Gensyn kurucu ortağı Harry Grieve ile sohbet: Ana Ağ yakında devreye girecek, atıl kaynakları kullanarak AI bilgi işlem gücündeki "ölçek tavanını" nasıl aşabiliriz?

null Konuk: Harry Grieve, Gensyn Kurucu Ortağı Düzenleyen: momo, ChainCatcher

AI modellerinin hesap gücüne olan açlığı merkeziyetsiz tedarikin doğal bir darboğazıyla karşılaştığında, bir hesap gücü devrimi sessizce gerçekleşiyor. Gensyn'in iki kurucu ortağı Harry Grieve ve Ben Fielding, çözümün anahtarının dünya genelindeki milyarlarca kenar cihazında uyuyan hesap gücü potansiyelini harekete geçirmek olduğunu düşündüler; bunun yolu ise merkeziyetsizlikten geçiyor.

Gensyn, dünya genelindeki kullanılmayan hesaplama cihazlarını blockchain protokolü aracılığıyla bağlayan dağıtık bir makine öğrenimi ağı kurmayı hedefliyor ve yenilikçi doğrulanabilir hesaplama teknolojisi ile eğitim sonuçlarının güvenilirliğini sağlıyor. Test ağı 150.000 kullanıcıyı çekti ve istikrarlı bir şekilde çalışıyor. Test ağı aşamasının başarılı bir şekilde tamamlanmasıyla, Gensyn ana ağı da yakında faaliyete geçecek.

Gensyn, a16z tarafından yönetilen 43 milyon dolarlık A serisi finansman aldı ve toplam finansman miktarı 50 milyon dolardan fazla. Bu özel röportajda Harry Grieve, Gensyn'in “ölçek sınırlarını aşma” ana teması üzerinden nasıl bir sonraki nesil AI altyapısının teknik planını ve ticari düşüncesini oluşturduğunu sistematik bir şekilde açıkladı.

Merkeziyetsizliğin amacı, hesaplama gücü ölçek kısıtlamalarını kırmaktır.

1. ChainCatcher: Öncelikle kendinizi tanıtır mısınız? Gensyn'i kurmadan önceki en önemli üç deneyiminiz nelerdi? Bu deneyimler, sizi “merkeziyetsiz AI hesaplama” alanına nasıl yönlendirdi?

Harry Grieve: Ben internetle erken tanışan bir nesildenim. O zamanlar internet daha açık, merkeziyetsizdi, dosya paylaşım ağları ve farklı bilgi havuzlarıyla doluydu. Bu, bilgiye ve ağa olan anlayışımı şekillendirdi ve beni açık kaynak ve merkeziyetsiz fikirler konusunda erken bir şekilde eğilimli hale getirdi.

Üniversitede ve sonrasında klasik liberalizm düşüncesiyle tanıştım, bu da kişisel haklar ve özgürlüklere daha fazla önem vermemi sağladı ve merkeziyetçilik ile sansür sistemini sorgulamaya başladım. Bu, günümüz AI modelleriyle doğrudan bağlantılıdır - modeller bizim için kararlar alırken, onların “hakları” ve hareket etme şekillerini kim belirleyecek? Bu, AI ile egemenlik ve etik ilişkisi üzerine düşünmeme yol açtı.

Liseden sonra Londra'da bir makine öğrenimi şirketinde çalıştım ve büyük ölçekli hesaplama kaynakları ve yüksek kaliteli verilere erişimdeki büyük zorlukları bizzat deneyimledim. Daha güçlü modeller geliştirmeye devam etmek istiyorsak, temel kaynaklara (hesaplama ve veri) erişim ve ölçek sorunlarını çözmemiz gerektiğini fark ettim. Bu da daha sonra merkeziyetsiz AI hesaplama alanına girmemin ve Gensyn'i kurmamın sebebi oldu.

2. ChainCatcher: Gensyn'in doğuş fırsatı neydi? Siz ve Ben Fielding, Entrepreneur First'te 8 hafta içinde 0'dan 1'e “All-in” yönüne nasıl karar verdiniz?

