إطلاق العنان لقوة الشبكات المستقلة: كيف يسخر النظام البيئي المبتكر لشركة Bittensor الذكاء الاصطناعي والحوكمة الرمزية

Bittensor عبارة عن blockchain للذكاء الاصطناعي، وشبكات Bittensor الفرعية عبارة عن شبكات صغيرة متخصصة بداخلها. تجيب هذه الفكرة البسيطة على سؤال كبير: كيف يعمل الذكاء الاصطناعي اللامركزي عمليًا، دون أن يتحول إلى نظام فوضوي يحاول القيام بكل شيء في وقت واحد؟

إذا نظرت إلى Bittensor من قبل، فمن المحتمل أنك اصطدمت بنفس الجدار. ما هي الرموز المميزة لشبكة Bittensor الفرعية، وماذا تفعل، ولماذا لا يزال $TAO مهمًا إذا كان لكل شبكة فرعية اقتصادها الخاص؟

اعتبارًا من أبريل 2026، أصبح لدى Bittensor 128 شبكة فرعية نشطة، وتسهل أدوات تتبع النظام البيئي مثل Taostats مراقبة كيفية تطور تلك الأسواق في الوقت الفعلي. وهذا رقم خطير ويتجاوز بكثير شبكة المرحلة المبكرة التي لا يزال الكثير من الناس يتصورونها.

إليك ما تحتاج إلى معرفته، مع إبقاء الأجزاء المتحركة قابلة للقراءة.

ما هي شبكات Bittensor الفرعية وسبب وجودها

تعد شبكة Bittensor الفرعية سوقًا مركزًا لنوع واحد من أعمال الذكاء الاصطناعي. فبدلاً من محاولة سلسلة واحدة تصنيف كل نموذج لكل مهمة، تعمل كل شبكة فرعية على تضييق نطاق المهمة. يمكن للمرء أن يركز على توليد النص. قد يركز آخر على جمع البيانات أو تخزينها أو التحقق منها أو أدوات الصور أو إنشاء التعليمات البرمجية أو الوصول إلى واجهة برمجة التطبيقات (API).

يعد هذا التصميم مهمًا لأن أعباء عمل الذكاء الاصطناعي ليست كلها متشابهة. لا تحتاج الشبكة المصممة لإخراج اللغة بسرعة إلى نفس القواعد التي تم تصميمها لجودة البيانات أو التحقق القائم على الإثبات. ومن خلال تقسيم النظام إلى شبكات فرعية، يتيح Bittensor لكل سوق ضبط نفسه حول مهمة واحدة مفيدة.

يعرف عمال المناجم نوع العمل الذي يتعين عليهم تقديمه. يعرف المدققون ما يحتاجون إلى اختباره. ويمكن للمستخدمين بدورهم النظر إلى الشبكة الفرعية وفهم المشكلة التي تحاول حلها بسرعة.

فكر في كل شبكة فرعية كمنافسة على مهمة واحدة مفيدة للذكاء الاصطناعي

النموذج العقلي الجيد هو الدوري الرياضي الممزوج بالسوق.

داخل كل شبكة فرعية، يتنافس القائمون بالتعدين على تقديم أفضل مخرجات لمهمة محدودة. يراقب المدققون المباراة ويسجلون النتائج ويساعدون في تحديد من يستحق المكافآت. كلما كان أداء عامل التعدين أفضل، كلما زادت حصته من الانبعاثات.

هذا الإعداد يخلق الضغط في المكان المناسب. إذا كانت الشبكة الفرعية تكافئ الإجابات القوية، أو الاستجابات السريعة، أو البيانات الدقيقة، أو الخدمة الموثوقة، فسيكون لدى المشاركين سبب لتحسين هذه السمات بمرور الوقت. يتم دفع الإنتاج الضعيف إلى أسفل التصنيف العالمي. الإنتاج الجيد يكسب أكثر.

بمعنى آخر، يحاول Bittensor مكافأة الأداء المفيد.

كيف تساعد الشبكات الفرعية في بناء "إنترنت عصبي" أوسع

شبكة فرعية واحدة وحدها مثيرة للاهتمام. العديد من الشبكات الفرعية التي تعمل جنبًا إلى جنب هو ما يجعل Bittensor طموحًا.

