Michael Heinrich, 0G:n perustajajäsen ja toimitusjohtaja – haastattelusarja

Michael Heinrich on 0G:n perustajajäsen ja toimitusjohtaja, sarjayrittäjä, sijoittaja ja teknologia-alan johtaja, joka keskittyy tekoälyn hajautetun infrastruktuurin rakentamiseen. 0G:ssä hän johtaa sellaisen infrastruktuurin kehittämistä, jonka tavoitteena on tehdä tekoälystä avoimempaa, todennettavampaa ja helpommin saatavilla olevaa. Heinrich toimii myös ZeroStack Corp.:n hallituksen puheenjohtajana. Lisäksi hän on opettanut ja toiminut mentorina Stanford Universityssä yli vuosikymmenen ajan sekä osallistunut yrittäjyyttä, pääomasijoittamista ja innovaatioita käsitteleviin ohjelmiin. Hän toimii myös Pioneer Fundin venture partnerina ja enkelisijoittajana, ja hänen sijoituskohteisiinsa kuuluu yrityksiä ja hankkeita kuten Stripe, Anthropic, Brex, Notion, Filecoin, Worldcoin, Uniswap, Shield AI ja Binance. Aiemmin Heinrich perusti työhyvinvointiyritys Gartenin, joka tunnettiin aiemmin nimellä Oh My Green, ja työskenteli Bridgewater Associatesissa, Bain & Companyssa, SAP Labsissa, Microsoftilla ja J.P. Morganissa. Näiden tehtävien kautta hän sai kokemusta yrittäjyydestä, teknologiasta, rahoituksesta, strategiasta ja pääomasijoittamisesta.

0G rakentaa hajautettua tekoälyn infrastruktuuripinoa, jonka tarkoituksena on toimia tekoälyn luottamuskerroksena. Sen avulla tekoälytehtäviä voidaan suorittaa, tallentaa ja todentaa turvautumatta kokonaan keskitettyihin palveluntarjoajiin. Arkkitehtuuri yhdistää todennettavan laskennan, salatun hajautetun tallennuksen, yksityisen tekoälyn päättelyn ja tekoälyä varten suunnitellun, EVM-yhteensopivan ensimmäisen kerroksen lohkoketjun. Näin syntyy infrastruktuuri sovelluksille, joiden kirjo ulottuu itsenäisistä tekoälyagenteista ja hajautetuista malleista tekoälyn markkinapaikkoihin ja koneiden talouksiin. Alusta perustuu modulaarisuuteen: kehittäjät voivat käyttää yksittäisiä osia, kuten tallennusta tai laskentaa, itsenäisesti, ja samalla se tukee täysin lohkoketjussa toimivia tekoälysovelluksia, joiden dataa, malleja ja toimintoja voidaan auditoida ja todentaa. Tällä lähestymistavalla 0G pyrkii tarjoamaan perustan avoimemmalle ja läpinäkyvämmälle tekoälyekosysteemille, jossa kehittäjillä, yrityksillä ja käyttäjillä on enemmän määräysvaltaa tekoälyresursseihin ja dataan.

Ennen kuin perustit 0G:n, olit mukana perustamassa Gartenia ja johdit sitä sekä työskentelit ohjelmistojen, rahoituksen, pääomasijoittamisen ja yrittäjyyden parissa. Mitä näit tekoälyn kehityksessä, mikä sai sinut perustamaan 0G:n vuonna 2023, ja miten aiemmat kokemuksesi muovasivat näkemystäsi yrityksestä?

Olen urani aikana liikkunut kahden maailman välillä, jotka harvoin keskustelevat keskenään. Urani alkuvaiheessa kirjoitin ohjelmistoja SAP:llä ja Microsoftilla. Sitten siirryin rahoitusalalle: ensin tutkin maailman pääomamarkkinoita Harvard Business Schoolissa tekemäni tutkimustyön yhteydessä ja sen jälkeen työskentelin Bainilla ja Bridgewaterissa, missä koin vuoden 2008 kriisin sisältäpäin. Tämä kokemus sai minut perustamaan Gartenin, joka on Y Combinatorin yritys.

