解读 bittensor (TAO) : 野心巨大的 AI 乐高,让算法变得可组合
【GPT】TAO/Bittensor是一个AI乐高项目,旨在让不同AI的算法和模型能够互相协作、学习和组合,TAO代币激励这些角色的行为,最近一个月TAO代币拉升了3倍,但市值仅次于RNDR,有8倍的估值上行空间,建议密切关注项目消息和交易量的变化。
![深潮 TechFlow](/wp-content/themes/zhtcw/assets/images/logo-icon.png)
原文作者:深潮 TechFlow
原文来源:深潮 TechFlow
市场趋势转变,多个板块重新开始活跃。
除了聚光灯焦点下的比特币生态,AI 赛道作为今年来持续的热点,一直是妖币频出的舞台。
在被市场热炒的FET、RNDR 和 OCEAN 等代币之外,一个名为 TAO 的代币在最近的 1 个月内拉升 3 倍,其背后的项目 Bittensor,却很少在华语市场中被深入的分析过。
而对岸的节奏,远比我们的反应更快。
价格爆拉,也让嗅觉灵敏的投资人们闻到了机会。周四 Bittensor 项目的社区公告宣布,知名加密 VC Pantera 和 Collab Currency 已经成为了 TAO 代币的持有者,并且会对项目的生态发展提供更多支持。
VC 们善于捕捉趋势的演变,更善于推动趋势的发展。
这个受到青睐且价格火速窜涨的TAO,背后究竟有何过人之处?其叙事、产品和代币经济,有哪些显著区别于 AI 赛道主流项目的特点?
本期内容,我们将深入 Bittensor,对其赛道背景、项目目标、技术构成、代币估值等方面进行全面分析,为大家的判断和决策提供参考。
别急,先摸清 Cyrpto + AI 的投资逻辑
任何代币的上涨,都有基本的投资逻辑和行业大的叙事做支撑。在研究 TAO 之前,不妨先看一下整个 AI 行业的概况。
债券泡沫下的AI热潮
AI 概念的代币很热,但实际上没有 Crypto,也并不影响 AI 独立的热度。
来自 CB Insights 的数据显示,2023 年市场对生成式 AI 的兴趣显著增长,投资 AI 相关公司和项目的总融资额度暴涨至 140 亿美金;而去年,这个数字仅仅是 25 亿美金。
图片来源:CB INSIGHTS
因此,无论是 TAO、RNDR 或是 FET,背后的深层驱动力,也绝非一个表面的 ChatGPT 和英伟达那么简单。
行业大佬 Arthur Hayes 在最近的博客中,展现了一种可能或正在发生的局面 --- 由债券泡沫带来的 AI 集体资金热潮。
根据估算,以美国为首的全球大经济体,在未来3年中因财政赤字而必须展期和发行的政府债务总额预计会达到 33.58 万亿。
政府发行债券并承诺到期还本付息,如果债券利息较高,也就意味着资金都去买国债,造成私营部门(政府公共部门对应)的资本被吸收,必然会挤压社会中其他的投融资机会,例如其他企业融不到资,或者股市低迷。
因此,Arthur 认为,美国央行必然会要求印钞票,自己发钱来购买自己发行的债务,从而减少对私营部门的影响;而这将预期导致 2026 年世界的法定货币供应量大幅增加(甚至超过 COVID 时期)。
那么多出来的钱会流向哪里?
