Cập nhật mới nhất năm 2025

Kể từ khi ra mắt, mạng lưới Bittensor đã cho thấy sự tăng trưởng và phát triển đáng kể. Tính đến năm 2025, TAO đã khẳng định vị thế của mình như một loại tiền điện tử hàng đầu, hiện xếp hạng #29 trên thị trường toàn cầu với giá 455,37 USD. Vốn hóa thị trường đạt 3,97 tỷ USD, với 8,72 triệu mã thông báo TAO đang lưu hành, chiếm 41,54% tổng cung tối đa.

Hiệu suất thị trường

TAO đã chứng minh sự biến động giá đáng kể kể từ khi ra mắt:

• Giá hiện tại: $455.37 USD
• Khối lượng giao dịch trong 24 giờ: $162,221,408 USD
• Thay đổi giá trong 24 giờ: -2.77%
• Vốn hóa thị trường: 3,972,524,296 USD

Token đã cho thấy sự tăng trưởng đáng kể từ mức thấp lịch sử của nó, trong khi vẫn duy trì vị thế thị trường mạnh mẽ:

Sự phát triển và chấp nhận mạng

Mạng lưới Bittensor đã trải qua sự tăng trưởng đáng kể về việc áp dụng và phát triển. Nền tảng hiện cung cấp các tài nguyên toàn diện bao gồm một trình khám phá khối chính thức tại bittensor.com, nâng cao tính minh bạch và khả năng tiếp cận cho người dùng và các nhà phát triển.

Cộng đồng xung quanh Bittensor đã phát triển đáng kể, đạt được điểm số cộng đồng là 3.7. Điều này phản ánh sự tham gia và gắn bó tích cực của các nhà phát triển, người xác thực và người dùng trong hệ sinh thái. Mạng lưới tiếp tục thu hút sự chú ý nhờ cách tiếp cận đổi mới của nó đối với việc học máy phi tập trung.

Phân loại kỹ thuật và tích hợp hệ sinh thái

Bittensor đã thiết lập vị thế của mình trong một số danh mục blockchain chính:

• AI & Big Data
• DePIN (Mạng lưới Hạ tầng Vật lý Phi tập trung)
• Trí tuệ nhân tạo sinh sinh

Phân loại này phản ánh sự tập trung của dự án vào việc tạo ra cơ sở hạ tầng phi tập trung cho các ứng dụng AI và học máy. Token TAO đã nhận được sự hỗ trợ mạnh mẽ từ nhiều nền tảng, với việc tích hợp vào các ví tiền điện tử lớn bao gồm Gate Wallet và Trust Wallet, giúp nó trở nên dễ tiếp cận hơn với một đối tượng rộng lớn hơn.

Các dự án tương tự

Khi không gian AI phi tập trung tiếp tục phát triển, một số dự án đã xuất hiện như những lựa chọn tương đương hoặc hệ thống bổ sung cho Bittensor:

Các dự án này, cùng với Bittensor, đại diện cho hệ sinh thái ngày càng phát triển của các giải pháp AI phi tập trung trên công nghệ blockchain, mỗi dự án tiếp cận những khía cạnh khác nhau của thách thức.

Khả năng tiếp cận giao dịch

Gate đã nâng cao các tùy chọn giao dịch cho TAO, cung cấp tính thanh khoản và cặp giao dịch cải thiện. Ngoài cặp chính TAO/USDT, TAO giờ đây có thể được trao đổi với nhiều loại tiền tệ, mang lại sự linh hoạt lớn hơn cho các nhà giao dịch và nhà đầu tư trên nhiều thị trường.

Tỷ lệ khối lượng giao dịch so với vốn hóa thị trường đứng ở mức 4,08%, cho thấy hoạt động giao dịch lành mạnh so với tổng vốn hóa thị trường của token. Hồ sơ thanh khoản này hỗ trợ quá trình khám phá giá trơn tru hơn và giảm thiểu trượt giá cho các nhà giao dịch.

Điểm số hoàn chỉnh dữ liệu 72% cho thấy mặc dù có thông tin toàn diện về dự án, vẫn còn cơ hội cho sự minh bạch và công bố thông tin nhiều hơn khi nền tảng tiếp tục phát triển.

