Jiahao Sun, FLock.io:n toimitusjohtaja ja perustaja – Haastattelusarja

Jiahao Sun, FLock.io:n toimitusjohtaja ja perustaja, on johtanut yritystä huhtikuusta 2022 lähtien. Ennen FLock.io:n perustamista hän vietti useita vuosia tekoälyyn keskittyvissä tehtävissä — mukaan lukien tekoälyjohtajana suuressa rahoitusyrityksessä — ja toimi tutkimusapulaisena huippuyliopistossa, jossa tutkittiin tietägraafin luomista, NLP:tä ja koneoppimista rahoitusennusteisiin. Hänen laaja taustansa sekä yritystason tekoälyssä että akateemisessa tutkimuksessa tekee hänestä hyvin sopivan johtamaan projektia, jonka tavoitteena on keksiä uudelleen, miten tekoäly rakennetaan ja otetaan käyttöön.

FLock.io on hajautettu tekoälyalusta, joka yhdistää federatiivisen oppimisen lohkoketjuun. Sen sijaan, että data keskitetään, se mahdollistaa yhteisöjen yhteistyössä tekoälymallien rakentamisen, kouluttamisen ja käyttöönoton samalla kun tiedot pysyvät yksityisinä paikallisilla laitteilla. Järjestelmä tarjoaa kannustimia kontribuuttoreille, jotka tarjoavat laskentatehoa, dataa tai validointia, ja jakaa omistajuuden ja hallinnon verkon yli varmistaen läpinäkyvyyden, turvallisuuden ja pitkän aikavälin kestävyyden.

Perustit FLock.io:n vuosien edistyneen tekoälytutkimuksen ja rahoitusennusteen parissa Imperial College -yliopistossa sekä RBC Wealth Managementin tekoälyinnovaation johtamisen jälkeen. Mikä alun perin sytytti idean rakentaa hajautettu tekoälyalusta, ja mitä aukkoa näit perinteisissä tekoälyarkkitehtuureissa, joita ne eivät pystyneet ratkaisemaan?

FLock-idean syntyi, kun huomasin saman ongelman sekä akateemisessa tutkimuksessani että rahoitustyössäni. Arvokas data oli lukittu, eikä organisaatiot voineet käyttää tekoälyä yhdessä luopumatta yksityisyydestä tai hallinnasta. Perinteiset tekoälyjärjestelmät rakentuvat suurten keskitettyjen tarjoajien ympärille, mikä rajoittaa osallistujia ja sitä, kuinka laajasti hyödyt voidaan jakaa. Tajusin, että hajautettu lähestymistapa voisi ratkaista tämän. Uusien työkalujen, kuten lohkoketjun, federatiivisen oppimisen ja yksityisyyttä suojaavan teknologian avulla ihmiset ja yritykset voivat turvallisesti kontribuoida dataa tai laskentatehoa säilyttäen omistajuuden. FLock luotiin tekemään tekoälystä avoimempaa, turvallisempaa ja jotain, jonka kaikki voivat auttaa rakentamaan, ei vain muutama suuri toimija.

Taustasi sisältää tietägraafitutkimusta ja nollakertaisen oppimisen rahoitusennusteissa. Miten tämä kokemus on muokannut FLock.io:n lähestymistapaa mallien koulutukseen, validointiin ja datan eheyteen lohkoketjussa?

Olen oppinut kokemukseni kautta, että rahoitusennuste on luonteeltaan erittäin riskialtis alue, jossa datan eheys, mallin selitettävyys ja kyky yleistää rajoitetuista aineistoista ovat ensiarvoisen tärkeitä. Rahoituksessa datan lähde ja laatu ovat kaikki kaikessa. Muutimme tämän tarkistettavan alkuperän tarpeen FLockin lohkoketjuarkkitehtuuriin. Rakennamme hajautetun verkon datasilojen ympärille, mikä mahdollistaa tekoälyn oppimisen kollektiivisesta tiedosta ilman, että raakadata koskaan keskitetään. Tämä antaa meille mahdollisuuden rakentaa voimakkaita malleja herkissä sektoreissa, kuten terveydenhuollossa ja rahoituksessa, joissa data on pysyttävä hajautettuna ja yksityisenä.

