قیمت TAO

حل مشکل هوش مصنوعی متمرکز

کاربردهای واقعی پروژه Bittensor

• سرعت توسعه مدل های هوش مصنوعی و ML را افزایش میدهد.
• هوش مصنوعی را منبع باز و بخشی از دامنه عمومی قرار میدهد.
• یک بازار P2P برای ایجاد انگیزه در تولید و آموزش هوش ماشینی ایجاد میکند.
• تعامل متخصصان هوش مصنوعی را تشویق و در تقطیر دانش برای دستیابی به توسعه مدل‌های هوش مصنوعی قوی‌تر مشارکت میکند.
•    با تشویق مشارکت های فردی دانش و مشارکت، اقتصاد تمرکززدایی را برای هوش مصنوعی توسعه میدهد.
• یک شبکه عصبی بدون حاشیه بر روی یک پلت فرم منبع باز میسازد.

Bittensor چگونه کار می کند؟

• ماینرها – وظایف پروتکل هوش مصنوعی توسط چندین ماشین تحت مالکیت به اصطلاح "ماینرها" انجام می شود که مدل های ML و منابع محاسباتی خود را در شبکه به اشتراک می گذارند. ماینرها با ارز دیجیتال بومی، TAO پاداش می گیرند.
• کاربران – سکه کریپتو TAO همچنین برای پرداخت هزینه برای پرسیدن سوال یا انجام وظایف توسط هوش مصنوعی استفاده می شود.
• اعتبار سنجی - علاوه بر ماینرها، اعتبار سنجی ها نیز نقش کلیدی در شبکه Bittensor دارند.

 

 زیرشبکه های Bittensor

  ساختار Bittensor شبکه‌ای از زیرشبکه‌های غیرمتمرکز را نشان می‌دهد که در آن هر زیرشبکه بر یک موضوع متمرکز است و بر یک مکانیسم مبتنی بر انگیزه برای هدایت رقابت ماینرها متکی است. در حال حاضر 32 زیرشبکه وجود دارد. زیرشبکه‌ها به گونه‌ای طراحی شده‌اند که شبیه شبکه‌های عصبی کلاسیک باشند، جایی که یک گره می‌تواند نشان دهنده اعتبارسنجی زیرشبکه یا استخراج‌کننده زیرشبکه باشد. هر گره به عنوان یک نورون شناخته می شود و با هم، یک شبکه عصبی جهانی را تشکیل می دهند.   اعتبار سنجی گره ها را در لایه ورودی زیرشبکه نشان می دهند که ورودی ها را از دنیای خارجی دریافت می کنند. در جاهای دیگر، ماینرها "لایه پنهان" را تشکیل می دهند و فقط با اعتبار سنجی ها ارتباط برقرار می کنند. اعتبار سنجی ها نمی توانند بین خود ارتباط برقرار کنند، که در مورد ماینرها نیز صادق است.