Cela a commencé avec un bureau bruyant. Le bureau était une cabine en bois dans un laboratoire de l’Université de Northumbria, dans le nord de l’Angleterre, où un jeune chercheur d’IA a commencé sa piste de doctorat. C’était en 2015. Le chercheur était Ben Fielding, qui avait construit une grande machine remplie de GPU précoces pour développer l’IA. La machine était si bruyante qu’elle agaçait les camarades de laboratoire de Fielding. Fielding entassant la machine sous le bureau, mais c’était si grand qu’il devait coller maladroitement ses jambes sur le côté.
Fielding avait des idées peu orthodoxes. Il a exploré comment les «essaims» de l’IA – grappes de nombreux modèles différents – pourraient se parler et apprendre les uns des autres, ce qui pourrait améliorer l’ensemble collectif. Il n’y avait qu’un seul problème: il était menotté par les réalités de cette machine bruyante sous son bureau. Et il savait qu’il était dépassé. « Google faisait également cette recherche », dit maintenant Fielding. «Et ils avaient des milliers [of GPUs] dans un centre de données. Les choses qu’ils faisaient n’étaient pas folles. Je connaissais les méthodes … J’avais beaucoup de propositions, mais je ne pouvais pas les faire fonctionner.
Ben Fielding, PDG de Gensyn, est conférencier au consensus 2025 à Toronto.
Jeff Wilser est l’hôte de l’IA populaire: le podcast décentralisé de l’IA et accueillera le sommet de l’IA au consensus 2025.
Il y a une décennie, il est apparu sur Fielding: Les contraintes de calcul seraient toujours un problème. En 2015, il savait que si le calcul était une contrainte dure dans le monde universitaire, ce serait absolument une contrainte dure lorsque l’IA est devenue grand public.
La solution?
Ai décentralisé.
Fielding a cofondé Gensyn (avec Harry Grieve) en 2020, ou des années avant que l’IA décentralisée ne devienne à la mode. Le projet était initialement connu pour construire un calcul décentralisé – et j’ai parlé avec le terrain pour Coindesk et sur panneau après panneau lors de conférences – mais la vision est en fait quelque chose de plus large: «Le réseau pour l’intelligence machine». Ils construisent des solutions de haut en bas de la pile technologique.
Et maintenant, une décennie après que le bureau bruyant de Fielding ait ennuyé ses camarades de laboratoire, les premiers outils de Gensyn sont dans la nature. Gensyn a récemment publié son protocole «RL Swarms» (un descendant du travail de doctorat de Fielding) et vient de lancer son TestNet – ce qui amène la blockchain dans le giron.
Dans cette conversation menant au sommet de l’IA, lors du consensus à Toronto, Fielding donne une introduction aux essaims de l’IA, explique comment la blockchain s’accroche au puzzle et partage pourquoi tous les innovateurs – pas seulement les géants de la technologie – «devraient avoir le droit de construire des technologies d’apprentissage automatique».
Cette interview a été condensée et légèrement modifiée pour plus de clarté.
Félicitations pour le lancement TestNet. Quel est l’essentiel de ce que c’est?
Ben Fielding: C’est l’ajout des premières fonctionnalités MVP de l’intégration de la blockchain avec ce que nous avons lancé jusqu’à présent.
Quelles étaient ces caractéristiques originales, pré-blockchain?
Nous avons donc lancé RL [Reinforcement Learning] Swarm il y a quelques semaines, qui est l’apprentissage du renforcement, après la formation, en tant que réseau entre pairs.
Voici la façon la plus simple d’y penser. Lorsqu’un modèle pré-formé passe par une formation de raisonnement – comme Deepseek-R1 – il apprend à critiquer sa propre pensée et à s’améliorer récursivement contre la tâche. Il peut alors améliorer sa propre réponse.
Nous prenons ce processus un peu plus loin et disons: «Il est idéal pour les modèles de critiquer leur propre pensée et de s’améliorer récursivement. Et s’ils pouvaient parler à d’autres modèles et critiquer la pensée de l’autre?» Si vous rassemblez de nombreux modèles dans un groupe qui peut tous se parler, ils peuvent commencer à apprendre à envoyer des informations aux autres modèles… dans le but global d’améliorer l’essaim entier lui-même.
Gotcha, qui explique le nom «essaim».
Droite. C’est cette méthode de formation qui permet à de nombreux modèles de combiner, en parallèle, d’améliorer le résultat d’un méta-modèle final que vous pourriez créer à partir de ces modèles. Mais en même temps, vous avez chaque modèle individuel qui s’améliore seul. Donc, si vous veniez avec un modèle sur un MacBook, rejoignez un essaim pendant une heure, puis reposez-vous, vous auriez un modèle local amélioré en fonction des connaissances dans l’essaim, et vous auriez également amélioré les autres modèles de l’essaim. C’est ce processus de formation collaboratif que tout modèle peut rejoindre et tout modèle peut faire. C’est donc ce qu’est RL Swarm.
D’accord, c’est ce que vous avez sorti il y a quelques semaines. Maintenant, où entrent la blockchain?
