Бен Филдинг: Децентрализация машинного интеллекта

Все началось с шумного стола. Стол представлял собой деревянную кабинку в лаборатории Нортумбрийского университета на севере Англии, где молодой исследователь ИИ начал свою докторскую карьеру. Это было в 2015 году. Исследователем был Бен Филдинг, который построил большую машину, напичканную ранними графическими процессорами, для разработки ИИ. Машина была такой громкой, что раздражала коллег Филдинга по лаборатории. Филдинг засунул машину под стол, но она была такой большой, что ему пришлось неловко просунуть ноги в сторону.

У Филдинга были некоторые неортодоксальные идеи. Он исследовал, как «рои» ИИ — кластеры множества различных моделей — могли общаться друг с другом и Словарь друг у друга, что могло бы улучшить коллективное целое. Была только ONE проблема: он был скован реалиями этой шумной машины под его столом. И он знал, что его превосходят по вооружению. «Google тоже проводила эти исследования», — говорит сейчас Филдинг. «И у них были тысячи [графических процессоров] в центре обработки данных. То, что они делали, T было безумием. Я знал методы... У меня было много предложений, но я T мог их запустить».

Бен Филдинг, генеральный директор Gensyn, выступает наКонсенсус 2025 в Торонто.

Джефф Уилсер — ведущийНародный ИИ: подкаст «Децентрализованный ИИ»и проведет саммит по искусственному интеллекту на конференции Consensus 2025.

Итак, десять лет назад Филдинга осенило:Вычислительные ограничения всегда будут проблемой.В 2015 году он знал, что если вычисления были жестким ограничением в академической среде, то они, безусловно, останутся жестким ограничением и тогда, когда ИИ станет мейнстримом.

Решение?

Децентрализованный ИИ.

Филдинг стал соучредителем Gensyn (вместе с Гарри Гривом) в 2020 году, или за несколько лет до того, как децентрализованный ИИ стал модным. Изначально проект был известен созданием децентрализованных вычислений — и я говорил с Филдингом об этомдля CoinDeskи на панели за панелью на конференциях — но видение на самом деле нечто более широкое: «Сеть для машинного интеллекта». Они создают решения по всему технологическому стеку.

И вот теперь, спустя десятилетие после того, как шумный стол Филдинга раздражал его коллег по лаборатории, ранние инструменты Gensyn вышли на свободу. Gensyn недавно выпустил свой протокол «RL Swarms» (потомок докторской работы Филдинга) и только что запустил свою Testnet — которая вводит блокчейн в строй.

В этом разговоре, предшествовавшем саммиту по искусственному интеллекту,на Консенсусе в ТоронтоФилдинг дает вводную информацию об AI Swarms, объясняет, как блокчейн вписывается в эту головоломку, и делится тем, почему все новаторы, а не только технологические гиганты, «должны иметь право создавать технологии машинного обучения».

Это интервью было сокращено и слегка отредактировано для ясности.

Поздравляю с запуском тестнета. В чем его суть?

Бен Филдинг:Это добавление первой MVP-функции интеграции блокчейна к тому, что мы запустили на данный момент.

Каковы были эти изначальные возможности до появления блокчейна?

Поэтому несколько недель назад мы запустили RL [Reinforcement Learning] Swarm, который представляет собой обучение с подкреплением после обучения в виде одноранговой сети.

Вот самый простой способ думать об этом. Когда предварительно обученная модель проходит обучение рассуждениям — например, DeepSeek-R1 — она учится критиковать собственное мышление и рекурсивно улучшаться в соответствии с задачей. Затем она может улучшить свой собственный ответ.

Мы продвигаем этот процесс на ONE шаг дальше и говорим: «Для моделей здорово критиковать собственное мышление и рекурсивно улучшаться. А что, если они смогут общаться с другими моделями и критиковать мышление друг друга?» Если вы соберете много моделей в группу, которая может общаться друг с другом, они смогут начать учиться отправлять информацию другим моделям… с общей целью улучшения всего роя.

Попался, это объясняет название «Рой».

Правильно. Это метод обучения, который позволяет многим моделям как бы объединяться параллельно, чтобы улучшить результат конечной метамодели, которую вы можете создать из этих моделей. Но в то же время у вас есть каждая отдельная модель, которая просто улучшается сама по себе. Так что если бы вы пришли с моделью на MacBook, присоединились к рою на час, а затем снова вышли, у вас была бы улучшенная локальная модель, основанная на знаниях в рое, и вы бы также улучшили другие модели в рое. Это этот совместный процесс обучения, к которому может присоединиться любая модель, и любая модель может это сделать. Вот что такое RL Swarm.

Хорошо, вот что вы выпустили несколько недель назад. А где же тут блокчейн?

