轉發原文標題《Bittensor 和這些 Crypto AI 網路值得關注嗎?》
過去一年裏,隨着對去中心化 AI 概念的普及及各種 AI 工具的廣泛應用,AI +Web3 逐步成爲了加密圈最火熱的話題之一。據不完全統計,目前行業 Web3 和 AI 結合的項目已超 140 多個,涵蓋了計算、驗證、元宇宙、遊戲等多個方向。以太坊聯創 Vitalik 也曾撰文對區塊鏈和 AI 結合的用例進行了探討,並指出這兩者的交叉領域用例正在增加,而且一些用例具有更高的意義和魯棒性。此外,在最近在香港舉辦的 「香港 Web3 嘉年華」活動中,無論是主會場還是邊會場,AI 和 Web3 結合的話題都被頻繁提及。
本文挑選了三個值得關注的 Web3 和 AI 結合項目,對它們在加密 AI 領域中的獨特定位和發展前景進行了探討。
在 AI 領域,與資源密集型的算力和數據不同,加密算法更側重於技術密集型的工作。然而,當前 AI 領域中存在一個難題,即由於技術壁壘的存在,算法和模型之間往往無法有效合作,導致一種零和博弈的局面。爲了改變這種狀況,Bittensor 提出了一種解決方案,通過區塊鏈網路和激勵機制來促進不同算法之間的合作,逐步構建起一個共享知識的算法市場。簡而言之,類似於比特幣的挖礦網路,Bittnsor 只是將比特幣挖礦計算過程替代爲訓練和驗證 AI 模型。
從名稱上看,「Bittensor」可以分解爲「Bit」和「Tensor」兩個部分。其中 Bit 我們並不陌生,比特幣中可以理解爲最小貨幣單位。而在更廣義的計算機科學中,Bit 代表者信息的最基本單位。「Tensor」則源自拉丁語「Tendera」,原意爲「擴展」。在物理學中,Tensor 指的是具有多個指數的張量,是一個多維數組或矩陣,可以表示各種類型的數據。在機器學習領域中,Tensor 則意味着用於表示和處理多維數據。
Bittensor 的架構可以分爲兩層,底層是基於 Polkadot Substrate 的區塊鏈,負責執行共識機制並激勵網路。而 AI 層則負責推理、訓練,並確保 Bittensor 協議節點之間的輸入/輸出兼容性。Bittensor 網路有兩個關鍵參與者,分別是礦工和驗證者。礦工向網路提交訓練模型換取代幣獎勵,而驗證者則負責確認模型輸出的有效性和準確性,並選擇最準確的輸出返回給用戶。爲了創建正向競爭循環,Bittensor 通過 Yuma 共識機制實現激勵分配。Yuma 共識結合了 PoW 和 PoS 兩種機制,其中礦工通過競爭計算結果獲得代幣獎勵,而驗證者則需要將持有代幣質押在某一子網並完成驗證工作後能夠獲得一定數量的 TAO 激勵,對 AI 模型的篩選和評估越準確和一致,獲得的獎勵就越多。
子網是 Bittensor 生態系統中的核心組成部分。2023 年 10 月,Bittensor 通過 Revolution 升級引入了「Subnet(子網)」概念,不同子網能夠負責不同任務,包括機器翻譯、圖像識別與生成、語言大模型等,同時這些子網之間能夠相互交互與學習。任何人都可以在 Bittensor 上創建子網,但需要在用 TAO 代幣支付費用,費用的多少取決於網路上子網的供需情況。此外,在上線子網的主網之前,還需要在本地及測試網上運行測試。
目前 Bittensor 上共有一條特殊子網 0# Root 和 32 條其他子網。0# Root 由 Opentensor Foundation 構建,作爲 Bittensor 上的治理中心,能夠通過共識將產出的 TAO 分配給其他子網。在 0# Root 上,驗證者的角色來自其他子網上質押數量最多的前 64 名驗證者,礦工的角色則由其他子網充當。此外,0# Root 還能夠根據貢獻量爲其他子網分配激勵。對於剩餘的 32 個子網,驗證節點和礦工會根據各自貢獻獲得一定比例的 TAO。通常情況下,41% 會分配給驗證者、41% 分配給礦工,剩餘 18% 則會分配給子網創建者。Bittensor 生態系統中子網之間的競爭非常激烈。目前,系統允許的子網數量上限是 32 個,但在測試網中已經有超過 200 個子網等待在主網上註冊。近期,一些優秀的團隊也在 Bittensor 上註冊了他們自己的子網,例如 MyShell TTS。而根據子網註冊規則,一旦達到了子網數量的上限,系統會自動注銷代幣分配量最低的子網。
