Wawancara dengan Co-founder Gensyn Harry Grieve: Mainnet akan segera diluncurkan, bagaimana memanfaatkan sumber daya yang tidak terpakai untuk memecahkan "langit-langit skala" daya komputasi AI?
null Pembicara: Harry Grieve, Co-founder Gensyn Penyunting: momo, ChainCatcher
Ketika model AI menghadapi kekurangan daya komputasi yang terhambat oleh kendala pasokan terpusat, sebuah revolusi daya komputasi sedang terjadi secara diam-diam. Dua pendiri bersama Gensyn, Harry Grieve dan Ben Fielding, menyadari bahwa kunci untuk memecahkan masalah ini terletak pada mengaktifkan potensi daya komputasi yang terpendam di miliaran perangkat tepi di seluruh dunia, dan jalannya adalah desentralisasi.
Gensyn berkomitmen untuk membangun jaringan pembelajaran mesin terdistribusi yang menghubungkan perangkat komputasi yang tidak terpakai di seluruh dunia melalui protokol blockchain, dan memastikan hasil pelatihan yang dapat dipercaya dengan teknologi komputasi yang dapat diverifikasi yang inovatif. Jaringan uji coba telah menarik 150.000 pengguna dan berjalan stabil. Setelah tahap jaringan uji coba selesai dengan baik, jaringan utama Gensyn juga akan diluncurkan dalam waktu dekat.
Gensyn telah mendapatkan pendanaan putaran A sebesar 43 juta dolar AS yang dipimpin oleh a16z, dengan total pendanaan lebih dari 50 juta dolar AS. Dalam wawancara eksklusif ini, Harry Grieve menjelaskan secara sistematis bagaimana Gensyn membangun cetak biru teknis dan pemikiran bisnis untuk infrastruktur AI generasi berikutnya, berdasarkan pada tema inti “skala yang melampaui batas”.
Tujuan desentralisasi adalah untuk memecahkan batasan skala daya komputasi.
ChainCatcher: Silakan perkenalkan diri Anda. Apa tiga pengalaman paling penting yang Anda miliki sebelum mendirikan Gensyn? Bagaimana pengalaman tersebut membentuk Anda untuk memasuki jalur “komputasi AI terdesentralisasi”?
Harry Grieve: Saya adalah generasi yang mengenal internet sejak awal. Saat itu, jaringan lebih terbuka, terdesentralisasi, dan dipenuhi dengan jaringan berbagi file serta berbagai basis data informasi. Ini membentuk pemahaman saya tentang informasi dan jaringan, dan membuat saya cenderung pada ide-ide sumber terbuka dan terdesentralisasi sejak usia dini.
Selama di universitas dan setelahnya, saya terpapar pada pemikiran liberalisme klasik, yang membuat saya semakin memperhatikan hak dan kebebasan individu, serta mulai mempertanyakan sentralisasi kekuasaan dan sistem sensor. Ini langsung terkait dengan model AI saat ini—ketika model mengambil keputusan untuk kita, siapa yang menentukan “hak” dan cara berperilakunya? Ini memicu pemikiran saya tentang hubungan antara AI, kedaulatan, dan etika.
Setelah lulus, saya bekerja di sebuah perusahaan pembelajaran mesin di London, dan mengalami sendiri kesulitan besar dalam mendapatkan sumber daya komputasi berskala besar dan data berkualitas tinggi. Saya menyadari bahwa untuk terus mengembangkan model yang lebih kuat, masalah akses dan skala sumber daya dasar (komputasi dan data) harus diselesaikan, yang juga menjadi alasan saya kemudian berkomitmen untuk terjun ke jalur komputasi AI terdesentralisasi dan mendirikan Gensyn.
ChainCatcher: Apa yang menjadi momen kelahiran Gensyn? Bagaimana Anda dan Ben Fielding memutuskan untuk “All-in” dalam 8 minggu di Entrepreneur First dari 0 hingga 1?
Harry Grieve: Kami bertemu di sebuah acara sosial sebelum proyek akselerator di Inggris, Entrepreneur First dimulai. Alasan kami dapat dengan cepat memutuskan arah “All-in” ini adalah berdasarkan dua kesepakatan kunci:
Pertama-tama, kami sangat percaya bahwa pembelajaran mesin adalah masa depan. Pada tahun 2020 (sebelum ChatGPT muncul), kami semua sangat yakin bahwa pembelajaran mesin akan menjadi gelombang teknologi berikutnya. Meskipun saat itu ini bukan konsensus, kami melihat terobosan teknologi di bidang generasi gambar, interaksi, dan lain-lain, dan sangat percaya akan potensinya.
