Jiahao Sun, CEO e Fondatore di FLock.io – Serie di Interviste

Jiahao Sun, CEO e Fondatore di FLock.io, ha guidato l’azienda da aprile 2022. Prima di fondare FLock.io, ha trascorso molti anni in ruoli legati all’IA — incluso come Direttore dell’Intelligenza Artificiale in una importante società finanziaria — e ha ricoperto la carica di Research Fellow presso una università di eccellenza studiando la generazione di knowledge-graph, NLP e machine-learning per la previsione finanziaria. Il suo ampio background sia nell’AI aziendale sia nella ricerca accademica lo rende particolarmente adatto a guidare un progetto volto a reinventare il modo in cui l’IA viene costruita e distribuita.

FLock.io è una piattaforma AI decentralizzata che combina il federated learning con la blockchain. Invece di centralizzare i dati, consente alle comunità di costruire, addestrare e distribuire modelli AI in modo collaborativo mantenendo le informazioni private sui dispositivi locali. Il sistema offre incentivi per i contributori che forniscono calcolo, dati o validazione, e distribuisce proprietà e governance attraverso la rete per garantire trasparenza, sicurezza e resilienza a lungo termine.

Hai fondato FLock.io dopo anni di lavoro nella ricerca avanzata sull’IA e nella previsione finanziaria all’Imperial College, oltre a guidare l’innovazione AI presso RBC Wealth Management. Cosa ha originariamente ispirato l’idea di costruire una piattaforma AI decentralizzata, e quale lacuna hai visto che le architetture AI tradizionali non potevano colmare?

L’idea di FLock è nata osservando lo stesso problema sia nella mia ricerca accademica sia nel lavoro finanziario. Dati preziosi erano bloccati, e le organizzazioni non potevano utilizzare l’IA insieme senza rinunciare alla privacy o al controllo. I sistemi AI tradizionali sono costruiti attorno a grandi fornitori centrali, il che limita chi può partecipare e quanto ampiamente i benefici possono essere condivisi. Ho capito che un approccio decentralizzato poteva risolvere questo. Con nuovi strumenti come la blockchain, il federated learning e le tecnologie che preservano la privacy, persone e aziende possono contribuire con dati o potenza di calcolo in modo sicuro, mantenendo la proprietà. FLock è stata creata per rendere l’IA più aperta, più sicura, e qualcosa che tutti possono aiutare a costruire, non solo pochi grandi attori.

Il tuo background include la ricerca sui knowledge graph e il zero-shot learning per la previsione finanziaria. In che modo questa esperienza ha influenzato il modo in cui FLock.io affronta l’addestramento dei modelli, la validazione e l’integrità dei dati on-chain?

Ho imparato con l’esperienza che la previsione finanziaria è un dominio intrinsecamente ad alto rischio, dove l’integrità dei dati, la spiegabilità del modello e la capacità di generalizzare da set di dati limitati sono fondamentali. In finanza, la fonte e la qualità dei dati sono tutto. Abbiamo tradotto questa necessità di provenienza verificabile nella nostra architettura on-chain su FLock. Stiamo strutturando una rete decentralizzata di silos di dati, consentendo all’IA di apprendere la conoscenza collettiva senza mai centralizzare i dati grezzi. Questo ci permette di costruire modelli potenti in settori sensibili come la sanità e la finanza, dove i dati devono rimanere distribuiti e privati.

L’AI Arena di FLock.io ha già prodotto più di 9.000 modelli di machine learning completamente addestrati in meno di un anno. Cosa rivela questo livello di attività sulla domanda di AI decentralizzata, e perché pensi che gli sviluppatori scelgano l’addestramento guidato dalla comunità rispetto alle alternative centralizzate?

Questo livello di attività rivela due intuizioni critiche sullo stato attuale del mercato AI. Prima di tutto, conferma la domanda massiccia di infrastrutture AI decentralizzate. Gli sviluppatori stanno attivamente cercando alternative al modello cloud centralizzato perché è strutturalmente fragile, costoso e crea un punto unico di failure per i dati. A differenza delle piattaforme centralizzate dove i partecipanti possiedono il modello, nell’AI Arena gli sviluppatori e i contributori del modello mantengono la proprietà e vengono ricompensati con token FLOCK quando i loro modelli vengono utilizzati.

