Bittensorは、マイニングを主な目的にするブロックチェーンであり、デジタルサービスが資格を得ることができる程度まで抽象化します。

それにより、ブロックチェーンは機械のインテリジェンスの市場になることを目的としています。現在、研究のスタートアップは、それを使用して新薬の発見を加速したいと考えています。

Bittensor is a blockchain that makes mining its main purpose—and abstracts it to such an extent that any digital service can qualify. The blockchain is thereby intended to become a marketplace for machine intelligence. Now, a research startup wants to use it to accelerate the discovery of new drugs.

Bittensorは、マイニングを主な目的にするブロックチェーンであり、デジタルサービスが資格を得ることができる程度まで抽象化します。それにより、ブロックチェーンは機械のインテリジェンスの市場になることを目的としています。現在、研究のスタートアップは、それを使用して新薬の発見を加速したいと考えています。

Often that’s hot air—even for us it’s hard to determine whether something is bullshit or revolutionary. An example of a story that could be either intriguing or just hot air recently appeared in Forbes: This decentralized AI, the magazine headlines, „could revolutionize drug development.“

多くの場合、それは熱気です - 私たちにとってさえ、何かがでたらめであるか革命的かを判断するのは難しいです。興味をそそられるか、ただの熱気のいずれかの話の例は、最近フォーブスに登場しました。

What is meant here is a neural network, specifically designed for drug research and decentralized via the Bittensor (TAO) blockchain. This revives an old idea: performing cryptocurrency mining not through “useless” hashes, but through scientific computation. About eight to ten years ago, coins like Gridcoin tried this—without ever succeeding in truly decentralizing scientific mining.

ここで意味するのは、薬物研究用に特別に設計されたニューラルネットワークであり、両節（TAO）ブロックチェーンを介して分散化されています。これにより、古いアイデアが復活します。「役に立たない」ハッシュではなく、科学的な計算を通じて暗号通貨マイニングを実行します。約8年から10年前、グリッドコインのようなコインはこれを試みましたが、これは科学的採掘を分散化することに成功しました。

Could it be possible that the combination of modern staking mechanisms and neural networks will finally make this endeavor feasible?

最新のステーキングメカニズムとニューラルネットワークの組み合わせが最終的にこの努力を実現可能にする可能性がありますか？

Simulating Chemical Reactions at the Atomic Level

原子レベルでの化学反応のシミュレーション

Drug development is typically a very long and arduous process, involving hundreds of steps and taking on average more than 13 years.

医薬品開発は通常、非常に長くて骨の折れるプロセスであり、数百のステップを伴い、平均して13年以上かかります。

However, this process can be simplified and improved using artificial intelligence and molecular simulations. Instead of developing and testing drugs physically, compounds are constructed and simulated in computers. This allows researchers to test more molecular candidates in less time—at least, that is the hope currently permeating the pharmaceutical industry.

ただし、このプロセスは、人工知能と分子シミュレーションを使用して簡素化および改善できます。薬物を物理的に開発およびテストする代わりに、化合物はコンピューターで構築およびシミュレートされます。これにより、研究者はより少ない時間でより多くの分子候補をテストすることができます。少なくとも、それは現在の製薬業界に浸透している希望です。

In April, Rowan Labs launched a specialized neural network for this purpose called Egret-1. Its goal is to simulate chemical reactions at the atomic level. Until now, this has been incredibly resource-intensive—even scientific supercomputers require a lot of time to realistically simulate just a handful of atoms for a few seconds. Rowan aims to improve this, not by training its neural network on internet data, as ChatGPT does, but by using quantum mechanical equations. The AI learns to reconstruct the results of those equations.

4月、Rowan Labsは、この目的のためにEgret-1と呼ばれる専門的なニューラルネットワークを立ち上げました。その目標は、原子レベルでの化学反応をシミュレートすることです。これまで、これは非常にリソース集中的でした。科学的なスーパーコンピューターでさえ、数秒間、ほんの一握りの原子を現実的にシミュレートするために多くの時間を必要とします。 Rowanは、CHATGPTのように、インターネットデータでニューラルネットワークをトレーニングするのではなく、量子機械的方程式を使用することで、これを改善することを目指しています。 AIは、これらの方程式の結果を再構築することを学びます。

For models like Egret-1 to be successful, however, Rowan explains they require “much more high-quality data generated through density functional theory (DFT). To generate this data, Egret-1 will leverage the decentralized computing power of the Bittensor network to perform these simulations.”

ただし、Egret-1のようなモデルの場合、Rowanは、「密度汎関数理論（DFT）を通じて生成されるはるかに高品質のデータが必要です。このデータを生成するために、Egret-1は、これらのシミュレーションを実行するために分散型コンピューティングパワーを活用します。」

This subnet is part of the Bittensor blockchain (more on that in a moment). The goal is to create a mesh of Bittensors subnets, which are launched by startups. Macrocosmos was established recently, in 2024.