Uran jokainen vaihe opetti minulle saman asian eri näkökulmasta: kun järjestelmä keskittää vallan ja kätkee toimintansa, siitä riippuvaiset ihmiset saavat viimeisinä tietää, että järjestelmä on rikki.

Vuonna 2023 näin tekoälyn kehityksessä muodostuvan kaavan nopeammin kuin millään muulla markkinalla, jota olin seurannut. Mallit olivat hämmästyttäviä, mutta niiden taustalla oleva infrastruktuuri oli muutaman yrityksen hallussa. Vielä tärkeämpää oli, ettei voinut tarkistaa, mitä ajettiin, minne omat tiedot päätyivät tai mitä laskenta todella maksoi. Samaan aikaan alalle pääsemiseen tarvittava pääoma kasvoi korkoa korolle joka vuosineljännes. Vuoden 2008 tapahtumia seuranneelle tilanne näytti vivutetulta mustalta laatikolta, ja kaikki vain olettivat, että laatikko toimi moitteettomasti.

0G:n suunta muotoutui siis rahoitukseen liittyvästä kysymyksestä, joka ei jättänyt minua rauhaan: ”Mitä tapahtuu, kun talouden tärkeimmällä tuotantopanoksella ei ole läpinäkyviä markkinoita eikä riippumatonta todentamista?” Vastasin kysymykseen yhdessä perustajakumppaneideni Thomas Yaon, Fan Longin ja Ming Wun kanssa rakentamalla 0G:n.

Ratkaisu on tekoälyn luottamuskerros: yhtenäinen infrastruktuuripino, joka yhdistää yksityisen laskennan, omat avoimilla painoilla julkaistut 0gm-mallimme, turvamekanismeja, kuten harvan päättelyn kohdistuksen ja Tee-todennuksen, salatun tallennuksen sekä nimenomaan tekoälyn työkuormia varten rakennetun lohkoketjun. Tässä infrastruktuurissa tekoälyn työtä, päättelystä agenttien toimintoihin, todennetaan ja auditoidaan.

Tekoäly-yritykset sitovat valtavia pääomia grafiikkasuorittimiin, datakeskuksiin ja energiaan. Mikä laskennan taloudessa muuttuu perustavanlaatuisesti, ja uskotko, että laskentakapasiteetin saatavuudesta voi tulla strategisesti yhtä tärkeää kuin pääoman tai energian saatavuudesta?

Laskentakapasiteetista on jo tulossa strategisesti yhtä tärkeää kuin pääomasta tai energiasta. Neljä suurinta hyperskaalauspalvelujen tarjoajaa sitoutui yksin vuonna 2025 yli 500 miljardiin dollariin tekoälyyn liittyviin investointeihin, ja niiden investointitahti on sellainen, että summa kaksinkertaistuu tänä vuonna. Kyse ei ole enää teknologiabudjetista, vaan kansallisen infrastruktuurin rahoittamisesta muutaman yksityisen yrityksen voimin.

Perustavanlaatuinen muutos on se, että laskentakapasiteetista on tullut älykkyyden itsensä ratkaiseva pullonkaula. Jokainen mallien parannus, jokainen agentti ja jokainen tuote riippuu viime kädessä grafiikkasuoritinten käyttöajasta. Kun yhdestä tuotantopanoksesta riippuu kaikki muu, se lakkaa käyttäytymästä ostettavan hyödykkeen tavoin ja alkaa muistuttaa hallussa pidettävää pääomaa. Laskentakapasiteetin saatavuus ratkaisee nyt, mitkä yritykset, yliopistot ja maat pääsevät rakentamaan.

