Jacob Robert Steeves tiết lộ tầm nhìn khai thác AI của Bittensor: Kết nối Kinh tế và Trí tuệ nhân tạo

Trong một cuộc trò chuyện độc quyền với các nhà quan sát ngành công nghiệp blockchain, Jacob Robert Steeves, người sáng lập Bittensor, đã chia sẻ quan điểm của mình về việc áp dụng cơ chế khai thác kiểu Bitcoin vào trí tuệ nhân tạo—một phương pháp mới đang định hình lại cách phối hợp tài nguyên tính toán phân tán trong kỷ nguyên số. Cuộc phỏng vấn này theo chân hành trình đáng chú ý của Steeves từ kỹ sư phần mềm tại Google đến người tiên phong trong một trong những dự án hạ tầng AI tham vọng nhất của crypto.

Bittensor (TAO), như một giao thức mã nguồn mở, đã tạo ra một vị trí đặc biệt bằng cách áp dụng các ưu đãi kinh tế vào tính toán AI. Mạng hoạt động khoảng 128 subnet, mỗi subnet cạnh tranh trong các lĩnh vực bao gồm suy luận, huấn luyện, học tăng cường và dịch vụ dữ liệu. Theo dữ liệu thị trường mới nhất tính đến tháng 3 năm 2026, TAO đang giao dịch ở mức 182,60 USD với vốn hóa thị trường chảy khoảng 1,75 tỷ USD. Hệ sinh thái đã phát triển đáng kể kể từ khi ra mắt mainnet vào năm 2021, thu hút sự tham gia của các nhà phát triển và nguồn lực tính toán trên toàn thế giới.

Hành trình từ Google đến Kiến trúc AI Phi tập trung

Con đường của Jacob Robert Steeves đến việc sáng lập Bittensor bắt đầu tại Đại học Simon Fraser ở Vancouver, Canada, nơi ông học toán học và khoa học máy tính. Sự nghiệp ban đầu của ông đưa ông qua công việc phát triển chip giao diện não bộ-máy tính tại một công ty hợp tác của DARPA, nơi một người hướng dẫn quan trọng đã giới thiệu ông về Bitcoin và các khái niệm tính toán dựa trên năng lượng. “Từ năm 2015, tôi đã tham gia sâu vào cả Bitcoin và AI,” Steeves giải thích. “Hai lĩnh vực này vốn dĩ phù hợp vì cốt lõi của AI là nghiên cứu các vòng phản hồi—backpropagation, thuật toán di truyền, học tăng cường—trong khi Bitcoin đại diện cho vòng phản hồi kinh tế có thể lập trình đầu tiên.”

Thời gian làm việc tại Google đã mang lại bước ngoặt lớn. Là một kỹ sư học máy, Steeves chứng kiến việc công bố bài báo đột phá “Attention Is All You Need” giới thiệu Transformer, đã thúc đẩy sự phát triển nhanh chóng của các mô hình ngôn ngữ lớn. Ông tiếp thu kiến thức quan trọng từ các nhóm tuyến đầu về thực hành học máy phân tán—máy chủ tham số, song song mô hình, và kỹ thuật song song dữ liệu—những kiến thức sau này sẽ định hình kiến trúc tính toán của Bittensor.

Dù danh tiếng tại một gã khổng lồ công nghệ, Steeves đã chọn theo đuổi tầm nhìn của mình một cách độc lập. Bắt đầu từ thời gian rảnh rỗi khoảng năm 2015, ông phát triển các khái niệm nền tảng của Bittensor trước khi toàn tâm vào năm 2018 và ra mắt mainnet vào năm 2021. “Kinh nghiệm tại Google đã dạy tôi về hệ thống phân tán và quy mô cần thiết để vận hành học máy hiệu quả trên quy mô toàn cầu,” ông phản ánh. “Nhưng điểm khác biệt cơ bản giữa Bittensor và AI doanh nghiệp truyền thống là cách tiếp cận triết lý của chúng tôi về phối hợp tài nguyên.”

Mô hình kinh tế của Bittensor: Khai thác gặp học máy

Về bản chất, Bittensor biến đổi cách tổ chức và đền bù nguồn lực tính toán. Không giống như các nền tảng tổng hợp truyền thống chỉ đơn giản “xếp chồng mô hình lên nhau,” giao thức tích hợp các ưu đãi kinh tế có thể lập trình trực tiếp vào quá trình học AI. “Ai cung cấp suy luận, huấn luyện hoặc công cụ hữu ích hơn sẽ nhận được nhiều phần thưởng hơn,” Steeves nhấn mạnh. “Điều này hoàn toàn khác biệt so với việc xếp chồng mô hình cơ bản.”

