Інтерв’ю
Humayun Sheikh, CEO Fetch.ai – Інтерв’ю Серія
Humayun Sheikh – інновационний підприємець, один із засновників інвесторів DeepMind і є CEO Fetch.ai, інновативної платформи для підключення пристроїв IoT і алгоритмів для колективного навчання. Будучи побудованим на високопродуктивному шардированому реєстрі, архітектура Fetch.ai забезпечує унікальну можливість智能-контрактів для розгортання рішень ML/AI для децентралізованого вирішення проблем.
Як ви спочатку стали цікавитися штучним інтелектом?
Моя освіта – комп’ютерна інженерія, але я провів останні 20 років у торгівлі товарами, розробляючи алгоритми ML/AI для торгівлі на ринку, прогнозування ринків, передбачення цін та працюючи з різними проектами AI для розгортання комерційно цінного використання AI. Мене познайомили з Демісом Хасабісом з DeepMind 15 років тому, і я став більше займатися штучним інтелектом у геймінгу. Після DeepMind разом з моїми співзасновниками Тобі Сімпсоном і Томасом Хейном ми заснували Fetch.ai, і наш підхід відтоді полягав у створенні чогось, що ми могли б почати комерціалізувати.
Чи можете ви розповісти нам більше про вашу інвестицію в DeepMind до того, як її пізніше придбала Google?
Мене познайомили з Демісом Хасабісом з DeepMind, і ми працювали разом 3-4 роки. Під час моєї участі в DeepMind ми переслідували ідеї та шляхи того, як ми могли б зробити машини, які поводяться та взаємодіють більш як люди. В кінцевому підсумку DeepMind була продана Google і тепер є однією з провідних організацій у сфері штучного загального інтелекту.
Чи вважаєте ви, що будівництво штучного загального інтелекту (AGI) все ще є можливим?
Це може здатися далекою можливістю, але ми також не уявляли 20-30 років тому, що лабораторії AI, такі як DeepMind, з’являться, або компанії, такі як Google, Apple, Microsoft, Amazon і Facebook, вкладатимуть так багато в дослідження AI, включаючи нейронаукові дослідження. За можливостями ми все ще досить далеко від досягнення штучного загального інтелекту, а потім є питання комерціалізації. Якщо б Google не втрутився, компанії, такі як DeepMind, швидше за все, зазнали б поразки. Ураховуючи швидку швидкість, з якою розвивається AI, ми могли б очікувати досягнення точки інфлексії, коли спільнота дослідників AI удивить нас розробкою штучного загального інтелекту.
Ваша остання справа – Fetch.ai, чи можете ви поділитися історією походження цієї стартап-компанії?
Я, разом з моїми співзасновниками, обговорювали ідеї, що стоять за Fetch.ai, протягом багатьох років, перш ніж ми знайшли технологічну комбінацію, яка б це забезпечила. Ми віримо у більш ефективний, оптимізований і децентралізований світ, де ідентичність, цінність і корисність повертаються особі, а колективні знання доступні всім користувачам мережі. Це перетворює світ на будівельні блоки нових бізнесів. Світ складний і недооцінений: ми спрощуємо його і робимо краще використання того, що в нас є.
Одним з перших проектів Fetch.ai є проект блокчейн-інфраструктури штучного інтелекту для розумного міста в Мюнхені. Чи можете ви пояснити, що це таке, і як блокчейн і AI можуть допомогти водієві знайти місце для паркування?
Datarella-Fetch.ai Smart City польові випробування використовують AEAs (Автономні економічні агенти) Fetch.ai для розблокування даних і надання розумних рішень мобільності в комерційних нерухомих майнах Мюнхена, для цього польового випробування ми обрали комплекс будівель Connex у Мюнхені.
Кожен зареєстрований користувач, який є регулярним користувачем паркування, мотивований зменшити свій індивідуальний трафік до офісів Connex, і за це він буде нагороджений певною кількістю токенів на хвилину за те, що не паркує машину на парковці. Автономні агенти будуть автономно вести переговори про “ціну” парковочных місць між володарями цих місць і тими, хто шукає місце. Як тільки машина або пов’язана з нею адреса гаманця зареєстрована як припаркована Карпарком AEAs, токени аirdrop до цього гаманця зупиняються. Кількість токенів, нагороджених на гаманець і хвилину, залежить від поточного використання парковки.