FLock.io:n AI Arena on jo tuottanut yli 9 000 täysin koulutettua koneoppimismallia alle vuodessa. Mitä tämä aktiivisuuden taso paljastaa hajautetun tekoälyn kysynnästä, ja miksi mielestäsi kehittäjät valitsevat yhteisölähtöisen koulutuksen keskitettyjen vaihtoehtojen sijaan?

Tämä aktiivisuuden taso paljastaa kaksi kriittistä näkemystä tekoälymarkkinoiden nykytilasta. Ensinnäkin se vahvistaa valtavan kysynnän hajautetulle tekoälyinfrastruktuurille. Kehittäjät etsivät aktiivisesti vaihtoehtoja keskitetylle pilvimallille, koska se on rakenteellisesti hauras, kallis ja luo yhden pisteen vian mahdollisuuden datalle. Toisin kuin keskitetyt alustat, joissa osallistujat omistavat mallin, AI Arenassa mallin kehittäjät ja kontribuuttorit säilyttävät omistajuuden ja saavat palkkiona FLOCK‑tokeneita, kun heidän mallejaan käytetään.

Hajautettu tekoäly riippuu voimakkaasti kannustimista houkutellakseen validoijia, delegaattoreita ja solmuoperaattoreita. Miten FLOCK‑tokenin suunnittelu tasapainottaa kannustimia ekosysteemissä, ja mitä taloudellisia käyttäytymismalleja olette havainneet, kun tokenin omistajia on yli 55 000?

FLOCK‑token on hallintoon ja hyötyyn liittyvä moottorimme, jonka avulla varmistamme, että jokaisen osallistujan kannustimet ovat täydellisesti linjassa verkon pitkän aikavälin terveyden ja tuotettujen mallien laadun kanssa. Suunnittelumme perustuu selkeään periaatteeseen palkita tuottavia, tarkistettavissa olevia kontribuutioita, jotka edistävät yhteistyötä datan omistajien, laskentapalveluiden tarjoajien, validoijien ja delegaattoreiden välillä. Esimerkiksi laskentapalveluiden tarjoajat ja solmuoperaattorit ansaitsevat FLOCK‑tokeneita kontribuoidessaan laskentatehoaan mallien koulutukseen. Validoijia palkitaan mallipäivitysten turvallisuuden ja tarkkuuden varmistamisesta, kun taas delegaattorit, jotka panostavat FLOCKia tukeakseen heitä, saavat osan näistä palkkioista. Havaitsemme yhteisömme sitoutuneen pysyvästi, korkea panostussuhde osoittaa mieltymyksen pitkän aikavälin verkko‑osallistumiseen lyhyen aikavälin kaupankäynnin sijaan.

FLock.io on solminut kumppanuuksia Yhdistyneiden Kansakuntien kehitysohjelman (UNDP), Alibaban, NHS:n ja muiden merkittävien instituutioiden kanssa. Mikä vakuutti nämä organisaatiot ottamaan käyttöön hajautetun tekoälykehyksen perinteisen pilvipohjaisen koulutuksen sijaan?