Khi Bittensor tiếp tục phát triển công nghệ của mình và mở rộng hệ sinh thái, nó vẫn là một dự án quan trọng tại giao điểm của trí tuệ nhân tạo, học máy và công nghệ blockchain, tiên phong trong cách tiếp cận phi tập trung đối với phát triển và triển khai AI.

Học máy và trí tuệ nhân tạo đang chuyển mình thế giới một cách chưa từng có. Ứng dụng học máy có mặt ở khắp nơi, từ xe tự lái đến trợ lý thông minh, từ chẩn đoán y tế đến giải trí. Tuy nhiên, bất chấp những tiến bộ và đổi mới nhanh chóng trong lĩnh vực này, nhiều thách thức và hạn chế vẫn cản trở tiềm năng đầy đủ của học máy.

Một trong những thách thức chính là tính chất tập trung và cô lập của các nền tảng và hệ thống học máy. Hầu hết các mô hình và dữ liệu học máy đều được kiểm soát bởi một vài tập đoàn và tổ chức lớn, tạo ra các vấn đề như quyền riêng tư dữ liệu, an ninh, thiên lệch và quyền truy cập. Hơn nữa, hầu hết các mô hình học máy đều được đào tạo trong sự cô lập, mà không được hưởng lợi từ trí tuệ tập thể và sự đa dạng của các mô hình và nguồn dữ liệu khác.

Bittensor là một giao thức ngang hàng nhằm tạo ra một mạng lưới học máy toàn cầu, phi tập trung và có động lực. Bittensor cho phép các mô hình học máy được huấn luyện hợp tác và được thưởng theo giá trị thông tin mà chúng mang lại cho tập thể. Bittensor cũng cung cấp quyền truy cập và tham gia mở cho bất kỳ ai muốn tham gia vào mạng lưới và đóng góp mô hình học máy và dữ liệu của họ.

Bittensor là gì?

Bittensor là một giao thức ngang hàng cho các subnet phi tập trung tập trung vào học máy. Một subnet là một nhóm các nút cung cấp dịch vụ học máy chuyên biệt cho mạng, chẳng hạn như văn bản, hình ảnh, âm thanh, video, v.v. Ví dụ, một subnet văn bản có thể cung cấp các dịch vụ xử lý ngôn ngữ tự nhiên, chẳng hạn như dịch, tóm tắt, phân tích cảm xúc, v.v.

Tầm nhìn của Bittensor là tạo ra một mạng lưới học máy toàn cầu, phi tập trung và có động lực, nơi bất kỳ ai cũng có thể tham gia và đóng góp mô hình và dữ liệu học máy của họ, và được thưởng theo giá trị thông tin mà họ cung cấp cho tập thể. Bittensor nhằm vượt qua những hạn chế và thách thức của các nền tảng và hệ thống học máy hiện tại, chẳng hạn như sự tập trung, các silo, quyền riêng tư, an ninh, thiên kiến và khả năng tiếp cận.

Bittensor hoạt động như thế nào?

Bittensor là một mạng lưới phi tập trung cách mạng hóa cách các mô hình học máy được tạo ra, chia sẻ và khuyến khích. Nó hoạt động theo kiểu ngang hàng, hình thành một hệ sinh thái toàn cầu nơi các mô hình AI hợp tác để tạo thành một mạng nơ-ron. Phần này đi sâu vào các cơ chế giúp Bittensor hoạt động hiệu quả.

Sự đồng thuận Yuma

Tại trung tâm của hoạt động của Bittensor là Sự đồng thuận Yuma. Cơ chế đồng thuận này được thiết kế để cho phép các chủ sở hữu subnet viết cơ chế khuyến khích của riêng họ, cho phép các xác thực viên subnet thể hiện sở thích chủ quan của họ về những gì mạng nên học. Sự đồng thuận Yuma hoạt động bằng cách thưởng cho các xác thực viên subnet với cổ tức cho việc sản xuất các đánh giá giá trị thợ mỏ phù hợp với các đánh giá chủ quan được sản xuất bởi các xác thực viên subnet khác, được cân nhắc theo cổ phần. Điều này đảm bảo không nhóm nào có quyền kiểm soát hoàn toàn về những gì được học và duy trì một cơ chế quản trị phi tập trung trên toàn mạng.

