Panayam kay Bittensor founder Jacob: Paglalapat ng mining sa AI, TOP 3 subnet gawa ng Chinese teams

Panauhin: Jacob Robert Steeves, Tagapagtatag ng Bittensor
Panayam: zhou & chilli, ChainCatcher

 

Sa mga nakaraang taon, ang desentralisadong artificial intelligence bilang isang nangungunang larangan ng pagsasanib ng blockchain at AI na teknolohiya ay nakakuha ng pansin ng pandaigdigang komunidad ng teknolohiya. Ang Bittensor (TAO) bilang isang open-source na protocol, ay naglalapat ng Bitcoin-style na “mining incentive” na mekanismo sa AI computing, na nag-oorganisa ng inference, training, at iba pang uri ng subnet at mga provider sa blockchain upang magkompetensya at tumanggap ng gantimpala batay sa kontribusyon.

Ayon sa datos ng CoinGecko, ang token ng Bittensor na TAO ay inilunsad sa mga exchange noong Marso 2023, at sa oras ng pagsulat, ang presyo nito ay 423 US dollars, na may market cap na humigit-kumulang 4 na bilyong US dollars, na niraranggo bilang ika-42 sa mga cryptocurrency. Kamakailan, ang TAO Treasury na kumpanya na TAO Synergies Inc. ay nag-anunsyo ng pagkumpleto ng 11 milyong US dollars na private fundraising, na ang mga mamumuhunan ay kinabibilangan ng TAO strategic advisor na si James Altucher at ang parent company ng Grayscale na DCG.

Sa espesyal na panayam na ito ng ChainCatcher, nagkaroon kami ng pagkakataon na makausap ang tagapagtatag ng Bittensor na si Jacob, upang talakayin nang malalim ang kanyang teknikal na pananaw, ang kanyang karanasan mula sa Google hanggang sa pagnenegosyo, at kung paano binabasag ng Bittensor ang mga hadlang ng tradisyonal na AI sa pamamagitan ng “incentive computing”.

 

Mula Google patungo sa Desentralisadong AI: Ang Bittensor ay Paglalapat ng Mining sa AI

ChainCatcher: Sa mga nakaraang buwan napansin namin na ang Bittensor (TAO) ay nagdulot ng matinding atensyon sa US, at mabilis ding umiinit sa Asian community. Umaasa kaming sa panayam na ito, mas maraming mambabasa ang makakaunawa sa Bittensor, at sa iyong pananaw sa hinaharap ng “desentralisadong AI”. Maaari mo bang ikuwento ang iyong background? Maraming mambabasa ang nakakaalam na naging software engineer ka sa Google, bakit mo iniwan ang Google para magnegosyo? Ano ang pinakamalaking epekto ng karanasang iyon sa iyo?

Jacob: Nag-aral ako ng Mathematics at Computer Science sa Simon Fraser University sa Vancouver, Canada, at pagkatapos ng graduation ay nagtrabaho ako sa isang DARPA contractor na gumagawa ng brain-computer interface chips. Ang aking mentor (na siya ring tagapagtatag ng kumpanya) ay isa sa mga unang tagasuporta ng Bitcoin, siya ang nagpakilala sa akin sa mga konsepto ng “energy/thermodynamic computing”, at tinulungan akong tunay na maunawaan ang Bitcoin.

Mula 2015 sabay kong pinagsikapan ang Bitcoin at AI, at natural na magkaugnay ang dalawang ito, dahil ang core ng AI ay ang pag-aaral ng feedback loops (backpropagation, genetic algorithms, reinforcement learning, atbp.), at ang Bitcoin ang unang programmable economic feedback loop. Pagkatapos, nagtrabaho ako sa Google bilang machine learning engineer, at sa aking libreng oras ay dinevelop ko ang Bittensor, hanggang sa nagdesisyon akong mag-full time sa Bittensor noong 2018, at inilunsad ang mainnet noong 2021.

