مقابلة مع هاري غريف مؤسس Gensyn: الشبكة الرئيسية ستطلق قريباً، كيف يمكن استغلال الموارد غير المستخدمة لكسر "سقف الحجم" لقوة الحوسبة الذكاء الاصطناعي؟

null الضيف: هاري غريف، المؤسس المشارك لـ Gensyn المحرر: مومو، ChainCatcher

عندما يلتقي جوع نماذج الذكاء الاصطناعي للقوة الحاسوبية مع الاختناق الطبيعي للإمدادات المركزية، تحدث ثورة في القوة الحاسوبية بهدوء. أدرك المؤسسان المشاركان لشركة Gensyn، هاري غريف وبن فيلدينغ، أن مفتاح الحل يكمن في تفعيل القدرة الحاسوبية النائمة في مليارات الأجهزة الطرفية حول العالم، وأن الطريق إلى ذلك هو اللامركزية.

تسعى Gensyn لبناء شبكة تعلم آلي موزعة تربط بين أجهزة الكمبيوتر غير المستخدمة في جميع أنحاء العالم من خلال بروتوكول blockchain، وتضمن نتائج التدريب الموثوقة من خلال تقنيتها المبتكرة في الحساب القابل للتحقق. لقد جذبت شبكة الاختبار الخاصة بها 150,000 مستخدم وتعمل بشكل مستقر. مع الانتهاء بنجاح من مرحلة شبكة الاختبار، سيتم أيضًا إطلاق الشبكة الرئيسية لـ Gensyn قريبًا.

حصلت Gensyn على تمويل من السلسلة A بقيمة 43 مليون دولار بقيادة a16z، بإجمالي تمويل يتجاوز 50 مليون دولار. في هذه المقابلة الخاصة، شرح هاري غريف كيف أن Gensyn تنطلق من الموضوع الأساسي “تجاوز الحدود في الحجم” لبناء خريطة تقنية وتفكير تجاري للبنية التحتية للذكاء الاصطناعي من الجيل التالي.

الهدف من اللامركزية هو كسر قيود حجم القوة الحاسوبية

1. ChainCatcher: يرجى تقديم نفسك أولاً. ما هي أهم ثلاث تجارب مررت بها قبل تأسيس Gensyn؟ كيف شكلت تلك التجارب دخولك في مجال “الحوسبة المعتمدة على الذكاء الاصطناعي اللامركزي”؟

هاري غريف: أنا من جيل تعامل مبكر مع الإنترنت. كانت الشبكة في ذلك الوقت أكثر انفتاحًا ولامركزية، مليئة بشبكات مشاركة الملفات ومكتبات المعلومات المختلفة. لقد شكل هذا فهمي للمعلومات والشبكات، وجعلني أميل مبكرًا إلى مفهوم المصادر المفتوحة واللامركزية.

خلال فترة الجامعة وما بعدها، تعرضت لأفكار الليبرالية الكلاسيكية، مما جعلني أركز أكثر على حقوق الأفراد وحريتهم، وبدأت أشكك في المركزية والرقابة. وهذا مرتبط مباشرة بنماذج الذكاء الاصطناعي اليوم - عندما تتخذ النماذج قرارات لنا، من يحدد “حقوقها” وطريقة تصرفها؟ هذا أثار تفكيري حول العلاقة بين الذكاء الاصطناعي والسيادة والأخلاق.

بعد التخرج، عملت في شركة تعلم الآلة في لندن، وعانيت شخصياً من الصعوبات الكبيرة في الحصول على موارد حسابية على نطاق واسع وبيانات عالية الجودة. أدركت أنه إذا كنت أرغب في تطوير نماذج أقوى بشكل مستمر، يجب معالجة مشكلة الوصول إلى الموارد الأساسية (الحساب والبيانات) وحجمها، وهذا هو السبب الذي جعلني أقرر دخول مجال الحوسبة الذكية اللامركزية وأقوم بتأسيس Gensyn.

