Nyt kun olemme ylittäneet valtavan esteen – osoittaneet, että hajautettu tekoälykoulutus on mahdollista – tämä tieto vie meidät seuraavaan vaiheeseen, jossa pohditaan hajautetun tekoälypinon roolia. Koska verkot voivat tuottaa malleja, hajautetusta päättelystä tulee *paljon* mielenkiintoisempaa. Miksi? No, aiemmin hajautettu päättely tarkoitti sitä, että pystyttiin ottamaan d-verkko ja tarjoamaan mallin tulosteita. Mallit olivat perinteisiä avoimen tai suljetun lähdekoodin malleja. Ja pelin nimi oli alentaa kustannuksia niin, että asiakas suosisi d-päättelyä tavallisen sijaan. Mutta tämä on ongelmallista d-päättelyssä, koska d- itse asiassa tekee päättelystä kalliimman (joillakin spekulatiivisilla ratkaisuilla, joista jännittävin on tuki). Jos kuitenkin tiedämme, että verkostot voivat tuottaa ja kollektiivisesti *omistaa* malleja, päättelystä tulee piste, jossa tuloja syntyy. Asiakkaiden *täytyy* mennä verkkoon saadakseen mallitulosteita, ja niin monet tokenisointijärjestelmät riippuvat tästä mahdollisuudesta. Jos esimerkiksi haluat tokenisoida deAI-malleja, sinun on ohjattava päättelytulovirta tokenin haltijoille. Hajautettu päättely on hieno alue ajatella, mutta siitä tulee *kriittinen* alue, kun istumme alas rakentamaan deAI-tilan token-malleja!