Harry Grieve: Birleşik Krallık'taki Entrepreneur First hızlandırıcı projesinden önceki bir sosyal etkinlikte tanıştık. “All-in” yönünde hızlı bir karar vermemizin nedeni, iki temel uzlaşıya dayanmaktadır:

Öncelikle, makine öğreniminin gelecekte önemli bir rol oynayacağına inanıyoruz. 2020 yılında (ChatGPT'nin ortaya çıkmasından önce), makine öğreniminin bir sonraki teknolojik dalga olacağına dair yüksek bir inanç içerisindeydik. O dönemde bu, herkesin hemfikir olduğu bir görüş değildi, ancak görüntü üretimi, etkileşim gibi alanlarda teknolojik atılımlar gördük ve potansiyeline derinden inanıyoruz.

İkincisi, merkeziyete karşı ortak bir duruş sergiliyoruz. Ben merkezi hesaplama ve veri kaynaklarının darboğazlarından muzdaripken, Ben kişisel gizlilik ve veri güvenliği üzerine doktora araştırması ve girişimciliği ile odaklanıyor. İkimiz de merkeziyetçiliğe eleştirel bir bakış açısına sahibiz. Başlangıçta, “federal öğrenme” gibi teknolojilere odaklandık, ancak daha sonra güven sorununu çözmek için merkeziyetsiz bir durum kaydı ve hesap verebilirlik mekanizmasına ihtiyaç duyulduğunu fark ettik; bu, nihayetinde bizi blockchain'e yönlendirdi. “AI yerli” kurucularından, “AI+kripto” araştırmacılarına dönüştük.

3. ChainCatcher: O dönemde AI eğitiminin büyük ölçüde bulut devlerine (örneğin AWS) dayandığı görülüyordu, neden “merkeziyetsiz hesaplama” ile kesinlikle bir fırsat olduğuna inanıyorsunuz? O dönemde merkeziyetsiz hesaplamayı seçmenin ana motivasyonu neydi?

Harry Grieve: Motivasyon faktörleri çok yönlüdür, ancak en temel cevap ölçeklenmektir.

Mevcut durumda, kullanılabilir internet verilerinin büyük bir kısmı model eğitimi için kullanıldı. Gelecekteki performans artışı, "kenar"da bulunan ve şu anda erişilemeyen verilere ulaşmaya bağlıdır. Bu verileri kullanmak için kenara gitmelisiniz, bu da doğal olarak merkeziyetsizliği gerektirir.

Merkezi gücün yatırımı büyük olmasına rağmen, AI'nın güç talebi “sonsuzdur”. Bu açlık hissi, güç talebinin yeterince kullanılmayan tüm cihazlara yayılmasını sağlayacaktır. Bu dağınık kaynakları bağlamak ve ölçeklendirmek için, hepsini merkezileştirmeden, merkeziyetsizlik tek yoldur.

Bu nedenle, ölçek tek çözümdür. Merkeziyetsizlik, eşi benzeri görülmemiş bir hesaplama ve veri kaynakları ölçeğini açığa çıkarmak içindir.

Gensyn'in temel farklılığı nedir?

4. ChainCatcher: Eğer bir cümleyle teknik geçmişi olmayan bir dinleyiciye açıklamak gerekirse, Gensyn aslında “ne tür bir sistem inşa ediyor”?

Harry Grieve: Gensyn, makine öğrenimi sistemleri inşa etmek için gereken tüm temel kaynaklara (güç ve veriler gibi) daha önce hiç olmadığı kadar ölçekli bir şekilde erişmenizi sağlayan bir sistemdir.

5. ChainCatcher: Merkeziyetsiz hesaplama alanında Akash, Render, io.net gibi oyuncular var, Gensyn'in odak noktası veya temel farklılaşma düşüncesi nedir?

Harry Grieve: Akash gibi erken dönem oyuncularına büyük saygı duyuyoruz. Bizim temel farklılığımız, bir yandan kaynak perspektifinin farklı olmasında yatıyor: Diğer projeler esasen tek bir, konteynerleştirilmiş GPU hesaplama gücü kiralama sunuyor. Gensyn'in perspektifi ise daha geniş; çeşitli makine öğrenimi kaynaklarını (hesaplama gücü, veri, modeller) değerlendiriyoruz ve bu kaynaklar birbiriyle iç içe geçmiş ve döngüsel olarak kullanılabilir.

