벤 필딩은 인공지능(AI), 머신 러닝(ML), 컴퓨터 비전을 전문으로 하는 연구원, 기술 전문가, 기업가입니다. 그는 머신 러닝 모델 훈련을 위한 분산형 인프라를 개발하는 회사인 Gensyn의 공동 창립자이자 최고 경영자(CEO)입니다. 그의 연구는 주로 학계에서 겪었던 컴퓨팅 자원 제약에서 비롯되었습니다. ^[1]

교육

필딩은 노섬브리아 대학교에서 컴퓨터 과학 학사(BSc) 학위를 2015년에 취득했습니다. 그는 같은 기관에서 연구를 계속하여 2019년에 컴퓨터 과학 박사 학위를 마쳤습니다. 그의 박사 연구는 인공지능, 머신 러닝, 컴퓨터 비전에 중점을 두었으며, 특히 신경망 설계 및 훈련을 위한 진화 및 군집 기반 방법의 적용에 중점을 두었습니다. 박사 과정 동안 그는 2016년부터 2018년까지 시연자로 활동하며 학부 컴퓨터 과학 학생들에게 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 작업을 수행했습니다. 2015년에는 머신 러닝 및 컴퓨터 비전을 사용한 건강 및 웰빙 애플리케이션에 중점을 둔 산업 협력 프로젝트에서 선임 연구원으로 잠시 근무했습니다. 2015년부터 2019년까지 필딩은 노섬브리아 대학교에서 박사 연구원으로 인공지능, 머신 러닝, 컴퓨터 비전 연구를 수행했으며, 신경망 설계 및 훈련을 위한 진화 및 군집 기반 방법에 중점을 두었습니다. 이 기간 동안 그는 2016년부터 2018년까지 시연자로 활동하며 학부 컴퓨터 과학 실험실 및 강의실 세션을 가르쳤습니다.

2017년부터 2020년 초까지 그는 Research Analytics에서 이사로 근무하며 머신 러닝 및 컴퓨터 비전 컨설팅 서비스를 제공했습니다. 2018년 말부터 2020년 초까지 필딩은 개인 데이터 관리에 중점을 둔 회사인 Fair Custodian의 공동 창립자이자 CEO로 활동했으며, 2019년 말부터 2020년 초까지 Ricochet AI에서 머신 러닝 컨설턴트로도 활동했습니다. 2020년에는 영국에서 Entrepreneur First LD14 코호트에 참여했습니다. 2020년부터 필딩은 Gensyn을 공동 창립하고 CEO로 활동하며 머신 인텔리전스를 위한 분산형 인프라 개발에 참여했습니다. 2022년부터 그는 초기 단계의 기술 회사를 지원하는 엔젤 투자자로도 활동했습니다. ^[3]

인터뷰

분산형 AI 인프라

2025년 5월 DWebDecoded 팟캐스트 인터뷰에서 필딩은 몇 년 전에 설립되어 처음에는 금융 기관을 위한 개인 정보 보호 머신 러닝에 중점을 둔 분산형 AI 회사인 Gensyn에 대해 논의했습니다. 그는 분산형 컴퓨팅을 지원하도록 설계된 실행, 통신, 검증 및 조정 프레임워크를 포함한 로우 레벨 머신 러닝 인프라에 대한 회사의 작업에 대해 설명했습니다. 필딩은 소비자 대상 AI 도구가 인공지능에 대한 대중의 인식을 어떻게 변화시켰는지 되돌아보고 머신 러닝의 확장성 및 자원 제약에 대한 대응으로 학계에서 산업계로 이동한 이유를 설명했습니다. 그는 분산형 AI가 여전히 기술적 및 채택 문제를 겪고 있지만 점차적으로 실제 사용 사례를 해결하고 있으며 인재 채용 접근 방식, 인간의 작업을 지원하는 AI 도구의 역할, 중앙 집중식 시스템에 비해 분산형 AI의 초기 단계 특성에 대해 논의했습니다. ^[6]

Gensyn & AI 인터넷

2025년 3월 The Delphi 팟캐스트 인터뷰에서 필딩은 Gensyn Network와 인공지능을 위한 분산형 컴퓨팅 인프라에 대한 그의 작업에 대해 논의했습니다. 그는 AI 환경의 급격한 변동성을 설명하고 기술과 아키텍처의 변화에도 불구하고 관련성을 유지하는 로우 레벨의 모델에 구애받지 않는 인프라를 구축하는 데 중점을 둔 접근 방식을 설명했습니다. 필딩은 AI 워크로드가 확장됨에 따라 중앙 집중식 데이터 센터의 한계를 다루고 중앙 기관에 의존하지 않고 분산형 머신 러닝을 지원할 수 있는 분산형 피어 투 피어 통신 프레임워크를 설명했습니다. 그는 또한 모델이 반복적으로 서로 평가하고 학습하는 강화 학습 스웜의 개념과 오픈 소스 대 폐쇄형 모델, 규제 압력 및 지속적으로 진화할 수 있는 AI 시스템 개발에 대한 장기적인 관점에 대해 논의했습니다. ^[8]

