Bittensor

Les concepteurs de Bittensor (Y Rao, J Steeves, A Shaabana, D Attevelt…) ont expliqué en 2020 qu'ils sont parti de l'hypothèse que l'IA peut être traitée comme une matière première, avec les règles du marché, pour être améliorée, « un marché où l'intelligence est évaluée par d'autres systèmes d'intelligence, de pair-à-pair »^[2].

Contrairement aux modèles d'intelligence artificielle centralisés traditionnels, souvent développés et contrôlés par de grandes entreprises (GAFAM notamment), Bittensor fonctionne comme un réseau décentralisé.

L'objectif affiché du projet était :

• de rendre l'intelligence artificielle accessible à tous, en en faisant un actif négociable plutôt que cloisonné au sein de systèmes fermés^[3] ;
• de considérer qu'en tant que « nouvelle ressource », l'IA nécessite un nouveau type de marché, où les modèles d’IA ne seraient plus périodiquement évalués selon des benchmarks faits par des humains, mais par des benchmarks faits par d'autres modèles d'IA ; en continu, et de manière décentralisée ; chaque modèle serait récompensé non pas pour une tâche précise évaluée par un benchmark ad hoc, mais pour sa capacité générale à produire de l’information utile, ce qui permettrait^[2] :

- de valoriser des modèles plus polyvalents ;

- de monétiser des systèmes anciens mais encore utiles ;

- de favoriser la diversité plutôt que la course au meilleur modèle unique.

Le réseau fonctionne comme une plateforme numérique P2P, où les IA, dans des ordinateurs, jouent le rôle de pairs, en se partagent des données, des ressources de calcul et en échangeant des représentations (tensors). Le système est conçu sans autorité centrale, pour, selon ses concepteurs, éviter tout risque de censure et de contrôle extérieur :

• aucun serveur central ne décide quels modèles sont acceptés,
• personne ne peut censurer, filtrer ou privilégier certains participants,
• n’importe qui peut rejoindre le réseau et proposer un modèle.
• les miners sont des modèles d’IA, « opérés », c'est à dire mis en œuvre par un humain ou une entreprise, qui répondent à des requêtes ; ces humains entraînent un modèle d'IA ; le connectent à un subnet, et fournissent de la puissance de calcul.
• les validateurs sont des modèles d’IA mis en œuvre par des humains, qui évaluent les réponses,
• les récompenses en cryptomonnaie TAO sont envoyées à l'adresse crypto contrôlée par l’humain qui opère le nœud. Les stakers sont des humains qui possèdent du TAO, le stakent sur un nœud, et reçoivent une part des récompenses générées par ce nœud (même sans faire tourner d’IA, un humain peut gagner du TAO en stakeant).

Cela est supposé garantir l'ouverture et la neutralité du marché de l'intelligence espéré par les promoteurs du projet.

Le fonctionnement du système était conçu pour encourager la production de réponses de haute qualité en récompensant les IA contributrices en fonction de la qualité de leur contribution au réseau, plutôt qu'en fonction de critères spécifiques et étroits, utilisés dans la formation logicielle traditionnelle^[3].

En 2020, les concepteurs conviennent que le système a besoin d'un standard commun de tensors, pour permettre aux modèles de différents types (texte, image, audio, multimodal) d’interagir. Ils estiment que le réseau pourrait commencer avec du langage textuel pour ensuite s'étendre peu à peu à d'autres modalités, jusqu'à permettre des modèles capables de traiter n'importe quelle entrée^[2]. En 2020, ils soulignent aussi que, quand le réseau grandira, il faudra limiter la quantité de données échangées. Ils proposent pour cela d'utiliser des techniques de calcul conditionnel (où les modèles apprennent automatiquement à sélectionner les pairs les plus pertinents, afin de réduire la charge réseau et d'améliorer l'efficacité globale)^[2].

Les concepteurs ont conscience que ce système de classement entre pairs peut être manipulé si des participants se mettent d’accord pour tricher. Pour éviter cela, ils ont introduit un mécanisme d’incitation récompensant davantage les comportements honnêtes, ce qui rend le système résistant à la collusion tant qu’elle ne dépasse pas 50 % du poids total du réseau^[2].

Les concepteurs espéraient ainsi pouvoir rapidement créer un marché collectif de l'intelligence, autoentretenu et capable de continuellement produire continu de nouveaux modèles d'IA de plus en plus performant, en rémunérant ceux qui, dans le réseau, font preuve de la meilleure valeur informationnelle.

Bittensor a été cofondé en 2019 par deux canadiens^[4] :

• Jacob Steeves (qui été antérieurement chercheur en machine learning chez Nkowm inc (2015-2016), puis ingénieur en software chez Google, durant 2 ans, de 2016 à 2018) ;
• Ala Shaabana.

Bittensor et Bitcoin sont tous deux des réseaux décentralisés, sans autorité centrale, ce qui selon leurs concepteurs doit les rendre résistants à la censure et aux défaillances centralisées ; tous deux utilisent un principe de minage consistant à contribuer aux ressources du réseau en échange de récompense (pour les meilleurs mineurs) sous forme de cryptomonnaies. Dans Bitcoin, les mineurs valident les transactions et sécurisent le réseau en fournissant une puissance croissante de calcul. Par contre, sur Bittensor, les mineurs mettent à disposition du réseau leur puissance de calcul pour des tâches liées à l'apprentissage des IA et ceux qui sont récompensés sont ceux qui ont des IA générant les meilleures réponses.

