Intervista con il co-fondatore di Gensyn, Harry Grieve: il lancio della mainnet è imminente, come sfruttare le risorse inutilizzate per superare il "limite di scala" della potenza di calcolo AI?

Ospite: Harry Grieve, co-fondatore di Gensyn
Redazione: momo, ChainCatcher

Quando la fame di potenza di calcolo dei modelli AI incontra il naturale collo di bottiglia dell’offerta centralizzata, una rivoluzione della potenza di calcolo sta silenziosamente prendendo forma. I due co-fondatori di Gensyn, Harry Grieve e Ben Fielding, hanno intuito che la chiave per rompere lo stallo è attivare il potenziale dormiente di potenza di calcolo presente in miliardi di dispositivi edge in tutto il mondo, e la strada è proprio la decentralizzazione.

Gensyn si dedica a costruire una rete di machine learning distribuita che collega dispositivi di calcolo inutilizzati a livello globale tramite un protocollo blockchain, garantendo l’affidabilità dei risultati di training grazie alla sua innovativa tecnologia di calcolo verificabile. La sua testnet ha già attratto 150.000 utenti e funziona in modo stabile. Con il completamento della fase di testnet, la mainnet di Gensyn sarà lanciata a breve.

Gensyn ha ricevuto un finanziamento di Serie A da 43 milioni di dollari guidato da a16z, con un finanziamento totale superiore a 50 milioni di dollari. In questa intervista esclusiva, Harry Grieve spiega sistematicamente come Gensyn, partendo dal tema centrale della “rottura dei limiti di scala”, stia costruendo il blueprint tecnologico e il pensiero commerciale per la prossima generazione di infrastrutture AI.

Lo scopo della decentralizzazione è rompere i limiti di scala della potenza di calcolo

1. ChainCatcher: Può presentarsi brevemente? Quali sono le tre esperienze più importanti prima di fondare Gensyn? In che modo queste hanno influenzato la sua scelta di entrare nel settore della “computazione AI decentralizzata”?

Harry Grieve: Sono della generazione che ha avuto accesso a Internet molto presto. All’epoca la rete era più aperta, decentralizzata, piena di reti di condivisione file e diversi archivi di informazioni. Questo ha plasmato la mia comprensione di informazione e reti, e mi ha portato fin da subito a preferire l’open source e la decentralizzazione.

All’università e successivamente, mi sono avvicinato al pensiero del liberalismo classico, che mi ha portato a valorizzare maggiormente i diritti e le libertà individuali, iniziando a mettere in discussione il centralismo e la censura. Questo si collega direttamente ai modelli AI di oggi: quando i modelli prendono decisioni per noi, chi decide i loro “diritti” e il loro comportamento? Questo mi ha portato a riflettere sulla relazione tra AI, sovranità ed etica.

Dopo la laurea ho lavorato in una società di machine learning a Londra, vivendo in prima persona le enormi difficoltà nell’ottenere risorse di calcolo su larga scala e dati di alta qualità. Ho capito che, per sviluppare modelli sempre più potenti, è necessario risolvere i problemi di accesso e scala delle risorse di base (calcolo e dati), ed è per questo che ho deciso di entrare nel settore della computazione AI decentralizzata e fondare Gensyn.

2. ChainCatcher: Qual è stata l’occasione che ha portato alla nascita di Gensyn? Come lei e Ben Fielding avete deciso di puntare tutto su questa direzione in sole 8 settimane con Entrepreneur First?

Harry Grieve: Ci siamo conosciuti a un evento di networking prima dell’inizio del programma di accelerazione Entrepreneur First nel Regno Unito. Abbiamo deciso rapidamente di puntare tutto su questa direzione, basandoci su due convinzioni chiave:

Innanzitutto, crediamo fermamente che il machine learning sia il futuro. Nel 2020 (prima dell’arrivo di ChatGPT), eravamo entrambi convinti che il machine learning sarebbe stata la prossima ondata tecnologica. Anche se all’epoca non era un’opinione condivisa, vedevamo già le svolte tecnologiche in ambiti come la generazione di immagini e l’interazione, e credevamo nel suo potenziale.