Omituisinta on, ettei tällä resurssilla ole omia markkinoita. Laskentakapasiteettia tuotetaan suuressa mittakaavassa, vuokrataan maailmanlaajuisesti ja hinnoitellaan päivittäin, mutta siihen ei voi hankkia omistusosuutta, suojautua sen hinnanmuutoksilta eikä kohdentaa sitä läpinäkyvästi. Pääomalla on markkinat. Energialla on markkinat. Laskentakapasiteetin hankinta perustuu muutaman toimittajan kanssa tehtäviin sopimuksiin.

Jokainen niukka resurssi kulkee saman polun: ensin sitä tuotetaan, sitten se hinnoitellaan ja lopuksi sen rahoitus järjestetään. Näin kävi öljylle. Näin kävi sähkölle. Näin kävi kaistanleveydelle. Laskentakapasiteetti on nyt siirtymässä tähän kolmanteen vaiheeseen, ja sen rahoituksen edellyttämän infrastruktuurin rakentaminen on yksi tämän vuosikymmenen keskeisistä infrastruktuurihankkeista.

0G tuo esiin ajatuksen, että laskentakapasiteetin voi omistaa, sitä voi ansaita ja sitä voi käyttää sen sijaan, että se vain ostettaisiin pilvipalveluna. Mitä laskentakapasiteetin muuttaminen varallisuuseräksi käytännössä tarkoittaa, ja miten se voisi muuttaa infrastruktuuripalvelujen tarjoajien, kehittäjien ja tekoälyyritysten välisiä suhteita?

Ajatellaan, miten kaikki muut tuotannolliset varallisuuserät toimivat. Osakkeet tuottavat osinkoja. Joukkovelkakirjoista maksetaan kuponkikorkoa. Laskentakapasiteettirahoitus, josta käytämme itse keksimäämme nimitystä ComFi, soveltaa samaa ajattelutapaa laskentakapasiteettiin. Sen sijaan, että maksaisit vain GPU:iden käyttöoikeudesta, voit omistaa osuuden, joka antaa pääsyn tekoälyn laskentakapasiteettiin, jota voit todella käyttää.

Käytännössä valjastat varallisuuserän käyttöön ja saat vastineeksi tekoälyn laskentakapasiteettia. Sillä voidaan toteuttaa kaikkea mallien yksityisestä suorittamisesta tekoälysovellusten rakentamiseen ja julkaisemiseen. Taustalla toimii 0G-lohkoketju. Käyttäjät steikkaavat eli lukitsevat 0G:tä vakuudeksi, saavat a0G:tä, luovat iAI:tä ja sitouttavat sitten iAI:n ansaitakseen laskentakapasiteettia, jota he voivat käyttää eri tekoälypalveluissa.

Tavoitteena on tehdä laskentakapasiteetista jotain, mitä voi omistaa, ansaita ja käyttää sen sijaan, että sitä vain vuokrattaisiin pilvipalveluntarjoajalta tunti kerrallaan. Alkuperäisten ehtojen mukaan käyttäjät voivat sitouttaa iAI:tä ja saada käyttöönsä laskentakrediittejä, joiden arvo on yli 1 $ päivässä tuetuissa 0G:n tekoälypalveluissa. Vakuutena oleva omaisuuserä pysyy lukittuna position ollessa aktiivinen, ja sen voi saada takaisin, kun iAI poltetaan.

Tärkeintä on, etteivät käyttäjät saa käteistä tai taloudellista tuottoa. He saavat käyttöönsä laskentakapasiteettia, jota voivat todella hyödyntää.

Tämä muuttaa infrastruktuuripalvelujen tarjoajien, kehittäjien ja tekoälyyritysten välisiä suhteita. Infrastruktuuripalvelujen tarjoajat saavat uuden tavan tarjota laskentakapasiteettiaan perinteisten pilvipalvelusopimusten ulkopuolella. Kehittäjät saavat ennakoitavamman resurssin, jonka varaan he voivat suunnitella ja budjetoida. Tekoälyyritykset voivat varmistaa laskentakapasiteetin saatavuuden ja suunnitella sen käyttöä sen sijaan, että ne pitäisivät sitä vain kulueränä, jonka hallinta on muutaman palveluntarjoajan käsissä.

