导语：
生活在亚洲时间的一件事是，你经常醒来就会看到重大新闻，并且必须不能错过这种新闻。
例如，萨姆·奥尔特曼 (Sam Altman) 于周五被 OpenAI 解雇。
我正喝着牛奶，差点被噎住了。
为什么董事会会解雇他：他很明显是非常聪明的、拥有堪称典范的成功经历，并且12天前他刚刚在 OpenAI 会议上发表了精彩主题演讲！
有一些给激进理论工匠的提示。安德鲁·科特 (Andrew Cote) 认为，奥特曼被解雇是出于政治目的，因为“他通过部署最近的突破性进展，推动人工智能发展得太快。”但是，有些人不喜欢这样。
OpenAI 的公司结构非常尴尬（几乎功能失调），因为它最初是一个非营利实体，后来决定转型为营利性企业。如今，非营利组织控制着营利实体的方向，同时为投资者提供有限的上涨空间。
随着真相浮出水面，这将是令人兴奋的几周。
这会是史蒂夫·乔布斯（Steve Jobs）的时刻吗？ Sam 会继续创办另一家公司来与 OpenAI 竞争吗？
但显而易见的是，OpenAI 的内部运作笼罩着一层神秘的面纱。尽管 GPT 工具无处不在，并且在全球范围内已有数亿人在使用，但它仍然存在明显的脱节。
作为日常用户，我们发现自己处于局外人的角度，试图透过这些人工智能巨头的秘密面纱来窥视。随着 GPT 继续融入我们社会的结构，这种缺乏透明度的情况令人担忧。
区块链 + 加密货币 = ???
区块链… 和几米货币？来源：marketoonist.com
最近，我一直在思考一个问题：加密货币和人工智能之间的交集会是什么样？虽然这很模糊，但大多数人都会同意，它们有巨大的潜力待于释放。
当我们想到 AI x Crypto 时，我们通常会想到 Akash 和 Render 网络。这些是 GPU 的去中心化网络，可以为人工智能模型的训练提供必要的计算。它们的逻辑很简单——随着人工智能的不断飙升，对计算资源的需求也将随之猛增。在这种背景下，点对点网络可能会经历显著的增长。所以他们从事的是镐和铲子业务，但我认为这只是AI x Crypto潜力的表面现象而已。
这就像说猴子 JPEG 是 NFT 所能提供的峰值一样。
然后我遇到了 Bittensor。
ELI5: Bittensor
与支持 AI 模型训练（上游）的 Akash 或 Render 不同，Bittensor 专注于 AI 推理（下游），即使用经过训练的模型生成输出。
这是一个去中心化的网络，可以激励人工智能模型，特别是大型语言模型（LLM）来完成文本生成、图像创建和音乐制作等各种任务。如今，该网络由超过27个子网组成，每个子网专注于特定任务。
简单来说，可以将 Bittensor 视为去中心化的 ChatGPT + Midjourney + 人工智能可以做的任何其他事情。
该网络通过两个主要角色运行：
- 矿工（价值生产者）：矿工在网络上开发和托管人工智能模型。他们根据与特定任务相关的模型的性能获得 TAO 代币奖励。这刺激开发出更好、更高效的人工智能模型。
- 验证者（共识生成者）：验证者评估矿工的输出，对他们在特定任务上的表现进行排名。他们还与向验证者提交任务的用户进行交互（例如，对于图像生成子网：“Sam Altman在感恩节晚餐时戴着Darth Vader面具的图像”）并将其传输给适当的矿工。
“Sam Altman在感恩节晚餐时戴着Darth Vader面具”——由 Bittensor 的图像生成子网创建。
我可能过于简单化了技术的复杂性，但有几件事对我来说很突出：
- 网络中的矿工和验证者交换知识并共享参数，从而随着时间的推移进行自我优化
- 该网络旨在利用多个独立人工智能模型的优势来生成最佳输出（“专家混合”）
来源：Revelo Intel — Bittensor
我没打算深入探讨技术细节，但这里有一些很好的总结，可以帮助我更好地理解 Bittensor：
Knower——关于 Bittensor 和 AI 的简短报告
您可以访问此链接以尝试一下 Bittensor 的 chatGPT 等效项
关于TAO
TAO 是网络的实用型代币，它具有与比特币类似的代币结构：2100万代币的硬上限和没有 风险资金分配的公平发行。它甚至还有一个减半周期，第一次减半将在2025年发生。
目前流通的 TAO 数量为565万枚，全部通过网络挖矿和验证公平分配。今天的流通市值略高于$1B。每天向矿工和验证者发放7,200个新 TAO。
我的早期想法
Bittensor 仍处于起步阶段。该网络拥有一个专门的、近乎狂热的社区，但参与者总数仍然不多——大约有50,000多个活跃帐户。最繁忙的子网 SN1 专门用于文本生成，拥有大约40个活跃验证者和990多个矿工。
真正吸引人的是去中心化人工智能网络的概念。这不仅减轻了中心化的风险，还提出了一个问题：这些独特的经济激励措施能否培育出超越 OpenAI 和谷歌等资金雄厚的实体开发的人工智能模型？
在 LLM 随着 ChatGPT 等工具的出现而成为主流之前，深度科技初创公司通常专注于获取专有数据集，为非常具体的任务开发专门的、基于机器学习的人工智能模型。例如，Flatiron Health 使用来自肿瘤患者的真实临床数据，并开发人工智能模型，将其输入到支持癌症研究人员和护理提供者的工具中。传统上，初创公司的目标是将这些专有模型产品化并货币化。
然而，Bittensor 可能代表了这种范式的转变。与其说是技术突破，不如说是技术驱动的业务模式创新更贴切。例如，它为专有数据和人工智能模型提供了一种共同开发并由更广泛的受众使用的途径，而无需将它们开源。
我能设想这样一个未来：Bittensor 托管数千个专用子网，以应对从环境和医疗保健问题到能源解决方案等一系列挑战。
老实说，我发现这个团队的有趣之处，他们以与比特币相同的方式设计代币经济。这体现了他们的动机，与当今的团队不同——他们经常沿着风险投资资助的模式优化他们的代币经济，为创始人和投资者提供大量分配。
我不确定 Bittensor 会何去何从。这可能取得100倍的成功，也可能是遭遇彻底的失败。但它背后的潜力和哲学对我来说极具吸引力，以致于我们无法忽视它。
（注：在撰写本文时，我拥有 TAO 并将其抵押给验证者）。
声明：
- 本文转载自[Teng’s Thoughts]，著作权归属原作者[TENG YAN]，如对转载有异议，请联系Gate Learn团队，团队会根据相关流程尽速处理。
- 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
- 文章其他语言版本由Gate Learn团队翻译， 在未提及Gate.io的情况下不得复制、传播或抄袭经翻译文章。
相關文章