2. ChainCatcher: ما هي الفرصة التي أدت إلى ولادة Gensyn؟ كيف قررت أنت وBen Fielding في غضون 8 أسابيع في Entrepreneur First الاتجاه “All-in” من 0 إلى 1؟

هاري غريف: التقينا في حدث اجتماعي قبل بدء مشروع مسرع الأعمال في المملكة المتحدة “Entrepreneur First”. السبب الذي جعلنا نتخذ بسرعة قرار الاتجاه “All-in” هو وجود توافقين أساسيين:

أولاً، نحن نؤمن بشدة أن التعلم الآلي هو المستقبل. في عام 2020 (قبل ظهور ChatGPT)، كنا جميعاً واثقين للغاية من أن التعلم الآلي سيكون الموجة التقنية التالية. على الرغم من أن هذا لم يكن إجماعاً في ذلك الوقت، إلا أننا شهدنا اختراقات تقنية في مجالات مثل توليد الصور والتفاعل، واعتقدنا بقوة في إمكانياتها.

ثانياً، نحن نعارض “المركزيّة” معاً. أنا محاصرٌ في عنق الزجاجة للحوسبة المركزيّة ومصادر البيانات، بينما يركز بن في أبحاثه للدكتوراه ومشاريعه على الخصوصية الفردية وأمان البيانات. نحن نقدّر المركزيّة بشكل نقدي. في البداية، كانت اهتمامنا منصباً على تقنيات مثل “التعلم الفيدرالي”، لكننا أدركنا لاحقاً، لحل مشكلة الثقة، نحتاج إلى سجل حالة لامركزي وآلية للمسائلة، مما قادنا في النهاية إلى البلوكشين. انتقلنا من مؤسسي “الذكاء الاصطناعي الأصلي” إلى مستكشفين في مجال “الذكاء الاصطناعي + التشفير”.

3. ChainCatcher: لماذا كنت تعتقد بشدة أن “القوة الحاسوبية اللامركزية” يجب أن تكون لها فرصة، بينما كان التدريب على الذكاء الاصطناعي يعتمد بشكل أساسي على عمالقة السحابة (مثل AWS) في ذلك الوقت؟ ما هي الدوافع الرئيسية التي اعتقدتم أنها دفعت للاختيار للقوة الحاسوبية اللامركزية في ذلك الوقت؟

هاري غريف: العوامل المحركة متعددة الجوانب، لكن الإجابة الأساسية هي الحجم.

تم استخدام معظم بيانات الإنترنت المتاحة حاليًا لتدريب النماذج. يعتمد تحسين الأداء في المستقبل على الحصول على البيانات التي تقع في “الهامش”، والتي لا يمكن الوصول إليها حاليًا. للاستفادة من هذه البيانات، يجب عليك التوجه نحو الهامش، وهذا يتطلب بطبيعته اللامركزية.

على الرغم من أن استثمار القوة الحاسوبية المركزية كبير، إلا أن الطلب على القوة الحاسوبية من قبل الذكاء الاصطناعي هو “لا نهاية له”. ستدفع هذه الحاجة المتزايدة الطلب على القوة الحاسوبية للانتشار إلى جميع الأجهزة التي لم يتم استغلالها بالكامل. الاتصال واستخدام هذه الموارد الموزعة على نطاق واسع، دون تركيزها بالكامل، هو الطريق الوحيد نحو اللامركزية.

لذا، الحجم هو الجواب الوحيد. اللامركزية تهدف إلى فتح نطاق غير مسبوق من موارد الحوسبة والبيانات.

ما هو الاختلاف الأساسي في Gensyn؟

4. ChainCatcher: إذا أردنا توضيح لجمهور غير تقني في جملة واحدة، ما هو النظام الذي تبنيه Gensyn بالضبط؟

هاري غريف: جينسين هو نظام يتيح لك الوصول إلى جميع الموارد الأساسية اللازمة لبناء أنظمة التعلم الآلي (مثل القوة الحسابية والبيانات) على نطاق غير مسبوق.

5. ChainCatcher: في مجال الحوسبة اللامركزية، هناك لاعبين مثل Akash وRender وio.net، ما هو التركيز أو الفكرة الأساسية المختلفة لـ Gensyn؟

هاري غريف: نحن نحترم بشدة اللاعبين الأوائل مثل أكاش. تتمثل اختلافاتنا الأساسية في جانب واحد في وجهة نظر الموارد المختلفة: المشاريع الأخرى تقدم بشكل أساسي تأجير قوة GPU موحدة ومعبأة. بينما وجهة نظر جينسين أوسع، حيث نأخذ في الاعتبار مجموعة متنوعة من موارد التعلم الآلي (القوة الحاسوبية، البيانات، النماذج)، وهذه الموارد متشابكة وقابلة لإعادة الاستخدام.

