1. مقدمة إلى Bittensor
في عام 2021، نشرت مؤسسة Opentensor الورقة البيضاء الخاصة بمشروع Bittensor، مقترحةً إطارًا لامركزيًا جديدًا كليًا. أوضحت الورقة البيضاء رؤية تهدف إلى تحويل الذكاء الاصطناعي إلى سلعة رقمية قابلة للتداول، من خلال بناء شبكة ذكاء عالمية موزعة عبر آليات تحفيز قائمة على البلوك تشين، مما يتيح مشاركة نماذج الذكاء الاصطناعي وتسعيرها وتنسيقها تمامًا كما هو الحال مع القدرة الحاسوبية أو البيانات.
بصفتهما المحركين الأساسيين وراء Bittensor، انخرط جاكوب ستيفز وآلاء شعبان بعمق ولفترة طويلة في الأنظمة الموزعة وتعلم الآلة. لاحظا أنه على الرغم من التقدم السريع لتقنية الذكاء الاصطناعي، فإن موارد الحوسبة وبيانات التدريب وملكية النماذج لا تزال تتركز بشكل كبير في أيدي عدد قليل من عمالقة التقنية. هذا الهيكل يحد من حدود الابتكار في الذكاء الاصطناعي. لكسر هذا النمط، ظهرت Bittensor. إنها ليست مجرد بروتوكول بلوكتشين، بل أيضًا شبكة لا مركزية تنسق عقد تعلم الآلة العالمية من خلال حوافز الرموز. يلعب TAO، بصفته رمز الحوكمة الأصلي لـ Bittensor، دورًا محوريًا في دفع تطوير النظام البيئي وتوزيع الحوافز وحوكمة الشبكة.
الهدف الأساسي لبيتنسور هو ربط نماذج الذكاء الاصطناعي وعُقد الحوسبة حول العالم عبر بروتوكول الند للند (P2P)، لتشكيل سوق مفتوح للذكاء. في هذه الشبكة، لم يعد الذكاء أصلًا مملوكًا ومعزولًا، بل سلعة رقمية يمكن قياسها وتقييمها وتبادلها. يمكن للعُقد المساهمة بنماذجها الخاصة أو بقدرات الاستدلال لديها والحصول على مكافآت بالعملات الرقمية مقابل تقديم مخرجات ذكية عالية القيمة. بعد عدة سنوات من التطوير، أصبحت بيتنسور تدريجيًا واحدة من البروتوكولات الأساسية الرئيسية في قطاع تقارب الذكاء الاصطناعي والعملات الرقمية (AI+Crypto).

2. بيت تنسور والشبكات الفرعية وإثبات الذكاء
من أكثر تصاميم بيت تنسور ابتكاراً هي بنية الشبكات الفرعية. فعلى عكس سلاسل الكتل التقليدية التي تعالج المعاملات المالية بشكل أساسي، يتمثل هدف بيت تنسور في إنتاج الذكاء وتقييمه. يمكن فهم الشبكات الفرعية على أنها أسواق متخصصة لمهام الذكاء الاصطناعي داخل الشبكة. ويمكن لكل شبكة فرعية إنشاء آلية تقييم خاصة بها وهيكل حوافز خاص بها لمهمة تعلم آلي محددة.
من خلال هذه البنية المعيارية، يمكن تشغيل أنواع مختلفة من مهام الذكاء الاصطناعي على شبكات فرعية مختلفة، مثل استدلال نماذج اللغة الكبيرة، والتعرف على الصور، وتحليل بيانات السلاسل الزمنية، أو الحوسبة العلمية. يتيح هذا التصميم لبيتنسور تكوين «شبكة من الشبكات»، حيث تعمل كل شبكة فرعية كسوق ذكاء مستقل، يعمل باستمرار على تحسين أداء النموذج وقيمة المعلومات من خلال المنافسة والتعاون.