Gensyn 구축

2024년 9월 a16z Crypto와의 인터뷰에서 필딩과 해리 그리브는 Gensyn의 공동 창립자로서의 그들의 작업과 분산형 머신 러닝 컴퓨팅 프로토콜 개발에 대해 논의했습니다. 그들은 계량 경제학, 딥 러닝 및 데이터 개인 정보 보호 분야에서의 그들의 배경을 되돌아보았습니다. 그들은 2020년 Entrepreneur First 액셀러레이터를 통해 만났으며, 각자 독립적으로 머신 러닝에서 컴퓨팅 제약을 겪었습니다. 필딩과 그리브는 Gensyn이 중앙 집중식 클라우드 제공업체가 부과하는 제한 사항을 해결하기 위해 머신 러닝 컴퓨팅을 위한 개방형 시장을 만들고 추론보다는 분산형 훈련에 중점을 두어 형성되었다고 설명했습니다. 그들은 또한 미래의 머신 러닝 시스템에서 자동화의 역할, 증가하는 규제 속에서 검열 저항 및 개인 기관의 중요성, 주요 사용자로서 초기 단계의 머신 러닝 팀에 대한 그들의 초점, 그리고 작고 비계층적인 팀 구조로 운영하기로 한 그들의 결정에 대해 논의했습니다. ^[4]

프레젠테이션

Gensyn의 머신 인텔리전스

2024년 10월 DePIN Founders Day 강연에서 필딩은 딥 러닝 및 신경 아키텍처 검색을 포함한 머신 러닝 연구 분야에서의 그의 배경을 되돌아보고 박사 과정 동안 경험했던 컴퓨팅 자원에 대한 제한된 액세스에 대해 설명했습니다. 그는 Gensyn이 전 세계적으로 머신 러닝이 가능한 장치를 연결하고 AWS 및 Google과 같은 중앙 집중식 클라우드 제공업체 이상으로 액세스를 확대하기 위한 머신 러닝 컴퓨팅 프로토콜로 개발되었다고 설명했습니다. 필딩은 지분 증명 합의 모델과 기여된 작업을 검증하기 위한 오프체인 암호화 보안 검증 시스템에 의해 지원되는 컴퓨팅 자원 임대를 위한 신뢰 없는 피어 투 피어 네트워크의 설계를 설명했습니다. 그는 또한 분산된 자원 전반에 걸쳐 효율성을 개선하기 위한 지속적인 연구에 대해 논의하고 머신 러닝이 실제 데이터를 압축하는 지속적인 메커니즘으로 기능하여 지식이 큐레이팅되는 방식을 바꾸는 장기적인 관점을 제시했습니다. 강연은 머신 에이전시, 자원에 대한 머신 액세스를 관리하는 프로토콜의 필요성, 머신 인텔리전스 및 대규모 디지털 세계 표현을 위한 분산형 인프라를 지원하는 Gensyn의 비전에 대한 논의로 끝났습니다. ^[7]

AI 및 암호화폐

2024년 2월 ETHDenver 프레젠테이션에서 필딩은 자신을 Gensyn의 공동 창립자로 소개하고 인공지능이 암호화 및 분산형 시스템으로부터 이점을 얻는 이유에 대한 대화형 토론으로 세션을 구성했습니다. 그는 머신 러닝 분야에서의 그의 학문적 배경을 되돌아보고 자본 및 컴퓨팅 자원에 대한 제한된 액세스로 인해 박사 과정 동안 겪었던 컴퓨팅 부족에 대해 설명했습니다. 필딩은 Gensyn이 엔지니어를 사용 가능한 하드웨어와 연결하고 비용을 절감하며 AWS 및 Google과 같은 주요 클라우드 제공업체에 대한 의존도를 줄이기 위한 분산형 머신 러닝 컴퓨팅 프로토콜로 개발되었다고 설명했습니다. 그는 분산화가 중앙 집중식 시장에서 임대료 추구 행위를 해결하고 머신 러닝 모델이 컴퓨팅 자원과 자율적으로 상호 작용하는 미래 시나리오를 가능하게 한다고 주장했습니다. 강연은 또한 기존 중앙 집중식 플랫폼의 한계, 확장성 문제, 분산형 신뢰 및 검증의 역할과 함께 데이터 개인 정보 보호 기술, 컴퓨팅 하드웨어에 대한 액세스의 공정성, 연구자가 인프라 제약 조건이 아닌 모델 개발에 집중할 수 있도록 하는 프로토콜 설계의 필요성에 대한 논의를 검토했습니다. ^[5]