Bước đột phá nằm ở việc nhận ra điều mà 15 năm tiến bộ AI đã chứng minh: rằng học thích nghi qua các cơ chế phản hồi—dù là backpropagation hay học tăng cường—đẩy lùi tiến bộ. Bittensor hiện thực hóa nguyên tắc này bằng cách tích hợp trực tiếp tiền tệ và các tín hiệu kinh tế vào chu trình phát triển AI. Các lực thị trường liên tục tối ưu hóa chất lượng cung ứng và hiệu quả chi phí.

“Ý nghĩa của phi tập trung,” Steeves làm rõ, “là khả năng tham gia không cần phép và chống lại các điểm thất bại đơn lẻ. Bất kỳ cá nhân hoặc nhóm nào cũng có thể khởi chạy một subnet và cạnh tranh. Cung cấp tốt sẽ được thúc đẩy bởi các ưu đãi; cung cấp kém sẽ tự nhiên bị loại bỏ.” Môi trường cạnh tranh này đảm bảo sự cải tiến liên tục mà không cần các cổng trung ương.

Từ góc độ người dùng, mô hình hoạt động ở nhiều cấp độ. Các nhà phát triển có thể khởi tạo hoặc tham gia subnet, đóng góp mô hình và sức mạnh tính toán, và nhận các ưu đãi liên tục dựa trên hiệu suất của họ. Các bên yêu cầu dịch vụ mua các dịch vụ bao gồm suy luận, sức mạnh tính toán, tự động học máy hoặc tín hiệu dự đoán thị trường. Nền tảng biến đổi mô hình “thợ mỏ—phần thưởng—đồng thuận” truyền thống thành “cung AI hữu ích—thị trường thưởng—đồng thuận mạng.”

Các nhóm Trung Quốc dẫn đầu đổi mới subnet của Bittensor

Khi được hỏi về chuyến thăm đầu tiên tới Trung Quốc để thảo luận về Bittensor, Steeves nhấn mạnh tầm quan trọng chiến lược của sự tham gia của các nhà phát triển châu Á. “Trung Quốc là một trong những quốc gia phát triển nhanh nhất, có thể mạnh nhất, trong lĩnh vực trí tuệ nhân tạo toàn cầu,” ông lưu ý. “Khi khai thác Bitcoin còn hợp pháp, Trung Quốc chiếm hơn 50% sức mạnh tính toán. Ngay cả ngày nay, khu vực này sản xuất 90% chip trên thế giới. Tôi rất tôn trọng sức mạnh kỹ thuật của Trung Quốc.”

Quan trọng hơn, Steeves nhận thấy một mô hình cạnh tranh trong hệ sinh thái của Bittensor: “Trong Bittensor, có câu nói rằng khi các thợ mỏ Trung Quốc tham gia một subnet, cạnh tranh ngay lập tức trở nên khốc liệt hơn nhiều, đến mức nhiều người tham gia ban đầu rút lui. Điều này hoàn toàn dự kiến—cường độ cạnh tranh ở Trung Quốc thực sự đáng kinh ngạc.” Ông nhìn nhận điều này tích cực, cho rằng văn hóa đào tạo nghiêm ngặt trong các trường đại học và sự xuất sắc kỹ thuật của Trung Quốc phù hợp tự nhiên với khung cạnh tranh dựa trên thành tích của Bittensor.

Bằng chứng rõ ràng về sự đóng góp của Trung Quốc thể hiện rõ trong các dự án subnet hàng đầu của Bittensor. Affine, một trong những subnet lớn nhất của mạng, do các nhà phát triển Trung Quốc xây dựng và đã trở thành một trong những cơ chế cạnh tranh nhất trên nền tảng. Đồng thời, Lium, một subnet tập trung vào nguồn lực GPU, đã tích hợp sức mạnh tính toán đáng kể từ các nguồn châu Á. Thông qua các dự án này, các thợ mỏ Trung Quốc đóng góp nguồn lực xử lý cho thị trường toàn cầu trong khi đồng thời tiếp cận nhu cầu tính toán quốc tế.

“Trình độ kỹ thuật ở đây cực kỳ cao, gần như không ai sánh kịp,” Steeves nói về cộng đồng nhà phát triển Trung Quốc. “Tôi muốn tạo điều kiện để nhiều nhóm như vậy tham gia hơn nữa, vì đóng góp của họ vào khả năng mạng và chất lượng cạnh tranh là vô giá.”