Kedua, kami bersama-sama menentang “sentralisasi”. Saya terjebak pada batasan komputasi dan sumber data yang terpusat, sementara Ben fokus pada privasi individu dan keamanan data dalam penelitian doktoralnya dan kewirausahaannya. Kami semua memiliki sikap kritis terhadap sentralisasi. Pada awalnya, kami tertarik pada teknologi seperti “pembelajaran federasi”, tetapi kemudian menyadari bahwa untuk menyelesaikan masalah kepercayaan di dalamnya, diperlukan mekanisme pencatatan status dan akuntabilitas yang terdesentralisasi, yang pada akhirnya membawa kami ke blockchain. Kami beralih dari pendiri “AI asli” menjadi penjelajah “AI+kripto”.
ChainCatcher: Mengapa Anda yakin bahwa “kekuatan komputasi terdesentralisasi” pasti akan memiliki peluang, mengingat bahwa pelatihan AI pada saat itu tampaknya terutama bergantung pada raksasa cloud (seperti AWS)? Apa pendorong utama yang Anda anggap dalam memilih kekuatan komputasi terdesentralisasi pada saat itu?
Harry Grieve: Faktor pendorongnya bersifat multifaset, tetapi jawaban paling mendasar adalah skala.
Sebagian besar data internet yang tersedia saat ini telah digunakan untuk melatih model. Peningkatan kinerja di masa depan bergantung pada akses data yang berada di “tepi”, yang saat ini tidak dapat diakses. Untuk memanfaatkan data ini, Anda harus menuju ke tepi, yang secara alami memerlukan desentralisasi.
Meskipun investasi daya komputasi terpusat sangat besar, permintaan AI terhadap daya komputasi adalah “tak ada habisnya”. Rasa lapar ini akan mendorong permintaan daya komputasi untuk menyebar ke semua perangkat yang belum dimanfaatkan sepenuhnya. Untuk menghubungkan dan memanfaatkan sumber daya yang terdistribusi ini secara skala tanpa mengonsentrasikannya sepenuhnya, desentralisasi adalah satu-satunya cara.
Jadi, skala adalah satu-satunya jawaban. Desentralisasi adalah untuk membuka kunci skala sumber daya komputasi dan data yang belum pernah terjadi sebelumnya.
Apa perbedaan inti Gensyn?
ChainCatcher: Jika menjelaskan dengan satu kalimat kepada pendengar yang tidak memiliki latar belakang teknis, sebenarnya Gensyn sedang “membangun sistem apa”?
Harry Grieve: Gensyn adalah sistem yang memungkinkan Anda mengakses semua sumber daya inti (seperti daya komputasi dan data) yang diperlukan untuk membangun sistem pembelajaran mesin dengan skala yang belum pernah terjadi sebelumnya.
ChainCatcher: Dalam jalur kekuatan terdesentralisasi, sudah ada pemain seperti Akash, Render, io.net, apa fokus atau pemikiran diferensiasi inti dari Gensyn?
Harry Grieve: Kami sangat menghargai pemain awal seperti Akash. Perbedaan inti kami terletak pada perspektif sumber daya yang berbeda: proyek lain umumnya menawarkan penyewaan GPU tercontainerisasi yang tunggal. Sedangkan perspektif Gensyn lebih luas, kami mempertimbangkan berbagai sumber daya pembelajaran mesin (kekuatan komputasi, data, model), dan sumber daya ini saling terkait dan dapat digunakan kembali.
Misalnya, output yang dihasilkan oleh inferensi model dari sebuah node adalah data, data ini dapat digunakan untuk melatih model lain. Dalam jaringan kami, batas antara inferensi, pelatihan, perhitungan, dan data menjadi kabur. Sistem yang kami bangun dirancang untuk beradaptasi dengan paradigma baru pembelajaran mesin yang dinamis dan kacau ini.
ChainCatcher: Bisakah Anda menjelaskan kepada pembaca tentang penataan produk Gensyn yang sedang berlangsung saat ini? Bagaimana Anda mengimplementasikan kekuatan komputasi terdesentralisasi secara sistematis?
