Jiahao Sun, CEO e Fundador da FLock.io – Série de Entrevistas

Jiahao Sun, CEO e Fundador da FLock.io, lidera a empresa desde abril de 2022. Antes de fundar a FLock.io, passou muitos anos em funções impulsionadas por IA — incluindo como Diretor de Inteligência Artificial em uma grande empresa financeira — e atuou como Research Fellow em uma universidade de destaque estudando geração de grafos de conhecimento, PLN e aprendizado de máquina para previsão financeira. Seu amplo histórico tanto em IA empresarial quanto em pesquisa acadêmica o posiciona bem para liderar um projeto que visa reinventar como a IA é construída e implantada.

FLock.io é uma plataforma de IA descentralizada que combina aprendizado federado com blockchain. Em vez de centralizar os dados, permite que comunidades construam, treinem e implantem modelos de IA de forma colaborativa, mantendo as informações privadas nos dispositivos locais. O sistema oferece incentivos para contribuintes que fornecem computação, dados ou validação, e distribui propriedade e governança por toda a rede para garantir transparência, segurança e resiliência a longo prazo.

Você fundou a FLock.io após anos trabalhando em pesquisa avançada de IA e previsão financeira no Imperial College, além de liderar a inovação em IA na RBC Wealth Management. O que originalmente despertou a ideia de construir uma plataforma de IA descentralizada, e que lacuna você viu que as arquiteturas tradicionais de IA não conseguiam preencher?

A ideia para a FLock surgiu ao observar o mesmo problema tanto na minha pesquisa acadêmica quanto no trabalho financeiro. Dados valiosos estavam trancados, e as organizações não podiam usar IA em conjunto sem abrir mão da privacidade ou do controle. Sistemas de IA tradicionais são construídos em torno de grandes provedores centrais, o que limita quem pode participar e quão amplamente os benefícios podem ser compartilhados. Percebi que uma abordagem descentralizada poderia resolver isso. Com novas ferramentas como blockchain, aprendizado federado e tecnologia de preservação de privacidade, pessoas e empresas podem contribuir com dados ou poder de computação de forma segura, mantendo a propriedade. A FLock foi criada para tornar a IA mais aberta, mais segura e algo que todos podem ajudar a construir, não apenas alguns grandes players.

Seu histórico inclui pesquisa em grafos de conhecimento e aprendizado zero-shot para previsão financeira. Como essa experiência moldou a forma como a FLock.io aborda o treinamento de modelos, validação e integridade de dados on-chain?

Aprendi, pela experiência, que a previsão financeira é um domínio intrinsecamente de alto risco, onde a integridade dos dados, a explicabilidade do modelo e a capacidade de generalizar a partir de conjuntos de dados limitados são fundamentais. No setor financeiro, a origem e a qualidade dos dados são tudo. Traduzimos essa necessidade de proveniência verificável em nossa arquitetura on-chain na FLock. Estamos estruturando uma rede descentralizada de silos de dados, permitindo que a IA aprenda o conhecimento coletivo sem jamais centralizar os dados brutos. Isso nos permite construir modelos poderosos em setores sensíveis como saúde e finanças, onde os dados devem permanecer distribuídos e privados.

A AI Arena da FLock.io já produziu mais de 9.000 modelos de aprendizado de máquina totalmente treinados em menos de um ano. O que esse nível de atividade revela sobre a demanda por IA descentralizada, e por que você acha que os desenvolvedores estão escolhendo o treinamento orientado pela comunidade em vez de alternativas centralizadas?

Esse nível de atividade revela duas percepções críticas sobre o estado atual do mercado de IA. Primeiro, confirma a enorme demanda por infraestrutura de IA descentralizada. Os desenvolvedores estão buscando ativamente alternativas ao modelo de nuvem centralizada porque ele é estruturalmente frágil, caro e cria um ponto único de falha para os dados. Diferente das plataformas centralizadas onde os participantes possuem o modelo, na AI Arena, os desenvolvedores e contribuidores de modelos mantêm a propriedade e são recompensados com tokens FLOCK quando seus modelos são usados.

IA descentralizada depende fortemente de incentivos para atrair validadores, delegadores e operadores de nós. Como o design do token FLOCK alinha incentivos em todo o ecossistema, e que comportamentos econômicos você observou agora que há mais de 55.000 detentores de tokens?

O token FLOCK é nosso motor de governança e utilidade que nos ajuda a garantir que os incentivos de cada participante estejam perfeitamente alinhados com a saúde a longo prazo da rede e com a qualidade dos modelos produzidos. Nosso design baseia‑se em um princípio claro de recompensar contribuições produtivas e verificáveis que impulsionam a colaboração entre proprietários de dados, provedores de computação, validadores e delegadores. Por exemplo, provedores de computação e operadores de nós ganham FLOCK por contribuir com recursos computacionais ao treinamento de modelos. Validadores são recompensados por garantir a segurança e a precisão das atualizações dos modelos, enquanto delegadores, que fazem stake de FLOCK para apoiá‑los, recebem uma parte dessas recompensas. Estamos vendo um compromisso sustentado da nossa comunidade, com uma alta taxa de staking indicando preferência por participação de longo prazo na rede em vez de negociação de curto prazo.

A FLock.io garantiu parcerias com o Programa das Nações Unidas para o Desenvolvimento, Alibaba, NHS e outras instituições importantes. O que convenceu essas organizações a adotar uma estrutura de IA descentralizada em vez do treinamento tradicional baseado em nuvem?