“钱将流向那些承诺在成熟时带来疯狂回报的新技术公司。每个法定流动性泡沫都有一种新形式的技术,来吸引投资者并吸引大量资本”。
90 年代有互联网泡沫,08 年金融危机后有网络广告和社交媒体;而这一次轮到 AI 了。
这或许也是为何今年生成式 AI 获得众多投资的深层次原因之一。GPT 的技术有目共睹,但在更大的视角下,它只是资本洪流中最为璀璨的明珠,背后资本集体涌入 AI 的趋势已经显现。
Crypto + AI,叙事方向划分
钱进来了,下一个问题是投什么。我们再进一步来细看 Crypto + AI 的投资逻辑。
老生常谈,AI 本质上是一种先进生产力,其快速发展依赖于三个核心要素:数据,算法,算力; 加密货币和区块链更多是生产关系,通过激励、协调和组织形式的改变来促进以上这三个要素的变化。
哪些代币能提升这 3 个要素,就有了热度结合的可能。
暂且不讨论可行性,至少在之前的项目中,我们密集的看到了 crypto + 数据,以及 cyrpto + 算力的 2 种叙事方向:
-Cyrpto + 数据: AI 需要海量数据来训练模型,区块链能够通过激励去调动数据提供者来贡献数据,或者利用去中心化的数据存储,来为更加民主化、分散化的数据训练需求铺路。
这种叙事下,受益的加密货币可以是去中心化存储类的基础设施,例如 Arthur 强烈安利的 Filecoin ;
-Crypto + 算力:AI模型的实现需要强大的运算能力,大厂或部分计算资源提供商手上有这种能力,但仍可以考虑长尾市场,让分散在各地的计算资源(个人显卡/设备)等贡献算力,从而获得加密货币的激励。
这种叙事下,受益的加密货币例如 RNDR 和其他可以贡献算力的项目。
至于算法方面,则是另外一套逻辑。
-Crypto + 算法:不同与前两者的”资源密集型“,算法本身是个技术密集型的东西,也是各家 AI 公司持续迭代的秘方和壁垒,你很难通过加密货币的激励去从0”创造“出一个更好的算法;贡献、协调、激励的逻辑在算法创建上行不通。
(注:某个AI模型是算法训练的结果,严格来说算法和模型之间存在先后关系。但以下描述中,笔者为了更方便理解,而混用了二者。)
但是,你可以通过激励,从已有的算法中去“筛选”出一个更好的算法,而不至于让所有人都用同一家的东西。类似预言机项目通过激励机制来鼓励竞争,挑选出更好的数据源一样。
这个细分叙事上的项目暂时没有特别突出的代表,而 Bittensor 就属于其中之一 --- 既直接不贡献数据,也不直接贡献算力,通过区块链网络和激励机制,来对不同的算法进行调度和筛选,从而让 AI 领域形成一个自由竞争、知识共享的算法(模型)市场。
秒懂 Bittensor 叙事 : AI 乐高,让算法变得可组合
听起来有些复杂?
为了方便理解,可以先用一句话粗略概括 Bittensor:我们不生产算法,我们只是优质算法的搬运工。
为什么要搬运算法?看看当下AI领域的生态现状就能发现问题。
AI 赛道的玩家们,目前每家的算法和模型都是孤立的。由于商业竞争,你不可能让两家的算法相互学习来共同进步;这也意味着从 AI 供给端来看,竞争是零和的 :一家的 AI 赢得了市场,其他家就会出局。
图源:Bittensor 官网
对竞争赢家来说,这当然没啥问题。
但 Bittensor 认为这对 整个 AI 的进步和算法创新效率都不利。互相孤立的模型、只选赢家的 AI 服务,意味着一旦有人想开发新的模型,可能必须从头开始;
假设模型A精通西班牙语,模型B精通写代码,当一位用户需要让 AI 解释一下带西班牙语注释的代码时,显然两个算法合力输出效果最好,但目前环境下做不到;
此外,由于第三方应用集成需要 AI 模型所有者的许可,有限的功能也意味着有限的价值,整个 AI 领域的合力实际上没有得到释放。
因此,Bittensor 这个项目的大目标是,让不同 AI 的算法和模型能够互相协作、学习和组合,从而形成更强大的模型,更好的为开发者和用户服务。
这种思路和配方,我们其实在几年前的 DeFi Summer 中见过---金融乐高。
稳定币、借贷、流动性挖矿等金融组件全都是开源和无许可的,需求方可以将其任意进行组合,就像乐高积木那样,从而形成新的产品和服务。
同样,擅长图像处理、文字处理或音频处理的AI 算法模型可以进行组合,为不同的任务服务,形成 AI 乐高。
所以,对 Bittensor 来说,项目本身既不会自己来计算,也不会自己提供数据在链上做机器学习,而是调动其他所有的链下 AI 模型,共同协作。
理论上看,借助拼 AI 乐高积木的方式,Bittensor 可以比孤立的模型更快、更高效地扩展其 AI 功能。
但至于现实中 AI 模型的提供方是否买账,如何做商业拓展,能不能落地,仍有待进一步观察。
基于挖矿和激励,实现 AI 模型的“预言机”
让不同的 AI 相互协作,这个目标很大,但如何才能实现?
关于【解读 bittensor (TAO) : 野心巨大的 AI 乐高,让算法变得可组合】的延伸阅读
Bankless:为什么人工智能需要加密货币的价值观?
人工智能发展迅速,加密货币可以解决人类面临的挑战,建立更公平、安全、开放的未来,打破科技巨头的控制。去中心化的人工智能范式使计算和研究无需许可,让人工智能成为每个人的工具。加密货币为开源人工智能提供新的盈利方式,保护用户数据隐私。合成数据是解决训练数据不足问题的新方法,加密货币通过众包工作激励其创建。AI项目构建合成数据工具,允许用户贡献数据并获得SAI代币,加快训练速度,保护数据隐私。加密货币提供了缺失的信任和透明的开源基础,改善人工智能行业。现在是时候使用加密货币,让我们知道你的想法!