Bittensor 近期也遭受了關於其註冊費用及實用性的質疑。據悉,目前在 Bittensor 上註冊一個子網的費用爲 2078.49 枚 TAO,而在 3 月 1 日更是達到 10281 枚 TAO,相當於超 700 萬美元。且隨着 TAO 價格的漲,註冊費用可能還會進一步增加。且每當一個項目註冊一個子網,註冊費用就會翻倍,而如果沒有人註冊,價格會在四天內線性減半。對於那些想要創建或參與子網的開發者而言,高昂的註冊費用無疑會成爲一項巨大的負擔。除此之外,Bittensor 子網的實用性也遭到了質疑。32 個子網中,大部分都爲「數據整理」「文字、圖像及音頻轉化」等門檻較低的場景應用。且在 Bittensor 上進行構建的團隊中,沒有一個團隊的全職成員超過十幾個人,大部分只有 2 至 3 人。 比特幣 Ordinals 項目 Taproot Wizards 及比特幣 NFT 項目 Quantum Cats 發起人 Eric Wall 也在社交平台上表達了自己的看法,認爲 Bittensor 只是一個毫無意義的去中心化實驗,並沒有提供任何實用性。 Eric Wall 指出,「Subnet #1 被描述爲文本提示服務。但實際上,其工作模式非常簡單,用戶發送一個提示,礦工做出回應,類似於 ChatGPT。而參與這一過程的礦工將獲得 TAO 代幣作爲獎勵。但在這裏存在嚴重冗餘性,因爲驗證者只是檢查答案的相似程度,如果有礦工的回答與其他人不同,他就得不到獎勵。整個系統的效率極低,且無法有效驗證模型是否真的被運行。此外,作爲普通用戶根本無法與網路進行交互。整個子網的唯一目的似乎只是內部運行。這一過程看起來就是爲了購買無用的 AI 代幣以獲取去中心化 AI 的曝光。」
現有 AI 堆棧中存在很多問題,包括缺乏對計算完整性、隱私和扛審查的保障。此外,由少數集中式公司托管的基礎設施也限制了開發人員和用戶的本地集成能力,導致了有效性問題的出現。在這樣的背景下,去中心化 AI 計算平台 Ritual 應運而生。
Ritual 的主要目標是爲人工智能提供一個開放和模塊化的主權執行層,即如何將人工智能引入 EVM、SVM 及其他虛擬機環境中。簡單來說,Ritual 通過連接分布式節點網路計算資源和模型創建者,允許創建者托管他們的 AI 模型,而用戶則可以以可驗證的方式將 AI 模型的全部推理功能添加到其現有工作流程中。
Ritual 團隊背景非常強大,聯合創始人 Niraj Pant 和 Akilesh Pott 曾是 Polychain 普通合夥人。除此之外,團隊成員還包括來自微軟 AI 和 Facebook Novi 等知名公司的資深工程師,及來自 Dragonfly、Protocol Labs、dYdX 等知名機構的專業人士。此外,Ritual 的顧問陣容也十分亮眼,包括 EigenLayer 創始人兼合夥人 Sreeram Kannan、Gauntlet 創始人兼首席執行官 Tarun Chitra,以及 BitMEX 聯合創始人 Arthur Hayes 等。
截止目前,Ritual 共完成了兩輪融資。2023 年 11 月,Ritual 宣布完成 2500 萬美元融資,Archetype 領投,ccomplice、Robot Ventures、dao5、Accel、Dilectic、Anagram、Avra 和 Hyperspher 及天使投資人 Coinbase 前首席技術官 Balaji Srinivasan、Protocol Labs 研究員 Nicola Greco、Worldcoin 研究工程師 DC Builder、EigenLayer 首席戰略官 Calvin Liu、Monad 聯合創始人 Keone Hon、AI+Crypto 項目 Modulus Labs 的 Daniel Shorr 和 Ryan Cao 等參投。而就在 2024 年 4 月 8 號, Ritual 又獲得了 Polychain Capital 的數百萬美元投資,具體金額暫不得知。
目前,Ritual 已經推出了將計算引入鏈上的輕量級庫 Infernet,允許智能合約開發者通過 Infernet 節點在鏈下請求計算,並通過 Infernet SDK 將計算結果傳遞給鏈上的智能合約。Infernet 節點是 Infernet 的輕量級鏈下客戶端,主要負責監聽鏈上或鏈下請求,並通過鏈上交易或鏈下 API 交付工作流輸出和可選證明。而 Infernet SDK 是一套智能合約,允許用戶訂閱鏈下計算工作負載的輸出。其主要用例之一就是將機器學習推理引入鏈上。Infernet 可以部署至任何鏈上,允許任何協議和應用進行集成。此外,Infernet 還允許開發者引入自己的證明系統,包括 Halo2 驗證器及 Plonky3 驗證器等。
Infernet 並不是直接在鏈上執行推理,而是類似於預言機系統,鏈上發出請求,鏈下節點進行執行,並將相應返回鏈上。但這種方式也存在異步的問題,即開發者提出請求後需要在區塊上進行等待,無法立即得到回應。而 Ritual 的方法是讓開發者在他們熟悉的環境中直接進行推理運算,無需關心運算發生的位置。雖然這些操作仍然在鏈外進行,但通過在虛擬機中嵌入這些計算操作,使得每個節點都能在運行修改過的虛擬機的同時,執行超優化的人工智能操作。這種方式可以看作是一種交互通信,通過預編譯來實現。這種方法的出現也是區塊鏈生態系統的發展趨勢。