Örneğin, bir düğümün model çıkarımından elde edilen çıktı veridir; bu veriler diğer modelleri eğitmek için kullanılabilir. Ağımızda çıkarım, eğitim, hesaplama ve veriler arasındaki sınırlar belirsizleşiyor. Oluşturduğumuz sistem, bu dinamik, kaotik makine öğrenimi yeni paradigmasına uyum sağlamak için tasarlandı.

6. ChainCatcher: Okuyuculara sistematik bir şekilde Gensyn'in şu anda yürüttüğü ürün yerleşimini açıklayabilir misiniz? Merkeziyetsiz hesaplama gücünü nasıl sistematik olarak hayata geçiriyorsunuz?

Harry Grieve: Bu teknik düzeyde bir tanımlamadır: Bu, kullanıcıların yerel token'ımız aracılığıyla çeşitli kaynaklara erişebildiği merkeziyetsiz bir kripto ağdır - ister eğitim veya çıkarım için doğrulanabilir hesaplama kaynakları, ister farklı modellerin eğitimini teşvik etmek için nesnel standartlar belirleyerek oluşturulan mekanizmalar olsun. Bu sistem, güçlü bir kapalı döngü oluşturan üç ana çekirdek bileşeni içerir:

Doğrulama Sistemi: Bu bizim temel teknolojimizdir. Farklı donanım ve yazılımlar arasında bit düzeyinde kesin doğrulama sağlayabilen özel bir derleyici ve doğrulama çerçevesi geliştirdik. Bu, bir modelin bir cihazda elde edilen eğitim sonuçlarının, tamamen farklı bir cihazda doğrulanan sonuçlarla tamamen tutarlı olduğunu kanıtlayabileceğimiz anlamına gelir. Bu, ağ güveninin inşası ve dolandırıcılığı önlemenin temel taşını oluşturur.

Genişletme Teknolojisi (Swarm): Bu, insan geri bildirimli pekiştirmeli öğrenme gibi bir eşler arası eğitim çerçevesidir. Küresel sayısız cihazı yatay ölçeklendirme için bağlamanıza olanak tanır, kenar cihazlarındaki hesaplama ve verileri kullanarak daha güçlü modeller oluşturmanızı sağlar.

Yardımcı Teknoloji (Assist Agent): Uygulamalara entegre edilebilen otonom AI yardımcılarımız var. Bu yardımcılar, rehberlik olmadan öğrenebilir ve kullanıcılara görevlerini tamamlamada yardımcı olabilir. Bu yardımcılar eğitim alırken, cihazlar arası eğitim için genişletilmiş teknolojimizi kullanarak kendilerini evrimleştirip daha güçlü hale gelebilirler.

Genel olarak, kullanıcılar akıllı asistanı uygulamalarına entegre ettiklerinde, bu asistan görevleri yerine getirirken sürekli etkileşim verileri üretir; ardından bu veriler, modelin sürekli optimize edilmesini sağlamak için cihazlar arası işbirliği ile dağıtık bir eğitim yöntemi kullanılarak genişletilmiş teknoloji çerçevemize iletilir; bu süreçte, temel doğrulama teknolojisi eğitim sürecinin doğruluğunu ve güvenilirliğini sağlarken, sonunda performansı önemli ölçüde artırılmış yeni nesil bir model ortaya çıkar. Bu süreç, sistemin ölçeklenebilir genişlemesi sırasında her zaman güvenilirlik ve evrim yeteneğini korurken, doğrusal olmayan, sürekli güçlendirilmiş bir makine öğrenimi ekosistemi oluşturur.

7. ChainCatcher: 2023 A serisi yatırımından 2025 test ağı halka açılışına kadar, Gensyn'in gerçekleştirdiği en büyük teknik kilometre taşı nedir? Ekibin “birlikte çığlık atmasını” sağlayan bir an var mı? Sizce Gensyn'in şu anda en az değerlendirilen teknik yeniliği nedir?

