ビットテンソー（TAO）は、排出量をAIサブネットの資本流動と一致させるため、dTAOのアップグレードを実施する。

• ビトンサーは、人工知能を扱う分散型マーケットプレイスとして機能し、プロブオ・オブ・インテリジェンスという合意形成方式を用いて、参加者が提供する機械学習の貢献の情報価値に基づいて報酬を与えます。
• 最近のDynamic TAO（dTAO）のアップグレードでは、ネットワーク資本の流入に応じて、サブネットごとにステークやエミッションの配分が行われるようになりました。これにより、資源の分配が市場によって決定されるメカニズムが実現されています。
• この構造的変化により、資本は最も価値の高いAI出力を生み出すサブネットに流れが向けられるようになり、ネットワーク全体での計算リソースの配分方法が根本的に変わる。
• 機関の参加者は、ネットワークが低い性能ではなく、プロトコルレベルの改善によって性能を向上させるのではなく、排出量を減らすことに依存しているため、検証者の性能やインフラの信頼性を評価する必要があります。

ビトンソーはオープンソースの分散型ネットワークであり、人工知能に関するサービスのマーケットプレイスとして機能します。これにより、ユーザーは人工知能サービスを利用し、カスタマイズすることができます。また、プロデューサーと消費者間の透明な相互作用も保証されています。このネットワークは、テキスト生成や画像認識といった特定の人工知能タスクに特化したサブネットワークによって構成されています。参加者には、計算リソースやモデルを提供するマイナー、出力の品質を評価しスコアを付与するバリデータ、そしてバリデータを支援するためにTAOを保有するデレガーが含まれます。

このネットワークでは、Proof of Intelligence（PoI）という合意形成メカニズムが利用されています。これは、計算作業や資本の持ち合いではなく、機械学習による貢献の質に基づいて参加者に報酬を与える仕組みです。重要な特徴としては、Yuma Consensusという機能があり、これにより各バックエンドの評価が集約されます。また、最近のdTAOアップグレードによって、エミッションの配分は各サブネット内で保有されているTAOの量によって決定されるようになりました。この設計により、最も価値の高いAI出力を生み出すサブネットに資本が流れ込むことになります。

TAOのトークノミクスでは、2100万枚という厳格な供給制限が設けられており、その減少プロセスはビットコインと同様のスケジュールになっています。2025年12月には初回のハーフウェイトが行われ、ブロック内のエミッション量が50％減少します。ハーフウェイト後は、各ブロックで0.5 TAOが生成され、サブネットに分配されます。各サブネット内では、エミッションのうち41％がバリデーターに、41％がマイナーに、18％がサブネットの所有者に配分されます。dTAOモデルでは、サブネットのエミッション割合はTaoflowモデルによって決定され、正のTAO流入があるサブネットにはより多くのエミッションが配分されます（ステーキング减去非ステーキング）。

ステーキングのオプションとしては、Root Staking（サブネット0）があります。これは、TAOをアルファトークンに変換することなく、慎重なリスクを許容する方法です。また、サブネットステーキングもあります。これは特定のAI分野に対して適切なリスクを提供しますが、アルファトークンの価格変動を伴います。機関投資家は、バリデーターの性能、手数料、そしてインフラの信頼性を評価する必要があります。Bittensorは現在、プロトコルレベルの制限を設けていないため、性能が悪い場合には排出量を減らすことに頼っているのです。

dTAOアップグレードは、リソース配分にどのような影響を与えるのか？

Dynamic TAO（dTAO）のアップグレードにより、Bittensorが分散型リソースを管理する方法に大きな変化が生じました。以前は、ネットワークは静的な配分モデルを採用していましたが、異なるAIサブネットの需要や機能の違いを十分に考慮できていませんでした。dTAOモデルでは、エミッションの割り当てがTaoflowモデルによって決定される動的割り当てシステムが導入されます。このモデルでは、TAOの流入が正の値になるサブネットに対してより多くのエミッションが割り当てられ、結果として、より多くのステーク資本を集めるサブネットが報酬を受け取ることになります。

このメカニズムにより、資本の流入と資源の分配が直接的な関係を持つ。ネットワークにとってより高い情報価値や有用性を持つサブネットは、より多くの委任者や検証者を引き付け、結果としてステークの量も増加する。その結果、これらのサブネットはブロック生成におけるより大きな割合を得ることになり、エコシステム内での地位を強化される。この市場主導型のアプローチによって、計算リソースが最も生産性の高く、価値のあるAIタスクに向けられることになる。

dTAOへの移行は、ネットワーク内の参加者の行動にも影響を与えます。マイニングやバリデーターは、より多くの委任者を引き付けるために、自らの機械学習成果の質を向上させるよう促されます。特にバリデーターは、出力の品質やスコアを評価する上で重要な役割を果たし、それが彼らがサポートするサブネットの評判や魅力に直接影響します。これにより、品質と効率性がより多くのエミッションシェアとして報われる競争的な環境が生まれます。

TAOのトークノミクスやステーキングに与える影響は何か？

TAOのトークノミクスは、2100万トークンの固定供給量を持つという特徴があります。また、ビットコインをモデルにしたデフレーション的な供給計画が採用されています。最初のハーフウェイングは2025年12月に行われ、ブロックごとのエミッション量が50%減少しました。ハーフウェイング後は、各ブロックで0.5 TAOが発行され、サブネットに分配されます。このような供給量の減少と、dTAOの動的なエミッション配分により、トークン保有者にとって複雑な経済環境が生まれます。

ネットワーク上のステーキングオプションは、ルートステーキングとサブネットステーキングの両方を含むようになりました。ルートステーキング、つまりサブネット0とは、TAOをアルファトークンに変換することなく、ネットワークへのリスクを控えめに受け入れることができます。このオプションは、特定のAI分野の変動性を避けつつ、Bittensorエコシステム全体に対して幅広い投資機会を求める投資家に適しています。一方、サブネットステーキングでは、特定のAIタスクに対するターゲットを絞った投資が可能であり、投資家は特定の機械学習モデルやアプリケーションの成功に賭けることができます。

しかし、サブネットステークはアルファトークンの価格の変動を引き起こします。なぜなら、特定のサブネットの性能や需要に応じて、アルファトークンの価値が変動するからです。機関投資家は、資金を投入する前に、バリデータの性能、手数料、インフラの信頼性を慎重に評価する必要があります。現在のネットワークでは、プロトコルレベルの制御が行われていないため、バリデータやマイニングプロセスの性能が悪くなった場合、ステークされたトークンが直接失われるのではなく、排出量が減少することでペナルティが与えられます。このようなペナルティメカニズムに依存しているため、投資家はネットワークの状態やバリデータの行動を密接に監視する必要があります。

ハーフングスケジュール、動的エミッション配分、ステーキングオプションの相互作用により、TAOには複雑な投資環境が生まれます。高性能なサブネットワークにおいて資金を引き付け、維持するネットワークの能力は、その長期的な成功を決定づける重要な要因となります。エコシステムが成熟するにつれて、dTAOモデルによって、開発者、検証者、マイナー、委任者間のインセンティブのバランスがさらに改善され、分散型AI市場の持続的な成長が促進されると期待されます。