In secondo luogo, eravamo entrambi contrari alla centralizzazione. Io ero frustrato dai colli di bottiglia della computazione e delle fonti di dati centralizzate, mentre Ben, nel suo dottorato e nelle sue esperienze imprenditoriali, si concentrava su privacy personale e sicurezza dei dati. Entrambi avevamo un atteggiamento critico verso la centralizzazione. Inizialmente ci siamo interessati a tecnologie come il “federated learning”, ma poi abbiamo capito che per risolvere i problemi di fiducia era necessario un meccanismo decentralizzato di registrazione dello stato e accountability, che ci ha portato alla blockchain. Siamo passati dall’essere fondatori “AI-native” a esploratori “AI+crypto”.

3. ChainCatcher: All’epoca l’addestramento AI sembrava dipendere principalmente dai colossi del cloud (come AWS). Perché era così convinto che la “potenza di calcolo decentralizzata” avesse delle opportunità? Quali erano secondo voi i principali driver per scegliere la potenza di calcolo decentralizzata?

Harry Grieve: I fattori trainanti sono molteplici, ma la risposta centrale è la scala.

Attualmente, la stragrande maggioranza dei dati disponibili su Internet è già stata utilizzata per addestrare i modelli. I miglioramenti futuri delle prestazioni dipendono dall’accesso a quei dati “edge” che oggi non sono accessibili. Per sfruttare questi dati, bisogna andare verso l’edge, e questo richiede naturalmente la decentralizzazione.

Nonostante gli enormi investimenti nella potenza di calcolo centralizzata, la domanda di potenza di calcolo da parte dell’AI è “inesauribile”. Questa fame spingerà la domanda di potenza di calcolo a coinvolgere tutti i dispositivi non pienamente utilizzati. Per collegare e sfruttare su larga scala queste risorse distribuite, senza centralizzarle tutte, la decentralizzazione è l’unica strada.

Quindi, la scala è l’unica risposta. La decentralizzazione serve a sbloccare una scala di risorse di calcolo e dati mai vista prima.

Qual è il principale elemento di differenziazione di Gensyn?

4. ChainCatcher: Se dovesse spiegare in una frase a un pubblico non tecnico, che tipo di sistema sta costruendo Gensyn?

Harry Grieve: Gensyn è un sistema che ti permette di accedere, su una scala mai vista prima, a tutte le risorse fondamentali (come potenza di calcolo e dati) necessarie per costruire sistemi di machine learning.

5. ChainCatcher: Nel settore della potenza di calcolo decentralizzata ci sono già player come Akash, Render, io.net, ecc. Qual è il focus o il principale elemento di differenziazione di Gensyn?

Harry Grieve: Abbiamo grande rispetto per pionieri come Akash. Il nostro principale elemento di differenziazione riguarda la prospettiva sulle risorse: altri progetti offrono principalmente il noleggio di potenza GPU containerizzata e singola. Gensyn ha una visione più ampia: consideriamo molteplici risorse di machine learning (potenza di calcolo, dati, modelli), e queste risorse sono intrecciate e riutilizzabili.

Ad esempio, l’output generato dall’inferenza di un modello su un nodo è un dato che può essere usato per addestrare altri modelli. Nella nostra rete, i confini tra inferenza, training, calcolo e dati diventano sfumati. Il sistema che stiamo costruendo è progettato per adattarsi a questo nuovo paradigma dinamico e caotico del machine learning.

6. ChainCatcher: Può spiegare sistematicamente ai lettori come state strutturando i prodotti di Gensyn? Come realizzate sistematicamente la potenza di calcolo decentralizzata?

Harry Grieve: Ecco una descrizione tecnica: è una rete crittografica decentralizzata in cui gli utenti possono accedere a varie risorse tramite il nostro token nativo, sia che si tratti di risorse di calcolo verificabili per training o inferenza, sia che si tratti di meccanismi per incentivare il training di diversi modelli secondo standard oggettivi. Il sistema comprende tre componenti principali che insieme formano un potente ciclo chiuso:

Sistema di verifica: Questa è la nostra tecnologia principale. Abbiamo sviluppato un compilatore proprietario e un framework di verifica che consente la verifica bit-level precisa su diversi hardware e software. Questo significa che possiamo dimostrare che il risultato del training di un modello su un dispositivo è identico a quello verificato su un altro dispositivo completamente diverso. È la base per costruire fiducia nella rete e prevenire le frodi.