Nämä kumppanuudet ovat auttaneet meitä toteuttamaan ratkaisuja haasteisiin, joita perinteinen pilvipohjainen koulutus ei pysty ratkaisemaan. Kehyksemme, joka yhdistää federatiivisen oppimisen lohkoketjuun, mahdollistaa tekoälymallien kouluttamisen suoraan paikallisilla palvelimilla. Vain koottuja, anonymisoituja mallin oivalluksia jaetaan lohkoketjuun. Kaikki mullistavat tekoälyläpimurtot vaativat datan oivallusten yhdistämistä eri instituutioiden välillä, joita ei koskaan luotettaisi keskitettyyn välikäteen. Työmme UNDP:n kanssa on erinomainen esimerkki, jossa yhdessä NGO:iden kanssa rakennamme yhteistyössä tekoälymalleja kestävien kehitystavoitteiden saavuttamiseksi. Lohkoketju‑hallinnoitu kehys tarjoaa läpinäkyvyyden ja yhteisön konsensuksen, jotka ovat välttämättömiä eettisen tekoälyn kehittämisessä globaalilla tasolla.

Yksityisyyttä suojaava tekoäly on nousemassa olennaiseksi sektoreilla kuten terveydenhuolto, julkinen hallinto ja tieteellinen tutkimus. Miten FLock.io varmistaa, että arkaluonteista dataa voidaan käyttää arvokkaiden mallien kouluttamiseen ilman, että se koskaan paljastuu tai keskitetään?

FLockin ydin­teknologia yhdistää federatiivisen oppimisen ja lohkoketjuteknologian parhaat puolet, mikä varmistaa, että arkaluonteista dataa voidaan käyttää arvokkaiden mallien kouluttamiseen ilman, että se koskaan paljastuu tai keskitetään. Sen sijaan, että kerättäisiin valtavia määriä arkaluonteista dataa yhteen keskitettyyn sijaintiin, federatiivinen oppiminen mahdollistaa useiden toimijoiden yhteistyössä mallin kouluttamisen tuomalla koulutusprosessi suoraan dataan – ja keräämällä vain päivitykset, ei raakadataa. Kun tähän lisätään lohkoketju, se tekee järjestelmästä entistä yksityisyyttä suojaavamman ja skaalautuvamman kryptokannustinjärjestelmän avulla.

Esimerkiksi mahdollistamme läpimurtoja aloilla kuten lääkekehitys ja kansanterveys antamalla tutkijoiden hyödyntää laajaa todellisen maailman data‑varantoa, samalla säilyttäen täyden datan hallinnan ja säädösten noudattamisen.

Kun sekä kryptovaluutta että tekoäly kehittyvät nopeasti, miten näet lohkoketjupohjaisen infrastruktuurin ja koneoppimisen leikkauspisteen kehittyvän seuraavien viiden vuoden aikana, ja mikä rooli hajautetuilla mallimarkkinoilla kuten FLock.io:lla on?

Keskitettyjen tekoälyyritysten monopoli ei kestä ikuisesti, kun maailma herää ymmärtämään yhteistyön ja suverenin tekoälyn valtavan potentiaalin. Hajautetut kehykset tulevat olemaan oletusinfrastruktuuri kaikille herkille tekoälysovelluksille, niiden paikalliselle koulutukselle ja datan hallinnalle. Kun laskentateho jakautuu yhä enemmän hajautettujen verkkojen kautta ja siitä tulee kaupallistettua, todellinen arvo siirtyy dataan ja itse malleihin. Rakennamme infrastruktuuria tekoälyn tulevaisuutta varten, jossa yksityisyys on takuu, ei kompromissi, ja lohkoketju on ensisijainen teknologia sen varmistamiseksi.

AI Arena käyttää tehtäväpohjaista rakennetta, jossa yhteisöt kouluttavat ja validoivat malleja yhteistyössä. Miten tämä kilpailullinen‑yhteistyöllinen ympäristö parantaa mallien suorituskykyä, ja mitä uusia käyttötapauksia siitä syntyy?

Kilpailullinen elementti kannustaa koneoppimisinsinööriverkostoamme lähettämään parhaimman suorituskyvyn omaavia mallitehtäviä, joista he ansaitsevat palkkioita tarkkuuden ja tehokkuuden perusteella. Samalla yhteistyö‑konsensusmekanismi parantaa läpinäkyvyyttä suodattamalla keskitettyjen toimijoiden vinoumia. Järjestelmä on suunniteltu tuottamaan kestävämpiä ja erikoistuneempia tekoälymalleja tehokkaammin kuin perinteiset keskitetyt mallit.

