(在发表这篇文章之前的几天，我首先在发表这篇文章之前， Delphi Digital 的Alpha Feed向会员发布，我向会员发布 TAO 的观点)
生活在亚洲的一件事是，当你醒来时，你会看到重大新闻，你必须赶上它们。
例如，萨姆·奥尔特曼 (Sam Altman) 于周五被 OpenAI 辞退。
我几乎被牛奶噎住了。
为什么股东会解雇一个明显聪明、典范的成功记录，而且 12 天前刚刚在 OpenAI 会议上发表精彩主题演讲的人
引起了辛辣理论家的争论。安德鲁-科特(Andrew Cote)我认为这是政治原因，阿尔特曼被解雇的原因是 “他把人工智能发展得太快，部署了最新的突破”。有些人不喜欢。
OpenAI 公司结构非常尴尬（几乎功能障碍），因为它最初是一个非营利实体，然后决定转变为一个盈利公司。如今，非营利组织掌握了盈利实体的方向，为投资者提供了有限的增长空间。
随着真相的出现，这将是令人兴奋的几周。
这是史蒂夫·乔布斯的时刻吗？Sam 我们将继续创办另一家公司 OpenAI 竞争吗?
但很明显，OpenAI 内部操作弥漫着一层神秘的面纱。尽管如此。 GPT 它是一种无处不在的工具，在全球范围内有数亿人使用，但仍有明显的脱节。
作为日常客户，我们发现自己处于局外人的角度，试图通过这些人工智能巨头的秘密面具来窥视。随着人工智能巨头的秘密面具。 GPT 继续融入我们社会的结构，这种缺乏透明度令人担忧。
区块链...还有数字货币数据来源：marketoonist.com最近，我一直在思考一个问题：数字货币和人工智能之间的交集是什么？虽然这很模糊，但大多数人都会同意，有巨大的潜力等待释放。
当我们想到 AI x Crypto 有时候，我们通常会想到 Akash 网络与 Render。这些是 GPU 分散的网络可以为人工智能模型的实践提供必要的计算。逻辑很简单——随着人工智能的飙升，对计算资源的需求也会急剧增加。在此背景下，点对点网络可能会经历显著的增长。所以他们从事镐和铲子业务，但我认为这只是人工智能 x 数字货币潜力的表面。
就像猴子一样 JPEG 是 NFT 所能提供的顶峰是一样的。
然后我遇到了 Bittensor。
ELI5:位张量
和支持 AI 模型训练(上游) Akash 或 Render 不同, Bittensor致力于Bitensor AI 推理(下游)，即使用训练有素的模型生成导出。
这是一个分散的网络，可以鼓励人工智能模型，特别是大型语言模型(LLM)完成文本生成、图像创作、音乐制作等任务。如今，网络已经从超越超越了。 27 由子网组成，每个子网致力于特定的任务。
简单地说，可以 Bittensor 视为去中心化 ChatGPT Midjourney 人工智能能能做的任何其他事情。
该网络通过两个主要角色运行：The network operates through two main roles:
- 矿工(价值生产者):矿工在网络上开发和管理人工智能模型。他们根据与特定任务相关的模型的性能获得性能 TAO 代币奖励。这激励了更好、更有效的人工智能模型的研发。
- 验证人(共识生成者):验证人评估矿工的出口，并对他们在特定任务中的表现进行排名。他们还与向验证器提交任务的用户互动（例如，图像生成子网：“/想象萨姆·奥特曼在感恩节晚餐时戴着达斯·维德面具”），并将其路由给合适的矿工。
我可能过于简化了技术的复杂性，但有些事情对我来说非常突出：
- 矿工和验证人在网络中交换知识，共享参数，然后随着时间的推移自我提升
- 该网络旨在利用多个独立人工智能模型的优势生成最佳导出(“专家混合”)
我无意深入讨论技术细节，但这里有一些很好的总结，可以帮助我更好地理解 Bittensor:
Revelo 英特尔 — Bittensor
Knower——关于 Bittensor 和 AI 的简短报告
你可以在这里试试 Bittensor 的 chatGPT 等效项。
The TAO
TAO 它是网络的实用代币，具有与比特币相似的代币结构：2100 万代币的硬上限和没有 VC 分配的公平发行。它甚至有一个减半周期，第一次减半发生在 2025 年。
目前流通 TAO 数量为 565 万件，全部通过网络挖掘和验证公平分配。今日流通市值略高于今日流通市值。 $1B.每天向矿工和验证人发放。 7,200 个新 TAO。
我最初的想法
Bittensor 它仍处于起步阶段。该网络有一个特殊的、近乎邪教的社区，但参与者总数仍然很少——可能有一些。 50,000 多个活跃账户。最繁忙的子网络子网络 SN1 专门用于文本生成，大概有 40 活跃验证者和超过者 990 个矿工。
真正吸引人的是分散的人工智能网络的概念。这不仅缓解了集中化的风险，而且提出了一个问题：这些独特的经济激励机制能否培养出超越 OpenAI 谷歌和其他实力雄厚的实体开发的人工智能模型
伴随着法学硕士 ChatGPT 在工具出现成为主流之前，深度科技初创公司一般致力于获取专有数据，开发基于机器学习的专用人工智能模型，是一项非常具体的任务。比如,Flatiron Health利用肿瘤患者的真实临床数据，开发人工智能模型，并将其输入支持癌症研究人员和护理提供者的工具。传统上，初创公司的目的是将这些专有模型实用化、货币化。
然而,Bittensor 它可能代表这种范式的变化。与其说是技术突破，不如说是技术驱动的商业模式创新更合适。例如，它为专有数据和人工智能模型提供了一种共同开发的方式，并被更广泛的受众使用，而无需开源。我可以构思一个未来，Bittensor 为了应对从环境和医疗卫生问题到能源解决方案等一系列挑战，代管数千个专用子网。说实话，我痴迷于一个以与比特币相同的方式设计代币经济团队。它反映了他们的动机，不同于今天的团队——他们经常通过风险投资来改善他们的代币经济，并为创始人和投资者提供大量的分配。
