Louis Amira, Circuit & Chiselin perustaja – haastattelusarja

Louis Amira on Circuit & Chiselin perustaja. Hänellä on kokemusta tuotteiden ja kumppanuuksien rakentamisesta tekoälyn, kryptovaluuttojen ja maksamisen aloilla. Hänen uraansa kuuluu yrityksen perustaminen yhdessä muiden kanssa Googlen Area 120 -hautomo-ohjelmassa, työskentely Chainlinkillä sekä kryptovaluutta- ja tekoälykumppanuuksien johtaminen Stripellä. Hän perusti Circuit & Chiselin yhdessä David Noël-Romasin kanssa ratkaistakseen infrastruktuurin puutteet, jotka estävät tekoälyagentteja tekemästä luotettavaa ja hyödyllistä työtä yrityksille.

Circuit & Chisel rakentaa tekoälyagenteille infrastruktuuria, ja yhtiön tuotteita ovat ATXP, Unbiased ja Pareto. ATXP tarjoaa agenteille identiteetti- ja maksutoimintoja, kun taas Pareto yhdistää huipputason malleja ja avoimien painojen malleja parantaakseen tekoälyn inferenssin laatua ja kustannustehokkuutta. Unbiased tarjoaa alustansa kautta pääsyn Paretoon. Tässä haastattelussa Amira keskustelee mallien orkestroinnista ja arvioinnista, inferenssin taloudesta, datan säilyttämisestä sekä luotettavan agenttipäättelyn ja autonomisten maksujen välisestä suhteesta.

Uraasi on vienyt sinut Googlen Area 120 -hautomo-ohjelmasta johtamaan kryptovaluutta- ja tekoälykumppanuuksia Stripellä ja lopulta perustamaan Circuit & Chiselin. Mitä nämä kokemukset opettivat sinulle siitä, millaista infrastruktuuria tekoälyagentit tarvitsevat, ja mikä lopulta sai sinut perustamaan yrityksen?

Perustin Googlen Area 120 -ohjelmassa yrityksen yhdessä muiden kanssa. Opin siitä, että se, mitä rakennat ensin, ratkaisee, mitä voit rakentaa myöhemmin. Chainlinkillä ja Stripellä näin saman ilmiön toisesta näkökulmasta. Uusi teknologia toimi demoympäristössä aurinkoisina päivinä ja ihanteellisissa olosuhteissa, mutta kehitys pysähtyi, koska todelliseen maailmaan tarvittava infrastruktuuri ei ollut vielä kunnossa.

David ja minä perustimme Circuit & Chiselin rakentaaksemme agentteja, jotka tekevät oikeaa työtä oikeille yrityksille. Ne epäonnistuivat yhä uudelleen arkisista syistä. Agentti ei pystynyt todistamaan henkilöllisyyttään eikä maksamaan mistään. Siksi rakensimme ATXP:n tarjoamaan agenteille identiteetin ja maksutavan.

Sitten törmäsimme seuraavaan esteeseen. Toimintakykyisen agentin on myös osattava tehdä työnsä oikein ja tehtävään sopivaan hintaan. Tätä varten on Pareto. Molemmilla kerroilla lähtökohtana oli sama ajatus: etsi puuttuva palanen ja rakenna se.

Circuit & Chisel keskittyi aluksi ATXP:hen, protokollaan, jonka tarkoituksena on mahdollistaa tekoälyagenttien väliset autonomiset maksut. Myöhemmin yhtiö laajensi toimintaansa tekoälymallien infrastruktuuriin Unbiasedin ja Pareton avulla. Mikä sai teidät kehittämään toimintaanne tähän suuntaan, ja miten nämä teknologiat sopivat laajempaan visioosi agenttitaloudesta?

Asiakkaamme ja heidän agenttinsa osoittivat meille, että ATXP toimi. Agentit pystyivät pitämään hallussaan identiteettiä ja käyttämään rahaa. Kun kuitenkin keskustelimme yritysten kanssa, niiden ensimmäinen ongelma eivät olleet maksut. Ongelma oli luottamus tuotoksiin. Kukaan ei anna budjettia agentille, joka valitsee tehtävään väärän mallin tai antaa väärän vastauksen.

Siksi tehostimme työtämme laadun ja kustannusten parissa aiemmin tänä vuonna. Siitä syntyi Pareto.

