Інтерв’ю з співзасновником Gensyn Гаррі Грівом: основна мережа незабаром стартує — як використати невикористані ресурси для подолання «масштабної стелі» обчислювальної потужності AI?

Гість: Harry Grieve, співзасновник Gensyn
Редагування: momo, ChainCatcher

Коли жага AI-моделей до обчислювальної потужності стикається з природними обмеженнями централізованої пропозиції, відбувається тиха революція обчислювальних ресурсів. Два співзасновники Gensyn, Harry Grieve та Ben Fielding, побачили, що ключ до прориву полягає в активації сплячого потенціалу обчислювальної потужності мільярдів пристроїв по всьому світу, а шлях до цього — децентралізація.

Gensyn прагне створити розподілену мережу машинного навчання, яка через блокчейн-протокол з’єднує невикористані обчислювальні пристрої по всьому світу, і забезпечує достовірність результатів тренування завдяки інноваційній технології верифікованих обчислень. Їх тестова мережа вже залучила 150 тисяч користувачів і стабільно працює. З успішним завершенням етапу тестової мережі, основна мережа Gensyn також незабаром буде запущена.

Gensyn отримав 43 мільйони доларів фінансування серії A під керівництвом a16z, а загальна сума фінансування перевищила 50 мільйонів доларів. У цьому інтерв’ю Harry Grieve системно пояснює, як Gensyn, виходячи з ключової ідеї "масштабного прориву", будує технічну дорожню карту та бізнес-мислення для інфраструктури наступного покоління AI.

Мета децентралізації — подолати обмеження масштабів обчислювальної потужності

1. ChainCatcher: Розкажіть трохи про себе. Які три найважливіші етапи у вашій кар’єрі до заснування Gensyn? Як вони вплинули на ваш вибір "децентралізованих AI-обчислень"?

Harry Grieve: Я належу до покоління, яке рано познайомилося з інтернетом. Тоді мережа була більш відкритою, децентралізованою, наповненою мережами обміну файлами та різними інформаційними сховищами. Це сформувало моє розуміння інформації та мереж, і з ранніх років я схилявся до ідей відкритого коду та децентралізації.

Університет і подальший час познайомили мене з класичним лібералізмом, що змусило мене більше цінувати особисті права та свободи, а також ставити під сумнів централізацію влади та цензуру. Це безпосередньо пов’язано з сучасними AI-моделями — коли моделі приймають рішення за нас, хто визначає їхні "права" та спосіб дій? Це викликало мої роздуми про суверенітет і етику AI.

Після закінчення університету я працював у лондонській компанії з машинного навчання, де на власному досвіді відчув величезні труднощі з отриманням масштабних обчислювальних ресурсів і якісних даних. Я зрозумів, що для подальшого розвитку потужніших моделей потрібно вирішити питання доступу та масштабування базових ресурсів (обчислень і даних), що й стало причиною мого рішучого входження в децентралізовані AI-обчислення та заснування Gensyn.

2. ChainCatcher: Яка була відправна точка для створення Gensyn? Як ви з Ben Fielding за 8 тижнів у Entrepreneur First вирішили "All-in" у цьому напрямку?

Harry Grieve: Ми познайомилися на соціальному заході перед стартом британського акселератора Entrepreneur First. Ми швидко вирішили "All-in" у цьому напрямку, виходячи з двох ключових спільних переконань:

По-перше, ми твердо вірили у майбутнє машинного навчання. У 2020 році (до появи ChatGPT) ми обидва були впевнені, що машинне навчання стане наступною технологічною хвилею. Хоча це ще не було загальним консенсусом, ми бачили прориви у генерації зображень, взаємодії тощо, і вірили в їхній потенціал.

По-друге, ми обидва виступали проти "централізації". Я страждав від вузьких місць централізованих обчислень і джерел даних, а Ben у своїх докторських дослідженнях і підприємництві зосереджувався на приватності та безпеці даних. Ми обидва критично ставилися до централізації. Спочатку ми звертали увагу на такі технології, як "федеративне навчання", але згодом зрозуміли, що для вирішення проблеми довіри потрібен децентралізований механізм фіксації стану та відповідальності, що й привело нас до блокчейну. Ми з "AI-орієнтованих" засновників перетворилися на дослідників "AI+крипто".

3. ChainCatcher: Тоді AI-тренування, здається, в основному покладалося на хмарних гігантів (як AWS). Чому ви були впевнені, що "децентралізована обчислювальна потужність" має шанс? Які були основні рушії вибору децентралізованої обчислювальної потужності?

Harry Grieve: Рушії були багатогранними, але найголовніше — це масштаб.

Зараз майже всі доступні інтернет-дані вже використані для тренування моделей. Подальше підвищення продуктивності залежить від отримання даних, які знаходяться "на краю", наразі недоступних. Щоб використати ці дані, потрібно йти до краю, а це природно вимагає децентралізації.