Ja koska järjestelmä toimii 0G:n luottamuskerroksen päällä, laskentakäyttö voidaan todentaa ja auditoida sen sijaan, että asia vain otettaisiin ”luottakaa meihin” -periaatteella

Asemoimme ComFin avoimeksi tekoälyalan kategoriaksi, emme omaksi tavaramerkiksemme. Ascend ja iAI ovat ajatuksen ensimmäiset toteutukset, ja 0G:n verkkoon on tulossa lisää.

0G Compute toimii hajautettuna markkinapaikkana, jossa GPU-palveluntarjoajat voivat kilpailla tekoälyn työkuormien käsittelystä. Millaisia taloudellisia etuja tämä malli voi tarjota verrattuna muutamaan hyperskaalan pilvipalveluntarjoajaan turvautumiseen, etenkin silloin, kun GPU:iden kysyntä on suurta?

Nostamme esiin kolme etua, jotka korostuvat GPU:iden ollessa niukkoja: hintojen muodostuminen, joustavuus ja toimittajalukon puuttuminen.

1. Hintojen muodostuminen: 0G Computessa palveluntarjoajat asettavat itse hintansa ja kilpailevat työkuormista. Tämän ansiosta kustannukset voivat olla huomattavasti pienemmät: vertailukelpoisten avoimien mallien päättely maksaa jopa 95 prosenttia vähemmän, ja tallennuskerroksemme kustannukset ovat yli 90 prosenttia AWS S3:a pienemmät. Osa säästöistä syntyy kilpailusta, osa siitä, että käyttämätön GPU-kapasiteetti saadaan hyötykäyttöön ja että suljettujen huippumallien sijaan suoritetaan avoimia malleja erillisessä infrastruktuurissa.

2. Joustavuus: Hyperskaalan palveluntarjoajat suunnittelevat kapasiteettinsa vuosia etukäteen ja jakavat sen pitkäaikaisten asiakassuhteiden kautta. Markkinapaikka voi hankkia tarjontaa mistä tahansa, myös riippumattomilta operaattoreilta, akateemisilta klustereilta ja yrityksiltä, joilla on käyttämätöntä laitteistoa. Kysynnän kasvaessa korkeammat hinnat voivat tuoda lisää tarjontaa saataville. Kiinteä jono vain pitenee.

3. Ei toimittajalukkoa: Jokainen verkkomme palveluntarjoaja tarjoaa saman OpenAI-yhteensopivan API:n yhden reitittimen kautta, joka siirtyy automaattisesti toiselle palveluntarjoajalle, jos jokin niistä lakkaa toimimasta. Tällä hetkellä verkossa on 13 palveluntarjoajaa, jotka tarjoavat satoja malleja yhden päätepisteen kautta. Niiden kautta on käsitelty yli 373 miljardia tokenia ja tehty 27 miljoonaa päättelypyyntöä. Kehittäjät voivat vaihtaa palveluntarjoajaa muuttamalla otsaketta ilman siirtymähanketta.

On myös yksi lukuihin liittyvä seikka, joka jää monilta huomaamatta. Oma mallimme 0GM-1.0 on ollut verkon toiseksi käytetyin malli viimeisten 30 päivän aikana; sitä on käytetty enemmän vain DeepSeekiä. Kun hajautetun verkon oma avoin malli kilpailee käyttömäärissä maailman parhaiden avoimien mallien kanssa, se osoittaa, että markkinapaikka voi toimia suuressa mittakaavassa.

Hyperskaalan pilvipalveluntarjoajat ovat erinomaisia siinä, mitä ne tekevät. Mutta kun GPU:t ovat tekoälyn niukin resurssi, useammat laskentakapasiteetin lähteet voivat tarjota aivan toisenlaisen mallin tarjonnan järjestämiseen kuin pelkkä lisäkapasiteetin odottaminen hyperskaalan palveluntarjoajilta.

