تدريب نموذج لغوي كبير يتطلب عادةً مستودعًا مليئًا ببطاقات الرسوميات (GPUs)، وفاتورة سحابية بسبعة أرقام، وقدرة تنظيمية لا تمتلكها سوى شركات محدودة. شبكة Bittensor الفرعية 9 تحاول تغيير هذا السيناريو بهندسة جديدة تُسمى $IOTA، اختصارًا لـ “هندسة التدريب المحفزة والمنسقة”، والتي توزع نماذج الذكاء الاصطناعي الضخمة عبر أجهزة متعددة بحيث لا يحتاج أي مشارك إلى تحميل النموذج بأكمله في ذاكرته.
من نموذج “الفائز يأخذ كل شيء” إلى خط التجميع الجماعي
الإصدارات السابقة من الشبكة الفرعية 9 كانت تعمل بنظام تنافسي. حيث كان المعدّنون (Miners) يتسابقون ضد بعضهم، وكان المتميزون فقط يحصلون على المكافآت. بحلول أغسطس 2024، نجح هذا النظام في تدريب نماذج لغوية كبيرة تحتوي على ما يصل إلى 14 مليار معامل.
لكن أسلوب “الفائز يأخذ كل شيء” كان له سقف. فقد كان يثبط عزيمة المساهمين الصغار الذين لا يستطيعون منافسة المعدّنين ذوي الموارد الكبيرة، كما خلق اختناقات طبيعية حول ما يمكن لجهاز واحد التعامل معه. $IOTA، التي نُشرت على منصة arXiv في 16 يوليو 2025، تعيد التفكير في هيكل الحوافز بأكمله.
بدلاً من المنافسين المنفردين، يعمل المعدّنون الآن كعقد في خط أنابيب تعاوني. تدمج الهندسة كلاً من التوازي في خط الأنابيب والتوازي في البيانات، وهما تقنيتان مستعارتان من كيفية توزيع مختبرات الذكاء الاصطناعي الكبرى لأعمال التدريب داخليًا. تُوزع المكافآت في $IOTA بشكل متناسب بين جميع المعدّنين في خط الأنابيب بناءً على مساهمتهم الفعلية، مما يزيل السبب الرئيسي الذي يمنع مالكي بطاقات الرسوميات الصغار من المشاركة.
تدريب نماذج الذكاء الاصطناعي من غرفة معيشتك
التطبيق العملي لهذه الهندسة ظهر في فبراير 2026 مع إطلاق تطبيق “Train at Home” (تدرب في المنزل)، وهو تطبيق استهلاكي يسمح لمستخدمي أجهزة ماك (Mac) بالمساهمة بقوة معالج رسومياتهم في خط أنابيب التدريب. يعمل التطبيق من خلال منسق (orchestrator) يتولى التنسيق بين المساهمين. يوزع طبقات النموذج بالتساوي ويدير توزيع المكافآت، بحيث لا يحتاج المستخدمون الفرديون إلى فهم آليات خط الأنابيب الأساسية.
ماذا يعني هذا للمستثمرين؟
معظم مشاريع “الحوسبة اللامركزية” في عالم العملات الرقمية ركزت على الاستدلال (Inference)، أي تشغيل نماذج مدربة مسبقًا، بدلاً من تدريب نماذج جديدة من الصفر. التدريب أصعب بدرجات كبيرة لأنه يتطلب مزامنة محكمة، وإنتاجية هائلة من البيانات، ووقت تشغيل ثابت عبر جميع العقد المشاركة.
أسلوب التوازي في خط الأنابيب الخاص بـ $IOTA يتجاوز قيود الذاكرة التي جعلت التدريب الموزع غير عملي تاريخيًا للنماذج التي تحتوي على مليارات المعاملات، وذلك عن طريق تقسيم طبقات النموذج عبر الأجهزة بدلاً من مطالبة كل مشارك بالاحتفاظ بنسخة كاملة. السجل السابق للشبكة الفرعية 9 في تدريب نماذج تصل إلى 14 مليار معامل يوفر دليلاً أساسيًا على أن الشبكة الفرعية قادرة على التعامل مع أعباء عمل كبيرة.
بالنسبة لحاملي $TAO تحديدًا، فإن التحول من “الفائز يأخذ كل شيء” إلى المكافآت النسبية قد يغير بشكل كبير اقتصاديات التعدين على الشبكة الفرعية 9. المشاركة الأوسع تعني طلبًا موزعًا أكبر على عملات $TAO، لكنها تعني أيضًا أن معدلات المكافآت الفردية ستنخفض مع انضمام المزيد من المعدّنين إلى خط الأنابيب.
الأسئلة الشائعة (FAQs)
- سؤال: ما هو $IOTA في شبكة Bittensor؟
جواب: $IOTA هي هندسة جديدة على الشبكة الفرعية 9 تسمح بتوزيع تدريب نماذج الذكاء الاصطناعي الضخمة عبر أجهزة متعددة، بحيث يتعاون المعدّنون بدلاً من التنافس، ويحصل كل منهم على مكافأة تتناسب مع مساهمته الفعلية. - سؤال: كيف يختلف $IOTA عن الإصدارات السابقة من الشبكة الفرعية 9؟
جواب: الإصدارات السابقة كانت تعمل بنظام “الفائز يأخذ كل شيء”، مما كان يمنع صغار المساهمين من المشاركة. أما $IOTA فتعمل بنظام تعاوني يوزع المكافآت بشكل عادل، مما يسمح حتى لمستخدمي الأجهزة المنزلية مثل أجهزة ماك بالمساهمة في تدريب النماذج. - سؤال: ما هو التحدي الرئيسي الذي قد يواجه $IOTA؟
جواب: التحدي الأكبر هو معالجة العقد الخبيثة أو المعطلة في خط الأنابيب، والتي قد تفسد عملية التدريب بأكملها. كيفية تعامل $IOTA مع “تحمّل الأخطاء البيزنطية” (Byzantine Fault Tolerance) ستحدد ما إذا كانت هذه الهندسة ستنتقل من مرحلة الإثبات إلى بنية تحتية تدريبية على مستوى الإنتاج.