Harry Grieve: Ini adalah deskripsi di tingkat teknis: Ini adalah jaringan kripto terdesentralisasi, di mana pengguna dapat mengakses berbagai sumber daya melalui token asli kami—baik itu sumber daya komputasi yang dapat diverifikasi untuk pelatihan atau inferensi, atau mekanisme untuk mendorong pelatihan model yang berbeda dengan menetapkan standar objektif. Sistem ini terdiri dari tiga bagian inti yang bersama-sama membentuk sebuah lingkaran tertutup yang kuat:
Sistem Verifikasi: Ini adalah teknologi inti kami. Kami telah mengembangkan kompilator dan kerangka verifikasi khusus yang dapat mencapai verifikasi presisi bit di berbagai perangkat keras dan perangkat lunak. Ini berarti kami dapat membuktikan bahwa hasil pelatihan model di satu perangkat sepenuhnya konsisten dengan hasil yang diverifikasi di perangkat lain yang sepenuhnya berbeda. Ini adalah dasar untuk membangun kepercayaan jaringan dan mencegah penipuan.
Teknologi Ekstensi (Swarm): Ini adalah kerangka pelatihan peer-to-peer (seperti yang digunakan untuk pembelajaran penguatan umpan balik manusia). Ini memungkinkan Anda menghubungkan sejumlah perangkat di seluruh dunia untuk penskalaan horizontal, memanfaatkan komputasi dan data di perangkat tepi untuk melakukan pelatihan, sehingga menciptakan model yang lebih kuat.
Asisten Teknologi (Assist Agent): Kami memiliki asisten AI mandiri yang dapat diintegrasikan ke dalam aplikasi. Mereka dapat belajar tanpa arahan dan membantu pengguna menyelesaikan tugas. Saat asisten ini dilatih, mereka dapat menggunakan teknologi ekstensi kami untuk dilatih di berbagai perangkat, sehingga berevolusi dan menjadi lebih kuat.
Secara keseluruhan, ketika pengguna mengintegrasikan asisten pintar ke dalam aplikasi, ia akan terus menghasilkan data interaksi selama proses pelaksanaan tugas; selanjutnya, data ini dimasukkan ke dalam kerangka teknologi kami yang diperluas, melalui metode pelatihan terdistribusi yang kolaboratif antar perangkat untuk terus mengoptimalkan model; dalam proses ini, teknologi verifikasi inti akan memastikan akurasi dan kredibilitas proses pelatihan, akhirnya menghasilkan model generasi baru dengan kinerja yang jelas ditingkatkan. Proses ini membentuk ekosistem pembelajaran mesin yang non-linear dan terus-menerus diperkuat, sehingga sistem tetap dapat diandalkan dan memiliki kemampuan evolusi sambil melakukan skala ekspansi.
ChainCatcher: Apa tonggak teknologi terbesar yang dicapai Gensyn dari pembiayaan putaran A tahun 2023 hingga uji coba publik jaringan pengujian tahun 2025? Apakah ada momen yang membuat tim “berteriak bersama”? Menurut Anda, inovasi teknologi apa yang paling diremehkan oleh Gensyn saat ini?
Harry Grieve: Secara jujur, mungkin kita lebih sering berteriak karena “ketakutan” daripada karena “kegembiraan”, berwirausaha itu sulit.
Saya percaya inovasi teknologi yang paling diremehkan sebenarnya adalah sistem verifikasi kami. Pembangunan teknologi ini sangat kompleks, memerlukan solusi menyeluruh untuk semua faktor yang mungkin menyebabkan ketidakpastian, mulai dari kompiler, kerangka kerja pembelajaran mesin hingga perangkat keras dasar (bahkan termasuk pembalikan bit GPU yang disebabkan oleh sinar kosmik). Nilainya memiliki celah besar dengan tingkat pengenalan luar. Justru teknologi ini yang menjamin keamanan dan skalabilitas jaringan kami, memungkinkan kami untuk dengan percaya diri mengizinkan perangkat apa pun untuk bergabung dengan jaringan dan melakukan verifikasi tanpa khawatir tentang keamanan yang tereduksi.
Pengguna testnet melebihi 150.000, mainnet akan segera diluncurkan
ChainCatcher: Apakah kalian memiliki beberapa keunggulan dalam efisiensi kinerja dan biaya dibandingkan dengan raksasa cloud computing terpusat atau jaringan komputasi terdesentralisasi lainnya?