Sức mạnh thực sự của phi tập trung: Vượt ra ngoài tổng hợp

Một hiểu lầm phổ biến cho rằng Bittensor chỉ đơn thuần là một “bộ tổng hợp mô hình AI,” nhưng Steeves đã nhấn mạnh rõ ràng để sửa lại nhận định này. “Cốt lõi của Bittensor là tích hợp các ưu đãi có thể lập trình vào quá trình học AI—nó hoàn toàn khác biệt so với chỉ xếp chồng các mô hình lên nhau,” ông khẳng định.

Sự khác biệt giữa Bittensor và các nền tảng truyền thống không chỉ nằm ở kiến trúc mà còn ở triết lý. “Cái gọi là Crypto + AI chỉ là áp dụng tiền mã hóa vào AI hoặc áp dụng AI vào crypto, điều này không chạm vào cốt lõi của những gì chúng tôi đang làm,” Steeves giải thích. “Điều chúng tôi thực sự làm là sử dụng các ưu đãi kinh tế dựa trên crypto để tiến hành nghiên cứu trí tuệ nhân tạo. Không phải phi tập trung vì phi tập trung—mà là dùng tín hiệu thị trường và cạnh tranh để mở rộng tính toán hữu ích.”

Sức mạnh của phương pháp này đã thể hiện rõ khi AWS gặp sự cố lớn vào cuối năm 2024, khiến nhiều dịch vụ AI tập trung thất bại. Kiến trúc phân tán của Bittensor có nghĩa là nó vẫn tiếp tục hoạt động mà không bị gián đoạn. “Sự cố này chứng minh một trong những giá trị của phi tập trung—nó cung cấp khả năng chống chịu trước các điểm thất bại đơn lẻ,” Steeves nhận xét. “Tuy nhiên, cũng chứng minh rằng nhiều hệ sinh thái phi tập trung như vậy thực sự chưa phi tập trung hoàn toàn, vì một số dự án không thể phục hồi sau sự cố. Thiết kế nền tảng của Bittensor, dựa trên phân phối tài nguyên và khả năng định tuyến linh hoạt, mang lại lợi thế về liên tục hoạt động và chịu lỗi.”

Vị trí thị trường của TAO và lộ trình 5 năm

Kể từ khi niêm yết trên sàn giao dịch vào tháng 3 năm 2023, TAO đã trở thành một nhân tố quan trọng trong lĩnh vực hạ tầng kinh tế crypto. Hệ sinh thái token gần đây thể hiện sự tin tưởng mạnh mẽ của các tổ chức với việc Quỹ TAO hoàn thành vòng gọi vốn tư nhân trị giá 11 triệu USD, thu hút các nhà đầu tư bao gồm cố vấn chiến lược James Altucher và công ty mẹ của Grayscale, DCG.

Về chu kỳ giảm một nửa năm 2025—sự kiện giảm nguồn cung đầu tiên của Bittensor—Steeves thể hiện quan điểm thận trọng: “Ảnh hưởng duy nhất của việc giảm một nửa đối với Bittensor là nguồn cung sẽ thắt chặt hơn. Nhưng điều này sẽ không ảnh hưởng đến cơ chế ưu đãi cốt lõi của mạng.” Điều này cho thấy ông tự tin vào tính bền vững của mô hình kinh tế nền tảng vượt ra ngoài cơ chế khan hiếm token đơn thuần.

Các nguồn doanh thu của giao thức đang đa dạng hóa. Các nguồn chính bao gồm bán dịch vụ suy luận, sức mạnh tính toán, dịch vụ học máy tự động (AutoML) và tín hiệu dự đoán thị trường. Phương thức đa nguồn này phản ánh các nền tảng công nghệ truyền thống trong khi vẫn duy trì quản trị phi tập trung.

Về các thị trường dự đoán, Steeves nhấn mạnh tiềm năng biến đổi của chúng. “Tôi nghĩ Kalshi và Polymarket là một trong những ứng dụng fintech thực sự và ứng dụng đầu tiên dành cho người tiêu dùng đại chúng,” ông nói. “Nó rất ý nghĩa và thay đổi sâu sắc cách con người làm việc. Các subnet thị trường dự đoán của Bittensor đại diện cho biên giới tiếp theo trong hạ tầng ra quyết định phi tập trung.”

