Jiahao Sun, CEO und Gründer von FLock.io – Interviewreihe

Jiahao SunDer CEO und Gründer von FLock.io leitet das Unternehmen seit April 2022. Vor der Gründung von FLock.io war er viele Jahre in KI-orientierten Positionen tätig – unter anderem als Leiter der Abteilung für Künstliche Intelligenz bei einem großen Finanzunternehmen – und forschte als Wissenschaftler an einer renommierten Universität zu Wissensgraphengenerierung, NLP und maschinellem Lernen für Finanzprognosen. Seine umfassende Erfahrung sowohl im Bereich KI für Unternehmen als auch in der akademischen Forschung prädestiniert ihn für die Leitung eines Projekts, das die Entwicklung und den Einsatz von KI grundlegend verändern soll.

FLock.io ist eine dezentrale KI-Plattform, die föderiertes Lernen mit Blockchain kombiniert. Anstatt Daten zentral zu speichern, ermöglicht sie es Gemeinschaften, gemeinsam KI-Modelle zu entwickeln, zu trainieren und einzusetzen, während die Informationen auf lokalen Geräten privat bleiben. Das System bietet Anreize für Mitwirkende, die Rechenleistung, Daten oder Validierung bereitstellen, und verteilt Eigentum und Governance im gesamten Netzwerk, um Transparenz, Sicherheit und langfristige Stabilität zu gewährleisten.

Sie gründeten FLock.io nach jahrelanger Arbeit in der fortgeschrittenen KI-Forschung und Finanzprognose am Imperial College sowie nach Ihrer Tätigkeit als führender KI-Innovator bei RBC Wealth Management. Was gab ursprünglich den Anstoß zur Entwicklung einer dezentralen KI-Plattform, und welche Lücke sahen Sie, die traditionelle KI-Architekturen nicht schließen konnten?

Die Idee zu FLock entstand aus der Beobachtung desselben Problems in meiner akademischen Forschung und meiner Tätigkeit im Finanzwesen. Wertvolle Daten waren unzugänglich, und Organisationen konnten KI nicht gemeinsam nutzen, ohne Datenschutz oder Kontrolle aufzugeben. Traditionelle KI-Systeme basieren auf großen zentralen Anbietern, was die Teilhabemöglichkeiten und die Verbreitung der Vorteile einschränkt. Mir wurde klar, dass ein dezentraler Ansatz dieses Problem lösen könnte. Mit neuen Technologien wie Blockchain, Federated Learning und datenschutzfreundlichen Verfahren können Privatpersonen und Unternehmen Daten oder Rechenleistung sicher beisteuern und gleichzeitig die Eigentumsrechte behalten. FLock wurde entwickelt, um KI offener und sicherer zu gestalten und sie für alle zugänglich zu machen – nicht nur für einige wenige große Akteure.

Ihr Hintergrund umfasst die Forschung im Bereich Wissensgraphen und Zero-Shot-Learning für Finanzprognosen. Wie hat diese Erfahrung die Herangehensweise von FLock.io an Modelltraining, Validierung und Datenintegrität in der Blockchain geprägt?

Ich habe durch Erfahrung gelernt, dass Finanzprognosen ein äußerst sensibles Feld sind, in dem Datenintegrität, Modellnachvollziehbarkeit und die Fähigkeit, aus begrenzten Datensätzen zu generalisieren, von größter Bedeutung sind. Im Finanzwesen sind Datenquelle und -qualität entscheidend. Diesen Bedarf an verifizierbarer Herkunft haben wir in unsere On-Chain-Architektur bei FLock integriert. Wir strukturieren ein dezentrales Netzwerk von Datensilos, das es der KI ermöglicht, das kollektive Wissen zu erlernen, ohne die Rohdaten selbst zu zentralisieren. Dadurch können wir leistungsstarke Modelle in sensiblen Sektoren wie dem Gesundheitswesen und dem Finanzwesen entwickeln, wo die Daten dezentral und vertraulich bleiben müssen.

Die KI-Arena von FLock.io hat in weniger als einem Jahr bereits über 9,000 vollständig trainierte Modelle für maschinelles Lernen hervorgebracht. Was sagt diese hohe Aktivität über die Nachfrage nach dezentraler KI aus, und warum bevorzugen Entwickler Ihrer Meinung nach gemeinschaftlich organisierte Trainingsmethoden gegenüber zentralisierten Alternativen?

Dieses hohe Aktivitätsniveau offenbart zwei entscheidende Erkenntnisse über den aktuellen Stand des KI-Marktes. Erstens bestätigt es die enorme Nachfrage nach dezentraler KI-Infrastruktur. Entwickler suchen aktiv nach Alternativen zum zentralisierten Cloud-Modell, da dieses strukturell instabil und teuer ist und einen Single Point of Failure für Daten darstellt. Anders als bei zentralisierten Plattformen, wo die Teilnehmer das Modell besitzen, behalten in der AI Arena die Modellentwickler und -beitragenden das Eigentum und werden mit FLOCK-Token belohnt, wenn ihre Modelle genutzt werden.