Harry Grieve: Pada skala kluster absolut, saat ini kami belum dapat dibandingkan dengan raksasa seperti AWS, tetapi ini terutama merupakan masalah adopsi jaringan, bukan batasan teknologi. Keunggulan kami terletak pada membuka skala sumber daya baru (khususnya komputasi dan data di tepi), serta menjadi infrastruktur untuk peradaban kecerdasan mesin di masa depan. Kami percaya bahwa AI yang benar-benar otonom, yang dapat berevolusi sendiri dan ada dalam sistem ekonomi kripto, akan memerlukan jaringan terdesentralisasi dan tanpa izin sebagai “habitat”-nya, dan itulah yang kami berkomitmen untuk bangun.
ChainCatcher: Bagaimana tingkat aktivitas jaringan kalian saat ini? Data apa yang patut dibagikan?
Harry Grieve: Pada tahap testnet, kami telah mencapai kemajuan yang sangat positif: memiliki lebih dari 150.000 pengguna, sebagian besar tumbuh secara alami melalui daya tarik produk; sekitar 40.000 node beroperasi di jaringan; sistem telah melatih lebih dari 800.000 model.
ChainCatcher: Apa hambatan “kilometer terakhir” untuk peluncuran mainnet? Apa jadwal mainnet yang Anda tetapkan untuk tim? Apakah ada jadwal yang jelas untuk TGE?
Harry Grieve: Peluncuran mainnet adalah prioritas utama saat ini, TGE akan menyusul. Kami saat ini berada sekitar 3-4 minggu dari peluncuran mainnet, setelah itu audit mainnet akan dimulai.
Sebelum ini, yang utama adalah memastikan semua mekanisme sudah siap, berjalan dengan benar, berfungsi penuh, dan yang paling penting, menjamin bahwa aktivitas ekonomi di jaringan adalah aman.
ChainCatcher: Sejak awal pendirian, apa saja perubahan permintaan pasar yang dihadapi Gensyn? Menurut Anda, bagaimana kedatangan era kecerdasan mesin mempengaruhi kalian?
Harry Grieve: Dibandingkan dengan awal pendirian, lingkungan pasar yang dihadapi Gensyn telah mengalami perubahan mendasar. Mengingat kembali pada tahun 2020 saat kami baru memulai, kami harus berulang kali menjelaskan kepada investor tentang pentingnya pembelajaran mesin, tetapi dengan munculnya ChatGPT, AI telah menjadi konsensus seluruh masyarakat. Perubahan pemahaman ini juga membawa lingkungan persaingan pasar yang lebih sengit, dengan berbagai perusahaan rintisan AI dan komputasi muncul bak jamur setelah hujan. Sementara itu, fokus diskusi industri juga telah berubah secara signifikan - batas etika model sumber terbuka, kerangka regulasi untuk tata kelola AI, isu-isu ini yang dulunya jarang dibahas kini menjadi isu hangat dalam penetapan kebijakan di berbagai negara.
Dalam konteks inilah, percepatan kedatangan era kecerdasan mesin justru membuktikan nilai keberadaan Gensyn. Jaringan komputasi terdesentralisasi yang kami bangun pada dasarnya adalah untuk memberikan dukungan dasar bagi kecerdasan mesin yang akan berkembang secara mandiri. Ketika sistem AI perlu mengatasi batasan daya komputasi yang ada untuk mencapai pembelajaran mandiri yang sebenarnya dan iterasi yang cepat, infrastruktur yang kami bangun akan menjadi batu fondasi kunci dari era baru ini.
ChainCatcher: Anda menyebutkan dalam pidato publik Anda tentang “Tantangan ekonomi, etika, dan regulasi AI”. Apa risiko regulasi yang paling Anda khawatirkan? Bagaimana desain protokol Gensyn mencapai keseimbangan antara “ramah kepatuhan” dan “tahan sensor”?
Harry Grieve: Saat membahas topik regulasi AI, kekhawatiran terbesar saya adalah bahwa kebijakan regulasi mungkin secara keliru menargetkan lapisan infrastruktur. Bayangkan saja, jika di masa depan kebijakan diberlakukan untuk membatasi jumlah GPU, ukuran dataset, bahkan membatasi proporsi listrik yang digunakan untuk pelatihan AI, pendekatan regulasi yang kasar ini akan sangat menghambat kemajuan seluruh bidang teknologi. Dari sudut pandang kami, model AI pada dasarnya harus dibagikan secara terbuka seperti rumus matematika dan tidak boleh dikenakan terlalu banyak batasan.
