Entretien avec Harry Grieve, co-fondateur de Gensyn : le Mainnet arrive bientôt, comment utiliser les ressources inutilisées pour briser le "plafond de l'échelle" de la puissance de calcul AI ?
null Invité : Harry Grieve, co-fondateur de Gensyn Rédacteur en chef : momo, ChainCatcher
Lorsqu'un modèle d'IA se heurte à la soif de puissance de calcul et aux goulets d'étranglement naturels de l'offre centralisée, une révolution de la puissance de calcul est en train de se produire discrètement. Les deux cofondateurs de Gensyn, Harry Grieve et Ben Fielding, ont réalisé que la clé pour sortir de cette impasse réside dans l'activation du potentiel de puissance de calcul dormant dans des milliards de dispositifs en périphérie à travers le monde, et que le chemin à suivre est la décentralisation.
Gensyn s'engage à construire un réseau de machine learning distribué qui connecte des dispositifs de calcul inutilisés dans le monde entier via un protocole blockchain, et utilise sa technologie de calcul vérifiable innovante pour garantir la fiabilité des résultats d'entraînement. Son réseau de test a déjà attiré 150 000 utilisateurs et fonctionne de manière stable. Avec l'achèvement réussi de la phase du réseau de test, le réseau principal de Gensyn sera également lancé prochainement.
Gensyn a récemment levé 43 millions de dollars lors d'un tour de financement de série A dirigé par a16z, portant le montant total des fonds levés à plus de 50 millions de dollars. Dans cette interview exclusive, Harry Grieve explique en détail comment Gensyn part du thème central de la “rupture d'échelle” pour construire une feuille de route technique et une réflexion commerciale pour la prochaine génération d'infrastructures d'IA.
L'objectif de la décentralisation est de briser les limitations d'échelle de puissance de calcul.
ChainCatcher : Veuillez d'abord vous présenter. Quelles ont été les trois expériences les plus marquantes avant de fonder Gensyn ? Comment ont-elles façonné votre entrée dans le domaine du “calcul AI décentralisé” ?
Harry Grieve : Je fais partie de la génération qui a découvert Internet tôt. À l'époque, le réseau était plus ouvert, décentralisé, rempli de réseaux de partage de fichiers et de différentes bases de données d'informations. Cela a façonné ma compréhension de l'information et du réseau, et m'a amené à préférer les idées de l'open source et de la décentralisation dès le début.
Au cours de mes études universitaires et par la suite, j'ai été exposé à la pensée du libéralisme classique, ce qui m'a amené à accorder plus d'importance aux droits et à la liberté individuels, et à commencer à remettre en question le centralisme et la censure. Cela est directement lié aux modèles d'IA d'aujourd'hui : lorsque les modèles prennent des décisions pour nous, qui décide de leurs “droits” et de leur comportement ? Cela a suscité ma réflexion sur la relation entre l'IA, la souveraineté et l'éthique.
Après avoir obtenu mon diplôme, j'ai travaillé dans une entreprise d'apprentissage automatique à Londres, où j'ai personnellement vécu les énormes difficultés à obtenir des ressources de calcul à grande échelle et des données de haute qualité. J'ai réalisé que pour continuer à développer des modèles plus puissants, il était nécessaire de résoudre les problèmes d'accès et d'échelle des ressources sous-jacentes (calcul et données), ce qui est également la raison pour laquelle je me suis ensuite engagé fermement dans la voie du calcul décentralisé en fondant Gensyn.
ChainCatcher : Quelle a été l'opportunité de naissance de Gensyn ? Comment vous et Ben Fielding avez-vous décidé d'aller “All-in” sur cette direction en 8 semaines chez Entrepreneur First ?
Harry Grieve : Nous nous sommes rencontrés lors d'un événement social avant le projet d'accélérateur britannique Entrepreneur First. La raison pour laquelle nous avons pu décider rapidement de la direction “All-in” repose sur deux consensus clés :
Tout d'abord, nous sommes convaincus que l'apprentissage automatique est l'avenir. En 2020 (avant l'apparition de ChatGPT), nous avions tous une forte conviction que l'apprentissage automatique serait la prochaine vague technologique. Bien que ce ne soit pas un consensus à l'époque, nous avons vu des percées technologiques dans des domaines tels que la génération d'images et l'interaction, et nous croyons fermement en son potentiel.
