Proof of Useful Work: Buong Gabay sa Kapaki-pakinabang na Mining

Kumonsumo ang Bitcoin ng humigit-kumulang 26 GW ng kapangyarihan — iyan ay ~150 TWh bawat taon, maihahambing sa pagkonsumo ng enerhiya ng Argentina. Bawat watt ay napupunta sa pag-compute ng SHA-256 hashes, ang tanging layunin nito ay patunayan ang paggamit ng enerhiya. Sa loob ng 15 taon ng pag-iral, ang Bitcoin ay walang ginawang anumang kapaki-pakinabang na resulta: walang sagot mula sa neural network, walang scientific computation, walang render. Ang lahat ng enerhiyang ito ay purong bayad para sa seguridad.

Napagtanto ng Ethereum ang problema at noong Setyembre 2022 ay isinagawa ang “The Merge” — paglipat mula sa Proof of Work patungo sa PoS. Bumaba ng 99.95% ang pagkonsumo ng enerhiya ng network. Ngunit lumikha ang PoS ng bagong problema: ang seguridad ngayon ay nakasalalay hindi sa trabaho, kundi sa kapital. Ang malalaking staker (Lido, Coinbase, Binance) ang kumokontrol sa isang malaking bahagi ng network. Isinasakripisyo ng PoS ang desentralisasyon para sa kahusayan sa enerhiya — at ang desentralisasyon ang pangunahing pangako ng blockchain.

Ang PoUW ay nag-aalok ng ikatlong paraan: panatilihin ang trabaho ng GPU (tulad ng sa Bitcoin — seguridad sa pamamagitan ng computation), ngunit idirekta ang trabahong ito sa mga tunay na gawain (AI inference, scientific computations, rendering). Seguridad hindi sa pamamagitan ng walang saysay na hashing, at hindi sa pamamagitan ng pagla-lock ng kapital, kundi sa pamamagitan ng kapaki-pakinabang na trabaho.

Ang konsepto ng PoUW ay pormal na ipinahayag sa Ofelimos protocol, na iniharap sa kumperensya ng IACR Crypto 2022 — isa sa mga nangungunang forum sa cryptography sa mundo. Ang ideya: sa halip na walang saysay na hashing, ang mga minero ay lumulutas ng mga tunay na problema sa pag-optimize. Ang resulta ay sabay na nagpapatunay ng block sa blockchain at lumilikha ng halaga para sa end user.

Ang pangunahing hamon ng PoUW ay ang verifiability. Sa ordinaryong PoW, madaling suriin ang resulta: ang hash ay mas mababa sa target, o hindi. Mas mahirap suriin ang mga kapaki-pakinabang na computation (sagot ng neural network, render ng 3D scene). Kung ang resulta ay hindi mabilis na ma-verify — maaaring pekein ito ng isang attacker, magpadala ng basura sa halip na tunay na sagot at makakuha ng gantimpala.

Iba't ibang proyekto ang lumulutas sa problemang ito sa iba't ibang paraan:

• Approach 1: Mathematical proof (Gonka). Computation → PoC V2 cross-verification → BLS-signature sa blockchain. 1–10% ng mga gawain ay vine-verify ng ibang mga node. Kung hindi tugma ang mga resulta — 20% penalty ng collateral. Security guarantees: mathematical, hindi subjective.
• Approach 2: Subjective evaluation (Bittensor). Computation → ini-evaluate ng mga validator ang “kalidad” ng sagot sa pamamagitan ng Yuma Consensus. Problema: ang “kalidad” ay subjective, at ang sistema ay mahina sa collusion ng mga validator. Guarantees: economic (stake), hindi cryptographic.

Kritikal ang pagkakaiba: hindi mapapansin ang mathematical proof (anuman ang pera ng attacker). Ang subjective evaluation ay mahina sa majority attack. Ito ang nagtatakda ng iba't ibang antas ng tiwala sa bawat approach.

