一切始于一个嘈杂的桌子。这个桌子是位于英格兰北部诺森比亚大学实验室中的一个木制隔间，年轻的人工智能研究者在这里开始了他的博士生涯。这是在2015年。研究者是本·菲尔丁，他构建了一台装满早期GPU的大型机器来开发人工智能。这台机器的噪音如此之大，以至于让菲尔丁的实验室同事感到烦恼。菲尔丁把机器塞在桌子下面，但由于机器太大，他不得不尴尬地把腿挤到一边。
菲尔丁有一些非传统的想法。他探索了“群体”人工智能——许多不同模型的集群——如何相互交流和学习，这可能会改善整体的表现。唯一的问题是：他被桌子下那台嘈杂的机器的现实所束缚。他知道自己处于劣势。“谷歌也在做这项研究，”菲尔丁现在说。“而且他们在数据中心里有成千上万的GPU。他们所做的事情并不疯狂。我知道这些方法……我有很多提案，但我无法运行它们。”
本·菲尔丁，Gensyn的首席执行官，是2025年多伦多共识大会的演讲者。
杰夫·威尔瑟是人民的人工智能：去中心化人工智能播客的主持人，并将在2025年共识大会上主持人工智能峰会。
因此，十年前，菲尔丁意识到：计算限制将始终是一个问题。在2015年，他知道如果在学术界计算是一个硬性限制，那么当人工智能走向主流时，这绝对会是一个硬性限制。
解决方案？
去中心化人工智能。
菲尔丁在2020年与哈里·格里夫共同创立了Gensyn，早于去中心化人工智能流行的几年。该项目最初以构建去中心化计算而闻名——我曾与菲尔丁就此在CoinDesk上和在会议上的一个又一个小组讨论中交谈——但愿景实际上更为广泛：“机器智能的网络。”他们正在构建整个技术栈的解决方案。
而现在，在菲尔丁的嘈杂桌子让他的实验室同事感到烦恼的十年后，Gensyn的早期工具已经在野外发布。Gensyn最近发布了其“RL Swarms”协议（是菲尔丁博士论文工作的后代），并刚刚推出了其测试网——将区块链纳入其中。
在这次通往人工智能峰会的对话中，在多伦多的共识大会上，菲尔丁对人工智能群体进行了介绍，解释了区块链如何融入这个拼图，并分享了为什么所有创新者——不仅仅是科技巨头——“应该有权构建机器学习技术。”
这次采访经过压缩并轻微编辑以提高清晰度。
恭喜你们推出测试网。它的要点是什么？
本·菲尔丁：这是区块链集成的第一个MVP特性的增加，与我们迄今为止推出的内容相结合。
那么在区块链之前的原始特性是什么？
所以我们几周前推出了RL（强化学习）群体，这是强化学习，后训练，作为一个点对点网络。
这里有一个最简单的思考方式。当一个预训练模型经过推理训练——比如DeepSeek-R1——它学习批判自己的思维，并在任务上递归改进。然后它可以改善自己的答案。
我们将这个过程更进一步，提出：“模型批判自己的思维并递归改进是很好的。如果它们可以与其他模型交流并批判彼此的思维呢？”如果你把许多模型聚集在一起，能够相互交流，它们就可以开始学习如何向其他模型发送信息……其总体目标是改善整个群体本身。
明白了，这解释了“群体”这个名字。
没错。这种训练方法允许许多模型以并行的方式结合在一起，以改善从这些模型中创建的最终元模型的结果。同时，每个单独的模型也在独立改进。因此，如果你带着一台MacBook，加入一个群体一个小时，然后再退出，你将会基于群体中的知识拥有一个改进的本地模型，同时也会改善群体中的其他模型。这是任何模型都可以加入和执行的协作训练过程。这就是RL Swarm的意义。
好的，这就是你们几周前发布的内容。那么区块链在其中扮演什么角色呢？
所以区块链是我们将一些低级原语向系统推进。
假设有人不理解“低级原语”这个短语。你指的是什么？
是的，我的意思是非常接近资源本身。所以如果你考虑软件栈，你在数据中心有一个GPU栈。你在GPU上有驱动程序。你有操作系统、虚拟机。所有这些东西都在上升。
所以低级原语是技术栈中最接近底层基础的部分。我理解得对吗？
是的，完全正确。RL Swarm基本上是展示了什么是可能的。这只是一个有点黑客风格的演示，展示了非常有趣的大规模、可扩展的机器学习。但实际上，Gensyn在过去四年多的时间里所做的，是构建基础设施。因此，我们现在处于一个基础设施都处于v0.1测试版水平的阶段。所有的工作都完成了，准备就绪。我们必须弄清楚如何向世界展示，当人们对机器学习的思维方式发生重大转变时，可能会发生什么。
听起来你们的工作远不止去中心化计算，甚至远不止基础设施？
我们有三个主要组件支撑我们的基础设施。执行——我们有一致的执行库。我们有自己的编译器。我们有针对任何硬件目标的可重现库。
第二个部分是通信。所以假设你可以在世界上任何兼容的设备上运行一个模型，你能让它们相互交流吗？如果每个人都选择相同的标准，大家就可以像互联网的TCP/IP一样进行通信。因此，我们构建了这些库，而RL Swarm就是这种通信的一个例子。
最后，验证。
啊，我猜这就是区块链的作用……
想象一个场景，世界上每个设备都在一致地执行。它们可以将模型连接在一起。但它们能相互信任吗？如果我把我的MacBook连接到你的设备，是的，它们可以执行相同的任务。是的，它们可以来回发送张量，但它们知道发送到另一个设备的内容实际上是否在另一个设备上发生吗？
在当前的世界中，你和我可能会签署一份合同，表示是的，我们同意确保我们的设备做正确的事情。在机器世界中，这需要以编程的方式发生。因此，这是我们构建的最后一部分，密码学证明、概率证明、博弈论证明，使这个过程完全程序化。
所以这就是区块链的作用。它为我们提供了你能想象的所有区块链的好处，比如持久身份、支付、共识等。因此，我们现在在测试网上所做的，就是将RL Swarm和其他基础设施的原语结合起来，并添加区块链组件，表示：“嘿，当你现在加入一个群体时，你有一个持久身份，这个身份存在于去中心化的账本上。”
未来你将能够进行支付，但现在，你有那个信任共识机制，我们可以终止争议。因此，这算是未来Gensyn基础设施的一个MVP，我们将随着进展添加组件。
给我们透露一下即将到来的内容？
当我们达到主网时，所有的软件和基础设施都将与区块链实时对接，作为信任、支付、共识等的来源，以及身份。这是第一步。它添加了身份，并表示当你加入一个群体时，你可以注册为同一个人。每个人都知道你是谁，而无需检查某个集中式服务器或网站。
现在让我们大胆一点，谈谈更远的未来。一年后、两年后、五年后，这将是什么样子？你们的北极星是什么？
当然。最终愿景是将所有机器学习下的资源瞬时以编程方式提供给每个人。机器学习在其核心资源上受到严重限制。这为集中式AI公司创造了巨大的护城河，但这并不需要存在。如果我们能够构建正确的软件，它可以开源。因此，我们的观点是，Gensyn构建所有低级基础设施，以使其尽可能接近开源。人们应该有权构建机器学习技术。
免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。
