벤 필딩 : 기계 인텔리전스 분산

분산 된 AI가 어떻게 큰 기술과 경쟁 할 수 있는지에 대한 Gensyn의 CEO. Fielding은 올해 Consensus Festival의 연사로 AI 서밋에 나타납니다.

2025 년 4 월 2 일, 오후 8시 38 분 UTC2025 년 4 월 2 일, 오후 5시 42 분 UTC

그것은 시끄러운 책상으로 시작되었습니다. 책상은 영국 북부의 노섬 브리아 대학교 (Northumbria University)의 실험실에서 목재 칸막이로 젊은 AI 연구원이 박사 학위를 시작했습니다. 이것은 2015 년이었다. 연구원은 Ben Fielding이었다. 그는 AI를 개발하기 위해 초기 GPU로 채워진 대형 기계를 만들었다. 기계는 너무 시끄러워서 필딩의 실험실 동료를 짜증나게했습니다. 필딩은 책상 아래에서 기계를 꽉 쥐었지만 너무 커서 다리를 옆으로 꽂아야했습니다.

수비에는 정통한 아이디어가있었습니다. 그는 여러 모델의 클러스터 인 AI의“무리”가 서로 대화하고 서로를 배울 수있는 방법을 탐구하여 집단 전체를 향상시킬 수있는 방법을 탐구했습니다. 한 가지 문제가있었습니다. 그는 책상 아래의 시끄러운 기계의 현실에 의해 수갑을 탔습니다. 그리고 그는 자신이 외식을 받았다는 것을 알았습니다. Fielding은“Google 도이 연구를하고있었습니다. “그리고 그들은 수천 명을 가졌습니다 [of GPUs] 데이터 센터에서. 그들이하고 있던 일은 미쳤다. 나는 방법을 알고 있었다. 나는 많은 제안이 있었지만 그것을 실행할 수 없었다.”

Gensyn의 CEO 인 Ben Fielding은 연사입니다 토론토의 Consensus 2025.

Jeff Wilser는 그 자리입니다 The People ‘s AI : 분산 된 AI 팟 캐스트 Consensus 2025에서 AI Summit을 주최 할 예정입니다.

그래서 10 년 전, 그것은 수비에 새벽이되었습니다. 계산 제약은 항상 문제가됩니다. 2015 년에 그는 컴퓨팅이 학계에서 어려운 제약이라면 AI가 주류가되었을 때 절대적으로 어려운 제약 일 것임을 알았습니다.

솔루션?

분산 된 AI.

필딩은 2020 년에 또는 분산 된 AI가 유행하기 전에 2020 년에 Gensyn (Harry Grieve와 함께)을 공동 창립했습니다. 이 프로젝트는 처음에 분산 된 컴퓨팅을 구축하는 것으로 유명합니다. Coindesk의 경우 그리고 회의에서 패널 패널에서 – 그러나 비전은 실제로 “기계 인텔리전스 네트워크”입니다. 그들은 기술 스택을 위아래로 구축하고 있습니다.

그리고 지금, Fielding의 시끄러운 책상이 그의 실험실 동료들을 괴롭히고 10 년 후, Gensyn의 초기 도구는 야생에 있습니다. Gensyn은 최근 “RL Swarms”프로토콜 (Fielding의 PhD 작업의 후손)을 발표했으며 방금 블록 체인을 접어 넣은 TestNet을 시작했습니다.

이 대화에서 AI 정상 회담으로 이어지는 대화에서 토론토의 합의에서Fielding은 AI Swarms의 입문서를 제공하고 블록 체인이 퍼즐에 어떻게 빠져들고 있는지 설명하고 기술 거대 기업뿐만 아니라 모든 혁신가가“기계 학습 기술을 구축 할 권리가 있어야하는 이유”를 공유합니다.

이 인터뷰는 명확성을 위해 응축되고 가볍게 편집되었습니다.

TestNet 출시를 축하합니다. 그것이 무엇인지에 대한 요점은 무엇입니까?