具體實現上,通過 Infernet,開發者可以將計算密集型操作委托給鏈下,通過鏈上回調在智能合約中消耗輸出和可選證明,以規避智能合約執行環境的限制。舉例而言,Emily 正在開發一個新的 NFT 集合,允許鑄造者自主爲 NFT 添加新特徵。Emily 構建了一個鑄造網站,將籤名的委托發布至運行自定義工作流的 Infernet 節點上,該工作流能夠解析用戶輸入,生成新的圖像,而 Infernet 節點則通過鏈上交易將最終的圖像發送至她的智能合約上。
2023 年年底,Ritual 發布了一個由 Infernet SDK 提供支持的應用 Frenrug。Frenrug 是在 Friend.tech 聊天室中運行的聊天機器人,任何持有 Frenrug 的 Key 的用戶都可以給 Frenrug 發送消息。例如可以通過 Frenrug 購買或出售相應的 friend.tech 用戶的 Key,但 Frenrug 並不會直接處理用戶消息,而是將消息發送給多個 Infernet 節點,這些節點運行着不同的語言模型。Infernet 節點會對用戶的消息進行處理,並在區塊鏈上生成投票。當足夠多的節點投票後,系統將聚合這些投票並在區塊鏈上執行相應操作,比如購買或出售 Key。最後,Frenrug 會在聊天室中進行回復,其中包含了每個節點的投票結果和最終的操作,讓用戶了解系統如何處理他們的請求。
Ritual 目前正在開發第二個產品「主權鏈 Ritual Chain」。雖然 Infernet 可以輕鬆集成至任何 EVM鏈中,使得任何協議都能夠使用。但 Ritual 仍然堅信構建一條鏈是必要的,因爲這樣可以在核心執行層和共識層上構建出更高效的功能,並且可以讓那些希望最大程度地利用人工智能爲協議帶來價值的用戶實現他們的願景。當然,爲了實現主權鏈,Ritual 需要構建不同類型的驗證器、證明系統及各種復雜功能,並且需要足夠簡單,以便用戶可以輕鬆上手使用。
和 Bittensor 及 Ritual 和各種機器模型互動不同,Virtual Protocol 類似於一個專注於爲各種虛擬世界創造人工智能角色的去中心化工廠。它更注重於用戶的參與,並將人類的主觀想法和社會共識融入其願景中,以促進個性化和沉浸感的發展。Virtual Protocol 的核心理念是是未來的虛擬互動將由人工智能來實現,並以去中心化的方式構建,以提供個性化和超身臨其境的體驗。其中,個性化確保每次互動都能與用戶建立個人聯系,使其具有獨特的相關性。另一方面,沉浸感則可以激發用戶各種感官,創造更加真實的體驗。
Virtual 生態系統參與者包括貢獻者和驗證者。貢獻者可以爲模型提供各種文本數據、語音數據和視覺數據,無論是已有模型的改進還是新模型的提出。這些內容會接受驗證者的審查和認證,以確保準確性和真實性,並評估對其貢獻質量進行評估,以確保其符合Virtual Protocol生態系統設定的標準。
目前只有驗證者才有權對提案進行驗證或投票,整個驗證過程是匿名進行的。驗證者需要對每對模型進行至少 10 輪的互動。完成驗證任務後,驗證者可以獲得與其代表總質押比例相符的質押獎勵。如果想要成爲一個驗證者,用戶必須在 Virtual 帳戶中持有 1,000 枚 Virtual 代幣,並且承諾驗證所有提議。此外,Virtual 採用 DPos 機制,如果想在不進行驗證的情況下獲得質押獎勵,可以選擇將任何金額的代幣委托給 Virtual 驗證者,驗證者在扣除 10% 的收入比例後,會將質押獎勵返還給委托用戶。
Virtual 整個參與流程是透明且會通過公共區塊鏈進行記錄,所有貢獻都會被轉化爲 NFT,並存儲在不可變貢獻庫中(ICV),以確保其可追蹤性和公平分配獎勵。不可變貢獻庫(ICV)是 Virtual 的多層鏈上存儲庫,將所有 Virtual 批準過的貢獻在鏈上進行存檔,可以呈現每個 Virtual 的當前狀態,並對其歷史演變進行追蹤。此外, 通過開源 VIRTUALs 的代碼庫模型,ICV 營造了一個透明的環境。它促進了可組合性,允許開發人員和貢獻者在現有 VIRTUALs 的基礎上進行構建並與之無縫集成。
Virtual 代幣是 Virtual 協議的核心,其主要功能包括獎勵貢獻者和驗證者、支持協議發展及進行空投等。Virtual 代幣總供應量爲 10 億枚,其中 60% 已經公開流通,5% 留作流動性池子,剩餘 35% 則專用於社區激勵措施及 Virtual 協議生態系統發展的倡議。且未來 3 年內,每年的釋放量不會超過 10%,需獲得管理部門批準後才能進行部署。