Ainsi, la blockchain progresse dans certaines des primitives de niveau inférieur dans le système.
Let’s Just prétendre Que quelqu’un ne comprenne pas l’expression «primitives de niveau inférieur». Que voulez-vous dire par là?
Ouais, donc je veux dire, très proche de la ressource elle-même. Donc, si vous pensez à la pile logicielle, vous avez une pile GPU dans un centre de données. Vous avez des pilotes au-dessus du GPU. Vous avez des systèmes d’exploitation, des machines virtuelles. Vous avez tout ce qui monte.
Ainsi, une primitive de niveau inférieur est la plus proche des bases inférieures de la pile technologique. Est-ce que je comprends bien?
Oui, exactement. Et l’essaim RL est une démonstration de ce qui est possible, fondamentalement. C’est juste une démo quelque peu piratée de faire un apprentissage automatique évolutif et évolutif vraiment intéressant. Mais ce que Gensyn a fait depuis plus de quatre ans, plus, c’est de construire des infrastructures. Et donc nous sommes dans cette période maintenant où l’infrastructure est tout à ce niveau V0.1 bêta. Tout est fait. C’est prêt à partir. Nous devons comprendre comment montrer au monde ce qui est possible quand c’est un grand changement dans la façon dont les gens pensent de l’apprentissage automatique.
Il semble que vous fassiez beaucoup plus que des calculs décentralisés, voire des infrastructures?
Nous avons trois composants principaux qui se trouvent sous notre infrastructure. Exécution – Nous avons des bibliothèques d’exécution cohérentes. Nous avons notre propre compilateur. Nous avons des bibliothèques reproductibles pour toute cible matérielle.
La deuxième pièce est la communication. Supposons donc que vous pouvez simplement exécuter un modèle sur n’importe quel appareil du monde compatible, pouvez-vous les amener à se parler? Si tout le monde opte dans la même norme, tout le monde peut communiquer comme TCP / IP sur Internet, en gros. Nous construisons donc ces bibliothèques et RL Swarm est un exemple de cette communication.
Et puis, enfin, la vérification.
Ah, et je suppose que c’est là que la blockchain arrive…
Imaginez un scénario où chaque appareil du monde s’exécute de manière cohérente. Ils pouvaient relier les modèles ensemble. Mais peuvent-ils se faire confiance? Si je connecte mon MacBook au vôtre, oui, ils pourraient exécuter les mêmes tâches. Oui, ils pourraient envoyer des tenseurs dans les deux sens, mais savent-ils que ce qu’ils envoient à l’autre appareil se déroule réellement sur l’autre appareil ou non?
Dans le monde actuel, vous et moi signerions probablement un contrat pour dire, oui, nous convenons que nous nous assurerons que nos appareils font la bonne chose. Dans le monde de la machine, cela doit se produire par programme. C’est donc la dernière pièce que nous construisons, les preuves cryptographiques, les preuves probabilistes, les preuves théoriques du jeu pour rendre ce processus entièrement programmatique.
C’est donc là que la blockchain entre en jeu. Cela nous donne tous les avantages de la blockchain que vous pouvez imaginer, comme l’identité persistante, les paiements, le consensus, etc. et donc ce que nous faisons avec le testnet maintenant, c’est prendre RL Swarm et dire les primitives de l’autre infrastructure et nous ajoutons maintenant, vous avez une identité persistante, qui existe à un essaim maintenant, vous avez une personne personne grand livre. ‘
À l’avenir, vous aurez la possibilité de faire des paiements, mais en ce moment, vous avez ce mécanisme de consensus de confiance où nous pouvons résilier les litiges. Donc, c’est une sorte de MVP de la future infrastructure Gensyn, où nous allons ajouter des composants au fur et à mesure.
Donnez-nous une allumeuse de ce qui se passe dans le pipeline?
Lorsque nous atteignons le réseau principal, tous les logiciels et infrastructures sont en direct contre la blockchain en tant que source de confiance, de paiements, de consensus, etc., identité. C’est la première étape de cela. Cela ajoute une identité et dit que lorsque vous rejoignez un essaim, vous pouvez vous inscrire en tant que même personne. Tout le monde sait qui vous êtes sans avoir à consulter un serveur ou un site Web centralisé quelque part.
Maintenant, soyons sauvages et parlons plus loin à l’avenir. À quoi cela ressemble-t-il dans un an, dans deux ans, dans cinq ans? Quelle est votre étoile North?
Bien sûr. La vision ultime est de prendre toutes les ressources qui se trouvent sous l’apprentissage automatique et de les rendre instantanément accessibles par programme à tous. L’apprentissage automatique est fortement limité par ses ressources de base. Cela crée cet énorme fossé pour les sociétés d’IA centralisées, mais il n’a pas besoin d’exister. Il peut être open source si nous pouvons créer le bon logiciel. Notre point de vue est donc que Gensyn construit toute l’infrastructure de bas niveau pour permettre à cela de se rapprocher de la source ouverte que possible. Les gens devraient avoir le droit de construire des technologies d’apprentissage automatique.