Hedera의 기술적 인 Gambit과 AI의 미래에 레몬 베어드

Consensus 2025의 연사 인 Hedera의 공동 설립자는 오늘날의 기술 발전은“산업 혁명을 미성년자로 보이게 할 것”이라고 말했다. Afra Wang과의 인터뷰.

2025 년 5 월 12 일 오후 5시 07 분 업데이트 2025 년 5 월 12 일 오후 4시 55 분 출판

Leemon Baird는 처음에 그의 작품을 발표했습니다 해시 그라프 합의 2016 년에는 전통적인 블록 체인 아키텍처의 대안으로 배치합니다. Baird는 컴퓨터 과학에 대한 배경 지식과 학계 및 산업에 걸친 경력을 통해 Hedera를 공동 설립하여 기술을 상용화했습니다.

그의 학문적 궤적은 1990 년대에 신경망과 강화 학습에서 그의 초기 작업으로 유명합니다. AI 연구가 나중에 “AI Winter”라고 불리는 것을 탐색 한시기입니다. 그 이후로, Hedera 프로젝트는 경쟁 분산 원장 접근법으로 붐비는 조경으로 발전하여 기술적 우월성을 주장하고 시장의 다양한 부문을 목표로 삼았습니다.

베어드, 스피커 합의 2025기술 설명과 비즈니스 전략 사이에서 쉽게 전환하여 새로운 기술과 그 주변의 실행 가능한 생태계를 구축하는 이중 과제를 반영합니다.

이 인터뷰는 명확성을 위해 응축되고 가볍게 편집되었습니다.

COINDESK : 많은 대안 적 합의 메커니즘이 제안 된 기간 동안 2016 년 해시 그라프 알고리즘이 등장했습니다. 이전 접근 방식의 기술적 한계는 구체적으로 해결하려고 했습니까?

베어드: 나는 컴퓨터 과학과 그것의 수학 측면을 좋아합니다. 25 년 전 기업가가되었을 때, 그것은 같은 과정이었습니다. 내가 항상하는 일의 핵심은 우리가 해결하려는 근본적인 문제를 이해하려고 노력하는 것입니다. 진짜 질문은 무엇입니까? 우리는 실제로 무엇을 성취하려고 노력하고 있습니까? 그리고 당신은 그것을 기반으로 그 문제를 해결합니다. 블록 체인에서 내가 요청한 근본적인 질문은 다음과 같습니다. 비트 코인은 시원하지만 ABFT와 함께 할 수있는만큼 느리고 안전하지 않습니다. [Asynchronous Byzantine Fault Tolerance]. 그것은 많은 에너지를 태우고 우리가 원하는만큼 유연하지 않습니다. 컨센서스 자체의 바닥 층에서 여전히 빠르고 안전한 상태에서 많은 에너지를 태우지 않는 방법이 있는지 궁금했습니다. 가장 강력한 보안 인 ABFT를 달성 할 수있는 반면, 전기를 태우거나 대기에 탄소를 덤프하지 않는 반면, 또한 가장 강력한 보안을 달성 할 수 있습니까?

나는 2012 년에 내가 탐구하고 있던 많은 수학 문제 중 하나로 작업을 시작했습니다. 처음에, 나는 그것이 할 수 없다고 확신했다. 나는 문제를 집어 들고, 놀고, 그리고 나 자신이 불가능하다는 것을 확신시켜 주었다. 그러나 2015 년에 나는 두 개의 해시를 던져 갑자기 모든 것이 제자리에 들어온다는 것을 깨달았습니다. 인터넷 속도에 따라 최종 속도를 가질 수 있지만 ABFT로 궁극적 인 보안을 가질 수 있습니다. 그리고 그것은 스테이크의 증거이므로 전기를 낭비하지 않습니다.

비즈니스 관점에서 문제는 다음과 같습니다. 이것을 통제하는 올바른 방법은 무엇입니까? 우리가 블록 체인을 볼 때, 그들은 종종 “우리는 지배 구조가 없다. 누구나 도울 수있다”고 주장한다. 그러나 시간이 지남에 따라 힘은 통합 될 수 있습니다. 결국 모든 개발자 나 모든 것을 통제하는 장면 뒤에있는 사람들이 있습니다.