يعتمد التشغيل الأساسي للشبكات الفرعية على آلية إثبات الذكاء. بموجب هذه الآلية، يتولى المعدّنون مسؤولية تشغيل نماذج الذكاء الاصطناعي وتقديم نتائج الاستدلال إلى الشبكة، بينما يتولى المدققون مسؤولية تقييم جودة مخرجات النماذج وفعاليتها. يصنّف المدققون المعدّنين بناءً على دقة نماذجهم وقيمتها المعلوماتية واتساقها، وتؤثر هذه التصنيفات مباشرةً على توزيع رموز TAO. ومن خلال هذه الدورة القائمة على «التوليد والتقييم والتحفيز»، تستطيع Bittensor تصفية مخرجات الذكاء الأكثر قيمة ومكافأتها باستمرار دون وجود مشرف مركزي.
تجدر الإشارة إلى أن شبكة Bittensor تركز حالياً بشكل أساسي على الاستدلال بالذكاء الاصطناعي بدلاً من تدريب النماذج. تُدرَّب النماذج عموماً خارج السلسلة ثم تُنشر على الشبكة لتقديم خدمات الاستدلال. من منظور بنية التعلم الآلي، يمكن النظر إلى شبكة Bittensor بأكملها على أنها نموذج لامركزي لخليط الخبراء، حيث تشغّل العقد المختلفة نماذج متخصصة مختلفة ويوجه المحققون الطلبات للحصول على أفضل مخرجات.

3. بيتنسور، والاقتصاد الرمزي، وإجماع يوما
فيما يتعلق بالاقتصاد الرمزي، يعتمد بيتنسور آلية عرض ثابت وتنصيف مشابهة لبيتكوين. تاو هو الرمز الأصلي لشبكة بيتنسور، ويبلغ إجمالي المعروض منه حدًا أقصى صارمًا يبلغ 21 مليون رمز ويتم إصداره تدريجيًا وفقًا لجدول زمني محدد مسبقًا. على عكس التعدين التقليدي للعملات الرقمية، الذي يعتمد على القدرة الحاسوبية، يرتبط إصدار رموز بيتنسور ارتباطًا مباشرًا بـ«المساهمة في الذكاء»، وتعتمد المكافآت التي تحصل عليها العقد على قيمة المعلومات التي تقدمها للشبكة.
تعمل Bittensor من خلال آلية إجماع تسمى Yuma. وهي خوارزمية تجمع بين آليات الحوافز الخاصة بسلسلة الكتل وإطار تقييم التعلم الآلي، ويتمثل هدفها الأساسي في تخصيص الموارد بشكل عادل وفقًا لمساهمة كل عقدة في المخرجات الذكية للشبكة. يقوم المدققون بتقييم نتائج مخرجات نماذج المعدنين بشكل مستمر وإرسال الدرجات إلى الشبكة. ثم يحسب النظام وزن كل عقدة بناءً على هذه الدرجات ويوزع رموز TAO وفقًا لذلك.
مع زيادة عدد الشبكات الفرعية ونمو الطلب على الذكاء الاصطناعي، توسعت حالات استخدام TAO تدريجيًا أيضًا، بما في ذلك تخزين المدققين، والضمانات لتسجيل الشبكات الفرعية، وكوسيلة للدفع مقابل خدمات الذكاء الاصطناعي. يخلق هذا التصميم حلقة تغذية راجعة إيجابية بين الطلب على TAO والإنتاج الكلي لذكاء الشبكة، مما يوفر حوافز اقتصادية طويلة الأجل لمنظومة Bittensor.

4. منظومة Bittensor
بعد عدة سنوات من التطوير، شكّلت Bittensor تدريجيًا سوقًا موزعًا للذكاء الاصطناعي يتألف من شبكات فرعية متخصصة متعددة. فمن الشبكات الفرعية التجريبية الأولية إلى الشبكات الفرعية المتخصصة العديدة اليوم التي تغطي توليد النصوص والنماذج المرئية ومعالجة الصوت وتحليل البيانات، تستمر المنظومة بأكملها في التوسع.
