対話 Gensyn 共同創設者 Harry Grieve：メインネットがもうすぐローンチ、どのようにして遊休資源を活用して AI コンピューティングパワーの「スケールの天井」を打破するのか？

nullゲスト:ハリー・グリーブ、ゲンシン共同制作エディター:momo、ChainCatcher

AIモデルが計算能力の渇望に直面し、中央集権的供給の自然なボトルネックに遭遇したとき、計算能力革命が静かに進行中です。Gensynの二人の共同創設者、Harry GrieveとBen Fieldingは、突破口の鍵は世界中の数十億のエッジデバイスに眠る計算能力の潜在能力を活性化することにあると洞察しました。その道筋は非中央集権化です。

Gensynは、ブロックチェーンプロトコルを通じて世界中の未使用計算デバイスを接続する分散型機械学習ネットワークの構築に取り組んでおり、その革新的な検証可能な計算技術により、トレーニング結果の信頼性を確保します。そのテストネットは15万人のユーザーを引き付けており、安定して稼働しています。テストネットの段階が順調に完了するにつれて、Gensynのメインネットも近日中に立ち上がる予定です。

Gensynは、a16zが主導した4300万ドルのAラウンドの資金調達を受け、累積資金調達額は5000万ドルを超えています。本インタビューでは、Harry GrieveがGensynが「スケールの限界を超える」という核心命題から出発し、次世代AIインフラストラクチャーの技術的な青写真とビジネスの考え方を体系的に説明しました。

分散化の目的は、計算力の規模の制限を打破することです。

1. ChainCatcher：まず自己紹介をお願いします。Gensynを創設する前の最も重要な三つの経験は何ですか？それらはどのようにして「分散型AIコンピューティング」という分野に入ることを形作りましたか？

ハリー・グリーブ：私はインターネットに初期に触れた世代です。当時のネットワークはもっとオープンで、分散化されており、ファイル共有ネットワークやさまざまな情報庫であふれていました。これが私の情報やネットワークに対する理解を形成し、オープンソースと分散化の理念に早くから傾くようになりました。

大学及びその後の時間の中で、私は古典的自由主義思想に触れ、個人の権利と自由により注目するようになり、中央集権と検閲制度に疑問を抱くようになりました。これは、今日のAIモデルに直接関係しています——モデルが私たちのために決定を下すとき、それらの「権利」や行動様式を誰が決定するのでしょうか？これは、AIと主権、倫理の関係についての私の考えを引き起こしました。

卒業後、私はロンドンの機械学習会社で働き、大規模な計算リソースと高品質なデータを取得することの大きな困難を実体験しました。より強力なモデルを持続的に発展させるためには、基盤となるリソース（計算とデータ）へのアクセスとスケールの問題を解決しなければならないことに気付きました。これが、私が後に分散型AI計算の分野に確固たる決意を持って切り込んでGensynを設立した理由です。

2. ChainCatcher：Gensynの誕生のきっかけは何ですか？あなたとBen Fieldingは、Entrepreneur Firstの8週間でどのようにして0から1に「All-in」という方向性を決定したのですか？

ハリー・グリーヴ：私たちはイギリスのアクセラレータープロジェクト、Entrepreneur Firstが始まる前のあるソーシャルイベントで出会いました。私たちが「オールイン」という方向性を迅速に決定できたのは、2つの重要な合意に基づいています：

まず、私たちは機械学習が未来であると確信しています。2020年（ChatGPTが登場する前）には、私たちは機械学習が次の技術の波になると強く確信していました。当時はそれが合意されているわけではありませんでしたが、私たちは画像生成やインタラクションなどの分野での技術的ブレークスルーを目の当たりにし、その潜在能力を深く信じていました。

