机器学习和人工智能正在以前所未有的方式改变世界。无论是自动驾驶汽车，智能助理，医疗诊断，还是娱乐，机器学习的应用无所不在。然而，尽管这个领域的进步和创新迅速，但许多挑战和局限性仍然阻碍了机器学习的全部潜力。

其中一个主要的挑战是机器学习平台和系统的集中化和孤立性。大多数的机器学习模型和数据都被少数几家大型企业和机构所控制，这导致了数据隐私，安全性，偏见和访问等问题。此外，大多数的机器学习模型都是在孤立的环境中训练的，无法从其他模型和数据源的集体智慧和多样性中受益。

Bittensor是一个点对点的协议，它的目标是创建一个全球性、去中心化、有激励机制的机器学习网络。Bittensor 让机器学习模型可以协同训练，并根据它们为集体提供的信息价值获得奖励。Bittensor 还为任何希望加入网络并贡献自己的机器学习模型和数据的人提供了开放的访问和参与机会。

Bittensor 是什么？

Bittensor 是一种用于去中心化子网的点对点协议，专注于机器学习。子网是一组向网络提供专业机器学习服务的节点，如文本、图像、音频、视频等。例如，文本子网可以提供自然语言处理服务，如翻译、摘要、情感分析等。

Bittensor 的愿景是创建一个全球化、去中心化和激励化的机器学习网络，任何人都可以加入并贡献自己的机器学习模型和数据，并根据他们为集体提供的信息价值获得奖励。Bittensor 旨在克服当前机器学习平台和系统的局限性和挑战，如集中化、孤立、隐私、安全、偏差和访问等问题。

Bittensor 如何工作？

Bittensor 是一个去中心化网络，它彻底改变了机器学习模型的创建、共享和激励方式。它以点对点的方式运行，形成了一个全球生态系统。人工智能模型在此协作，形成神经网络。本节将深入探讨使 Bittensor 有效运作的机制。

Yuma 共识

Bittensor 的运行核心是 “Yuma 共识”。这种共识机制的目标是让子网所有者能够编写自己的激励机制，并允许子网验证者表达对网络学习内容的主观偏好。Yuma 共识的操作方式是，当子网验证者的矿工价值评估结果与其他子网验证者的主观评估结果达成一致时，子网验证者可以获得按质押加权的红利奖励。这样就确保了没有任何一个小组能够完全控制学习内容，从而在整个网络中实现去中心化管理。

专家混合模式（MoE）

另一个关键机制是专家混合（MoE, Mixture of Expert）模型。在这一模型中，Bittensor 利用了多个神经网络，每个网络都擅长数据的不同方面。当引入新数据时，这些专家模型会相互协作，结合各自的专业知识生成集体预测结果。这种方法使 Bittensor 能够比任何单个模型更有效地解决复杂问题。

激励机制

Bittensor 拥有独特且巧妙的激励机制结构。网络中的每个子网都拥有自己的激励机制，用来驱动子网矿工的行为并规范子网验证者的共识。这些机制类似于机器学习中的损失函数，引导子网矿工的行为走向期望的结果，并激励他们持续改进产出高质量的结果。

智能证明 (Proof of Intelligence)

智能证明是 Bittensor 使用的独特共识机制。它奖励为网络贡献有价值机器学习模型和输出的节点。与依赖算力或持币量的传统工作量证明 (PoW) 或权益证明 (PoS) 机制不同，智能证明优先考虑节点的智力贡献。这使网络的奖励系统与其核心使命（推进机器智能）保持一致。

Bittensor 网络中的节点需要注册并参与共识过程。他们可以通过解决工作量证明（POW）难题或支付费用来注册。注册后，他们将成为子网的一部分，并为网络的集体智能做出贡献。然后，验证者会评估这些节点提供的机器学习模型和输出的价值，以确保网络知识资产的质量和完整性。

这种机制是 Bittensor 打造去中心化机器学习市场的核心愿景之一。在这个市场中，智能是主要的交换货币，创新会持续得到激励。它代表了与传统区块链共识机制的重大转变，将重点放在人工智能和机器学习技术的进步上。

子网

子网是 Bittensor 网络的基石，它们在统一的代币体系下充当去中心化的商品市场。每个子网都拥有特定领域或主题，并由注册节点和相关的机器学习模型组成。子网中的验证者在维护网络交换的数据和模型的完整性与质量方面扮演着关键角色。

总而言之，这些机制确保了 Bittensor 去中心化、协作以及创新的平台特性，可用于开发人工智能和机器学习模型。通过激励参与者贡献并利用网络的集体智能，Bittensor 站在了去中心化机器学习技术的前沿。