على سبيل المثال، فإن الإخراج الناتج عن استنتاج النموذج من قبل عقدة هو بيانات، ويمكن استخدام هذه البيانات لتدريب نماذج أخرى. في شبكتنا، تصبح الحدود بين الاستنتاج والتدريب والحساب والبيانات غير واضحة. النظام الذي نقوم ببنائه مصمم ليتكيف مع هذه الديناميكية والفوضى في نمط التعلم الآلي الجديد.

6. ChainCatcher: هل يمكنك شرح نظامي للقراء عن تخطيط المنتجات الذي يجري حاليا في Gensyn؟ كيف تحققون اللامركزية في قوة الحوسبة بشكل منهجي؟

هاري غريف: هذه وصف تقني: إنها شبكة تشفير لامركزية، يمكن للمستخدمين الوصول إلى مجموعة من الموارد من خلال رموزنا الأصلية - سواء كانت موارد حوسبة قابلة للتحقق للاستخدام في التدريب أو الاستدلال، أو آلية تحفيز تدريب نماذج مختلفة من خلال تحديد معايير موضوعية. يتضمن هذا النظام ثلاثة مكونات أساسية، والتي تشكل معًا حلقة مغلقة قوية:

نظام التحقق: هذه هي تقنيتنا الأساسية. لقد طورنا مترجمًا خاصًا وإطار تحقق قادر على تحقيق تحقق دقيق على مستوى البت عبر أجهزة وبرامج مختلفة. وهذا يعني أننا يمكن أن نثبت أن نتائج تدريب نموذج على جهاز ما تتطابق تمامًا مع النتائج التي تم التحقق منها على جهاز مختلف تمامًا. هذه هي أساس بناء الثقة في الشبكة ومنع الاحتيال.

تقنية التوسع (Swarm): هذه إطار تدريب من نظير إلى نظير (مثل التعلم المعزز من خلال التعليقات البشرية). يسمح لك بالاتصال بعدد لا يحصى من الأجهزة حول العالم للتوسع الأفقي، واستغلال الحسابات والبيانات على الأجهزة الطرفية للتدريب، مما يؤدي إلى إنشاء نماذج أقوى.

تقنية المساعد (Assist Agent): لدينا مساعدون ذكاء اصطناعي ذاتي يمكن دمجهم في التطبيقات. يمكنهم التعلم بدون توجيه ومساعدة المستخدمين في إكمال المهام. عندما يتم تدريب هؤلاء المساعدين، يمكنهم استخدام تقنيتنا المتطورة للتدريب عبر الأجهزة، مما يمكنهم من التطور الذاتي ليصبحوا أقوى.

بشكل عام، عندما يقوم المستخدمون بدمج المساعد الذكي في التطبيقات، فإنه يستمر في توليد بيانات تفاعلية أثناء تنفيذ المهام؛ بعد ذلك، يتم إدخال هذه البيانات في إطار تقني موسع لدينا، حيث يتم تحسين النموذج باستمرار من خلال طريقة التدريب الموزعة المتزامنة عبر الأجهزة؛ خلال هذه العملية، ستضمن التقنية الأساسية للتحقق دقة وموثوقية عملية التدريب، مما ينتج عنه نموذج من الجيل الجديد مع أداء محسّن بشكل ملحوظ. تشكل هذه العملية نظام تعلم آلي غير خطي ومعزز باستمرار، مما يسمح للنظام بالحفاظ على موثوقيته وقدرته على التطور أثناء التوسع على نطاق واسع.

7. ChainCatcher: ما هي أكبر معلم تقني حققته Gensyn من جولة التمويل A في عام 2023 حتى اختبار الشبكة العامة في عام 2025؟ هل كان هناك لحظة جعلت الفريق “يصرخ جماعياً”؟ ما هي الابتكار التكنولوجي الذي تراه Gensyn حالياً الأكثر تقليلاً من قيمته؟

هاري غريف: بصراحة، قد يكون عدد المرات التي صرخنا فيها من “الخوف” أكثر من عدد المرات التي صرخنا فيها من “الحماس”، فريادة الأعمال صعبة.