Deuxièmement, nous sommes tous deux opposés à la “centralisation”. Je suis confronté aux limites de la centralisation des calculs et des sources de données, tandis que Ben se concentre sur la vie privée des individus et la sécurité des données dans sa recherche doctorale et son entreprise. Nous avons tous deux une attitude critique envers la centralisation. Au début, nous nous intéressions à des technologies comme l'“apprentissage fédéré”, mais nous avons ensuite réalisé que pour résoudre le problème de la confiance, un mécanisme de registre et de responsabilité décentralisé était nécessaire, ce qui nous a finalement conduits à la blockchain. Nous sommes passés de fondateurs “natifs de l'IA” à explorateurs “IA + crypto”.
ChainCatcher : À l'époque, l'entraînement de l'IA semblait principalement dépendre des géants du cloud (comme AWS), pourquoi pensez-vous fermement que “la puissance de calcul décentralisée” a forcément une chance ? Selon vous, quel était le principal moteur du choix de la puissance de calcul décentralisée à ce moment-là ?
Harry Grieve : Les moteurs sont multiples, mais la réponse la plus fondamentale est l'échelle.
La majorité des données Internet disponibles aujourd'hui ont été utilisées pour entraîner des modèles. L'amélioration des performances futures dépend de l'accès à ces données qui se trouvent à la “périphérie”, actuellement inaccessibles. Pour tirer parti de ces données, vous devez vous diriger vers la périphérie, ce qui nécessite naturellement une décentralisation.
Bien que l'investissement dans la puissance de calcul centralisée soit énorme, la demande d'IA en matière de puissance de calcul est “sans limites”. Ce sentiment de soif poussera la demande de puissance de calcul à s'étendre à tous les appareils sous-utilisés. La décentralisation est le seul moyen de connecter et d'utiliser à grande échelle ces ressources dispersées, sans les centraliser complètement.
Ainsi, l'échelle est la seule réponse. La décentralisation vise à débloquer une échelle de ressources informatiques et de données sans précédent.
Quelle est la principale différenciation de Gensyn ?
ChainCatcher : Si je devais expliquer en une phrase à un public non technique, quel type de système Gensyn est en train de “construire” ?
Harry Grieve : Gensyn est un système qui vous permet d'accéder à toutes les ressources essentielles (telles que la puissance de calcul et les données) nécessaires à la construction de systèmes d'apprentissage automatique à une échelle sans précédent.
ChainCatcher : Dans le secteur décentralisé de la puissance de calcul, il existe déjà des acteurs comme Akash, Render, io.net, quelle est l'orientation ou la pensée différenciée de Gensyn ?
Harry Grieve : Nous respectons énormément les premiers acteurs comme Akash. Notre principale différenciation réside d'une part dans une perspective différente des ressources : d'autres projets proposent principalement une location de puissance de calcul GPU unique et containerisée. En revanche, Gensyn adopte une perspective plus large, en considérant divers types de ressources en apprentissage automatique (puissance de calcul, données, modèles), et ces ressources sont interconnectées et recyclables.
Par exemple, la sortie d'un nœud effectuant une inférence de modèle est des données, qui peuvent être utilisées pour entraîner d'autres modèles. Dans notre réseau, les frontières entre l'inférence, l'entraînement, le calcul et les données deviennent floues. Le système que nous avons construit est précisément conçu pour s'adapter à ce nouveau paradigme d'apprentissage automatique dynamique et chaotique.
ChainCatcher : Pouvez-vous expliquer au système de lecteurs le déploiement de produits en cours de Gensyn ? Comment réalisez-vous de manière systématique la décentralisation de la puissance de calcul ?