Virtual 協議通過收入和激勵實現了飛輪驅動。收入來自於各種 dApp 的使用,dApp 則需要向協議支付使用費用。每月月底,Virtual 協議會根據 dApp 的總收入流入進行激勵的分配,其中 10% 分配給協議,剩餘 90% 在各個 Virtual 應用之間按照質押比例進行分配,以確保了收入與其貢獻成正比。舉例而言:流入總收入爲 100 美元,其中 10 美元將分配給協議。而剩餘 90 美元中,由於 Virtual A 質押池子擁有 9000 枚代幣,而 Virtual B 質押池子只擁有 1000 枚代幣。那麼 Virtual A 將獲得 9090%=81 美元,而 Virtual B 將 9010%=9 美元。
在每個 Virtual 應用中,收入將平均分配給驗證者和貢獻者。驗證者將根據運行時間和質押金額獲得收入,其中運行時間指的是驗證提案數量與提案總量的比例。例如 Virtual A 中驗證者 A 運行時間爲 90%,則其將獲得 81/2*90%=36.45 美元。隨後收入將會進一步分配給各個質押者,將根據只額額度進行具體分配。此外,默認 10% 將作爲委托費用支付給池子的驗證者。而貢獻者則根據貢獻利用率和影響池進行收入分配。其中,貢獻利用率考慮了貢獻者的貢獻在系統中被積極使用的時間長短,開發和維護模型的貢獻者將獲得總分配收入的 30%,而提供和維護用於模型微調的數據集的用戶將獲得總分配收入的 70%。此外,影響池則根據貢獻的重要性授予積分。
目前 Virtual 已經接入了一款名爲 AI Waifu 虛擬伴侶遊戲中。該遊戲故事背景發生在名爲「阿卡迪亞」的世界中。遊戲中,你作爲阿卡迪亞的魔法師,需要與其他魔法師和他們的 Waifus 進行對抗。你可以選擇與你的 Waifu 進行對話以加深聯系,解鎖隱藏故事,還可以通過贈送禮物以獲得更多回報。目前,遊戲中有三款不同的 Waifu 可供選擇,每一款 Waifu 都有獨特的背景故事及個性。此外,該款遊戲還引入了戰鬥模式,你可以誘惑其他 Waifus 及對保護自己的 Waifu 。遊戲內所有支出都將進入遊戲的獎勵池,且 WAI 交易費用的 60% 也將作爲獎勵池子的一部分進行分配。
和其他 AI 伴侶及聊天機器人不同,AI Waifu 在視覺上呈現爲 3D 模型,並且可以對聲音和文本做出情緒和動畫反應。通過與 AI Waifu 的交流,她並不會重復內容風格,而是不斷學習,並給予玩家個性化的回應。此外,AI Waifu 是一個跨平台 PWA,具有加密啓用的經濟設計,允許共同所有權,並將其支出作爲收入份額回報給開發者。
除了 AI Waifu 外,Virtual 還計劃推出一種具有跨遊戲記憶和最終意識的新型 AI RPG,這些 AI 代理能夠通過與遊戲內玩家及其他代理互動進行動態演變。即用戶可以將該代理放入遊戲 A 進行訓練,並保留訓練記憶。隨後,當該代理放入遊戲 B 中時,仍然保留在遊戲 A 中的記憶。通過不斷學習,AI 代理能夠模仿人類玩家的行爲,並且能夠根據玩家行爲和遊戲環境變化動態構建,這能夠讓用戶遊戲體驗更加豐富及個性化,甚至包含不可預測性。用戶還可以將交互記錄上傳已獲得代幣獎勵。此外,Virtual 還計劃推出能夠在任何平台進行直播的虛擬 idol。
在加密 AI 領域,Bittensor、Ritual 和 Virtual Protocol 分別深耕於不同的領域。其中 Bittensor 致力於構建共享知識的算法市場,其市值目前位在加密 AI 領域佔據領先地位。然而,近期社區成員對其子網註冊費用和實用性提出了一些質疑。不過單個子網的問題是否能歸結於整個網路的缺陷,還需要再做評價。此外,關於系統嚴重依賴驗證者運行的問題,Opentensor 基金會貢獻者最近也提出了動態 TAO 解決方案「BIT001」。
而憑藉強大的融資陣容及團隊背景,Ritual 成爲了加密 AI 賽道新貴選手。此前,Dragonfly 合夥人 Haseeb Qureshi 曾在文章中表示,Rutial 採用的加密經濟學,在可驗證推斷賽道中最簡單、也可能是最便宜的,但存在節點合謀的安全問題。不過隨後 Ritual 聯創在社交平台上進行了解釋,表示 Ritual 平台並未採取一種基於節點合作和選擇性合謀的加密經濟學方法,而是提供了用戶根據自己的偏好選擇安全性級別的選項。
相比之下,Virtual Protocol 則更具趣味性,並且注重用戶參與。例如,該協議推出了AI Waifu虛擬伴侶遊戲,並即將推出的遊戲AI代理。相較於傳統遊戲既定的遊戲規則,Virtual Protocol 致力於與玩家建立互動關係,並希望能夠根據玩家行爲和遊戲環境動態演進,從而增加遊戲的社交屬性及連續性。
當然,除了本篇文章中提到的三個項目,市場上還有很多 Crypto AI 項目值得關注,例如專注於 GPU 租賃市場的 io.net 、AI 代理協議 Autonolas 及專注於創作者的 Web3 啓用 AI 平台 MyShell 等。這些項目都展示了 Crypto AI 領域的多樣性和潛力,我們也會繼續密切關注這一領域的發展。
