Jiahao Sun, FLock.io के CEO और संस्थापक – साक्षात्कार श्रृंखला

Jiahao Sun, FLock.io के CEO और संस्थापक, ने अप्रैल 2022 से कंपनी का नेतृत्व किया है। FLock.io की स्थापना से पहले, उन्होंने कई वर्षों तक AI-आधारित भूमिकाओं में काम किया — जिसमें एक प्रमुख वित्तीय फर्म में आर्टिफिशियल इंटेलिजेंस के निदेशक के रूप में कार्य शामिल है — और शीर्ष विश्वविद्यालय में रिसर्च फेलो के रूप में ज्ञान-ग्राफ निर्माण, NLP, और वित्तीय भविष्यवाणी के लिए मशीन लर्निंग का अध्ययन किया। एंटरप्राइज़ AI और शैक्षणिक शोध दोनों में उनका व्यापक पृष्ठभूमि उन्हें AI के निर्माण और तैनाती को पुनः परिभाषित करने वाले प्रोजेक्ट का नेतृत्व करने के लिए उपयुक्त बनाती है।

FLock.io एक विकेंद्रीकृत AI प्लेटफ़ॉर्म है जो फ़ेडरेटेड लर्निंग को ब्लॉकचेन के साथ संयोजित करता है। डेटा को केंद्रीकृत करने के बजाय, यह समुदायों को सहयोगी रूप से AI मॉडल बनाना, प्रशिक्षित करना और तैनात करना सक्षम करता है, जबकि जानकारी को स्थानीय डिवाइसों पर निजी रखता है। यह प्रणाली उन योगदानकर्ताओं को प्रोत्साहन देती है जो कंप्यूट, डेटा या वैलिडेशन प्रदान करते हैं, और नेटवर्क में स्वामित्व और शासन को वितरित करती है ताकि पारदर्शिता, सुरक्षा और दीर्घकालिक लचीलापन सुनिश्चित हो सके।

आपने Imperial College में उन्नत AI शोध और वित्तीय भविष्यवाणी पर काम करने के वर्षों के बाद तथा RBC Wealth Management में AI नवाचार का नेतृत्व करने के बाद FLock.io की स्थापना की। विकेंद्रीकृत AI प्लेटफ़ॉर्म बनाने का विचार मूल रूप से क्या प्रेरित किया, और आप ने कौन सा अंतर देखा जो पारंपरिक AI आर्किटेक्चर नहीं भर सकते थे?

FLock का विचार मेरे शैक्षणिक शोध और वित्तीय कार्य दोनों में एक ही समस्या को देखकर आया। मूल्यवान डेटा बंद था, और संगठन गोपनीयता या नियंत्रण छोड़े बिना AI का साथ में उपयोग नहीं कर सकते थे। पारंपरिक AI सिस्टम बड़े केंद्रीय प्रदाताओं के इर्द-गिर्द निर्मित होते हैं, जिससे भागीदारी करने वाले और लाभों के व्यापक वितरण पर प्रतिबंध लगता है। मैंने महसूस किया कि एक विकेंद्रीकृत दृष्टिकोण इसे हल कर सकता है। ब्लॉकचेन, फ़ेडरेटेड लर्निंग और गोपनीयता-संरक्षण तकनीक जैसे नए उपकरणों के साथ, लोग और कंपनियां डेटा या कंप्यूटिंग शक्ति को सुरक्षित रूप से योगदान दे सकते हैं, जबकि स्वामित्व बनाए रख सकते हैं। FLock को AI को अधिक खुला, अधिक सुरक्षित बनाने और ऐसा कुछ बनाने के लिए बनाया गया है जिसे हर कोई बना सके, न कि केवल कुछ बड़े खिलाड़ी।

आपकी पृष्ठभूमि में ज्ञान ग्राफ शोध और वित्तीय भविष्यवाणी के लिए ज़ीरो-शॉट लर्निंग शामिल है। इस अनुभव ने FLock.io के मॉडल प्रशिक्षण, वैलिडेशन और ऑन-चेन डेटा अखंडता के दृष्टिकोण को कैसे आकार दिया है?