L’AI decentralizzata si basa fortemente sugli incentivi per attrarre validator, delegatori e operatori di nodi. In che modo il design del token FLOCK allinea gli incentivi all’interno dell’ecosistema, e quali comportamenti economici hai osservato ora che ci sono oltre 55.000 titolari di token?

Il token FLOCK è il nostro motore di governance e utilità che ci aiuta a garantire che gli incentivi di ogni partecipante siano perfettamente allineati con la salute a lungo termine della rete e la qualità dei modelli prodotti. Il nostro design si basa su un principio chiaro: premiare contributi produttivi e verificabili che favoriscono la collaborazione tra proprietari dei dati, fornitori di calcolo, validator e delegatori. Ad esempio, i fornitori di calcolo e gli operatori di nodi guadagnano FLOCK per aver contribuito con le loro risorse computazionali all’addestramento dei modelli. I validator sono ricompensati per garantire la sicurezza e l’accuratezza degli aggiornamenti dei modelli, mentre i delegatori, che mettono in stake FLOCK per supportarli, ricevono una quota di quelle ricompense. Stiamo osservando un impegno costante dalla nostra comunità, con un alto rapporto di staking che indica una preferenza per la partecipazione a lungo termine alla rete rispetto al trading a breve termine.

FLock.io ha assicurato partnership con il Programma delle Nazioni Unite per lo Sviluppo, Alibaba, il NHS e altre importanti istituzioni. Cosa ha convinto queste organizzazioni ad adottare un framework AI decentralizzato invece della tradizionale formazione basata sul cloud?

Queste partnership ci hanno aiutato a implementare soluzioni alle sfide che la formazione tradizionale basata sul cloud non può affrontare. Il nostro framework, che combina il federated learning con la blockchain, consente di addestrare i modelli AI direttamente sui server locali. Solo le intuizioni aggregate e anonimizzate del modello vengono condivise sulla blockchain. Tutti i progressi trasformativi dell’IA richiedono il pooling di insight sui dati tra istituzioni che non si fiderebbero mai di un intermediario centrale. Il nostro lavoro con l’UNDP è un esempio lampante, dove con le ONG costruiamo collaborativamente modelli AI per raggiungere gli obiettivi di sviluppo sostenibile. Il nostro framework governato da blockchain fornisce la trasparenza e il consenso della comunità necessari per uno sviluppo etico dell’IA su scala globale.

L’AI che preserva la privacy sta diventando essenziale in settori come la sanità, la governance pubblica e la ricerca scientifica. In che modo FLock.io garantisce che i dati sensibili possano essere utilizzati per addestrare modelli di alto valore senza mai essere esposti o centralizzati?

La tecnologia centrale di FLock combina il meglio del federated learning e della tecnologia blockchain, garantendo che i dati sensibili possano essere utilizzati per addestrare modelli di alto valore senza mai essere esposti o centralizzati. Invece di raccogliere enormi quantità di dati sensibili in un’unica posizione centrale, il federated learning consente a più entità di addestrare collaborativamente un modello portando il processo di addestramento direttamente ai dati – raccogliendo poi solo gli aggiornamenti, non i dati grezzi. Aggiungendo la blockchain, il tutto diventa ancora più rispettoso della privacy e scalabile grazie a un sistema di incentivi crittografici.

Ad esempio, consentiamo progressi in settori come la scoperta di farmaci e la salute pubblica permettendo ai ricercatori di accedere a un vasto pool di dati reali, mantenendo al contempo il pieno controllo dei dati e la conformità.

Mentre sia la cripto che l’IA evolvono rapidamente, come vedi l’intersezione tra infrastrutture basate su blockchain e machine learning svilupparsi nei prossimi cinque anni, e quale ruolo giocheranno i marketplace di modelli decentralizzati come FLock.io?

