Jiahao Sun, PDG et fondateur de FLock.io – Série d’interviews

Jiahao Sun, PDG et fondateur de FLock.io, dirige l’entreprise depuis avril 2022. Avant de fonder FLock.io, il a passé de nombreuses années dans des rôles axés sur l’IA — notamment en tant que directeur de l’intelligence artificielle dans une grande société financière — et a été chercheur associé dans une université de premier plan étudiant la génération de graphes de connaissances, le traitement du langage naturel et l’apprentissage automatique pour la prévision financière. Son vaste parcours à la fois dans l’IA d’entreprise et la recherche académique le place idéalement pour diriger un projet visant à réinventer la façon dont l’IA est construite et déployée.

FLock.io est une plateforme d’IA décentralisée qui combine l’apprentissage fédéré avec la blockchain. Plutôt que de centraliser les données, elle permet aux communautés de construire, entraîner et déployer collectivement des modèles d’IA tout en gardant les informations privées sur les appareils locaux. Le système offre des incitations aux contributeurs qui fournissent du calcul, des données ou de la validation, et répartit la propriété et la gouvernance à travers le réseau afin d’assurer transparence, sécurité et résilience à long terme.

Vous avez fondé FLock.io après des années de travail en recherche avancée en IA et en prévision financière à Imperial College ainsi que la direction de l’innovation IA chez RBC Wealth Management. Qu’est‑ce qui a initialement suscité l’idée de créer une plateforme d’IA décentralisée, et quel vide avez‑vous constaté que les architectures d’IA traditionnelles ne pouvaient pas combler ?

L’idée de FLock est née de la constatation du même problème à la fois dans mes recherches académiques et mon travail en finance. Des données précieuses étaient enfermées, et les organisations ne pouvaient pas utiliser l’IA ensemble sans sacrifier la confidentialité ou le contrôle. Les systèmes d’IA traditionnels sont construits autour de grands fournisseurs centraux, ce qui limite qui peut participer et à quel point les bénéfices peuvent être partagés. J’ai réalisé qu’une approche décentralisée pouvait résoudre cela. Avec de nouveaux outils comme la blockchain, l’apprentissage fédéré et les technologies de préservation de la vie privée, les personnes et les entreprises peuvent contribuer en toute sécurité avec des données ou de la puissance de calcul, tout en conservant la propriété. FLock a été créé pour rendre l’IA plus ouverte, plus sécurisée, et quelque chose que tout le monde peut aider à construire, pas seulement quelques grands acteurs.

Votre parcours comprend la recherche sur les graphes de connaissances et l’apprentissage zéro‑shot pour la prévision financière. Comment cette expérience a‑t‑elle influencé la façon dont FLock.io aborde l’entraînement des modèles, la validation et l’intégrité des données sur la chaîne ?

J’ai appris par l’expérience que la prévision financière est un domaine intrinsèquement à haut risque où l’intégrité des données, l’explicabilité du modèle et la capacité à généraliser à partir de jeux de données limités sont essentielles. Dans la finance, la source et la qualité des données sont primordiales. Nous avons transposé ce besoin de traçabilité vérifiable dans notre architecture on‑chain chez FLock. Nous structurons un réseau décentralisé de silos de données, permettant à l’IA d’apprendre la connaissance collective sans jamais centraliser les données brutes elles‑mêmes. Cela nous permet de créer des modèles puissants dans des secteurs sensibles comme la santé et la finance, où les données doivent rester distribuées et privées.

L’AI Arena de FLock.io a déjà produit plus de 9 000 modèles d’apprentissage automatique entièrement entraînés en moins d’un an. Que révèle ce niveau d’activité sur la demande d’IA décentralisée, et pourquoi pensez‑vous que les développeurs choisissent la formation communautaire plutôt que les alternatives centralisées ?

Ce niveau d’activité révèle deux enseignements cruciaux sur l’état actuel du marché de l’IA. Premièrement, il confirme la demande massive pour une infrastructure d’IA décentralisée. Les développeurs recherchent activement des alternatives au modèle cloud centralisé car il est structurellement fragile, coûteux et crée un point de défaillance unique pour les données. Contrairement aux plateformes centralisées où les participants possèdent le modèle, dans l’AI Arena, les développeurs et contributeurs du modèle conservent la propriété et sont récompensés avec des jetons FLOCK lorsque leurs modèles sont utilisés.

