बिटटेन्सर (TAO) क्या है? AI और ब्लॉकचेन का मिलन

नवंबर 2022 में, ChatGPT इतिहास के किसी भी प्रोडक्ट से तेज़ी से 100 मिलियन यूज़र्स तक पहुँच गया। लगभग रातों-रात, धरती पर सबसे ताकतवर आर्टिफिशियल इंटेलिजेंस एक अकेले लॉगिन स्क्रीन के पीछे बैठ गया, जिसका मालिक एक अकेली कंपनी थी, जिसे एक अकेले नियम-समूह से चलाया जाता था। सबसे बेहतरीन मॉडल इस्तेमाल करना चाहते हैं? आपको एक API key मिलती है, आप usage policy मान लेते हैं, आप मीटर की गई कीमत चुकाते हैं — और उम्मीद करते हैं कि वे शर्तें न बदलें, रेट न बढ़ाएँ, या चुपचाप यह तय न कर दें कि आपका इस्तेमाल एक ऐसी पॉलिसी का उल्लंघन करता है जिस पर आपने कभी सहमति ही नहीं दी थी।

यही आधुनिक AI का आकार है। कुछ hyperscalers — नौ-आँकड़ों वाले ट्रेनिंग बजट और GPUs के गोदाम रखने वाली कंपनियाँ — फ्रंटियर को नियंत्रित करती हैं। वे तय करती हैं कि मॉडल क्या कहने की अनुमति देगा, किसे एक्सेस मिलेगा, और इसकी कीमत क्या होगी। जो इंटेलिजेंस अर्थव्यवस्था को बढ़ते हुए चलाती है, वह बंद, केंद्रीकृत, और किराए पर ली गई है।

यह वही पैटर्न है जिसे तोड़ने के लिए ब्लॉकचेन का आविष्कार हुआ था, सिर्फ़ एक कदम ऊपर सरका हुआ। पैसे के मामले में सवाल था “लेजर को कौन नियंत्रित करता है?” इंटेलिजेंस के मामले में सवाल है “मॉडल को कौन नियंत्रित करता है?” दोनों मामलों में ईमानदार जवाब यही रहा है: एक कंपनी जिस पर आपको भरोसा करना पड़ता है, जिसका एक kill switch है जिसे आप देख नहीं सकते।

Bittensor इस सवाल का अलग तरीके से जवाब देने की सबसे गंभीर कोशिशों में से एक है — एक खुला, प्रोत्साहन-चालित बाज़ार बनाना जहाँ मशीन इंटेलिजेंस को एक वैश्विक भीड़ पैदा करती है, जिसका आकलन एग्ज़ेक्युटिव्स की जगह अर्थशास्त्र करता है, और जिसके लिए भुगतान TAO नाम के एक टोकन में होता है।

नारे हटा दें तो Bittensor एक विकेंद्रीकृत Layer 1 ब्लॉकचेन है जो मशीन इंटेलिजेंस के उत्पादन को एक भुगतान वाली प्रतिस्पर्धा में बदल देता है। एक कंपनी के बंद दरवाज़ों के पीछे एक मॉडल ट्रेन करने के बजाय, दुनिया भर के हज़ारों स्वतंत्र भागीदार अपने-अपने मॉडल चलाते हैं, आउटपुट सबमिट करते हैं, उन आउटपुट्स का स्कोर लगाया जाता है, और वे अपने काम की गुणवत्ता के अनुपात में TAO कमाते हैं।

इसे Jacob Steeves — Google की Brain टीम के एक पूर्व मशीन-लर्निंग इंजीनियर — और Ala Shaabana, एक मशीन-लर्निंग रिसर्चर, ने गैर-लाभकारी Opentensor Foundation के अंतर्गत स्थापित किया था। इस प्रोजेक्ट की शुरुआत लगभग 2019 से होती है, जो शुरुआती नेटवर्क पुनरावृत्तियों (“Kusanagi,” फिर “Nakamoto”) से गुज़रा, और मौजूदा लाइव नेटवर्क — कोडनेम Finney — 20 मार्च 2023 को मेननेट के रूप में लॉन्च हुआ। यह वंशावली मायने रखती है: हर क्रिप्टो प्रोजेक्ट की तरह, Bittensor का एक असली अपग्रेड इतिहास है, और मार्केटिंग शायद ही कभी आपको बताती है कि आप असल में किस वर्शन का इस्तेमाल कर रहे हैं।

