Jiahao Sun, CEO at Tagapagtatag ng FLock.io – Serye ng Panayam

Jiahao Sun, CEO at Tagapagtatag ng FLock.io, ay pinamunuan ang kumpanya mula noong Abril 2022. Bago itatag ang FLock.io, naglaan siya ng maraming taon sa mga tungkuling nakatuon sa AI — kabilang bilang Director ng Artificial Intelligence sa isang malaking kumpanya pinansyal — at nagsilbing Research Fellow sa isang nangungunang unibersidad na nag-aaral ng knowledge-graph generation, NLP, at machine-learning para sa prediksyon sa pananalapi. Ang kanyang malawak na karanasan sa parehong enterprise AI at akademikong pananaliksik ay nagbigay sa kanya ng mahusay na posisyon upang pangunahan ang proyektong naglalayong muling likhain kung paano binubuo at inilulunsad ang AI.

FLock.io ay isang desentralisadong AI platform na nagsasama ng federated learning at blockchain. Sa halip na i-centralize ang data, pinapayagan nito ang mga komunidad na magtulungan sa pagbuo, pagsasanay, at pag-deploy ng mga AI model habang pinapanatiling pribado ang impormasyon sa mga lokal na device. Ang sistema ay nag-aalok ng insentibo para sa mga kontribyutor na nagbibigay ng compute, data, o validation, at nagdidistribuye ng pagmamay-ari at pamamahala sa buong network upang matiyak ang transparency, seguridad, at pangmatagalang katatagan.

Itinatag mo ang FLock.io matapos ang mga taon ng pagtatrabaho sa advanced AI research at financial prediction sa Imperial College pati na rin ang pangunguna sa AI innovation sa RBC Wealth Management. Ano ang orihinal na nagpasiklab ng ideya na bumuo ng isang desentralisadong AI platform, at anong puwang ang nakita mo na hindi matugunan ng tradisyonal na AI architecture?

Ang ideya para sa FLock ay nagmula sa pagtingin sa parehong problema sa aking akademikong pananaliksik at trabaho sa pananalapi. Ang mahalagang data ay nakasara, at ang mga organisasyon ay hindi maaaring magsama-sama gamit ang AI nang hindi isinusuko ang privacy o kontrol. Ang tradisyonal na AI system ay binuo sa paligid ng malalaking central provider, at ito ay naglilimita kung sino ang maaaring makibahagi at kung gaano kalawak ang maibabahaging benepisyo. Napagtanto ko na ang isang desentralisadong approach ay maaaring lutasin ito. Sa mga bagong tool tulad ng blockchain, federated learning, at privacy-preserving technology, maaaring mag-ambag ang mga tao at kumpanya ng data o computing power nang ligtas, habang pinapanatili ang pagmamay-ari. Ang FLock ay nilikha upang gawing mas bukas, mas ligtas, at isang bagay na maaaring tulungan ng lahat na buuin, hindi lamang ng iilang malalaking manlalaro.

Kasama sa iyong background ang pananaliksik sa knowledge graph at zero-shot learning para sa financial prediction. Paano hinubog ng karanasang iyon ang paraan ng FLock.io sa paglapit sa model training, validation, at data integrity sa on-chain?

Natutunan ko sa karanasan na ang financial prediction ay isang likas na mataas na panganib na larangan kung saan ang data integrity, model explainability, at kakayahang mag-generalize mula sa limitadong data set ay napakahalaga. Sa pananalapi, ang pinagmulan at kalidad ng data ay lahat. Isinalin namin ang pangangailangang ito para sa mapapatunayan na provenance sa aming on-chain architecture sa FLock. Kami ay nagbuo ng isang desentralisadong network ng mga data silo, na nagpapahintulot sa AI na matutunan ang kolektibong kaalaman nang hindi kailanman i-centralize ang raw data mismo. Ito ay nagbibigay-daan sa amin na bumuo ng makapangyarihang mga modelo sa sensitibong sektor tulad ng healthcare at finance, kung saan ang data ay dapat manatiling distributed at pribado.

Ang AI Arena ng FLock.io ay nakagawa na ng higit sa 9,000 ganap na sinanay na machine learning models sa loob ng mas mababa sa isang taon. Ano ang ipinapakita ng antas ng aktibidad na ito tungkol sa demand para sa desentralisadong AI, at bakit sa tingin mo pinipili ng mga developer ang community‑driven training kaysa sa mga centralized na alternatibo?

Ang antas ng aktibidad na ito ay nagbubunyag ng dalawang kritikal na pananaw tungkol sa kasalukuyang kalagayan ng AI market. Una, kinukumpirma nito ang napakalaking demand para sa desentralisadong AI infrastructure. Ang mga developer ay aktibong naghahanap ng mga alternatibo sa centralized cloud model dahil ito ay structurally brittle, magastos, at lumilikha ng isang single point of failure para sa data. Hindi tulad ng mga centralized platform kung saan ang mga kalahok ay nagmamay‑ari ng modelo, sa AI Arena, ang mga developer ng modelo at mga kontribyutor ay pinananatili ang pagmamay‑ari at binibigyan ng gantimpala na FLOCK tokens kapag ginagamit ang kanilang mga modelo.