벤 필딩 : 블록 체인 통합의 첫 번째 MVP 기능이 지금까지 시작된 것과 추가되었습니다.

그 독창적 인 기능, 사전 블록 체인은 무엇입니까?

그래서 우리는 RL을 시작했습니다 [Reinforcement Learning] 몇 주 전에는 피어 투 피어 네트워크로 강화 학습, 훈련 후 강화 학습입니다.

여기에 대해 생각하는 가장 쉬운 방법은 다음과 같습니다. 미리 훈련 된 모델이 DeepSeek-R1과 같은 추론 교육을 겪을 때, 그것은 자신의 사고를 비판하고 과제에 대해 재귀 적으로 개선하는 법을 배웁니다. 그런 다음 자체 답변을 향상시킬 수 있습니다.

우리는 그 과정을 한 단계 더 발전시켜“모델이 자신의 생각을 비판하고 재귀 적으로 개선하는 것이 좋습니다. 다른 모델과 대화하고 서로의 생각을 비판 할 수 있다면 어떻게 될까요?” 모두 서로 대화 할 수있는 그룹에서 많은 모델을 모으는 경우, 전체 떼 자체를 개선하는 전반적인 목표로 다른 모델에 정보를 보내는 방법을 배우기 시작할 수 있습니다.

Gotcha,“Swarm”이라는 이름을 설명합니다.

오른쪽. 이 교육 방법은 많은 모델이 병렬로 결합하여 해당 모델에서 만들 수있는 최종 메타 모델의 결과를 개선 할 수 있도록합니다. 그러나 동시에, 당신은 자체적으로 개선하는 모든 개별 모델이 있습니다. 따라서 MacBook의 모델과 함께 오면 한 시간 동안 떼에 가입 한 다음 다시 떨어 뜨리면 Swarm에 대한 지식을 기반으로 개선 된 로컬 모델을 갖게되며 Swarm의 다른 모델도 개선했을 것입니다. 모든 모델이 참여할 수 있고 모든 모델이 수행 할 수있는이 협업 교육 프로세스입니다. 이것이 바로 RL 떼의 것입니다.

좋아, 그게 몇 주 전에 발표 한 것입니다. 이제 블록 체인은 어디에 들어 오나요?

따라서 블록 체인은 우리가 시스템으로의 하위 레벨 프리미티브 중 일부를 앞으로 나아가고 있습니다.

그냥하자 ~인 척하다 누군가가“하위 레벨 프리미티브”라는 문구를 이해하지 못한다. 그게 무슨 뜻입니까?

예, 저는 자원 자체에 매우 가깝습니다. 따라서 소프트웨어 스택에 대해 생각하면 데이터 센터에 GPU 스택이 있습니다. GPU 위에 운전자가 있습니다. 운영 체제, 가상 머신이 있습니다. 당신은이 모든 것들이 올라가고 있습니다.

따라서 낮은 수준의 원시는 기술 스택에서 최하위 기초에 가장 가깝습니다. 내가 옳은 일을하고 있습니까?

예, 정확히. 그리고 RL Swarm은 기본적으로 가능한 것의 데모입니다. 정말 흥미로운 대규모 규모의 기계 학습을 수행하는 다소 해킹 된 데모입니다. 그러나 Gensyn이 지난 4 년 동안 실제로 한 일은 현실적으로 인프라를 구축하는 것입니다. 그래서 우리는 이시기에 인프라가 모두 V0.1 종류의 베타 레벨에 있습니다. 모든 것이 끝났습니다. 갈 준비가되었습니다. 우리는 사람들이 머신 러닝을 생각하는 방식으로 큰 변화 일 때 세상에 가능한 것을 보여주는 방법을 알아 내야합니다.

여러분들이 분산 된 컴퓨팅 또는 인프라보다 훨씬 더 많은 일을하고있는 것 같습니다.

인프라 아래에있는 세 가지 주요 구성 요소가 있습니다. 실행 – 일관된 실행 라이브러리가 있습니다. 우리는 우리 자신의 컴파일러가 있습니다. 우리는 모든 하드웨어 대상에 대한 재현 가능한 라이브러리가 있습니다.

