去中心化的人工智慧訓練正從不可能轉變為不可避免。 中心化人工智慧壟斷的時代正受到突破性協議的挑戰，這些協議使得跨分散式網路的協作模型訓練成為可能。

7/ Bittensor 子網專注於 AI 工作負載： - 子網 3 (Templar) 專注於分佈式訓練驗證。 - 子網 9 (Macrocosmos) 支持協作模型開發，為神經網絡參與者提供經濟激勵。

8/ 去中心化訓練理論：聚合比任何單一實體更多的計算資源，實現人工智能開發途徑的民主化，並防止權力集中。 由於推理模型的推理成本高於訓練成本，分佈式網絡或將成為人工智能經濟中必不可少的基礎設施。