تكمن إحدى المزايا الجوهرية لشبكة Bittensor في استقلالية المهام. إذ يمكن لكل شبكة فرعية تحديد مهام الذكاء الاصطناعي الخاصة بها ومعايير تقييم النماذج ومنطق الحوافز، بينما تتولى بلوكتشين Bittensor الأساسية مسؤولية الإجماع والتسوية. وتتيح هذه البنية للشبكة بأكملها العمل كبنية تحتية لسوق ذكاء اصطناعي لامركزي تُعامل فيه نماذج الذكاء الاصطناعي كسلع رقمية قابلة للتداول، وتتحدد قيمتها بشكل مشترك وفقاً لأداء النموذج وطلب السوق.
مع إطلاق آلية «Dynamic TAO»، أصبحت المنافسة بين الشبكات الفرعية أكثر اعتمادًا على السوق. إذ يتعين على الشبكات الفرعية جذب المزيد من الموارد والاهتمام عبر تقديم خدمات ذكاء عالية القيمة، وبالتالي الحصول على وزن انبعاثات أعلى عبر الشبكة. وتعزز هذه الآلية القائمة على السوق الابتكار وتحسّن كفاءة تخصيص الموارد بشكل عام.

5. مؤسسة أوبنتنسور
طوال فترة تطوير بيتنسور، لعبت مؤسسة أوبنتنسور باستمرار دورًا مهمًا كمحرك تقني ومشرف على البروتوكول. ورغم أن الهدف التصميمي لبيتنسور هو تحقيق الحوكمة اللامركزية، فقد لعبت المؤسسة خلال المرحلة المبكرة من الشبكة دورًا رئيسيًا في تصميم البنية الأساسية، وتحسين آليات الإجماع، وتوحيد أطر الشبكات الفرعية.
لتعزيز رؤية الذكاء الاصطناعي المفتوح، تواصل مؤسسة Opentensor دعم تطوير النظام البيئي من خلال تمويل الأبحاث مفتوحة المصدر، وتنظيم مسابقات للمطورين، وتشجيع التعاون الأكاديمي. وقد اجتذبت هذه المبادرات عددًا كبيرًا من الباحثين والمطورين في مجال الذكاء الاصطناعي للمشاركة في شبكة Bittensor، كما وفرت زخمًا مستمرًا لتطورها التقني.
6. كيفية الحصول على عملة TAO
في ظل الآلية الحالية، توجد طريقتان رئيسيتان للحصول على عملة TAO. الطريقة الأولى هي المشاركة المباشرة في تشغيل شبكة Bittensor، مثل أن تصبح مُعدّنًا لتقديم خدمات استدلال الذكاء الاصطناعي أو أن تصبح مُدققًا مسؤولًا عن تقييم مخرجات النماذج. ومن خلال المساهمة في المخرجات الذكية للشبكة، يمكن لهذه العقد أن تحصل باستمرار على عملات TAO الصادرة حديثًا. أما الطريقة الأخرى فهي شراء عملة TAO عبر سوق تداول العملات الرقمية. بالنسبة لمعظم المشاركين العاديين، يُعد الحصول على عملة TAO من خلال منصة تداول الخيار الأكثر ملاءمة.
عند شراء TAO عبر منصات تداول العملات الرقمية المركزية مثل Bitunix، تعمل المنصة كوسيط موثوق، وتدعم المستخدمين في شراء العملات الرقمية مباشرة باستخدام العملات الورقية أو العملات المستقرة مثل USDT. كما تدعم بعض المنصات الشراء الفوري عبر بطاقة الائتمان، مما يخفض بشكل كبير حاجز الدخول إلى الاستثمار. قبل الاستخدام الأول، يتعين على المستخدمين تسجيل حساب وإكمال التحقق من الهوية (KYC) للامتثال للوائح العالمية لمكافحة غسل الأموال (AML) وتمويل الإرهاب.
بفضل نظامها القوي للتحكم في المخاطر وتقنية أمان الأصول، توفر Bitunix للمستخدمين بوابة مستقرة للمشاركة في منظومة Bittensor، وهي نقطة انطلاق مثالية لاستكشاف فرص الاستثمار في الذكاء الاصطناعي اللامركزي.
7. الجدول الزمني لأبرز محطات Bittensor