Mixture of Experts (MoE)

Một cơ chế quan trọng khác là mô hình Mixture of Experts (MoE). Trong mô hình này, Bittensor sử dụng nhiều mạng nơ-ron, mỗi mạng chuyên môn hóa vào một khía cạnh khác nhau của dữ liệu. Các mô hình chuyên gia này hợp tác khi có dữ liệu mới được giới thiệu, kết hợp kiến thức chuyên môn của họ để tạo ra một dự đoán tập thể. Cách tiếp cận này cho phép Bittensor giải quyết các vấn đề phức tạp hiệu quả hơn bất kỳ mô hình cá nhân nào.

Cơ chế Khuyến khích

Bittensor cũng có một cấu trúc cơ chế khuyến khích độc đáo. Mỗi subnet trong Bittensor có cơ chế khuyến khích riêng, điều này thúc đẩy hành vi của các thợ mỏ subnet và quản lý sự đồng thuận giữa các validator subnet. Những cơ chế này tương tự như các hàm mất mát trong học máy, định hướng hành vi của các thợ mỏ subnet hướng tới các kết quả mong muốn và khuyến khích sự cải tiến liên tục và kết quả chất lượng cao.

Bằng chứng của trí thông minh

Chứng minh trí tuệ là một cơ chế đồng thuận độc đáo được sử dụng bởi Bittensor. Nó thưởng cho các nút trong mạng lưới vì đã đóng góp các mô hình và kết quả học máy có giá trị. Khác với các cơ chế Chứng minh Công việc (PoW) hoặc Chứng minh Cổ phần (PoS) truyền thống dựa vào sức mạnh tính toán hoặc cổ phần tài chính, Chứng minh trí tuệ ưu tiên các đóng góp trí tuệ của các nút. Điều này làm cho hệ thống thưởng của mạng lưới phù hợp với sứ mệnh cốt lõi của nó trong việc tiến bộ trí thông minh máy móc.

Các nút trong mạng Bittensor được yêu cầu đăng ký và tham gia vào quá trình đồng thuận. Họ làm điều đó bằng cách giải quyết một thách thức proof of work (POW) hoặc trả một khoản phí. Khi đã đăng ký, họ trở thành một phần của một subnet và đóng góp vào trí tuệ tập thể của mạng. Các validator sau đó đánh giá giá trị của các mô hình máy học và đầu ra được cung cấp bởi những nút này, đảm bảo chất lượng và tính toàn vẹn của các tài sản trí tuệ của mạng.

Cơ chế này là trung tâm trong tầm nhìn của Bittensor về một thị trường máy học phi tập trung, nơi trí tuệ là đồng tiền chính và đổi mới được khuyến khích liên tục. Nó đại diện cho một sự chuyển mình quan trọng từ các cơ chế đồng thuận blockchain truyền thống, đặt trọng tâm vào sự tiến bộ của công nghệ AI và máy học.

Subnets

Các subnet là những khối xây dựng của Bittensor, hoạt động như các thị trường hàng hóa phi tập trung dưới một hệ thống token thống nhất. Mỗi subnet có một miền hoặc chủ đề cụ thể và bao gồm các nút đã đăng ký cùng với các mô hình học máy liên quan. Các validator trong những subnet này đóng vai trò quan trọng trong việc duy trì tính toàn vẹn và chất lượng của dữ liệu và các mô hình được trao đổi trong mạng.

Cùng nhau, các cơ chế này đảm bảo rằng Bittensor vẫn là một nền tảng phi tập trung, hợp tác và đổi mới cho việc phát triển AI và các mô hình học máy. Bằng cách khuyến khích sự tham gia và tận dụng trí tuệ tập thể của mạng lưới, Bittensor đứng ở vị trí tiên phong trong công nghệ học máy phi tập trung.

Các thành phần của Bittensor

Bittensor là một mạng lưới phi tập trung kết nối các mô hình học máy thay vì máy tính hoặc máy chủ. Những mô hình này, được gọi là neuron, cung cấp các dịch vụ học máy chuyên biệt cho mạng, chẳng hạn như văn bản, hình ảnh, âm thanh, video, v.v. Các neuron được tổ chức thành các nhóm gọi là subnet, xác định cơ chế khuyến khích và miền nhiệm vụ cho mỗi subnet.

Bittensor sử dụng bốn thành phần chính: blockchain, các neuron, các synapse và metagraph để cho phép giao thức học máy phi tập trung. Hãy cùng xem xét từng thành phần này và cách chúng hoạt động cùng nhau.