Harry Grieve: Dürüst olmak gerekirse, “korkudan” bağırdığımız anların sayısı muhtemelen “heyecandan” bağırdığımız anlardan daha fazla, girişimcilik zordur.

En çok göz ardı edilen teknolojik yeniliklerden birinin aslında doğrulama sistemimiz olduğunu düşünüyorum. Bu teknolojinin inşası son derece karmaşık olup, derleyiciden, makine öğrenimi çerçevelerine ve donanım alt yapısına kadar, belirsizliğe neden olabilecek tüm faktörleri kapsamlı bir şekilde çözmeyi gerektiriyor (hatta kozmik ışınların neden olduğu GPU bit tersine çevirmeleri bile dahil). Değeri ile dışarıdaki algısı arasında büyük bir fark var. İşte bu teknoloji, ağımızın güvenliğini ve ölçeklenebilirliğini sağlıyor, böylece herhangi bir cihazın ağa katılmasına ve doğrulama yapmasına güvenle izin verebiliyoruz, güvenliğin sulandırılmasından endişe etmeden.

Test ağı kullanıcı sayısı 150 bini geçti, ana ağ yakında faaliyete geçecek.

8. ChainCatcher: Merkezileşmiş bulut hesaplama devleri veya diğer merkeziyetsiz hesaplama ağları ile karşılaştırıldığında, şu anda performans verimliliği ve maliyet açısından bazı avantajlarınız var mı?

Harry Grieve: Mutlak küme ölçeğinde, şu anda AWS gibi devlerle karşılaştırılamaz, ancak bu esas olarak ağ benimseme sorunu ve teknik sınırlamalardan ziyade. Bizim avantajımız, yeni kaynak ölçeklerini (özellikle kenar hesaplama ve verileri) açığa çıkarmak ve gelecekteki makine zeka uygarlığının altyapısı olmaktır. Gerçekten otonom, kendini geliştirebilen ve kripto ekonomik sistemde var olabilen bir yapay zekanın, bir “habitat” olarak merkeziyetsiz, izin gerektirmeyen bir ağa ihtiyaç duyacağına inanıyoruz ve tam olarak bunu inşa etmeye çalışıyoruz.

9. ChainCatcher: Şu anda ağınızın etkinlik düzeyi nasıl? Paylaşmaya değer veriler neler?

Harry Grieve: Testnet aşamasında, 150.000'den fazla kullanıcıya sahip olarak oldukça olumlu bir ilerleme kaydettik ve bunların çoğu ürün çekiciliği sayesinde doğal olarak büyüdü; yaklaşık 40.000 düğüm ağda çalışıyor; sistem 800.000'den fazla modeli eğitti.

10. ChainCatcher: Ana ağın başlatılmasındaki “son bir mil” engeli nedir? Takıma belirlediğiniz ana ağ zaman çizelgesi nedir? TGE için belirli bir zaman çizelgesi var mı?

Harry Grieve: Ana ağın başlatılması şu anda en önemli konu, TGE de bununla birlikte gelecek. Ana ağın başlatılmasına yaklaşık 3-4 hafta kaldı, ardından ana ağ denetimine başlayacağız.

Bundan önce, tüm mekanizmaların yerinde, doğru çalıştığından, tam işlevsel olduğundan ve en önemlisi, ağın ekonomik faaliyetlerinin güvenli olduğundan emin olmak gerekiyordu.

11. ChainCatcher: Gensyn'in kuruluşundaki talep ile karşılaştırıldığında, karşılaştığı pazar taleplerinde ne gibi değişiklikler oldu? Makine zeka çağının gelmesi, sizin için ne gibi etkiler yaratıyor?