轉發原文標題《Bittensor 和這些 Crypto AI 網路值得關注嗎?》
過去一年裏,隨着對去中心化 AI 概念的普及及各種 AI 工具的廣泛應用,AI +Web3 逐步成爲了加密圈最火熱的話題之一。據不完全統計,目前行業 Web3 和 AI 結合的項目已超 140 多個,涵蓋了計算、驗證、元宇宙、遊戲等多個方向。以太坊聯創 Vitalik 也曾撰文對區塊鏈和 AI 結合的用例進行了探討,並指出這兩者的交叉領域用例正在增加,而且一些用例具有更高的意義和魯棒性。此外,在最近在香港舉辦的 「香港 Web3 嘉年華」活動中,無論是主會場還是邊會場,AI 和 Web3 結合的話題都被頻繁提及。
本文挑選了三個值得關注的 Web3 和 AI 結合項目,對它們在加密 AI 領域中的獨特定位和發展前景進行了探討。
在 AI 領域,與資源密集型的算力和數據不同,加密算法更側重於技術密集型的工作。然而,當前 AI 領域中存在一個難題,即由於技術壁壘的存在,算法和模型之間往往無法有效合作,導致一種零和博弈的局面。爲了改變這種狀況,Bittensor 提出了一種解決方案,通過區塊鏈網路和激勵機制來促進不同算法之間的合作,逐步構建起一個共享知識的算法市場。簡而言之,類似於比特幣的挖礦網路,Bittnsor 只是將比特幣挖礦計算過程替代爲訓練和驗證 AI 模型。
從名稱上看,「Bittensor」可以分解爲「Bit」和「Tensor」兩個部分。其中 Bit 我們並不陌生,比特幣中可以理解爲最小貨幣單位。而在更廣義的計算機科學中,Bit 代表者信息的最基本單位。「Tensor」則源自拉丁語「Tendera」,原意爲「擴展」。在物理學中,Tensor 指的是具有多個指數的張量,是一個多維數組或矩陣,可以表示各種類型的數據。在機器學習領域中,Tensor 則意味着用於表示和處理多維數據。
Bittensor 的架構可以分爲兩層,底層是基於 Polkadot Substrate 的區塊鏈,負責執行共識機制並激勵網路。而 AI 層則負責推理、訓練,並確保 Bittensor 協議節點之間的輸入/輸出兼容性。Bittensor 網路有兩個關鍵參與者,分別是礦工和驗證者。礦工向網路提交訓練模型換取代幣獎勵,而驗證者則負責確認模型輸出的有效性和準確性,並選擇最準確的輸出返回給用戶。爲了創建正向競爭循環,Bittensor 通過 Yuma 共識機制實現激勵分配。Yuma 共識結合了 PoW 和 PoS 兩種機制,其中礦工通過競爭計算結果獲得代幣獎勵,而驗證者則需要將持有代幣質押在某一子網並完成驗證工作後能夠獲得一定數量的 TAO 激勵,對 AI 模型的篩選和評估越準確和一致,獲得的獎勵就越多。
子網是 Bittensor 生態系統中的核心組成部分。2023 年 10 月,Bittensor 通過 Revolution 升級引入了「Subnet(子網)」概念,不同子網能夠負責不同任務,包括機器翻譯、圖像識別與生成、語言大模型等,同時這些子網之間能夠相互交互與學習。任何人都可以在 Bittensor 上創建子網,但需要在用 TAO 代幣支付費用,費用的多少取決於網路上子網的供需情況。此外,在上線子網的主網之前,還需要在本地及測試網上運行測試。
目前 Bittensor 上共有一條特殊子網 0# Root 和 32 條其他子網。0# Root 由 Opentensor Foundation 構建,作爲 Bittensor 上的治理中心,能夠通過共識將產出的 TAO 分配給其他子網。在 0# Root 上,驗證者的角色來自其他子網上質押數量最多的前 64 名驗證者,礦工的角色則由其他子網充當。此外,0# Root 還能夠根據貢獻量爲其他子網分配激勵。對於剩餘的 32 個子網,驗證節點和礦工會根據各自貢獻獲得一定比例的 TAO。通常情況下,41% 會分配給驗證者、41% 分配給礦工,剩餘 18% 則會分配給子網創建者。Bittensor 生態系統中子網之間的競爭非常激烈。目前,系統允許的子網數量上限是 32 個,但在測試網中已經有超過 200 個子網等待在主網上註冊。近期,一些優秀的團隊也在 Bittensor 上註冊了他們自己的子網,例如 MyShell TTS。而根據子網註冊規則,一旦達到了子網數量的上限,系統會自動注銷代幣分配量最低的子網。