Dezentrale KI ist stark auf Anreize angewiesen, um Validatoren, Delegatoren und Knotenbetreiber zu gewinnen. Wie trägt das FLOCK-Token-Design zur Angleichung der Anreize im gesamten Ökosystem bei, und welche wirtschaftlichen Verhaltensweisen haben Sie beobachtet, seit es über 55,000 Token-Inhaber gibt?

Der FLOCK-Token dient als Governance- und Utility-Engine und stellt sicher, dass die Anreize aller Teilnehmer optimal auf die langfristige Stabilität des Netzwerks und die Qualität der erstellten Modelle abgestimmt sind. Unser Design basiert auf dem klaren Prinzip, produktive und nachweisbare Beiträge zu belohnen, die die Zusammenarbeit zwischen Dateneigentümern, Rechenanbietern, Validatoren und Delegatoren fördern. So erhalten Rechenanbieter und Knotenbetreiber beispielsweise FLOCK für die Bereitstellung ihrer Rechenressourcen zum Modelltraining. Validatoren werden für die Gewährleistung der Sicherheit und Genauigkeit von Modellaktualisierungen belohnt, während Delegatoren, die FLOCK zur Unterstützung einsetzen, einen Anteil dieser Belohnungen erhalten. Wir beobachten ein anhaltendes Engagement unserer Community, das sich in einer hohen Staking-Quote widerspiegelt und auf eine Präferenz für langfristige Netzwerkteilnahme gegenüber kurzfristigem Handel hindeutet.

FLock.io hat Partnerschaften mit dem Entwicklungsprogramm der Vereinten Nationen, Alibaba, dem britischen Gesundheitsdienst NHS und anderen großen Institutionen geschlossen. Was hat diese Organisationen überzeugt, ein dezentrales KI-Framework anstelle des traditionellen cloudbasierten Trainings zu wählen?

Diese Partnerschaften haben uns geholfen, Lösungen für Herausforderungen zu implementieren, die mit traditionellen, cloudbasierten Trainingsmethoden nicht bewältigt werden können. Unser Framework, das föderiertes Lernen mit Blockchain kombiniert, ermöglicht das Training von KI-Modellen direkt auf lokalen Servern. Lediglich die aggregierten, anonymisierten Modellerkenntnisse werden in der Blockchain geteilt. Alle bahnbrechenden KI-Entwicklungen erfordern die Bündelung von Datenerkenntnissen über verschiedene Institutionen hinweg, die einem zentralen Vermittler niemals vertrauen würden. Unsere Zusammenarbeit mit dem UNDP ist ein Paradebeispiel: Gemeinsam mit NGOs entwickeln wir KI-Modelle, um die Ziele für nachhaltige Entwicklung zu erreichen. Unser Blockchain-basiertes Framework bietet die Transparenz und den Konsens der Community, die für eine ethische KI-Entwicklung auf globaler Ebene notwendig sind.

Datenschutzkonforme KI wird in Bereichen wie dem Gesundheitswesen, der öffentlichen Verwaltung und der wissenschaftlichen Forschung immer wichtiger. Wie stellt FLock.io sicher, dass sensible Daten zum Trainieren hochwertiger Modelle verwendet werden können, ohne jemals offengelegt oder zentralisiert zu werden?

Die Kerntechnologie von FLock vereint die Vorteile von Federated Learning und Blockchain-Technologie. Dadurch wird sichergestellt, dass sensible Daten zum Trainieren hochwertiger Modelle verwendet werden können, ohne dass diese Daten offengelegt oder zentralisiert werden. Anstatt große Mengen sensibler Daten an einem zentralen Ort zu sammeln, ermöglicht Federated Learning mehreren Entitäten die gemeinsame Modellentwicklung, indem der Trainingsprozess direkt zu den Daten verlagert wird – und anschließend nur die Aktualisierungen, nicht aber die Rohdaten, erfasst werden. Durch die Integration von Blockchain wird der Datenschutz weiter verbessert und die Skalierbarkeit durch ein System von Krypto-Anreizen erhöht.

Wir ermöglichen beispielsweise bahnbrechende Fortschritte in Bereichen wie der Arzneimittelforschung und der öffentlichen Gesundheit, indem wir Forschern den Zugriff auf einen riesigen Pool realer Daten ermöglichen und gleichzeitig die volle Datenkontrolle und Compliance gewährleisten.

Da sich sowohl Krypto als auch KI rasant weiterentwickeln, wie sehen Sie die Entwicklung der Schnittstelle zwischen Blockchain-basierter Infrastruktur und maschinellem Lernen in den nächsten fünf Jahren, und welche Rolle werden dezentrale Modellmarktplätze wie FLock.io dabei spielen?