Dalam aspek desain protokol, kami sedang menjelajahi jalan keseimbangan. Berat model dan transmisi data di jaringan saat ini masih didominasi oleh plaintext, yang memberikan transparansi yang diperlukan untuk regulasi kepatuhan. Pada saat yang sama, karena kami dibangun di atas blockchain publik seperti Ethereum, kami secara alami mewarisi karakteristik desentralisasi dan mekanisme verifikasinya. Arsitektur ini menjaga visibilitas regulasi yang diperlukan sekaligus memastikan ketahanan sistem terhadap sensor.
Dengan kemampuan AI yang terus menerus melampaui batas, bagaimana menemukan titik keseimbangan antara keterbukaan dan pengendalian akan menjadi isu penting yang perlu dihadapi oleh kita dan seluruh industri selama beberapa tahun ke depan.
ChainCatcher: Jika melihat kembali pada tahun 2030, apa indikator kunci keberhasilan Gensyn?
Harry Grieve: Indikator kunci kesuksesan bukanlah sekadar data keuangan atau jumlah pengguna. Saya berharap kontribusi terbesar Gensyn adalah menjadi dasar ekonomi bagi peradaban mesin paralel.
Pada tahun 2030, saya berharap untuk melihat masyarakat, peradaban, dan ekonomi yang sepenuhnya paralel beroperasi di blockchain, di mana tidak ada manusia. Peradaban ini dapat menghasilkan output ekonomi yang setara dengan manusia atau bahkan lebih besar, memiliki kreativitas sejati, dan dapat sangat mendorong perkembangan sains serta menyelesaikan masalah besar yang dihadapi manusia (seperti memperpanjang umur, mengurangi ketidaksetaraan). Jika Gensyn adalah fondasi untuk mewujudkan semua ini, itu akan menjadi tanda akhir keberhasilan kami.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Wawancara dengan Co-founder Gensyn Harry Grieve: Mainnet akan segera diluncurkan, bagaimana memanfaatkan sumber daya yang tidak terpakai untuk memecahkan "langit-langit skala" daya komputasi AI?
null Pembicara: Harry Grieve, Co-founder Gensyn Penyunting: momo, ChainCatcher
Ketika model AI menghadapi kekurangan daya komputasi yang terhambat oleh kendala pasokan terpusat, sebuah revolusi daya komputasi sedang terjadi secara diam-diam. Dua pendiri bersama Gensyn, Harry Grieve dan Ben Fielding, menyadari bahwa kunci untuk memecahkan masalah ini terletak pada mengaktifkan potensi daya komputasi yang terpendam di miliaran perangkat tepi di seluruh dunia, dan jalannya adalah desentralisasi.
Gensyn berkomitmen untuk membangun jaringan pembelajaran mesin terdistribusi yang menghubungkan perangkat komputasi yang tidak terpakai di seluruh dunia melalui protokol blockchain, dan memastikan hasil pelatihan yang dapat dipercaya dengan teknologi komputasi yang dapat diverifikasi yang inovatif. Jaringan uji coba telah menarik 150.000 pengguna dan berjalan stabil. Setelah tahap jaringan uji coba selesai dengan baik, jaringan utama Gensyn juga akan diluncurkan dalam waktu dekat.
Gensyn telah mendapatkan pendanaan putaran A sebesar 43 juta dolar AS yang dipimpin oleh a16z, dengan total pendanaan lebih dari 50 juta dolar AS. Dalam wawancara eksklusif ini, Harry Grieve menjelaskan secara sistematis bagaimana Gensyn membangun cetak biru teknis dan pemikiran bisnis untuk infrastruktur AI generasi berikutnya, berdasarkan pada tema inti “skala yang melampaui batas”.
Tujuan desentralisasi adalah untuk memecahkan batasan skala daya komputasi.
Harry Grieve: Saya adalah generasi yang mengenal internet sejak awal. Saat itu, jaringan lebih terbuka, terdesentralisasi, dan dipenuhi dengan jaringan berbagi file serta berbagai basis data informasi. Ini membentuk pemahaman saya tentang informasi dan jaringan, dan membuat saya cenderung pada ide-ide sumber terbuka dan terdesentralisasi sejak usia dini.
Selama di universitas dan setelahnya, saya terpapar pada pemikiran liberalisme klasik, yang membuat saya semakin memperhatikan hak dan kebebasan individu, serta mulai mempertanyakan sentralisasi kekuasaan dan sistem sensor. Ini langsung terkait dengan model AI saat ini—ketika model mengambil keputusan untuk kita, siapa yang menentukan “hak” dan cara berperilakunya? Ini memicu pemikiran saya tentang hubungan antara AI, kedaulatan, dan etika.