Хоча централізовані обчислювальні потужності мають великі інвестиції, попит AI на обчислення "безмежний". Ця жага підштовхне попит на обчислення до всіх недостатньо використаних пристроїв. Щоб підключити та масштабовано використовувати ці розподілені ресурси без їх централізації, децентралізація — єдиний шлях.

Отже, масштаб — це єдина відповідь. Децентралізація потрібна для розблокування безпрецедентного масштабу обчислювальних і даних ресурсів.

У чому полягає основна диференціація Gensyn?

4. ChainCatcher: Якби ви мали пояснити не технічній аудиторії одним реченням, яку систему створює Gensyn?

Harry Grieve: Gensyn — це система, яка дозволяє вам у безпрецедентному масштабі отримувати доступ до всіх основних ресурсів (як обчислювальна потужність і дані), необхідних для побудови систем машинного навчання.

5. ChainCatcher: У децентралізованій обчислювальній сфері вже є такі гравці, як Akash, Render, io.net. У чому полягає акцент або основна диференціація Gensyn?

Harry Grieve: Ми дуже поважаємо таких ранніх гравців, як Akash. Наша основна диференціація полягає, з одного боку, у різному погляді на ресурси: інші проекти в основному пропонують оренду окремих контейнеризованих GPU. А Gensyn має ширший погляд — ми розглядаємо різні ресурси машинного навчання (обчислення, дані, моделі), які взаємопов’язані та можуть повторно використовуватися.

Наприклад, вихідні дані, отримані під час інференсу моделі на одному вузлі, — це дані, які можна використати для тренування інших моделей. У нашій мережі межі між інференсом, тренуванням, обчисленнями та даними розмиваються. Система, яку ми будуємо, створена для адаптації до цієї динамічної, хаотичної нової парадигми машинного навчання.

6. ChainCatcher: Чи можете ви системно пояснити читачам, яку продуктову стратегію зараз реалізує Gensyn? Як ви системно впроваджуєте децентралізовану обчислювальну потужність?

Harry Grieve: Це технічний опис: це децентралізована криптомережа, де користувачі можуть через наш нативний токен отримувати доступ до різних ресурсів — як до верифікованих обчислювальних ресурсів для тренування чи інференсу, так і до механізмів стимулювання тренування різних моделей за об’єктивними критеріями. Система складається з трьох основних блоків, які разом формують потужний замкнений цикл:

Система верифікації: Це наша основна технологія. Ми розробили власний компілятор і фреймворк верифікації, які дозволяють здійснювати бітову точну перевірку на різному обладнанні та ПЗ. Це означає, що ми можемо довести, що результат тренування моделі на одному пристрої повністю збігається з результатом перевірки на іншому, зовсім іншому пристрої. Це основа довіри в мережі та запобігання шахрайству.

Технологія масштабування (Swarm): Це peer-to-peer фреймворк для тренування (наприклад, для RLHF). Він дозволяє підключати незліченну кількість пристроїв по всьому світу для горизонтального масштабування, використовуючи обчислення та дані на edge-пристроях для тренування, створюючи потужніші моделі.

Технологія асистента (Assist Agent): У нас є автономні AI-асистенти, які можна інтегрувати в додатки. Вони можуть навчатися без керування та допомагати користувачам виконувати завдання. Під час тренування ці асистенти можуть використовувати нашу технологію масштабування для тренування на різних пристроях, самостійно еволюціонуючи та стаючи сильнішими.

Загалом, коли користувач інтегрує інтелектуального асистента у свій додаток, той під час виконання завдань постійно генерує дані взаємодії; потім ці дані надходять у наш фреймворк масштабування, де модель оптимізується через розподілене тренування на різних пристроях; у цьому процесі основна технологія верифікації забезпечує точність і достовірність тренування, в результаті чого створюється нове покоління моделей із значно підвищеною продуктивністю. Цей процес формує нелінійну, постійно підсилювану екосистему машинного навчання, яка дозволяє системі зберігати надійність і здатність до еволюції під час масштабування.

7. ChainCatcher: Від раунду A у 2023 до публічного тестування у 2025, який найбільший технічний рубіж досяг Gensyn? Чи був момент, коли команда "кричала від захвату"? Яка, на вашу думку, найбільш недооцінена технічна інновація Gensyn?

Harry Grieve: Відверто кажучи, ми, мабуть, частіше "кричали від страху", ніж від захвату — підприємництво важке.

Я вважаю, що найбільш недооціненою технічною інновацією є наша система верифікації. Її побудова надзвичайно складна, вона вимагає вирішення всіх можливих причин недетермінізму — від компілятора, ML-фреймворків до апаратного рівня (навіть включаючи бітові збої GPU через космічні промені). Її цінність значно недооцінена зовнішнім світом. Саме ця технологія гарантує безпеку та масштабованість нашої мережі, дозволяючи нам безпечно підключати будь-які пристрої до мережі для верифікації без ризику розмивання безпеки.

