Ben Fielding
**벤 필딩(Ben Fielding)**은 인공지능(AI), 머신러닝(ML) 및 컴퓨터 비전을 전문으로 하는 연구자, 기술자이자 기업가입니다. 그는 머신러닝 모델 학습을 위한 분산형 인프라를 개발하는 기업인 Gensyn의 공동 창립자이자 최고경영자(CEO)입니다. 그의 연구는 주로 학계에서 겪었던 컴퓨팅 자원 제약에 의해 동기 부여되었습니다. [1]
학력
필딩은 노섬브리아 대학교(Northumbria University)에 진학하여 2015년에 컴퓨터 과학 학사(BSc) 학위를 취득했습니다. 그는 동일 기관에서 연구를 이어가 2019년에 컴퓨터 과학 박사(PhD) 학위를 마쳤습니다. 박사 과정 동안 그는 2016년부터 2018년까지 시연자(demonstrator)로 활동하며 학부 컴퓨터 과학 전공생들에게 실험실 및 강의실 세션을 가르쳤습니다. [2]
경력
필딩은 2013년 CDL(Cheshire Datasystems Ltd)에서 주니어 데이터베이스 관리자로 경력을 시작하여 Oracle 데이터베이스 관리, Linux 서버 유지 관리, 환경 프로비저닝, ETL 프로세스 및 데이터베이스 성능 최적화 업무를 수행했습니다. 2015년에는 머신러닝과 컴퓨터 비전을 활용한 건강 및 웰빙 애플리케이션에 초점을 맞춘 산업 협력 프로젝트에서 선임 연구원으로 잠시 근무했습니다. 2015년부터 2019년까지 필딩은 노섬브리아 대학교의 박사 연구원으로서 인공지능, 머신러닝, 컴퓨터 비전 분야를 연구했으며, 특히 신경망 설계 및 학습을 위한 진화 및 군집 기반 방법론에 집중했습니다. 이 기간 동안 그는 2016년부터 2018년까지 시연자로 활동하며 학부 컴퓨터 과학 실험 및 강의 세션을 담당했습니다.
2017년에서 2020년 초 사이에는 Research Analytics의 이사로 재직하며 머신러닝 및 컴퓨터 비전 컨설팅 서비스를 제공했습니다. 2018년 말부터 2020년 초까지 필딩은 개인 데이터 관리에 중점을 둔 Fair Custodian을 공동 창립하고 CEO로 재직했으며, 동시에 2019년 말부터 2020년 초까지 Ricochet AI에서 머신러닝 컨설턴트로 일했습니다. 2020년에는 영국의 Entrepreneur First LD14 코호트에 참여했습니다. 2020년부터 필딩은 Gensyn을 공동 창립하고 CEO를 맡아 기계 지능을 위한 분산형 인프라 개발에 힘쓰고 있습니다. 2022년부터는 엔젤 투자자로도 활동하며 초기 단계의 기술 기업들을 지원하고 있습니다. [3]
인터뷰
분산형 AI 인프라
2025년 5월 DWebDecoded 팟캐스트 인터뷰에서 필딩은 몇 년 전 설립되어 초기에는 금융 기관을 위한 프라이버시 보존형 머신러닝에 집중했던 분산형 AI 기업 Gensyn에 대해 논의했습니다. 그는 분산 컴퓨팅을 지원하도록 설계된 실행, 통신, 검증 및 조정 프레임워크를 포함한 회사의 저수준 머신러닝 인프라 작업에 대해 설명했습니다. 필딩은 소비자용 AI 도구가 인공지능에 대한 대중의 인식을 어떻게 변화시켰는지 회고하며, 머신러닝의 확장성 및 자원 제약에 대한 대응으로 학계에서 산업계로 이동하게 된 배경을 설명했습니다. 그는 분산형 AI가 기술적 및 도입 측면의 과제에 계속 직면해 있지만 점차 실질적인 사용 사례를 해결해 나가고 있다고 언급했으며, 인재 채용 방식, 인간의 업무를 지원하는 AI 도구의 역할, 그리고 중앙 집중식 시스템 대비 분산형 AI의 초기 단계적 특성에 대해 논의했습니다. [6]
Gensyn 및 AI 인터넷
