Амбіційний AI Лего, що робить алгоритми комбінабельними

Ринкові тенденції змінюються, кілька секторів знову активізувалися.

Крім фокусу на екосистемі Біткоїна під світлом прожекторів, AI-сектор залишається однією з головних тем цього року, постійно привертаючи увагу та породжуючи нових “фейкових” монет.

Поза токенами FET, RNDR та OCEAN, які активно обговорюються на ринку, нещодавно за останній місяць токен під назвою TAO виріс у ціні втричі, тоді як проект Bittensor, що стоїть за цим токеном, рідко отримує глибокий аналіз у китайськомовному сегменті ринку.

А на іншому боці — темпи розвитку набагато швидші за наші реакції.

Різке зростання цін дозволило чутливим інвесторам відчути можливості. У четвер спільнота проекту Bittensor оголосила, що відомі крипто-VC Pantera та Collab Currency стали власниками TAO і нададуть додаткову підтримку розвитку екосистеми.

VC-інвестори майстерно відчувають зміни трендів і ще краще їх просувають.

Що ж робить TAO таким привабливим і чому його ціна швидко зросла? Які особливості його нарративу, продукту та токеноміки відрізняють його від основних проектів AI-сектору?

У цьому випуску ми глибоко проаналізуємо Bittensor, його контекст у секторі, цілі проекту, технічний склад, оцінку токена та інше, щоб допомогти вам у прийнятті рішень.

Не поспішайте, спершу розберімося з інвестиційною логікою Crypto + AI Будь-який зростання токена базується на фундаментальній інвестиційній логіці та ширшому нарративі галузі. Перед дослідженням TAO корисно ознайомитися з загальним станом AI-індустрії.

Бульбашка боргів і AI Концепція AI-токенів дуже популярна, але відсутність криптовалюти не заважає зростанню інтересу до AI.

За даними CB Insights, у 2023 році інтерес до генеративного AI значно зріс, загальне фінансування компаній і проектів у цій сфері сягнуло 14 мільярдів доларів; минулого року ця цифра становила лише 2,5 мільярди.

Джерело: CB INSIGHTS

Отже, незалежно від TAO, RNDR чи FET, глибинні рушійні сили за цим стоять набагато глибше, ніж просто поверхневий ChatGPT або Nvidia.

Відомий експерт Артур Хейс у своєму блозі нещодавно описав можливу ситуацію — колективний бум фінансування AI, викликаний бульбашкою боргів.

За оцінками, глобальний борг урядів, зокрема США, у найближчі 3 роки через дефіцит бюджету може досягти 33,58 трильйонів доларів.

Уряд випускає облігації та обіцяє погасити їх у строк, але високі відсотки означають, що кошти йдуть на купівлю державних облігацій, що поглинає капітал приватного сектору (державних структур), що, у свою чергу, зменшує інвестиційні можливості інших компаній або сприяє падінню фондового ринку.

Артур вважає, що Федеральна резервна система США неминуче почне друкувати гроші для купівлі власних боргів, що зменшить вплив на приватний сектор і призведе до значного зростання грошової маси у світі до 2026 року (можливо, навіть більше, ніж під час COVID).

Куди ж потечуть ці додаткові гроші?

“Гроші потечуть у нові технології, що обіцяють шалені прибутки у зрілому стані. Кожен фінансовий бульбашковий сплеск має свою нову технологічну форму, щоб залучити інвесторів і капітал”.

У 90-х був інтернет-бульбашка, після фінансової кризи 2008 — мережна реклама і соцмережі; і тепер настав час AI.

Можливо, саме тому генеративний AI отримує таку велику кількість інвестицій цього року. Технологія GPT очевидна, але з ширшої перспективи вона — лише одна з найяскравіших зірок у потоці капіталу, що масово вливається в AI.

Crypto + AI: нарративні напрямки Гроші вже заходять, і наступне питання — у що вкладати? Розглянемо детальніше інвестиційну логіку Crypto + AI.

Загальновідомо, що AI — це передова продуктивність, швидкий розвиток якої залежить від трьох ключових елементів: даних, алгоритмів і обчислювальної потужності; криптовалюти та блокчейн — це більше стосунки виробництва, що змінюються через стимули, координацію та організаційні форми.

