AI Lego đầy tham vọng, biến thuật toán thành có thể kết hợp

Thị trường đang chuyển biến, nhiều lĩnh vực bắt đầu hoạt động trở lại.

Ngoài hệ sinh thái Bitcoin dưới sự chú ý của giới truyền thông, lĩnh vực AI vẫn là một trong những xu hướng nóng nhất trong năm nay, luôn là sân chơi của các đồng coin “妖币” xuất hiện liên tục.

Ngoài các token được thị trường đẩy mạnh như FET, RNDR và OCEAN, một token có tên TAO đã tăng gấp 3 lần trong vòng 1 tháng gần đây, trong khi dự án đằng sau nó là Bittensor lại ít được phân tích sâu rộng trong thị trường Trung Quốc.

Phía bên kia đại dương, nhịp độ phản ứng còn nhanh hơn nhiều.

Giá tăng vọt đã khiến các nhà đầu tư nhạy bén nhận ra cơ hội. Thứ Năm vừa qua, cộng đồng dự án Bittensor đã công bố rằng các quỹ đầu tư tiền mã hóa danh tiếng như Pantera và Collab Currency đã trở thành người sở hữu TAO, đồng thời cam kết sẽ hỗ trợ nhiều hơn cho sự phát triển của hệ sinh thái dự án.

Các quỹ đầu tư rất giỏi bắt kịp xu hướng biến đổi, và còn giỏi hơn trong việc thúc đẩy xu hướng phát triển.

Vậy đằng sau TAO, đồng token đang được ưa chuộng và tăng giá nhanh này, thực sự có điểm gì nổi bật? Các câu chuyện, sản phẩm và mô hình tokenomics của nó có điểm gì khác biệt rõ rệt so với các dự án AI chính thống?

Trong phần này, chúng ta sẽ đi sâu vào Bittensor, phân tích toàn diện về bối cảnh lĩnh vực, mục tiêu dự án, cấu trúc kỹ thuật, định giá token, nhằm cung cấp tham khảo cho các quyết định của bạn.

Chờ gì nữa, hãy bắt đầu bằng cách hiểu rõ hơn về logic đầu tư Crypto + AI Mọi đồng token tăng giá đều dựa trên các lý do đầu tư căn bản và câu chuyện ngành lớn hỗ trợ. Trước khi nghiên cứu TAO, hãy cùng xem qua tổng quan về ngành AI.

Cơn sốt AI trong bong bóng trái phiếu Các token liên quan đến khái niệm AI rất nóng, nhưng thực tế không có Crypto cũng không ảnh hưởng đến sức nóng của AI.

Dữ liệu từ CB Insights cho thấy, năm 2023, sự quan tâm đến AI sinh ra đã tăng rõ rệt, tổng vốn đầu tư vào các công ty và dự án liên quan AI đã tăng vọt lên 14 tỷ USD; trong khi năm ngoái, con số này chỉ là 2.5 tỷ USD.

Nguồn hình ảnh: CB INSIGHTS

Vì vậy, dù là TAO, RNDR hay FET, các động lực sâu xa đằng sau không đơn giản chỉ là ChatGPT hay Nvidia.

Nhà phân tích hàng đầu Arthur Hayes trong blog gần đây đã trình bày một khả năng hoặc thực tế đang diễn ra — đó là cơn sốt vốn tập thể trong AI do bong bóng trái phiếu mang lại.

Theo ước tính, các nền kinh tế lớn như Mỹ trong 3 năm tới sẽ phải gia hạn và phát hành tổng cộng khoảng 33.58 nghìn tỷ USD nợ chính phủ do thâm hụt ngân sách.

Chính phủ phát hành trái phiếu và cam kết trả nợ đúng hạn, nếu lãi suất trái phiếu cao, đồng nghĩa dòng tiền chủ yếu đổ vào mua trái phiếu chính phủ, gây ra sự hấp thụ vốn của khu vực tư nhân (tương ứng với khu vực công), từ đó đè nặng các cơ hội đầu tư khác trong xã hội, như các doanh nghiệp khó huy động vốn hoặc thị trường chứng khoán ảm đạm.