Bittensor 近期也遭受了關於其註冊費用及實用性的質疑。據悉,目前在 Bittensor 上註冊一個子網的費用爲 2078.49 枚 TAO,而在 3 月 1 日更是達到 10281 枚 TAO,相當於超 700 萬美元。且隨着 TAO 價格的漲,註冊費用可能還會進一步增加。且每當一個項目註冊一個子網,註冊費用就會翻倍,而如果沒有人註冊,價格會在四天內線性減半。對於那些想要創建或參與子網的開發者而言,高昂的註冊費用無疑會成爲一項巨大的負擔。除此之外,Bittensor 子網的實用性也遭到了質疑。32 個子網中,大部分都爲「數據整理」「文字、圖像及音頻轉化」等門檻較低的場景應用。且在 Bittensor 上進行構建的團隊中,沒有一個團隊的全職成員超過十幾個人,大部分只有 2 至 3 人。 比特幣 Ordinals 項目 Taproot Wizards 及比特幣 NFT 項目 Quantum Cats 發起人 Eric Wall 也在社交平台上表達了自己的看法,認爲 Bittensor 只是一個毫無意義的去中心化實驗,並沒有提供任何實用性。 Eric Wall 指出,「Subnet #1 被描述爲文本提示服務。但實際上,其工作模式非常簡單,用戶發送一個提示,礦工做出回應,類似於 ChatGPT。而參與這一過程的礦工將獲得 TAO 代幣作爲獎勵。但在這裏存在嚴重冗餘性,因爲驗證者只是檢查答案的相似程度,如果有礦工的回答與其他人不同,他就得不到獎勵。整個系統的效率極低,且無法有效驗證模型是否真的被運行。此外,作爲普通用戶根本無法與網路進行交互。整個子網的唯一目的似乎只是內部運行。這一過程看起來就是爲了購買無用的 AI 代幣以獲取去中心化 AI 的曝光。」
現有 AI 堆棧中存在很多問題,包括缺乏對計算完整性、隱私和扛審查的保障。此外,由少數集中式公司托管的基礎設施也限制了開發人員和用戶的本地集成能力,導致了有效性問題的出現。在這樣的背景下,去中心化 AI 計算平台 Ritual 應運而生。
Ritual 的主要目標是爲人工智能提供一個開放和模塊化的主權執行層,即如何將人工智能引入 EVM、SVM 及其他虛擬機環境中。簡單來說,Ritual 通過連接分布式節點網路計算資源和模型創建者,允許創建者托管他們的 AI 模型,而用戶則可以以可驗證的方式將 AI 模型的全部推理功能添加到其現有工作流程中。
Ritual 團隊背景非常強大,聯合創始人 Niraj Pant 和 Akilesh Pott 曾是 Polychain 普通合夥人。除此之外,團隊成員還包括來自微軟 AI 和 Facebook Novi 等知名公司的資深工程師,及來自 Dragonfly、Protocol Labs、dYdX 等知名機構的專業人士。此外,Ritual 的顧問陣容也十分亮眼,包括 EigenLayer 創始人兼合夥人 Sreeram Kannan、Gauntlet 創始人兼首席執行官 Tarun Chitra,以及 BitMEX 聯合創始人 Arthur Hayes 等。
截止目前,Ritual 共完成了兩輪融資。2023 年 11 月,Ritual 宣布完成 2500 萬美元融資,Archetype 領投,ccomplice、Robot Ventures、dao5、Accel、Dilectic、Anagram、Avra 和 Hyperspher 及天使投資人 Coinbase 前首席技術官 Balaji Srinivasan、Protocol Labs 研究員 Nicola Greco、Worldcoin 研究工程師 DC Builder、EigenLayer 首席戰略官 Calvin Liu、Monad 聯合創始人 Keone Hon、AI+Crypto 項目 Modulus Labs 的 Daniel Shorr 和 Ryan Cao 等參投。而就在 2024 年 4 月 8 號, Ritual 又獲得了 Polychain Capital 的數百萬美元投資,具體金額暫不得知。
目前,Ritual 已經推出了將計算引入鏈上的輕量級庫 Infernet,允許智能合約開發者通過 Infernet 節點在鏈下請求計算,並通過 Infernet SDK 將計算結果傳遞給鏈上的智能合約。Infernet 節點是 Infernet 的輕量級鏈下客戶端,主要負責監聽鏈上或鏈下請求,並通過鏈上交易或鏈下 API 交付工作流輸出和可選證明。而 Infernet SDK 是一套智能合約,允許用戶訂閱鏈下計算工作負載的輸出。其主要用例之一就是將機器學習推理引入鏈上。Infernet 可以部署至任何鏈上,允許任何協議和應用進行集成。此外,Infernet 還允許開發者引入自己的證明系統,包括 Halo2 驗證器及 Plonky3 驗證器等。
Infernet 並不是直接在鏈上執行推理,而是類似於預言機系統,鏈上發出請求,鏈下節點進行執行,並將相應返回鏈上。但這種方式也存在異步的問題,即開發者提出請求後需要在區塊上進行等待,無法立即得到回應。而 Ritual 的方法是讓開發者在他們熟悉的環境中直接進行推理運算,無需關心運算發生的位置。雖然這些操作仍然在鏈外進行,但通過在虛擬機中嵌入這些計算操作,使得每個節點都能在運行修改過的虛擬機的同時,執行超優化的人工智能操作。這種方式可以看作是一種交互通信,通過預編譯來實現。這種方法的出現也是區塊鏈生態系統的發展趨勢。