Harry Grieve : Voici une description technique : il s'agit d'un réseau cryptographique décentralisé, où les utilisateurs peuvent accéder à diverses ressources via notre jeton natif - qu'il s'agisse de ressources de calcul vérifiables pour l'entraînement ou l'inférence, ou d'un mécanisme pour inciter l'entraînement de différents modèles en établissant des critères objectifs. Ce système comprend trois grands secteurs clés, qui forment ensemble un puissant cycle fermé :
Système de vérification : C'est notre technologie de base. Nous avons développé un compilateur propriétaire et un cadre de vérification capables de réaliser une vérification précise au niveau des bits à travers différents matériels et logiciels. Cela signifie que nous pouvons prouver qu'un modèle entraîné sur un appareil donne des résultats complètement cohérents avec ceux vérifiés sur un appareil totalement différent. C'est la pierre angulaire de l'établissement de la confiance dans le réseau et de la prévention des fraudes.
Technologie d'extension (Swarm) : C'est un cadre d'entraînement peer-to-peer (comme pour l'apprentissage par renforcement avec retour humain). Il vous permet de connecter d'innombrables appareils à travers le monde pour une mise à l'échelle horizontale, en utilisant le calcul et les données sur les appareils de périphérie pour l'entraînement, créant ainsi des modèles plus puissants.
Technologie d'assistant (Assist Agent) : Nous disposons d'assistants IA autonomes pouvant être intégrés dans des applications. Ils peuvent apprendre de manière non guidée et aider les utilisateurs à accomplir des tâches. Lorsque ces assistants sont en formation, ils peuvent utiliser notre technologie d'extension pour s'entraîner sur plusieurs appareils, leur permettant ainsi de s'auto-évoluer et de devenir plus puissants.
Dans l'ensemble, lorsque les utilisateurs intègrent l'assistant intelligent dans leurs applications, celui-ci génère en continu des données d'interaction au cours de l'exécution des tâches ; par la suite, ces données sont introduites dans notre cadre technologique étendu, optimisant continuellement le modèle grâce à une méthode d'entraînement distribué par collaboration inter-appareils ; au cours de ce processus, la technologie de validation centrale garantit l'exactitude et la fiabilité du processus d'entraînement, produisant finalement un nouveau modèle de génération avec des performances considérablement améliorées. Ce processus crée un écosystème d'apprentissage machine non linéaire et en renforcement continu, permettant au système de conserver sa fiabilité et sa capacité d'évolution tout en s'étendant à grande échelle.
ChainCatcher : Quel est le plus grand jalon technologique réalisé par Gensyn depuis le financement de la série A en 2023 jusqu'à la bêta publique du réseau de test en 2025 ? Y a-t-il eu un moment qui a fait “crier” l'équipe ? Quelle innovation technologique pensez-vous que Gensyn sous-estime le plus actuellement ?
Harry Grieve : Pour être franc, nous crions probablement plus souvent par “peur” que par “excitation”, l'entrepreneuriat est difficile.
Je pense que l'innovation technologique la plus sous-estimée est en réalité notre système de validation. La construction de cette technologie est extrêmement complexe et nécessite de résoudre de manière exhaustive tous les facteurs susceptibles de causer de l'indétermination, allant des compilateurs et des cadres d'apprentissage automatique jusqu'au matériel de base (y compris les retournements de bits GPU causés par les rayons cosmiques). Sa valeur présente un écart énorme par rapport à la perception extérieure. C'est cette technologie qui garantit la sécurité et l'évolutivité de notre réseau, nous permettant d'autoriser en toute confiance n'importe quel appareil à rejoindre le réseau et à valider, sans craindre que la sécurité soit diluée.
Plus de 150 000 utilisateurs sur le testnet, le mainnet sera bientôt lancé.
ChainCatcher : Par rapport aux géants de l'informatique en nuage centralisés ou à d'autres réseaux de calcul décentralisés, avez-vous actuellement des avantages en termes d'efficacité des performances et de coûts ?
Harry Grieve : À l'échelle absolue des clusters, nous ne pouvons actuellement pas rivaliser avec des géants comme AWS, mais cela est principalement un problème d'adoption du réseau, et non une limitation technique. Notre avantage réside dans le déverrouillage de nouvelles échelles de ressources (en particulier le calcul et les données en périphérie), ainsi que dans la création de l'infrastructure pour la civilisation intelligente des machines de demain. Nous croyons qu'une IA véritablement autonome, capable d'évoluer par elle-même et d'exister dans un système économique cryptographique, nécessitera un réseau décentralisé et sans autorisation comme « habitat », et c'est ce que nous nous engageons à construire.