Tecnologia di scaling (Swarm): È un framework di training peer-to-peer (ad esempio per il reinforcement learning con feedback umano). Permette di collegare in orizzontale innumerevoli dispositivi in tutto il mondo, sfruttando la potenza di calcolo e i dati dei dispositivi edge per il training, creando così modelli più potenti.

Tecnologia Assistente (Assist Agent): Disponiamo di assistenti AI autonomi integrabili nelle applicazioni. Possono apprendere senza guida e aiutare gli utenti a completare i compiti. Durante il training, questi assistenti possono sfruttare la nostra tecnologia di scaling per addestrarsi su più dispositivi, evolvendosi e diventando più forti.

In sintesi, quando un utente integra un assistente intelligente in un’applicazione, questo genera continuamente dati di interazione durante l’esecuzione dei compiti; successivamente, questi dati vengono inseriti nel nostro framework di scaling, ottimizzando costantemente il modello tramite training distribuito cross-device; durante questo processo, la tecnologia di verifica garantisce l’accuratezza e l’affidabilità del training, producendo infine una nuova generazione di modelli con prestazioni significativamente migliorate. Questo processo crea un ecosistema di machine learning non lineare e in continuo rafforzamento, che mantiene sempre affidabilità e capacità evolutiva durante la scalabilità.

7. ChainCatcher: Dalla Serie A del 2023 al test pubblico della testnet nel 2025, qual è stato il più grande traguardo tecnologico raggiunto da Gensyn? C’è stato un momento in cui il team ha “urlato di gioia”? Qual è secondo lei l’innovazione tecnologica più sottovalutata di Gensyn?

Harry Grieve: Onestamente, abbiamo probabilmente urlato più per la “paura” che per l’“eccitazione”, fare startup è difficile.

Penso che l’innovazione tecnologica più sottovalutata sia in realtà il nostro sistema di verifica. Costruire questa tecnologia è estremamente complesso: bisogna risolvere tutti i possibili fattori di non-determinismo dal compilatore, ai framework di machine learning, fino all’hardware (inclusi persino i bit flip causati dai raggi cosmici sulle GPU). Il valore di questa tecnologia è molto più alto di quanto sia percepito all’esterno. È proprio questa tecnologia che garantisce la sicurezza e la scalabilità della nostra rete, permettendoci di accettare qualsiasi dispositivo nella rete e verificarlo senza preoccuparci di una diluizione della sicurezza.

Oltre 150.000 utenti sulla testnet, mainnet in arrivo

8. ChainCatcher: Rispetto ai colossi della potenza di calcolo cloud centralizzata o ad altre reti di potenza di calcolo decentralizzata, avete attualmente dei vantaggi in termini di efficienza delle prestazioni e costi?

Harry Grieve: In termini di scala assoluta dei cluster, attualmente non possiamo ancora competere con giganti come AWS, ma questo è principalmente un problema di adozione della rete, non di limiti tecnologici. Il nostro vantaggio sta nello sbloccare nuove scale di risorse (soprattutto calcolo e dati edge) e nel diventare l’infrastruttura della futura civiltà dell’intelligenza artificiale. Crediamo che una vera AI autonoma, capace di auto-evolversi e di esistere in un sistema economico cripto, avrà bisogno di una rete decentralizzata e permissionless come “habitat”, ed è proprio questo che stiamo costruendo.

9. ChainCatcher: Qual è attualmente il livello di attività della vostra rete? Ci sono dati interessanti da condividere?

Harry Grieve: Durante la fase di testnet, abbiamo già ottenuto risultati molto positivi: oltre 150.000 utenti, la maggior parte dei quali acquisiti organicamente grazie all’attrattiva del prodotto; circa 40.000 nodi attivi sulla rete; il sistema ha addestrato oltre 800.000 modelli.

10. ChainCatcher: Qual è l’ostacolo dell’“ultimo miglio” per il lancio della mainnet? Qual è la roadmap che avete fissato per la mainnet? Avete una data precisa per il TGE?