具體實現上,通過 Infernet,開發者可以將計算密集型操作委托給鏈下,通過鏈上回調在智能合約中消耗輸出和可選證明,以規避智能合約執行環境的限制。舉例而言,Emily 正在開發一個新的 NFT 集合,允許鑄造者自主爲 NFT 添加新特徵。Emily 構建了一個鑄造網站,將籤名的委托發布至運行自定義工作流的 Infernet 節點上,該工作流能夠解析用戶輸入,生成新的圖像,而 Infernet 節點則通過鏈上交易將最終的圖像發送至她的智能合約上。
2023 年年底,Ritual 發布了一個由 Infernet SDK 提供支持的應用 Frenrug。Frenrug 是在 Friend.tech 聊天室中運行的聊天機器人,任何持有 Frenrug 的 Key 的用戶都可以給 Frenrug 發送消息。例如可以通過 Frenrug 購買或出售相應的 friend.tech 用戶的 Key,但 Frenrug 並不會直接處理用戶消息,而是將消息發送給多個 Infernet 節點,這些節點運行着不同的語言模型。Infernet 節點會對用戶的消息進行處理,並在區塊鏈上生成投票。當足夠多的節點投票後,系統將聚合這些投票並在區塊鏈上執行相應操作,比如購買或出售 Key。最後,Frenrug 會在聊天室中進行回復,其中包含了每個節點的投票結果和最終的操作,讓用戶了解系統如何處理他們的請求。
Ritual 目前正在開發第二個產品「主權鏈 Ritual Chain」。雖然 Infernet 可以輕鬆集成至任何 EVM鏈中,使得任何協議都能夠使用。但 Ritual 仍然堅信構建一條鏈是必要的,因爲這樣可以在核心執行層和共識層上構建出更高效的功能,並且可以讓那些希望最大程度地利用人工智能爲協議帶來價值的用戶實現他們的願景。當然,爲了實現主權鏈,Ritual 需要構建不同類型的驗證器、證明系統及各種復雜功能,並且需要足夠簡單,以便用戶可以輕鬆上手使用。
和 Bittensor 及 Ritual 和各種機器模型互動不同,Virtual Protocol 類似於一個專注於爲各種虛擬世界創造人工智能角色的去中心化工廠。它更注重於用戶的參與,並將人類的主觀想法和社會共識融入其願景中,以促進個性化和沉浸感的發展。Virtual Protocol 的核心理念是是未來的虛擬互動將由人工智能來實現,並以去中心化的方式構建,以提供個性化和超身臨其境的體驗。其中,個性化確保每次互動都能與用戶建立個人聯系,使其具有獨特的相關性。另一方面,沉浸感則可以激發用戶各種感官,創造更加真實的體驗。
Virtual 生態系統參與者包括貢獻者和驗證者。貢獻者可以爲模型提供各種文本數據、語音數據和視覺數據,無論是已有模型的改進還是新模型的提出。這些內容會接受驗證者的審查和認證,以確保準確性和真實性,並評估對其貢獻質量進行評估,以確保其符合Virtual Protocol生態系統設定的標準。
目前只有驗證者才有權對提案進行驗證或投票,整個驗證過程是匿名進行的。驗證者需要對每對模型進行至少 10 輪的互動。完成驗證任務後,驗證者可以獲得與其代表總質押比例相符的質押獎勵。如果想要成爲一個驗證者,用戶必須在 Virtual 帳戶中持有 1,000 枚 Virtual 代幣,並且承諾驗證所有提議。此外,Virtual 採用 DPos 機制,如果想在不進行驗證的情況下獲得質押獎勵,可以選擇將任何金額的代幣委托給 Virtual 驗證者,驗證者在扣除 10% 的收入比例後,會將質押獎勵返還給委托用戶。
Virtual 整個參與流程是透明且會通過公共區塊鏈進行記錄,所有貢獻都會被轉化爲 NFT,並存儲在不可變貢獻庫中(ICV),以確保其可追蹤性和公平分配獎勵。不可變貢獻庫(ICV)是 Virtual 的多層鏈上存儲庫,將所有 Virtual 批準過的貢獻在鏈上進行存檔,可以呈現每個 Virtual 的當前狀態,並對其歷史演變進行追蹤。此外, 通過開源 VIRTUALs 的代碼庫模型,ICV 營造了一個透明的環境。它促進了可組合性,允許開發人員和貢獻者在現有 VIRTUALs 的基礎上進行構建並與之無縫集成。
Virtual 代幣是 Virtual 協議的核心,其主要功能包括獎勵貢獻者和驗證者、支持協議發展及進行空投等。Virtual 代幣總供應量爲 10 億枚,其中 60% 已經公開流通,5% 留作流動性池子,剩餘 35% 則專用於社區激勵措施及 Virtual 協議生態系統發展的倡議。且未來 3 年內,每年的釋放量不會超過 10%,需獲得管理部門批準後才能進行部署。