Variant Fund: 加密世界如何塑造更有品位的 AI 模型?
新的AI模型不断涌现,可以完成各种任务,从查找信息到生成内容。为了培养模型的品味,可以通过用户生成的内容和人类社区的反馈来训练。加密货币可以帮助促进训练的一致性。具有品味的模型有巨大的潜在市场,可以创造一种新的参与形式,类似于智能手机和Instagram让每个人都能成为摄影师。未来还会有更多新模型出现,它们应该努力吸引利益相关者,包括更大的开放性和可及性,以及新型所有权结构的激励措施。
Bittensor 给出的回答是建立一个区块链网络,通过挖矿激励的方式进行协调和运转。
Bittensor 在内核上采用的是 Polkadot 的平行链(应用链)设计,相当于自己有一条链来专门处理 AI 模型的协作,并且有自己的代币 $TAO 来做激励。
要搞清楚这条链的运行模式,至少需要摸清楚3个问题:
第一,这链上都有些什么角色?
第二,这些角色在干什么?彼此有什么联系?
第三,代币激励这些角色的哪些行为?
- 链上角色和职能:
- 矿工:可以理解为全世界各种 AI 算法和模型的提供方,它们托管AI模型并将其提供给 Bittensor 网络;不同类型的模型组成了不同的子网,比如专攻图片或声音的模型
- 验证者:Bittensor 网络内的评估者。评估 AI 模型的质量和有效性,根据特定任务的性能对 AI 模型进行排名,帮助消费者找到最佳解决方案。
(注:目前的验证者,看起来都是项目方自己旗下机构,可能有点不够去中心化。但随着网络的发展,可能会吸收其他组织进来充当验证者)
- 提名人:将代币委托给特定验证者来表示支持,也可以换不同的验证者来委托。有点像 DeFi 中你将自己的代币质押给 Lido 获取收益。
- 用户:Bittensor 提供的 AI 模型最终使用方。可以是个人,也可以是谋求 AI 模型来做应用的开发者们。
- 角色之间的联系:
用户需要更好的 AI 模型,验证者负责按照不同的用途筛选更好的 AI 模型,矿工提供自己的AI模型,提名人选择支持不同的验证者。
说白了是一个开放的 AI 供需链条 : 有人提供不同模型,有人评价不同模型,有人使用最好的模型所提供的结果。
图源:ReveloIntel
上面这张图提供了一个简单的说明:用户输入自己的需求,验证者将需求路由给Bittensor 网络中的矿工们;矿工们输出答案,验证者再来评估答案的质量,最终返回给用户。
- TAO 代币在激励什么?
- 对验证者:对A I 模型的筛选和评估越准确和一致,获得的奖励就越多。显然,要成为验证者,当然需要质押一定数量的 TAO 代币
- 对矿工:响应用户需求提供自己的模型,根据贡献获得 TAO 代币
- 对提名人:将自己的 TAO 委托给验证者,类似流动性质押奖励
- 对用户:支付 TAO 代币开启任务,等于消费
理想情况下,这个网络中的不同 AI 模型会进行协作,并且不同的任务大概率不同模型的表现会不同;由于这些任务链上可查网络节点可见,模型之间实际上确实可以相互学习,以根据任务做不同的调整。
图源:ReveloIntel
一个更好的类比方式是:Bittensor 有点像 AI 的“预言机”。DeFi里的预言机在给有需求的应用“喂最好的价格”, Bittensor 在给有AI 需求的用户“喂最好的模型”。
至于如何参与到这个网络中做验证者和矿工,由于涉及技术代码和开发界面,在此不做描述。有兴趣的读者可以访问此处查看官方文档。
$TAO 代币:如何估值最合适?