L’IA décentralisée repose fortement sur des incitations pour attirer les validateurs, délégateurs et opérateurs de nœuds. Comment la conception du jeton FLOCK aligne‑t‑elle les incitations à travers l’écosystème, et quels comportements économiques avez‑vous observés maintenant qu’il y a plus de 55 000 détenteurs de jetons ?

Le jeton FLOCK est notre moteur de gouvernance et d’utilité qui nous aide à garantir que les incitations de chaque participant sont parfaitement alignées avec la santé à long terme du réseau et la qualité des modèles produits. Notre conception repose sur un principe clair de récompenser les contributions productives et vérifiables qui favorisent la collaboration entre les propriétaires de données, les fournisseurs de calcul, les validateurs et les délégateurs. Par exemple, les fournisseurs de calcul et les opérateurs de nœuds gagnent des FLOCK en contribuant leurs ressources informatiques à l’entraînement des modèles. Les validateurs sont récompensés pour assurer la sécurité et la précision des mises à jour du modèle, tandis que les délégateurs, qui misent des FLOCK pour les soutenir, perçoivent une part de ces récompenses. Nous constatons un engagement soutenu de notre communauté, avec un taux de staking élevé indiquant une préférence pour la participation à long terme au réseau plutôt que le trading à court terme.

FLock.io a conclu des partenariats avec le Programme des Nations Unies pour le Développement, Alibaba, le NHS et d’autres grandes institutions. Qu’est‑ce qui a convaincu ces organisations d’adopter un cadre d’IA décentralisé plutôt qu’une formation traditionnelle basée sur le cloud ?

Ces partenariats nous ont aidés à mettre en œuvre des solutions aux défis que la formation traditionnelle basée sur le cloud ne peut pas résoudre. Notre cadre, qui combine l’apprentissage fédéré avec la blockchain, permet aux modèles d’IA d’être entraînés directement sur des serveurs locaux. Seules les informations agrégées et anonymisées du modèle sont partagées sur la blockchain. Toutes les percées transformatrices en IA nécessitent la mise en commun des insights de données entre institutions qui ne feraient jamais confiance à un intermédiaire central. Notre travail avec le PNUD est un exemple phare, où, avec les ONG, nous construisons collaborativement des modèles d’IA pour atteindre les objectifs de développement durable. Notre cadre gouverné par la blockchain fournit la transparence et le consensus communautaire nécessaires au développement éthique de l’IA à l’échelle mondiale.

L’IA préservant la vie privée devient essentielle dans des secteurs comme la santé, la gouvernance publique et la recherche scientifique. Comment FLock.io garantit‑il que les données sensibles peuvent être utilisées pour entraîner des modèles à forte valeur ajoutée sans jamais être exposées ou centralisées ?

La technologie centrale de FLock réunit le meilleur de l’apprentissage fédéré et de la blockchain, ce qui garantit que les données sensibles peuvent être utilisées pour entraîner des modèles à forte valeur ajoutée sans jamais être exposées ou centralisées. Au lieu de collecter d’énormes quantités de données sensibles dans un emplacement unique et central, l’apprentissage fédéré permet à plusieurs entités d’entraîner collaborativement un modèle en amenant le processus d’entraînement directement aux données – puis en ne collectant que les mises à jour, pas les données brutes. En ajoutant la blockchain, cela devient encore plus respectueux de la vie privée et évolutif grâce à un système d’incitations cryptographiques.

Par exemple, nous permettons des percées dans des domaines tels que la découverte de médicaments et la santé publique en permettant aux chercheurs d’accéder à un vaste pool de données du monde réel, tout en conservant un contrôle total des données et la conformité.

Alors que la crypto et l’IA évoluent rapidement, comment voyez‑vous l’intersection de l’infrastructure basée sur la blockchain et de l’apprentissage automatique se développer au cours des cinq prochaines années, et quel rôle les places de marché de modèles décentralisés comme FLock.io joueront‑elles ?

