從持續的經驗中學習是將人工智能擴展到超人工智能及更高水平的關鍵。

這將需要什麼？

不同的方程式/算法。不同的軟件架構。新的芯片。針對這些芯片的新硬件架構。用於在不同基材上製造這些芯片的新材料科學。新的能源來源（可能是新的太陽能方法）。幾乎所有的新事物。

這一切都非常昂貴……將需要比任何單一公司能夠籌集的更多的錢和資本。

進入Bittensor激勵機制。這些激勵機制解鎖了在無權限賬本上進行價值交換的語言。

這種語言已經產生了需要超過10億美元的資本支出和運營支出才能通過傳統方法交付的輸出。

幾個月內數萬臺GPU
30天內達到比特幣的1%哈希率
幾周內建立最大的3D資產庫
首個交付並且快速改善的去中心化訓練

我們還可以將Bittensor激勵應用於以下領域...

設計新的神經網絡架構，證明能夠持續發現更具計算效率和通用性的模型架構

設計和測試一種新的ASIC，能夠在高度互聯（但地理上分散）的場景中，隨着擴展需求的增長，持續提高其計算效率

爲核能、太陽能和基於聚變的能源生產技術創建反應堆、儲存和收集方法

還有很多更多...

這些子網絡將能夠利用數萬億的資金，並公平地分配獎勵給數十億爲激勵的進展做出貢獻的人。

Bittensor將改變人類的軌跡，並以深遠的方式增強我們物種的成功。現在這一點已經相當明顯。