Таким образом, блокчейн — это то, как мы продвигаем некоторые примитивы более низкого уровня в систему.

Давайте простопритворяться что кто-то T понимает фразу «низкоуровневые примитивы». Что вы имеете в виду?

Да, я имею в виду, очень близко к самому ресурсу. Так что если вы думаете о программном стеке, у вас есть стек GPU в центре обработки данных. У вас есть драйверы поверх GPU. У вас есть операционные системы, виртуальные машины. У вас есть все эти штуки, которые запускаются.

Итак, примитив нижнего уровня — это самый близкий к нижнему фундаменту в стеке технологий. Я правильно понимаю?

Да, именно так. И RL Swarm — это демонстрация того, что возможно, по сути. Это просто немного хакерская демонстрация того, как делать действительно интересное крупномасштабное масштабируемое машинное обучение. Но то, чем Gensyn занимается последние четыре с лишним года, реалистично, — это создание инфраструктуры. И вот мы сейчас находимся в этом периоде, когда вся инфраструктура находится на уровне бета-версии v0.1. Все сделано. Она готова к работе. Нам нужно придумать, как показать миру, что возможно, когда это довольно большой сдвиг в том, как люди думают о машинном обучении.

Похоже, вы занимаетесь чем-то большим, чем просто децентрализованные вычисления или даже инфраструктура?

У нас есть три основных компонента, которые находятся под нашей инфраструктурой. Выполнение — у нас есть последовательные библиотеки выполнения. У нас есть собственный компилятор. У нас есть воспроизводимые библиотеки для любого целевого оборудования.

Вторая часть — это коммуникация. Предположим, вы можете просто запустить модель на любом совместимом устройстве в мире, можете ли вы заставить их общаться друг с другом? Если все выберут один и тот же стандарт, все смогут общаться как TCP/IP из интернета, в принципе. Поэтому мы создаем эти библиотеки, и RL Swarm — пример такой коммуникации.

И, наконец, проверка.

Ах да, я полагаю, что вот тут-то и вступает в дело блокчейн…

Представьте себе сценарий, в котором каждое устройство в мире работает согласованно. Они могли бы LINK модели вместе. Но могут ли они доверять друг другу? Если я подключу свой MacBook к вашему, да, они могли бы выполнять те же задачи. Да, они могли бы отправлять тензоры туда и FORTH, но знают ли они, что то, что они отправляют на другое устройство, на самом деле происходит на другом устройстве или нет?

В современном мире мы с вами, вероятно, подписали бы контракт, в котором бы говорилось: да, мы согласны, что мы обеспечим, чтобы наши устройства делали правильные вещи. В мире машин это должно происходить программно. Так что это последняя часть, которую мы создаем, криптографические доказательства, вероятностные доказательства, игровые теоретические доказательства, чтобы сделать этот процесс полностью программным.

Вот тут-то и появляется блокчейн. Он дает нам все преимущества блокчейна, которые вы только можете себе представить, такие как постоянная идентификация, платежи, консенсус и ETC. И вот что мы делаем сейчас с тестовой сетью: берем RL Swarm и примитивы другой инфраструктуры, добавляем компоненты блокчейна и говорим: «Эй, когда вы сейчас присоединяетесь к рою, у вас есть постоянная идентификация, которая существует в децентрализованном реестре».

В будущем у вас будет возможность совершать платежи, но сейчас у вас есть этот механизм консенсуса доверия, где мы можем прекращать споры. Так что это своего рода MVP будущей инфраструктуры Gensyn, куда мы собираемся добавлять компоненты по мере продвижения.

Расскажите нам, что вас ждет в будущем?

Когда мы достигаем основной сети, все программное обеспечение и инфраструктура работают против блокчейна как источника доверия, платежей, консенсуса и ETC., идентичности. Это первый шаг этого. Это добавление идентичности и утверждение, что когда вы присоединяетесь к рою, вы можете зарегистрироваться как одно и то же лицо. Все знают, кто вы, без необходимости проверять какой-то централизованный сервер или веб-сайт где-то.

Теперь давайте отвлечемся и поговорим дальше в будущем. Как это будет выглядеть через год, через два года, через пять лет? Какая у вас Полярная звезда?

Конечно. Конечное видение — взять все ресурсы, которые находятся в машинном обучении, и сделать их мгновенно программно доступными для всех. Машинное обучение сильно ограничено своими CORE ресурсами. Это создает этот огромный ров для централизованных компаний ИИ, но он T должен существовать. Он может быть с открытым исходным кодом, если мы сможем создать правильное программное обеспечение. Поэтому мы считаем, что Gensyn создает всю низкоуровневую инфраструктуру, чтобы позволить ему приблизиться к открытому исходному коду настолько, насколько это возможно. Люди должны иметь право создавать технологии машинного обучения.