Yksi hajautetun infrastruktuurin haasteista on varmistaa, ettei edullisempi ja laajemmin hajautettu laskentateho heikennä luotettavuutta. Miten 0G varmistaa, että laskentapalvelun tarjoaja on todella suorittanut tekoälytehtävän oikein?

Tämä on erinomainen kysymys, ja juuri tällainen kysymys erottaa todelliset laskentamarkkinat järjestelmästä, jossa palveluntarjoajaan, kuten AWS:ään, Google Cloudiin tai Microsoft Azureen, on vain luotettava. Suunnittelimme 0G:n niin, ettei sinun koskaan tarvitse luottaa palveluntarjoajan sanaan.

0G:n yksityinen taso toimii suljetussa, luotetussa suoritusympäristössä. Laitteisto tuottaa todistuksen, joka osoittaa, mikä malli ja koodi ovat käytössä, ja allekirjoittaa jokaisen vastauksen avaimella, joka on olemassa vain kyseisessä ympäristössä. Asiakas voi tarkistaa allekirjoituksen todistusta vasten ja varmistaa, että määritetty malli suoritettiin määritetyllä palveluntarjoajalla muuttamattomana. 0G eikä palveluntarjoaja voi nähdä kehotetta tai vastausta. Millään tasolla 0G ei säilytä kehotteita tai vastauksia eikä käytä tietojasi mallien kouluttamiseen.

Varmennetulla tasolla pyynnöt reititetään haluttuun taustalla olevaan malliin, joten tiedät, mikä malli vastasi, vaikka palveluntarjoaja itsessään olisi keskitetty. Tasot määritellään pyyntökohtaisesti, ja verkko valvoo niiden noudattamista. Jos pyyntö edellyttää yksityisyyttä tukevan palveluntarjoajan käyttöä eikä sellaista ole saatavilla, pyyntö epäonnistuu sen sijaan, että se huomaamatta siirtyisi toiselle tasolle. Rehelliset tasot ovat tärkeämpiä kuin markkinointitasot.

Maksu sidotaan todisteeseen. Varat pidetään hallussa, kunnes allekirjoitettu tulos on toimitettu. Verkossa on tähän mennessä kirjattu yli 24,9 miljoonaa TEE-todistetta, ja kehys tukee myös optimistista varmennusta ja nollatietovarmennusta sellaisten työkuormien kohdalla, joihin nämä menetelmät sopivat paremmin kuin laitteistopohjainen todentaminen.

Luotettavuus varmistetaan suoraviivaisesti automaattisella vikasietokytkennällä palveluntarjoajien välillä sekä reaaliaikaisilla tiedoilla palveluiden kunnosta ja viiveistä. Taustalla oleva verkko on suunniteltu siten, etteivät varmennus ja selvitys muodosta pullonkaulaa.

Tekoälyn infrastruktuurin talous kietoutuu yhä tiiviimmin sähkön saatavuuteen. Mallien ja päättelytyökuormien kasvaessa odotatko energian muodostuvan tekoälyn laskentatehon ensisijaiseksi rajoitteeksi GPU:iden sijaan, ja miten hajautettu infrastruktuuri voisi auttaa tämän pullonkaulan ratkaisemisessa?

Energia ja laskentateho kietoutuvat ehdottomasti toisiinsa, ja kumpikin vaikuttaa toiseen. Energian saatavuuteen liittyviä pullonkauloja on jo syntynyt. Pohjois-Virginiassa yli 3 GW:n datakeskuskysyntä irtosi äkillisesti sähköverkosta heinäkuussa, mikä toi esiin sen, miten paljon kuormitusta keskitetyt datakeskukset voivat aiheuttaa sähköinfrastruktuurille.

Tekoälyn datakeskusten sähkönkulutuksen ennustetaan kaksinkertaistuvan vuoteen 2030 mennessä, ja IEA ennustaa datakeskusten maailmanlaajuisen sähkönkulutuksen yli kaksinkertaistuvan noin 945 terawattituntiin vuoteen 2030 mennessä. Kasvun tärkein ajuri on tekoäly. GPU:ita voi rakentaa nopeammin kuin niiden käyttöön tarvittavaa sähköinfrastruktuuria.