Які токени здатні підсилити ці три елементи, мають шанс стати популярними.

Поки що не обговорюємо реальну можливість, але в попередніх проектах ми бачили дві основні нарративні лінії:

• Crypto + дані: AI потребує величезної кількості даних для тренування моделей, блокчейн може стимулювати постачальників даних через мотивацію або використовувати децентралізоване зберігання даних для демократизації та розподілу процесу тренування.

У цьому контексті, вигідними криптовалютами можуть бути децентралізовані інфраструктурні рішення, наприклад, Filecoin, який активно рекомендує Артур.

• Crypto + обчислювальна потужність: реалізація AI-моделей вимагає потужних обчислень, і великі компанії або провайдери обчислювальних ресурсів мають цю здатність, але також можна залучати розподілені ресурси (персональні графічні карти/пристрої) для отримання стимулів у вигляді криптовалюти.

У цьому випадку вигідними будуть такі криптовалюти, як RNDR та інші проекти, що пропонують обчислювальні ресурси.

Що стосується алгоритмів, тут інша логіка.

• Crypto + алгоритми: на відміну від попередніх, алгоритми — це високотехнологічний ресурс, що вимагає глибоких технічних знань і є секретом успіху та бар’єром для AI-компаній. Важко створити кращий алгоритм з нуля за допомогою стимулів у криптовалюті; логіка contribution, координації та мотивації тут не працює.

(Примітка: будь-яка AI-модель — результат тренування алгоритму, і між алгоритмом і моделлю існує послідовність. Але для зручності у цьому тексті автор змішує ці поняття.)

Однак можна стимулювати відбір кращих алгоритмів із вже існуючих, щоб не всі користувалися одним і тим самим. Аналогічно, як проєкти оракулів використовують стимули для конкуренції та відбору найкращих джерел даних.

На даний момент у цій нарративній лінії немає яскравих представників, але Bittensor — один із них. Він не виробляє дані і не надає обчислювальні ресурси безпосередньо, а через блокчейн і механізми стимулювання керує різними алгоритмами, створюючи ринок вільної конкуренції та обміну знаннями.

Швидке розуміння Bittensor: AI LEGO — робить алгоритми модульними Звучить складно?

Для спрощення можна сказати так: Bittensor — це не виробник алгоритмів, а їх транспортер.

Чому транспортер? Подивіться на сучасну екосистему AI.

Гравці у секторі мають ізольовані алгоритми та моделі. Через конкуренцію вони не можуть навчатися один у одного для спільного прогресу; це означає, що з точки зору постачання AI, конкуренція — нульова: переможець захоплює ринок, інші — ні.

Джерело: офіційний сайт Bittensor

Для переможця це — не проблема.

Але Bittensor вважає, що це гальмує прогрес і знижує ефективність інновацій у AI. Ізольовані моделі, орієнтація лише на переможця — це перешкода для розробки нових моделей, оскільки їх доводиться починати з нуля.

Приклад: модель A добре володіє іспанською, модель B — програмування. Якщо користувач хоче, щоб AI пояснив код із коментарями іспанською, найкращий результат — об’єднання двох алгоритмів, але зараз це зробити важко.

Крім того, через необхідність дозволу власника моделі для інтеграції сторонніх застосунків, обмежена функціональність зменшує цінність, і весь потенціал AI-спільноти залишається нереалізованим.

Тому головна мета Bittensor — зробити так, щоб різні AI-алгоритми могли співпрацювати, вчитися і комбінуватися, створюючи більш потужний інструмент для розробників і користувачів.

Ця ідея нагадує кілька років тому DeFi Summer — фінансовий LEGO.

Фінансові компоненти — стейблкоїни, кредити, пулінг ліквідності — були відкритими та безліцензійними, і користувачі могли комбінувати їх у нові продукти та сервіси.

Аналогічно, алгоритми для обробки зображень, текстів або аудіо можна комбінувати для різних завдань, створюючи AI LEGO.

Отже, для Bittensor проект — це не просто обчислювальні ресурси або дані, а механізм координації інших AI-моделей, що працюють поза ланцюгом.

Теоретично, за допомогою “побудови” AI LEGO, Bittensor може швидше і ефективніше масштабувати свої можливості, ніж ізольовані моделі.

Але чи погодяться на це реальні постачальники моделей? Як це комерційно реалізувати? Це ще питання.

