La crypto a toujours été passionnante pour moi. Il y a toujours de nouvelles choses quelque part dont je peux apprendre. Je suis naturellement curieux, j'aime poser beaucoup de questions idiotes surtout aux personnes techniques pour juste jeter un œil à leurs idées et apprendre de leurs expériences précieuses.

L'IA ne fait pas exception, en fait les choses avancent à une vitesse vertigineuse avec les géants de la technologie Web2 améliorant constamment leurs modèles, les principales applications capitalisant sur l'IA, en lançant des cas d'utilisation pilotés par l'IA

• @canvaa lancé des outils d'IA pour permettre aux artistes et créateurs non techniques de construire facilement des expériences interactives et d'augmenter leurs créations avec l'IA
• @YouTubea introduit un nouvel outil d'IA qui permet aux créateurs de générer de la musique de fond pour les vidéos
• Les acteurs du covoiturage comme Grab déploient une IA agentic pour soutenir les commerçants et les partenaires conducteurs
• Les acteurs du commerce électronique comme Lazada aident à introduire des outils GenAI pour aider les vendeurs avec les ventes, le marketing et le service client

Et la liste continue. Des cas d'utilisation pratiques du monde réel qui utilisent l'IA générative et l'IA agentic pour améliorer les flux de travail ont continué à gagner en adoption tant auprès des entreprises que des utilisateurs de détail.

La bonne chose à propos de ces technologies est qu'elles sont facilement accessibles, vous pouvez trouver des solutions gratuites ou à faible coût partout. Les avantages l'emportent largement sur les coûts financiers.

Mais ce que les gens oublient souvent, ce sont les compromis cachés lors de l'utilisation de ces produits d'IA, tels que :

• Qui possède vos données ?
• Quelqu'un d'autre peut-il prendre votre idée et créer un produit concurrent?
• La plateforme est-elle sécurisée? Vos données pourraient-elles être divulguées?
• Si la plateforme tombe en panne (comme l'a fait AWS), cela pourrait-il arrêter votre entreprise ? Les fonds des clients pourraient-ils être en danger ?
• Pouvez-vous toujours accéder à votre plateforme ? Êtes-vous obligé de vérifier votre identité ? Si la plateforme ferme, possédez-vous toujours votre produit ou votre entreprise ?

Beaucoup plus de questions (j'ai parlé de cela de manière plus approfondie dans mon article précédent si vous ne l'avez pas encore lu).

Les acteurs centralisés ont le pouvoir centralisé de prendre des décisions qui peuvent (involontairement) avoir un impact considérable sur votre vie.

On pourrait soutenir que cela n'a pas d'importance - peut-être n'utiliserez-vous pas beaucoup ces outils, ou vous faites confiance à ces entreprises pour agir dans le meilleur intérêt des utilisateurs. C'est bien. Vous pourriez même vouloir investir dans ces start-ups d'IA car elles s'adressent à des marchés adressables massifs. Mais le problème est que vous ne le pouvez pas. À moins que vous ne soyez à @ycombinatorou une grande firme de capital-risque, vous n'avez pas accès à ces transactions.

D'autre part, en Web3 AI, il existe de nombreux écosystèmes d'IA dans lesquels investir avec des équipes qui travaillent pour proposer des produits et services d'IA décentralisés aux utilisateurs. L'un des principaux écosystèmes DeAI dans lesquels investir est @opentensor(Bittensor)

Bittensor: Intelligence Artificielle Darwinienne

Bittensor relève de la catégorie de l'IA darwinienne, c'est-à-dire l'évolution de l'IA par la sélection naturelle. Pensez à cela comme les Jeux de la Faim mais pour l'IA, où chaque sous-réseau a ses propres Jeux de la Faim avec des "mineurs" comme tribut (ou participants). Ils se battent les uns contre les autres avec leurs propres modèles et leurs propres données sur une performance dans une tâche spécifique. Seuls les modèles les plus aptes (ceux qui performent le mieux) sont récompensés. Les modèles plus faibles sont remplacés ou évoluent (via l'entraînement, l'ajustement ou l'apprentissage des autres). Avec le temps, cela conduit à un écosystème d'IA plus robuste, diversifié et performant.