ChainCatcher : Comment est l'activité de votre réseau actuellement ? Quelles données pouvez-vous partager ?
Harry Grieve : Au stade du testnet, nous avons réalisé des progrès très positifs : plus de 150 000 utilisateurs, dont la plupart ont connu une croissance naturelle grâce à l'attractivité du produit ; environ 40 000 nœuds fonctionnent sur le réseau ; le système a déjà formé plus de 800 000 modèles.
ChainCatcher : Quel est le « dernier kilomètre » obstacle au lancement du mainnet ? Quel est le calendrier que vous avez fixé à l'équipe pour le mainnet ? Y a-t-il un calendrier clair pour le TGE ?
Harry Grieve : Le lancement du réseau principal est la priorité actuelle, et le TGE suivra. Nous sommes actuellement à environ 3-4 semaines du lancement du réseau principal, après quoi nous commencerons l'audit du réseau principal.
Avant cela, il s'agissait principalement de s'assurer que tous les mécanismes étaient en place, fonctionnaient correctement, étaient complets et, surtout, de garantir que les activités économiques du réseau étaient sécurisées.
ChainCatcher : Quelles sont les évolutions de la demande du marché auxquelles Gensyn est confronté par rapport à ses débuts ? Selon vous, quel impact l'avènement de l'ère de l'intelligence machine aura-t-il sur vous ?
Harry Grieve : Par rapport aux débuts de l'entreprise, l'environnement de marché auquel Gensyn fait face a subi un changement fondamental. En repensant à 2020, lorsque nous venions de commencer, nous devions encore expliquer à plusieurs reprises l'importance de l'apprentissage machine aux investisseurs. Avec l'émergence de ChatGPT, l'IA est devenue un consensus au sein de la société. Ce changement de perception a également entraîné un environnement de concurrence sur le marché beaucoup plus intense, avec une multitude de start-ups dans le domaine de l'IA et de la puissance de calcul qui émergent comme des champignons après la pluie. Parallèlement, les discussions dans l'industrie ont également changé de manière significative - les frontières éthiques des modèles open source et le cadre de régulation de la gouvernance de l'IA, qui étaient peu discutés il y a quelques années, sont désormais devenus des sujets brûlants pour l'élaboration des politiques dans de nombreux pays.
C'est dans ce contexte que l'accélération de l'ère de l'intelligence machine confirme la valeur de l'existence de Gensyn. Le réseau de calcul décentralisé que nous avons créé vise essentiellement à fournir un soutien de base pour l'intelligence machine autonome et évolutive qui est sur le point d'arriver. Lorsque les systèmes d'IA auront besoin de surmonter les limites de puissance de calcul existantes pour réaliser un véritable apprentissage autonome et une itération rapide, l'infrastructure que nous avons construite deviendra la pierre angulaire de cette nouvelle ère.
ChainCatcher : Vous avez mentionné dans votre discours public les “défis économiques, éthiques et réglementaires de l'IA”. Quels sont les risques réglementaires qui vous inquiètent le plus ? Comment la conception du protocole de Gensyn parvient-elle à équilibrer “la conformité” et “la résistance à la censure” ?
Harry Grieve : En abordant le sujet de la régulation de l'IA, ma plus grande préoccupation est que les politiques de régulation pourraient mal cibler le niveau d'infrastructure. Imaginez que, dans le futur, des politiques soient mises en place pour limiter le nombre de GPU, la taille des ensembles de données, et même pour imposer des limites sur la proportion d'électricité utilisée pour l'entraînement de l'IA, cette approche régulatrice grossière entraverait gravement les progrès de tout le domaine technologique. De notre point de vue, les modèles d'IA devraient essentiellement être partagés en open source comme des formules mathématiques, sans être soumis à trop de restrictions.
