Jiahao Sun, FLock.io CEO’si ve Kurucusu – Röportaj Serisi

Jiahao Sun, FLock.io CEO’si ve Kurucusu, şirketi Nisan 2022’den beri yönetiyor. FLock.io’yu kurmadan önce, büyük bir finans kuruluşunda Yapay Zeka Direktörü olarak da görev yaptığı AI odaklı rollerde birçok yıl geçirdi ve üst düzey bir üniversitede bilgi grafiği oluşturma, NLP ve finansal tahmin için makine öğrenimi üzerine araştırma bursu sahibi olarak çalıştı. Hem kurumsal AI hem de akademik araştırmadaki kapsamlı geçmişi, AI’nın nasıl inşa edildiğini ve dağıtıldığını yeniden şekillendirmeyi hedefleyen bir projeyi yönetmek için onu iyi bir konuma getiriyor.

FLock.io bir merkezi olmayan AI platformudur ve federated öğrenmeyi blockchain ile birleştirir. Verileri merkezileştirmek yerine, toplulukların AI modellerini birlikte inşa etmelerini, eğitmelerini ve dağıtmalarını sağlar; aynı zamanda bilgiyi yerel cihazlarda gizli tutar. Sistem, hesaplama, veri veya doğrulama sağlayan katkıcılara teşvikler sunar ve şeffaflık, güvenlik ve uzun vadeli dayanıklılığı sağlamak için sahipliği ve yönetişimi ağ boyunca dağıtır.

FLock.io’yu, Imperial College’da ileri AI araştırmaları ve finansal tahmin üzerine yıllarca çalıştıktan ve RBC Wealth Management’ta AI yeniliklerini yönettikten sonra kurdunuz. Merkezi olmayan bir AI platformu oluşturma fikrini ilk olarak ne tetikledi ve geleneksel AI mimarilerinin çözemediği hangi boşluğu gördünüz?

FLock fikri, akademik araştırmamda ve finansal çalışmalarımda aynı sorunu görmemden ortaya çıktı. Değerli veriler kilitliydi ve organizasyonlar gizlilik ya da kontrolü feda etmeden AI’yı birlikte kullanamıyordu. Geleneksel AI sistemleri büyük merkezi sağlayıcılar etrafında inşa edilir ve bu, kimlerin katılabileceğini ve faydaların ne kadar geniş paylaşılabileceğini sınırlar. Bunun çözülebileceğini fark ettim. Blockchain, federated öğrenme ve gizliliği koruyan teknolojiler gibi yeni araçlarla, insanlar ve şirketler veriyi ya da hesaplama gücünü güvenli bir şekilde katkıda bulunabilirken sahipliğini korur. FLock, AI’yı daha açık, daha güvenli ve sadece birkaç büyük oyuncu değil, herkesin katkıda bulunabileceği bir şey haline getirmek için yaratıldı.

Arka planınız bilgi grafiği araştırması ve finansal tahmin için sıfır atış öğrenimini içeriyor. Bu deneyim, FLock.io’nun model eğitimi, doğrulama ve zincir üzerindeki veri bütünlüğüne yaklaşımını nasıl şekillendirdi?

Finansal tahminin doğası gereği yüksek riskli bir alan olduğunu, veri bütünlüğü, model açıklanabilirliği ve sınırlı veri setlerinden genelleme yeteneğinin hayati olduğunu deneyimle öğrendim. Finansmanda, veri kaynağı ve kalitesi her şeydir. Bu doğrulanabilir köken ihtiyacını FLock’taki zincir üzeri mimarimize çevirdik. Ham veriyi asla merkezileştirmeden kolektif bilgiyi öğrenebilmesi için veri silolarının merkezi olmayan bir ağını yapılandırıyoruz. Bu, sağlık ve finans gibi hassas sektörlerde verinin dağıtık ve gizli kalması gerektiği güçlü modeller inşa etmemizi sağlıyor.

FLock.io’nun AI Arena’sı bir yıl içinde zaten 9.000’den fazla tam eğitimli makine öğrenimi modeli üretti. Bu etkinlik seviyesi, merkezi olmayan AI talebi hakkında ne gösteriyor ve geliştiricilerin merkezi alternatifler yerine topluluk odaklı eğitimi tercih etmesinin nedeni nedir?

Bu etkinlik seviyesi, AI pazarının mevcut durumu hakkında iki kritik içgörü ortaya koyuyor. İlk olarak, merkezi olmayan AI altyapısına olan büyük talebi doğruluyor. Geliştiriciler, merkezi bulut modelinin yapısal olarak kırılgan, pahalı ve veriler için tek bir hata noktasına yol açtığını fark ettikleri için aktif olarak alternatifler arıyor. Katılımcıların modeli sahip olduğu merkezi platformların aksine, AI Arena’da model geliştiricileri ve katkıcılar sahipliği korur ve modelleri kullanıldığında FLOCK tokenları ile ödüllendirilir.