Ce qui est passionnant à propos de Bittensor en particulier, c'est le mécanisme de concurrence et d'incitation conçu pour aligner les incitations entre les différents parties prenantes. J'ai décrit les défis auxquels sont confrontées les équipes d'agents d'IA Web3 dans le tweet ci-dessous...

En résumé, les jetons d'agent actuels sont bons pour les spéculateurs et bons pour les équipes à utiliser comme un outil pour susciter l'engouement, mais c'est mauvais pour utiliser les jetons pour acquérir et fidéliser les utilisateurs, et aussi mauvais car ils ne peuvent pas être utilisés comme incitatifs pour retenir les talents (développeurs, fondateurs, etc.), surtout lorsque le prix baisse.

Bittensor aborde cela en utilisant un mécanisme piloté par le marché qui alloue$TAOémissions vers les sous-réseaux, incitant ainsi & soutenant les équipes piste d'atterrissage. Le marché détermine quels sous-réseaux reçoivent plus d'émissions en misant $TAOdans ces sous-réseaux. Une fois mis en jeu, le $TAOconvertir en jetons du sous-réseau Alpha. Plus les gens misent, plus le prix du jeton alpha augmente, plus vous recevrez d'émissions (sous forme de jetons alpha)

$TAOsuit un calendrier d'émission très similaire à$BTCavec une offre fixe de 21 millions de jetons & un cycle de halving tous les 4 ans (tous les jours 7,200$TAOest émis aux sous-réseaux). Le premier$TAOLa réduction de moitié est prévue vers le 5 janvier 2026, avec un approvisionnement en circulation atteignant 10,5 millions de jetons.

Pourquoi cela est important pour les investisseurs

Sans entrer trop dans les détails techniques ici, je veux simplement partager pourquoi je pense que Bittensor est l'un des écosystèmes les plus passionnants d'un point de vue commercial/investissement

Au-delà de la dynamique partagée ci-dessus, lorsque vous tradez des jetons de sous-réseau alpha, on a l'impression que vous tradez et cultivez en même temps.

C'est parce qu'à chaque fois qu'il y a une appréciation des prix des jetons alpha, vous ressentez l'appréciation des prix, et en même temps, vous ressentez $TAOémissions (sous forme de jetons alpha).

Si le sous-réseau se comporte vraiment bien et grimpe dans le classement, votre initial $TAOLa pile connaîtra une appréciation de prix drastique & un grand boost des émissions. Plus tôt vous serez à staker votre$TAOdans les sous-réseaux, plus votre APY devient élevé (parce que le marché n'a pas encore compris, donc il y a moins de personnes / $TAOstaké dans les sous-réseaux)

dTAO vs Solidly

(h/t @DeSpreadTeam)

Solidly ve(3,3) nécessite un verrouillage à long terme & une participation continue. Les pertes dues à des émissions déraisonnables (vote pour les mauvais pools LP) sont supportées par tous les détenteurs (les émissions sont vendues, le prix de tous les détenteurs de jetons baisse).

dTAO ne nécessite pas de verrouillage à long terme, donc tout le monde peut entrer et sortir à tout moment, mais entrer (miser sur un sous-réseau) nécessite beaucoup de diligence raisonnable / DYOR. Investir dans un mauvais sous-réseau pourrait entraîner une grande perte (puisque les gens peuvent simplement sortir assez facilement, il n'y a pas de blocage ou quoi que ce soit).

Mais Jeff, FDV est si élevé ! Comment pouvons-nous investir dans des sous-réseaux avec une valeur de plus de 500 millions de dollars ?

FDV may not the right metric to look at here since the subnets are still in their early innings so MC might be a better fit here (if you’re trading over short to medium term).