मैंने अनुभव से सीखा है कि वित्तीय भविष्यवाणी स्वाभाविक रूप से उच्च-जोखिम वाला क्षेत्र है जहाँ डेटा अखंडता, मॉडल की व्याख्यात्मकता, और सीमित डेटा सेट से सामान्यीकरण करने की क्षमता अत्यंत महत्वपूर्ण हैं। वित्त में, डेटा का स्रोत और गुणवत्ता सब कुछ है। हमने इस सत्यापन योग्य उत्पत्ति की आवश्यकता को FLock में अपनी ऑन-चेन आर्किटेक्चर में अनुवादित किया। हम डेटा सिलोज़ का एक विकेंद्रीकृत नेटवर्क संरचित कर रहे हैं, जिससे AI सामूहिक ज्ञान को सीख सकता है बिना कच्चे डेटा को केंद्रीकृत किए। यह हमें स्वास्थ्य देखभाल और वित्त जैसे संवेदनशील क्षेत्रों में शक्तिशाली मॉडल बनाने की अनुमति देता है, जहाँ डेटा वितरित और निजी रहना चाहिए।

FLock.io का AI Arena पहले ही एक वर्ष से कम समय में 9,000 से अधिक पूर्ण रूप से प्रशिक्षित मशीन लर्निंग मॉडल बना चुका है। यह स्तर की गतिविधि विकेंद्रीकृत AI की मांग के बारे में क्या दर्शाती है, और आपका क्या मानना है कि डेवलपर्स केंद्रीकृत विकल्पों के बजाय सामुदायिक-चालित प्रशिक्षण को क्यों चुन रहे हैं?

यह स्तर की गतिविधि AI बाजार की वर्तमान स्थिति के बारे में दो महत्वपूर्ण अंतर्दृष्टि प्रकट करती है। पहला, यह विकेंद्रीकृत AI इन्फ्रास्ट्रक्चर की विशाल मांग की पुष्टि करता है। डेवलपर्स सक्रिय रूप से केंद्रीकृत क्लाउड मॉडल के विकल्प खोज रहे हैं क्योंकि वह संरचनात्मक रूप से नाज़ुक, महंगा, और डेटा के लिए एकल विफलता बिंदु बनाता है। केंद्रीकृत प्लेटफ़ॉर्म के विपरीत जहाँ प्रतिभागी मॉडल के मालिक होते हैं, AI Arena में मॉडल डेवलपर्स और योगदानकर्ता स्वामित्व बनाए रखते हैं और जब उनके मॉडल उपयोग होते हैं तो उन्हें FLOCK टोकन से पुरस्कृत किया जाता है।

विकेंद्रीकृत AI वैधकर्ता, डेलीगेटर और नोड ऑपरेटरों को आकर्षित करने के लिए प्रोत्साहनों पर भारी निर्भर करता है। FLOCK टोकन डिज़ाइन इकोसिस्टम में प्रोत्साहनों को कैसे संरेखित करता है, और अब जब 55,000 से अधिक टोकन धारक हैं, तो आपने कौन से आर्थिक व्यवहार देखे हैं?