Merkezi olmayan AI, doğrulayıcıları, delegatörleri ve düğüm operatörlerini çekmek için teşviklere büyük ölçüde dayanır. FLOCK token tasarımı ekosistem genelinde teşvikleri nasıl hizalıyor ve 55.000’den fazla token sahibine sahip olduğunuzda hangi ekonomik davranışları gözlemlediniz?

FLOCK tokenı, yönetişim ve fayda motorumuzdur; her katılımcının teşviklerinin ağın uzun vadeli sağlığı ve üretilen modellerin kalitesiyle mükemmel bir şekilde hizalanmasını sağlar. Tasarımımız, veri sahipleri, hesaplama sağlayıcıları, doğrulayıcılar ve delegatörler arasında iş birliğini yönlendiren üretken, doğrulanabilir katkıları ödüllendirme ilkesine dayanır. Örneğin, hesaplama sağlayıcıları ve düğüm operatörleri model eğitimine sağladıkları hesaplama kaynakları için FLOCK kazanır. Doğrulayıcılar, model güncellemelerinin güvenliğini ve doğruluğunu sağladıkları için ödüllendirilir; delegatörler ise FLOCK stake ederek bu ödüllerin bir kısmını alır. Topluluğumuzdan sürdürülebilir bir bağlılık görüyoruz; yüksek staking oranı, kısa vadeli ticaretten ziyade uzun vadeli ağ katılımını tercih ettiklerini gösteriyor.

FLock.io, Birleşmiş Milletler Kalkınma Programı, Alibaba, NHS ve diğer büyük kurumlarla ortaklıklar kurdu. Bu kuruluşları geleneksel bulut tabanlı eğitim yerine merkezi olmayan bir AI çerçevesi benimsemeye ikna eden neydi?

Bu ortaklıklar, geleneksel bulut tabanlı eğitimin çözemediği sorunlara çözümler uygulamamıza yardımcı oldu. Federated öğrenmeyi blockchain ile birleştiren çerçevemiz, AI modellerinin doğrudan yerel sunucularda eğitilmesini sağlar. Yalnızca toplanan, anonimleştirilmiş model içgörüleri blockchain’e paylaşılır. Dönüştürücü AI atılımları, merkezi bir aracıya asla güvenmeyecek kurumlar arasında veri içgörülerinin birleştirilmesini gerektirir. UNDP ile yaptığımız çalışma, STK’larla sürdürülebilir kalkınma hedeflerine ulaşmak için AI modelleri ortaklaşa inşa ettiğimiz bir örnek. Blockchain yönetimli çerçevemiz, küresel ölçekte etik AI geliştirme için gerekli şeffaflık ve topluluk mutabakatını sağlar.

Gizlilik koruyan AI, sağlık, kamu yönetimi ve bilimsel araştırma gibi sektörlerde giderek daha önemli hale geliyor. FLock.io, hassas verilerin hiçbir zaman ifşa edilmeden veya merkezileştirilmeden yüksek değerli modelleri eğitmek için kullanılmasını nasıl sağlıyor?

FLock’un temel teknolojisi, federated öğrenme ve blockchain teknolojisinin en iyilerini bir araya getirir; bu sayede hassas veriler hiçbir zaman ifşa edilmeden veya merkezileştirilmeden yüksek değerli modelleri eğitmek mümkün olur. Büyük miktarda hassas veriyi tek bir merkezi konuma toplamak yerine, federated öğrenme birden çok varlığın modeli doğrudan veriye getirerek ortaklaşa eğitmesine izin verir – sadece güncellemeler toplanır, ham veri toplanmaz. Blockchain eklendiğinde, kripto teşvik sistemi sayesinde daha da gizlilik koruyucu ve ölçeklenebilir bir yapı ortaya çıkar.

Örneğin, araştırmacıların gerçek dünya verilerine geniş bir havuzdan erişmesini sağlayarak ilaç keşfi ve halk sağlığı gibi alanlarda atılımlar yapmalarına olanak tanırken, veri kontrolü ve uyumluluğu tamamen korunur.

Kripto ve AI hızla evrimleşirken, blockchain tabanlı altyapı ile makine öğreniminin önümüzdeki beş yılda nasıl kesişeceğini ve FLock.io gibi merkezi olmayan model pazarlarının hangi rolü oynayacağını nasıl görüyorsunuz?

