访谈
Humayun Sheikh，Fetch.ai 的 CEO – 采访系列
Humayun Sheikh 是一位创新型企业家，DeepMind 的创始投资者，并且是 Fetch.ai 的 CEO，Fetch.ai 是一个连接 IoT 设备和算法以实现集体学习的创新平台。基于高吞吐量的分片账本，Fetch.ai 架构提供了独特的智能合约功能，以部署 ML/AI 解决方案用于去中心化问题解决。
您最初是如何对人工智能产生兴趣的？
我的背景是计算机工程，但我过去 20 年都在从事商品交易，开发用于市场交易的 ML/AI 算法，预测市场、价格预测，并与各种 AI 项目合作以部署商业上有价值的 AI 应用。我 15 年前认识了 DeepMind 的 Demis Hasabis，并开始更多地参与人工智能领域，特别是在游戏方面。在 DeepMind 之后，我与我的联合创始人 Toby Simpson 和 Thomas Hain 一起创立了 Fetch.ai，自那时起，我们的方法就是构建可以商业化的东西。
您能否告诉我们更多关于您在 DeepMind 被 Google 收购之前的投资？
我认识了 DeepMind 的 Demis Hasabis，我们一起工作了 3 到 4 年。在我参与 DeepMind 的期间，我们正在探索如何使机器更像人类行为和交互。最终，DeepMind 被 Google 收购，现在是世界上领先的人工智能组织之一。
您是否认为构建人工智能（AGI）仍然是一个可能性？
这似乎是一个遥远的可能性，但 20 到 30 年前，我们也没有想到像 DeepMind 这样的 AI 实验室会出现，或者像 Google、Apple、Microsoft、Amazon 和 Facebook 这样的公司会在 AI 研究上投入这么多，包括神经科学研究。从能力上讲，我们仍然距离实现人工智能很远，然后还有商业化的问题。如果 Google 没有介入，像 DeepMind 这样的公司可能会失败。考虑到 AI 发展的速度，我们可以期待达到一个转折点，当 AI 研究社区会让我们惊讶地实现人工智能。
您的最新创业项目是 Fetch.ai，您能否分享这个创业项目背后的故事？
我和我的联合创始人讨论了 Fetch.ai 的想法很多年，直到我们找到了一种技术组合，可以实现它。我们相信一个更加高效、优化和去中心化的世界，在那里，身份、价值和效用归还给个人，集体知识可供网络的所有用户使用。这使得世界变成了一块块令人兴奋的新业务的积木。世界是复杂和低效的，我们简化它并更好地利用我们所拥有的东西。
Fetch.ai 的第一个项目之一是一个基于区块链的 AI 智能城市基础设施项目，位于慕尼黑。您能否解释这是什么以及区块链和 AI 如何帮助司机找到停车位？
Datarella-Fetch.ai 智能城市现场试验使用 Fetch.ai 的 AEAs（自治经济代理）来解锁数据并提供慕尼黑商业地产的智能移动解决方案，对于这个现场试验，我们选择了 Connex 建筑群。
每个注册用户都是 Connex 办公室的常规停车用户，他们会因减少个人交通而被激励，并为此获得一定数量的代币奖励。自治代理将在停车位持有者和寻找停车位的人之间自主协商“价格”。当汽车或相关钱包地址被 Carpark AEA 注册为已停车时，代币空投到该钱包将停止。每个钱包每分钟奖励的代币数量取决于当前停车场的利用率。
目标是支持慕尼黑城市基础设施的可持续和高效使用。
另一个正在进行的项目是 AI 自主旅行代理程序。您能否解释这是什么？
Fetch.ai 的自治 AI 旅行代理提供了一个去中心化、多代理的系统，提供个性化、注重隐私的旅行解决方案。使用智能合约和 AEA（自治经济代理），我们希望通过直接的供应商到消费者模型来确保酒店和消费者都能节省高达 10% 的成本。此外，我们的应用程序集成了 Amadeus，提供了对 770,000 多家酒店的即时访问。
通过引导 Amadeus 的服务器，我们可以获取酒店的名称、位置和其他信息，以完成旅行者的预订，而无需使用在线旅行社或元搜索网站。
酒店业主可以在没有任何设置成本的情况下启动我们的应用程序，方法是基于按使用付费。酒店业主的软件将与消费者使用的软件交互。更重要的是，酒店业主不会尝试在这个由人工智能驱动的新渠道上出售他们的所有库存。它将是酒店行业中现有混合模式的补充。
Fetch.ai 设计的自治 AI 旅行代理应用程序并不打算完全取代现有的系统，而是补充它们。它可以安全、非破坏性地并行于现有的关系中运行，提供一种替代方法，通过这种方法，客户和酒店可以直接交易，并提供更个性化、更有价值的体验。
您是否将与在线旅行社（OTAs）合作，如果不合作，您将如何让不同的酒店加入？
不，我们不会与在线旅行社合作。我们将使酒店业主能够在第二季度推出应用程序套件时注册酒店业主软件并访问 Fetch.ai 网络。
这些应用程序中使用了哪些类型的机器学习算法？
我们不能在这里透露太多细节，除了 Fetch 相关技术中间接使用的 ML 之外，自然语言接口、特定代理集合的持续学习（涉及强化学习和 RNNs 等）是其中的一个重要部分。但是，还会有更多！
您是否还有其他关于 Fetch.ai 的信息想要分享？
我们希望继续专注于为我们的社区、合作伙伴和产品套件构建具有价值的应用程序，我们将以公开的方式展示我们的成功，这样我们的社区就可以分享我们的成功。这将为我们的社区、合作伙伴和 Fetch 生态系统的增长带来价值和效用。另外，用户可以通过投资 FET 代币参与，这是 Fetch 生态系统的骨干。它是找到、创建、部署和训练自治经济代理以及智能合约、预言机和交换所需的交易的必需品。
并且他们可以随时通过我们的社交渠道与我们互动：
感谢这次精彩的采访，希望了解更多的读者可以访问上述社交媒体或 Fetch.ai 网站。