Hedera와 함께, 우리는 다르게 시작했습니다. 우리는 처음부터 거버넌스를 분산시켰다. 우리는 세계에서 가장 큰 조직 중 일부를 가져 왔습니다. 사람들이 신뢰하고 보호 할 평판이있는 대학과 기업이 전 세계적으로 퍼져 나갔습니다. 그들은 서로 균형을 잡고 수표와 균형을 만들고 함께 시스템을 관리합니다.

기본적인 질문을 다루는 것이 었습니다. 거버넌스에서 정말로 원하는 것은 무엇입니까? 시스템을 완전히 신뢰하는 데 필요한 진정한 신뢰성, 또는 적어도 낮은 신뢰 막대가 무엇입니까? 그것이 우리의 대답이었습니다. 수학적 문제와 같은 엄격한 비즈니스 질문을 접근합니다.

COINDESK : RWA 토큰 화, 탄소 크레딧 및 Stablecoin을 주요 사용 사례로 언급했습니다. 이들은 거의 모든 주요 블록 체인이 초점을 맞추고있는 영역입니다. Hedera의 특정 구현은 의미있는 거래량 또는 사용자 채택을 보여 주었습니까?

베어드: 네 가지 주요 영역을 강조하겠습니다.

첫째, AI는 지금 매우 흥미 진진합니다. AI의 위험은 또한 AI에 대한 출처, 거버넌스 및 버전 제어를 확립 해야하는 이유입니다. 사람들은 무슨 일이 일어나고 있는지 믿을 수 있는지 알아야합니다. Hedera는 허가 데이터 및 교육 데이터를 제공하는 사람들을위한 로열티를 처리하는 등 여러 가지 방법으로 AI를 도와줍니다. 그 일 Eqty Lab Hedera의 Nvidia와 Intel과 함께하는 것은 특히 흥미 진진합니다.

둘째, 실제 자산 토큰 화는 우리가 귀중한 자산을 처리하는 방식을 변화시키고 있습니다. 우리는 부동산, 금, 다이아몬드, 탄소 크레딧, 심지어 Hedera의 탄소 배출을 발표하는 수많은 프로젝트를 보유하고 있습니다. 블록 체인 기술의 시작부터, 나는 중요한 것이 원숭이 나 게임의 사진이 아니라는 점을 유지했습니다. 그것은 지구상의 모든 가치가 궁극적 으로이 원장에 놓일 것입니다.

셋째, 실제 채택을 원한다면 stablecoin이 필수적입니다. 우리는 Hedera에서 Stablecoin 개발을 쉽게 만들기 위해 안정적인 코인 스튜디오를 만들었습니다. Hedera Council에는 Stablecoins와 인상적인 작업을 수행하는 많은 금융 기관이 포함되어 있습니다.

넷째, 불변의 데이터 레코드는 Hedera Consensus 서비스를 통해 Hedera에 거의 고유합니다. 이를 통해 액세스 컨트롤 및 불변의 녹음을 통해 메시지를 주제로 전송할 수 있습니다. 현대 및 기아와 같은 회사는이 공급망을 통해 배출량 추적에이를 사용합니다.

Coindesk : UCL의 연구 에너지 소비는 다양한 네트워크를 비교했지만 이러한 비교에서 방법론이 크게 중요합니다. 스테이크 증명 시스템에는 일반적으로 유사한 프로파일이 있으며 차이가 노드 수 및 하드웨어 요구 사항으로 내려집니다. Hedera의 접근 방식은 다른 POS 네트워크와 근본적으로 다릅니 까?

베어드: 우리는 처음부터 에너지 소비에 대해 사려 깊었습니다. 우리의 알고리즘에서 노드 실행 및 지배 방식에 이르기까지 모든 것이 작업 증명 대신 스테이크 증명을 사용한다는 사실은 첫날부터 낮은 배출량의 기초를 만들었습니다.

이것은 덕이있는주기를 만들었습니다. 탄소 크레딧을 토큰 화하려는 얼리 어답터는 녹색 블록 체인을 선택했습니다. 그런 다음 배출량과 크레딧을 토큰 화하고자하는 사람들은 다른 사람들이 비슷한 작업을 수행하는 것과 동일한 블록 체인을 사용하기를 원했습니다. 이 플라이휠 효과는 Hedera가 아마도 녹색 기술 공간에서 가장 인기있는 블록 체인 일 것입니다.