Merkezi AI şirketlerinin tekelinin sonsuza kadar sürmeyeceği açıktır; dünya, daha işbirlikçi, egemen AI’nın güçlü potansiyelinin farkına vardıkça. Merkezi olmayan çerçeveler, yerel eğitim ve veri kontrolü gerektiren her hassas AI uygulaması için varsayılan altyapı haline gelecek. Hesaplama gücü, merkezi olmayan ağlar aracılığıyla giderek daha dağıtık ve metalaşmış hale geldikçe, gerçek değer veriye ve modellere kayacaktır. Gizliliğin bir taviz değil, bir garanti olduğu bir AI geleceği için altyapıyı inşa ediyoruz ve bunu sağlamak için blockchain tercih edilen teknoloji olacak.

AI Arena, toplulukların birlikte model eğitip doğruladığı görev tabanlı bir yapı kullanıyor. Bu rekabet-işbirliği ortamı model performansını nasıl artırıyor ve hangi yeni kullanım senaryoları ortaya çıkıyor?

Rekabet unsuru, makine öğrenimi mühendisleri ağımızı en iyi performans gösteren model görevlerini sunmaya teşvik eder; ödüller doğruluk ve verimliliklerine göre dağıtılır. Aynı zamanda işbirlikçi konsensüs mekanizması, merkezi varlıklardan gelen önyargıları filtreleyerek şeffaflığı artırır. Bu, geleneksel merkezi modellerden daha verimli bir şekilde daha sağlam ve uzmanlaşmış AI modelleri üretmek için tasarlanmıştır.

Bu yaklaşım sayesinde FLock, çeşitli toplulukların belirli ihtiyaçlara göre özelleştirilmiş AI modelleri geliştirmesini sağlar; özel çözümler sunar. Yapının, gizliliğin hayati olduğu çeşitli, küresel ve niş alanlarda gerçekten başarılı olduğunu gördük. Bu alanlar arasında sağlık, finansal hizmetler ve tedarik zinciri lojistiği bulunur; burada hassas veriler, ham bilgiyi merkezi bir veritabanına biriktirmeden yerel olarak analiz edilir ve maksimum güvenlik sağlanır.

Daha önce RBC’de NORA’yı inşa ettiniz — servet yönetimi için önde gelen AI sistemlerinden biri. Düzenlenmiş bir finans ortamında AI geliştirmek, şeffaflık ve açıklığın çekirdeğe yerleştirildiği merkezi olmayan AI altyapısı inşa etmekle nasıl karşılaştırılır?

İlginç bir şekilde, teknik temeller o kadar da farklı değil. Her model, yerleşik önyargılar için doğrulanmalı ve denetlenmeli ve yetenekli mühendislerden büyük çaba gerektirir. Fark, işin kendisini besleyen kültürel zihniyette yatıyor.

Servet yönetiminde odak, düzenleyici uyumu garanti eden ancak çevikliği eksik bir tek, yüksek kontrol edilen model üzerindedir. Risk azaltma ve uyum, her aktivitenin ön planında yer alır; bu da merkezi olmayan AI’nın doğal olarak bu senaryoyu tersine çevirdiği anlamına gelir. Bunun yerine, şeffaflık ve açıklık, sonradan düşünülmüş bir şey yerine temel tasarım ilkeleri olarak kabul edilir. Bu açıklık, daha çeşitli bir katkıcı topluluğunu çeker; bu da doğal olarak tek bir merkezi ekip tarafından inşa edilen modellerde ortaya çıkabilecek önyargılara ve tek hata noktalarına karşı daha dayanıklı modeller üretir.

FLock.io, CB Insights AI 100 listesine adını alan tek merkezi olmayan AI eğitim projesiydi. Bugün yaşanan daha geniş AI hızlanma dalgasından merkezi olmayan AI’yı neyin ayırdığını düşünüyorsunuz?

Merkezi olmayan AI’yı, hesaplama ölçeğine odaklanan mevcut yenilik dalgasından ayıran şey, yönetişim, gizlilik ve ekonomik uyuma odaklanmasıdır. Merkeziyetçilik, şeffaflık ve açıklık ilkeleri, şu anda AI alanını domine eden birkaç merkezi oyuncunun konumunu doğrudan sorgular; daha adil ekonomik fırsatlar, daha geniş küresel iş birliği ve gerçek veri egemenliği ve gizliliği sağlamak için.

CB Insights AI 100 listesine adını alan tek merkezi olmayan AI eğitim projesi olmak, değer önerimizi ve temel tezimizi tamamen doğruluyor. Bu, merkeziyetçiliğin, AI’nın iyi amaçlar için kullanılmasını sağlayacak yeniliği kolaylaştırmak için bir sonraki ve gerekli adım olduğunu gösteriyor.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular FLock.io adresini ziyaret etmelidir.