Le monopole des entreprises d’IA centralisées ne durera pas éternellement, car le monde prend conscience du potentiel puissant d’une IA plus collaborative et souveraine. Les cadres décentralisés deviendront l’infrastructure par défaut pour toute application d’IA sensible, grâce à leur entraînement local et au contrôle des données. À mesure que la puissance de calcul devient de plus en plus distribuée et commoditisée via des réseaux décentralisés, la vraie valeur se déplacera vers les données et les modèles eux‑mêmes. Nous construisons l’infrastructure pour un futur de l’IA où la confidentialité est une garantie, pas un compromis, et la blockchain sera la technologie de référence pour l’assurer.

L’AI Arena utilise une structure basée sur des tâches où les communautés entraînent et valident collaborativement les modèles. Comment cet environnement compétitif‑collaboratif améliore‑t‑il les performances des modèles, et quels nouveaux cas d’utilisation émergent‑ils ?

L’élément compétitif incite notre réseau d’ingénieurs en apprentissage automatique à soumettre les tâches de modèle les plus performantes, gagnant des récompenses basées sur la précision et l’efficacité de leurs soumissions. Parallèlement, le mécanisme de consensus collaboratif améliore la transparence en filtrant les biais des entités centralisées. Il est conçu pour produire des modèles d’IA plus robustes et spécialisés plus efficacement que les modèles centralisés traditionnels.

Grâce à cette approche, FLock permet à des communautés diverses de développer des modèles d’IA sur mesure, offrant des solutions personnalisées adaptées à des besoins spécifiques. Nous avons constaté que cette structure excelle réellement dans des domaines divers, mondiaux et de niche où la préservation de la confidentialité est primordiale. Cela inclut la santé, les services financiers et la logistique de la chaîne d’approvisionnement, où les données sensibles peuvent être analysées localement, sans jamais regrouper les informations brutes dans une base de données centrale, garantissant une sécurité maximale.

Vous avez précédemment construit NORA chez RBC — l’un des principaux systèmes d’IA pour la gestion de patrimoine. Comment le développement d’IA dans un environnement financier réglementé se compare‑t‑il à la construction d’une infrastructure d’IA décentralisée où la transparence et l’ouverture sont intégrées au cœur ?

Il est intéressant de constater que les fondamentaux techniques ne sont pas si différents. Chaque modèle doit être validé et audité pour les biais inhérents et nécessite un effort considérable de la part d’ingénieurs qualifiés. La différence, cependant, réside dans l’état d’esprit culturel qui alimente le travail lui‑même.

Dans la gestion de patrimoine, l’accent est mis sur un modèle unique, hautement contrôlé, qui garantit la conformité réglementaire mais manque d’agilité. L’atténuation des risques et la conformité sont au premier plan de chaque activité, tandis que l’IA décentralisée, naturellement, renverse ce scénario. Au lieu de cela, la transparence et l’ouverture sont considérées comme des principes de conception fondamentaux plutôt que comme des réflexions tardives. Cette ouverture attire une communauté de contributeurs plus diversifiée, ce qui rend intrinsèquement les modèles finaux plus résilients aux biais et aux points de défaillance uniques qui peuvent affecter les modèles construits par une équipe centralisée unique.

FLock.io était le seul projet de formation d’IA décentralisée nommé dans le CB Insights AI 100. Selon vous, qu’est‑ce qui différencie l’IA décentralisée de la vague plus large d’accélération de l’IA qui se produit aujourd’hui ?

Ce qui différencie l’IA décentralisée de la vague actuelle d’innovation axée sur l’échelle computationnelle, c’est le déplacement de l’accent vers la gouvernance, la confidentialité et l’alignement économique. Les principes fondamentaux de la décentralisation, de la transparence et de l’ouverture remettent directement en cause la position des quelques acteurs centralisés qui dominent actuellement le secteur de l’IA afin d’assurer des opportunités économiques plus équitables, une plus grande collaboration mondiale et une véritable souveraineté et confidentialité des données.

Être le seul projet de formation d’IA décentralisée nommé dans le CB Insights AI 100 valide complètement notre proposition de valeur et notre thèse centrale. Cela montre que la décentralisation est l’étape suivante et nécessaire pour faciliter l’innovation qui permettra d’utiliser l’IA à des fins bénéfiques.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter FLock.io.