Nämä kaksi sopivat edelleen yhteen. Pareto ratkaisee, miten agentti käsittelee tehtävää. ATXP antaa sen toimia ja maksaa. Tarvitset molemmat, tässä järjestyksessä, sillä kukaan ei anna agentille lompakkoa ennen kuin luottaa sen arviointikykyyn. Me vain rakensimme ne väärässä järjestyksessä.

Pareto lähestyy asiaa eri tavalla kuin perinteiset suuret kielimallit: se yhdistää useiden huipputason mallien ja avoimien painojen mallien tuotoksia sen sijaan, että luottaisi yhteen malliin tai tavanomaiseen reititysjärjestelmään. Voitko kertoa, miten tämä arkkitehtuuri toimii ja erityisesti, miten se kokoaa keskenään kilpailevista vastauksista tarkemman tai hyödyllisemmän lopputuloksen?

Pareto on järjestelmä, ei yksittäinen malli. Se jakaa tehtäviä useiden laboratorioiden malleille, sekä huipputason malleille että avoimien painojen malleille, ja antaa kullekin oman tehtävän. Useat mallit voivat pystyä tekemään saman työn, mutta joskus tehtävä on monimutkainen ja yksi malli tarvitaan tarkistamaan ja arvioimaan muiden työtä. Mallien valinta perustuu siihen, miten ne suoriutuvat juuri tämäntyyppisessä tehtävässä kyvykkyyden, kustannusten, nopeuden ja luotettavuuden osalta. Lisäksi järjestelmä ratkaisee, kuinka paljon tehtävä edellyttää tarkistamista.

Emme laske vastauksista keskiarvoa. Keskiarvo häivyttää virheet toisiinsa. Haluamme mallien olevan eri mieltä, sillä erimielisyyksistä virheet paljastuvat. Kun käytettävissä olevien mallien valikoima muuttuu, testaamme uudelleen ja julkaisemme Paretosta uuden, numeroidun version.

Pareton keskeisiin lupauksiin kuuluu huipputason tekoälykyvykkyyden tarjoaminen huomattavasti pienemmillä kustannuksilla. Koska vastauksen tuottamiseen voi osallistua useita malleja, miten saavutatte nämä kustannussäästöt, ja millaisia kompromisseja joudutte tekemään inferenssikustannusten, viiveen ja tuotoksen laadun välillä?

Pareton tehtävänä on tuottaa huipputason vastauksia. Kustannukset pysyvät pienempinä sen ansiosta, miten se päätyy niihin.

Suurin osa ihmisten tekoälylle lähettämistä pyynnöistä on rutiininomaisia. Edullisempi malli vastaa niihin yhtä usein oikein kuin kaikkein kallein malli. Pareto ohjaa tällaiset pyynnöt edullisemmille malleille ja säästää huipputason mallit tai useiden mallien yhteistyön niitä vaativiin pyyntöihin. Julkaistuissa testeissämme tämä malliyhdistelmä jäi useimmissa merkittävissä vertailutesteissä vain muutaman pisteen päähän GPT-6 Astrasta ja Claude Opus 5.5:stä, mutta tehtäväkohtaiset kustannukset olivat 30–70 % pienemmät.

Merkittäviä kompromisseja ei ole. Pareto ei reititä jokaista pyyntöä täydellisesti, mutta mittaamme, kuinka usein reititys menee väärin, ja parannamme tuloksia (ja julkaisemme ne!).

Tiiminne on julkaissut vertailutuloksia, joiden perusteella Pareto pärjää kilpailukykyisesti johtaville suljetuille ja avoimilla painoilla julkaistuille malleille. Vertailuissa on mukana myös GPT-6 Astran ja Claude Opus 5.5:n kaltaisia malleja. Miten varmistatte, että arvioinnit kuvaavat todellista suorituskykyä eivätkä vain vertailutesteihin optimoitua toimintaa? Millä osa-alueilla huippumallit ovat edelleen merkittävästi Paretoa edellä?

Julkaisemme arviointikoodin, joten kuka tahansa voi toistaa mittauksemme. Kaikki mallit, myös Pareto, testataan samalla menetelmällä. Tuomme esiin myös Paretolle epäedulliset tulokset yhtä lailla kuin sen vahvuudet. Tulostaulu, jolla talo voittaa aina, on pelkkää mainontaa.

Olemme julkaisseet mallin useissa tekoälyyhdyskäytävissä ja antaneet erikokoisille yrityksille ennakkopääsyn uusiin malleihin. Hyödynnämme niiden palautetta lähes reaaliajassa ja parannamme mallin suorituskykyä jatkuvasti.