Setelah lulus, saya bekerja di sebuah perusahaan pembelajaran mesin di London, dan mengalami sendiri kesulitan besar dalam mendapatkan sumber daya komputasi berskala besar dan data berkualitas tinggi. Saya menyadari bahwa untuk terus mengembangkan model yang lebih kuat, masalah akses dan skala sumber daya dasar (komputasi dan data) harus diselesaikan, yang juga menjadi alasan saya kemudian berkomitmen untuk terjun ke jalur komputasi AI terdesentralisasi dan mendirikan Gensyn.
Harry Grieve: Kami bertemu di sebuah acara sosial sebelum proyek akselerator di Inggris, Entrepreneur First dimulai. Alasan kami dapat dengan cepat memutuskan arah “All-in” ini adalah berdasarkan dua kesepakatan kunci:
Pertama-tama, kami sangat percaya bahwa pembelajaran mesin adalah masa depan. Pada tahun 2020 (sebelum ChatGPT muncul), kami semua sangat yakin bahwa pembelajaran mesin akan menjadi gelombang teknologi berikutnya. Meskipun saat itu ini bukan konsensus, kami melihat terobosan teknologi di bidang generasi gambar, interaksi, dan lain-lain, dan sangat percaya akan potensinya.
Kedua, kami bersama-sama menentang “sentralisasi”. Saya terjebak pada batasan komputasi dan sumber data yang terpusat, sementara Ben fokus pada privasi individu dan keamanan data dalam penelitian doktoralnya dan kewirausahaannya. Kami semua memiliki sikap kritis terhadap sentralisasi. Pada awalnya, kami tertarik pada teknologi seperti “pembelajaran federasi”, tetapi kemudian menyadari bahwa untuk menyelesaikan masalah kepercayaan di dalamnya, diperlukan mekanisme pencatatan status dan akuntabilitas yang terdesentralisasi, yang pada akhirnya membawa kami ke blockchain. Kami beralih dari pendiri “AI asli” menjadi penjelajah “AI+kripto”.
Harry Grieve: Faktor pendorongnya bersifat multifaset, tetapi jawaban paling mendasar adalah skala.
Sebagian besar data internet yang tersedia saat ini telah digunakan untuk melatih model. Peningkatan kinerja di masa depan bergantung pada akses data yang berada di “tepi”, yang saat ini tidak dapat diakses. Untuk memanfaatkan data ini, Anda harus menuju ke tepi, yang secara alami memerlukan desentralisasi.
Meskipun investasi daya komputasi terpusat sangat besar, permintaan AI terhadap daya komputasi adalah “tak ada habisnya”. Rasa lapar ini akan mendorong permintaan daya komputasi untuk menyebar ke semua perangkat yang belum dimanfaatkan sepenuhnya. Untuk menghubungkan dan memanfaatkan sumber daya yang terdistribusi ini secara skala tanpa mengonsentrasikannya sepenuhnya, desentralisasi adalah satu-satunya cara.
Jadi, skala adalah satu-satunya jawaban. Desentralisasi adalah untuk membuka kunci skala sumber daya komputasi dan data yang belum pernah terjadi sebelumnya.
Apa perbedaan inti Gensyn?
Harry Grieve: Gensyn adalah sistem yang memungkinkan Anda mengakses semua sumber daya inti (seperti daya komputasi dan data) yang diperlukan untuk membangun sistem pembelajaran mesin dengan skala yang belum pernah terjadi sebelumnya.
Harry Grieve: Kami sangat menghargai pemain awal seperti Akash. Perbedaan inti kami terletak pada perspektif sumber daya yang berbeda: proyek lain umumnya menawarkan penyewaan GPU tercontainerisasi yang tunggal. Sedangkan perspektif Gensyn lebih luas, kami mempertimbangkan berbagai sumber daya pembelajaran mesin (kekuatan komputasi, data, model), dan sumber daya ini saling terkait dan dapat digunakan kembali.
Misalnya, output yang dihasilkan oleh inferensi model dari sebuah node adalah data, data ini dapat digunakan untuk melatih model lain. Dalam jaringan kami, batas antara inferensi, pelatihan, perhitungan, dan data menjadi kabur. Sistem yang kami bangun dirancang untuk beradaptasi dengan paradigma baru pembelajaran mesin yang dinamis dan kacau ini.