Harry Grieve: Il lancio della mainnet è la priorità assoluta, il TGE seguirà a ruota. Attualmente siamo a circa 3-4 settimane dal lancio della mainnet, dopodiché inizierà l’audit della mainnet.

Prima di ciò, è fondamentale assicurarsi che tutti i meccanismi siano a posto, funzionino correttamente, siano completi e, soprattutto, che l’attività economica della rete sia sicura.

11. ChainCatcher: Rispetto all’inizio, quali cambiamenti ci sono stati nella domanda di mercato che Gensyn affronta? Qual è l’impatto dell’arrivo dell’era dell’intelligenza artificiale per voi?

Harry Grieve: Rispetto agli inizi, l’ambiente di mercato che Gensyn affronta è cambiato radicalmente. Ricordo che nel 2020, quando abbiamo iniziato, dovevamo spiegare ripetutamente agli investitori l’importanza del machine learning, mentre con l’arrivo di ChatGPT, l’AI è diventata un consenso sociale. Questo cambiamento di percezione ha portato anche a una concorrenza di mercato molto più intensa, con startup AI e di potenza di calcolo che spuntano come funghi. Allo stesso tempo, il focus delle discussioni nel settore è cambiato: temi come i limiti etici dei modelli open source e i quadri regolatori per la governance dell’AI, che pochi anni fa erano quasi ignorati, oggi sono al centro delle politiche di molti paesi.

Proprio in questo contesto, l’accelerazione dell’era dell’intelligenza artificiale conferma il valore dell’esistenza di Gensyn. La rete di calcolo decentralizzata che stiamo costruendo mira a fornire il supporto di base per l’imminente intelligenza artificiale auto-evolutiva. Quando i sistemi AI dovranno superare i colli di bottiglia della potenza di calcolo per raggiungere un vero apprendimento autonomo e iterazione rapida, la nostra infrastruttura sarà la pietra angolare di questa nuova era.

12. ChainCatcher: In un discorso pubblico ha menzionato le “sfide economiche, etiche e regolatorie dell’AI”. Qual è il rischio regolatorio che la preoccupa di più? Come bilancia Gensyn, a livello di protocollo, tra “compliance” e “resistenza alla censura”?

Harry Grieve: Quando si parla di regolamentazione dell’AI, la mia più grande preoccupazione è che le politiche regolatorie possano colpire erroneamente il livello dell’infrastruttura. Immaginiamo se in futuro venissero introdotte politiche che limitano il numero di GPU, la dimensione dei dataset, o addirittura la quota di energia elettrica utilizzata per il training AI: una regolamentazione così grossolana ostacolerebbe gravemente il progresso tecnologico. Dal nostro punto di vista, i modelli AI dovrebbero essere open source e condivisi come formule matematiche, senza troppe restrizioni.

A livello di design del protocollo, stiamo esplorando un equilibrio. Attualmente, i pesi dei modelli e la trasmissione dei dati nella rete sono ancora in chiaro, offrendo la trasparenza necessaria per la compliance. Allo stesso tempo, essendo costruiti su blockchain pubbliche come Ethereum, ereditiamo naturalmente le caratteristiche di decentralizzazione e i meccanismi di verifica. Questa architettura mantiene la visibilità regolatoria necessaria, garantendo al contempo la resistenza alla censura del sistema.

Con il continuo progresso delle capacità dell’AI, trovare un equilibrio tra apertura e controllo sarà una sfida importante che noi e l’intero settore dovremo affrontare nei prossimi anni.

13. ChainCatcher: Guardando al 2030, quale sarà il principale indicatore di successo per Gensyn?

Harry Grieve: L’indicatore di successo non sono semplicemente i dati finanziari o il numero di utenti. Spero che il più grande contributo di Gensyn sia diventare la base economica di una civiltà parallela di macchine.

Nel 2030, vorrei vedere una società, una civiltà ed un’economia completamente parallele che funzionano on-chain, senza esseri umani. Questa civiltà sarebbe in grado di produrre un output economico pari o superiore a quello umano, dotata di vera creatività, e capace di promuovere enormemente il progresso scientifico e risolvere grandi problemi dell’umanità (come l’allungamento della vita o la riduzione delle disuguaglianze). Se Gensyn sarà la base di tutto ciò, quello sarà il segno ultimo del nostro successo.