Pareton kerrotaan käsitelleen yli kaksi biljoonaa tokenia ensimmäisten 48 tunnin aikana. Mitä alkuvaiheen kysyntä kertoi markkinoista, joilla tarvitaan kustannustehokasta tekoälyn päättelyä? Mitkä olivat suurimmat tekniset haasteet suorituskyvyn, luotettavuuden ja skaalautuvuuden ylläpitämisessä näin suuressa mittakaavassa?

Kysyntä oli moninkertaista siihen nähden, mitä me ja kumppanimme odotimme, eikä meillä valitettavasti ollut riittävästi laskentakapasiteettia sen palvelemiseen kunnolla. Ensimmäisenä päivänä kysyntä ylitti 5–10 miljardia tokenia minuutissa. Pystyimme käsittelemään noin 1,6 miljardia. Koko kysynnän palveleminen asianmukaisesti ilmaiseksi olisi maksanut monta miljoonaa dollaria päivässä.

Opimme tästä, että hinta rajoittaa tekoälyn käyttöä monissa tapauksissa. On kehittäjiä, joiden tuote toimii tietyllä hinnalla mutta ei enää, jos hinta on viisinkertainen. Kun hinta laskee, he tulevat mukaan.

Vaikein haaste oli yksinkertainen: kapasiteettimme loppui. Ensimmäisenä päivänä malli hidastui niin paljon, että osa käyttäjistä luovutti. Otimme yön aikana käyttöön lisää kapasiteettia ja siirryimme maksulliseen käyttöön kaksi päivää julkaisun jälkeen. Se on rehellinen tapa säännöstellä käyttöä.

Opimme myös jotain avoimuudesta. Osa käyttäjistä koki tulleensa johdetuksi harhaan, kun he saivat tietää, että Union Alpha koostui useista yhdessä toimivista malleista eikä yhdestä mallista. Yksi syy siihen, miksi julkaisimme sen kumppaneidemme kanssa ”vain yhtenä mallina”, oli se, ettei reitittimen tuottama tulos käytännössä eroa siitä, miten käyttäjien pitäisi se kokea.

Tietojen säilyttämättömyys on toinen keskeinen osa Pareton asemointia etenkin nyt, kun yritykset ovat yhä huolestuneempia arkaluonteisten tietojen kulkemisesta kolmansien osapuolten tekoälypalvelujen kautta. Miten valvotte ja todennatte näiden suojausten toteutumisen, kun mukana on useita taustalla toimivia malleja? Millaisia takeita yritysasiakkaat voivat saada tietojensa käsittelystä?

Tietoja säilyttämättömissä palvelupaketeissamme emme tallenna kehotteitasi tai tuloksiasi, eivätkä niitä tallenna myöskään palveluntarjoajat, joille lähetämme ne.

Kun käsittelyketjussa on useita malleja, tietojen säilyttämättömyyttä koskeva lupaus on vain niin vahva kuin sen heikoin lenkki. Siksi tietojen säilyttämättömyyttä edellyttävät pyynnöt ohjataan vain malleille, joiden käyttöehdot takaavat tietojen säilyttämättömyyden. Jos palveluntarjoaja ei pysty täyttämään näitä ehtoja, sille ei lähetetä tällaisia pyyntöjä.

Yritysasiakkaat saavat asiasta kirjallisen vahvistuksen: tietojenkäsittelysopimuksen ja tietojen säilyttämättömyyttä koskevan lisäyksen. Kerromme myös selkeästi, mitkä palvelupaketit eivät takaa tietojen säilyttämättömyyttä, jotta kukaan ei päädy väärään ryhmään. Työstämme yrityksille, jotka haluavat pitää tietonsa omissa tiloissaan, versiota, jota ne voivat käyttää omalla laitteistollaan. Kerromme siitä lisää pian.

Kun tekoälyagentit siirtyvät kysymyksiin vastaamisesta monimutkaisten, monivaiheisten työnkulkujen suorittamiseen, pienet päättelyvirheet voivat kasautua merkittäviksi ongelmiksi. Miten Pareto puuttuu hallusinaatioihin, mallien keskenään ristiriitaisiin tuloksiin ja luotettavuuteen pitkissä agenttitehtävissä? Voiko useiden mallien yhdistäminen itsessään aiheuttaa uusia virhetilanteita?