Ang desentralisadong AI ay lubos na umaasa sa mga insentibo upang makaakit ng validators, delegators, at node operators. Paano inaayos ng disenyo ng FLOCK token ang mga insentibo sa buong ecosystem, at anong mga ekonomikong pag‑ugali ang iyong napansin ngayon na may higit sa 55,000 token holders?

Ang FLOCK token ay ang aming governance at utility engine na tumutulong sa amin na matiyak na ang mga insentibo ng bawat kalahok ay perpektong nakaayon sa pangmatagalang kalusugan ng network at sa kalidad ng mga modelong nalilikha. Ang aming disenyo ay nakabatay sa malinaw na prinsipyo na gantimpalaan ang produktibo, mapapatunayan na kontribusyon na nagtataguyod ng kolaborasyon sa pagitan ng mga data owner, compute provider, validator, at delegator. Halimbawa, ang mga compute provider at node operator ay kumikita ng FLOCK para sa pag‑ambag ng kanilang computational resources sa model training. Ang mga validator ay binibigyan ng gantimpala para sa pagtiyak ng seguridad at katumpakan ng mga model update, habang ang mga delegator, na nag‑i‑stake ng FLOCK upang suportahan sila, ay kumikita ng bahagi ng mga gantimpalang iyon. Nakikita namin ang patuloy na pangako mula sa aming komunidad, na may mataas na staking ratio na nagpapahiwatig ng kagustuhan para sa pangmatagalang pakikilahok sa network kaysa sa panandaliang kalakalan.

Ang FLock.io ay nakaseguro ng mga partnership sa United Nations Development Programme, Alibaba, NHS, at iba pang malalaking institusyon. Ano ang nakumbinsi sa mga organisasyong ito na gamitin ang desentralisadong AI framework sa halip na tradisyonal na cloud‑based training?

Ang mga partnership na ito ay tumulong sa amin na magpatupad ng mga solusyon sa mga hamon na hindi kayang tugunan ng tradisyonal, cloud‑based training. Ang aming framework, na nagsasama ng federated learning at blockchain, ay nagpapahintulot sa AI models na sanatin nang direkta sa mga lokal na server. Tanging ang pinagsama, anonymised na mga insight ng modelo ang ibinabahagi sa blockchain. Lahat ng makabuluhang AI breakthroughs ay nangangailangan ng pooling ng data insights sa pagitan ng mga institusyon na kailanman ay hindi magtitiwala sa isang central intermediary. Ang aming trabaho sa UNDP ay isang pangunahing halimbawa, kung saan kasama ang mga NGO, kami ay magkakasamang bumubuo ng AI models upang maabot ang sustainable development goals. Ang aming blockchain‑governed framework ay nagbibigay ng transparency at community consensus na kinakailangan para sa ethical AI development sa pandaigdigang saklaw.

Ang privacy‑preserving AI ay nagiging mahalaga sa mga sektor tulad ng healthcare, pampublikong pamahalaan, at siyentipikong pananaliksik. Paano tinitiyak ng FLock.io na ang sensitibong data ay maaaring magamit upang sanatin ang mga high‑value model nang hindi kailanman naipapakita o na‑centralize?

Ang pangunahing teknolohiya ng FLock ay pinagsasama ang pinakamahusay na aspeto ng federated learning at blockchain technology, na nagsisiguro na ang sensitibong data ay maaaring magamit upang sanatin ang mga high‑value model nang hindi kailanman naipapakita o na‑centralize. Sa halip na kolektahin ang napakalaking dami ng sensitibong data sa isang solong, sentral na lokasyon, pinapayagan ng federated learning ang maraming entidad na magtulungan sa pagsasanay ng isang modelo sa pamamagitan ng pagdadala ng proseso ng pagsasanay direkta sa data — pagkatapos ay kinokolekta lamang ang mga update, hindi ang raw data. Idagdag ang blockchain at ito ay nagiging mas privacy‑preserving at scalable sa pamamagitan ng isang sistema ng crypto incentives.

Halimbawa, pinapahintulutan naming magkaroon ng mga breakthrough sa mga larangan tulad ng drug discovery at public health sa pamamagitan ng pagpapahintulot sa mga mananaliksik na ma‑access ang isang napakalawak na pool ng real‑world data, habang pinananatili ang ganap na kontrol sa data at pagsunod sa mga regulasyon.

Habang mabilis na umuunlad ang parehong crypto at AI, paano mo nakikita ang intersection ng blockchain‑based infrastructure at machine learning sa susunod na limang taon, at anong papel ang gagampanan ng mga desentralisadong model marketplace tulad ng FLock.io?