Das Monopol zentralisierter KI-Unternehmen wird nicht ewig bestehen, denn die Welt erkennt zunehmend das enorme Potenzial kollaborativer, souveräner KI. Dezentrale Frameworks werden zur Standardinfrastruktur für sensible KI-Anwendungen, sowohl für deren lokales Training als auch für die Datenkontrolle. Da Rechenleistung durch dezentrale Netzwerke immer stärker verteilt und kommerzialisiert wird, verlagert sich der wahre Wert auf die Daten und die Modelle selbst. Wir schaffen die Infrastruktur für eine KI-Zukunft, in der Datenschutz garantiert und nicht mit Kompromissen verbunden ist, und Blockchain wird die Schlüsseltechnologie sein, um dies zu gewährleisten.

Die AI Arena nutzt eine aufgabenbasierte Struktur, in der Gemeinschaften gemeinsam Modelle trainieren und validieren. Wie verbessert diese wettbewerbsorientierte und kollaborative Umgebung die Modellleistung, und welche neuen Anwendungsfälle ergeben sich daraus?

Der Wettbewerbscharakter motiviert unser Netzwerk von Machine-Learning-Ingenieuren, die leistungsstärksten Modellaufgaben einzureichen und dafür je nach Genauigkeit und Effizienz ihrer Beiträge belohnt zu werden. Gleichzeitig verbessert der kollaborative Konsensmechanismus die Transparenz, indem er Verzerrungen durch zentralisierte Instanzen herausfiltert. Er ist darauf ausgelegt, robustere und spezialisiertere KI-Modelle effizienter als herkömmliche zentralisierte Modelle zu entwickeln.

Mit diesem Ansatz ermöglicht FLock verschiedenen Gemeinschaften die Entwicklung maßgeschneiderter KI-Modelle und bietet so individuelle Lösungen für spezifische Bedürfnisse. Diese Struktur hat sich insbesondere in diversen, globalen und spezialisierten Bereichen bewährt, in denen der Schutz der Privatsphäre höchste Priorität hat. Dazu gehören das Gesundheitswesen, Finanzdienstleistungen und die Logistik von Lieferketten, wo sensible Daten lokal analysiert werden können, ohne die Rohdaten jemals in einer zentralen Datenbank zusammenzuführen. Dies gewährleistet maximale Sicherheit.

Sie haben zuvor NORA bei RBC entwickelt – eines der führenden KI-Systeme für die Vermögensverwaltung. Wie unterscheidet sich die Entwicklung von KI in einem regulierten Finanzumfeld vom Aufbau einer dezentralen KI-Infrastruktur, bei der Transparenz und Offenheit von Grund auf integriert sind?

Interessanterweise unterscheiden sich die technischen Grundlagen gar nicht so sehr. Jedes Modell muss validiert und auf systembedingte Verzerrungen geprüft werden und erfordert einen enormen Aufwand von qualifizierten Ingenieuren. Der Unterschied liegt jedoch in der kulturellen Denkweise, die diese Arbeit prägt.

Im Vermögensmanagement liegt der Fokus auf einem einzigen, streng kontrollierten Modell, das zwar die Einhaltung regulatorischer Vorgaben gewährleistet, aber wenig Flexibilität bietet. Risikominimierung und Compliance stehen im Mittelpunkt aller Aktivitäten. Dezentrale KI stellt diese Herangehensweise grundlegend auf den Kopf. Transparenz und Offenheit werden als fundamentale Gestaltungsprinzipien und nicht erst im Nachhinein berücksichtigt. Diese Offenheit zieht eine vielfältigere Gemeinschaft von Mitwirkenden an, wodurch die finalen Modelle widerstandsfähiger gegen Verzerrungen und Single Points of Failure werden, die Modelle eines einzelnen, zentralisierten Teams beeinträchtigen können.

FLock.io war das einzige dezentrale KI-Trainingsprojekt, das in die CB Insights AI 100 aufgenommen wurde. Was unterscheidet Ihrer Meinung nach dezentrale KI von der breiteren Welle der KI-Beschleunigung, die wir heute erleben?

Dezentrale KI unterscheidet sich von der aktuellen Innovationswelle, die sich auf Rechenleistung konzentriert, durch die Verlagerung des Fokus auf Governance, Datenschutz und wirtschaftliche Angleichung. Die Kernprinzipien der Dezentralisierung, Transparenz und Offenheit stellen die Vormachtstellung der wenigen zentralisierten Akteure, die den KI-Bereich derzeit dominieren, direkt in Frage, um gerechtere wirtschaftliche Chancen, eine stärkere globale Zusammenarbeit sowie echte Datensouveränität und Datenschutz zu gewährleisten.

Als einziges dezentrales KI-Trainingsprojekt, das in die CB Insights AI 100 aufgenommen wurde, bestätigen wir damit vollauf unser Wertversprechen und unsere Kernthese. Dies zeigt, dass Dezentralisierung der nächste und notwendige Schritt ist, um Innovationen zu fördern, die es ermöglichen, KI zum Wohle aller einzusetzen.

Vielen Dank für das tolle Interview, Leser, die mehr erfahren möchten, sollten vorbeischauen FLock.io.