Harry Grieve: Kuruluşun başlangıcına kıyasla, Gensyn'in karşılaştığı pazar ortamında köklü bir değişim yaşandı. 2020'de ilk başladığımızda, yatırımcılara makine öğreniminin önemini tekrar tekrar açıklamamız gerekiyordu, oysa ChatGPT'nin ortaya çıkmasıyla birlikte, AI artık toplumun genel bir kabulü haline geldi. Bu algı değişikliği, daha yoğun bir pazar rekabeti ortamı da getirdi; çeşitli AI ve hesaplama girişimleri adeta yağmurdan sonra filizlenir gibi ortaya çıktı. Bu arada, sektör tartışmalarının odak noktası da belirgin bir değişim gösterdi - açık kaynak modellerin etik sınırları, AI yönetiminin düzenleyici çerçeveleri gibi konular, birkaç yıl önce pek ilgi görmezken, şimdi ülkelerin politika oluşturma süreçlerinin sıcak noktaları haline geldi.

Bu bağlamda, makine zekası çağının hızla gelmesi, Gensyn'in varlığının değerini doğrulamaktadır. Oluşturduğumuz merkeziyetsiz hesaplama ağı, esasen, yaklaşan özerk evrimsel makine zekasına temel destek sağlamayı amaçlamaktadır. AI sistemleri mevcut hesaplama güçü engelini aşmaları, gerçek anlamda özerk öğrenme ve hızlı iterasyon gerçekleştirmeleri gerektiğinde, inşa ettiğimiz altyapı bu yeni çağın anahtar taşı olacaktır.

12. ChainCatcher: Kamuya açık bir konuşmada “AI'nin ekonomi, etik ve düzenleyici zorlukları” konusuna değindiniz. En çok endişe ettiğiniz düzenleyici risk nedir? Gensyn'in protokol tasarımı “uyum dostu” ile “sansüre dayanıklı” arasında nasıl bir denge sağlıyor?

Harry Grieve: AI düzenlemesi konusunu tartışırken, en büyük endişem, düzenleyici politikaların altyapı katmanını yanlış hedef alması. Gelecekte GPU sayısını, veri seti boyutunu sınırlayan veya AI eğitimi için kullanılan elektrik oranına kısıtlamalar getiren politikaların çıkarıldığını hayal edin; bu tür yaygın düzenleme yöntemleri, tüm teknoloji alanının ilerlemesini ciddi şekilde engelleyecektir. Bizim açımızdan, AI modelleri esasen matematik formülleri gibi açık kaynak ve paylaşıma açık olmalı, aşırı kısıtlamalara tabi olmamalıdır.

Protokol tasarımı aşamasında, denge arayışındayız. Mevcut ağdaki model ağırlıkları ve veri iletimi hâlâ açık metin olarak öne çıkıyor, bu da uyum denetimi için gerekli şeffaflığı sağlıyor. Aynı zamanda, Ethereum gibi temel kamu blok zincirleri üzerinde inşa ettiğimiz için, doğal olarak merkeziyetsiz özellikleri ve doğrulama mekanizmasını devralıyoruz. Bu mimari, gerekli denetim görünürlüğünü korurken, sistemin sansüre dayanıklılığını da sağlıyor.

AI yeteneklerinin sürekli olarak aşılmasıyla, açık ile kontrol arasında nasıl bir denge bulunacağı, önümüzdeki yıllarda bizim ve tüm sektörün sürekli olarak yüzleşmesi gereken önemli bir konu haline gelecektir.

13. ChainCatcher: 2030 yılında geriye dönüp baktığımızda, Gensyn'in başarısının anahtar göstergeleri neler olacak?

Harry Grieve: Başarının anahtar göstergesi basit finansal veriler veya kullanıcı sayısı değildir. Gensyn'in en büyük katkısının paralel bir makina medeniyetinin ekonomik temeli olmak olduğunu umuyorum.

2030 yılına kadar, tamamen paralel bir toplumun, medeniyetin ve ekonomi yapısının zincir üzerinde çalıştığını görmek istiyorum, içinde insan olmadan. Bu medeniyet, insanlarla karşılaştırılabilir hatta daha büyük ekonomik çıktılar üretebilecek, gerçek yaratıcılığa sahip olacak ve bilimin gelişimini büyük ölçüde hızlandırarak insanlığın karşılaştığı büyük sorunları (örneğin yaşam süresini uzatma, eşitsizliği azaltma) çözebilecektir. Eğer Gensyn bu her şeyin gerçekleşmesi için temel taşsa, bu bizim başarımızın nihai sembolü olacaktır.