يمكن لبعض الشبكات الفرعية جمع بيانات جديدة. ويمكن للآخرين معالجتها أو تخزينها. ويمكن للآخرين تشغيل النماذج أو التحقق من النتائج أو تقديم تطبيقات المستخدم النهائي. عند تجميعها معًا، فإنها تبدو أقل شبهاً بروبوت محادثة واحد وأكثر شبهاً بمجموعة واسعة من الذكاء الاصطناعي المنتشرة في العديد من الأسواق.

ولهذا السبب يستخدم الناس عبارة "الإنترنت العصبي". الفكرة ليست نموذجًا واحدًا يحكمهم جميعًا. إنها شبكة من خدمات الذكاء الاصطناعي المتخصصة، ولكل منها منافستها الخاصة، ولكنها جميعها مرتبطة بنفس السلسلة الأساسية ونظام الرمز المميز.

كيف تعمل شبكة Bittensor الفرعية، من عمال المناجم إلى المدققين

على مستوى الشبكة الفرعية، تكون الآليات أسهل مما تبدو للوهلة الأولى. هناك دوران مهمان أكثر:

عمال المناجم

المدققون

يقوم عمال المناجم بالمهمة التي تطلبها الشبكة الفرعية. يقوم المدققون باختبار هذا العمل وتسجيله. ثم تقوم الشبكة بتحويل تلك النتائج إلى مكافآت رمزية. هذه هي الحلقة.

إجماع يوما يقع في منتصف هذه العملية. على مستوى عالٍ، فإن نظام المكافآت هو الذي يأخذ آراء المدققين ويحولها إلى أوزان وانبعاثات على السلسلة. لا تحتاج إلى الرياضيات لمتابعة المنطق. عادة ما تؤدي النتائج الأفضل إلى مكافآت أفضل.

يقوم عمال المناجم بالعمل، ويقوم المدققون بفحص الجودة

قد يقوم عامل التعدين بما يلي:

تشغيل نموذج الذكاء الاصطناعي

حساب العرض

خدمة واجهة برمجة التطبيقات

إرجاع البيانات المرتبة

التعامل مع خدمة أخرى تتوقعها الشبكة الفرعية

تعتمد المهمة الدقيقة على الشبكة الفرعية.

يتصرف المدققون مثل القضاة ذوي الجلد في اللعبة. يقومون بالاستعلام عن عمال المناجم، ومقارنة المخرجات، وتسجيلها باستخدام قواعد الشبكة الفرعية. قد تركز هذه القواعد على السرعة، أو الدقة، أو الحداثة، أو السلامة، أو الفائدة، أو مزيج من القواعد الخمسة.

ببساطة، يقوم القائمون بالتعدين بإنشاء القيمة، ويقوم المدققون بقياسها، وتدفع الشبكة بناءً على تلك القياسات.

كيف تحول التصنيفات والانبعاثات الأداء إلى مكافآت

بمجرد قيام المدققين بإرسال النتائج، تقوم الشبكة الفرعية بتصنيف المساهمين. يغذي هذا التصنيف الانبعاثات، وهي عبارة عن تدفق من المكافآت الرمزية التي توزعها الشبكة.

فكر في الانبعاثات باعتبارها مجمعًا للمدفوعات. يميل عامل التعدين أو المدقق الذي يعمل بشكل جيد إلى الحصول على شريحة أكبر. الأداء الضعيف عادة ما يعني شريحة أصغر. وبمرور الوقت، يدفع ذلك المشاركين نحو ما تكافئه الشبكة الفرعية أكثر.

هذا هو سبب أهمية تصميم الشبكة الفرعية كثيرًا. إذا قامت شبكة فرعية بقياس الشيء الخطأ، فيمكنها مكافأة السلوك الخاطئ. إذا تمكنت الشبكة من قياس النتائج المفيدة بشكل جيد، فستكون لديها فرصة لإنتاج خدمات الذكاء الاصطناعي التي يرغب الناس في استخدامها، وليس فقط الخدمات التي تبدو مشغولة على الورق.

الرموز المميزة لشبكة Bittensor الفرعية، و$TAO الديناميكي، ولماذا لا يزال $TAO يقوم بتثبيت الشبكة

لدى Bittensor الآن صورة رمزية من طبقتين. يظل $TAO هو الرمز المميز للشبكة الأساسية. وفي الوقت نفسه، يمكن أن يكون لكل شبكة فرعية رمز الشبكة الفرعية الخاص بها، والذي يُسمى غالبًا بـ alph