Keskitetty tekoäly pahentaa tilannetta keskittämällä kysynnän pieneen määrään valtavia datakeskuksia, joista jokainen tarvitsee valtavasti sähköä ja uutta sähköverkkoinfrastruktuuria.

Hajautettu infrastruktuuri voi helpottaa kasvavaa rajoitetta sijoittamalla työkuormia sinne, missä sähköä ja laskentakapasiteettia on jo valmiiksi. Tällaisia paikkoja voivat olla alueelliset datakeskukset, käyttämätöntä kapasiteettia omaavat teollisuuslaitokset tai uusiutuvan energian tuotantopaikat, joiden energia muuten jäisi hyödyntämättä. Sen sijaan, että sähköä siirrettäisiin lisää muutamille valtaville kampusalueille, työkuorma voidaan siirtää sinne, missä sähköä jo on ja missä sitä ei käytetä täysimääräisesti.

On kuitenkin syytä todeta, ettei tämä poista energiaan liittyvää rajoitetta, mutta se voi tehostaa olemassa olevan energia- ja tietojenkäsittelyinfrastruktuurin käyttöä.

0G hyödyntää tekoälyn laskennan todennettavuuden varmistamiseen muun muassa luotettuja suoritusympäristöjä, optimistista varmennusta ja nollatietomenetelmiä. Missä näet kryptografisen varmennuksen olevan tärkeintä, kun autonomiset tekoälyagentit alkavat tehdä päätöksiä ja toteuttaa liiketoimia ilman jatkuvaa ihmisen valvontaa?

Varmennus on tärkeintä juuri sillä hetkellä, kun ihminen lakkaa seuraamasta toimintaa. Copilot-avustajan tuotoksen tarkistaa ihminen. Autonomisen agentin tuotosta ei tarkista. Kun agentti pystyy tekemään päätöksiä, allekirjoittamaan liiketoimia, pitämään hallussaan varoja tai toimimaan muiden agenttien kanssa, on tiedettävä, mikä agentti toimii, mikä malli sitä ohjaa ja tekikö se sen, mitä sen oli tarkoitus tehdä.

Tässä kryptografinen varmennus on tärkeää. Kun agentti toimii luotetussa suoritusympäristössä, voidaan saada allekirjoitettu tietue, joka osoittaa, mikä malli teki päätöksen ja mitä syötteitä se käytti. Lohkoketju on ihanteellinen luottamuskerros, koska se on muuttumaton, siihen voidaan vain lisätä tietoja ja sen avulla voidaan jäljittää tietojen alkuperä. Lohkoketju tarjoaa näistä todisteista yhteisen tietueen, jonka avulla kehittäjät, auditoijat ja vastapuolet voivat tarkistaa tapahtumat luottamatta yhden osapuolen versioon niistä.

Sama periaate pätee, kun agentit alkavat olla vuorovaikutuksessa keskenään suuressa mittakaavassa. Ihminen ei voi tarkistaa jokaista päätöstä tai liiketointa. Varmennuksen, auditoitavuuden ja luottamuksen on oltava osa itse infrastruktuuria. Tavoite on yksinkertainen: sen sijaan, että kysytään, noudattiko agentti sääntöjä, voidaan todistaa, että se noudatti niitä.

Suuri osa tämän päivän infrastruktuurikilpailusta keskittyy yhä suurempien keskitettyjen datakeskusten rakentamiseen. Tarjoaako hajautettu tekoälylaskenta vaihtoehdon tälle mallille, vai uskotko viime kädessä hajautettujen verkkojen ja hyperskaalaajien täydentävän toisiaan osana samoja maailmanlaajuisia laskentamarkkinoita?