2025년 3월 The Delphi 팟캐스트 인터뷰에서 필딩은 Gensyn Network에서의 작업과 인공지능을 위한 분산형 컴퓨팅 인프라에 대한 집중을 논의했습니다. 그는 AI 환경의 급격한 변동성을 설명하며, 기술과 아키텍처의 변화에도 불구하고 유효성을 유지하는 저수준의 모델 불가지론적(model-agnostic) 인프라 구축 중심의 접근 방식을 개설했습니다. 필딩은 AI 워크로드가 확장됨에 따라 발생하는 중앙 집중식 데이터 센터의 한계를 지적하고, 분산형 P2P 통신 프레임워크가 중앙 권한에 의존하지 않고 어떻게 분산 머신러닝을 지원할 수 있는지 설명했습니다. 또한 모델들이 반복적으로 서로를 평가하고 학습하는 강화 학습 스웜(reinforcement learning swarms)의 개념과 오픈 소스 대 폐쇄형 모델에 대한 장기적 관점, 규제 압력, 그리고 지속적으로 진화할 수 있는 AI 시스템의 개발에 대해서도 논의했습니다. [8]
Gensyn 구축
2024년 9월 a16z Crypto와의 인터뷰에서 필딩과 Harry Grieve는 Gensyn의 공동 창립자로서의 활동과 분산형 머신러닝 컴퓨팅 프로토콜의 개발에 대해 논의했습니다. 그들은 계량경제학, 딥러닝 및 데이터 프라이버시 분야의 배경을 회고했습니다. 그들은 2020년 Entrepreneur First 액셀러레이터를 통해 만났으며, 당시 각자 독립적으로 머신러닝의 컴퓨팅 제약 문제를 겪고 있었다고 설명했습니다. 필딩과 Grieve는 중앙 집중식 클라우드 제공업체에 의한 제한을 해결하기 위해 추론보다는 분산형 학습에 중점을 둔 머신러닝 컴퓨팅용 개방형 시장을 창출하고자 Gensyn을 설립했다고 밝혔습니다. 또한 미래 머신러닝 시스템에서 자동화의 역할, 규제 증가 속에서 검열 저항성과 개인의 주체성의 중요성, 주요 사용자로서의 초기 단계 머신러닝 팀에 대한 집중, 그리고 소규모의 비계층적 팀 구조 운영 결정에 대해 논의했습니다. [4]
발표
Gensyn의 기계 지능
2024년 10월 DePIN Founders Day 강연에서 필딩은 딥러닝 및 신경 아키텍처 탐색을 포함한 자신의 머신러닝 연구 배경을 회고하며, 박사 과정 동안 경험했던 컴퓨팅 자원에 대한 제한적인 접근성에 대해 설명했습니다. 그는 Gensyn이 전 세계의 머신러닝 가능 기기를 연결하고 AWS나 구글과 같은 중앙 집중식 클라우드 제공업체를 넘어 접근성을 넓히기 위한 머신러닝 컴퓨팅 프로토콜로 개발되었다고 설명했습니다. 필딩은 지분 증명(proof-of-stake) 합의 모델과 기여된 작업을 검증하기 위한 오프체인 암호화 보안 검증 시스템에 의해 지원되는 컴퓨팅 자원 대여를 위한 신뢰가 필요 없는 P2P(peer-to-peer) 네트워크 설계를 개설했습니다. 또한 분산된 자원 전반의 효율성을 개선하기 위한 지속적인 연구를 논의했으며, 머신러닝이 현실 세계 데이터를 압축하는 연속적인 메커니즘으로 작동하여 지식이 큐레이션되는 방식을 변화시키는 장기적인 비전을 제시했습니다. 강연은 기계의 주체성, 기계의 자원 접근을 관리하는 프로토콜의 필요성, 그리고 기계 지능과 세계의 대규모 디지털 표현을 위한 분산형 인프라를 지원하는 Gensyn의 비전에 대한 논의로 마무리되었습니다. [7]
AI와 크립토
2024년 2월 ETHDenver 발표에서 필딩은 자신을 Gensyn의 공동 창립자로 소개하며, 인공지능이 왜 암호화 및 분산형 시스템으로부터 혜택을 받는지에 대한 대화형 토론으로 세션을 구성했습니다. 그는 머신러닝 분야의 학문적 배경을 회고하며, 자본 및 컴퓨팅 자원에 대한 제한된 접근으로 인해 박사 과정 중 겪었던 컴퓨팅 부족 현상을 설명했습니다. 필딩은 Gensyn이 엔지니어와 가용 하드웨어를 연결하고 비용을 절감하며 AWS 및 구글과 같은 지배적인 클라우드 제공업체에 대한 의존도를 낮추기 위한 분산형 머신러닝 컴퓨팅 프로토콜로 개발되었다고 설명했습니다. 그는 탈중앙화가 중앙 집중식 시장의 지대 추구 행위를 해결하고, 머신러닝 모델이 컴퓨팅 자원과 자율적으로 상호작용하는 미래 시나리오를 가능하게 한다고 주장했습니다. 이 강연은 또한 기존 중앙 집중식 플랫폼의 한계, 확장성 과제, 분산된 신뢰 및 검증의 역할과 함께 데이터 프라이버시 기술, 컴퓨팅 하드웨어 접근의 공정성, 그리고 연구자들이 인프라 제약보다는 모델 개발에 집중할 수 있게 하는 프로토콜 설계의 필요성에 대해 검토했습니다. [5]