Tầm nhìn 5 năm: Mở rộng đến hàng triệu người dùng

Khi hình dung về tương lai của Bittensor, Steeves đã trình bày một mục tiêu tham vọng nhưng có thể đo lường được: mang công nghệ này đến hàng triệu người dùng và thực sự cung cấp dịch vụ trí tuệ mở toàn cầu trong khi duy trì hoạt động mạng bền vững.

“Mục tiêu tôi muốn thấy nhất là: chúng tôi đã mang công nghệ này đến ‘hàng triệu’ người dùng và thực sự cung cấp dịch vụ trí tuệ mở cho thế giới, với mạng liên tục mở rộng,” ông nói. Với khoảng 100.000 người dùng hiện tại đang sử dụng công nghệ của Bittensor, con đường mở rộng có vẻ khả thi về mặt kỹ thuật.

Lợi thế kinh tế là động lực chính thúc đẩy tăng trưởng. “Về mặt kinh tế, chúng tôi có thể vượt qua các nhà cung cấp tập trung trong nhiều kịch bản nhờ lợi thế về chi phí, đặc biệt trong suy luận,” Steeves giải thích. Xem xét các động thái cạnh tranh: các sản phẩm AI tập trung có thể tính phí 1.000 USD cho đăng ký trong khi chỉ mang lại giá trị thực khoảng 200 USD. Bittensor có thể cung cấp các gói 10 USD với chi phí mạng khoảng 6 USD—lợi thế chi phí lên tới 60%.

Ridges, một subnet lớn tập trung vào các tác nhân mã hóa, minh họa nguyên tắc này. Các nhóm trên toàn thế giới cùng nhau tối ưu hóa trợ giúp mã hóa qua các ưu đãi cạnh tranh, đẩy giá xuống trong khi nâng cao chất lượng. Các cơ chế kinh tế tương tự cũng áp dụng trong các lĩnh vực khác.

“Mục tiêu của chúng tôi là phục vụ hàng tỷ người dùng trên toàn thế giới,” Steeves phát biểu. “Nếu các công ty AI tập trung không áp dụng các nguyên thủy kỹ thuật này, họ sẽ gặp khó khăn trong việc duy trì hiệu suất, tốc độ và chi phí trong dài hạn. Đây là mấu chốt của chúng tôi.”

Sự thành công của Bitcoin là có chủ đích. “Lý do Bitcoin có thể vượt trội hơn các quốc gia có chủ quyền hoặc hệ thống tập trung ở cấp độ mạng là vì nó đã áp dụng các nguyên thủy kỹ thuật và cơ chế phù hợp,” ông nhận xét. Trong khi thừa nhận rằng Bittensor chưa đạt được điều này trên tất cả các lĩnh vực, Steeves nhấn mạnh rằng trong các lĩnh vực cụ thể—đặc biệt là suy luận GPU và thị trường dự đoán—mạng đã thể hiện những ưu thế vượt trội này.

Thú vị thay, Steeves nhận thấy nhiều người dùng đã và đang hưởng lợi từ hạ tầng của Bittensor mà không nhận thức rõ điều đó. “Nhiều người thực sự sử dụng Bittensor trong cuộc sống hàng ngày của họ mà còn không biết điều đó,” ông gợi ý, cho thấy công nghệ đang hoạt động như một hạ tầng nền hỗ trợ các ứng dụng và dịch vụ ở các tầng cao hơn.

Khả năng hợp tác với các tổ chức AI lớn là một chiều hướng tăng trưởng khác. “Có thể,” Steeves nói về khả năng hợp tác với OpenAI hoặc các công ty AI Trung Quốc. “Điều này phụ thuộc vào việc các triết lý của chúng tôi có phù hợp hay không. Một số phòng thí nghiệm tập trung thích hợp nhất để tập trung và kiểm soát, trong khi chúng tôi nhấn mạnh sự mở và không cần phép.” Ông đặc biệt hào hứng về các hợp tác với các nhóm cởi mở như DeepSeek, Kimi và Moonshot. “Nếu chúng tôi có thể làm việc với họ để đạt được đào tạo phi tập trung thực sự, chúng tôi rất hoan nghênh. Chỉ còn là vấn đề thời gian: hợp tác hoặc áp dụng phương pháp đào tạo phi tập trung của chúng tôi.”

Tầm nhìn này—về các ưu đãi kinh tế thúc đẩy phát triển trí tuệ nhân tạo quy mô toàn cầu qua các mạng phân tán—đại diện cho đóng góp cốt lõi của Jacob Robert Steeves trong việc hiểu cách thị trường, cạnh tranh và cơ chế kinh tế có thể mở rộng công nghệ có lợi để phục vụ nhân loại ở quy mô chưa từng có.