來源：金色財(cái)經(jīng)

作者：Teng Yan,，Delphi Digital NFT 研究負(fù)責(zé)人；翻譯：金色財(cái)經(jīng)xiaozou

生活在亞洲有一件事要習(xí)慣,，那就是你經(jīng)常會(huì)一覺醒來就看到重磅新聞,，必須惡補(bǔ)功課才能不掉隊(duì)。

比如,，Sam Altman上周五被OpenAI解雇,，看到這個(gè)新聞我差點(diǎn)被牛奶嗆到。

為什么董事會(huì)要解雇一個(gè)極其聰明的成功典范,，而且此人12天前剛剛在OpenAI大會(huì)上發(fā)表了精彩的主題演講,？

Andrew Cote認(rèn)為是出于政治原因，Altman之所以被解雇是因?yàn)椤八驅(qū)⑼ㄟ^部署最新突破推動(dòng)人工智能發(fā)展得太快,?！币恍┤瞬⒉幌矚g這樣。

OpenAI的公司結(jié)構(gòu)非常奇怪（幾近功能失調(diào)）,，因?yàn)镺penAI最初是一個(gè)非營利組織,，后來決定轉(zhuǎn)型為營利性企業(yè)。如今,，非營利組織控制著營利性實(shí)體的發(fā)展方向,，同時(shí)為投資者提供有限的上行空間。

隨著真相浮出水面,，接下來的幾周會(huì)非常刺激,。

這會(huì)是又一個(gè)史蒂夫·喬布斯時(shí)刻嗎？Sam會(huì)創(chuàng)辦另一家公司與OpenAI競(jìng)爭(zhēng)嗎,？

但可以肯定的是,，OpenAI的內(nèi)部運(yùn)作籠罩著一層神秘的面紗。盡管GPT已成為無所不在的工具,，被全世界數(shù)億人使用,，但仍然存在明顯的脫節(jié)現(xiàn)象。

作為普通的日常用戶,，我們發(fā)現(xiàn)自己是站在外面,，試圖透過圍繞這些AI巨頭周圍的神秘面紗向里窺視,。隨著GPT繼續(xù)融入我們這個(gè)社會(huì)的方方面面，這種透明度的缺失令人擔(dān)憂,。

最近,，我一直在思考這樣一個(gè)問題：加密和人工智能之間的交集地帶是什么樣子的,？很模糊，但大多數(shù)人都認(rèn)可這樣的融合會(huì)釋放出巨大的潛力,。

當(dāng)我們想到AI x Crypto（AI和加密的融合）,，我們通常會(huì)想到Akash Network和Render。這些都是GPU去中心化網(wǎng)絡(luò),，可以為AI模型訓(xùn)練提供必要的計(jì)算,。其中邏輯很簡(jiǎn)單——隨著人工智能繼續(xù)飛速發(fā)展，對(duì)計(jì)算資源的需求也會(huì)隨之猛增,。在這種情況下,，點(diǎn)對(duì)點(diǎn)網(wǎng)絡(luò)可能會(huì)有顯著增長(zhǎng)。所以他們從事的是鐵鎬和鐵鏟（picks and shovels）業(yè)務(wù),，但我認(rèn)為這只觸及了AI x Crypto潛力的表面。

這就像說猴子JPEG是NFT的頂峰一樣,。

然后我就碰到了Bittensor,。

與支持AI模型訓(xùn)練（上游）的Akash或Render不同，Bittensor專注于AI推理（下游）,，使用訓(xùn)練模型生成輸出,。

Bittensor是一個(gè)去中心化網(wǎng)絡(luò)，激勵(lì)A(yù)I模型（特別是大語言模型LLM）處理各種任務(wù),，如文本生成,，圖像創(chuàng)建和音樂制作,。目前，該網(wǎng)絡(luò)有27個(gè)子網(wǎng),，每個(gè)子網(wǎng)都專注于特定的任務(wù),。