Virtual 協議通過收入和激勵實現了飛輪驅動。收入來自於各種 dApp 的使用,dApp 則需要向協議支付使用費用。每月月底,Virtual 協議會根據 dApp 的總收入流入進行激勵的分配,其中 10% 分配給協議,剩餘 90% 在各個 Virtual 應用之間按照質押比例進行分配,以確保了收入與其貢獻成正比。舉例而言:流入總收入爲 100 美元,其中 10 美元將分配給協議。而剩餘 90 美元中,由於 Virtual A 質押池子擁有 9000 枚代幣,而 Virtual B 質押池子只擁有 1000 枚代幣。那麼 Virtual A 將獲得 9090%=81 美元,而 Virtual B 將 9010%=9 美元。
在每個 Virtual 應用中,收入將平均分配給驗證者和貢獻者。驗證者將根據運行時間和質押金額獲得收入,其中運行時間指的是驗證提案數量與提案總量的比例。例如 Virtual A 中驗證者 A 運行時間爲 90%,則其將獲得 81/2*90%=36.45 美元。隨後收入將會進一步分配給各個質押者,將根據只額額度進行具體分配。此外,默認 10% 將作爲委托費用支付給池子的驗證者。而貢獻者則根據貢獻利用率和影響池進行收入分配。其中,貢獻利用率考慮了貢獻者的貢獻在系統中被積極使用的時間長短,開發和維護模型的貢獻者將獲得總分配收入的 30%,而提供和維護用於模型微調的數據集的用戶將獲得總分配收入的 70%。此外,影響池則根據貢獻的重要性授予積分。
目前 Virtual 已經接入了一款名爲 AI Waifu 虛擬伴侶遊戲中。該遊戲故事背景發生在名爲「阿卡迪亞」的世界中。遊戲中,你作爲阿卡迪亞的魔法師,需要與其他魔法師和他們的 Waifus 進行對抗。你可以選擇與你的 Waifu 進行對話以加深聯系,解鎖隱藏故事,還可以通過贈送禮物以獲得更多回報。目前,遊戲中有三款不同的 Waifu 可供選擇,每一款 Waifu 都有獨特的背景故事及個性。此外,該款遊戲還引入了戰鬥模式,你可以誘惑其他 Waifus 及對保護自己的 Waifu 。遊戲內所有支出都將進入遊戲的獎勵池,且 WAI 交易費用的 60% 也將作爲獎勵池子的一部分進行分配。
和其他 AI 伴侶及聊天機器人不同,AI Waifu 在視覺上呈現爲 3D 模型,並且可以對聲音和文本做出情緒和動畫反應。通過與 AI Waifu 的交流,她並不會重復內容風格,而是不斷學習,並給予玩家個性化的回應。此外,AI Waifu 是一個跨平台 PWA,具有加密啓用的經濟設計,允許共同所有權,並將其支出作爲收入份額回報給開發者。
除了 AI Waifu 外,Virtual 還計劃推出一種具有跨遊戲記憶和最終意識的新型 AI RPG,這些 AI 代理能夠通過與遊戲內玩家及其他代理互動進行動態演變。即用戶可以將該代理放入遊戲 A 進行訓練,並保留訓練記憶。隨後,當該代理放入遊戲 B 中時,仍然保留在遊戲 A 中的記憶。通過不斷學習,AI 代理能夠模仿人類玩家的行爲,並且能夠根據玩家行爲和遊戲環境變化動態構建,這能夠讓用戶遊戲體驗更加豐富及個性化,甚至包含不可預測性。用戶還可以將交互記錄上傳已獲得代幣獎勵。此外,Virtual 還計劃推出能夠在任何平台進行直播的虛擬 idol。
在加密 AI 領域,Bittensor、Ritual 和 Virtual Protocol 分別深耕於不同的領域。其中 Bittensor 致力於構建共享知識的算法市場,其市值目前位在加密 AI 領域佔據領先地位。然而,近期社區成員對其子網註冊費用和實用性提出了一些質疑。不過單個子網的問題是否能歸結於整個網路的缺陷,還需要再做評價。此外,關於系統嚴重依賴驗證者運行的問題,Opentensor 基金會貢獻者最近也提出了動態 TAO 解決方案「BIT001」。
而憑藉強大的融資陣容及團隊背景,Ritual 成爲了加密 AI 賽道新貴選手。此前,Dragonfly 合夥人 Haseeb Qureshi 曾在文章中表示,Rutial 採用的加密經濟學,在可驗證推斷賽道中最簡單、也可能是最便宜的,但存在節點合謀的安全問題。不過隨後 Ritual 聯創在社交平台上進行了解釋,表示 Ritual 平台並未採取一種基於節點合作和選擇性合謀的加密經濟學方法,而是提供了用戶根據自己的偏好選擇安全性級別的選項。
相比之下,Virtual Protocol 則更具趣味性,並且注重用戶參與。例如,該協議推出了AI Waifu虛擬伴侶遊戲,並即將推出的遊戲AI代理。相較於傳統遊戲既定的遊戲規則,Virtual Protocol 致力於與玩家建立互動關係,並希望能夠根據玩家行爲和遊戲環境動態演進,從而增加遊戲的社交屬性及連續性。
當然,除了本篇文章中提到的三個項目,市場上還有很多 Crypto AI 項目值得關注,例如專注於 GPU 租賃市場的 io.net 、AI 代理協議 Autonolas 及專注於創作者的 Web3 啓用 AI 平台 MyShell 等。這些項目都展示了 Crypto AI 領域的多樣性和潛力,我們也會繼續密切關注這一領域的發展。