Harry Grieve: Ini adalah deskripsi di tingkat teknis: Ini adalah jaringan kripto terdesentralisasi, di mana pengguna dapat mengakses berbagai sumber daya melalui token asli kami—baik itu sumber daya komputasi yang dapat diverifikasi untuk pelatihan atau inferensi, atau mekanisme untuk mendorong pelatihan model yang berbeda dengan menetapkan standar objektif. Sistem ini terdiri dari tiga bagian inti yang bersama-sama membentuk sebuah lingkaran tertutup yang kuat:
Sistem Verifikasi: Ini adalah teknologi inti kami. Kami telah mengembangkan kompilator dan kerangka verifikasi khusus yang dapat mencapai verifikasi presisi bit di berbagai perangkat keras dan perangkat lunak. Ini berarti kami dapat membuktikan bahwa hasil pelatihan model di satu perangkat sepenuhnya konsisten dengan hasil yang diverifikasi di perangkat lain yang sepenuhnya berbeda. Ini adalah dasar untuk membangun kepercayaan jaringan dan mencegah penipuan.
Teknologi Ekstensi (Swarm): Ini adalah kerangka pelatihan peer-to-peer (seperti yang digunakan untuk pembelajaran penguatan umpan balik manusia). Ini memungkinkan Anda menghubungkan sejumlah perangkat di seluruh dunia untuk penskalaan horizontal, memanfaatkan komputasi dan data di perangkat tepi untuk melakukan pelatihan, sehingga menciptakan model yang lebih kuat.
Asisten Teknologi (Assist Agent): Kami memiliki asisten AI mandiri yang dapat diintegrasikan ke dalam aplikasi. Mereka dapat belajar tanpa arahan dan membantu pengguna menyelesaikan tugas. Saat asisten ini dilatih, mereka dapat menggunakan teknologi ekstensi kami untuk dilatih di berbagai perangkat, sehingga berevolusi dan menjadi lebih kuat.
Secara keseluruhan, ketika pengguna mengintegrasikan asisten pintar ke dalam aplikasi, ia akan terus menghasilkan data interaksi selama proses pelaksanaan tugas; selanjutnya, data ini dimasukkan ke dalam kerangka teknologi kami yang diperluas, melalui metode pelatihan terdistribusi yang kolaboratif antar perangkat untuk terus mengoptimalkan model; dalam proses ini, teknologi verifikasi inti akan memastikan akurasi dan kredibilitas proses pelatihan, akhirnya menghasilkan model generasi baru dengan kinerja yang jelas ditingkatkan. Proses ini membentuk ekosistem pembelajaran mesin yang non-linear dan terus-menerus diperkuat, sehingga sistem tetap dapat diandalkan dan memiliki kemampuan evolusi sambil melakukan skala ekspansi.
Harry Grieve: Secara jujur, mungkin kita lebih sering berteriak karena “ketakutan” daripada karena “kegembiraan”, berwirausaha itu sulit.
Saya percaya inovasi teknologi yang paling diremehkan sebenarnya adalah sistem verifikasi kami. Pembangunan teknologi ini sangat kompleks, memerlukan solusi menyeluruh untuk semua faktor yang mungkin menyebabkan ketidakpastian, mulai dari kompiler, kerangka kerja pembelajaran mesin hingga perangkat keras dasar (bahkan termasuk pembalikan bit GPU yang disebabkan oleh sinar kosmik). Nilainya memiliki celah besar dengan tingkat pengenalan luar. Justru teknologi ini yang menjamin keamanan dan skalabilitas jaringan kami, memungkinkan kami untuk dengan percaya diri mengizinkan perangkat apa pun untuk bergabung dengan jaringan dan melakukan verifikasi tanpa khawatir tentang keamanan yang tereduksi.
Pengguna testnet melebihi 150.000, mainnet akan segera diluncurkan
Harry Grieve: Pada skala kluster absolut, saat ini kami belum dapat dibandingkan dengan raksasa seperti AWS, tetapi ini terutama merupakan masalah adopsi jaringan, bukan batasan teknologi. Keunggulan kami terletak pada membuka skala sumber daya baru (khususnya komputasi dan data di tepi), serta menjadi infrastruktur untuk peradaban kecerdasan mesin di masa depan. Kami percaya bahwa AI yang benar-benar otonom, yang dapat berevolusi sendiri dan ada dalam sistem ekonomi kripto, akan memerlukan jaringan terdesentralisasi dan tanpa izin sebagai “habitat”-nya, dan itulah yang kami berkomitmen untuk bangun.
Harry Grieve: Pada tahap testnet, kami telah mencapai kemajuan yang sangat positif: memiliki lebih dari 150.000 pengguna, sebagian besar tumbuh secara alami melalui daya tarik produk; sekitar 40.000 node beroperasi di jaringan; sistem telah melatih lebih dari 800.000 model.