Essas parcerias nos ajudaram a implementar soluções para desafios que o treinamento tradicional baseado em nuvem não consegue resolver. Nossa estrutura, que combina aprendizado federado com blockchain, permite que modelos de IA sejam treinados diretamente em servidores locais. Apenas as percepções agregadas e anonimizadas do modelo são compartilhadas na blockchain. Todas as inovações transformadoras em IA exigem a combinação de insights de dados entre instituições que jamais confiariam em um intermediário central. Nosso trabalho com o UNDP é um exemplo claro, onde, junto a ONGs, construímos modelos de IA colaborativamente para alcançar os Objetivos de Desenvolvimento Sustentável. Nosso framework governado por blockchain fornece a transparência e o consenso comunitário necessários para o desenvolvimento ético de IA em escala global.

A IA que preserva a privacidade está se tornando essencial em setores como saúde, governança pública e pesquisa científica. Como a FLock.io garante que dados sensíveis possam ser usados para treinar modelos de alto valor sem jamais serem expostos ou centralizados?

A tecnologia central da FLock reúne o melhor do aprendizado federado e da tecnologia blockchain, garantindo que dados sensíveis possam ser usados para treinar modelos de alto valor sem jamais serem expostos ou centralizados. Em vez de coletar grandes quantidades de dados sensíveis em um único local central, o aprendizado federado permite que múltiplas entidades treinem um modelo colaborativamente levando o processo de treinamento diretamente aos dados – coletando apenas as atualizações, não os dados brutos. Ao adicionar blockchain, o sistema torna‑se ainda mais preservador da privacidade e escalável por meio de um mecanismo de incentivos cripto.

Por exemplo, possibilitamos avanços em áreas como descoberta de medicamentos e saúde pública ao permitir que pesquisadores acessem um vasto pool de dados do mundo real, tudo isso mantendo controle total dos dados e conformidade.

À medida que cripto e IA evoluem rapidamente, como você vê a interseção da infraestrutura baseada em blockchain e aprendizado de máquina se desenvolvendo nos próximos cinco anos, e que papel os marketplaces de modelos descentralizados como a FLock.io desempenharão?

O monopólio das empresas de IA centralizadas não durará para sempre, à medida que o mundo desperta para o potencial poderoso de uma IA mais colaborativa e soberana. Estruturas descentralizadas se tornarão a infraestrutura padrão para qualquer aplicação sensível de IA, por seu treinamento local e controle de dados. À medida que o poder computacional se torna cada vez mais distribuído e comoditizado por meio de redes descentralizadas, o verdadeiro valor migrará para os dados e para os próprios modelos. Estamos construindo a infraestrutura para um futuro de IA onde a privacidade é uma garantia, não um trade‑off, e o blockchain será a tecnologia de referência para assegurá‑la.

A AI Arena usa uma estrutura baseada em tarefas onde comunidades treinam e validam modelos de forma colaborativa. Como esse ambiente competitivo‑colaborativo melhora o desempenho dos modelos, e que novos casos de uso estão surgindo a partir dele?

O elemento competitivo incentiva nossa rede de engenheiros de aprendizado de máquina a submeter as tarefas de modelo com melhor desempenho, ganhando recompensas baseadas na precisão e eficiência de suas submissões. Enquanto isso, o mecanismo de consenso colaborativo melhora a transparência ao filtrar vieses de entidades centralizadas. Ele foi projetado para produzir modelos de IA mais robustos e especializados de forma mais eficiente que os modelos centralizados tradicionais.

Por meio dessa abordagem, a FLock permite que comunidades diversas desenvolvam modelos de IA sob medida, oferecendo soluções personalizadas para necessidades específicas. Descobrimos que essa estrutura realmente se destaca em domínios globais, diversos e de nicho onde a preservação da privacidade é fundamental. Isso inclui saúde, serviços financeiros e logística de cadeia de suprimentos, onde dados sensíveis podem ser analisados localmente, sem jamais agrupar as informações brutas em um banco de dados central, garantindo máxima segurança.

Você anteriormente construiu a NORA na RBC — um dos principais sistemas de IA para gestão de patrimônio. Como desenvolver IA em um ambiente financeiro regulado se compara a construir infraestrutura de IA descentralizada onde transparência e abertura são incorporadas ao núcleo?

Curiosamente, os fundamentos técnicos não são tão diferentes. Cada modelo precisa ser validado e auditado quanto a vieses inerentes e requer um esforço enorme de engenheiros qualificados. A diferença, porém, está na mentalidade cultural que impulsiona o trabalho.

Na gestão de patrimônio, o foco está em um único modelo altamente controlado que garante conformidade regulatória, mas carece de agilidade. Mitigação de risco e conformidade estão na vanguarda de toda atividade, enquanto a IA descentralizada, naturalmente, inverte esse roteiro. Em vez disso, transparência e abertura são consideradas princípios de design fundamentais, e não pensamentos posteriores. Essa abertura atrai uma comunidade mais diversa de contribuidores, o que intrinsecamente torna os modelos finais mais resilientes a vieses e pontos únicos de falha que podem afetar modelos construídos por uma única equipe centralizada.

A FLock.io foi o único projeto de treinamento de IA descentralizado nomeado para o CB Insights AI 100. O que você acredita que diferencia a IA descentralizada da onda mais ampla de aceleração de IA que acontece hoje?

O que diferencia a IA descentralizada da atual onda de inovação focada na escala computacional é a mudança de foco para governança, privacidade e alinhamento econômico. Os princípios centrais da descentralização, transparência e abertura desafiam diretamente a posição dos poucos players centralizados que atualmente dominam o espaço de IA, garantindo oportunidades econômicas mais justas, maior colaboração global e verdadeira soberania e privacidade dos dados.

Ser o único projeto de treinamento de IA descentralizado nomeado para o CB Insights AI 100 valida completamente nossa proposta de valor e tese central. Isso mostra que a descentralização é o próximo e necessário passo para facilitar a inovação que permitirá que a IA seja usada para o bem.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar FLock.io.