FLOCK टोकन हमारा शासन और उपयोगिता इंजन है जो हमें यह सुनिश्चित करने में मदद करता है कि प्रत्येक प्रतिभागी के प्रोत्साहन नेटवर्क के दीर्घकालिक स्वास्थ्य और निर्मित मॉडलों की गुणवत्ता के साथ पूरी तरह से संरेखित हों। हमारा डिज़ाइन एक स्पष्ट सिद्धांत पर आधारित है जो उत्पादक, सत्यापन योग्य योगदानों को पुरस्कृत करता है जो डेटा मालिकों, कंप्यूट प्रदाताओं, वैधकर्ताओं और डेलीगेटरों के बीच सहयोग को बढ़ावा देते हैं। उदाहरण के लिए, कंप्यूट प्रदाता और नोड ऑपरेटर मॉडल प्रशिक्षण के लिए अपने कंप्यूटेशनल संसाधन योगदान करने पर FLOCK कमाते हैं। वैधकर्ता मॉडल अपडेट की सुरक्षा और सटीकता सुनिश्चित करने के लिए पुरस्कृत होते हैं, जबकि डेलीगेटर, जो उन्हें समर्थन देने के लिए FLOCK स्टेक करते हैं, इन पुरस्कारों का एक हिस्सा कमाते हैं। हम अपने समुदाय से निरंतर प्रतिबद्धता देख रहे हैं, जिसमें उच्च स्टेकिंग अनुपात यह दर्शाता है कि लोग अल्पकालिक ट्रेडिंग की तुलना में दीर्घकालिक नेटवर्क भागीदारी को प्राथमिकता देते हैं।

FLock.io ने संयुक्त राष्ट्र विकास कार्यक्रम, Alibaba, NHS और अन्य प्रमुख संस्थानों के साथ साझेदारी सुरक्षित की है। इन संगठनों को पारंपरिक क्लाउड-आधारित प्रशिक्षण के बजाय विकेंद्रीकृत AI फ्रेमवर्क अपनाने के लिए क्या प्रेरित किया?

इन साझेदारियों ने हमें उन चुनौतियों के समाधान लागू करने में मदद की है जिन्हें पारंपरिक क्लाउड-आधारित प्रशिक्षण नहीं सुलझा सकता। हमारा फ्रेमवर्क, जो फ़ेडरेटेड लर्निंग को ब्लॉकचेन के साथ संयोजित करता है, AI मॉडलों को सीधे स्थानीय सर्वरों पर प्रशिक्षित करने की अनुमति देता है। केवल एकत्रित, अनामीकृत मॉडल अंतर्दृष्टि ब्लॉकचेन पर साझा की जाती है। सभी परिवर्तनकारी AI प्रगति के लिए संस्थानों के बीच डेटा अंतर्दृष्टियों का पूलिंग आवश्यक है, जिन्हें कभी भी एक केंद्रीय मध्यस्थ पर भरोसा नहीं होगा। UNDP के साथ हमारा काम इसका प्रमुख उदाहरण है, जहाँ NGOs के साथ मिलकर हम AI मॉडल बनाते हैं ताकि सतत विकास लक्ष्यों को प्राप्त किया जा सके। हमारा ब्लॉकचेन-शासित फ्रेमवर्क पारदर्शिता और सामुदायिक सहमति प्रदान करता है जो वैश्विक स्तर पर नैतिक AI विकास के लिए आवश्यक है।

गोपनीयता-संरक्षण AI स्वास्थ्य देखभाल, सार्वजनिक शासन और वैज्ञानिक अनुसंधान जैसे क्षेत्रों में आवश्यक बनता जा रहा है। FLock.io यह कैसे सुनिश्चित करता है कि संवेदनशील डेटा का उपयोग उच्च-मूल्य वाले मॉडलों को प्रशिक्षित करने के लिए किया जा सके बिना कभी उजागर या केंद्रीकृत हुए?

FLock की मुख्य तकनीक फ़ेडरेटेड लर्निंग और ब्लॉकचेन तकनीक के सर्वश्रेष्ठ को एक साथ लाती है, जो यह सुनिश्चित करती है कि संवेदनशील डेटा का उपयोग उच्च-मूल्य वाले मॉडलों को प्रशिक्षित करने के लिए किया जा सके बिना कभी उजागर या केंद्रीकृत हुए। विशाल मात्रा में संवेदनशील डेटा को एकल, केंद्रीय स्थान पर एकत्र करने के बजाय, फ़ेडरेटेड लर्निंग कई संस्थाओं को मॉडल को सीधे डेटा पर प्रशिक्षण प्रक्रिया लाकर सहयोगी रूप से प्रशिक्षित करने देती है – फिर केवल अपडेट्स एकत्र किए जाते हैं, न कि कच्चा डेटा। ब्लॉकचेन को जोड़ने से यह और भी अधिक गोपनीयता-संरक्षण और स्केलेबल बन जाता है, क्रिप्टो प्रोत्साहनों की प्रणाली के माध्यम से।