أعتقد أن أكثر الابتكارات التكنولوجية تقديرًا هي نظام التحقق لدينا. إن بناء هذه التقنية معقد للغاية، ويتطلب معالجة جميع العوامل التي قد تؤدي إلى عدم اليقين (حتى تلك الناتجة عن انقلاب بتات GPU بسبب الأشعة الكونية) بدءًا من المترجمين، وأطر التعلم الآلي، وصولًا إلى مستوى الأجهزة. هناك فجوة كبيرة بين قيمتها ومدى إدراك العالم الخارجي لها. هذه التقنية هي التي تضمن أمان الشبكة وقابليتها للتوسع، مما يسمح لنا بالثقة في إضافة أي جهاز إلى الشبكة والتحقق منه دون القلق من تآكل الأمان.

عدد مستخدمي الشبكة التجريبية يتجاوز 150,000، والشبكة الرئيسية ستطلق قريبًا

8. ChainCatcher: هل لديكم حالياً بعض المزايا في كفاءة الأداء والتكلفة مقارنةً بعمالقة الحوسبة السحابية المركزية أو شبكات الحوسبة اللامركزية الأخرى؟

هاري غريف: على نطاق التجمع المطلق، لا يمكننا حتى الآن مقارنة أنفسنا بالعمالقة مثل AWS، ولكن هذه مسألة تتعلق بتبني الشبكة أكثر من كونها قيودًا تقنية. ميزتنا تكمن في فتح موارد جديدة (خاصة الحوسبة والبيانات على الحافة) وأيضًا أن نكون البنية التحتية لحضارة الذكاء الآلي في المستقبل. نحن نعتقد أن الذكاء الاصطناعي المستقل حقًا، الذي يمكنه التطور الذاتي والوجود في نظام الاقتصاد المشفر، سيتطلب شبكة لا مركزية وغير مرخصة كـ"موطن" له، وهذا هو ما نكرس أنفسنا لبنائه.

9. ChainCatcher: كيف هي نشاط الشبكة الآن؟ ما هي البيانات التي تستحق المشاركة؟

هاري غريف: في مرحلة اختبار الشبكة، حققنا تقدمًا إيجابيًا للغاية: لدينا أكثر من 150,000 مستخدم، ومعظمهم نما بشكل طبيعي من خلال جاذبية المنتج؛ حوالي 40,000 عقدة تعمل على الشبكة؛ تم تدريب النظام على أكثر من 800,000 نموذج.

10. ChainCatcher: ما هي العقبات في “الكيلومتر الأخير” لإطلاق الشبكة الرئيسية؟ ما هي الجدول الزمني الذي وضعته للفريق لإطلاق الشبكة الرئيسية؟ هل هناك جدول زمني محدد لبدء تفعيل العملات؟

هاري غريف: إطلاق الشبكة الرئيسية هو في صميم الأولويات الحالية، وسيأتي TGE بعد ذلك. نحن على بعد حوالي 3-4 أسابيع من إطلاق الشبكة الرئيسية، وبعد ذلك سنبدأ في إجراء تدقيق الشبكة الرئيسية.

قبل ذلك، كان الهدف الرئيسي هو التأكد من أن جميع الآليات موجودة، وتعمل بشكل صحيح، وكاملة الوظائف، والأهم من ذلك، ضمان أن الأنشطة الاقتصادية على الشبكة آمنة.

11. ChainCatcher: ما هي التغييرات التي واجهتها Gensyn في طلب السوق مقارنة ببداياتها؟ كيف تعتقد أن قدوم عصر الذكاء الآلي سيؤثر عليكم؟

هاري غريف: مقارنة بمرحلة التأسيس، شهدت بيئة السوق التي تواجهها جينسين تحولاً جذرياً. عندما نتذكر عام 2020 عندما بدأنا، كنا بحاجة إلى شرح أهمية التعلم الآلي للمستثمرين مراراً وتكراراً، ومع ظهور ChatGPT، أصبحت الذكاء الاصطناعي توافقاً مجتمعياً. هذا التحول في الإدراك جلب أيضاً بيئة تنافسية أكثر حدة في السوق، حيث ظهرت العديد من الشركات الناشئة في مجال الذكاء الاصطناعي والقدرة الحاسوبية كالفطر بعد المطر. في الوقت نفسه، تغيرت بوضوح الموضوعات التي تركز عليها المناقشات في الصناعة - الحدود الأخلاقية للنماذج مفتوحة المصدر، وإطار تنظيم حوكمة الذكاء الاصطناعي، وهي مواضيع لم يكن هناك اهتمام بها قبل بضع سنوات، لكنها أصبحت الآن نقاط ساخنة في صياغة السياسات في مختلف البلدان.