Vì vậy, Arthur cho rằng Ngân hàng Trung ương Mỹ chắc chắn sẽ yêu cầu in tiền để mua lại trái phiếu do chính họ phát hành, nhằm giảm tác động đến khu vực tư nhân; và điều này dự kiến sẽ làm tăng mạnh cung tiền toàn cầu vào năm 2026 (thậm chí vượt qua thời kỳ COVID).

Tiền dư thừa đó sẽ chảy vào đâu?

“Tiền sẽ chảy vào những công ty công nghệ mới hứa hẹn mang lại lợi nhuận điên cuồng khi trưởng thành. Mỗi bong bóng thanh khoản chính thức đều có một dạng công nghệ mới để thu hút nhà đầu tư và dòng vốn lớn.”

Thập niên 90 có bong bóng internet, sau khủng hoảng tài chính 2008 có quảng cáo trực tuyến và mạng xã hội; lần này đến lượt AI.

Có lẽ đây cũng là một trong những lý do sâu xa khiến AI sinh ra dạng AI sinh ra đã thu hút nhiều vốn đầu tư trong năm nay. Công nghệ GPT rõ ràng đã được công nhận, nhưng trong bức tranh lớn hơn, nó chỉ là viên ngọc sáng nhất trong dòng chảy vốn đổ vào AI, và xu hướng dòng vốn này đã rõ ràng.

Crypto + AI, phân chia hướng câu chuyện Tiền đã chảy vào rồi, câu hỏi tiếp theo là đầu tư vào gì. Chúng ta sẽ xem xét kỹ hơn về logic đầu tư Crypto + AI.

Nói đi nói lại, AI về bản chất là một năng lực sản xuất tiên tiến, sự phát triển nhanh của nó phụ thuộc vào ba yếu tố cốt lõi: dữ liệu, thuật toán, sức mạnh tính toán; Tiền mã hóa và blockchain chủ yếu là quan hệ sản xuất, thúc đẩy sự thay đổi trong các hình thức khuyến khích, phối hợp và tổ chức để thúc đẩy ba yếu tố này.

Những token nào có thể nâng cao 3 yếu tố này, sẽ có khả năng kết hợp thành xu hướng nóng.

Tạm thời không bàn về tính khả thi, ít nhất trong các dự án trước đây, chúng ta đã thấy rõ hai câu chuyện: crypto + dữ liệu, và crypto + sức mạnh tính toán:

• Crypto + dữ liệu: AI cần lượng dữ liệu khổng lồ để huấn luyện mô hình, blockchain có thể thúc đẩy các nhà cung cấp dữ liệu đóng góp dữ liệu qua các cơ chế khuyến khích, hoặc sử dụng lưu trữ dữ liệu phi tập trung để phục vụ nhu cầu huấn luyện dữ liệu dân chủ, phân tán hơn.

Trong câu chuyện này, các đồng tiền mã hóa hưởng lợi có thể là hạ tầng lưu trữ phi tập trung như Filecoin mà Arthur rất ưa thích;

• Crypto + sức mạnh tính toán: Mô hình AI cần năng lực tính toán mạnh mẽ, các nhà lớn hoặc nhà cung cấp tài nguyên tính toán có khả năng này, nhưng vẫn có thể xem xét thị trường dài hạn, nơi các nguồn lực tính toán phân tán khắp nơi (card đồ họa/thiết bị cá nhân) đóng góp sức mạnh, nhận phần thưởng bằng crypto.

Trong câu chuyện này, các đồng tiền mã hóa hưởng lợi có thể là RNDR và các dự án có thể đóng góp sức mạnh tính toán khác.

Về thuật toán, còn có một logic khác nữa.

• Crypto + thuật toán: Khác với hai câu chuyện trên, thuật toán là một lĩnh vực kỹ thuật chuyên sâu, là bí quyết và hàng rào của các công ty AI liên tục đổi mới. Bạn khó có thể tạo ra một thuật toán tốt hơn từ 0 bằng cách khuyến khích qua crypto; logic đóng góp, phối hợp, khuyến khích trong việc tạo ra thuật toán không khả thi.

(Lưu ý: Một mô hình AI là kết quả của quá trình huấn luyện thuật toán, về mặt kỹ thuật, thuật toán và mô hình có mối quan hệ thứ tự. Nhưng trong mô tả này, tác giả dùng chung để dễ hiểu hơn.)