Noong nasa Google ako, nasaksihan ko ang paglalathala ng “Attention Is All You Need” (Transformer) na papel, na nagtulak sa exponential na pag-unlad ng mga malalaking modelo gaya ng GPT. Marami rin akong natutunan mula sa mga frontline team tungkol sa distributed machine learning practices, tulad ng parameter server, model parallelism, data parallelism, atbp.—napakahalaga ng mga karanasang ito sa pagbuo namin ng computational architecture ng Bittensor.

ChainCatcher:Bago tayo magpatuloy, maaari mo bang ipaliwanag nang maikli kung ano ang Bittensor?

Jacob:Siyempre. Ang Bittensor ay isang open protocol na naglalapat ng Bitcoin-style mining mechanism sa AI: ginagamit namin ang programmable economic incentives upang ayusin ang distributed computing power, models, data, at applications sa isang patas na merkado. Ang Bittensor ay isang blockchain na may native token na TAO, na tumatakbo ang humigit-kumulang 128 na subnets, bawat isa ay nakatuon sa inference, training, reinforcement learning, code agents, storage, prediction/trading signals, at iba pang magkakaibang gawain na magkakasabay na nagkokompetensya. Ang AI sa esensya ay isang computational problem; napatunayan na ng Bitcoin na ang “incentive + competition” ay epektibong nakakapag-coordinate ng distributed resources, at inilipat lang namin ang mga primitive na ito sa intelligent production.

Mula sa pananaw ng user, maaaring maglunsad o sumali ang mga developer sa subnet, mag-ambag ng models at computing power at patuloy na tumanggap ng incentives batay sa performance; ang mga demand side naman ay maaaring bumili ng inference, computing power, AutoML o prediction signals mula sa network. Sa madaling salita, binago ng Bittensor ang paradigm ng “miner—reward—consensus” sa “useful AI supply—market reward—network consensus”.

 

Pagtungo sa mga Chinese Developer: Pinakamalakas na Kompetisyon at Bagong Pinagmumulan ng Supply

ChainCatcher:Unang beses mo ba sa China? Bakit mo piniling mag-tour sa China sa panahong ito?

Jacob:Oo, unang beses ko ito. Nakatira ako ngayon sa Peru, at hindi pa ako nagkaroon ng overseas tour dati, kaya espesyal akong pumunta sa China para talakayin ang Bittensor. Una, ang Bittensor ay naglalapat ng Bitcoin mining sa AI, at ang China ay isa sa pinakamabilis lumago at marahil ay pinakamalakas na bansa sa larangan ng artificial intelligence; noong legal pa ang Bitcoin mining, mahigit 50% ng global computing power ay mula sa China, at hanggang ngayon, 90% ng chips sa mundo ay dito pa rin ginagawa.

Labis kong iginagalang ang teknikal na kakayahan ng China sa pagtatayo ng mga network na ito, at umaasa akong mas maraming Chinese developer ang makikilahok sa pagtatayo ng Bittensor network upang mapalawak pa namin ang saklaw nito.

Ang Bittensor ay isang desentralisado, permissionless, at transparent na open network, kaya maaaring makilahok nang patas ang sinumang rehiyon, na mahalaga bilang counterbalance sa kasalukuyang highly centralized na AI infrastructure. Napatunayan na namin ang feasibility sa ilang direksyon: sa pamamagitan ng subnets, naipasok namin ang GPU resources at model services sa merkado, at nakikipagkompetensya sa presyo at efficiency laban sa centralized solutions. Ang layunin ng pagpunta ko sa China ay upang maisama ang mga landas na ito sa mas malaking developer ecosystem.

ChainCatcher:Anong mahalagang mensahe ang gusto mong iparating sa mga Asian developer at investor sa trip na ito? Mayroon bang Chinese project o community na tumatak sa iyo?