Au niveau de la conception des protocoles, nous explorons un chemin d'équilibre. Actuellement, les poids des modèles et le transfert de données dans le réseau sont principalement en texte clair, ce qui fournit la transparence nécessaire pour la conformité réglementaire. En même temps, étant donné que nous construisons sur des blockchains publiques sous-jacentes comme Ethereum, nous héritons naturellement de ses caractéristiques de décentralisation et de son mécanisme de validation. Cette architecture maintient à la fois la visibilité réglementaire nécessaire et garantit la résistance à la censure du système.
Avec la poursuite des percées dans les capacités de l'IA, trouver un équilibre entre ouverture et contrôle deviendra un sujet important auquel nous et l'ensemble de l'industrie devrons faire face dans les années à venir.
ChainCatcher : Quels seraient les indicateurs clés du succès de Gensyn si nous regardions en arrière en 2030 ?
Harry Grieve : Les indicateurs clés de succès ne se limitent pas aux simples données financières ou au nombre d'utilisateurs. J'espère que la plus grande contribution de Gensyn sera de devenir la base économique d'une civilisation machine parallèle.
D'ici 2030, j'espère voir une société, une civilisation et une économie totalement parallèles fonctionner sur la chaîne, sans l'intervention humaine. Cette civilisation pourrait générer une production économique équivalente, voire supérieure, à celle des humains, posséder une véritable créativité et contribuer considérablement au développement scientifique ainsi qu'à la résolution des grands problèmes auxquels l'humanité est confrontée (comme l'allongement de la vie, la réduction des inégalités). Si Gensyn est la pierre angulaire de tout cela, ce sera le symbole ultime de notre succès.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Entretien avec Harry Grieve, co-fondateur de Gensyn : le Mainnet arrive bientôt, comment utiliser les ressources inutilisées pour briser le "plafond de l'échelle" de la puissance de calcul AI ?
null Invité : Harry Grieve, co-fondateur de Gensyn Rédacteur en chef : momo, ChainCatcher
Lorsqu'un modèle d'IA se heurte à la soif de puissance de calcul et aux goulets d'étranglement naturels de l'offre centralisée, une révolution de la puissance de calcul est en train de se produire discrètement. Les deux cofondateurs de Gensyn, Harry Grieve et Ben Fielding, ont réalisé que la clé pour sortir de cette impasse réside dans l'activation du potentiel de puissance de calcul dormant dans des milliards de dispositifs en périphérie à travers le monde, et que le chemin à suivre est la décentralisation.
Gensyn s'engage à construire un réseau de machine learning distribué qui connecte des dispositifs de calcul inutilisés dans le monde entier via un protocole blockchain, et utilise sa technologie de calcul vérifiable innovante pour garantir la fiabilité des résultats d'entraînement. Son réseau de test a déjà attiré 150 000 utilisateurs et fonctionne de manière stable. Avec l'achèvement réussi de la phase du réseau de test, le réseau principal de Gensyn sera également lancé prochainement.
Gensyn a récemment levé 43 millions de dollars lors d'un tour de financement de série A dirigé par a16z, portant le montant total des fonds levés à plus de 50 millions de dollars. Dans cette interview exclusive, Harry Grieve explique en détail comment Gensyn part du thème central de la “rupture d'échelle” pour construire une feuille de route technique et une réflexion commerciale pour la prochaine génération d'infrastructures d'IA.
L'objectif de la décentralisation est de briser les limitations d'échelle de puissance de calcul.
Harry Grieve : Je fais partie de la génération qui a découvert Internet tôt. À l'époque, le réseau était plus ouvert, décentralisé, rempli de réseaux de partage de fichiers et de différentes bases de données d'informations. Cela a façonné ma compréhension de l'information et du réseau, et m'a amené à préférer les idées de l'open source et de la décentralisation dès le début.
Au cours de mes études universitaires et par la suite, j'ai été exposé à la pensée du libéralisme classique, ce qui m'a amené à accorder plus d'importance aux droits et à la liberté individuels, et à commencer à remettre en question le centralisme et la censure. Cela est directement lié aux modèles d'IA d'aujourd'hui : lorsque les modèles prennent des décisions pour nous, qui décide de leurs “droits” et de leur comportement ? Cela a suscité ma réflexion sur la relation entre l'IA, la souveraineté et l'éthique.
