Bittensor (TAO) ser ut til å bli «gullbarnet» i Crypto x AI-fortellingen Med ~3 milliarder dollar, med tilbudssideutslipp som kollapser etter halvering og subnetto etterspørsel som akseler, blir asymmetrien vanskelig å overse Med så mye støy rundt @opentensor er det lett å overse hva som faktisk betyr noe; her er en ren segmentering av økosystemet og subnettene jeg følger med på: a) Desentralisert databehandling: Subnet (SN) 64 Chutes: @chutes_ai distribuert serverløs AI-beregningsplattform. Databehandling er allerede i ferd med å bli en flaskehals i tradisjonell AI, så det er logisk at desentraliserte løsninger mer enn vil kompensere for manglene den lanserte konfidensiell beregning forrige måned med sitt Trusted Execution Environment (TEE); sterk kandidat til å prestere når Privacy AI tar av i 2026 SN120 Affine: @affine_io er en incentivert arena for forsterkningslæring (RL) for «resonnering»: minere konkurrerer om å gjøre målbare forbedringer på oppgaver som koding b) AI-trening: SN 3 Templar: @tplr_ai å levere den desentraliserte løsningen for AI-trening, og nylig nevnt av Anthropic-medgründeren som den største desentraliserte modellen (de har observert) når de diskuterer beregningsbegrensninger c) AI-agent SN 62 Ridges: @ridges_ai muliggjøre AI-programvareingeniører med intensjon om å fullstendig erstatte menneskelige kodere. Dette er uunngåelig; AI vil bli mer kompetent enn mennesker i kode, og når AI-kodere gjennomgår og itererer eksisterende koding ved hjelp av forsterkningslæring, vil programvareutviklingen utvikle seg i et parabolsk tempo d) AI-handel: SN 15 Bitquant: @BitQuantAI er "verdens første krypto-AI kvant" som automatiserer handel. Det meste av institusjonell handel er automatisert, så lønnsomheten vil avgjøres av hvem som har de beste AI-kvantstrategiene SN 8 Vanta: @vantaSN8 crowdsourcer handelsstrategier og produserer markedssignaler, og belønner de beste utøverne SN 50 Synth: @SynthdataCo er et prisprediksjonssubnett som opprinnelig fokuserte på analyse av Bitcoin-prisprognoser, og som siden har blitt koblet til flere eiendeler e) Konfidensiell databehandling: SN 4 Targon: @TargonCompute tilbyr sikker sky med høyytelses GPU-er og CPU-er; noe som raskt blir mangelvare f) Datakuratering: SN 33 Ready AI: @ReadyAI_ har Harvard-insentivdesignere til å finne ut subnettøkonomien for utslipp, samtidig som verdens data gjøres tilgjengelig for AI g) Visjonsmodeller / AI: SN 44 Poengsum: @webuildscore bruker Vision AI for å gjøre det mulig for bedrifter å operere mer effektivt. Nylig inngått partnerskap med @ReadingFC, har en stor kommersiell kontrakt med en europeisk petroleumsleverandør og mange flere på vei SN 72 (NATIX) Streetvision: @NATIXNetwork samarbeider med @grabid (Uber i Sørøst-Asia) De avslørte nylig sin "World Vision"-teknologi; Autonome kjøretøy vil bli mer utbredt etter hvert som geospatial bevissthet forbedres. SN72 Streetvision benytter seg av Vision Language Action (VLA)-modeller for å fange opp datasett fra spesielle tilfeller, noe som vil være uvurderlig for autonome kjøretøy h) Kvanteberegning: qBit labs SN 48 + SN 63: @qBitTensorLabs offentlig lansert @OpenQuantum_ på Q2B Silicon Valley foran ledende navn innen kvante, og samlet anstendig oppmerksomhet fra store navn innen kvanteteknologi I) AI-sikkerhet: SN 60 Bitsec: @bitsecai AI-drevet kodesårbarhetsdeteksjon; noe som vil bli stadig viktigere etter hvert som cybersikkerhet blir en økt angrepsvektor J) DeSci: SN 68 Metanova: @metanova_labs er et AI-legemiddelutviklingsselskap som utvikler terapier for å omprogrammere kropp og sinn SN 76 Safe Scan: @SAFESCAN_AI lanserte nylig en hudskanningsapp for å hjelpe til med å bekjempe kreft, og har blitt akseptert i EU-støttet UNICORN HUB-akseleratoren k) Annet: - SN 18 Zeus: @zeussubnet værvarslingssystemer; uvurderlig for jordbruk og mange andre næringer - SN 16-bits annonse: @bitads_ai Reklame som utnytter AI-systemer; «Social Dilemma»-vibber er tilbake i forgrunnen her - SN 34 Bitmind: @BitMindAI hjelper med Deep fake-deteksjon; noe som kommer til å bli stadig mer verdifullt i en verden der AI sprer falske nyheter Til syvende og sist handler det om uunngåeligheten av et subnett om bare noen få ting: 1) Hvilke delnett som løser de største problemene; Databegrensninger osv.? 2) Kan subnettteamet gjennomføre sin visjon? 3) Hva er slukene for alpha-tokenet (tilbakekjøp fra eksisterende kommersielle avtaler / inntekter) og vil det prestere bedre enn TAO? Hvis du ønsker en mer omfattende analyse av økosystemet, følg @KhalaResearch og slå på varsler for en ny rapport i løpet av de kommende ukene Gi meg beskjed i kommentarfeltet om eventuelle andre subnett som tar for seg store problemer