Jacob:Oo, meron. Madalas naming marinig sa Bittensor ang kasabihang: kapag pumasok ang Chinese miners sa isang subnet, agad na tumitindi ang kompetisyon, kaya marami sa mga dating kalahok ay umaalis—inaasahan na ito, dahil talagang kahanga-hanga ang intensity ng kompetisyon sa China. Simula pa lang sa paraan ng organisasyon at training sa mga unibersidad, isa kayo sa pinaka-competitive na grupo sa mundo, kaya naniniwala akong natural na bagay ang China at Bittensor.

Ang gusto kong iparating sa pagpunta ko rito: ito ay isang bagong, at patas na economic platform, kung saan ang mga Chinese engineer, builder, at miner ay maaaring mag-ambag ng tunay na produktibong halaga—at ito ay bukas, transparent, at patas ang mga patakaran. Sa partikular na proyekto, isa sa pinakamalaking subnet sa Bittensor ay ang Affine, na binuo ng Chinese developers, at ito ay nagiging isa sa pinakamalakas na mekanismo sa buong network. Umaasa akong mas marami pang ganitong team ang sasali, dahil napakataas talaga ng antas ng mga engineer dito, halos walang kapantay.

ChainCatcher:Ano ang pananaw mo sa natatanging posisyon ng China, Hong Kong, at Singapore sa Web3 at AI?

Jacob:Sa kasalukuyan, ang China, Singapore, at mga kumpanya sa East Asia ay nangunguna sa open-source artificial intelligence. Tulad ng DeepSeek at iba pang top open-source models ay mula sa Chinese teams; mas flexible naman ang Hong Kong at Singapore sa compliance at capital, kaya mas madali ang industrialization at cross-border collaboration. Sa pangkalahatan, itinutulak ng Asia ang “open models + engineering implementation” sa frontline, na mahalaga para sa desentralisadong AI. Bukod pa rito, ang mga top university ng China gaya ng Peking University at Tsinghua University ay malaki rin ang ambag sa academic at knowledge progress.

ChainCatcher:Nabanggit mo kanina na may humigit-kumulang 128 subnet projects sa Bittensor, maaari mo bang pag-usapan ang resource allocation o distribution ng mga engineer?

Jacob:Ang top three na Subnet Ecosystem Projects ay gawa ng Chinese teams, at mahalaga ito para sa akin. Ang Bittensor ay isang anonymous platform, ngunit tiyak na maraming Asian teams at computing power ang nakakonekta. Halimbawa, ang Lium ay isang top subnet na nagbibigay ng GPU resources, at nagtatayo ito ng permissionless market kung saan kahit sino ay maaaring mag-ambag ng GPU computing power, at maaari ring gumamit ng GPU resources sa network. Maraming Chinese miners ang nag-ambag ng mga chip na ito (nakikita namin mula sa IP address ng mga machine na talagang nasa Asia sila), at dinadala namin ang resources na ito sa global market.

ChainCatcher:May contact ba kayo ngayon sa ilang investment institutions? Maraming investment funds o companies ang siguradong interesado sa Bittensor.

Jacob:Oo, madalas kaming makatanggap ng contact mula sa mga investors na gustong sumali at bumili ng TAO. Pero hindi ako ang direktang namamahala sa mga bagay na ito, isa lang akong engineer. Ang Bittensor network ay bukas at ang market ay liquid. Kaya inirerekomenda namin na sumali ang lahat sa secondary market ng TAO, dahil naniniwala kaming iyon ang pinaka-patas na paraan, at bawat isa ay makakapasok sa market sa parehong paraan. Sa katunayan, madalas kaming lapitan ng mga investment companies, pero mas gusto naming patas ang lahat sa market.

ChainCatcher:Sa hinaharap, posible bang magkaroon ng kolaborasyon ang Bittensor sa mga tradisyonal na internet giants (tulad ng OpenAI, Alibaba, Baidu, atbp.)?