Après avoir obtenu mon diplôme, j'ai travaillé dans une entreprise d'apprentissage automatique à Londres, où j'ai personnellement vécu les énormes difficultés à obtenir des ressources de calcul à grande échelle et des données de haute qualité. J'ai réalisé que pour continuer à développer des modèles plus puissants, il était nécessaire de résoudre les problèmes d'accès et d'échelle des ressources sous-jacentes (calcul et données), ce qui est également la raison pour laquelle je me suis ensuite engagé fermement dans la voie du calcul décentralisé en fondant Gensyn.
Harry Grieve : Nous nous sommes rencontrés lors d'un événement social avant le projet d'accélérateur britannique Entrepreneur First. La raison pour laquelle nous avons pu décider rapidement de la direction “All-in” repose sur deux consensus clés :
Tout d'abord, nous sommes convaincus que l'apprentissage automatique est l'avenir. En 2020 (avant l'apparition de ChatGPT), nous avions tous une forte conviction que l'apprentissage automatique serait la prochaine vague technologique. Bien que ce ne soit pas un consensus à l'époque, nous avons vu des percées technologiques dans des domaines tels que la génération d'images et l'interaction, et nous croyons fermement en son potentiel.
Deuxièmement, nous sommes tous deux opposés à la “centralisation”. Je suis confronté aux limites de la centralisation des calculs et des sources de données, tandis que Ben se concentre sur la vie privée des individus et la sécurité des données dans sa recherche doctorale et son entreprise. Nous avons tous deux une attitude critique envers la centralisation. Au début, nous nous intéressions à des technologies comme l'“apprentissage fédéré”, mais nous avons ensuite réalisé que pour résoudre le problème de la confiance, un mécanisme de registre et de responsabilité décentralisé était nécessaire, ce qui nous a finalement conduits à la blockchain. Nous sommes passés de fondateurs “natifs de l'IA” à explorateurs “IA + crypto”.
Harry Grieve : Les moteurs sont multiples, mais la réponse la plus fondamentale est l'échelle.
La majorité des données Internet disponibles aujourd'hui ont été utilisées pour entraîner des modèles. L'amélioration des performances futures dépend de l'accès à ces données qui se trouvent à la “périphérie”, actuellement inaccessibles. Pour tirer parti de ces données, vous devez vous diriger vers la périphérie, ce qui nécessite naturellement une décentralisation.
Bien que l'investissement dans la puissance de calcul centralisée soit énorme, la demande d'IA en matière de puissance de calcul est “sans limites”. Ce sentiment de soif poussera la demande de puissance de calcul à s'étendre à tous les appareils sous-utilisés. La décentralisation est le seul moyen de connecter et d'utiliser à grande échelle ces ressources dispersées, sans les centraliser complètement.
Ainsi, l'échelle est la seule réponse. La décentralisation vise à débloquer une échelle de ressources informatiques et de données sans précédent.
Quelle est la principale différenciation de Gensyn ?
Harry Grieve : Gensyn est un système qui vous permet d'accéder à toutes les ressources essentielles (telles que la puissance de calcul et les données) nécessaires à la construction de systèmes d'apprentissage automatique à une échelle sans précédent.
Harry Grieve : Nous respectons énormément les premiers acteurs comme Akash. Notre principale différenciation réside d'une part dans une perspective différente des ressources : d'autres projets proposent principalement une location de puissance de calcul GPU unique et containerisée. En revanche, Gensyn adopte une perspective plus large, en considérant divers types de ressources en apprentissage automatique (puissance de calcul, données, modèles), et ces ressources sont interconnectées et recyclables.
Par exemple, la sortie d'un nœud effectuant une inférence de modèle est des données, qui peuvent être utilisées pour entraîner d'autres modèles. Dans notre réseau, les frontières entre l'inférence, l'entraînement, le calcul et les données deviennent floues. Le système que nous avons construit est précisément conçu pour s'adapter à ce nouveau paradigme d'apprentissage automatique dynamique et chaotique.
