Ang Milestone sa Pagsasanay ng Bittensor ay Umapukaw ng Pansin mula kina Chamath Palihapitiya at CEO ng Nvidia na si Jensen Huang

Lumalakas ang Momentum ng Open Source AI sa Pag-endorso ng CEO ng Nvidia

Itinampok ni Chamath Palihapitiya spotlighted ang Covenant-72B ng Bittensor sa isang episode ng All-In Podcast, na inilalarawan ito bilang isang kongkretong halimbawa ng desentralisadong artipisyal na intelihensiya (AI) na lumalampas na sa teorya. Ang Bittensor ay gumagana bilang isang desentralisado, blockchain-driven na network na nagtatatag ng peer-to-peer na pamilihan kung saan ipinagpapalit at binibigyan ng insentibo ang mga machine learning model at AI compute.

Inilarawan ni Palihapitiya ang pagsisikap sa simpleng paraan: isang malakihang language model (LLM) na sinanay nang walang sentralisadong imprastraktura, at sa halip ay pinapagana ng isang network ng mga independiyenteng kontribyutor. “Nagawa nilang sanayin ang isang 4 bilyong parameter na LLaMA model, ganap na distributed, na may maraming taong nag-aambag ng sobrang compute,” aniya, at tinawag itong “isang medyo nakakabaliw na teknikal na tagumpay.”

Tumama ang paghahambing sa isang pamilyar na analohiya. “May mga random na tao, at bawat tao ay nakakakuha ng maliit na bahagi,” dagdag ni Palihapitiya, na tumutukoy sa maagang proyektong distributed computing na gumamit ng idle na hardware sa buong mundo.

Hindi binale-wala ni Huang ang ideya. Sa halip, inilagay niya ito sa mas malawak na pagtingin sa pamilihan ng AI, na nagmumungkahing hindi magkaibang pagpipilian ang desentralisado at proprietary na mga approach. “Ang dalawang bagay na ito ay hindi A o B; ito ay A at B,” sabi ni Huang. “Walang duda tungkol dito.”

Ang ganitong dual-track na pananaw ay sumasalamin sa lumalaking pagkakahati—at pagkakapatong—sa loob ng AI. Sa isang panig ay ang mga sarado at lubos na pinakinis na sistema tulad ng ChatGPT, Claude, at Gemini. Sa kabila naman ay ang mga open-weight at desentralisadong modelo na nagbibigay-daan sa mga developer at organisasyon na i-customize ang mga sistema para sa partikular na pangangailangan.

Nilinaw ni Huang na nakikita niyang mahalaga ang parehong landas. “Ang mga modelo ay isang teknolohiya, hindi isang produkto,” sabi niya, na binanggit na karamihan sa mga user ay magpapatuloy na umasa sa mga pinakinis, pangkalahatang gamit na sistema sa halip na gumawa ng sarili mula sa simula.

Kasabay nito, itinuro niya ang mga industriyang hindi opsyonal ang customization. “May lahat ng industriyang ito kung saan ang kanilang domain expertise… ay kailangang makuha sa paraang kontrolado nila,” paliwanag ni Huang, at idinagdag na “iyon ay maaari lamang magmula sa mga open model.”

Ang pahayag na iyon ay tumatama mismo sa larangan ng Bittensor. Ang Covenant-72B, na binuo sa pamamagitan ng Subnet 3 (Templar) nito, ay kumakatawan sa isa sa pinakamalaki hanggang ngayon na desentralisadong training run, na nag-uugnay ng mahigit 70 kontribyutor sa pamamagitan ng karaniwang koneksyon sa internet nang walang sentral na awtoridad.

Sa teknikal na aspeto, itinutulak ng modelo ang mga hangganan. Binubuo ito ng 72 bilyong parameter at sinanay sa humigit-kumulang 1.1 trilyong token, at gumagamit ito ng mga inobasyon gaya ng compressed communication protocols at distributed data parallelism upang gawing posible ang training sa labas ng tradisyunal na mga data center.

Ipinapahiwatig ng mga performance metric na hindi lang ito pang-eksperimento. Inilalagay ng mga benchmark result ito sa kompetisyon laban sa mga kilalang sentralisadong modelo, isang detalyeng tumutulong ipaliwanag kung bakit nakakuha ng atensyon ang proyekto lampas sa mga crypto-native na audience.

Napansin din ng merkado. Matapos ang anunsyo, ang token ng proyekto na TAO ay tumaas ng 24% mula nang kumalat sa social media ang video nina Palihapitiya at Huang.

Gayunman, ipinahihiwatig ng mga komento ni Huang na ang tunay na kuwento ay hindi pagkagambala (disruption), kundi pagsasabay na pag-iral ng dalawa. Malamang na mananatiling dominante ang mga proprietary AI system para sa pangkalahatang mga user, habang ang mga open at desentralisadong modelo ay huhubog ng mga papel sa mga espesyalisado, sensitibo sa gastos, o sovereignty-driven na mga aplikasyon.

Para sa mga startup, naglatag ang CEO ng Nvidia ng isang praktikal na playbook: magsimula sa open, saka patungan ng mga proprietary na bentahe. “Bawat startup na ini-investan namin ngayon ay open source muna, at pagkatapos ay lilipat sa proprietary model,” sabi niya.

Sa madaling salita, ang hinaharap ng AI ay maaaring hindi pag-aari ng iisang arkitektura o pilosopiya. Maaaring mapunta ito sa mga kayang mag-navigate sa pareho—at alam kung kailan gagamitin ang bawat isa.

FAQ 🔎

• Ano ang Covenant-72B ng Bittensor?
  Isang language model na may 72 bilyong parameter na sinanay sa pamamagitan ng isang desentralisadong network ng mga kontribyutor nang walang sentralisadong imprastraktura.
• Ano ang sinabi ni Jensen Huang tungkol sa desentralisadong AI?
  Sinabi niyang magsasabay na iiral ang open at proprietary na mga AI model, at inilarawan ang ugnayan bilang “A at B,” hindi pagpili sa pagitan ng dalawa.
• Bakit mahalaga ang pag-unlad na ito?
  Ipinapakita nito na ang malalaking AI model ay maaaring masanay sa labas ng tradisyunal na mga data center, na hinahamon ang mga palagay tungkol sa pangangailangan sa imprastraktura.
• Paano nito naaapektuhan ang industriya ng AI?
  Sinusuportahan nito ang isang hybrid na hinaharap kung saan ang mga sentralisadong plataporma at desentralisadong modelo ay nagsisilbi ng magkakaibang papel sa iba’t ibang industriya.