Мінінг і стимулювання: створення AI-оракулу Щоб різні AI могли співпрацювати, потрібно багато — але як це зробити?

Bittensor пропонує створити блокчейн-мережу, яка координує та функціонує через механізми мінінгу та стимулювання.

В основі — дизайн паралельних ланцюгів Polkadot, тобто власна ланцюгова мережа для AI, з власним токеном $TAO для стимулювання.

Щоб зрозуміти, як працює ця мережа, потрібно відповісти на три питання:

1. Хто тут ролі?

2. Що вони роблять? Які між ними зв’язки?

3. Які дії стимулює токен?

Ролі та функції у мережі:

Майнери: постачальники AI-алгоритмів і моделей, які розміщують свої моделі у мережі Bittensor; різні типи моделей формують підмережі, наприклад, для зображень або звуків.

Верифікатори: оцінювачі якості та ефективності моделей у мережі. Вони ранжують моделі за результатами, допомагаючи користувачам знаходити найкращі рішення.

(Примітка: наразі верифікатори здебільшого — це підрозділи проекту, можливо, не зовсім децентралізовано. Але з розвитком мережі вони можуть залучати інші організації.)

Номінатори: делегують свої токени певним верифікаторам, щоб підтримати їх, або змінюють підтримку. Це схоже на стейкінг у DeFi, коли ви отримуєте нагороди.

Користувачі: кінцеві споживачі AI-моделей — це можуть бути приватні особи або розробники додатків.

Між ролями — зв’язки:

Користувачі шукають кращі моделі, верифікатори — відбирають їх за різними критеріями, майнери — пропонують свої моделі, номінатори — підтримують обраних верифікаторів.

Це — відкритий ланцюг попиту та пропозиції AI: хтось пропонує моделі, хтось їх оцінює, хтось використовує найкращі.

Джерело: ReveloIntel

Ця схема ілюструє, що користувачі вводять свої запити, верифікатори маршрутизують їх до майнерів, ті — відповідають, а верифікатори оцінюють якість і повертають результат.

Що стимулює TAO?

• Верифікатори: чим точніше та послідовніше вони відбирають та оцінюють AI, тим більше отримують нагород. Щоб стати верифікатором, потрібно поставити певну кількість TAO.

• Майнери: надають свої моделі у відповідь на запити користувачів і отримують TAO за внесок.

• Номінатори: делегують свої TAO верифікаторам, отримуючи нагороди за стейкінг.

• Користувачі: платять TAO за виконання завдань, фактично — споживають послуги.

У ідеалі, різні AI-моделі співпрацюватимуть, і для різних завдань показники моделей можуть відрізнятися. Оскільки мережа відкрито доступна, моделі можуть вчитися одна у одної, адаптуючись до завдань.

Джерело: ReveloIntel

Більш наочний аналог — AI-оракул. У DeFi оракули “подають” найкращі ціни для застосунків, а у Bittensor — найкращі моделі для AI-завдань.

Як стати верифікатором або майнером? Це технічне питання, і тут не дається детальна інструкція. Зацікавлені можуть ознайомитися з офіційною документацією.

$TAO : Як оцінити найкраще? Токеноміка

Згідно з офіційною документацією, Bittensor запустили у 2021 році без попереднього вилучення токенів — “справедливий старт”. Токен називається TAO.

Обсяг пропозиції — 21 мільйон (пам’ятаєте BTC), з чотирирічним циклом зменшення нагороди (халвінг). Щосімсот п’ятдесят тисяч блоків нагорода зменшується вдвічі. Всього має статися 64 халвінги, останній — у серпні 2025 року.

За прогнозами, щоб повністю видобути всі токени за цим циклом, потрібно понад 256 років.

Зараз кожні 12 секунд у мережу надходить один TAO. За підрахунками, за добу — близько 7200 TAO, з яких половина — майнерам, половина — верифікаторам.

Справедливий старт означає, що не було приватних раундів, ICO, IEO, IDO або резервів для фондів — це чистий майнінг.

Кожен халвінг розподіляє нагороду між верифікаторами і майнерами.

Але на офіційному сайті видно, що у проекті вже є інвестори — DCG, GSR, Polychain, Firstmask.