Bittensor को सोचने का सबसे साफ़ तरीका यह है कि इसे AI के लिए एक श्रम बाज़ार मानें, न कि “ब्लॉकचेन पर ChatGPT”। चेन खुद कोई विशाल मॉडल नहीं चलाती। यह प्रोत्साहन प्रणाली चलाती है — वे नियम जो तय करते हैं कि उपयोगी इंटेलिजेंस पैदा करने के लिए किसे भुगतान मिलेगा, और कितना।

Bittensor का बाज़ार सबनेट्स में बँटा है — और हर सबनेट असल में अपनी खुद की खास AI प्रतिस्पर्धा है जिसके अपने नियम हैं। एक सबनेट सबसे अच्छे टेक्स्ट जनरेशन को रिवॉर्ड कर सकता है, दूसरा सबसे अच्छे इमेज सिंथेसिस को, कोई और वेब स्क्रैपिंग, प्राइस प्रेडिक्शन, प्रोटीन फोल्डिंग, या कोड कम्प्लीशन को। 2025 के आख़िर तक 100 से भी ज़्यादा सक्रिय सबनेट्स थे, जबकि 2025 की शुरुआत में dTAO अपग्रेड से पहले सिर्फ़ 32 थे। हर एक अपनी खुद की स्कोरबोर्ड वाली एक छोटी ऑन-चेन अर्थव्यवस्था है।

हर सबनेट के भीतर दो भूमिकाएँ मायने रखती हैं:

• माइनर्स असली मशीन-लर्निंग मॉडल चलाते हैं। वे सबनेट का टास्क लेते हैं, आउटपुट पैदा करते हैं — एक पैराग्राफ, एक इमेज, एक फोरकास्ट, एक स्क्रैप किया गया डेटासेट — और उन्हें सबमिट करते हैं। माइनर्स एक-दूसरे के खिलाफ प्रतिस्पर्धा करते हैं; बेहतर आउटपुट उस सबनेट के रिवॉर्ड्स का बड़ा हिस्सा कमाता है। इनका एज हार्डवेयर, डेटा, और मॉडल क्वालिटी से आता है।
• वैलिडेटर्स जज हैं। वे टास्क जारी करते हैं, माइनर्स के आउटपुट्स की क्वालिटी को स्कोर करते हैं, और उनका स्कोर तय करता है कि किसे भुगतान मिलेगा। वैलिडेटर्स भाग लेने के लिए TAO स्टेक करते हैं, यानी उनका असली पैसा दाँव पर होता है — और जहाँ नियम इसे लागू करते हैं, वहाँ गलत व्यवहार को दंडित किया जा सकता है।

यह स्कोरिंग Yuma Consensus से बँधी होती है, जो Bittensor का वह मेकेनिज़्म है जो कई वैलिडेटर्स की “अच्छे” AI आउटपुट के बारे में व्यक्तिगत राय को एक सहमत रिवॉर्ड डिस्ट्रिब्यूशन में बदल देता है। अहम बात यह है कि यह मूल्यांकन ऑफ-चेन होता है — किसी संभाव्यता-आधारित AI जवाब को जज करना किसी निर्धारक Bitcoin ट्रांज़ैक्शन को वेरिफाई करने जैसा बिल्कुल नहीं है — और सिर्फ़ नतीजे चेन पर लिखे जाते हैं। यही अलगाव है जो ब्लॉकचेन पर AI वर्कलोड चलाने को व्यावहारिक बनाता है।

ईमानदार फ्रेमिंग: इसे लेबर मार्केट समझें, ऑरेकल नहीं। अगर वैलिडेटर्स अपना काम अच्छे से करते हैं, तो अच्छे मॉडल ऊपर आते हैं और रिवॉर्ड्स असली गुणवत्ता की तरफ बहते हैं। अगर वैलिडेटर्स ढीले पड़ जाएँ, मिल जाएँ, या स्कोर के साथ खिलवाड़ करें, तो प्रोडक्ट बिगड़ सकता है जबकि चेन ख़ुशी-ख़ुशी ब्लॉक्स बनाती रहती है। चेन भुगतानों की ईमानदारी की गारंटी देती है — यह नहीं कि हर मॉडल आउटपुट अच्छा हो।

TAO नेटिव टोकन है, और इसका मॉनेटरी डिज़ाइन जानबूझकर Bitcoin-जैसा है: 21 मिलियन सिक्कों का हार्ड कैप और एक हैल्विंग शेड्यूल जो समय के साथ नई इश्यूएंस को घटाता है। 2025 के आख़िर तक लगभग 10.8 मिलियन TAO सर्कुलेशन में थे।