Tuy nhiên, bạn có thể dùng khuyến khích để “lọc” ra một thuật toán tốt hơn từ các thuật toán đã có, tránh việc tất cả đều dùng chung một thuật toán. Giống như các dự án oracle dùng cơ chế khuyến khích để thúc đẩy cạnh tranh, chọn ra nguồn dữ liệu tốt hơn.

Hiện tại, chưa có dự án nào nổi bật rõ ràng trong phân khúc này, nhưng Bittensor là một trong số đó — không trực tiếp đóng góp dữ liệu, cũng không trực tiếp đóng góp sức mạnh tính toán, mà dùng blockchain và cơ chế khuyến khích để điều phối và chọn lọc các thuật toán khác nhau, tạo thành một thị trường thuật toán (mô hình) tự do cạnh tranh, chia sẻ kiến thức trong lĩnh vực AI.

Hiểu nhanh câu chuyện của Bittensor: AI Lego, biến thuật toán thành khả năng ghép nối Nghe có vẻ phức tạp?

Để dễ hình dung hơn, có thể tóm tắt Bittensor bằng một câu đơn giản: Chúng tôi không tạo ra thuật toán, chúng tôi chỉ là người vận chuyển các thuật toán chất lượng cao.

Tại sao lại vận chuyển thuật toán? Nhìn vào thực trạng hệ sinh thái AI hiện nay sẽ thấy vấn đề rõ ràng.

Các nhà chơi trong lĩnh vực AI hiện tại, mỗi công ty đều có các thuật toán và mô hình riêng biệt. Do cạnh tranh thương mại, bạn không thể để hai bên cùng học hỏi lẫn nhau để cùng tiến bộ; điều này cũng có nghĩa là từ phía cung cấp AI, cạnh tranh là thắng-thua: một bên thắng, các bên khác sẽ bị loại khỏi thị trường.

Nguồn hình: Bittensor chính thức

Với các nhà thắng cuộc cạnh tranh, điều này không thành vấn đề.

Nhưng Bittensor cho rằng, điều này không có lợi cho tiến bộ chung của AI và hiệu quả đổi mới thuật toán. Các mô hình độc lập, dịch vụ AI chỉ chọn ra các “người thắng cuộc”, nghĩa là khi có người muốn phát triển mô hình mới, có thể phải bắt đầu từ đầu;

Giả sử mô hình A giỏi tiếng Tây Ban Nha, mô hình B giỏi viết mã, khi người dùng cần AI giải thích đoạn mã có chú thích tiếng Tây Ban Nha, rõ ràng hai thuật toán phối hợp sẽ cho kết quả tốt nhất, nhưng hiện tại chưa thể làm được;

Thêm nữa, do việc tích hợp ứng dụng của bên thứ ba cần có sự cho phép của chủ sở hữu mô hình AI, các chức năng hạn chế cũng đồng nghĩa giá trị hạn chế, toàn bộ lĩnh vực AI thực chất chưa phát huy hết khả năng hợp lực.

Vì vậy, mục tiêu lớn của dự án Bittensor là cho phép các thuật toán và mô hình AI khác nhau có thể hợp tác, học hỏi và kết hợp với nhau, tạo thành các mô hình mạnh mẽ hơn, phục vụ tốt hơn cho nhà phát triển và người dùng.

Ý tưởng và công thức này, chúng ta đã từng thấy trong DeFi Summer vài năm trước — chính là Lego tài chính.

Các thành phần tài chính như stablecoin, vay mượn, khai thác thanh khoản đều là mã nguồn mở, không cần phép, người dùng có thể tự do kết hợp chúng như Lego để tạo ra các sản phẩm và dịch vụ mới.

Tương tự, các mô hình thuật toán AI chuyên về xử lý hình ảnh, văn bản hoặc âm thanh có thể kết hợp để phục vụ các nhiệm vụ khác nhau, hình thành AI Lego.

Vì vậy, đối với Bittensor, dự án không tự mình thực hiện tính toán, cũng không cung cấp dữ liệu để huấn luyện trên chuỗi, mà huy động các mô hình AI ngoài chuỗi khác, hợp tác cùng nhau.

Về lý thuyết, bằng cách ghép các khối Lego AI, Bittensor có thể mở rộng chức năng AI nhanh hơn, hiệu quả hơn so với các mô hình độc lập.