Tämä oli ensimmäinen ongelma, johon törmäsimme. Demotilanteen ulkopuolella agentit hajoavat käsiin. Yksi pieni virhe toisessa vaiheessa muuttuu suureksi virheeksi kymmenennessä.

Useista malleista on apua vaikeissa vaiheissa. Ne voivat ratkaista samaa ongelmaa itsenäisesti, tarkistaa toistensa työn tai varmistaa tuloksen ennen kuin agentti jatkaa. Yhdellä mallilla ei ole toista mielipidettä. Paretolla on.

Mittaamme käyttäjien tyytyväisyyttä ja suorituskykyä todellisissa tehtävissä, julkaisemme tulokset – myös huonot – ja korjaamme havaitsemamme ongelmat. Asiakkaat, jotka tarvitsevat aina samanlaista toimintaa, voivat lukita Pareton tiettyyn versioon, jotta sen toiminta ei muutu heidän käytössään.

ATXP:n ja Unbiasedin kautta Circuit & Chisel tarttuu kahteen autonomisten agenttien kannalta tärkeään haasteeseen: tarvittavan älyn tehokkaaseen saatavuuteen ja agenttien käyttämistä palveluista maksamiseen. Miten näette näiden ominaisuuksien yhdistyvän? Voisivatko agentit tulevaisuudessa itsenäisesti valita ja ostaa tekoälymalleja ja ulkoisia työkaluja sekä koordinoida niiden käyttöä suorituskyvyn, kustannusten ja tehtävän vaatimusten perusteella?

Kyllä. Tähän suuntaan kehitys kulkee.

Nykyään ihminen päättää, mitä mallia käytetään, mitä työkaluja hyödynnetään ja miten niistä maksetaan. Yhä useammin nämä päätökset tekee agentti. Se valitsee kuhunkin vaiheeseen sopivan mallin, etsii tarvitsemansa työkalut, maksaa kullekin palveluntarjoajalle ja tarkistaa tulokset ennen kuin jatkaa.

Tähän tarvitaan kaksi asiaa. Pareto tarjoaa keinon löytää kuhunkin tehtävään sopiva äly. ATXP puolestaan kehitettiin alun perin todentamaan käyttäjän henkilöllisyys ja hoitamaan maksut.

Monet yritykset työstävät nyt esimerkiksi rajoituksia ja vastuuasioita ennen kuin kukaan uskaltaa antaa agenteille rahaa hallinnoitavaksi. Siksi aloitimme arviointikyvystä. Maksuista tulee sitä hyödyllisempiä, mitä enemmän maksutoimintoa käyttävään agenttiin luotetaan.

Uskotko, että tekoälyn seuraava suuri läpimurto syntyy ennen kaikkea kouluttamalla yhä tehokkaampia yksittäisiä malleja vai kehittämällä järjestelmiä, jotka yhdistävät älykkäästi olemassa olevia malleja ja ominaisuuksia? Miten tämä ero mielestäsi vaikuttaa kilpailuun nousevien tekoälyyritysten ja suurten edistyneiden mallien tarjoajien välillä seuraavien vuosien aikana?

Molemmista. Tutkimuslaboratoriot kehittävät jatkossakin parempia malleja, ja sillä on suuri merkitys. Me varmistamme, ettei ihmisten tarvitse lukea jokaisesta mallista ja testata niitä kaikkia. Meidän pitäisi tarjota oikea malli oikeaan tehtävään ja oikealla sijoitetun pääoman tuotolla. Malliväsymystä ei enää.

Emme koskaan pysty käyttämään mallien koulutukseen yhtä paljon rahaa kuin tutkimuslaboratoriot. Rakennamme niiden työn pohjalta ja autamme tuomaan mallit käyttöön. Aina kun jokin laboratorio julkaisee paremman mallin, myös Pareto paranee.

Tutkimuslaboratoriot voisivat rakentaa tämän itsekin, ja jotkut tekevät niin. Laboratorion oma reititin kuitenkin suosii sen omia malleja. Meillä ei ole omaa mallia, joten voitamme vain, jos asiakas saa rahoilleen parhaan vastineen. Mitä enemmän malleja on, sitä tärkeämpää tämä on.

Kiitos hienosta haastattelusta. Lukijoiden, jotka haluavat tietää lisää Paretosta, agentti-infrastruktuurista sekä työkaluista, jotka yhdistävät tekoälyn päättelyn identiteettiin ja maksuihin, kannattaa vierailla sivustolla Circuit & Chisel.