен знаниями и совместное обучение среди узлов в сети, создавая динамичную среду для прогресса ИИ.

Команда и Инвесторы

Bittensor — это открытый протокол, который поддерживает децентрализованную, основанную на блокчейне сеть машинного обучения. Команда Bittensor включает в себя основателей Jacob Steeves и Ala Shaabana, директора по маркетингу Jacqueline Dawn, архитектора блокчейна Saeideh Motlagh и других. Фонд Opentensor также планирует расширить свою команду в этом году.

Меня зовут Завьялов Илья Николаевич. Я предприниматель и увлекаюсь финансами. Добро пожаловать в мой блог.

Medium — medium.com/@IliaNicolaevichZavialov 

Substack — ilianicolaevichzavialov.substack.com/

В документации Bittensor упоминается псевдоним Yuma Rao, так же, как Сатоши Накамото в биткоине. Неизвестно, существует ли этот человек на самом деле, и мы, возможно, никогда не узнаем больше о нем или о ней.

Bittensor не раскрывал информацию о значимых советниках или ключевых инвесторах, кроме финансирования от Фонда Opentensor, который является некоммерческой организацией, поддерживающей развитие Bittensor. Bittensor также не объявлял о каких-либо официальных партнерствах.

Тезис

Большинство технологических компаний упали в цене с момента пандемии, но теперь компании, работающие в сфере ИИ, достигают исторических максимумов по оценочным множителям и темпам роста.

С значительно меньшей рыночной капитализацией по сравнению с гигантами индустрии, Bittensor может оказаться идеальной площадкой для масштабных ИИ-приложений с высоким спросом и использованием открытых моделей.

Самое простое сравнение для измерения потенциала — это сравнение с частной оценкой OpenAI в $29B. Реалистично это или нет, но это примерно на 28 раз выше, чем FDV $TAO. Учитывая, сколько времени потребуется, чтобы вся эмиссия вошла в оборот, мы можем использовать текущую рыночную капитализацию для приблизительной оценки, где частная оценка OpenAI превышает рыночную капитализацию $TAO более чем в 108 раз.

Однако это сильно спекулятивный подход, который можно упростить до ставки на проекты, которые могут извлечь выгоду из нахождения на пересечении ИИ и криптовалют.

Самой важной особенностью, которую следует помнить, является то, что Bittensor решает проблему централизации ИИ. В настоящее время небольшое количество корпораций контролирует меньшинство крупных и мощных моделей, но все они изолированы и почти не сотрудничают или не делятся знаниями.

Изолированные ИИ-модели не могут учиться друг у друга, и поэтому они не накапливают знания (исследователям приходится начинать с нуля каждый раз, когда они создают новые модели). Это резко контрастирует с исследованиями в области ИИ, где новые исследователи могут строить на работе предыдущих исследователей, создавая эффект накопления, который ускоряет развитие идей.

Изолированный ИИ также ограничен в функциональности, поскольку интеграции сторонних приложений и данных требуют разрешения от владельца модели (в виде технологических партнерств и деловых соглашений). Это ограничение напрямую влияет на ценность и полезность ИИ, поскольку он может быть столь же ценным, насколько широко он может эффективно использоваться.

Эта централизованная и выигрышная для одного победителя среда не выгодна для малых команд с меньшими ресурсами. В этом контексте основной силой Bittensor является их децентрализованная сеть и механизм стимулирования, поощряющий малые команды и исследователей к монетизации своих работ.

Если Bittensor удастся сузить разрыв в производительности с ведущими закрытыми ИИ-провайдерами, такими как GPT-4, она может стать предпочтительным выбором для разработчиков, бизнеса и исследователей в крипто и ИИ-сферах. Её открытая и коллаборативная природа позиционирует её как привлекательную альтернативу закрытым экосистемам, что может привести к значительному принятию.

В конечном счете, оценка TAO может быть получена либо из полезности сети (экономическая активность, построенная поверх), либо из прямого денежного потока в протокол.

• Как утилитарный токен, $TAO требуется для доступа к сети. Следовательно, его оценка может быть получена из экономической полезности, созданной поверх.
• Как стейкинг-токен, держатели могут делегировать $TAO валидаторам и получать долю дохода сети.
• Мы также можем измерять доходность, основываясь на доле рынка и предположениях о множителях (что также делает предсказанную ценность ненадежной).

Поскольку полезность более субъективна и абстрактна для оценки, мы можем начать с денежного потока. Предполагая, что рынок машинного обучения может достигнуть определенного размера рынка в будущем (см. оценки Precedence Research на изображении ниже), мы можем оценить сеть Bittensor, основываясь на её потенциальной доле рынка и множителе дохода.

Независимо от оценочного размера рынка, Bittensor все еще является высокоспециализированным и сложным проектом для понимания, что является препятствием для легкого привлечения разработчиков и принятия пользователями.

Проект также находится на очень ранней стадии разработки, и могут возникнуть непредвиденные проблемы с сетью. Например, в июне произошло сговор майнеров, которые манипулировали сетью и вызвали продажу $TAO на рынке. Временное решение заключалось в снижении эмиссии на 90%, чтобы дать Фонду Opentensor дополнительное время для работы над решением, чтобы сохранить честность сети и позволить протоколу работать как предполагалось.

Большинство продуктов, которые в настоящее время работают в сети, также не могут конкурировать с централизованными аналогами и пока имеют низкий уровень принятия. Лучший способ узнать и попробовать самостоятельно — это протестировать услуги, предлагаемые на Bittensor Hub.

Мы также должны задать вопрос, имеют ли смысл токеномика биткоина для сети, специализированной на предоставлении услуг ИИ, таких как Bittensor. Возможно, дефляционная природа $BTC не лучший вариант для сети, которой требуется увеличение числа майнеров и приложений, построенных поверх, для масштабирования. Идеально токен должен увеличиваться в количестве с ростом принятия сети, больше напоминая цифровое масло, а не цифровое золото. В каком-то смысле это уже заложено, стимулируя майнеров конкурировать друг с другом и распределять запас на протяжении более чем 200+ лет.

Другой проблемой является конфиденциальность, из-за невозможности шифрования данных перед их прохождением через нейронную сеть. Это еще более проблематично в децентрализованной среде, поскольку любые данные, проходящие через процесс обучения или вывода, определенно не будут конфиденциальными. Конечно, это потенциальная проблема и для централизованных систем, но тогда вам нужно беспокоиться только о 1 известной стороне, видящей ваши данные, а не о неизвестном многих.

Заключение

Bittensor может быть мощной ставкой на пересечении ИИ и крипто. Однако это, безусловно, один из самых сложных проектов для оценки темпов роста и потенциального возвышения.

Ясно, что в децентрализованной сети есть много потенциала для использования полезности ИИ, особенно при стимулировании открытых моделей и децентрализации владения сетью. Однако услуги и бизнес-кейсы, построенные на базе Bittensor, пока не достаточно конкурентоспособны.

ИИ также является отраслью, которая требует огромных эксплуатационных расходов и больших объемов финансирования, достижимых только для гигантов отрасли. В этом смысле Bittensor является очень контринтуитивной ставкой, поэтому стоит учитывать как можно больше факторов риска и вознаграждения.