次に、私たちは「中央集権」に共同で反対します。私は中央集権的な計算とデータソースのボトルネックに悩まされており、Benは彼の博士研究と起業において個人のプライバシーとデータセキュリティに焦点を当てています。私たちは共に中央集権に批判的です。最初は「フェデレーテッドラーニング」のような技術に注目していましたが、後に信頼の問題を解決するためには、分散型の状態記録とアカウンタビリティメカニズムが必要であることに気づき、最終的には私たちをブロックチェーンへと導きました。私たちは「AIネイティブ」の創設者から「AI+暗号」の探求者へと変わりました。

3. ChainCatcher：当時AIのトレーニングは主にクラウド大手（例えばAWS）に依存しているようでしたが、なぜあなたは「分散型コンピューティング」が必ず機会があると確信しているのですか？当時、あなたたちが分散型コンピューティングを選択した主要な推進力は何だと考えていましたか？

ハリー・グリーブ：推進要因は多岐にわたりますが、最も重要な答えは規模です。

現在、利用可能なインターネットデータの大部分はモデルのトレーニングに使用されています。将来の性能向上は、「エッジ」に位置する、現在アクセスできないデータの取得に依存しています。これらのデータを活用するためには、エッジに向かう必要があり、これは自然に分散化を要求します。

中央集権的な計算能力への投資は巨額ですが、AIの計算能力に対する需要は「止まることがない」と言えます。この飢えの感覚は、計算能力の需要をすべての未利用のデバイスに広げるでしょう。これらの分散されたリソースを接続し、スケールさせるためには、すべてを中央集権化することなく、分散化が唯一の方法です。

したがって、スケールが唯一の答えです。分散化は、前例のない計算とデータ資源のスケールを解放するためのものです。

Gensynのコアの差別化は何ですか？

4. ChainCatcher：もし非技術的な背景を持つ聴衆に一言で説明するなら、Gensynは「どのようなシステムを構築しているのか？」

ハリー・グリーブ：Gensynは、機械学習システムを構築するために必要なすべてのコアリソース（計算能力やデータなど）に前例のない規模でアクセスできるシステムです。

5. ChainCatcher：分散型コンピューティングの分野では、Akash、Render、io.netなどのプレイヤーが存在しますが、Gensynの重点やコアの差別化の考え方は何ですか？

ハリー・グリーブ：私たちはAkashのような初期プレーヤーを非常に尊重しています。私たちのコアな差別化は、リソースの視点が異なることにあります。他のプロジェクトは主に単一の、コンテナ化されたGPU計算力のレンタルを提供していますが、Gensynの視点はより広範で、さまざまな機械学習リソース（計算力、データ、モデル）を考慮しており、これらのリソースは相互に絡み合い、再利用可能です。

例えば、ノードがモデル推論によって生成された出力はデータであり、これらのデータは他のモデルのトレーニングに使用できます。私たちのネットワークでは、推論、トレーニング、計算、およびデータの境界があいまいになっています。私たちが構築したシステムは、この動的で混沌とした機械学習の新しいパラダイムに適応するために作られています。

6. ChainCatcher：読者のために、現在Gensynが行っている製品の配置について説明してもらえますか？どのようにして分散型コンピューティングを体系的に実現していますか？

ハリー・グリーブ：これは技術的な説明です：これは分散型の暗号ネットワークで、ユーザーは私たちのネイティブトークンを通じて、訓練または推論に使用できる検証可能な計算リソースや、異なるモデルの訓練を奨励するための客観的基準を設定することによってアクセスできるさまざまなリソースにアクセスできます。このシステムは、強力な閉ループを形成する3つの主要なコアセクションを含んでいます：

検証システム：これは私たちのコア技術です。私たちは、異なるハードウェアとソフトウェア間でビットレベルの精密な検証を実現できる独自のコンパイラと検証フレームワークを開発しました。これは、あるデバイスでのモデルのトレーニング結果が、全く異なる別のデバイスで検証された結果と完全に一致することを証明できることを意味します。これは、ネットワークの信頼を築き、詐欺を防ぐための礎です。