Blockchain

Blockchain của Bittensor dựa trên khung Substrate, cho phép khả năng tương tác và mở rộng. Blockchain ghi lại các giao dịch và tương tác giữa các nút trong mạng, cũng như các quy tắc quản trị và đồng thuận. Blockchain cũng cho phép việc tạo ra và phân phối token $TAO, là đồng tiền bản địa của Bittensor.

Các Neuron

Các nơ-ron là các nút trên mạng chạy các mô hình học máy và cung cấp dịch vụ học máy cho mạng. Mỗi nơ-ron có một danh tính duy nhất và một khóa công khai, được đăng ký trên blockchain. Mỗi nơ-ron cũng có một tệp cấu hình xác định loại mô hình học máy, định dạng đầu vào và đầu ra, số cổng và các tham số khác.

Các Synapse

Các synapse là những kết nối giữa các nơ-ron cho phép trao đổi thông tin và hợp tác. Mỗi synapse có một trọng số đại diện cho sức mạnh và chất lượng của kết nối. Các trọng số được xác định bởi metagraph, là trí tuệ tập thể của mạng. Các synapse cũng có chi phí và phần thưởng, được định giá bằng token $TAO. Chi phí là số lượng $TAO mà một nơ-ron trả cho một nơ-ron khác để sử dụng dịch vụ học máy của nó. Phần thưởng là số lượng $TAO mà một nơ-ron nhận từ một nơ-ron khác để cung cấp dịch vụ học máy của mình.

Metagraph

Metagraph đại diện cho topo và động lực của mạng lưới, cũng như chất lượng và danh tiếng của các neuron. Metagraph là một đồ thị có hướng, trong đó các nút là các neuron và các cạnh là các synapse. Metagraph được cập nhật định kỳ bởi một cơ chế đồng thuận, xem xét các giao dịch, tương tác và phản hồi giữa các neuron. Metagraph xác định trọng số của các synapse, điều này ảnh hưởng đến chi phí và phần thưởng của các synapse, cũng như xếp hạng và khả năng hiển thị của các neuron. Metagraph cũng cho phép quản trị mạng, vì các neuron có thể bỏ phiếu về các đề xuất và thay đổi bằng cách sử dụng các token TAO của họ.

Bản Hiến Chương DeleGate của Bittensor

Hiến chương DeleGate của Bittensor là một tài liệu cơ bản nêu rõ các nguyên tắc hướng dẫn và cam kết của các thực thể và cá nhân tham gia vào mạng lưới Bittensor. Đây là một tuyên bố của Quỹ Opentensor và các bên ký kết khác chia sẻ tầm nhìn về một bối cảnh AI phi tập trung. Dưới đây là các nguyên tắc cốt lõi của hiến chương:

• Điểm đối lập với Kiểm soát Tập trung: Hiến chương nhấn mạnh những nguy hiểm của việc kiểm soát tập trung đối với AI, kêu gọi phân phối quyền lực để ngăn chặn lạm dụng và thiên lệch. Nó khẳng định rằng việc quản lý AI nên nằm trong tay của nhiều người, chứ không phải của số ít.
• Thỏa thuận Đồng thuận Sở thích Phi tập trung: Các bên ký kết cam kết phản đối việc lạm dụng AI và thúc đẩy ứng dụng đạo đức của nó. Họ cam kết phân quyền kiểm soát sở thích AI, tận dụng trí tuệ tập thể của con người để định hướng những câu hỏi phức tạp do công nghệ AI đặt ra.
• Sở hữu Mở: Hiến chương hỗ trợ việc tích lũy sở hữu mở và không cần sự cho phép cho những người đóng góp vào mạng Bittensor. Nguyên tắc này đảm bảo rằng càng nhiều người càng tốt có thể tiếp cận, ảnh hưởng và có phần trong sự phát triển của AI.
• Phát triển mã nguồn mở: Hiến chương coi phát triển mã nguồn mở là một nghĩa vụ đạo đức, cho phép cá nhân kiểm soát vận mệnh của chính họ trong tương lai AI.

Hiến chương DeleGate của Bittensor không chỉ là một tập hợp các lý tưởng, mà còn là một cam kết cho một tương lai AI phi tập trung, mở và công bằng, nơi quyền lực được phân phối, và tiềm năng của AI được khai thác vì lợi ích chung.