Мета – підтримувати сталий і ефективний використання міської інфраструктури в Мюнхені.
Іншим проектом, який знаходиться в трубопроводі, є програма Автономних агентів подорожей AI. Чи можете ви пояснити, що це таке?
Автономні агенти подорожей Fetch.ai пропонують децентралізовану, багатокомпонентну систему, яка забезпечує персоналізовані, орієнтовані на приватність рішення для подорожей. Використовуючи розумні контракти та AEA (Автономний економічний агент), який здійснює бронювання номерів готелю через прямий модель постачальник-споживач, ми хочемо забезпечити економію коштів для готелів і споживачів до 10%. Крім того, наше застосування інтегровано з Amadeus, який пропонує миттєвий доступ до понад 770 тис. готелів.
Відштовхуючись від серверів Amadeus, ми можемо отримати назву готелю та його розташування та іншу необхідну інформацію для завершення бронювання мандрівника без використання онлайн-агентства з подорожей або мета-пошукової системи.
Власник готелю може запустити наше застосування без будь-яких витрат налаштування, а підхід заснований більше на pay-as-you-go. Програмне забезпечення готельєра взаємодіятиме з програмним забезпеченням, яке споживачі будуть використовувати для покупок. Що ще важливіше, готельєри не будуть намагатися продати весь свій інвентар на цьому новому каналі, який працює за допомогою штучного інтелекту. Це буде додатковий канал, крім поточної суміші, яку ми бачимо в готельній індустрії.
Застосування Автономних агентів подорожей AI, розроблене Fetch.ai, не призначене для повної заміни існуючих систем, а скоріше для доповнення їх. Воно працює безпечно, недеструктивно та паралельно з існуючими відносинами, які готелі можуть мати. Воно забезпечує альтернативний метод, за допомогою якого бронювання можуть бути прийняті: той, де клієнт і готель взаємодіють безпосередньо, і той, де можна забезпечити більш персоналізований, кращий досвід.
Чи будете ви працювати з OTA (онлайн-агентствами з подорожей), якщо ні, то як ви будете налаштовувати різні готелі?
Ні, ми не будемо працювати з OTA. Ми дозволимо готельєрам реєструватися в програмному забезпеченні, призначеному для готельєрів, і отримувати доступ до мережі Fetch.ai з другого кварталу 2021 року, коли ми запустимо застосунок.
Які типи алгоритмів машинного навчання використовуються в цих застосуваннях?
Ми не можемо вдатися до великих деталей тут, окрім того, що ML, який використовується опосередковано з іншими технологіями Fetch, пов’язаними з пошуком і відкриттям. Однак природні інтерфейси мови, безперервне навчання того, що є доречним для будь-якої колекції агентів (що включає, серед іншого, навчання з підкріпленням і RNN), є великою частиною цього. Але буде ще!
Чи є щось ще, що ви хотіли б поділитися про Fetch.ai?
Ми хочемо продовжувати зосереджуватися на створенні застосунків, наборів продуктів з цінністю для нашої спільноти, наших партнерів, і ми продовжимо зосереджуватися на цьому публічно видимим чином, щоб наша спільнота могла поділитися нашими успіхами. Це створює цінність, корисність і зростання нашої спільноти. Крім того, користувачі можуть взяти участь, інвестуючи в токен FET, хребет екосистеми Fetch. Воно потрібно для пошуку, створення, розгортання та навчання автономних економічних агентів і є необхідним для розумних контрактів, оракулів та транзакцій, необхідних для доставки нової цифрової економіки.
І вони завжди можуть взаємодіяти з нами через наші соціальні канали:
Дякуємо за чудове інтерв’ю. Читачі, які бажають дізнатися більше, можуть відвідати вище соціальні медіа або Fetch.ai веб-сайт.