Il monopolio delle aziende AI centralizzate non durerà per sempre, poiché il mondo si rende conto del potente potenziale di un’IA più collaborativa e sovrana. I framework decentralizzati diventeranno l’infrastruttura predefinita per qualsiasi applicazione AI sensibile, grazie al loro addestramento locale e al controllo dei dati. Man mano che la potenza di calcolo diventa sempre più distribuita e commoditizzata attraverso reti decentralizzate, il vero valore si sposterà sui dati e sui modelli stessi. Stiamo costruendo l’infrastruttura per un futuro AI in cui la privacy è una garanzia, non un compromesso, e la blockchain sarà la tecnologia di riferimento per assicurarlo.

L’AI Arena utilizza una struttura basata su task in cui le comunità addestrano e validano collaborativamente i modelli. In che modo questo ambiente competitivo-collaborativo migliora le prestazioni dei modelli e quali nuovi casi d’uso stanno emergendo?

L’elemento competitivo incentiva la nostra rete di ingegneri di machine learning a presentare i task di modello con le migliori prestazioni, guadagnando ricompense basate sull’accuratezza e sull’efficienza delle loro proposte. Nel frattempo, il meccanismo di consenso collaborativo migliora la trasparenza filtrando i bias delle entità centralizzate. È progettato per produrre modelli AI più robusti e specializzati in modo più efficiente rispetto ai modelli centralizzati tradizionali.

Attraverso questo approccio, FLock consente a diverse comunità di sviluppare modelli AI su misura, offrendo soluzioni personalizzate adattate a esigenze specifiche. Abbiamo scoperto che questa struttura eccelle davvero in domini diversi, globali e di nicchia dove la preservazione della privacy è fondamentale. Ciò include sanità, servizi finanziari e logistica della catena di approvvigionamento, dove i dati sensibili possono essere analizzati localmente, senza mai aggregare le informazioni grezze in un database centrale, garantendo la massima sicurezza.

Hai precedentemente costruito NORA presso RBC—uno dei principali sistemi AI per la gestione patrimoniale. Come si confronta lo sviluppo di AI in un ambiente finanziario regolamentato con la costruzione di un’infrastruttura AI decentralizzata dove trasparenza e apertura sono integrate nel nucleo?

Curiosamente, i fondamenti tecnici non sono così diversi. Ogni modello deve essere validato e auditato per i bias intrinseci e richiede un enorme sforzo da parte di ingegneri qualificati. La differenza, tuttavia, risiede nella mentalità culturale che alimenta il lavoro stesso.

Nel gestione patrimoniale, l’attenzione è su un unico modello altamente controllato che garantisce la conformità normativa ma manca di agilità. La mitigazione del rischio e la conformità sono al centro di ogni attività, mentre l’AI decentralizzata, naturalmente, ribalta questo scenario. Invece, trasparenza e apertura sono considerate principi di design fondamentali piuttosto che pensieri secondari. Questa apertura attrae una comunità più diversificata di contributori, rendendo intrinsecamente i modelli finali più resilienti ai bias e ai punti di failure unici che possono affliggere i modelli costruiti da un unico team centralizzato.

FLock.io è stato l’unico progetto di addestramento AI decentralizzato nominato nella CB Insights AI 100. Cosa credi differenzii l’AI decentralizzata dall’onda più ampia di accelerazione AI che sta avvenendo oggi?

Ciò che differenzia l’AI decentralizzata dall’attuale ondata di innovazione incentrata sulla scala computazionale è lo spostamento dell’attenzione verso governance, privacy e allineamento economico. I principi fondamentali della decentralizzazione, trasparenza e apertura sfidano direttamente la posizione dei pochi attori centralizzati che attualmente dominano lo spazio AI, per garantire opportunità economiche più eque, una maggiore collaborazione globale e una vera sovranità e privacy dei dati.

Essere l’unico progetto di addestramento AI decentralizzato nominato nella CB Insights AI 100 convalida completamente la nostra proposta di valore e la nostra tesi centrale. Dimostra che la decentralizzazione è il passo successivo e necessario per facilitare l’innovazione che consentirà all’IA di essere utilizzata per il bene.

Grazie per la fantastica intervista, i lettori che desiderano saperne di più dovrebbero visitare FLock.io.