Jacob:Oo, posible, pero nakadepende ito kung pareho ang pananaw. Ang ilang centralized labs sa US ay malamang hindi interesado, mas gusto nila ang control at centralization, samantalang kami ay nakatuon sa openness at permissionless. Sa kabilang banda, ang mga mas open na teams tulad ng DeepSeek, Kimi, Moonshot ay maaaring magdala ng resources sa Bittensor, maglunsad ng subnet at mag-monetize, at maaari ring gumamit ng network supply. Naniniwala akong oras lang ang kailangan: maaaring mag-collaborate o tanggapin nila ang aming decentralized training approach. Kung makakatrabaho namin ang Moonshot para sa tunay na decentralized training, welcome na welcome iyon sa amin.

 

Ang Pinakapundasyon ng Bittensor: Paggamit ng Crypto Economic Incentives para sa AI Research

ChainCatcher:Kamakailan ay nabanggit mo sa X na ang Crypto + AI ay mababaw na pananaw, at ang tunay na mahalaga ay incentive computing. Maraming tao ang tingin sa Bittensor bilang isang “AI model aggregator”, pero mas binibigyang-diin mo na ito ay isang “incentive network”. Maaari mo bang ipaliwanag sa aming mga mambabasa: ano ang pinakamalaking pagkakaiba ng Bittensor sa tradisyonal na aggregation platforms? Ano talaga ang binago ng “decentralization”?

Jacob:Ang “AI model aggregator” na pananaw ay hindi tama. Ang core ng Bittensor ay ang pag-embed ng “programmable incentives” sa learning process ng AI: kung sino ang nagbibigay ng mas kapaki-pakinabang na inference, training, o tools, siya ang makakatanggap ng mas maraming reward, na iba sa “pagsasama-sama lang ng mga modelo”. Sa nakaraang 15 taon, ang breakthrough ng AI ay mula sa adaptive learning ng feedback/reward (tulad ng BP, RL), at ang ginagawa namin ay direktang pag-embed ng currency at incentives sa mekanismong ito, gamit ang market signals upang patuloy na i-optimize ang supply at kalidad.

Ang kahulugan ng “decentralization” ay permissionless entry at resistance sa single point of failure, ibig sabihin, kahit sino o anumang team ay maaaring maglunsad ng subnet at makipagkompetensya, ang magagandang supply ay pinalalaki ng incentives, at ang mahihina ay natural na natatanggal; kasabay nito, ang distributed resources at flexible routing ay nagbibigay ng mas mataas na resilience laban sa single point of failure. Ngunit ang layunin namin ay hindi “decentralization for the sake of decentralization”, kundi ang pag-scale ng useful computation na pinapagana ng incentives—ito ang pangunahing pagkakaiba ng Bittensor sa tradisyonal na aggregation platforms.

Gayunpaman, ang tinatawag na Crypto + AI ay simpleng paglalapat ng cryptocurrency sa AI, o AI sa crypto, at hindi nito tinatamaan ang core ng ginagawa namin—ang tunay naming ginagawa ay paggamit ng crypto economic incentives para sa AI research.

ChainCatcher:Ilang araw ang nakalipas, nagkaroon ng malawakang outage ang AWS, at maraming AI services ang tumigil. Ano ang interpretasyon mo rito?

Jacob:Sa tingin ko, pinatunayan ng insidenteng ito ang halaga ng decentralization—na nagbibigay ito ng resilience laban sa single point of failure. Hindi nagkaroon ng outage ang Bittensor, dahil umaasa kami sa decentralized resource allocation, na isa sa aming mga bentahe. Ngunit pinatunayan din ng insidenteng ito na maraming tinatawag na decentralized ecosystem ay hindi talaga ganap na decentralized, dahil may ilang proyekto na hindi agad nakabawi pagkatapos ng outage. Hindi namin ginawang core goal ng Bittensor ang decentralization, bagaman gumagamit kami ng anti-censorship mechanism sa core technology, ngunit hindi ito ang pangunahing driving force ng Bittensor.

 

Ekonomiya at Pananaw: TAO Halving Cycle, Pinagmumulan ng Kita ng Protocol, Prediction Market at Limang Taong Layunin

ChainCatcher: 2025 ang unang halving cycle ng TAO, sa tingin mo paano maaapektuhan ng halving na ito ang behavior ng mga developer at validator sa ecosystem?