Harry Grieve: Peluncuran mainnet adalah prioritas utama saat ini, TGE akan menyusul. Kami saat ini berada sekitar 3-4 minggu dari peluncuran mainnet, setelah itu audit mainnet akan dimulai.
Sebelum ini, yang utama adalah memastikan semua mekanisme sudah siap, berjalan dengan benar, berfungsi penuh, dan yang paling penting, menjamin bahwa aktivitas ekonomi di jaringan adalah aman.
Harry Grieve: Dibandingkan dengan awal pendirian, lingkungan pasar yang dihadapi Gensyn telah mengalami perubahan mendasar. Mengingat kembali pada tahun 2020 saat kami baru memulai, kami harus berulang kali menjelaskan kepada investor tentang pentingnya pembelajaran mesin, tetapi dengan munculnya ChatGPT, AI telah menjadi konsensus seluruh masyarakat. Perubahan pemahaman ini juga membawa lingkungan persaingan pasar yang lebih sengit, dengan berbagai perusahaan rintisan AI dan komputasi muncul bak jamur setelah hujan. Sementara itu, fokus diskusi industri juga telah berubah secara signifikan - batas etika model sumber terbuka, kerangka regulasi untuk tata kelola AI, isu-isu ini yang dulunya jarang dibahas kini menjadi isu hangat dalam penetapan kebijakan di berbagai negara.
Dalam konteks inilah, percepatan kedatangan era kecerdasan mesin justru membuktikan nilai keberadaan Gensyn. Jaringan komputasi terdesentralisasi yang kami bangun pada dasarnya adalah untuk memberikan dukungan dasar bagi kecerdasan mesin yang akan berkembang secara mandiri. Ketika sistem AI perlu mengatasi batasan daya komputasi yang ada untuk mencapai pembelajaran mandiri yang sebenarnya dan iterasi yang cepat, infrastruktur yang kami bangun akan menjadi batu fondasi kunci dari era baru ini.
Harry Grieve: Saat membahas topik regulasi AI, kekhawatiran terbesar saya adalah bahwa kebijakan regulasi mungkin secara keliru menargetkan lapisan infrastruktur. Bayangkan saja, jika di masa depan kebijakan diberlakukan untuk membatasi jumlah GPU, ukuran dataset, bahkan membatasi proporsi listrik yang digunakan untuk pelatihan AI, pendekatan regulasi yang kasar ini akan sangat menghambat kemajuan seluruh bidang teknologi. Dari sudut pandang kami, model AI pada dasarnya harus dibagikan secara terbuka seperti rumus matematika dan tidak boleh dikenakan terlalu banyak batasan.
Dalam aspek desain protokol, kami sedang menjelajahi jalan keseimbangan. Berat model dan transmisi data di jaringan saat ini masih didominasi oleh plaintext, yang memberikan transparansi yang diperlukan untuk regulasi kepatuhan. Pada saat yang sama, karena kami dibangun di atas blockchain publik seperti Ethereum, kami secara alami mewarisi karakteristik desentralisasi dan mekanisme verifikasinya. Arsitektur ini menjaga visibilitas regulasi yang diperlukan sekaligus memastikan ketahanan sistem terhadap sensor.
Dengan kemampuan AI yang terus menerus melampaui batas, bagaimana menemukan titik keseimbangan antara keterbukaan dan pengendalian akan menjadi isu penting yang perlu dihadapi oleh kita dan seluruh industri selama beberapa tahun ke depan.
Harry Grieve: Indikator kunci kesuksesan bukanlah sekadar data keuangan atau jumlah pengguna. Saya berharap kontribusi terbesar Gensyn adalah menjadi dasar ekonomi bagi peradaban mesin paralel.
Pada tahun 2030, saya berharap untuk melihat masyarakat, peradaban, dan ekonomi yang sepenuhnya paralel beroperasi di blockchain, di mana tidak ada manusia. Peradaban ini dapat menghasilkan output ekonomi yang setara dengan manusia atau bahkan lebih besar, memiliki kreativitas sejati, dan dapat sangat mendorong perkembangan sains serta menyelesaikan masalah besar yang dihadapi manusia (seperti memperpanjang umur, mengurangi ketidaksetaraan). Jika Gensyn adalah fondasi untuk mewujudkan semua ini, itu akan menjadi tanda akhir keberhasilan kami.