Інтелектуальна арбітражна пастка Bittensor: капітал лише спекулює на токенах, якісним AI ніхто не зацікавлений

Уолл-стріт активно розробляє ETF Bittensor, за цим стоїть величезний ризик екологічного дисбалансу.

Автор: Thejaswini M A

Переклад: Chopper, Foresight News

Прагнучи створити якісний, довгостроковий продукт, фінансування часто приходить із запізненням; натомість проекти, які виглядають вражаюче, але є порожніми всередині, отримують капітал у великій кількості. Це незмінний закон ринку, який повторюється з часів тюльпанової бульбашки, інтернет-бульбашки, акцій каналу і до хвилі NFT.

Сьогодні штучний інтелект вважається наступною великою бульбашкою. Типові риси бульбашки полягають у тому, що учасники ринку активно використовують важелі, а вся бізнес-модель базується на хитких основах, ігноруючи вразливості системи, що в кінцевому підсумку призводить до краху, а всі звинувачення покладаються на «бульбашковий ринок».

Ця стаття зосереджена на мережі Bittensor, яка заохочує людей розробляти AI через токени, що є досить продуманою ідеєю. Вся мережа розділена на сотні незалежних екосистемних одиниць, які називаються підмережами. Розробники створюють послуги, пов’язані з AI, система оцінює результати, а розробники отримують криптотокени TAO як винагороду.

Зараз Уолл-стріт активно розробляє продукти ETF Bittensor, Bitwise та Grayscale вже подали заявки на ETF Bittensor до SEC, а недоліки цієї системи чітко видно всім.

Bittensor запозичує логіку конкурентних стимулів біткоїна для створення децентралізованої AI-мережі: заохочуючи учасників змагатися один з одним за допомогою токенів, покладаючись на ринкові ігри для відбору якісних результатів і поганих проектів. Вся мережа поділена на приблизно 128 підмереж, кожна з яких відповідає певному сегменту AI-бізнесу, наприклад, моделювання, навчання великих моделей, збір даних тощо.

Майнери відповідають за видобуток, а валідатори — за оцінювання. TAO виплачується майнерам відповідно до якості, оціненої валідаторами. Винагорода валідаторів залежить від того, наскільки їхні оцінки збігаються з оцінками інших валідаторів і зважується відповідно до їхніх активів. Таким чином, дохід валідаторів залежить від того, чи збігаються їхні оцінки з оцінками інших валідаторів, а не від того, чи є їхні оцінки правильними.

Кількість нових TAO, які може отримати кожна підмережа, визначається лише ціною рідного токена Alpha цієї підмережі, і не має жодного зв’язку з якістю AI-результатів. Крім того, оператори підмереж спочатку забирають 18% доходу, а решту розподіляють між іншими учасниками.

TAO — це токен вартістю близько 2 мільярдів доларів, з яких близько 690 мільйонів доларів заблоковано в підмережах, які вирішують, які AI-проекти отримують фінансування.

Рейтинг ринкової капіталізації токенів підмереж Bittensor, джерело: coingecko.com

Кожна підмережа випускає незалежний рідний токен, який називається Alpha. Користувачі блокують TAO в певній підмережі, що по суті є купівлею токена Alpha цієї підмережі, що підвищує його ринкову ціну. Частка нових TAO, які отримує підмережа, визначається середньою ціною токена Alpha за певний період.

Покладаючись лише на короткострокове зростання, неможливо довгостроково підвищити частку винагороди, необхідно постійно купувати підтримуючі токени, що створює самопідтримуючий цикл: купівля Alpha → зростання ціни токена → підмережа отримує більше нових токенів TAO → нові токени безпосередньо розподіляються між власниками токенів Alpha → власники отримують додаткові кошти, щоб продовжувати купувати. Зовнішні додаткові кошти підвищують ціну токена, а зростання цін знову приваблює більше капіталу.

Єдиним обмежуючим фактором цього циклу є те, що мережа продовжує випускати токени Alpha, а майнери та валідатори, щоб реалізувати прибуток, змушені постійно продавати, що постійно тисне на ціну токена. Щоб підмережа могла постійно отримувати фінансування, необхідно, щоб нові покупці постійно підтримували тиск продажу. І це є свідомо спроектованою логікою роботи цієї механіки.