Bittensor 的网络组成

Bittensor 不是连接计算机或服务器的网络，而是一个连接机器学习模型的去中心化网络。这些模型被称为神经元（neuron），它们可以为网络提供如文本、图像、音频、视频等专业的机器学习服务。这些神经元被组织成被称为子网（subnet）的群组，而子网定义了每个群组的激励机制和任务领域。

为了实现去中心化机器学习协议，Bittensor 使用了四大组件：区块链、神经元（neuron）、突触（synapses）和元图（metagraph）。让我们来看看每个组件及其工作原理。

区块链

Bittensor 的区块链基于 Substrate 框架构建，该框架具有互操作性和可扩展性。区块链记录了网络节点之间的交易和交互，以及治理和共识规则。区块链还可以创建和分配 TAO 代币，它是 Bittensor 的原生代币。

神经元（Neuron）

神经元是网络上的节点，它们运行机器学习模型并为网络提供机器学习服务。每个神经元都拥有一个区块链上注册的唯一标识和公钥。每个神经元还拥有一个配置文件，其中指定了机器学习模型的类型、输入和输出格式、端口号和其他参数。

突触（Synapse）

突触是神经元之间的连接，使得信息交换和协作成为可能。每个突触都具有一个权重，代表连接的强度和质量。权重由元图确定，元图是网络的集体智能。突触还具有成本和奖励，它们以 TAO 通证计价。成本是指一个神经元使用另一个神经元的机器学习服务所支付的 TAO 数量。奖励是指一个神经元为另一个神经元提供机器学习服务所获得的 TAO 数量。

元图（Metagraph）

元图代表了网络的拓扑结构和动态变化，以及神经元的质量和信誉。元图是一个有向图，其中节点是神经元，边是突触。元图会通过共识机制定期更新，该机制会考虑神经元之间的交易、交互和反馈。元图决定突触的权重，进而影响突触的成本和奖励，以及神经元的排名和可见性。元图还可以实现网络治理，因为神经元可以使用他们的 TAO 通证对提案和更改进行投票。

Bittensor 委托章程（Bittensor Delegate Charter）

Bittensor 委托章程是概述参与Bittensor网络的实体和个人的指导原则和承诺的基础性文件。它是 Opentensor 基金会和其他认同去中心化人工智能愿景的签署方的宣言。以下是该章程的核心原则：

• 对抗中心化控制：该章程强调了中心化控制人工智能的危险，主张权力分配以防止滥用和偏见。它断言人工智能治理应该掌握在许多人手中，而不是少数人手中。
• 去中心化偏好共识：签署方承诺反对人工智能滥用并促进其道德应用。他们承诺分散对人工智能偏好的控制，利用集体人类智慧来驾驭人工智能技术带来的复杂问题。
• 开放所有权：该章程支持 Bittensor 网络贡献者的开放和非许可所有权累积。该原则确保尽可能多的人可以访问、影响和参与人工智能的开发。
• 开源开发：该章程认为开源开发是一种道德 imperative，允许个人掌控自己在人工智能未来的命运。

Bittensor 委托章程不仅是一套理想，而是对去中心化、开放和公平的人工智能未来的承诺，在这个未来中，权力得到分配，人工智能的潜力被用于更大的利益。

Bittensor 如何赋能机器学习模型

Bittensor 通过以下流程，使机器学习模型能够协同训练并根据它们为集体提供的信息价值获得奖励：

• 希望访问机器学习服务的使用者向网络发送查询，同时支付一定的 TAO 代币。
• 网络会根据查询的类型和格式将查询路由到合适的子网络。
• 子网络会根据神经元的声誉和可用性选择最适合回答查询的“神经元”（即模型）。
• 被选中的神经元处理查询并返回它们的响应，以及工作证明。
• 使用者接收响应，并根据自己的偏好和标准选择最佳响应。
• 使用者向提供最佳响应的神经元付款，并可以选择向网络提供反馈。
• 网络根据交易、交互和反馈更新元图，并相应地分配奖励和惩罚给各个神经元。

可在 Bittensor 上执行的机器学习任务和应用类型

Bittensor 可支持多种机器学习任务和应用，如文本或图像生成、自然语言处理、计算机视觉等。Bittensor 可提供的机器学习服务类型包括：

• 文本提示：使用者可以发送文本提示，如一句话或一段文字，并从网络中接收文本完成，如故事或论文。
• 图像描述：使用者可以发送一张图片，并从网络中接收描述图片内容的标题。
• 语音识别：使用者可以发送音频剪辑，并从网络中接收将语音转化为文字的转录。
• 人脸识别：使用者可以发送一张脸部图像，并从网络中接收识别图像中人物的姓名或标签。