- 代币经济模型
根据官方文档显示,Bittensor于 2021 年“公平启动”(没有预挖代币),代币就叫做 TAO。
TAO 的供应量为 21,000,000(致敬了 BTC),并同样有一个 4 年的减半周期,每 1050 万个区块,每个区块的奖励减半。一共将发生 64 次减半事件,最近的一个减半周期发生在 25 年 8月。
有点科幻的是,按这个减半周期,要 256 年这些代币才能完全被挖出来。
目前每 12 秒,就会向网络中发送一个TAO。粗略计算,一天会有 7200 个 TAO 产出,矿工和验证者各拿一半。
TAO 的公平启动,意味着没有任何 VC 轮、私募轮、ICO/IEO/IDO、基金会预留等等常见套路,可以理解为纯粹的矿币。
每挖一轮奖励,TAO 都会在验证者和矿工之间分配。
但是,在 Bittensor 的官网上,我们也看到了 DCG、GSR、Polychain 和 Firstmask等知名资方和做市商。
一种合理的推测是,由于目前该网络中的验证者多半都与 Bittensor 官方的机构关联,意味着挖出来的币可以归到自己的手上,然后再分发给做市商来做市;
同时这些大机构也可以进来充当验证节点甚至是矿工,进行 TAO 的挖矿。
我们也在文章开头提到,Pantera 等加密 VC 最近也成为了 TAO 的持有者。因此,Bittensor 本身是公平启动的,但不意味着完全没有VC介入;
但在这轮行情的新周期中,“VC卖给二级”的发币模式已经不受待见,TAO的这种“先公平,再吸引资本介入”的模式,客观来说已经尽量做到了公平。
- 市场表现及估值
单从 TAO 的市场表现来看,代币价格从今年的最低谷到现在,已经有 5 倍以上的涨幅;
但问题在于,其他 AI 项目的涨幅也不错。例如 RNDR 从年初至今也差不多有5倍涨幅。
所以仅凭绝对涨幅来分析代币价值并没有太大作用。
那么和其他热门的 AI 项目比,TAO 的市值目前仅次于 RNDR,但由于 4 年减半的长期释放机制存在,市值与完全稀释价值的比率反而是几个项目中最低的,也意味着 TAO 的总体流通量目前来看相对较低,但单价较高。
原始图:X用户 @Moomsxxx,TAO 价格截止发稿时笔者自行计算
低流通量某些情况下意味着盘子小更容易拉升,另外在假设价格不变的情况下(时价 $160),每天 7200 个 TAO 全部挖出卖掉,整个市场的卖压为 115 万美金左右,以现有市场热度和交易量(TAO 日交易量500万美金)来看,消化卖压并不成问题。
如果跳出 TAO 自己来看,代币的估值实际上要和已有的,业务近似的项目相比才有意义。
在前文已经阐述过,Bittensor 的方向是 crypto + 算法/模型,严格意义上并不能直接跟 RNDR 等提供基础算力的项目进行对比。
从下面 Nansen 的这份 AI 赛道研究报告看, Bittensor 的业务应该算在 “Model Traning”(模型训练)赛道,同类竞争者有 Gensyn 和 Together,前者还得到了 a16z 的支持。
但两个项目目前均没有公开的代币,因此将 TAO 与这两个项目的市值做对比也行不通。
图源:Nansen研究
Omnichain Capital 的联创 David Attermann, 曾在今年 5 月的博客中给出了一个更为激进的方法 --- 直接将 Bittensor 与 OpenAI 进行对标。
有趣的是,David 在发文时特意提示自己并没有持仓 TAO,以证明其分析是客观的。
由于核心业务都是模型的训练并给用户使用,一个是闭源公司,另一个是协调全球AI模型,二者殊途同归都是让用户更好的使用AI。
考虑到 OpenAI 之前从 Microsoft 获得了 $29B (接近 300 亿美金)的私募市场估值,而今天 TAO 的 FDV 在 36 亿美金左右,这样算 TAO 仍有 8 倍左右的估值上行空间。
笔者并不完全赞同这种估值对比方法,Web3 和 Web2 项目的基本面、成长节奏和市场关注点都不同,单以估值论 8 倍的空间可能仅供参考,更多的还要看 TAO 自身的利好和资金热度的影响。
结论
综上所述,TAO/ Bittensor 在我们熟知的 AI 主题的加密项目之外,提供了另一种可能的叙事,即自己不涉及生产力的环节(计算资源和数据),纯粹靠生产关系的调动来让AI模型之间协作、竞争和调优。
这种叙事本身确实有一定吸引力,但 AI 模型的对接、验证节点的中心化、模型好坏的评判等关键因素,并不是一纸白皮书可以轻松解决的 --- AI 本身很单纯,但商业博弈则不是,如何说服更多人有代币奖励就参与这个网络,说服技术公司与其他 AI 模型进行协作,仍是见仁见智的事情。
而在基本面之外,代币的涨幅已经说明市场对 AI 赛道的概念集体买账,考虑到 Bittensor 在细分赛道下找不到一个类似规模的对手,TAO 则有可能在 AI 赛道集体狂欢中迎来更多利好,但由于缺乏合适的估值对标,是否值得长持仍旧要打个问号。
密切关注项目消息的更新和交易量的突变,可能才是更为实际的选择。
免责声明:本文仅代表作者个人观点,不代表链观CHAINLOOK立场,不承担法律责任。文章及观点也不构成投资意见。请用户理性看待市场风险,以及遵守所在国家和地区的相关法律法规。
图文来源:深潮 TechFlow,如有侵权请联系删除。转载或引用请注明文章出处!