Si vous êtes préoccupé par l'inflation, il vaut la peine de comprendre le 18%/41%/41% - il s'agit de l'émission distribuée aux propriétaires de sous-réseau, aux validateurs, aux mineurs respectivement (sous forme de jetons alpha). En tant que dépositaires / propriétaires de jetons alpha, vous gagnez sur les 41% de la part des validateurs car vous déléguez votre $TAOleur lorsque vous misez.

De nombreux propriétaires de sous-réseaux continuent de détenir leurs jetons alpha reçus des émissions pour montrer leur confiance, beaucoup ont un dialogue actif avec les validateurs & mineurs pour les inciter à être optimistes et à ne pas décharger une grande quantité de leurs jetons (ces informations sont disponibles pour vous explorer sur taostats d'ailleurs)

En prenant du recul, l'un des meilleurs graphiques qui montre bien les tendances au sein de l'écosystème Bittensor est le graphique ci-dessous

Source : taoapp

% TAO dans Roots (sous-réseau OG qui gère le système d'incitations de Bittensor) continue de baisser depuis février, mois où le dTAO est lancé, TANDIS QUE % TAO dans les sous-réseaux continue d'augmenter. Cela signifie que les validateurs / investisseurs prennent plus de risques (le staking sur le réseau Root donnera un APY conservateur d'environ 20-25% et il n'y a pas d'appréciation du prix du jeton du sous-réseau alpha sur Root).

Cette tendance correspond au rythme auquel les équipes de sous-réseaux expédient leur produit. Depuis le lancement de dTAO, les équipes doivent construire publiquement, créer des produits que les utilisateurs voudraient, itérer & trouver rapidement le PMF, attirer des utilisateurs & générer rapidement une utilité réelle dans le monde réel avec des revenus tangibles. Depuis que je suis entré dans l'écosystème, j'ai pu ressentir que le rythme auquel les équipes expédient est beaucoup plus rapide que dans d'autres écosystèmes (en raison de la concurrence & de la distribution des incitations)

Cela nous amène aux sous-réseaux et à leurs cas d'utilisation DeAI uniques et investissables

Sous-réseaux principaux et cas d'utilisation

L'équipe considérée comme la meilleure pour expédier des produits avec PMF, qui s'adresse aux gens ordinaires, aux équipes qui exécutent professionnellement et montrent continuellement qu'elles construisent en public est@rayon_labs""> @rayon_labs — SN64 (Chutes), SN56 (Gradients), SN19 (Nineteen)

Chutes - offre une infrastructure pour déployer facilement votre IA de manière serverless. Le meilleur cas d'étude pour expliquer pourquoi nous en avons besoin est la récente panne d'AWS. Si vous dépendez de fournisseurs centralisés, avec une panne, vos applications d'IA peuvent être hors service (entraînant une perte potentielle de fonds / exploitations) en raison d'un point de défaillance unique.

Les gradients - Tout le monde (sans connaissance en programmation) peut entraîner ses propres modèles d'IA (pour des cas d'utilisation spécialisés, la génération d'images, des LLM personnalisés) sur Gradients. Récemment lancé v3 qui est moins cher que ses concurrents

Nineteen - fournit une plateforme pour une inférence IA rapide, évolutive et décentralisée (tout le monde peut l'utiliser pour des cas d'utilisation de génération de texte et d'image car c'est beaucoup plus rapide que ses pairs)

En plus de cela, Rayon déploie la plateforme d'agent Squad AI qui est une plateforme de construction d'agent IA de style nœud glisser-déposer facile à utiliser qui a suscité l'intérêt de la communauté.

