Bittensor（ビットテンサー／TAO）とは
- 執筆
- CRYPTO PORT 編集部
- 公開日
- 更新日
- 読了目安
- 6 分
結論
Bittensorは、機械学習モデルの提供者に報酬を分配することを目的としたネットワークです。「サブネット」と呼ばれる個別の課題領域ごとに、モデルを提供するマイナーと、その出力を採点するバリデーターが参加し、評価結果に応じてネイティブ通貨TAOが配られます。設計はビットコインの発行スケジュールを参照しています。
要点
- AIモデルの出力そのものを評価し、評価に応じて報酬を配る点が他のチェーンと異なる
- 課題領域ごとに独立した「サブネット」があり、テキスト生成・画像・予測など用途が分かれている
- マイナー（モデル提供者）とバリデーター（採点者）の二役で構成される
- Substrateを基盤としており、報酬は段階的に半減していく設計になっている
定義
機械学習モデルの出力を相互評価し、その評価に基づいてネイティブ通貨TAOを分配する分散型ネットワーク。
Bittensorが扱おうとしている課題は、AIモデルの開発と運用が大手企業の内部に閉じていることです。モデルの学習には計算資源とデータが必要で、その成果は提供企業のAPIを通じてしか利用できません。Bittensorは、モデルを提供する側に直接報酬が届く市場を作ろうとしています。
仕組みの中心は「サブネット」です。各サブネットは特定の課題（たとえば文章生成や埋め込みベクトルの生成）を定義し、マイナーはその課題に対する出力を返します。バリデーターは複数のマイナーへ問い合わせて出力を比較・採点し、採点結果をチェーンに記録します。
報酬の配分にはYuma Consensusと呼ばれる集計方法が使われます。バリデーターの採点は単純平均ではなく、他のバリデーターとどれだけ一致しているかで重み付けされ、極端な採点をする参加者の影響が抑えられます。バリデーターとして参加するにはTAOのステークが必要です。
実際の利用は、サブネットが提供する推論APIを外部のアプリが呼び出す形が中心です。どのサブネットを新設するか、どれだけの報酬を割り当てるかはネットワーク上の仕組みで決まり、サブネット間で報酬の取り合いが起きる構造になっています。
注意点
- · 出力の品質評価はバリデーターの採点に依存するため、採点基準そのものが操作される余地がある
- · サブネットの新設・淘汰が頻繁で、あるサブネット向けに構築した設備が短期間で不要になることがある
- · マイナーとしての参加にはGPUなどの計算資源が必要で、電力・機材コストが継続的にかかる
よくある質問
TAOを持つとAIモデルを使えるのですか？
保有そのものが利用権になるわけではありません。TAOは報酬の分配とバリデーターのステーク、およびサブネット登録の支払いに使われる通貨で、モデルの利用は各サブネットが提供するインターフェース経由になります。