नया TAO एमिशन्स के तौर पर मिंट होता है — ब्लॉक रिवॉर्ड्स जो सबनेट्स में काम करने और उसे जज करने वाले माइनर्स और वैलिडेटर्स को दिए जाते हैं। पहली हैल्विंग से पहले, नेटवर्क रोज़ाना लगभग 7,200 TAO जारी करता था। वह पहली हैल्विंग 12 दिसंबर 2025 को आई, जिससे दैनिक इश्यूएंस घटकर लगभग 3,600 TAO हो गई; अगली हैल्विंग तब ट्रिगर होगी जब कुल जारी सप्लाई 15.75 मिलियन तक पहुँच जाएगी, जिससे इश्यूएंस लगभग 1,800 TAO प्रतिदिन तक गिर जाएगी, और आगे भी यही चलता रहेगा। इसकी सटीक गति ब्लॉक हाइट से तय होती है, कैलेंडर से नहीं — किसी गोल की गई मार्केटिंग संख्या पर भरोसा करने के बजाय हमेशा लाइव डॉक्स में मौजूदा शेड्यूल वेरिफाई करें।

मांग कहाँ से आती है? सिद्धांत रूप में, नेटवर्क द्वारा पैदा किए गए भविष्य के AI काम की वैल्यू से — जो बिज़नेस विकेंद्रीकृत इंटेलिजेंस एक्सेस करने के लिए भुगतान करते हैं, स्टेकर्स जो एमिशन्स ढूँढते हैं, स्पेक्युलेटर्स जो इस पूरी थीसिस पर दाँव लगाते हैं। व्यवहार में आज, इस मांग का ज़्यादातर हिस्सा अब भी अनुमानात्मक (speculative) है: विकेंद्रीकृत AI कहाँ जाएगी इस पर एक दाँव, साबित हो चुके cash flows पर दावा नहीं। TAO के “yield” दावों को उतनी ही सावधानी से देखें जितनी आप किसी भी एमिशन-फंडेड टोकन के साथ रखेंगे — नए बने रिवॉर्ड्स असली रेवेन्यू जैसे नहीं होते।

Bittensor के इतिहास का सबसे अहम बदलाव Dynamic TAO (dTAO) अपग्रेड है, जो 13 फरवरी 2025 को लाइव हुआ। यह क्यों मायने रखता है, यह समझने के लिए, आपको समझना होगा कि इसने किसकी जगह ली।

dTAO से पहले, लगभग 64 “root” वैलिडेटर्स का एक छोटा समूह असल में तय करता था कि नेटवर्क के एमिशन्स सबनेट्स में कैसे बँटेंगे। यह कुछ हाथों में बहुत ज़्यादा ताकत है — और इसने ठीक वही समस्याएँ पैदा की जिनकी उम्मीद आप किसी छोटी समिति से करते हैं जो मनी प्रिंटर को नियंत्रित करती हो: उदासीनता, पक्षपात, और मिलीभगत का जोखिम। विकेंद्रीकरण की पूरी बात चुपचाप शीर्ष पर केंद्रित हो गई थी।

dTAO ने इसे उखाड़ कर एक बाज़ार से बदल दिया। अब हर सबनेट का अपना alpha token है और अपना ऑटोमेटेड लिक्विडिटी पूल जो उस alpha token को TAO के साथ जोड़ता है। जब आप किसी सबनेट का समर्थन करना चाहते हैं, तो आप उसके पूल में TAO स्टेक करते हैं और बदले में उस सबनेट का alpha token पाते हैं। हर ब्लॉक पर, प्रोटोकॉल इन alpha tokens की सापेक्ष कीमतें पढ़ता है और नई मिंट की गई TAO को उन सबनेट्स की तरफ आवंटित करता है जिनके लिए बाज़ार ज़्यादा भुगतान कर रहा है। ज़्यादा-मांग वाले सबनेट्स एमिशन्स का बड़ा हिस्सा कमाते हैं; नज़रअंदाज़ किए गए सबनेट्स कम कमाते हैं।