Перевага цієї механіки полягає в тому, що, спираючись на незалежні токени підмереж, інвестори можуть окремо ставити на сегменти AI. Наприклад, інвестувати лише в підмережу моделювання, не беручи участі в сегменті навчання моделей, і навпаки. Капітал може точно входити в окремі етапи AI-індустрії, чого не можна досягти на традиційному фондовому ринку.

Але система на блокчейні може лише розпізнавати транзакції токенів, не може підрахувати реальний обсяг використання AI-продуктів, не існує чіткої та простежуваної бухгалтерії комерційних доходів. Ціна токена повністю визначається рухом капіталу, не підлягає обмеженням реальних доходів. Ціна традиційних акцій підтримується реальними доходами, наприклад, за акціями Nvidia стоять перевірені доходи від продажу продуктів; натомість єдиною підтримкою ціни токенів підмереж є дії купівлі на вторинному ринку. Коли вливання капіталу стає єдиним критерієм оцінки, ціна токена повністю визначається гарячими грошима.

Ця механіка спочатку була розроблена для того, щоб вимагати від валідаторів об’єктивно оцінювати майнерів, а базовий консенсусний протокол Yuma також встановлює правила проти шахрайства: якщо оцінка відхиляється занадто далеко від середнього значення групи, відповідна оцінка буде анульована, і валідатори не зможуть отримати вигоду від завищення оцінок проектів знайомих. Цей аспект дизайну є дуже продуманим.

Але ця математична модель проти змови має критичний поріг, який діє лише тоді, коли кількість заблокованих активів шахраїв нижча за половину загальної заблокованої кількості підмережі. Як тільки шахрайські вузли контролюють більше половини заблокованої потужності, майнери та валідатори можуть таємно змовитися, завищуючи оцінки, щоб розділити винагороду TAO, і мережа автоматично виплачуватиме прибуток.

Ще одна велика вразливість — це «копіювання оцінок»: деякі валідатори зовсім не перевіряють результати AI, а просто копіюють оцінки інших валідаторів з відкритої книги, не докладаючи жодних зусиль, щоб отримати винагороду. Проект запровадив механізм «подання - розкриття», щоб усунути цю вразливість: оцінки шифруються та зберігаються протягом певного часу, щоб запобігти миттєвому копіюванню. Але цей підхід підходить лише для ситуацій, коли якість результатів AI постійно коливається; якщо бізнес підмережі стабільний, а продукція однорідна, копіювання оцінок все ще може бути вигідним.

Джерело даних: RaoFoundation підмережа

Тепер давайте подивимося, який рівень шахрайства, а також хто має владу. Команда Rayon Labs управляє трьома провідними підмережами, які разом отримують чверть щоденних нових TAO в мережі; приблизно дві третини TAO в мережі заблоковані, а багато активів зосереджені в руках небагатьох суб’єктів.

На це ринок має дві абсолютно протилежні інтерпретації: Перша точка зору: Bittensor — це ефективний ринковий механізм. Не потрібно закритих комітетів для визначення фінансування AI-проектів, величезна кількість учасників ринку відкрито ставлять на різні сегменти штучного інтелекту, капітал природно спрямовується в напрямку, який ринок вважає перспективним. Приток капіталу часто є попереднім сигналом потенціалу сегмента. Друга точка зору: ціна токена повинна бути прив’язана до реального комерційного попиту, щоб мати практичне значення, наприклад, платних клієнтів, реальних доходів від продажу. А цінність Bittensor є надзвичайно слабкою.

Найбільш прибуткова підмережа в мережі отримує доходи від випуску токенів, які значно перевищують реальні доходи від платних клієнтів; кількість основних операторів, які можуть контролювати правила розподілу винагород, дуже мала. Цієї весни проект змінив правила випуску токенів і значно продав свої токени, що призвело до внутрішніх конфліктів, а найбільший оператор мережі Covenant AI вийшов з мережі.