Les 3 sous-réseaux combinés possèdent >1/3ème de l'ensemble des émissions de $TAO. C'est un témoignage de la capacité de l'équipe à construire et à offrir publiquement de bons produits que les gens voudraient (Rayon est salué comme la première équipe par de nombreux propriétaires de sous-réseaux lol)

• Les gradients ont fait 13 fois en un mois (actuellement 32 millions de dollars MC)

• Chutes 2.3x (63 millions de dollars MC)

• Dix-neuf 3x (MC de 18 millions de dollars)

La tendance ne semble pas s'arrêter de sitôt, surtout avec le taux d'adoption des Chutes (actuellement le sous-réseau n°1)

Outre les sous-réseaux de Rayon Labs, il y a de nombreuses équipes intéressantes : pliage des protéines, détection de contenus deepfake / IA, modèles 3D, stratégies de trading, LLM de jeu de rôle. Je ne suis pas encore allé en profondeur dans le terrier du lapin pour tout examiner, les sous-réseaux que je pense être les plus pertinents se trouvent sous le groupe "Systèmes prédictifs" (taopill) principalement avec

SN41 @sportstensor

Beaucoup d'entre vous pourraient les connaître de @AskBillyBets, Sportstensor est une intelligence qui aide à alimenter les décisions de Billy (l'équipe principale qui dirige Billy est@ContangoDigitalqui est un investisseur en capital-risque dans DeAI ainsi qu'un validateur/miner pour les sous-réseaux Bittensor)

Ce qui est intéressant à propos de SN41, c'est leur produit - Sportstensor Model. Il s'agit d'une compétition entre mineurs qui ont les meilleurs modèles + ensembles de données pour prédire les résultats des matchs sportifs.

Exemple : Dans la dernière ligue NBA, si vous pariez avec la foule (pariez sur les favoris de la foule), vous connaîtrez un taux de précision / de victoire d'environ 68 %. Cela signifie-t-il que tout le monde qui parie sur les favoris de la foule gagne beaucoup d'argent ? Non, en fait, ils perdent de l'argent. Si vous pariez 100 $ sur tous les favoris de la foule, vous finissez par avoir un ROI négatif, perdant environ 1,7 k $.

Alors que les favoris du public ont tendance à avoir un meilleur taux de réussite, ils sont accompagnés de meilleures cotes, ce qui signifie que vous gagnez moins d'argent si vous avez raison. Les gens ont souvent tendance à se rallier à leurs favoris, ce qui conduit à ce que les outsiders aient des chances de victoire assez faibles, ce qui signifie qu'il y a beaucoup d'argent à gagner si vous pariez sur les bons outsiders.

C'est là que le modèle Sportstensor intervient. Les mineurs exécutent leurs propres modèles d'apprentissage automatique (Monte Carlo, Random Forest, Régression Linéaire, etc.) avec leurs propres données (gratuites ou propriétaires) pour obtenir les meilleurs résultats. Sportstensor prend ensuite la moyenne / médiane de cela et l'utilise comme une intelligence pour identifier les opportunités sur le marché.

Des cotes réelles sur le marché sont de 25:75. Le modèle pourrait montrer des cotes de 45:55. Cet écart de 15 est l'avantage. Si les modèles trouvent beaucoup de ce type d'avantage, vous n'avez pas besoin d'avoir un taux de victoire élevé pour commencer à accumuler un ROI positif sur le long terme.

Consultez leur rapport complet de trading ici (si vous voulez approfondir) :

Ceci est le résultat de leur modèle partagé dans leur dernier rapport. Des chiffres assez impressionnants. L'équipe gère également un fonds de paris chaque mois, en commençant par 10 000 $ comme tampon, utilisant les bénéfices pour continuer à parier avec leur intelligence. À la fin du mois, ils utiliseront les bénéfices pour racheter leur jeton alpha. L'équipe a réalisé un bénéfice d'environ 18 000 $ en mars.

Selon la façon dont vous utilisez l'intelligence, vous pouvez obtenir des résultats très différents, par exemple, l'intelligence donne 35:65 et les cotes réelles sur le marché pourraient être de 40:60. Une personne pourrait parier là-dessus, vous pourriez ne pas le faire parce que l'écart est faible et qu'il n'y a pas assez d'avantage. Ce que Billy fait avec l'intelligence diffère de ce que fait Sportstensor avec son intelligence. (Personne ne sait encore quelle est la meilleure façon d'obtenir régulièrement un ROI positif à ce stade, car c'est encore très tôt)

Sportstensor prévoit de monétiser davantage leur intelligence en créant un tableau de bord où les utilisateurs peuvent facilement comprendre les informations et prendre des décisions de paris en fonction d'elles.