इसका असर नाटकीय था: अपग्रेड से पहले सबनेट काउंट 32 था, जो कुछ ही महीनों में 100 से ज़्यादा तक फट गया, क्योंकि बिल्डर्स अपने खुद के ऑन-चेन AI स्टार्टअप्स लॉन्च करने और मार्केट-आवंटित एमिशन्स के लिए प्रतिस्पर्धा करने के लिए दौड़ पड़े। पर ईमानदार चेतावनी भी उतनी ही अहम है — alpha tokens अनुमानात्मक माइक्रो-एसेट्स हैं। ये पतले, वोलैटाइल हो सकते हैं, और utility जितना ही हाइप से चल सकते हैं। “बाज़ार तय करता है” एक विशेषता है, पर बाज़ार लगातार चीज़ों की गलत कीमत लगाते हैं, ख़ासकर शुरुआती बाज़ार।

Bittensor का अंतर्निहित दाँव दार्शनिक है: यह कि खुली प्रतिस्पर्धा वह उपयोगी इंटेलिजेंस खोज लेगी जो बंद लैब्स से छूट जाती है। केंद्रीकृत प्रोवाइडर्स usage policies और price lists में लिपटे मुट्ठी भर फ्रंटियर मॉडल शिप करते हैं। Bittensor का दाँव यह है कि छोटे, विशेषीकृत, खुले तौर पर रिवॉर्ड किए गए मॉडलों का झुंड खास कामों के लिए सस्ता और बेहतर हो सकता है — भले ही कोई एक मॉडल किसी फ्रंटियर मॉडल की चौड़ाई से मेल न खाए।

ईमानदार आलोचना दोनों तरफ से आती है। एक सच्चा फ्रंटियर मॉडल ट्रेन करने में नौ-आँकड़ों की लागत और भारी कंप्यूट खर्च होता है; विकेंद्रीकृत प्रोत्साहन शायद GPT-क्लास की सामान्य क्षमता को दोहरा ही न पाएँ। ईमानदार जवाब यह है कि हर टास्क को एक ट्रिलियन-पैरामीटर वाले मोनोलिथ की ज़रूरत नहीं होती — बहुत सारा असली काम संकरा स्क्रैपिंग, स्कोरिंग, फोरकास्टिंग, या क्लासिफिकेशन है, ठीक वैसा जो एक केंद्रित सबनेट अच्छे और सस्ते ढंग से कर सकता है।

असल में जो शिप होता है वह असमान है, और आपको यही उम्मीद रखनी चाहिए। सबनेट मेन्यू तिमाही में बदल जाते हैं। टेक्स्ट और इमेज सबनेट्स हेडलाइंस पकड़ते हैं, जबकि कम चमकदार स्क्रैपिंग और न्यूमेरिक-प्रेडिक्शन सबनेट्स चुपचाप असली काम करते हैं। कुछ आउटपुट्स सच में उपयोगी हैं; कुछ लीडरबोर्ड के लिए सजाया गया थिएटर हैं। यहाँ ड्यू डिलिजेंस ही पूरा खेल है: वैलिडेटर डैशबोर्ड्स पढ़ें, जहाँ मौजूद हों वहाँ ओपन-सोर्स माइनर रिपॉज़िटरी देखें, और किसी भी अनजान लीडरबोर्ड पर भरोसा न करें जो अपनी स्कोरिंग मेथोडोलॉजी प्रकाशित न करे।

Bittensor एक सच में महत्वाकांक्षी प्रयोग है, कोई तैयार प्रोडक्ट नहीं — और ईमानदार शिक्षा का मतलब है इन ट्रेड-ऑफ को साफ़ शब्दों में बताना।

