ジェイコブ・ロバート・スティーブズ、ビットテンサーのAIマイニングビジョンを明らかに：経済学と人工知能の橋渡し

ブロックチェーン業界の観察者との独占的な会話の中で、Bittensorの創設者であるジェイコブ・ロバート・スティーブズは、ビットコインスタイルのマイニングメカニズムを人工知能に適用するという新しいアプローチについて自身の見解を共有しました。これは、デジタル時代における分散コンピューティング資源の調整方法を再定義する革新的な試みです。このインタビューでは、Googleでのソフトウェアエンジニアリングから始まり、暗号通貨の最も野心的なAIインフラプロジェクトの一つを先導したスティーブズの驚くべき歩みを追います。

Bittensor（TAO）はオープンソースのプロトコルとして、経済的インセンティブをAI計算に適用することで独自の地位を築いています。ネットワークは約128のサブネットで構成され、推論、トレーニング、強化学習、データサービスなどの分野で競合しています。2026年3月時点の最新の市場データによると、TAOは182.60ドルで取引されており、市場資本は約17.5億ドルに達しています。このエコシステムは2021年のメインネットローンチ以来大きく進化し、世界中の開発者や計算資源の参加を集めています。

Googleから分散型AIアーキテクチャへの道のり

ジェイコブ・ロバート・スティーブズがBittensorを設立する道は、カナダのバンクーバーにあるサイモンフレーザー大学で数学とコンピュータサイエンスを学んだことから始まりました。彼の初期のキャリアは、DARPAの契約企業で脳-コンピュータインターフェースチップの研究に従事し、そこで重要なメンターからビットコインやエネルギーベースの計算の概念を紹介されました。「2015年以降、私はビットコインとAIの両方に深く関わっています」と彼は説明します。「これら二つの分野は自然に相性が良く、AIの核心はフィードバックループの研究だからです—逆伝播、遺伝的アルゴリズム、強化学習など—一方、ビットコインは最初のプログラム可能な経済的フィードバックループを表しています。」

Googleでの勤務は彼にとって変革的でした。機械学習エンジニアとして働きながら、Transformersを導入した画期的な論文「Attention Is All You Need」の発表を目の当たりにし、大規模言語モデルの指数関数的な発展を促しました。彼はまた、分散機械学習の実践に関する最前線のチームから重要な知識を吸収しました—パラメータサーバー、モデル並列化、データ並列化の技術です。これらの知識は後にBittensorの計算アーキテクチャに大きく影響しました。

大手テック企業で働くことの名声にもかかわらず、スティーブズは自身のビジョンを追求するために独立を選びました。2015年頃から余暇を利用してBittensorの基本概念を開発し、2018年にフルタイムで取り組み始め、2021年にメインネットを立ち上げました。「Googleでの経験は、分散システムとグローバル規模で効果的な機械学習を運用するために必要な規模を教えてくれました」と彼は振り返ります。「しかし、Bittensorと従来の企業向けAIの根本的な違いは、資源調整に対する哲学的アプローチにあります。」

Bittensorの経済モデル：マイニングと機械学習の融合

本質的に、Bittensorは計算資源の組織と報酬の仕組みを変革します。従来のモデル統合プラットフォームが単に「モデルを積み重ねる」だけなのに対し、このプロトコルはAI学習過程にプログラム可能な経済的インセンティブを直接組み込みます。「より有用な推論、トレーニング、ツールを提供する者がより多くの報酬を得る」とスティーブズは強調します。「これは単なるモデルの積み重ねとは全く異なります。」

この革新は、過去15年間のAIの進歩が証明したことを認識することにあります。それは、フィードバックメカニズム—逆伝播や強化学習—を通じた適応学習が進歩を促進してきたという事実です。Bittensorはこの原則を実現し、通貨と経済信号をAI開発サイクルに直接統合しています。市場の力は供給の質とコスト効率を継続的に最適化します。

「分散化の意義は、許可不要な参入と単一点障害への耐性にあります」とスティーブズは明言します。「誰でもサブネットを立ち上げて競争できます。良質な供給はインセンティブによって増幅され、質の悪い供給は自然に排除されるのです。」この競争環境は、中央集権的なゲートキーパーを必要とせず、継続的な改善を保証します。