这些仅是可以在 Bittensor 上执行的部分机器学习任务和应用示例。随着新的子网络和模型不断创建并添加到网络中，Bittensor 可用的机器学习服务的范围和多样性将不断扩展，带来无限的可能性。

子网如何运作？

来源：Bittensor 开发者文档

子网是 Bittensor 生态系统的核心，它们是向网络提供专业机器学习服务的神经元群组，它们为网络提供各种专长的人工智能服务，例如文本处理、图像处理、音频处理、视频处理等。子网络同时定义了每个模块的激励机制和任务领域，让使用者能够在统一的代币系统下创建各种去中心化的人工智能服务市场 ( 也可以理解为竞赛 )。

子网的作用和功能

子网在 Bittensor 网络中发挥着至关重要的作用，因为子网具有以下功能：

• 子网络促进了神经元之间分工和专业化。每个子网络都专注于特定类型的机器学习服务，例如文本续写、图像描述、语音识别、人脸识别等。这使得神经元可以针对其选择的领域优化模型和资源，并为网络提供高质量和高效的服务。
• 子网络允许为每组神经元创建自定义激励机制。每个子网络都可以根据其标准和目标设计并实施自己的奖励和惩罚系统。这使子网络能够将神经元的激励与子网络的期望结果保持一致，并鼓励神经元之间的协作和创新。
• 子网络促进网络的治理和共识。每个子网络都有其验证者，负责更新元图并保护网络安全。验证者由子网络成员选举产生，成员们用他们的 TAO 代币投票给首选的候选人。验证者还参与网络治理，通过提议和投票影响网络的变更和升级。

创建和连接子网的过程

要创建或加入一个子网，你需要有一个神经元，也就是你在网络上的节点。你还需要有 TAO代币，就是 Bittensor 的网络货币。您可以按照以下步骤创建或加入子网：

• 要创建子网，您必须在Bittensor区块链上以TAO代币支付费用，注册一个子网。费用取决于网络上子网的供需情况。您可以使用btcli subnet create命令创建子网，并指定子网的参数和细节，如名称、描述、类型、端口等。您还需要提供一个钱包名称和密码，用于生成子网的公钥和私钥。您将收到一个 netuid，这是您的子网在网络上的唯一标识符。
• 要加入子网，您需要连接到子网的验证器，它们是维护和更新子网元段的节点。您可以使用 btcli subnet join 命令加入子网，并指定要加入的子网的 netuid。您还需要提供一个钱包名称和密码，用于生成子网的公钥和私钥。您将收到一条确认信息，表明您已成功加入子网。

子网的类型和交互作用

Bittensor 网络上有不同类型的子网，具体取决于其提供的机器学习服务的类型和形式。常见的子网类型包括：

• 文本子网： 这些子网提供自然语言处理服务，如文本提示、文本摘要、文本翻译、文本情感分析等。这些子网接受并返回文本作为输入和输出格式。
• 图像子网： 这些子网提供计算机视觉服务，如图像标题、图像分类、图像分割、图像生成等。这些子网接受并返回图像作为输入和输出格式。
• 音频子网： 这些子网提供语音和声音处理服务，如语音识别、语音合成、语音翻译、声音生成等。这些子网接受并返回音频片段作为输入和输出格式。
• 视频子网： 这些子网提供视频和运动处理服务，如视频字幕、视频分类、视频分割、视频生成等。这些子网接受并返回作为输入和输出格式的视频。

这些子网可以通过请求和提供机器学习服务，以及交换信息和 TAO 代币，与其他子网和网络进行交互。例如，文本子网可以向图片子网请求图片字幕服务，并通过发送图片和支付一些 TAO 代币来实现。图片子网随后返回图片的标题，并收到一些 TAO 代币作为奖励。文本子网则可以将这个标题用于其服务，如文本摘要或翻译。

TAO 代币

TAO 代币是 Bittensor 网络的原生加密货币。它在生态系统中发挥着多种关键功能和作用：

• 激励：利用 TAO 代币对 Bittensor 网络的各种参与者进行激励。为执行机器学习任务而贡献其计算资源的矿工会得到 TAO 作为奖励。这种奖励机制鼓励向网络提供计算能力，这对去中心化的机器学习过程至关重要。
• 质押：为了作为矿工参与网络并赚取奖励，参与者必须质押一定数量的 TAO 代币。质押相当于一种抵押物或 “参与保证”，有助于确保矿工的行为符合网络的最大利益。它也通过提高恶意行为的成本来保护网络安全。
• 治理： TAO 代币可以用于 Bittensor 网络的治理。代币持有者可以提出更改建议、对协议升级进行投票，或参与其他影响网络的决策过程。这符合区块链技术的去中心化精神，即控制权分布在利益相关者之间，而非集中于单个权威机构。