उदाहरण के लिए, हम दवा खोज और सार्वजनिक स्वास्थ्य जैसे क्षेत्रों में प्रगति को सक्षम करते हैं, शोधकर्ताओं को वास्तविक दुनिया के डेटा के विशाल पूल तक पहुंचने की अनुमति देकर, जबकि पूर्ण डेटा नियंत्रण और अनुपालन बनाए रखते हैं।

जैसे ही क्रिप्टो और AI तेज़ी से विकसित हो रहे हैं, आप अगले पाँच वर्षों में ब्लॉकचेन-आधारित इन्फ्रास्ट्रक्चर और मशीन लर्निंग के संगम को कैसे विकसित होते देखते हैं, और विकेंद्रीकृत मॉडल मार्केटप्लेस जैसे FLock.io क्या भूमिका निभाएंगे?

केंद्रीकृत AI कंपनियों का एकाधिकार हमेशा नहीं रहेगा, क्योंकि दुनिया अधिक सहयोगी, संप्रभु AI की शक्तिशाली संभावनाओं को पहचान रही है। विकेंद्रीकृत फ्रेमवर्क किसी भी संवेदनशील AI अनुप्रयोग के लिए डिफ़ॉल्ट इन्फ्रास्ट्रक्चर बन जाएंगे, उनके स्थानीय प्रशिक्षण और डेटा नियंत्रण के कारण। जैसे-जैसे कंप्यूट शक्ति विकेंद्रीकृत नेटवर्कों के माध्यम से अधिक वितरित और वस्तु-समान हो जाएगी, वास्तविक मूल्य डेटा और स्वयं मॉडलों की ओर स्थानांतरित होगा। हम एक ऐसे AI भविष्य के लिए इन्फ्रास्ट्रक्चर बना रहे हैं जहाँ गोपनीयता एक समझौता नहीं, बल्कि गारंटी है, और ब्लॉकचेन इसे सुनिश्चित करने के लिए प्रमुख तकनीक होगी।

AI Arena एक कार्य-आधारित संरचना का उपयोग करता है जहाँ समुदाय सहयोगी रूप से मॉडल प्रशिक्षित और वैलिडेट करते हैं। यह प्रतिस्पर्धी-समन्वयात्मक वातावरण मॉडल प्रदर्शन को कैसे सुधारता है, और इससे कौन से नए उपयोग केस उभर रहे हैं?

प्रतिस्पर्धी तत्व हमारे मशीन लर्निंग इंजीनियरों के नेटवर्क को सर्वश्रेष्ठ प्रदर्शन करने वाले मॉडल कार्य प्रस्तुत करने के लिए प्रेरित करता है, जिससे उनकी प्रस्तुतियों की सटीकता और दक्षता के आधार पर पुरस्कार मिलते हैं। इसी बीच, सहयोगी सहमति तंत्र केंद्रीकृत संस्थाओं से पक्षपात को फ़िल्टर करके पारदर्शिता को सुधारता है। यह पारंपरिक केंद्रीकृत मॉडलों की तुलना में अधिक मजबूत और विशिष्ट AI मॉडल अधिक कुशलता से उत्पन्न करने के लिए डिज़ाइन किया गया है।

इस दृष्टिकोण के माध्यम से, FLock विविध समुदायों को उद्देश्य-निर्मित AI मॉडल विकसित करने में सक्षम बनाता है, जो विशिष्ट आवश्यकताओं के अनुसार अनुकूलित समाधान प्रदान करते हैं। हमने पाया है कि यह संरचना विविध, वैश्विक और विशेष क्षेत्रों में उत्कृष्ट प्रदर्शन करती है जहाँ गोपनीयता का संरक्षण अत्यंत महत्वपूर्ण है। इसमें स्वास्थ्य देखभाल, वित्तीय सेवाएँ और आपूर्ति श्रृंखला लॉजिस्टिक्स शामिल हैं, जहाँ संवेदनशील डेटा को स्थानीय रूप से विश्लेषित किया जा सकता है, बिना कभी कच्ची जानकारी को एक केंद्रीय डेटाबेस में पूल किए, जिससे अधिकतम सुरक्षा सुनिश्चित होती है।