Tuy nhiên, thực tế các nhà cung cấp mô hình AI có sẵn có sẵn sàng tham gia hay không, cách làm thương mại ra sao, có thể đi vào thực tế hay không, vẫn còn cần theo dõi thêm.

Dựa trên khai thác và khuyến khích, thực hiện “oracle” cho mô hình AI Việc các AI hợp tác với nhau là mục tiêu lớn, nhưng làm thế nào để thực hiện?

Bittensor đưa ra câu trả lời là xây dựng một mạng lưới blockchain, vận hành qua cơ chế khai thác và khuyến khích.

Bittensor sử dụng thiết kế chuỗi song song (parachain) của Polkadot, như một chuỗi riêng để xử lý hợp tác các mô hình AI, đồng thời có token riêng $TAO để làm phần thưởng.

Để hiểu rõ cách hoạt động của chuỗi này, ít nhất cần làm rõ 3 vấn đề:

Thứ nhất, các vai trò trên chuỗi gồm những gì?

Thứ hai, các vai trò này làm gì? Mối liên hệ giữa chúng ra sao?

Thứ ba, token khuyến khích các hành vi nào của các vai trò này?

Vai trò và chức năng trên chuỗi:

• Thợ mỏ (Miner): có thể hiểu là các nhà cung cấp mô hình và thuật toán AI trên toàn thế giới. Họ đăng ký mô hình AI của mình và cung cấp cho mạng Bittensor; các loại mô hình khác nhau tạo thành các mạng con, ví dụ như mô hình chuyên xử lý hình ảnh hoặc âm thanh.

• Người xác thực (Validator): là các đánh giá viên trong mạng Bittensor. Đánh giá chất lượng và hiệu quả của mô hình AI, xếp hạng dựa trên hiệu suất theo từng nhiệm vụ, giúp người tiêu dùng tìm ra giải pháp tối ưu.

(Chú thích: Hiện tại, các validator dường như đều là các tổ chức thuộc về dự án, có thể chưa phân cấp hoàn toàn. Nhưng theo phát triển của mạng, khả năng sẽ thu hút các tổ chức khác tham gia làm validator.)

• Người đề cử (Nominee): ủy thác token cho validator cụ thể để thể hiện sự ủng hộ, hoặc có thể đổi sang validator khác để đề cử. Giống như staking token trong DeFi để nhận phần thưởng.

• Người dùng (User): là các bên cuối sử dụng mô hình AI của Bittensor. Có thể là cá nhân hoặc các nhà phát triển muốn xây dựng ứng dụng dựa trên AI.

Mối liên hệ giữa các vai trò:

Người dùng cần mô hình AI tốt hơn, validator sẽ lọc ra các mô hình phù hợp theo mục đích, thợ mỏ cung cấp mô hình của mình, người đề cử chọn ủng hộ validator khác.

Nói cách khác, đây là một chuỗi cung cầu AI mở: có người cung cấp các mô hình khác nhau, có người đánh giá các mô hình, có người sử dụng kết quả từ mô hình tốt nhất.

Nguồn hình: ReveloIntel

Hình trên minh họa đơn giản: người dùng gửi yêu cầu, validator sẽ chuyển yêu cầu đến các thợ mỏ trong mạng Bittensor; thợ mỏ trả lời, validator đánh giá chất lượng câu trả lời, cuối cùng trả về cho người dùng.

TAO token khuyến khích điều gì?

• Đối với validator: việc chọn lọc và đánh giá AI chính xác, nhất quán càng cao, phần thưởng nhận được càng lớn. Rõ ràng, để trở thành validator, cần phải staking một lượng TAO nhất định.

• Đối với thợ mỏ: phản hồi yêu cầu của người dùng bằng mô hình của mình, nhận phần thưởng TAO dựa trên đóng góp.

• Đối với người đề cử: ủy thác TAO của mình cho validator, tương tự như staking để nhận thưởng.

• Đối với người dùng: trả phí bằng TAO để mở nhiệm vụ, tức là tiêu dùng.

Trong lý tưởng, các mô hình AI khác nhau trong mạng sẽ hợp tác, và các nhiệm vụ khác nhau sẽ thể hiện hiệu quả của các mô hình khác nhau; do các nhiệm vụ này đều có thể kiểm tra trên mạng, các mô hình thực tế có thể học hỏi lẫn nhau để điều chỉnh phù hợp với từng nhiệm vụ.