拡張技術（Swarm）：これは、ピアツーピアのトレーニングフレームワーク（人間のフィードバック強化学習に使用されるものなど）です。これにより、世界中の無数のデバイスを水平に拡張して接続し、エッジデバイス上の計算とデータを利用してトレーニングを行い、より強力なモデルを生み出すことができます。

アシスタント技術（Assist Agent）：私たちは、アプリケーションに統合できる自律AIアシスタントを持っています。これらは無指示で学習し、ユーザーがタスクを完了するのを支援します。これらのアシスタントは、トレーニング中に私たちの拡張技術を利用してデバイス間でトレーニングを行うことで自己進化し、より強力になります。

一般的に、ユーザーがアプリにスマートアシスタントを統合する際、それはタスクを実行する過程で継続的にインタラクションデータを生成します。その後、これらのデータは私たちの拡張技術フレームワークに入力され、デバイス間の協調による分散トレーニング方式を通じてモデルが継続的に最適化されます。この過程において、コアの検証技術はトレーニングプロセスの正確性と信頼性を保証し、最終的に性能が大幅に向上した次世代モデルを生み出します。このプロセスは非線形で持続的に強化される機械学習エコシステムを形成し、システムがスケールアップする一方で常に信頼性と進化能力を保持します。

7. ChainCatcher：2023年のAラウンドの資金調達から2025年のテストネットのパブリックテストまで、Gensynが達成した最大の技術的マイルストーンは何ですか？チームが「集団で叫ぶ」瞬間はありましたか？Gensynが現在最も過小評価されている技術革新は何だと思いますか？

ハリー・グリーブ：率直に言って、私たちは「恐怖」から叫ぶ回数が「興奮」から叫ぶ回数よりも多いかもしれません。起業は困難です。

私が最も過小評価されている技術革新だと思うのは、私たちの検証システムです。この技術の構築は非常に複雑で、コンパイラ、機械学習フレームワークからハードウェアの最下層まで、非決定性を引き起こす可能性のあるすべての要因を包括的に解決する必要があります（さらには宇宙線によって引き起こされるGPUビット反転を含みます）。その価値は外部の認知度と大きなギャップがあります。この技術こそが私たちのネットワークの安全性とスケーラビリティを保証し、私たちがどんなデバイスでも安心してネットワークに参加させ、検証を行うことを可能にしています。

テストネットのユーザーは15万人を超え、メインネットが間もなく立ち上がります。

8. ChainCatcher：中央集権的なクラウドコンピューティングの巨頭や他の分散型コンピューティングネットワークと比べて、現在の性能効率やコストの面で、何か利点はありますか？

ハリー・グリーヴ：絶対的なクラスター規模では、現在AWSのような巨人と比較することはできませんが、これは主にネットワークの採用度の問題であり、技術的な制約ではありません。私たちの強みは、新しいリソース規模（特にエッジコンピューティングとデータ）を解放することと、未来の機械知能文明の基盤となるインフラストラクチャになることです。私たちは、真に自律的で自己進化し、暗号経済システムに存在するAIは、分散型で許可のないネットワークを「生息地」として必要とするだろうと信じています。これは私たちが構築することに専念しているものです。

9. ChainCatcher：あなたたちの現在のネットワークの活性度はどうですか？共有する価値のあるデータはありますか？

ハリー・グリーブ：テストネットの段階では、非常に前向きな進展を遂げました：15万人以上のユーザーがいて、そのほとんどが製品の魅力によって自然に増加しました；約4万のノードがネットワーク上で稼働しています；システムは80万以上のモデルをトレーニングしました。

10. ChainCatcher：メインネットの立ち上げにおける「最後の1マイル」の障害は何ですか？チームに設定したメインネットのスケジュールは何ですか？TGEには明確なスケジュールがありますか？

ハリー・グリーブ：メインネットの立ち上げは現在の最重要事項であり、TGEが続きます。私たちは現在、メインネットの立ち上げまで約3〜4週間です。その後、メインネットの監査を開始します。