Cách Bittensor Kích Hoạt Các Mô Hình Học Máy

Bittensor cho phép các mô hình học máy đào tạo hợp tác và được thưởng dựa trên giá trị thông tin mà chúng cung cấp cho tập thể. Điều này được thực hiện thông qua quy trình sau:

• Một người tiêu dùng muốn truy cập dịch vụ học máy gửi một truy vấn đến mạng, cùng với một khoản thanh toán bằng token TAO.
• Mạng lưới định tuyến truy vấn đến subnet phù hợp dựa trên loại và định dạng của truy vấn.
• Subnet chọn những nơ-ron tốt nhất để trả lời truy vấn dựa trên uy tín và khả năng sẵn có của chúng.
• Các nơ-ron được chọn xử lý truy vấn và gửi lại phản hồi của chúng, cùng với chứng minh công việc.
• Người tiêu dùng nhận các phản hồi và chọn cái tốt nhất dựa trên sở thích và tiêu chí.
• Người tiêu dùng trả tiền cho nơ-ron cung cấp phản hồi tốt nhất và tùy chọn đưa ra phản hồi cho mạng.
• Mạng lưới cập nhật metagraph dựa trên các giao dịch, tương tác và phản hồi, và phân phối phần thưởng và hình phạt cho các nơron tương ứng.

Các loại nhiệm vụ và ứng dụng học máy có thể được thực hiện trên Bittensor

Bittensor có thể hỗ trợ một loạt các nhiệm vụ và ứng dụng học máy, chẳng hạn như tạo văn bản hoặc hình ảnh, xử lý ngôn ngữ tự nhiên, thị giác máy tính, v.v. Một số ví dụ về các loại dịch vụ học máy có thể được thực hiện trên Bittensor là:

• Văn bản yêu cầu: Một người tiêu dùng có thể gửi một yêu cầu văn bản, chẳng hạn như một câu hoặc một đoạn văn, và nhận được một đoạn văn hoàn chỉnh, chẳng hạn như một câu chuyện hoặc một bài luận, từ mạng.
• Chú thích hình ảnh: Một người tiêu dùng có thể gửi một hình ảnh và nhận được một chú thích mô tả nội dung của hình ảnh từ mạng.
• Nhận diện giọng nói: Một người tiêu dùng có thể gửi một đoạn âm thanh và nhận được một bản sao chuyển đổi giọng nói thành văn bản từ mạng.
• Nhận diện khuôn mặt: Một người tiêu dùng có thể gửi một hình ảnh khuôn mặt và nhận được một cái tên hoặc một nhãn xác định người trong hình ảnh đó từ mạng.

Đây chỉ là một số ví dụ về các nhiệm vụ và ứng dụng học máy có thể được thực hiện trên Bittensor. Những khả năng là vô tận, khi các subnet và mô hình mới có thể được tạo ra và thêm vào mạng, mở rộng phạm vi và sự đa dạng của các dịch vụ học máy có sẵn.

Subnets hoạt động như thế nào?

Nguồn: Tài liệu phát triển Bittensor

Các subnet là cốt lõi của hệ sinh thái Bittensor. Các subnet là nhóm các neuron cung cấp dịch vụ học máy chuyên biệt cho mạng, chẳng hạn như văn bản, hình ảnh, âm thanh, video, v.v. Các subnet cũng xác định cơ chế khuyến khích và lĩnh vực nhiệm vụ cho mỗi nhóm. Các subnet cho phép tạo ra nhiều thị trường hàng hóa phi tập trung khác nhau, hoặc các cuộc thi, nằm dưới một hệ thống token thống nhất.

Vai trò và chức năng của các mạng con

Các subnet đóng vai trò quan trọng trong mạng Bittensor, vì chúng cung cấp các chức năng sau:

• Các subnet cho phép phân chia công việc và chuyên môn giữa các neuron. Mỗi subnet tập trung vào một loại dịch vụ máy học cụ thể, chẳng hạn như gợi ý văn bản, chú thích hình ảnh, nhận diện giọng nói, nhận diện khuôn mặt, v.v. Điều này cho phép các neuron tối ưu hóa mô hình và tài nguyên của họ cho lĩnh vực đã chọn, và cung cấp dịch vụ chất lượng cao và hiệu quả cho mạng lưới.
• Các subnet cho phép tạo ra các cơ chế khuyến khích tùy chỉnh cho mỗi nhóm neuron. Mỗi subnet có thể thiết kế và triển khai hệ thống phần thưởng và hình phạt của riêng mình, dựa trên các tiêu chí và mục tiêu của nó. Điều này cho phép subnet điều chỉnh các khuyến khích của các neuron với những kết quả mong muốn của subnet, và khuyến khích sự hợp tác và đổi mới giữa các neuron.
• Các subnet tạo điều kiện cho việc quản lý và đồng thuận của mạng lưới. Mỗi subnet có các validator của riêng nó, những người chịu trách nhiệm cập nhật metagraph và bảo mật mạng lưới. Các validator được bầu bởi các thành viên trong subnet, những người đặt cược token TAO của họ để bỏ phiếu cho các ứng cử viên mà họ ưa thích. Các validator cũng tham gia vào việc quản lý mạng lưới, bằng cách đề xuất và bỏ phiếu cho các thay đổi và nâng cấp ảnh hưởng đến mạng lưới.

Quá trình tạo và tham gia các subnet

Để tạo hoặc tham gia một subnet, bạn sẽ cần có một neuron, là nút của bạn trên mạng. Bạn cũng sẽ cần có một số token TAO, là tiền tệ của mạng. Bạn có thể làm theo các bước sau để tạo hoặc tham gia một subnet:

• Để tạo một subnet, bạn phải đăng ký một subnet trên blockchain Bittensor bằng cách trả một khoản phí bằng token TAO. Khoản phí sẽ phụ thuộc vào nhu cầu và cung cấp subnet trên mạng. Bạn có thể sử dụng btcli subnet createlệnh để tạo một subnet và chỉ định các tham số cũng như chi tiết của subnet của bạn, chẳng hạn như tên, mô tả, loại, cổng, v.v. Bạn cũng sẽ cần cung cấp tên ví và mật khẩu, sẽ được sử dụng để tạo khóa công khai và riêng tư cho subnet của bạn. Bạn sẽ nhận được một netuid, là một định danh duy nhất cho subnet của bạn trên mạng.
• Để tham gia một subnet, bạn sẽ cần kết nối với các validator của subnet, là những nút duy trì và cập nhật metagraph của subnet. Bạn có thể sử dụng cácbtcli subnet joinlệnh để tham gia một subnet và chỉ định netuid của subnet mà bạn muốn tham gia. Bạn cũng sẽ cần cung cấp một tên ví và một mật khẩu, sẽ được sử dụng để tạo ra các khóa công khai và riêng tư cho subnet của bạn. Bạn sẽ nhận được một thông báo xác nhận cho biết rằng bạn đã tham gia thành công subnet.

Các loại và tương tác của các subnet

Có nhiều loại subnet khác nhau trên mạng Bittensor, tùy thuộc vào loại và định dạng dịch vụ học máy mà họ cung cấp. Một số loại subnet phổ biến là:

• Subnet văn bản: Các subnet này cung cấp dịch vụ xử lý ngôn ngữ tự nhiên, chẳng hạn như gợi ý văn bản, tóm tắt văn bản, dịch văn bản, phân tích cảm xúc văn bản, v.v. Các subnet này chấp nhận và trả về văn bản dưới dạng định dạng đầu vào và đầu ra.
• Subnet hình ảnh: Những subnet này cung cấp các dịch vụ thị giác máy tính, chẳng hạn như mô tả hình ảnh, phân loại hình ảnh, phân đoạn hình ảnh, tạo hình ảnh, v.v. Những subnet này chấp nhận và trả lại hình ảnh dưới dạng định dạng đầu vào và đầu ra.
• Mạng con âm thanh: Những mạng con này cung cấp các dịch vụ xử lý giọng nói và âm thanh, chẳng hạn như nhận diện giọng nói, tổng hợp giọng nói, dịch giọng nói, tạo âm thanh, v.v. Những mạng con này chấp nhận và trả lại các đoạn âm thanh dưới dạng định dạng đầu vào và đầu ra.
• Video subnets: Những subnet này cung cấp dịch vụ xử lý video và chuyển động, chẳng hạn như phụ đề video, phân loại video, phân đoạn video, tạo video, v.v. Những subnet này chấp nhận và trả về video dưới dạng định dạng đầu vào và đầu ra.