簡(jiǎn)單來說，可以把Bittensor想象成一個(gè)去中心化的ChatGPT + Midjourney + AI可以做的任何事,。

該網(wǎng)絡(luò)運(yùn)營主要通過兩大角色：

我可能過于簡(jiǎn)化了技術(shù)上的復(fù)雜性,，但有幾件事對(duì)我來說很明顯：

TAO是Bittensor網(wǎng)絡(luò)的效用代幣，與比特幣的代幣經(jīng)濟(jì)結(jié)構(gòu)類似：2100萬枚代幣的硬上限和公平發(fā)布,，沒有風(fēng)投分配,。它甚至還有一個(gè)減半周期，第一次減半將在2025年發(fā)生,。

如今有565萬枚TAO在流通中,，所有這些都是通過網(wǎng)絡(luò)上的挖礦和驗(yàn)證來公平分配的。TAO的當(dāng)前流通市值略高于10億美元,。每天向礦工和驗(yàn)證者新發(fā)布的TAO數(shù)量為7200枚,。

Bittensor仍處于初始階段。該網(wǎng)絡(luò)擁有一個(gè)虔誠的社區(qū),，但參與者規(guī)模仍然不大——大約只有5萬多個(gè)活躍賬戶,。最繁忙的子網(wǎng)SN1專門用于文本生成，有大約40個(gè)活躍驗(yàn)證者和990多名礦工,。

真正吸引人的是去中心化AI網(wǎng)絡(luò)這一概念,，在降低了中心化風(fēng)險(xiǎn)的同時(shí)還提出了一個(gè)問題：這些獨(dú)特的經(jīng)濟(jì)激勵(lì)措施能否培育出超越OpenAI和谷歌等資本雄厚的實(shí)體所開發(fā)的AI模型？

在LLM隨著ChatGPT等工具的出現(xiàn)而成為主流之前,，deep tech（深度技術(shù)）初創(chuàng)公司通常專注于獲取專有數(shù)據(jù),，為特定任務(wù)開發(fā)專門的、基于機(jī)器學(xué)習(xí)的人工智能模型,。例如,，F(xiàn)latiron Health使用腫瘤患者的真實(shí)臨床數(shù)據(jù)開發(fā)人工智能模型，將其融入支持癌癥研究人員和衛(wèi)生保健提供者的工具,。歷來,，初創(chuàng)公司的目標(biāo)是將這些專有模式產(chǎn)品化和貨幣化。

然而,，Bittensor可能代表了這種范式的轉(zhuǎn)變,。或許更貼切的說法是,，這是一種由技術(shù)推動(dòng)的商業(yè)模式創(chuàng)新,，而不是一種技術(shù)突破。例如,，它為專有數(shù)據(jù)和AI模型提供了一條共同開發(fā)的途徑,，供更廣泛的受眾使用,，而不需要將它們開源。我可以設(shè)想這樣一個(gè)未來：Bittensor擁有數(shù)千個(gè)專門子網(wǎng),，可以應(yīng)對(duì)一系列挑戰(zhàn),，無論是環(huán)境、醫(yī)療保健問題還是能源問題,。

實(shí)話實(shí)說,，我發(fā)現(xiàn)如果一個(gè)團(tuán)隊(duì)能以與比特幣相同的方式設(shè)計(jì)他們的代幣經(jīng)濟(jì)學(xué)是很吸引人的。這表明了他們的動(dòng)機(jī),，他們與如今的團(tuán)隊(duì)不同——后者經(jīng)常按照風(fēng)投資助的模式優(yōu)化自己的代幣經(jīng)濟(jì)學(xué),，為創(chuàng)始人和投資者提供大量代幣分配。

我不確定Bittensor將何去何從,。它可能會(huì)獲取百倍的成功,，也可能徹底失敗。但它的潛力和背后的理念太吸引人了,，讓我不能無動(dòng)于衷,。