Sanoisin, että ne täydentävät toisiaan, ja työnjako muistuttaa paljon sähköverkkoa. Hyperskaalaajat vastaavat peruskuormasta. Ne soveltuvat erittäin hyvin suurten yritysten valtaviin, ennakoitaviin ja viiveherkkiin työkuormiin, ja niiden kannattaa jatkaa niiden käsittelyä. Hajautetut verkot voivat täydentää niitä tasaamalla kysynnän vaihteluita, tuomalla hajautettua ja muuten käyttämätöntä laskentakapasiteettia käyttöön sekä tarjoamalla useammille yrityksille pääsyn grafiikkasuorittimien laskentatehoon.

Hajautetut verkot ovat todellinen vaihtoehto luottamuksen ansiosta. Keskittyminen on taloudellinen ongelma, mutta myös näkyvyyteen liittyvä ongelma. Kun infrastruktuuria ylläpitää kourallinen yrityksiä, ne hallitsevat myös sitä, mitä voit nähdä. Hyperskaalaaja voi luvata, ettei se tarkastele tietojasi. Suljettu, suojattu suoritusympäristö ja julkinen attestointi voivat todistaa sen. Tämä ominaisuus ei parane datakeskuksen kasvaessa. Se syntyy siitä, että varmennus on sisäänrakennettu infrastruktuuriin.

Näemme jo nyt näiden kahden mallin toimivan rinnakkain. Google Cloud ja Alibaba Cloud olivat mukana pääverkon käynnistyskumppaneissamme. Yritykset haluavat pystyä reitittämään työkuorman hyperskaalaajalle, hajautetulle palveluntarjoajalle tai omalle laitteistolleen hinnan, tietosuojavaatimusten ja tarvitsemansa varmennustason perusteella.

Tähän suuntaan uskomme markkinoiden kehittyvän. Yksi malli ei korvaa muita, vaan syntyy maailmanlaajuiset laskentamarkkinat, joilla työkuormia voidaan siirtää eri infrastruktuurilähteiden välillä työn vaatimusten mukaan.

Kun tekoälyagenteista tulee taloudellisia toimijoita, jotka pystyvät ostamaan palveluita ja hallinnoimaan resursseja itsenäisesti, voisiko laskennasta itsestään tulla osa koneiden välistä taloutta, jossa agentit hankkivat dynaamisesti infrastruktuuria hinnan, suorituskyvyn ja saatavuuden perusteella?

Olemme nähneet tästä verkossamme jo joitakin pieniä esimerkkejä. Useimmat 0G Computen kautta kulkevat pyynnöt eivät tule ihmisiltä, jotka napsauttavat painiketta. Ne tulevat sovelluksilta ja agenteilta, jotka kutsuvat ohjelmointirajapintaa, maksavat jokaisesta pyynnöstä rahoitetusta saldosta ja joiden pyynnöt reititetään palveluntarjoajalle, joka sopii tehtävään parhaiten. Noin 43 000 lompakkoa on maksanut päättelypalvelusta tällä tavoin, ja 0G:n päälle on rakennettu yli 300 projektia. Ghast AI on yksinään välittänyt 0G Computen kautta yli 100 miljardia tokenia. NeoSoul käyttää miljoonia agentteja 0G:ssä ja BNB Chainissa, joka on toinen lohkoketjuverkko. Agentti voi jo nyt valita eräajoon edullisemman palveluntarjoajan ja arkaluonteiseen tehtävään yksityisen suojatun suoritusympäristön; tällainen reitityspäätös tehdään jo tänään.

Toimivasta koneiden taloudesta puuttuu asioita, joita ihmiset pitävät itsestäänselvyyksinä: identiteetti, mahdollisuus varata resursseja etukäteen ja laskentayksikkö. Agentit tarvitsevat eri palveluissa toimivan identiteetin, ja juuri tämän 0G:n Agentic ID on suunniteltu tarjoamaan. Ne tarvitsevat myös keinon varmistaa laskentakapasiteetti etukäteen sen sijaan, että maksaisivat jokaisesta pyynnöstä erikseen, jotta ne voivat suunnitella toimintaansa ja toimia itsenäisesti.