Nguồn hình: ReveloIntel

Một cách so sánh tốt hơn là: Bittensor giống như “oracle” của AI. Trong DeFi, oracle cung cấp “giá tốt nhất” cho các ứng dụng cần dữ liệu; còn Bittensor cung cấp “mô hình tốt nhất” cho các người dùng có nhu cầu AI.

Về cách tham gia làm validator, thợ mỏ trong mạng này, do liên quan đến kỹ thuật và giao diện phát triển, không trình bày ở đây. Bạn quan tâm có thể truy cập tài liệu chính thức.

$TAO token: Định giá phù hợp nhất là như thế nào? Mô hình tokenomics

Theo tài liệu chính thức, Bittensor bắt đầu “khởi động công bằng” năm 2021 (không có pre-mine), token gọi là TAO.

Tổng cung của TAO là 21 triệu (tưởng nhớ BTC), cũng có chu kỳ giảm một nửa mỗi 4 năm, mỗi 1.05 triệu block, phần thưởng mỗi block giảm một nửa. Tổng cộng sẽ có 64 lần giảm một nửa, lần gần nhất là vào tháng 8 năm 2025.

Điều khá viễn tưởng là, theo chu kỳ giảm này, phải mất tới 256 năm để khai thác hết toàn bộ số token này.

Hiện tại, mỗi 12 giây, sẽ có một TAO được phát ra. Tính trung bình, mỗi ngày sẽ có khoảng 7200 TAO, thợ mỏ và validator mỗi bên nhận một nửa.

Việc TAO khởi động công bằng có nghĩa là không có vòng gọi vốn VC, private sale, ICO/IEO/IDO, dự trữ của tổ chức, v.v., có thể hiểu là token khai thác thuần túy.

Mỗi lần khai thác, TAO sẽ được phân phối giữa validator và thợ mỏ.

Tuy nhiên, trên trang chủ của Bittensor, chúng ta cũng thấy các quỹ lớn như DCG, GSR, Polychain, Firstmask… tham gia sở hữu.

Phỏng đoán hợp lý là, do phần lớn validator hiện tại đều liên quan đến tổ chức chính thức của Bittensor, nên token khai thác được có thể thuộc về họ, rồi phân phát cho các nhà tạo lập thị trường để làm thị trường.

Các tổ chức lớn này cũng có thể tham gia làm validator hoặc thợ mỏ, khai thác TAO.

Chúng ta đã đề cập ở phần đầu, các quỹ như Pantera gần đây cũng đã trở thành người sở hữu TAO. Vì vậy, dự án Bittensor ban đầu là khởi động công bằng, nhưng không có nghĩa là không có sự tham gia của VC.

Tuy nhiên, trong chu kỳ thị trường mới này, mô hình phát hành “VC bán cho thị trường thứ cấp” đã không còn được ưa chuộng, và mô hình “khởi đầu công bằng rồi thu hút vốn” của TAO đã cố gắng đạt đến mức công bằng nhất có thể.

Thị trường và định giá Xét riêng về hiệu suất thị trường của TAO, giá token từ đáy năm nay đến nay đã tăng hơn 5 lần;

Tuy nhiên, các dự án AI khác cũng có mức tăng khá, ví dụ RNDR từ đầu năm đến nay cũng tăng khoảng 5 lần.

Vì vậy, chỉ dựa vào mức tăng tuyệt đối để đánh giá giá trị token không mang lại nhiều ý nghĩa.

So sánh với các dự án AI nổi bật khác, hiện tại TAO chỉ đứng sau RNDR về vốn hóa, nhưng do cơ chế giảm một nửa dài hạn, tỷ lệ vốn hóa so với giá trị pha loãng hoàn toàn lại thấp nhất trong các dự án, đồng nghĩa là tổng lượng lưu hành của TAO hiện khá thấp, nhưng giá mỗi token cao.