Je personnellement aime cette équipe car il y a beaucoup de façons d'aller avec leur produit. Nous avons déjà vu l'impact de cela en fonction de la façon dont Billy a pu rassembler des parts de marché et exciter la foule sportive en pariant aux côtés de Billy. Comme l'équipe couvre de nombreux sports, il peut y avoir beaucoup de façons dont les agents peuvent changer les façons dont les gens vibrent, interagissent et parient.

SN44 @webuildscore

Score utilisé pour construire quelque chose de similaire à Sportstensor mais pivoté vers la Vision par ordinateur après avoir réalisé qu'il y a beaucoup plus de valeur qui vient avec la capacité de prédire ce qui va suivre.

Pour comprendre cela, vous avez besoin de la vision par ordinateur pour analyser ce qui se passe à l'écran, pour que l'IA comprenne les objets à l'écran, les localise et annote les données, puis tire des conclusions sur les données avec différents algorithmes (telles que la probabilité qu'un joueur fasse un certain mouvement), et transforme tout cela en un score universel qui peut être utilisé pour améliorer les performances des joueurs (ainsi que pour repérer les talents tôt).

Les mineurs rivalisent pour annoter les objets (c'est le premier objectif principal pour les mineurs). Score utilise leur algorithme interne pour tirer des conclusions (pour le moment).

Lorsque vous marquez un joueur (semblable à établir un Elo aux échecs ou dans LoL mais plus granulaire et dynamique.. change dynamiquement à chaque jeu en fonction des décisions des joueurs et de leur impact), vous pouvez faire beaucoup de choses en tant que propriétaires de clubs, vous pouvez trouver des talents dès un très jeune âge. Si vous avez des séquences d'un match de jeunes, ce sera la même approche qu'un match professionnel. C'est quantifier l'ensemble du monde du football avec la même approche.

À partir des données exclusives, Score peut monétiser le score et les informations auprès des courtiers en données, des propriétaires de clubs, des entreprises de données sportives et des sociétés de paris.

Pour les applications grand public, Score fait différentes choses

@thedkingdao, un DAO de fonds spéculatifs sportifs, un client de Score avec des modèles de paris qui ingèrent les données de Score et les transforment en exécution de paris actionnable. Terminal v2 avec lancement demain (les utilisateurs auront accès au modèle complet avec différents modèles d'abonnement pour l'analyse des matchs, poser des questions avancées sur la gestion de la bankroll, c'est-à-dire le meilleur compagnon de paris, utiliser l'agent pour élaborer votre propre stratégie). Produit Vault où les utilisateurs peuvent mettre en jeu leur TVL et l'agent pariera automatiquement en offrant des rendements provenant des paris probablement le mois prochain (ou avant l'été).

Bientôt, les gens pourront télécharger des vidéos sur une plateforme de libre-service de Score pour que les mineurs les annotent. En général, les images des matchs de football prennent des heures, les mineurs mettent 10 à 12 minutes pour annoter un match de 90 minutes, ce qui est nettement plus rapide que partout ailleurs. Les utilisateurs peuvent ensuite utiliser les données annotées dans leurs propres modèles pour leurs propres cas d'utilisation.

Personnellement, j'aime Score car cela peut être appliqué à tout autre chose en dehors du sport, par exemple les voitures autonomes, la robotique, etc. Dans un monde où les données de mauvaise qualité sont partout, les données propriétaires de haute qualité sont très recherchées.

SN18 @zeussubnet

Il s'agit d'un nouveau sous-réseau qui a récemment gagné beaucoup d'attention. Je n'ai pas encore eu l'occasion de parler avec l'équipe mais le produit est assez intéressant.