Các subnet này có thể tương tác với nhau và với mạng lưới bằng cách yêu cầu và cung cấp dịch vụ học máy, cũng như trao đổi thông tin và $TAO tokens. Ví dụ, một subnet văn bản có thể yêu cầu dịch vụ chú thích hình ảnh từ một subnet hình ảnh bằng cách gửi một hình ảnh và trả một số $TAO tokens. Subnet hình ảnh sau đó có thể trả lại một chú thích cho bức tranh, và nhận một số $TAO tokens như phần thưởng. Subnet văn bản có thể sử dụng chú thích đó cho dịch vụ của mình, chẳng hạn như tóm tắt văn bản hoặc dịch thuật.

Token $TAO

Token $TAO là loại tiền điện tử gốc của mạng Bittensor. Nó phục vụ một số chức năng và mục đích chính trong hệ sinh thái:

• Khuyến khích: Token $TAO được sử dụng để khuyến khích các bên tham gia khác nhau trong mạng Bittensor. Các thợ mỏ đóng góp tài nguyên tính toán của họ để thực hiện các nhiệm vụ học máy sẽ được thưởng $TAO cho những đóng góp của họ. Cơ chế thưởng này khuyến khích việc cung cấp sức mạnh tính toán cho mạng, điều này là cần thiết cho các quy trình học máy phi tập trung.
• Staking: Để tham gia vào mạng lưới như một thợ mỏ và kiếm phần thưởng, người tham gia phải staking một token $TAO. Staking đóng vai trò như một hình thức tài sản thế chấp hoặc "da trong trò chơi," giúp đảm bảo rằng các thợ mỏ có động lực hành động vì lợi ích tốt nhất của mạng lưới. Nó cũng giúp bảo mật mạng lưới bằng cách khiến cho việc hành động ác ý trở nên tốn kém cho bất kỳ người tham gia nào.
• Quản trị: $TAO có thể được sử dụng trong quản trị mạng Bittensor. Những người nắm giữ token có thể đề xuất các thay đổi, bỏ phiếu cho các nâng cấp giao thức, hoặc tham gia vào các quy trình ra quyết định khác ảnh hưởng đến mạng lưới. Điều này phù hợp với tư tưởng phi tập trung của công nghệ blockchain, nơi quyền kiểm soát được phân bổ giữa các bên liên quan thay vì tập trung vào một cơ quan duy nhất.

Kinh tế token của token $TAO được thiết kế để phản ánh giá trị và chất lượng của mạng lưới, cũng như khuyến khích sự hợp tác và đổi mới giữa các nút. Kinh tế token của token $TAO dựa trên các nguyên tắc và cơ chế sau:

• Cung: Số lượng tối đa của các token TAO sẽ tồn tại là 21 triệu, phản ánh giới hạn cung của Bitcoin để thúc đẩy tính hiếm và kiểm soát lạm phát. Hiện tại, khoảng 6,39 triệu token TAO đang được lưu hành. Các token TAO được tạo ra thông qua việc khai thác, tương tự như Bitcoin, với một khối mới được tạo ra khoảng mỗi 12 giây. Mỗi khối thưởng 1 token TAO cho các thợ đào và người xác thực. Theo tỷ lệ tạo ra hiện tại, khoảng 7.200 token TAO mới được thêm vào nguồn cung lưu hành hàng ngày, và chúng được phân phối đều giữa các thợ đào và người xác thực. Tỷ lệ phát hành sẽ bị cắt giảm một nửa khi 50% tổng cung đã được khai thác. Quá trình 'cắt giảm' này xảy ra mỗi bốn năm, với thời gian khối 12 giây. Quá trình cắt giảm này sẽ tiếp tục tại mỗi cột mốc 50% tiếp theo của nguồn cung còn lại cho đến khi toàn bộ 21 triệu token TAO được lưu hành.
• Phát hành: Việc phát hành token TAO được thực hiện thông qua phần thưởng của mạng lưới, được phân phối cho các thợ đào cung cấp dịch vụ học máy cho mạng. Phần thưởng của mạng lưới được tính toán dựa trên giá trị thông tin của các dịch vụ, điều này được xác định bởi metagraph. Phần thưởng của mạng lưới cũng được điều chỉnh bởi một yếu tố độ khó dựa trên hoạt động của mạng và tổng số token đã đặt cược. Tỷ lệ phát hành token TAO được thiết kế để tuân theo một đường cong logarithmic, có nghĩa là việc phát hành sẽ giảm theo thời gian khi mạng lưới phát triển và nhu cầu tăng lên.
• Đốt: Việc đốt các token TAO được thực hiện thông qua phí mạng, được thanh toán bởi những người tiêu dùng truy cập dịch vụ học máy từ mạng. Phí mạng được tính dựa trên chi phí của các dịch vụ, điều này được xác định bởi metagraph. Phí mạng cũng được điều chỉnh bởi một yếu tố cầu, dựa trên hoạt động mạng và tổng số token đang lưu hành. Tỷ lệ đốt các token TAO được thiết kế để theo một đường cong hàm số mũ, có nghĩa là việc đốt sẽ tăng theo thời gian khi mạng phát triển và nguồn cung giảm.