Hình gốc: Người dùng @Moomsxxx, giá TAO tính đến thời điểm viết bài do tác giả tự tính

Lượng lưu hành thấp đôi khi giúp giá dễ tăng hơn, và giả sử giá không đổi (giá hiện tại $160)), mỗi ngày khai thác 7200 TAO, toàn bộ bán ra, tổng cung bán ra khoảng 1.15 triệu USD. Với độ sôi động và khối lượng giao dịch hiện tại (khối lượng giao dịch hàng ngày của TAO khoảng 5 triệu USD), việc tiêu thụ lượng bán ra này không thành vấn đề.

Nếu nhìn ra khỏi TAO, việc định giá token thực ra chỉ có ý nghĩa khi so sánh với các dự án đã hoạt động tương tự.

Như đã phân tích, hướng của Bittensor là crypto + thuật toán/mô hình, về mặt kỹ thuật không thể so sánh trực tiếp với các dự án như RNDR cung cấp hạ tầng tính toán cơ bản.

Theo báo cáo nghiên cứu về lĩnh vực AI của Nansen, các dự án cạnh tranh cùng loại của Bittensor nằm trong lĩnh vực “Model Training” (đào tạo mô hình), gồm Gensyn và Together, trong đó Gensyn còn nhận được hỗ trợ từ a16z.

Tuy nhiên, hai dự án này hiện chưa có token công khai, nên so sánh vốn hóa của TAO với chúng cũng không khả thi.

Nguồn hình: Nansen nghiên cứu

David Attermann, đồng sáng lập Omnichain Capital, trong blog tháng 5 năm nay đã đề xuất một phương pháp mang tính đột phá hơn — so sánh trực tiếp Bittensor với OpenAI.

Điều thú vị là, khi đăng bài, David đã nhấn mạnh rằng mình không sở hữu TAO, để chứng minh phân tích của mình khách quan.

Vì hoạt động chính của cả hai là đào tạo mô hình và cung cấp dịch vụ cho người dùng, một là công ty kín nguồn, một là điều phối các mô hình AI toàn cầu, đều hướng tới mục tiêu giúp người dùng sử dụng AI tốt hơn.

Xét đến việc OpenAI trước đó đã nhận được định giá thị trường tư nhân gần 300 tỷ USD từ Microsoft, còn TAO hiện có giá trị vốn hóa thị trường (FDV) khoảng 3.6 tỷ USD, thì theo tính toán, TAO còn có khoảng 8 lần tiềm năng tăng giá.

Tác giả không hoàn toàn đồng ý với phương pháp định giá này, vì các dự án Web3 và Web2 có nền tảng, tốc độ tăng trưởng và điểm chú ý thị trường khác nhau; chỉ dựa vào định giá để dự đoán 8 lần tăng trưởng là mang tính tham khảo, còn phụ thuộc nhiều vào các yếu tố tích cực của TAO và dòng vốn đổ vào.

Kết luận Tổng thể, TAO/Bittensor ngoài các dự án mã hóa theo chủ đề AI quen thuộc, còn cung cấp một câu chuyện khác — đó là không trực tiếp tham gia vào các khâu năng suất (tài nguyên tính toán và dữ liệu), mà dựa hoàn toàn vào việc điều phối các quan hệ sản xuất để thúc đẩy sự hợp tác, cạnh tranh và tối ưu hóa các mô hình AI.

Câu chuyện này có sức hút nhất định, nhưng việc kết nối các mô hình AI, xác thực các nút trung tâm, đánh giá chất lượng mô hình… không thể dễ dàng giải quyết chỉ bằng một whitepaper — AI thì đơn giản, nhưng thương mại thì không, làm thế nào thuyết phục nhiều người tham gia mạng lưới bằng phần thưởng token, thuyết phục các công ty công nghệ hợp tác với các mô hình AI khác vẫn là câu chuyện còn nhiều tranh luận.

Ngoài các yếu tố nền tảng, đà tăng của token đã phản ánh sự đồng thuận của thị trường về concept AI. Xét trong phân khúc nhỏ của Bittensor, nếu không có đối thủ cùng quy mô, TAO có thể sẽ còn đón nhận nhiều lợi ích tích cực hơn trong đà tăng trưởng chung của ngành AI. Tuy nhiên, do thiếu các chuẩn định giá phù hợp, việc giữ lâu dài vẫn còn là một câu hỏi.

Theo dõi sát các tin tức dự án và biến động về khối lượng giao dịch có thể là lựa chọn thực tế hơn.