Tämän lähestymistavan avulla FLock mahdollistaa monipuolisten yhteisöjen kehittää tarkoitukseen räätälöityjä tekoälymalleja, tarjoten räätälöityjä ratkaisuja erityistarpeisiin. Olemme havainneet, että tämä rakenne loistaa erityisesti moninaisissa, globaaleissa ja kapeissa sektoreissa, joissa yksityisyyden säilyttäminen on ensiarvoisen tärkeää. Tämä kattaa terveydenhuollon, rahoituspalvelut ja toimitusketjujen logistiikan, joissa arkaluonteista dataa voidaan analysoida paikallisesti ilman, että raakadataa kerätään keskitettyyn tietokantaan, mikä takaa maksimaalisen turvallisuuden.

Rakensit aiemmin NORA:n RBC:ssä — yhden johtavista tekoälyjärjestelmistä varainhoidossa. Miten tekoälyn kehittäminen säännellyssä rahoitusympäristössä vertautuu hajautetun tekoälyinfrastruktuurin rakentamiseen, jossa läpinäkyvyys ja avoimuus on sisällytetty ytimeen?

Mielenkiintoista on, että tekniset perusteet eivät ole kovin erilaisia. Jokainen malli on validoitava ja tarkastettava sisäisten vinoumien varalta, ja se vaatii valtavan määrän ammattitaitoisten insinöörien panosta. Ero on kuitenkin kulttuurisessa ajattelutavassa, joka ohjaa työtä.

Varainhoidossa keskitytään yhteen erittäin hallittuun malliin, joka takaa sääntelyn noudattamisen, mutta puuttuu ketteryys. Riskienhallinta ja sääntöjen noudattaminen ovat jokaisen toiminnan eturintamassa, kun taas hajautettu tekoäly kääntää tämän skriptin luonnollisesti. Sen sijaan läpinäkyvyys ja avoimuus nähdään perusperiaatteina suunnittelussa, eivät jälkikäteen lisättyinä ominaisuuksina. Tämä avoimuus houkuttelee monipuolisemman yhteisön kontribuuttoreita, mikä tekee lopullisista malleista luonnollisesti kestävämpiä vinoumia ja yksittäisiä heikkouksia vastaan, joita voi ilmetä, kun malli on rakennettu yhden keskitetyn tiimin toimesta.

FLock.io oli ainoa hajautettu tekoälykoulutusprojekti, joka nimettiin CB Insights AI 100 -listalle. Mitä mielestäsi erottaa hajautetun tekoälyn laajemmasta tämän päivän tekoälyn kiihtymisen aallosta?

Mikä erottaa hajautetun tekoälyn nykyisestä innovaatiotaallosta, joka keskittyy laskentatehon mittakaavaan, on siirtyminen hallinnon, yksityisyyden ja taloudellisen linjauksen suuntaan. Hajauttamisen, läpinäkyvyyden ja avoimuuden perusperiaatteet haastavat suoraan ne harvat keskitetyt toimijat, jotka tällä hetkellä hallitsevat tekoälykenttää, varmistaen reilummat taloudelliset mahdollisuudet, laajemman globaalin yhteistyön sekä todellisen datan suvereniteetin ja yksityisyyden.

Olemalla ainoa hajautettu tekoälykoulutusprojekti, joka nimettiin CB Insights AI 100 -listalle, vahvistaa täysin arvotarjouksemme ja keskeisen teesimme. Se osoittaa, että hajauttaminen on seuraava ja välttämätön askel innovaation edistämiseksi, jonka avulla tekoälyä voidaan käyttää hyvään tarkoitukseen.

Kiitos erinomaisesta haastattelusta, lukijat, jotka haluavat oppia lisää, kannattaa käydä osoitteessa FLock.io.