• क्वालिटी की गारंटी चेन नहीं देती। ब्लॉकचेन भुगतानों को ईमानदारी से सेटल करती है; यह प्रमाणित नहीं करती कि किसी माइनर का मॉडल अच्छा है। अगर किसी सबनेट के वैलिडेटर्स कमज़ोर या captured हैं, तो रिवॉर्ड्स औसत या खिलवाड़ किए गए आउटपुट्स की तरफ बह सकते हैं जबकि चेन बिल्कुल सही चलती रहती है। कंसेंसस पर भरोसा भुगतानों के लिए करें, इंटेलिजेंस के लिए नहीं।
• प्रोत्साहन के साथ खिलवाड़ करना केंद्रीय जोखिम है। जहाँ भी स्कोरबोर्ड और पैसा हो, लोग गोल के लिए नहीं, स्कोर के लिए optimize करते हैं। माइनर्स किसी वैलिडेटर के खास टेस्ट के लिए overfit कर सकते हैं; वैलिडेटर्स मिल सकते हैं या free-ride कर सकते हैं। dTAO ने root-validator केंद्रीकरण को कम किया, पर इसने एक नई attack surface पेश की: alpha-token बाज़ार जिनके साथ खिलवाड़ किया जा सकता है, ख़ासकर जब वे पतले हों।
• अनुमान अभी साबित हो चुकी उपयोगिता से ज़्यादा है — फिलहाल। TAO और alpha tokens विकेंद्रीकृत AI के भविष्य के बारे में एक थीसिस पर ट्रेड करते हैं, स्थापित cash flows पर नहीं। इससे वे तेज़ी से वोलैटाइल होते हैं और AI-हाइप साइकल्स और व्यापक क्रिप्टो बाज़ार दोनों से एक साथ जुड़े रहते हैं।
• जटिलता और लगातार बदलाव। सबनेट्स लॉन्च होते हैं, कमज़ोर होते हैं, और गायब हो जाते हैं। टोकनॉमिक्स में संशोधन होता रहता है। जो मानसिक मॉडल छह महीने पहले सही था वह आज पुराना हो सकता है। यह एक तेज़ी से बदलता रिसर्च प्रोजेक्ट है जो बाज़ार का लिबास पहनता है — ट्रेड करना सुविधाजनक, पूरी तरह ड्यू डिलिजेंस करना कठिन।
• क्या यह असल में फ्रंटियर तक पहुँच सकता है? सबसे बड़ा खुला सवाल यह है कि क्या विकेंद्रीकृत प्रोत्साहन कभी सचमुच फ्रंटियर-क्लास इंटेलिजेंस पैदा कर सकते हैं, या क्या ये संकरे, सस्ते कामों तक ही structurally सीमित हैं। यह अभी साबित नहीं हुआ है। जो कोई भी आपको यह जवाब पूरे भरोसे से बताए, वह कुछ बेच रहा है।

यदि आप विकेंद्रीकृत-AI थीसिस में एक्सपोज़र चाहते हैं, तो TAO इसे व्यक्त करने का सबसे लिक्विड तरीका है — और GaiaEx पर आप इसे उस तरह ट्रेड कर सकते हैं जैसे आपको किसी भी वोलैटाइल एसेट को ट्रेड करना चाहिए: अपनी चाबियों की पूरी कस्टडी के साथ।

GaiaEx डिज़ाइन से नॉन-कस्टोडियल है। MPC वॉलेट सुरक्षा का उपयोग करते हुए, आपकी प्राइवेट की स्वतंत्र पक्षों में एन्क्रिप्टेड टुकड़ों में बँटी होती है, इसलिए कोई एक सर्वर या व्यक्ति कभी पूरी चाबी नहीं रखता — और आपके पास खोने के लिए कभी एक अकेला सीड फ्रेज़ नहीं होता। आप अपने फंड्स पर नियंत्रण बनाए रखते हैं जबकि आप एक ऐसी एसेट ट्रेड करते हैं जिसकी नेट एसेट वैल्यू एक ही दोपहर में AI न्यूज़ और Bitcoin correlation पर तेज़ी से हिल सकती है। ट्रेड्स Hyperliquid L1 पर sub-second finality के साथ एक्ज़ीक्यूट होते हैं, इसलिए आप कभी एक बहु-दिवसीय सेटलमेंट विंडो में अटके नहीं रहते जबकि एक तेज़ी से बदलती नैरेटिव आपके नीचे टोकन की कीमत फिर से तय कर रही हो।

TAO को शामिल करने से पहले कुछ खास अनुशासन बिंदु:

• किसी भी “yield” को annualize करने से पहले एमिशन्स और हैल्विंग शेड्यूल जाँचें — इसका ज़्यादातर हिस्सा नई मिंट की गई सप्लाई है, रेवेन्यू नहीं।
• सबनेट churn TAO की कीमत को टाइमलाइन समझने से भी तेज़ी से बदल सकता है। नए सबनेट्स की एक लहर या किसी flagship सबनेट का ढहना, न्यूज़ साइकल के पकड़ में आने से पहले टोकन को हिला सकता है।
• “विकेंद्रीकृत AI” मार्केटिंग को एक थीसिस समझें, प्रोडक्ट वारंटी नहीं। आप एक प्रयोग पर एक दाँव खरीद रहे हैं, और आपको इसका आकार वैसे ही तय करना चाहिए।