Tämä on yksi syy siihen, miksi rakensimme Compute Financen. Kun laskentakapasiteettia voi ansaita osallistumalla verkon toimintaan ja käyttää eri tekoälypalveluissa, agentin voi rahoittaa kerralla, minkä jälkeen se voi hyödyntää tarvitsemansa laskentakapasiteetin ilman, että ihmisen tarvitsee lisätä saldoa pilvipalvelutilille. Ascend ja Infinite AI ovat ensimmäiset toteutukset. Ihmiset, joita emme ole vielä tavanneet, rakentavat niiden päälle koneiden talouden.

Turvallisuudesta ei voida tinkiä. Jokaisesta tällaisesta koneen tekemästä päätöksestä on jäätävä todennettava jälki, ja päätöksiin on sisällytettävä turvarajat. Koneiden talous ilman tositteita on vain nopeampi tapa menettää rahaa ja aiheuttaa julkistamaton tietoturvakatastrofi.

Miten uskot tekoälyn laskentamarkkinoiden kehittyvän seuraavien viiden vuoden aikana? Ajattelevatko yritykset jatkossakin ensisijaisesti grafiikkasuorittimien ja pilvipalvelukapasiteetin vuokraamista, vai olemmeko siirtymässä kohti likvidimpiä maailmanlaajuisia markkinoita, joilla laskentakapasiteettia voidaan omistaa, vaihtaa, kaupallistaa ja jakaa dynaamisesti?

En usko vuokraamisen katoavan, aivan kuten leasing ei kadonnut laiterahoituksen kehityttyä. Se ei kuitenkaan ole enää ainoa vaihtoehto, eikä se enää ole ainoa tapa, jolla vakavasti otettavat toimijat ajattelevat laskentakapasiteetista resurssina.

Laskentakapasiteetin kehittyessä odotan sille muodostuvan samanlaisen rahoitusinfrastruktuurin kuin muillekin strategisille tuotantopanoksille. Yritykset pitävät hallussaan laskentakapasiteettiin liittyviä positioita samalla tavoin kuin ne pitävät hallussaan energiasopimuksia tai valuuttaa. Palveluntarjoajat myyvät kapasiteettia avoimilla markkinoilla sen sijaan, että neuvottelisivat sopimuksen kerrallaan. Laskentakapasiteetin hinta määräytyy työkuorman ja luottamustason perusteella, sillä varmennettu yksityinen päättely ja varmentamaton päättely ovat eri tuotteita. Yhä suurempi osa ostajista on agentteja hankintatiimien sijaan.

Tätä varten Compute Finance (ComFi) on olemassa. Julkaisimme Ascendin ja ilmoitimme Infinite AI:sta pääverkon ensimmäisenä vuosipäivänä, koska kehityskulku on nyt selvä. Laskentakapasiteettia tuotetaan. Sille määritetään hinta. Seuraava askel on rahoituskerros, jossa laskentakapasiteettiin kohdistuvia oikeuksia voi pitää hallussa, ansaita, käyttää ja käydä niillä kauppaa niin, että jokaisesta yksiköstä jää todennettava jälki. Teemme ComFista tarkoituksella avoimen kategorian emmekä omaa tuotemerkkiä, sillä markkina, jolla on vain yksi osallistuja, ei ole markkina.

Tämä kaikki on mahdollista luottamuskerroksen, ei paremman GPU:n, ansiosta: se todistaa, mitä suoritettiin ja kuka sen suoritti, ja varmistaa, että selvitys perustuu todisteisiin. Kun laskenta voidaan todentaa, siitä tulee riittävän vaihdannanvaraista rahoitettavaksi. Kun se on rahoitettavissa, siitä tulee likvidiä. Seuraavien viiden vuoden aikana ala lakkaa käsittelemästä talouden tärkeintä resurssia pelkkänä budjettirivinä.

Kiitos hienosta haastattelusta. Lukijat, jotka haluavat tietää lisää, voivat tutustua 0G:hen.