このサブネットは、ビテンサーブロックチェーンの一部です（すぐに詳しく説明します）。目標は、スタートアップによって起動されるビテンサーサブネットのメッシュを作成することです。マクロコスモスは、2024年に最近設立されました。

A GROMACS subnet (SN25) is designed to lower the cost of protein folding simulations. It employs the GROMACS standard—to simulate protein folding—but integrates this into a competitive design. This structure incentivizes miners to develop machine-learning models that solve protein folding as efficiently as possible. Validators in the system check miners’ outputs using specific heuristics. The miners who perform best receive tokens from Bittensor—TAO—as a reward.

GROMACSサブネット（SN25）は、タンパク質折りたたみシミュレーションのコストを削減するように設計されています。タンパク質の折りたたみをシミュレートするためにGromacs標準を採用していますが、これを競争力のある設計に統合します。この構造は、鉱夫が可能な限り効率的にタンパク質の折りたたみを解く機械学習モデルを開発するように奨励しています。システム内のバリデーターは、特定のヒューリスティックを使用してマイナーの出力をチェックします。パフォーマンスを発揮する鉱山労働者は、報酬として、Bittensor（Tao）からトークンを受け取ります。

This competitive process is intended to reduce costs and boost efficiency. Currently, there are 30 active validators simultaneously conducting more than 3,000 simulations; since June 2024, over 400,000 protein folding tasks have already been completed. That’s still far from what AlphaFold accomplishes—but it’s a beginning.

この競争プロセスは、コストを削減し、効率を高めることを目的としています。現在、3,000を超えるシミュレーションを同時に実施する30のアクティブバリデーターがあります。 2024年6月以来、400,000を超えるタンパク質折りたたみ式タスクがすでに完了しています。それはまだAlphafoldが達成したものとはほど遠いですが、それは始まりです。

The Abstraction of Mining

マイニングの抽象化

To understand Macrocosmos, there’s no way around delving into Bittensor itself. The core idea behind Bittensor is quite fascinating:

マクロコスモを理解するには、ビテンサー自体を掘り下げる方法はありません。ビテンサーの背後にある核となるアイデアは非常に魅力的です：

One can think of Bitcoin as a decentralized marketplace for digital goods—a market that rewards miners for generating hashes. For Bitcoin, this market is simply a means to an end: securing consensus over a digital ledger (the blockchain) to facilitate a decentralized transaction system. Bittensor, by contrast, makes the digital goods marketplaces an end in themselves.

ビットコインは、デジタル商品の分散型市場と考えることができます。これは、鉱夫がハッシュを生成することに報いる市場です。ビットコインの場合、この市場は単に目的の手段です。デジタル元帳（ブロックチェーン）に対するコンセンサスを確保し、分散型トランザクションシステムを促進します。対照的に、Bittensorは、デジタル商品の市場がそれ自体で終わりを迎えます。

Bittensor’s core innovation is the separation of the blockchain’s core function (transferring value, etc.) from the operation of the validation system, which defines how the digital goods marketplaces are created. This is important: in classical consensus mechanisms like Proof of Work and Proof of Stake, the consensus algorithm includes the rules for when a consensus-relevant input—a hash or a stake—is valid. Bittensor, however, determines only under which circumstances the consensus itself becomes effective.

Bittensorのコアイノベーションは、ブロックチェーンのコア関数（値を転送するなど）を検証システムの動作から分離することです。これは、デジタル商品市場の作成方法を定義します。これは重要です。仕事の証明や利害関係の証明などの古典的なコンセンサスメカニズムでは、コンセンサスアルゴリズムには、コンセンサス関連の入力（ハッシュまたはステーク）が有効な場合のルールが含まれます。ただし、両節は、コンセンサス自体がどのような状況で有効になるかのみを決定します。

The consensus tasks themselves can be written in any language and are validated entirely off-chain—allowing large volumes of data and computing power to be employed. “Bittensor brings the same sort of abstraction that Ethereum added to Bitcoin by introducing smart contracts to Bitcoin’s inverse innovation—the digital marketplaces.”

コンセンサスタスク自体は、あらゆる言語で記述でき、完全に鎖で検証されています。 「Bittensorは、ビットコインの逆革新であるデジタル市場にスマートコントラクトを導入することにより、イーサリアムがビットコインに追加したのと同じ種類の抽象化をもたらします。」

Just as Ethereum abstracts transaction logic and enables the construction of diverse systems, Bittensor makes it possible to allow even complex and fuzzy mechanisms as consensus work: for example, machine intelligence, protein folding, data storage, model training, and more.

Ethereumがトランザクションロジックを抽象化し、多様なシステムの構築を可能にするように、Bittensorはコンセンサス作業として複雑でファジーなメカニズムを可能にすることを可能にします：たとえば、マシンインテリジェンス、タンパク質の折りたたみ、データストレージ、モデルトレーニングなど。

Bittensor does not define the consensus task itself, but rather

Bittensorは、コンセンサスタスク自体を定義するのではなく、