두 번째 작품은 의사 소통입니다. 그렇다면 호환되는 세계의 모든 장치에서 모델을 실행할 수 있다고 가정하면 서로 대화 할 수 있습니까? 모든 사람이 동일한 표준을 선택하면 모든 사람이 인터넷에서 TCP/IP처럼 기본적으로 의사 소통 할 수 있습니다. 그래서 우리는 해당 라이브러리를 구축하고 RL Swarm은 그 커뮤니케이션의 예입니다.

그리고 마지막으로 확인.

아, 그리고 나는 이것이 블록 체인이 들어오는 곳이라고 생각합니다 …

세계의 모든 장치가 일관되게 실행되는 시나리오를 상상해보십시오. 그들은 모델을 서로 연결할 수 있습니다. 그러나 그들은 서로를 신뢰할 수 있습니까? 내 MacBook을 귀하의 것에 연결하면 예, 동일한 작업을 실행할 수 있습니다. 예, 그들은 텐서를 앞뒤로 보낼 수 있지만 다른 장치로 보내는 일이 실제로 다른 장치에서 발생하고 있다는 것을 알고 있습니까?

현재 세계에서, 당신과 나는 아마도 계약에 서명 할 것입니다. 그렇습니다. 기계 세계에서는 프로그래밍 방식으로 발생해야합니다. 이것이 바로 우리가 구축 한 최종 작품, 암호화 증명, 확률 적 증거, 게임 이론적 증거입니다.

그래서 블록 체인이 들어오는 곳입니다. 그것은 우리가 지속적으로 정체성, 지불, 컨센서스 등과 같이 상상할 수있는 블록 체인의 모든 이점을 제공합니다. 그래서 우리가 지금 테스트 넷으로하고있는 일은 RL Swarm과 다른 인프라의 프리미티브를 취하고 다른 차단 구성 요소의 원시를 가져다가 블록 체인 구성 요소를 추가하고 ‘지금은 위도에 합류 할 때, 당신은 위스티티에 참여하고 있습니다. 원장. ‘

앞으로는 지불 할 수있는 능력이 있지만 지금은 분쟁을 종료 할 수있는 신뢰 합의 메커니즘이 있습니다. 따라서 미래의 Gensyn 인프라의 MVP입니다. 여기서 우리는 구성 요소를 추가 할 것입니다.

파이프 라인 아래로 내려 오는 것에 대한 애타게 드러 줘?

우리가 Main-Net에 도달하면 모든 소프트웨어와 인프라는 신뢰, 지불, 합의 등, 신원의 원천으로 블록 체인에 대해 실시됩니다. 이것이 첫 번째 단계입니다. 정체성을 추가하고 떼에 가입 할 때 같은 사람으로 등록 할 수 있습니다. 모든 사람은 중앙 집중식 서버 나 웹 사이트를 어딘가에 확인할 필요없이 자신이 누구인지 알고 있습니다.

이제 미래에 거칠어지고 더 이야기합시다. 지금부터 2 년 후 1 년, 지금부터 5 년 후에는 어떻게 보입니까? 당신의 노스 스타는 무엇입니까?

확신하는. 궁극적 인 비전은 머신 러닝하에있는 모든 자원을 취하고 모든 사람이 프로그래밍 방식으로 접근 할 수있게하는 것입니다. 머신 러닝은 핵심 리소스에 의해 크게 제한됩니다. 이것은 중앙 집중식 AI 회사를 위해이 거대한 해자를 만들지 만 존재할 필요는 없습니다. 올바른 소프트웨어를 구축 할 수 있다면 오픈 소스를 제공 할 수 있습니다. 따라서 우리의 견해는 Gensyn이 가능한 한 가능한 한 오픈 소스에 가까워 질 수 있도록 모든 저수준 인프라를 구축합니다. 사람들은 기계 학습 기술을 구축 할 권리가 있어야합니다.