Harry Grieve : Voici une description technique : il s'agit d'un réseau cryptographique décentralisé, où les utilisateurs peuvent accéder à diverses ressources via notre jeton natif - qu'il s'agisse de ressources de calcul vérifiables pour l'entraînement ou l'inférence, ou d'un mécanisme pour inciter l'entraînement de différents modèles en établissant des critères objectifs. Ce système comprend trois grands secteurs clés, qui forment ensemble un puissant cycle fermé :
Système de vérification : C'est notre technologie de base. Nous avons développé un compilateur propriétaire et un cadre de vérification capables de réaliser une vérification précise au niveau des bits à travers différents matériels et logiciels. Cela signifie que nous pouvons prouver qu'un modèle entraîné sur un appareil donne des résultats complètement cohérents avec ceux vérifiés sur un appareil totalement différent. C'est la pierre angulaire de l'établissement de la confiance dans le réseau et de la prévention des fraudes.
Technologie d'extension (Swarm) : C'est un cadre d'entraînement peer-to-peer (comme pour l'apprentissage par renforcement avec retour humain). Il vous permet de connecter d'innombrables appareils à travers le monde pour une mise à l'échelle horizontale, en utilisant le calcul et les données sur les appareils de périphérie pour l'entraînement, créant ainsi des modèles plus puissants.
Technologie d'assistant (Assist Agent) : Nous disposons d'assistants IA autonomes pouvant être intégrés dans des applications. Ils peuvent apprendre de manière non guidée et aider les utilisateurs à accomplir des tâches. Lorsque ces assistants sont en formation, ils peuvent utiliser notre technologie d'extension pour s'entraîner sur plusieurs appareils, leur permettant ainsi de s'auto-évoluer et de devenir plus puissants.
Dans l'ensemble, lorsque les utilisateurs intègrent l'assistant intelligent dans leurs applications, celui-ci génère en continu des données d'interaction au cours de l'exécution des tâches ; par la suite, ces données sont introduites dans notre cadre technologique étendu, optimisant continuellement le modèle grâce à une méthode d'entraînement distribué par collaboration inter-appareils ; au cours de ce processus, la technologie de validation centrale garantit l'exactitude et la fiabilité du processus d'entraînement, produisant finalement un nouveau modèle de génération avec des performances considérablement améliorées. Ce processus crée un écosystème d'apprentissage machine non linéaire et en renforcement continu, permettant au système de conserver sa fiabilité et sa capacité d'évolution tout en s'étendant à grande échelle.
Harry Grieve : Pour être franc, nous crions probablement plus souvent par “peur” que par “excitation”, l'entrepreneuriat est difficile.
Je pense que l'innovation technologique la plus sous-estimée est en réalité notre système de validation. La construction de cette technologie est extrêmement complexe et nécessite de résoudre de manière exhaustive tous les facteurs susceptibles de causer de l'indétermination, allant des compilateurs et des cadres d'apprentissage automatique jusqu'au matériel de base (y compris les retournements de bits GPU causés par les rayons cosmiques). Sa valeur présente un écart énorme par rapport à la perception extérieure. C'est cette technologie qui garantit la sécurité et l'évolutivité de notre réseau, nous permettant d'autoriser en toute confiance n'importe quel appareil à rejoindre le réseau et à valider, sans craindre que la sécurité soit diluée.
Plus de 150 000 utilisateurs sur le testnet, le mainnet sera bientôt lancé.
Harry Grieve : À l'échelle absolue des clusters, nous ne pouvons actuellement pas rivaliser avec des géants comme AWS, mais cela est principalement un problème d'adoption du réseau, et non une limitation technique. Notre avantage réside dans le déverrouillage de nouvelles échelles de ressources (en particulier le calcul et les données en périphérie), ainsi que dans la création de l'infrastructure pour la civilisation intelligente des machines de demain. Nous croyons qu'une IA véritablement autonome, capable d'évoluer par elle-même et d'exister dans un système économique cryptographique, nécessitera un réseau décentralisé et sans autorisation comme « habitat », et c'est ce que nous nous engageons à construire.
Harry Grieve : Au stade du testnet, nous avons réalisé des progrès très positifs : plus de 150 000 utilisateurs, dont la plupart ont connu une croissance naturelle grâce à l'attractivité du produit ; environ 40 000 nœuds fonctionnent sur le réseau ; le système a déjà formé plus de 800 000 modèles.