Isaalang-alang natin ang mga pangunahing proyekto na nagpapatupad ng PoUW sa 2026:

Gonka (PoW 2.0) — ang pinakadalisay na pagpapatupad ng PoUW. Bawat naprosesong AI request ay sabay na nagpapatunay ng block. 99% ng network resources — para sa kapaki-pakinabang na trabaho, 1% — para sa verification. Ang modelo na Qwen3-235B (MoE, 22B aktibong parameter) ay pinaglilingkuran ng mga cluster mula sa H100/H200. $80M investments mula sa Coatue, Bitfury, Insight Partners.

Flux — historically, isa sa mga unang PoUW project, ngunit noong 2025 ay tinalikuran ang GPU-mining at lumipat sa CPU-nodes. Kapaki-pakinabang na trabaho = hosting ng containerized applications (Docker). Sa esensya, naging decentralized cloud-hosting ang Flux, hindi isang AI-network. Market cap ~$23M.

Prime Intellect — nakatuon sa distributed learning ng mga modelo (training), hindi inference. Gumagamit ng approach na katulad ng DiLoCo sa Gonka, ngunit bilang pangunahing produkto, hindi bilang dagdag na function.

Bittensor ay pormal na hindi isang PoUW sa purest form nito — ang Yuma Consensus ay batay sa subjective na pagtatasa ng mga validator, at hindi sa cryptographic proof. Ngunit ang 126 subnets ay sumasaklaw sa malawak na hanay ng mga gawain ng AI, at ang proyekto ay may pinakamalaking capitalization sa segment.

Ang market ng AI computing ay tinatayang nasa mahigit $150 bilyon at lumalaki ng 30%+ taun-taon. Samantala, patuloy na sinusunog ng Bitcoin ang ~150 TWh bawat taon sa walang saysay na hashes. Nilulutas ng PoUW ang kontradiksyon na ito: ang parehong prinsipyo ng “enerhiya = seguridad”, ngunit ang enerhiya ay lumilikha ng tunay na halaga.

Para sa mga Bitcoin miner na may GPU: matapos ang paglipat ng Ethereum sa PoS noong 2022, milyon-milyong GPU ang naiwan nang walang trabaho. Matagal nang hindi kumikita ang Bitcoin mining sa GPU (kailangan ng ASIC). Ang mga proyekto ng PoUW tulad ng Gonka ay nagbibigay ng pangalawang buhay sa GPU — ang parehong mga card na dating itinuturing na walang silbi na hashes, ngayon ay nagpoproseso ng mga AI request at nakakatanggap ng reward.

Para sa mga investor: Ang PoUW ay ang punto ng pagtatagpo ng dalawang pinakamalaking teknolohikal na trend: crypto ($2+ trilyong market) at AI ($150+ bilyong market). Ang Gonka ang unang proyekto kung saan ang PoUW ay naipatupad sa production na may tunay na AI requests, na na-audit ng CertiK at nakakuha ng $80M mula sa institutional investors.

Kinabukasan ng PoUW: Sinusuportahan ng Gonka ang maraming modelo nang sabay-sabay — Qwen3-235B sa mainnet at Kimi K2.6 sa DevShards (simula Mayo 2026). Idinagdag ang MiniMax-M2.7 sa v0.2.13 (proposal #54, tinanggap noong Mayo 21, 2026, aktibo sa block 4267300). Sa hinaharap, ang mga host ay makakapag-serbisyo ng mas partikular na mga modelo (text, code, image, embeddings) depende sa kanilang mga GPU. Nagdaragdag ang DiLoCo ng distributed learning — ang Gonka ay hindi lamang makakapagpatakbo, kundi makapagsasanay din ng mga modelo. Binago nito ang Gonka mula sa isang inference network tungo sa isang full-fledged AI platform — bukas, desentralisado, at batay sa Proof of Useful Work na maaaring beripikahin sa matematika.