University College London에 따르면 Hedera는 모든 블록 체인의 거래 당 탄소 배출량이 가장 낮습니다. 우리는 또한 탄소 신분을 탄소 음수로 구매합니다. 초록색은 처음부터 구조로 구워 졌기 때문에 우리는이 분야의 리더가되었습니다.

Coindesk : 우리는 AI와 블록 체인 기술을 결합하려는 많은 프로젝트를보고 있습니다. 이러한 시스템이 운영하는 다양한 계산 패러다임을 감안할 때 마케팅 내러티브를 넘어서는 현실적인 통합 지점은 무엇입니까?

베어드: AI와 블록 체인의 교차점은 대부분의 사람들이 알고있는 것보다 더 중요합니다. Hedera에서는 여러 분야에서 실제 견인력을보고 있습니다.

프로비던스와 거버넌스가 중요합니다. 우리가 모든 것이 Ai 생성 될 세상에 들어서면서 AI를 신뢰할 수 있다는 것을 알아야합니다. 이를 위해서는 인간 또는 AI-AI가 창조하든 기원을 확인하기 위해 디지털 서명이 필요합니다.

데이터 권한은 또 다른 중요한 교차로입니다. 수천 명의 사람들이 AI를 훈련시키기 위해 소량의 데이터를 기여할 때 각 사람은 자신의 데이터를 통제해야합니다.

앞으로, 나는 정체성에 Hedera를 사용하고 AI 시스템에 정체성을 통합하는 것에 대해 가장 기쁘게 생각합니다. 우리는 AI 생성 미디어를 현실과 구별 할 수없는 지점에 도달하고 있습니다. 유일한 솔루션은 디지털 서명입니다. 사진 작가 또는 기자가 콘텐츠에 서명해야합니다. 그러나 그러한 서명을 확인하려면 신뢰할 수있는 신분 시스템이 필요합니다.

COINDESK : 현재 AI 붐 전에 1990 년대에 신경망을 연구 한 결과 오늘날의 대형 언어 모델에 대한 관점은 무엇입니까? 기술에서 근본적으로 변화가 있었습니까, 아니면 규모의 결과를보고 있습니까?

베어드: 많은 AI 개발이 예상대로 정확하게 전개되었습니다. Alphago가 세계의 GO 챔피언을 물리 쳤을 때, Ais가 포커를 정복했을 때 Alphazero가 체스를 습득했을 때, 나는 모든 것을 기대했습니다. 그들은 심지어 내가 구상 한 거의 같은 기술을 사용했습니다. 우리는 단순히 더 빠른 컴퓨터가 필요했습니다.

자율 주행 차도 내가 예측 한대로 내가 예측 한 방법을 사용하여 정확하게 진행되고 있습니다.

그러나 Chatgpt와 큰 언어 모델 (LLM)이 완전히 놀랐습니다. 2017 년의 트랜스포머 아키텍처는 논문 “주의가 필요합니다”라는 논문에 설명되어있는 사람은 아무도 예상 할 수 없었던 획기적인 발표를 나타 냈습니다. 90 년대에, 우리는 언어 처리에 완전히 혼란 스러웠습니다. 다양한 접근 방식을 연기하지만 매번 실패했습니다.

오늘날의 LLM의 능력은 여전히 ​​저를 놀라게하며 미래는 여전히 예측할 수 없습니다. 그들은 초 지성에 도달 할 것인가? 아니면 천장에 부딪 칠까요? 나는 모르겠다. 그리고 나는 아무도하지 않는다고 주장한다.

휴머노이드 로봇도 기대를 능가했습니다. 그들의 물리적 발달이 나의 예측과 일치했지만, LLM에 의해 힘을 얻은 그들의 대화 능력은 내가 상상했던 것보다 훨씬 뛰어났다. 앞으로 몇 년 동안 그들은 용접, 배관 및 전기 작업과 같은 숙련 된 거래로 발전하기 전에 기본 공장 작업으로 시작할 것입니다.

이러한 기술 발전은 산업 혁명을 비교할 때 사소하게 보이게 할 것입니다. 대부분의 사람들은 이러한 변화의 규모 나 그들이 얼마나 빠르게 다가 오는지를 파악하지 못했습니다.