Harry Grieve : Le lancement du réseau principal est la priorité actuelle, et le TGE suivra. Nous sommes actuellement à environ 3-4 semaines du lancement du réseau principal, après quoi nous commencerons l'audit du réseau principal.
Avant cela, il s'agissait principalement de s'assurer que tous les mécanismes étaient en place, fonctionnaient correctement, étaient complets et, surtout, de garantir que les activités économiques du réseau étaient sécurisées.
Harry Grieve : Par rapport aux débuts de l'entreprise, l'environnement de marché auquel Gensyn fait face a subi un changement fondamental. En repensant à 2020, lorsque nous venions de commencer, nous devions encore expliquer à plusieurs reprises l'importance de l'apprentissage machine aux investisseurs. Avec l'émergence de ChatGPT, l'IA est devenue un consensus au sein de la société. Ce changement de perception a également entraîné un environnement de concurrence sur le marché beaucoup plus intense, avec une multitude de start-ups dans le domaine de l'IA et de la puissance de calcul qui émergent comme des champignons après la pluie. Parallèlement, les discussions dans l'industrie ont également changé de manière significative - les frontières éthiques des modèles open source et le cadre de régulation de la gouvernance de l'IA, qui étaient peu discutés il y a quelques années, sont désormais devenus des sujets brûlants pour l'élaboration des politiques dans de nombreux pays.
C'est dans ce contexte que l'accélération de l'ère de l'intelligence machine confirme la valeur de l'existence de Gensyn. Le réseau de calcul décentralisé que nous avons créé vise essentiellement à fournir un soutien de base pour l'intelligence machine autonome et évolutive qui est sur le point d'arriver. Lorsque les systèmes d'IA auront besoin de surmonter les limites de puissance de calcul existantes pour réaliser un véritable apprentissage autonome et une itération rapide, l'infrastructure que nous avons construite deviendra la pierre angulaire de cette nouvelle ère.
Harry Grieve : En abordant le sujet de la régulation de l'IA, ma plus grande préoccupation est que les politiques de régulation pourraient mal cibler le niveau d'infrastructure. Imaginez que, dans le futur, des politiques soient mises en place pour limiter le nombre de GPU, la taille des ensembles de données, et même pour imposer des limites sur la proportion d'électricité utilisée pour l'entraînement de l'IA, cette approche régulatrice grossière entraverait gravement les progrès de tout le domaine technologique. De notre point de vue, les modèles d'IA devraient essentiellement être partagés en open source comme des formules mathématiques, sans être soumis à trop de restrictions.
Au niveau de la conception des protocoles, nous explorons un chemin d'équilibre. Actuellement, les poids des modèles et le transfert de données dans le réseau sont principalement en texte clair, ce qui fournit la transparence nécessaire pour la conformité réglementaire. En même temps, étant donné que nous construisons sur des blockchains publiques sous-jacentes comme Ethereum, nous héritons naturellement de ses caractéristiques de décentralisation et de son mécanisme de validation. Cette architecture maintient à la fois la visibilité réglementaire nécessaire et garantit la résistance à la censure du système.
Avec la poursuite des percées dans les capacités de l'IA, trouver un équilibre entre ouverture et contrôle deviendra un sujet important auquel nous et l'ensemble de l'industrie devrons faire face dans les années à venir.
Harry Grieve : Les indicateurs clés de succès ne se limitent pas aux simples données financières ou au nombre d'utilisateurs. J'espère que la plus grande contribution de Gensyn sera de devenir la base économique d'une civilisation machine parallèle.
D'ici 2030, j'espère voir une société, une civilisation et une économie totalement parallèles fonctionner sur la chaîne, sans l'intervention humaine. Cette civilisation pourrait générer une production économique équivalente, voire supérieure, à celle des humains, posséder une véritable créativité et contribuer considérablement au développement scientifique ainsi qu'à la résolution des grands problèmes auxquels l'humanité est confrontée (comme l'allongement de la vie, la réduction des inégalités). Si Gensyn est la pierre angulaire de tout cela, ce sera le symbole ultime de notre succès.