आपने पहले RBC में NORA बनाया था—धन प्रबंधन के लिए अग्रणी AI सिस्टमों में से एक। नियामक वित्तीय वातावरण में AI विकसित करना बनाम विकेंद्रीकृत AI इन्फ्रास्ट्रक्चर बनाना, जहाँ पारदर्शिता और खुलापन को मूल में निर्मित किया गया है, कैसे तुलना करता है?

रोचक बात यह है कि तकनीकी मूलभूत बातें बहुत अलग नहीं हैं। प्रत्येक मॉडल को अंतर्निहित पक्षपात के लिए मान्य और ऑडिट किया जाना चाहिए और इसके लिए कुशल इंजीनियरों का बहुत प्रयास आवश्यक होता है। अंतर, हालांकि, काम को प्रेरित करने वाले सांस्कृतिक मानसिकता में है।

धन प्रबंधन में, ध्यान एकल, अत्यधिक नियंत्रित मॉडल पर होता है जो नियामक अनुपालन की गारंटी देता है लेकिन चपलता की कमी रखता है। जोखिम शमन और अनुपालन हर गतिविधि के अग्रभाग में होते हैं, जबकि विकेंद्रीकृत AI स्वाभाविक रूप से इस परिदृश्य को उलट देता है। इसके बजाय, पारदर्शिता और खुलापन मौलिक डिजाइन सिद्धांतों के रूप में माना जाता है, न कि बाद में विचार किए गए तत्वों के रूप में। यह खुलापन अधिक विविध योगदानकर्ताओं के समुदाय को आकर्षित करता है, जो स्वाभाविक रूप से अंतिम मॉडलों को उन पक्षपातों और एकल विफलता बिंदुओं से अधिक लचीला बनाता है जो एकल, केंद्रीकृत टीम द्वारा निर्मित मॉडलों को प्रभावित कर सकते हैं।

FLock.io वह एकमात्र विकेंद्रीकृत AI प्रशिक्षण प्रोजेक्ट था जिसे CB Insights AI 100 में नामित किया गया था। आपका क्या मानना है कि विकेंद्रीकृत AI को आज हो रही व्यापक AI गति से क्या अलग करता है?

विकेंद्रीकृत AI को वर्तमान में कम्प्यूटेशनल स्केल पर केंद्रित नवाचार की लहर से अलग करने वाला पहलू शासन, गोपनीयता और आर्थिक संरेखण पर ध्यान का परिवर्तन है। विकेंद्रीकरण, पारदर्शिता और खुलापन के मूल सिद्धांत सीधे उन कुछ केंद्रीकृत खिलाड़ियों की स्थिति को चुनौती देते हैं जो वर्तमान में AI क्षेत्र में प्रभुत्व रखते हैं, ताकि अधिक न्यायसंगत आर्थिक अवसर, व्यापक वैश्विक सहयोग और वास्तविक डेटा संप्रभुता और गोपनीयता सुनिश्चित की जा सके।

CB Insights AI 100 में नामित एकमात्र विकेंद्रीकृत AI प्रशिक्षण प्रोजेक्ट होना हमारे मूल्य प्रस्ताव और मुख्य सिद्धांत को पूरी तरह से मान्य करता है। यह दर्शाता है कि नवाचार को सुगम बनाने के लिए विकेंद्रीकरण अगला और आवश्यक कदम है, जिससे AI को अच्छे उद्देश्यों के लिए उपयोग किया जा सकेगा।

उत्कृष्ट साक्षात्कार के लिए धन्यवाद, जो पाठक अधिक जानना चाहते हैं उन्हें FLock.io पर जाना चाहिए।