ユーザーの観点から見ると、このモデルは複数のレベルで機能します。開発者はサブネットを立ち上げたり参加したりし、モデルや計算資源を提供し、そのパフォーマンスに応じた継続的なインセンティブを受け取ります。需要側の参加者は推論、計算能力、自動機械学習、マーケット予測信号などのサービスを購入します。プラットフォームは従来の「マイナー—報酬—合意」モデルを、「有用なAI供給—市場報酬—ネットワーク合意」へと変換します。

中国チームがリードするBittensorのサブネット革新

Bittensorについて中国を訪れた最初の目的について尋ねられると、スティーブズはアジアの開発者参加の戦略的重要性を強調しました。「中国は世界の人工知能分野で最も成長が早く、最も強力な国の一つです」と彼は述べます。「ビットコインのマイニングが合法だった頃、中国は計算能力の50%以上を占めていました。今でも、世界のチップの90%を生産しています。中国の技術力には大いに敬意を抱いています。」

さらに、スティーブズはBittensorのエコシステム内の競争パターンを観察しています。「Bittensorでは、中国のマイナーがサブネットに入ると、競争が一気に激化し、多くの元参加者が退出します。これは完全に予想されたことで、中国の競争の激しさは本当に驚くべきものです。」彼はこれを前向きに捉え、中国の大学やエンジニアリングの訓練文化がBittensorの競争と実力の枠組みに自然に合致していると示唆しています。

中国の貢献の具体的な証拠は、Bittensorのトップサブネットのプロジェクトに見られます。最大規模のサブネットの一つであるAffineは中国の開発者によって構築され、プラットフォーム上で最も競争力のある仕組みの一つとなっています。同時に、GPUリソースに焦点を当てたLiumサブネットも、アジアの資源を大きく取り込んでいます。これらのプロジェクトを通じて、中国のマイナーは世界市場に計算資源を提供しつつ、国際的な計算需要にアクセスしています。

「中国の開発者コミュニティの技術レベルは非常に高く、ほぼ他に匹敵しません」とスティーブズは述べます。「彼らのネットワーク容量と競争力の向上に対する貢献は計り知れません。もっと多くのチームが参加してくれることを願っています。」

分散化の真の力：集約を超えて

一般的な誤解は、Bittensorを単なる「AIモデルの集約者」と捉えることですが、スティーブズはこれを明確に否定します。「Bittensorの核心は、プログラム可能なインセンティブをAI学習過程に埋め込むことにあります—単にモデルを積み重ねるだけとは根本的に異なります」と彼は強調します。

Bittensorと従来のプラットフォームの違いは、アーキテクチャだけでなく哲学にも及びます。「いわゆるCrypto + AIは、暗号通貨をAIに適用するか、AIを暗号通貨に適用するだけであり、私たちのやっていることの本質には触れていません」とスティーブズは説明します。「私たちが実際にやっているのは、暗号経済的インセンティブを使って人工知能の研究を行うことです。これは、分散化を目的とした分散化ではなく、市場の信号と競争を利用して有用な計算を拡大することです。」

このアプローチの堅牢性は、2024年後半にAWSが大規模な障害を経験し、多くの中央集権的AIサービスが停止した際に証明されました。Bittensorの分散アーキテクチャは、中断なく稼働し続けました。「この出来事は、分散化の価値の一つ—単一点障害に対する耐性—を証明しています」とスティーブズは述べます。「しかし、多くのいわゆる分散型エコシステムは、実際には真の分散化には至っていません。障害後に回復できなかったプロジェクトもあります。Bittensorの基本設計は、資源の分散とルーティングの柔軟性に基づいており、継続性とフォールトトレランスにおいて優位性を持っています。」

TAOの市場ポジションと今後5年のロードマップ

2023年3月の取引所上場以来、TAOは暗号経済インフラの重要なプレイヤーへと成長しています。最近のエコシステムは、TAO財務部門が1100万ドルのプライベート資金調達ラウンドを完了し、戦略アドバイザーのジェームズ・アルチュシャーやGrayscaleの親会社DCGなどの投資家を惹きつけたことで、強い機関投資家の信頼を示しました。