Zeus est un sous-réseau de prévision du climat / météo basé sur l'IA qui est conçu pour surpasser les modèles traditionnels en fournissant des prédictions plus rapides et précises.

Ce genre d'intelligence est très recherché par les fonds spéculatifs car prédire avec précision la météo peut conduire à une meilleure prévision des prix des matières premières (les fonds spéculatifs paieraient des millions pour accéder à l'intelligence car ils peuvent gagner des centaines de millions s'ils réussissent les échanges de matières premières)

Le sous-réseau Zeus est assez récent car ils ont récemment acquis le sous-réseau 18. Le jeton alpha a récemment augmenté de 210 % au cours des 7 derniers jours.

D'autres sous-réseaux qui m'intéressent mais que je n'ai pas encore explorés en profondeur

- @404gen_SN17 - infrastructure pour les actifs 3D générés par l'IA. Créez des modèles 3D pour les jeux, les personnages IA, les vtuber, etc. Intégration récente avec @unitypourrait permettre la génération transparente de modèles 3D, changeant le flux de travail créatif pour les 1,2 millions d'UMA d'Unity

- @metanova_labsSN68 — Le sous-réseau de découverte de médicaments DeSci qui transforme la découverte de médicaments en une compétition collaborative et à haute vitesse, abordant des défis traditionnels tels que le coût et le temps (le processus traditionnel prend plus d'une décennie et pourrait coûter des milliards)

Et beaucoup d'autres que je partagerai plus tard une fois que j'aurai eu l'occasion d'approfondir. Je commence par ceux qui me sont les plus faciles à comprendre (puisque je ne suis pas une personne technique)

Envelopper les choses

J'ai fait de mon mieux pour ne pas être trop technique ici. Il existe de nombreuses bonnes ressources sur l'explication technique de tout le dTAO, les émissions, la distribution des incitations, tous les parties prenantes, et ainsi de suite.

Basé sur ce que j'ai appris pendant la saison des agents (24 octobre - maintenant) est de rester assez agile. J'ai été un détenteur de sacs pour trop de projets et je pense que dTAO offre des mécanismes assez bons pour rester agile et sortir de différents startups DeAI investissables.

Il n'y a toujours pas beaucoup de participants pour le moment, donc les utilisateurs peuvent bénéficier d'un rendement annuel de 80 % à 150 % et plus en plus de l'appréciation du prix des sous-réseaux. Cette dynamique devrait probablement changer au cours des 6 prochains mois, lorsque davantage de personnes monteront à bord et que l'écosystème TAO disposera de meilleurs ponts, portefeuilles et infrastructures de trading.

Pour l'instant, je vous suggère de profiter de la saison PvE sur TAO et d'en apprendre davantage sur la technologie DeAI avec moi :D

Merci d'avoir consulté ma première pièce. À bientôt pour la prochaine !

0xJeff

Note personnelle: Merci beaucoup de lire! Si vous êtes dans Crypto AI et que vous voulez vous connecter, envoyez un DM!

Aussi, merci @mxmsbt,@luciancxyz, @gylestensora, @contangojosh,@mikecontango,@JosephJacks_,@Old_Samster, @bloomberg_sethpour m'aider à me mettre à jour sur tout ce qui concerne Bittensor.

Je contacterai et me connecterai avec plus de propriétaires de sous-réseaux la semaine prochaine et apprendrai sur quoi tout le monde travaille.

Avertissement：

1. Cet article est repris de [ X]. Tous les droits d'auteur appartiennent à l'auteur original [@Defi0xJeff]. If there are objections to this reprint, please contact the Gate Learnl'équipe, et ils s'en occuperont rapidement.

2. Clause de non-responsabilité: Les points de vue et opinions exprimés dans cet article sont uniquement ceux de l'auteur et ne constituent aucun conseil en investissement.

3. Les traductions de l'article dans d'autres langues sont réalisées par l'équipe Gate Learn. Sauf mention contraire, la copie, la distribution ou le plagiat des articles traduits est interdit.