Bittensor utilise un mécanisme appelé « preuve d'intelligence » (PIN), encore questionné en 2024 ou 2025^{[5],[6],[7],[8]}. Dans ce système, les nœuds (ordinateurs) du réseau agissent à la fois comme producteurs et validateurs. Ils interrogent d'autres nœuds pour obtenir des informations et les classent en fonction de la qualité de leurs réponses.

Ces classements sont enregistrés dans le registre numérique de la blockchain.

Un mécanisme d'incitation a été conçu pour empêcher la collusion (groupes de nœuds votant les uns pour les autres afin de manipuler le système).

Selon le livre blanc du protocole, le système est résistant aux tentatives de collusion tant que le groupe attaquant contrôle moins de 50 % des mises du réseau^[3].

Les pairs les plus performants — ceux qui fournissent les informations les plus utiles — sont récompensés par des jetons TAO. Cette structure permet aux ingénieurs et aux chercheurs de monétiser directement leurs travaux d'apprentissage automatique sans avoir besoin d'un intermédiaire centralisé^[3].

Le projet a suscité un intérêt et des investissements de la part des secteurs des cryptomonnaies et du capital-risque, notamment en raison de la convergence de la technologie blockchain et de l'intelligence artificielle.

Barry Silbert, fondateur de Digital Currency Group (DCG), a identifié Bittensor comme un élément clé d'un système rapprochant les cryptomonnéies de l'IA. Pour soutenir la croissance de ce réseau, DCG a créé une filiale nommée Yuma, qui se concentre sur la fourniture de ressources et d'infrastructures pour Bittensor^[9],[10].

Parmi les premiers investisseurs du protocole figure la société de capital-risque spécialisée dans les cryptomonnaies dao5, dirigée par Tekin Salimi, qui a alloué des fonds pour soutenir le développement du réseau^[11].

En octobre 2025, Tao Synergies, une entité développant l'infrastructure du réseau Bittensor, a obtenu un investissement de 11 millions de dollars, et a manifesté un intérêt financier pour une démarche intersectant l'IA et les cryptomonnaies^[12].

Certains des modèles produits dans la plateforme Bittensor peuvent être alignés, mais ce n'est pas une obligation ; cela dépend du subnet (sous-réseau) qui les entraîne (le réseau contient au moins un subnet explicitement dédié à l'alignement : Aurelius, dans le subnet 37, mais d'autres subnets ne visent que la performance brute ou par exemple le trading. L'ensemble du système reste décentralisé et sans principes ni limites éthiques décidés a priori ou uniformes, sans même une charte éthique commune, sans comité de sécurité, sans norme obligatoire (chaque subnet décide de ses règles, avec une tendance à la concentration du pouvoir, de l'influence et de l'argent dans certains sous‑réseaux ; avec notamment une concentration des récompenses, et du stake (c'est à dire de la quantité de cryptomonnaie qu'un participant bloque dans un réseau pour prouver son engagement et obtenir des récompenses et/ou des droits)… malgré un discours affiché de décentralisation : en étudiant les données de 64 sous‑réseaux de Bittensor, une étude a conclu que la majorité du pouvoir et des récompenses est concentrée entre quelques acteurs, et que les récompenses dépendent surtout du montant misé, plutôt que de la qualité du travail fourni. Les auteurs de l'étude ont en 2025 suggéré à Bittensor de mieux lier les récompenses à la performance, d'utiliser des scores composites, d'ajouter un bonus de confiance, et de limiter la concentration du stake en imposant un plafond au 88ᵉ percentile, ce qui renforcerait la résistance du réseau aux attaques de type 51 %)^[13].

Enfin, si une IA, même très avancée, ne peut pas, d'elle même, « posséder » de cryptomonnaie ni être titulaire légal d'un portefeuille car elle n'est pas une personne morale, elle ne peut pas détenir une clé privée, ni avoir une personnalité juridique et un statut légal, ni donc être propriétaire d'un compte, ni signer un contrat, ni légalement posséder un bien, l'arrivée de l'IA agentique pose de nouvelles questions, elle peut — si un humain lui donne accès à un ordinateur, lui délègue un accès à une API d'échange ou à un wallet logiciel (l'application installée sur un ordinateur ou un smartphone, qui permet de gérer une adresse de cryptomonnaie et de signer des transactions à l’aide d’une clé privée) — elle peut alors générer une adresse, recevoir des fonds, les gérer, les redistribuer ; elle peut envoyer, recevoir, transférer ou gérer des cryptomonnaies comme peuvent déjà le faire de nombreux « robots de trading », ce qui en cas de non-alignement avec son commanditaire (qui reste responsable juridique et propriétaire du compte), pose de nouvelles questions. La propriété (ici, des cryptomonnaies) est encore actuellement indissociable de la personnalité juridique (que n'a pas l'IA), mais dans la perspective de l'émergence d'une IA générale, d'une superintelligence et de modèles dotés d'un modèle du monde, des chercheurs discutent d'une part de la possibilité pour une IA (agentique notamment) de posséder des biens matériels ou des revenus, de droits d'auteur et de propriété par exemple, avec alors quelles obligations associées ? L'arrivée d'IA fortes repose la question de la relation entre propriété et personnalité juridique.

Le juriste Rafael Dean Brown estime en 2020 que le droit pourrait éventuellement reconnaître la propriété et une forme de personnalité juridique à des IA faibles, mais pas aux IA fortes, en raison d'implications éthico-philosophiques, pratiques et juridiques trop complexes^[14].