Nhà sáng lập Bittensor

Các nhà sáng lập Bittensor là những cá nhân tài năng đã hợp tác để phát triển và tiến bộ dự án Bittensor, với mục tiêu cách mạng hóa lĩnh vực học máy và trí tuệ nhân tạo. Mỗi nhà sáng lập mang đến chuyên môn và kinh nghiệm độc đáo của họ trong các lĩnh vực liên quan, góp phần vào sự thành công của dự án. Các nhà sáng lập là:

• Jacob Steeves: Jacob là CEO và đồng sáng lập của Bittensor. Anh có nền tảng trong nghiên cứu học máy và đã sáng lập Bittensor để phân cấp AI. Anh đã từng làm việc cho các thương hiệu như Google và Knowm.
• Ala Shaabana: Ala là đồng sáng lập của Bittensor. Anh ấy có bằng tiến sĩ về học máy. Trước khi xây dựng Bittensor, anh đã làm trợ lý giáo sư tại Đại học Toronto, Canada.

Bittensor $TAO có phải là một khoản đầu tư tốt không?

Bittensor $TAO là một loại tiền điện tử cung cấp năng lượng cho mạng Bittensor, một giao thức học máy phi tập trung. $TAO được sử dụng để thưởng cho các nút cung cấp dịch vụ học máy cho mạng, để bảo mật mạng, và để Enable quản trị. $TAO có nguồn cung tối đa là 21 triệu token, và nguồn cung và cầu của mạng xác định giá của nó.

$TAO cũng có nhiều tiềm năng và giá trị, vì nó được hậu thuẫn bởi một dự án cách mạng và sáng tạo. Bittensor nhằm mục đích tạo ra một mạng lưới máy học toàn cầu, phi tập trung và có phần thưởng để biến đổi máy học và trí tuệ nhân tạo. Bittensor đã cho thấy những kết quả và thành tựu đầy hứa hẹn, chẳng hạn như ra mắt mạng chính của mình, thu hút sự chú ý và quan tâm, và nhận được sự hỗ trợ cũng như tài trợ. Bittensor cũng đã đặt ra một số mục tiêu và kế hoạch đầy tham vọng cho tương lai, chẳng hạn như mở rộng và đa dạng hóa mạng lưới của mình, cải thiện và tối ưu hóa mạng lưới, và phát triển cũng như gắn kết cộng đồng của mình.

Do đó, $TAO là một khoản đầu tư tốt cho những người tin vào tầm nhìn và sứ mệnh của Bittensor, và sẵn sàng chấp nhận rủi ro và nắm giữ token trong dài hạn. Như thường lệ, các nhà đầu tư nên tự nghiên cứu và thẩm định trước khi đầu tư vào bất kỳ loại tiền điện tử nào, và chỉ đầu tư những gì họ có thể đủ khả năng để mất.

Cách mua $TAO trên Gate

Để mua token $TAO trên Gate, làm theo các bước sau:

• Thăm trang web Trang web Gate.io và tạo một tài khoản với email và mật khẩu của bạn.
• Nạp một số tiền vào tài khoản Gate của bạn.
• Đổi quỹ của bạn lấy $TAO tokens bằng cách chọnTAO/USDTcặp, và nhập số lượng và giá.

Hành động với $TAO

Kiểm tra giá $XPRT hôm nay và bắt đầu giao dịch các cặp tiền tệ yêu thích của bạn:

• TAO/USDT