2025年の半減期—Bittensorの最初の供給削減イベント—について、スティーブズは慎重な見解を示しました。「半減の唯一の影響は供給の引き締まりです。しかし、これがネットワークの根本的なインセンティブメカニズムに影響を与えることはありません。開発者がプラットフォーム上で構築し続けるための巨大な経済的インセンティブは依然として存在します」と述べています。これは、単なるトークンの希少性メカニズムを超えた経済モデルの持続性に対する彼の信頼を示しています。

プロトコルの収益源は多様化しています。主な収入源は、推論サービス、計算能力、自動機械学習（AutoML）、市場予測信号の販売です。この多角的な収益モデルは、従来の技術プラットフォームに似ておりながら、分散型ガバナンスを維持しています。

特に予測市場について、スティーブズはその変革的な可能性を強調しました。「KalshiやPolymarketは、真のフィンテックアプリケーションの一つであり、大衆向けの最初のアプリケーションだと思います」と述べます。「非常に意義深く、人間の働き方を根本的に変えます。Bittensorの予測市場サブネットは、分散型意思決定インフラの次のフロンティアを表しています。」

今後5年のビジョン：数百万規模への拡大

Bittensorの未来を描く際、スティーブズは野心的ながらも測定可能な目標を示しました。それは、「この技術を数百万人のユーザーに届け、真にオープンな知能サービスを世界に提供し続けること」です。

「最も見たい見出しは、『私たちはこの技術を数百万人のユーザーに届け、世界に真のオープンな知能サービスを提供し続けている』というものです」と彼は述べます。現在約10万人のユーザーがBittensorを利用しており、スケールアップの道は技術的に実現可能に見えます。

経済的な優位性が成長の主な推進力です。「経済的に見て、多くのシナリオで中央集権的な提供者に勝てるコスト優位性があります。特に推論においては」とスティーブズは説明します。競争のダイナミクスを考えると、中央集権的なAI製品は月額1000ドルのサブスクリプションを請求しながら、実際の価値は200ドル程度しか提供しない場合があります。一方、Bittensorは約6ドルのネットワークコストで10ドルのサブスクリプションを提供できる—60%のコスト効率の優位性です。

コードエージェントに焦点を当てた大規模サブネットのRidgesは、この原則の具体例です。世界中のチームが競争的インセンティブを通じてコーディング支援を最適化し、価格を下げつつ質を向上させています。同じ経済メカニズムは他の分野にも適用されます。

「私たちの目標は、世界中の何十億人ものユーザーにサービスを提供することです」とスティーブズは語ります。「中央集権的なAI企業がこれらの基本的な技術原理を採用しなければ、長期的にはパフォーマンス、速度、コストで追いつくのは難しいでしょう。これが私たちの根本的な差別化要因です。」

ビットコインの成功と並行しているのは意図的です。「ビットコインが国家や中央集権システムをネットワークレベルで上回れる理由は、正しい技術原理とメカニズム設計を採用したからです」と彼は述べます。Bittensorはすべての分野でこれを達成していないものの、特にGPU推論や予測市場においては、すでにこれらの優位性を示しています。

興味深いことに、スティーブズは、多くのユーザーがBittensorのインフラを直接意識せずに利用していると指摘します。「多くの人は、実際には気づかずにBittensorを日常的に使っています」と示唆し、技術がアプリケーションやサービスの基盤として機能していることを示しています。

主要なAI機関との協力の可能性についても触れ、「はい、可能です」と答えました。「私たちの哲学が一致すれば、OpenAIや中国のAI企業との協力もあり得ます。いくつかの中央集権的な研究所は統合とコントロールを好みますが、私たちはオープン性と許可不要性を重視しています」と述べ、DeepSeek、Kimi、Moonshotのようなオープンマインドなチームとの協力に特に意欲を示しました。「彼らと協力して真の分散型トレーニングを実現できれば、非常に歓迎します。それは時間の問題です。協力するか、私たちの分散型トレーニング手法を採用するかです。」

このビジョン—経済的インセンティブを駆動力とし、分散型ネットワークを通じて世界規模の人工知能開発を促進する—は、ジェイコブ・ロバート・スティーブズが、市場、競争、経済メカニズムを活用して、利益をもたらす技術を人類のためにスケールさせることの根本的な貢献を表しています。