Понад 150 тисяч користувачів тестової мережі, основна мережа незабаром буде запущена

8. ChainCatcher: Порівняно з централізованими хмарними гігантами чи іншими децентралізованими мережами, чи маєте ви зараз переваги у продуктивності та вартості?

Harry Grieve: За абсолютним масштабом кластерів ми наразі не можемо зрівнятися з такими гігантами, як AWS, але це питання прийняття мережі, а не технічних обмежень. Наша перевага — у розблокуванні нових масштабів ресурсів (особливо edge-обчислень і даних), а також у становленні інфраструктурою для майбутньої цивілізації машинного інтелекту. Ми віримо, що справді автономний AI, здатний до самостійної еволюції та існування в криптоекономічній системі, потребуватиме децентралізованої, бездозвільної мережі як "середовища існування" — саме це ми й будуємо.

9. ChainCatcher: Яка зараз активність вашої мережі? Які дані можете поділитися?

Harry Grieve: На етапі тестової мережі ми досягли дуже позитивних результатів: понад 150 тисяч користувачів, більшість з яких прийшли завдяки привабливості продукту; близько 40 тисяч вузлів працюють у мережі; система вже натренувала понад 800 тисяч моделей.

10. ChainCatcher: Які "останні милі" перешкоди для запуску основної мережі? Який у вас графік запуску основної мережі? Чи є чіткий графік TGE?

Harry Grieve: Запуск основної мережі — наш головний пріоритет, TGE відбудеться разом із цим. Зараз ми приблизно за 3-4 тижні до запуску основної мережі, після чого розпочнеться аудит основної мережі.

До цього потрібно переконатися, що всі механізми на місці, працюють правильно, функціонал повний, і найголовніше — забезпечити безпеку економічної діяльності мережі.

11. ChainCatcher: Які зміни в ринковому попиті відбулися для Gensyn порівняно з моментом заснування? Який вплив має на вас прихід епохи машинного інтелекту?

Harry Grieve: Порівняно з початком, ринкове середовище для Gensyn кардинально змінилося. Згадуючи 2020 рік, коли ми тільки починали, нам доводилося неодноразово пояснювати інвесторам важливість машинного навчання, а з появою ChatGPT AI став загальновизнаним явищем. Це змінило й конкурентне середовище — з’явилося безліч AI- та обчислювальних стартапів. Водночас зміст дискусій у галузі також змінився — етичні межі open-source моделей, регуляторні рамки AI governance, які ще кілька років тому майже нікого не цікавили, тепер стали гарячими темами політики у різних країнах.

Саме на цьому тлі прискорення епохи машинного інтелекту підтверджує цінність існування Gensyn. Ми створюємо децентралізовану обчислювальну мережу, яка має стати базовою підтримкою для автономного, еволюційного машинного інтелекту. Коли AI-системи захочуть подолати існуючі обмеження обчислювальної потужності, досягти справжнього самонавчання та швидкої ітерації, наша інфраструктура стане ключовим фундаментом цієї нової епохи.

12. ChainCatcher: Ви згадували у публічних виступах "економічні, етичні та регуляторні виклики AI". Яких регуляторних ризиків ви найбільше боїтеся? Як протокол Gensyn балансує між "дружністю до регуляції" та "стійкістю до цензури"?

Harry Grieve: Обговорюючи регулювання AI, я найбільше боюся, що політика регулювання помилково націлиться на інфраструктурний рівень. Уявіть, якщо в майбутньому введуть обмеження на кількість GPU, розмір датасетів чи навіть частку електроенергії для AI-тренування — такий грубий підхід серйозно загальмує прогрес усієї галузі. З нашої точки зору, AI-моделі мають бути відкритими, як математичні формули, і не повинні надмірно обмежуватися.

На рівні протоколу ми шукаємо баланс. Зараз ваги моделей і передача даних у мережі залишаються у відкритому вигляді, що забезпечує необхідну прозорість для регуляторів. Водночас, оскільки ми будуємося на таких базових публічних блокчейнах, як Ethereum, ми природно успадковуємо їхню децентралізованість і механізми верифікації. Така архітектура зберігає необхідну видимість для регуляторів і водночас гарантує стійкість до цензури.

З подальшим проривом AI пошук балансу між відкритістю та контролем стане важливим завданням для нас і всієї галузі на найближчі роки.

13. ChainCatcher: Якщо у 2030 році озирнутися назад, яким буде ключовий показник успіху Gensyn?

Harry Grieve: Ключовий показник успіху — це не просто фінансові дані чи кількість користувачів. Я сподіваюся, що найбільший внесок Gensyn — стати економічною основою паралельної машинної цивілізації.

До 2030 року я хочу побачити повністю паралельне суспільство, цивілізацію та економіку, які працюють на блокчейні, без участі людей. Ця цивілізація може створювати економічний продукт, співмірний або навіть більший за людський, мати справжню креативність і значно просувати науку та вирішувати великі людські проблеми (як подовження життя, зменшення нерівності). Якщо Gensyn стане основою для всього цього, це буде нашою найвищою ознакою успіху.