この前に、主にすべてのメカニズムが整っていて、正しく機能し、完全であることを確認し、最も重要なことは、ネットワークの経済活動が安全であることを保証することです。

11. ChainCatcher：設立当初と比べて、Gensynが直面している市場の需要にはどのような変化がありますか？あなたは、機械知能の時代の到来がどのような影響をもたらすと考えていますか？

ハリー・グリーヴ：創業初期と比べて、Gensynが直面している市場環境は根本的に変化しました。2020年に私たちが始めた頃は、投資家に機械学習の重要性を何度も説明する必要がありましたが、ChatGPTの登場により、AIは社会全体の共通認識となりました。この認識の変化は、より激しい市場競争環境をもたらし、さまざまなAIと計算力のスタートアップが雨後の筍のように現れました。一方で、業界での議論の焦点も明らかに変化しました——オープンソースモデルの倫理的境界、AIガバナンスの規制フレームワークといったテーマは、数年前にはほとんど注目されていなかったが、今では各国の政策立案のホットトピックとなっています。

このような背景の中で、機械知能時代の加速的到来は、Gensynの存在価値を証明しています。私たちが構築した分散型コンピューティングネットワークは、まさにこれから到来する自主進化型機械知能に対する基盤支援を提供することを目的としています。AIシステムが既存の計算力のボトルネックを突破し、真の自主学習と迅速なイテレーションを実現する必要があるとき、私たちが構築するインフラはこの新しい時代の重要な基石となるでしょう。

12. ChainCatcher：あなたは公開講演で「AIの経済、倫理、規制の課題」について言及しました。あなたが最も懸念している規制リスクは何ですか？Gensynのプロトコル設計は「コンプライアンスに優しい」と「検閲に対する耐性」の間でどのようにバランスを実現していますか？

ハリー・グリーブ：AI規制というテーマを議論する際、私が最も懸念しているのは、規制政策が基盤となるインフラ層を誤って狙う可能性があることです。将来的に、GPUの数、データセットの規模、さらにはAI訓練に使用される電力の割合に制限を設ける政策が導入された場合、このような粗放な規制は技術分野全体の進歩を著しく妨げるでしょう。我々の立場から見ると、AIモデルは本質的に数学の公式のようにオープンソースで共有されるべきであり、過度な制限を受けるべきではありません。

プロトコル設計の観点から、私たちはバランスの道を探求しています。現在のネットワークにおけるモデルの重みやデータ転送は依然として平文が主流であり、これがコンプライアンス規制に必要な透明性を提供しています。同時に、私たちがEthereumなどの基盤となるパブリックチェーンに構築しているため、その分散化特性と検証メカニズムを自然に引き継いでいます。このアーキテクチャは、必要な規制の可視性を保持しつつ、システムの検閲耐性を確保しています。

AIの能力が引き続き突破される中で、オープンと管理の間でバランスを見つける方法は、今後数年間、私たちと業界全体が引き続き直面しなければならない重要な課題となるでしょう。

13. ChainCatcher:2030年を振り返ると、Gensynの成功の主な指標は何ですか?

ハリー・グリーブ：成功の重要な指標は単純な財務データやユーザー数ではありません。私はGensynの最大の貢献が平行機械文明の経済基盤になることだと望んでいます。

2030年までに、私は人間のいない完全に平行な社会、文明、経済体がチェーン上で運営されるのを見たいと思っています。この文明は人間に匹敵する、あるいはそれ以上の経済的成果を生み出し、真の創造性を持ち、科学の発展を大いに促進し、人類が直面している重大な問題（寿命の延長や不平等の軽減など）を解決できる能力を持っています。もしGensynがこれらすべてを実現するための基礎であるなら、それは私たちの成功の究極の象徴となるでしょう。