Хоча ранні вразливості механіки можуть бути швидко виправлені, ця мережа вже виправляла серйозні проблеми через жорсткі розгалуження. У порівнянні з екосистемою Optimism, рідні крипто-інвестиції втомилися від безконтрольних попередніх фінансувань, запровадили механізм відшкодування: кошти надаються лише перевіреним проектам з реальною цінністю, а не просто ставками на майбутній потенціал; виплата винагород базується на перевірці результатів, а не на попередніх субсидіях до випуску токенів. Gitcoin, Filecoin також реалізували різні варіанти подібних підходів.

Основна проблема системи Bittensor полягає в тому, що вона використовує доходи від обігу токенів як стандарт стимулювання, а не більш надійні, засновані на реальному бізнесі, стандарти перевірки.

Мережа двічі на рік змінює правила розподілу винагород підмереж. Спочатку на основі ціни токена підмережі, у листопаді минулого року було переключено на чистий потік заблокованих активів (вхідні заблоковані активи мінус вихідні); у червні цього року, через виявлені недоліки в правилах потоку капіталу, знову повернулися до механізму ціни токена. Обидва правила є лише замінними показниками, які не можуть виміряти найважливіші дані — чи є реальні користувачі, які платять за відповідні послуги AI.

Мережа, яка готова двічі за короткий час скасувати свої основні правила, підриваючи свої основи виживання, можливо, має більшу здатність до змін, ніж більшість мереж. Але, якщо уважно розглянути два жорсткі розгалуження та зміни правил, три стандарти оцінки ігнорують ключовий показник: готовність реальних користувачів платити за послуги поза мережею. Усі правила спрямовані на те, щоб «гроші йшли за грошима», а не «цінність слідує за ринковим попитом».

Навіть якщо ця система має безліч витрат капіталу, об’єктивно вона також будує базову інфраструктуру. Як і інтернет-бульбашка, що сприяла створенню глобальної волоконно-оптичної мережі, бум Bittensor породжує обчислювальне обладнання та ресурси для навчання AI, які, навіть якщо інтерес зменшиться, все ще матимуть довгострокову цінність.

Сегмент дистрибуції AI сам по собі має величезні галузеві переваги, а відкриті рішення є єдиним шляхом для подолання монополії виробників чіпів, як Linux змінив ландшафт операційних систем, а Вікіпедія перетворила екосистему контенту. Ця мережа демонструє подібні руйнівні інновації: команда Covexus, використовуючи 70 розподілених пристроїв, навчає великі моделі, які перевершують Meta Llama 2, і отримала публічне визнання від CEO Nvidia Дженсена Хуана, але була заглушена в шумі спекуляцій з токенами.

Ось чому цей ETF є не лише передвісником. Grayscale та Bitwise обидва очікують, що Комісія з цінних паперів і бірж США (SEC) надасть відповідь приблизно в серпні цього року. Якщо буде схвалено, ця система з вродженими недоліками безпосередньо увійде до пенсійних інвестицій американців. Інвестори, які сліпо входять, зіткнуться з величезними ризиками, але реалізація ETF також означає дві позитивні зміни для нової екосистеми: величезний притік традиційного капіталу, а також повне прийняття галуззю відкритого регулювання. Регуляторна підтримка та мільйони нових акціонерів, які контролюють розподіл доходів, є найефективнішим способом примусити мережу оптимізувати механізми стимулювання. А сувора перевірка, що супроводжує це, в кінцевому підсумку сприятиме зрілості всієї екосистеми.

З цим оптимізмом я хочу сказати, що ви повинні уважно стежити за справді важливими речами. Як і всі молоді, вразливі системи, ця система ще нова, і вразливості потребують виправлення. Я хочу підкреслити потенціал, який стоїть за цим: відкритий, багатосторонній, неексклюзивний AI, а не закриті екосистеми, побудовані великими постачальниками хмарних послуг з найбільшими серверами у світі.

Я сподіваюся, що в майбутньому підмережі зможуть стати незалежними від субсидій фондів, що покаже, що найпотужніші технології нашого часу не повинні контролюватися лише кількома суб’єктами.