في هذا السياق، فإن تسارع وصول عصر الذكاء الاصطناعي يؤكد بالضبط قيمة وجود Gensyn. الشبكة الحاسوبية اللامركزية التي نقوم بإنشائها تهدف بشكل أساسي إلى توفير الدعم الأساسي للذكاء الاصطناعي المستقل الذي سيأتي قريبًا. عندما تحتاج أنظمة الذكاء الاصطناعي إلى تجاوز قيود القدرة الحاسوبية الحالية لتحقيق التعلم الذاتي الحقيقي والتكرار السريع، ستصبح البنية التحتية التي أنشأناها حجر الزاوية الرئيسي لهذا العصر الجديد.

12. ChainCatcher: لقد ذكرت في حديثك العلني “التحديات الاقتصادية والأخلاقية والتنظيمية للذكاء الاصطناعي”. ما هو أكبر خطر تنظيمي تقلق بشأنه؟ كيف يحقق تصميم بروتوكول Gensyn التوازن بين “الصداقة مع الامتثال” و"مقاومة الرقابة"؟

هاري غريف: عندما نتحدث عن موضوع تنظيم الذكاء الاصطناعي، فإن أكبر ما يقلقني هو أن السياسات التنظيمية قد تستهدف بشكل خاطئ طبقة البنية التحتية. تخيل أنه إذا تم إصدار سياسات في المستقبل تحد من عدد وحدات معالجة الرسومات، أو حجم مجموعات البيانات، أو حتى تحدد نسبة الكهرباء المستخدمة في تدريب الذكاء الاصطناعي، فإن هذا النوع من التنظيم الواسع سيعيق بشكل كبير تقدم هذا المجال التكنولوجي. من وجهة نظرنا، يجب أن تكون نماذج الذكاء الاصطناعي في جوهرها مفتوحة المصدر ومشاركة مثل المعادلات الرياضية، ولا ينبغي أن تخضع لقيود مفرطة.

في مستوى تصميم البروتوكول، نحن نستكشف طرق التوازن. لا تزال أوزان النموذج وعمليات نقل البيانات في الشبكة الحالية تعتمد بشكل رئيسي على النصوص الواضحة، مما يوفر الشفافية اللازمة للتنظيم والامتثال. في الوقت نفسه، نظرًا لأننا نبني على سلاسل الكتل الأساسية مثل الإيثيريوم، فإننا نرث بطبيعة الحال ميزات اللامركزية وآليات التحقق. هذا الهيكل يحافظ على الرؤية اللازمة للرقابة، ويضمن أيضًا قدرة النظام على مقاومة الرقابة.

مع استمرار اختراق قدرات الذكاء الاصطناعي، سيكون من المهم في السنوات القادمة أن نجد نقطة توازن بين الانفتاح والرقابة، وهذا سيكون موضوعًا رئيسيًا يجب أن نواجهه نحن والصناعة بأكملها.

13. ChainCatcher: ما هي المؤشرات الرئيسية لنجاح Gensyn عند النظر إلى الوراء في عام 2030؟

هاري غريف: ليست مؤشرات النجاح مجرد بيانات مالية أو عدد المستخدمين. أتمنى أن تكون أكبر مساهمة لـ Gensyn هي أن تصبح الأساس الاقتصادي لحضارة الآلات الموازية.

بحلول عام 2030، آمل أن أرى مجتمعًا وحضارة واقتصادًا يعمل بالكامل على السلسلة، بدون أي وجود بشري. يمكن أن ينتج هذا المجتمع ناتجًا اقتصاديًا يعادل أو حتى يتجاوز ذلك الذي تنتجه البشرية، ويتميز بإبداع حقيقي، وقادر على دفع العلم إلى الأمام بشكل كبير وحل المشكلات الكبرى التي تواجه البشرية (مثل إطالة العمر وتقليل الفجوات). إذا كانت Gensyn هي حجر الزاوية لتحقيق كل هذا، فسيكون ذلك هو العلامة النهائية لنجاحنا.