Hindi magtatagal ang monopoly ng mga centralised AI company, habang nagigising ang mundo sa makapangyarihang potensyal ng mas kolaboratibo, sovereign AI. Ang mga desentralisadong framework ay magiging default na infrastructure para sa anumang sensitibong AI application, dahil sa kanilang lokal na pagsasanay at kontrol sa data. Habang ang compute power ay nagiging mas distributed at commoditised sa pamamagitan ng mga desentralisadong network, ang tunay na halaga ay lilipat sa data at sa mismong mga modelo. Kami ay nagtatayo ng infrastructure para sa isang AI hinaharap kung saan ang privacy ay isang garantiya, hindi isang trade‑off, at ang blockchain ay magiging pangunahing teknolohiya upang matiyak ito.

Ang AI Arena ay gumagamit ng task‑based na istruktura kung saan ang mga komunidad ay magkakasamang nagsasanay at nagva‑validate ng mga modelo. Paano pinapabuti ng kompetitibo‑kolaboratibong kapaligirang ito ang performance ng modelo, at anong mga bagong use case ang lumilitaw mula dito?

Ang kompetitibong elemento ay nagbibigay ng insentibo sa aming network ng mga machine learning engineer na magsumite ng mga model task na may pinakamataas na performance, na kumikita ng gantimpala batay sa katumpakan at kahusayan ng kanilang mga pagsusumite. Samantala, ang kolaboratibong consensus mechanism ay nagpapabuti ng transparency sa pamamagitan ng pagsasala ng mga bias mula sa mga centralised na entidad. Ito ay dinisenyo upang lumikha ng mas matibay at espesyalisadong AI models nang mas epektibo kaysa sa tradisyonal na centralised na mga modelo.

Sa pamamagitan ng pamamaraang ito, pinapayagan ng FLock ang iba’t ibang komunidad na bumuo ng purpose‑built na AI models, na nag‑aalok ng mga bespoke solution na iniayon sa partikular na pangangailangan. Natuklasan naming ang istrukturang ito ay talagang namamayani sa iba’t ibang, pandaigdig at niche na mga domain kung saan ang pagpepreserba ng privacy ay napakahalaga. Kabilang dito ang healthcare, financial services, at supply chain logistics, kung saan ang sensitibong data ay maaaring suriin nang lokal, nang hindi kailanman pinagsasama ang raw na impormasyon sa isang central database, na nagsisiguro ng pinakamataas na seguridad.

Nabuo mo dati ang NORA sa RBC—isa sa mga nangungunang AI system para sa wealth management. Paano ikumpara ang pag‑develop ng AI sa isang regulated na financial environment sa pagbuo ng desentralisadong AI infrastructure kung saan ang transparency at openness ay nakapaloob sa core?

Kagiliw‑giliw na, ang mga teknikal na pundasyon ay hindi gaanong magkaiba. Ang bawat modelo ay kailangang ma‑validate at ma‑audit para sa mga inherent bias at nangangailangan ng napakalaking pagsisikap mula sa mga bihasang engineer. Ang pagkakaiba, gayunpaman, ay nasa cultural mindset na nagpapalakas sa mismong trabaho.

Sa wealth management, ang pokus ay nasa isang solong, lubos na kontroladong modelo na nagtitiyak ng regulatory compliance ngunit kulang sa agility. Ang risk mitigation at compliance ay nasa unahan ng bawat aktibidad, kung saan ang desentralisadong AI, natural, ay binabaliktad ang script na iyon. Sa halip, ang transparency at openness ay itinuturing na mga pangunahing prinsipyo ng disenyo kaysa sa mga afterthoughts. Ang bukas na ito ay nag‑aakit ng mas iba’t ibang komunidad ng mga kontribyutor, na likas na nagpapalakas sa mga huling modelo laban sa mga bias at single points of failure na maaaring makaapekto sa mga modelong binuo ng isang solong, centralized na koponan.

Ang FLock.io ay ang tanging desentralisadong AI training project na napabilang sa CB Insights AI 100. Ano sa palagay mo ang nagbubukod sa desentralisadong AI mula sa mas malawak na alon ng AI acceleration na nangyayari ngayon?

Ang nagbubukod sa desentralisadong AI mula sa kasalukuyang alon ng inobasyon na nakatuon sa computational scale ay ang pag‑shift ng pokus patungo sa governance, privacy, at economic alignment. Ang mga pangunahing prinsipyo ng decentralisation, transparency, at openness ay direktang hinahamon ang katayuan ng iilang centralised na manlalaro na kasalukuyang namamayani sa AI space upang matiyak ang mas patas na oportunidad pang‑ekonomiya, mas malawak na global na kolaborasyon, at tunay na data sovereignty at privacy.

Ang pagiging tanging desentralisadong AI training project na napabilang sa CB Insights AI 100 ay ganap na nagpapatunay sa aming value proposition at core thesis. Ipinapakita nito na ang decentralisation ay ang susunod at kinakailangang hakbang upang mapadali ang inobasyon na magpapahintulot sa AI na magamit para sa kabutihan.

Salamat sa mahusay na panayam, mga mambabasa na nais pang matuto ay dapat bumisita sa FLock.io.