TAO 的代币经济学设计为反映网络的价值和质量，以及激励节点之间的合作和创新。TAO 的代币经济学基于以下原则和机制：

• 供应：TAO 代币的总供应量将永远限制在 2100 万枚，与比特币的供应上限相同，旨在促进稀缺性和控制通货膨胀。目前，流通中的 TAO 代币约为 639 万枚。TAO 代币的产生机制类似于比特币，通过挖矿产生，大约每 12 秒创建一个新的区块。每个区块会奖励矿工和验证者 1 枚 TAO 代币。按照当前的创建速度，每天大约有 7200 枚新的 TAO 代币被添加到流通供应量中，并平均分配给矿工和验证者。一旦总供应量的 50% 被挖出，发行率将减半。考虑到 12 秒的区块时间，这种“减半”每四年发生一次。此减半过程将一直持续到全部 2100 万枚 TAO 代币流通为止，每次减半都针对剩余供应量的下一个 50% 里程碑。
• 发行：TAO 代币的發行通过网络奖励实现，奖励会发放给为网络提供机器学习服务的矿工。网络奖励的计算基于服务的的信息价值，该价值由元图确定。网络奖励还会根据网络活动和总质押代币数量的难度系数进行调整。TAO 代币的发行率被设计为遵循一条对数曲线，这意味着随着网络成熟和需求增加，发行量会随着时间的推移而减少。
• 燃烧：TAO 代币的燃烧通过网络费用完成，费用由从网络访问机器学习服务的使用者支付。网络费用的计算基于服务成本，该成本由元图确定。网络费用也会根据网络活动和总流通代币数量的需求因素进行调整。TAO 代币的燃烧率被设计为遵循一条指数曲线，这意味着随着网络增长和供应减少，燃烧量会随着时间的推移而增加。

Bittensor 创始人

Bittensor 的创始团队都是才华横溢的人才，他们共同开发和推进 Bittensor 项目，旨在彻底改变机器学习和人工智能领域。每位创始人都在相关领域拥有独特的专业知识和经验，为项目的成功做出了贡献。这些创始人是：

• Jacob Steeves: Jacob 是 Bittensor 的首席执行官兼联合创始人。他拥有机器学习研究背景，创办 Bittensor 的目的是去中心化人工智能。他曾为谷歌和 Knowm 等品牌工作。
• Ala Shaabana: Ala 是 Bittensor 的联合创始人。他拥有机器学习博士学位。在创建 Bittensor 之前，他在加拿大多伦多大学担任助理教授。

Bittensor TAO 是一项好投资吗？

Bittensor TAO 是一种加密货币，为 Bittensor 网络（一种去中心化的机器学习协议）提供动力。TAO 用于奖励为网络提供机器学习服务的节点，确保网络安全，并实现治理。TAO 的供应量上限为 2100 万个代币，其价格由网络供求关系决定。

TAO 还有很大的潜力和价值，因为它的背后是一个革命性的创新项目。Bittensor 旨在创建一个全球性、去中心化和激励的机器学习网络，以改变机器学习和人工智能。Bittensor 已经取得了可喜的成果和成就，例如推出了主网，吸引了人们的关注和兴趣，并获得了支持和资金。Bittensor 还为未来制定了一些雄心勃勃的目标和计划，如扩大其网络并使其多样化、改进和优化其网络以及发展和吸引其社区。

因此，对于那些相信 Bittensor 的愿景和使命，愿意承担风险并长期持有代币的人来说，TAO 是一项不错的投资。与往常一样，投资者在投资任何加密货币之前都应该进行自己的研究和尽职调查，并且只投资自己能够承受的损失。

如何在Gate.io上购买 TAO

要在Gate.io上购买TAO代币，请按以下步骤操作：

• 访问 Gate.io 网站 并使用您的电子邮件和密码创建一个账户。
• 向您的 Gateio 账户存入一些资金。
• 通过选择 TAO/USDT 对，输入金额和价格，将您的资金交易为 TAO 代币。

开始交易 TAO

立即查看 TAO 价格，开始交易您最喜爱的货币对 -

• TAO/USDT