Jacob: Sa totoo lang, naniniwala akong ang tanging epekto ng halving sa Bittensor ay ang paghigpit ng supply. Ngunit hindi nito maaapektuhan ang pangunahing incentive mechanism ng network, mananatili pa rin ang malalaking economic incentives upang hikayatin ang mga developer na magtayo sa platform.

ChainCatcher:Saan pangunahing nagmumula ang kita ng Bittensor protocol layer?

Jacob:Pangunahing nagmumula ito sa pagbebenta ng inference, compute, AutoML (automated machine learning), at pagbebenta ng signals sa prediction market.

ChainCatcher:Nabanggit mo kanina ang prediction market, ano ang pananaw mo sa kasalukuyang posisyon at business model ng prediction market sa Web3 ecosystem?

Jacob:Sa tingin ko, napakagandang ideya ito. Kung tinutukoy mo ang Kalshi at Polymarket, naniniwala akong sila ay tunay na fintech applications, at ito ang unang beses na may application para sa mass consumers. Napakahalaga nito, at malalim nitong binabago ang paraan ng pagtatrabaho ng tao.

ChainCatcher:Sa huli, pag-usapan natin ang pananaw ng Bittensor. Sa loob ng limang taon, anong headline ang gusto mong makita tungkol sa Bittensor? Ano ang iyong pananaw para sa application na ito? Paano mo ito balak isakatuparan?

Jacob:Ang pinaka-gusto kong makita, at pinakamahalagang headline ay: nadala namin ang teknolohiyang ito sa harap ng “milyong” user, at tunay na naibigay ang open intelligent services sa buong mundo, patuloy na lumalawak at sustainable ang network. Ngayon, nakikita na namin ang simula ng landas na ito: sa economic level, sa maraming scenario ay kaya naming talunin ang centralized providers sa cost advantage, lalo na sa inference. Sa kasalukuyan, may humigit-kumulang 100,000 user na gumagamit ng aming teknolohiya; ang susunod na hakbang ay hindi lang manguna sa inference, kundi pati na rin sa application layer.

Ang layunin namin ay maglingkod sa bilyun-bilyong user sa buong mundo. Halimbawa: ang Ridges ay isang malaking subnet sa Bittensor na gumagawa ng coding agents, na sama-samang ino-optimize ng mga global miners. Ang ganitong paraan ng pagbuo ay may malinaw na benepisyo: malaki ang pagbaba ng presyo. Dahil passive at tuloy-tuloy naming ino-optimize ang cost-performance globally—kapag ang ilang centralized products ay nangangailangan ng 1000 US dollars na subscription ngunit 200 US dollars lang ang aktwal na halaga, kaya naming magbigay ng 10 US dollars na subscription, at 6 US dollars lang ang cost ng network. Ang ganitong economies of scale ay nagbibigay sa amin ng kakayahang maabot ang buong mundo; at kung hindi gagamitin ng centralized AI companies ang mga foundational technical primitives na ito, mahihirapan silang makasabay sa performance, bilis, at cost sa pangmatagalan.

Ito ang aming “wedge”. Kung kaya naming manatiling mas mahusay sa mga critical na dimensyon na ito, mahihirapan silang talunin kami sa kompetisyon; sa kabilang banda, kung hindi namin ito magagawa, wala kaming masasabi.

Ganoon din ang prinsipyo, ang dahilan kung bakit nagtagumpay ang Bitcoin laban sa mga sovereign states o centralized systems sa network level ay dahil gumamit ito ng tamang technical primitives at mechanism design. Siyempre, hindi pa nagagawa ng Bittensor ito sa lahat ng larangan, pero sa ilang partikular na larangan ay nagawa na namin, at maraming tao ang aktwal na gumagamit ng Bittensor araw-araw nang hindi nila namamalayan.