Можливо, через те, що більшість верифікаторів наразі — це пов’язані з командою організації, і видобуті токени залишаються у їхньому розпорядженні, а потім використовуються для маркет-мейкінгу.

Також великі гравці можуть залучатися як валідатори або майнери для видобутку TAO.

Як згадувалося на початку, Pantera та інші крипто-VC нещодавно стали власниками TAO. Тобто Bittensor — справедливий старт, але не без участі VC.

У новому циклі ринку “продаж токенів на другому рівні” вже не популярний, і модель “спершу справедливо — потім залучаємо капітал” вже максимально наближена до справедливості.

Ринкові показники та оцінка З точки зору ринкової динаміки, ціна TAO з мінімуму цього року зросла більш ніж у 5 разів.

Але й інші AI-проекти показують схожі результати. Наприклад, RNDR з початку року виріс приблизно у 5 разів.

Тому аналіз цінової динаміки без урахування інших факторів — недоцільний.

За ринковою капіталізацією TAO наразі поступається RNDR, але через довгостроковий механізм халвінгів її співвідношення з повною розведеністю — одне з найнижчих серед подібних проектів. Це означає, що обсяг обігу TAO наразі відносно невеликий, але ціна — висока.

Графік: користувач @Moomsxxx, стан цін на момент публікації — автор самостійно підрахував.

Низький обіг у деяких випадках означає, що ціна може швидше зростати. За умови стабільної ціни (поточна — $160)), щоденний обсяг у 7200 TAO і продаж усіх токенів — близько 1,15 мільйонів доларів, що не є проблемою для ринку з обсягом торгів у 5 мільйонів доларів на день.

Якщо дивитися ширше, оцінка токена має сенс лише у порівнянні з подібними проектами.

Як вже зазначалося, Bittensor — це crypto + алгоритми/моделі, і порівнювати його безпосередньо з RNDR або подібними проектами, що надають базову обчислювальну потужність, неправильно.

Згідно з дослідженням AI-сектору від Nansen, Bittensor належить до сегменту “Model Training” (навчання моделей). Конкуренти — Gensyn і Together, причому перший підтримується a16z.

Обидва проекти наразі без публічних токенів, тому порівнювати їхню ринкову капіталізацію з TAO — безглуздо.

Джерело: дослідження Nansen

Співзасновник Omnichain Capital, David Attermann, у блозі травня цього року запропонував більш радикальний підхід — порівнювати Bittensor із OpenAI.

Цікаво, що він підкреслює, що не має позицій у TAO, щоб його аналіз був об’єктивним.

Оскільки основний бізнес — тренування моделей для користувачів, один — закритий, інший — координує глобальні AI-моделі, обидва мають на меті зробити AI більш доступним.

З огляду на, що Microsoft оцінив OpenAI у понад 30 мільярдів доларів у приватному раунді, а поточна оцінка TAO — близько 3,6 мільярдів, то потенційно TAO має ще приблизно 8-кратний запас зростання.

Я особисто не цілком поділяю цю оцінку, оскільки фундаментальні показники Web3 і Web2-проектів різняться, і оцінка у 8 разів — лише орієнтовна. Більше залежить від внутрішніх факторів і інвестиційної активності.

Висновки Отже, TAO/Bittensor пропонує альтернативний нарратив у AI-секторі — він не бере участі у виробництві ресурсів (обчислювальної потужності, даних), а через механізми виробничих відносин сприяє співпраці, конкуренції та оптимізації моделей.

Цей нарратив має свою привабливість, але ключові питання — інтеграція моделей, централізація верифікаційних вузлів, оцінка якості моделей — не можна вирішити простим білим папером. AI — це просто, але бізнес-ігри — ні. Переконати більше людей брати участь у мережі за нагороди токенами, залучати технічні компанії та інші AI-моделі — питання індивідуального підходу.

Крім фундаментальних аспектів, зростання цін показує, що ринок колективно підтримує концепцію AI-сектору. Оскільки у сегменті Bittensor немає аналогів за масштабом, TAO може отримати додаткові позитиви у колективних ралі AI, але через відсутність адекватних орієнтирів щодо оцінки довгострокової перспективи — питання про доцільність тривалого утримання залишається відкритим.

Найбільш реалістичним залишається стежити за новинами проекту та різкими змінами обсягів торгів.