Scott Shi van Kite AI op Consensus 2025: De toekomst van AI

Connect met Like-minded Crypto Enthusiasts! Connect op Discord!

Check onze Discord

Tijdens Consensus 2025 spraken we met Scott Shi, oprichter en Chief Technology Officer (CTO) van Kite AI. Na gesproken te hebben tijdens een panel over AI hebben wij een interview met hem gehouden. Hierin bespraken we verschillende interessante onderwerpen, waaronder de toekomst van AI. 

Shi is een gedreven man, wat te zien is in de onderstaande video op X (Twitter), waarin hij rent van het ene evenement naar het anderen:

Peep our Co-founder and CTO @scottshics running between events at @consensus_hk! ‍♂️

Founder mode: ALWAYS ON. pic.twitter.com/qu0oXsgXLf

— KITE AI @ EthDenver (@GoKiteAI) February 21, 2025

Kite AI op Consensus 2025

Consensus was een belangrijke conferentie voor alle aanwezige partijen, waaronder Kite AI. Maar wat brengt Kite AI precies op de markt wat nieuw is? Hierop liet Shi weten dat Kite AI een AI salon wil bouwen en de kapotte AI economy willen fixen. Kortom, ze willen een nieuwe proof-attributed intelligence ontwikkelen.

Shi gebruikt Ethereum als een voorbeeld hiervoor. Ethereum geeft elk jaar $4 miljard aan miljoen validators die hetzelfde doen. Als we hier over nadenken, in plaats van $4 miljard aan een miljoen validators geven, waarom sturen we dan niet 90% van de beloning naar de AI contributer?

Als we kijken naar het werk van AI tegenwoordig, Apple kan geen AI producten gebruiken. Daarbij is er ook veel discussie over het niet open-source zijn van OpenAI. Hierdoor weten ze niet wat er achter het model zit. Zelfs als er een miljoen datapunten zijn en al deze punten goed zijn, is er slechts een slecht punt nodig om het model te vergiftigen en kwaadwillende resultaten te krijgen.

Daarom denkt Shi dat de AI-wereld end-to-end transparantie mist. Dat is waar Kite AI aan wil bouwen. Daarbij willen ze 90% van de beloningen naar de AI contributer sturen. Dit maakt het niet nodig om je algoritme open-source te maken, maar de data moet wel open-source zijn. Hierdoor kan degene die het model gebruikt zeker weten wat er achter het model zit, wat er in de data zit.

Hoe beschermt Kite AI gebruikers tegen kwaadwillenden?

AI is erg belangrijk geworden in de afgelopen jaren. Zo heeft iedereen het erover en zegt men dat de prompter koning is, betekenende dat de persoon die AI kan prompten controle heeft over de AI. Maar hoe beschermt Kite AI hun gebruikers hiertegen? Shi liet hierop weten:

“Het ligt eraan. Ik denk dat het meeste belangrijke is dat we een balans moeten hebben tussen nauwkeurigheid en recall.”

Hierna vertelt Shi over een AI model dat hij ontwikkeld heeft voor Uber. Hij laat weten hoe hij vier jaar gewerkt heeft voor Uber om een foundational data en AI infrastructuur te maken. Daarbij heeft hij een machine learning model gemaakt voor botsing detectie. “Als ik een Uber van hier naar Hong Kong vliegveld neem en er een botsing is, zal Uber mij en de hulpdiensten direct bellen”, zei Shi, “Voor dit model moeten we 99% nauwkeurigheid garanderen, en misschien recall. Het ligt aan de use-case.”

Wat wordt de volgende stap voor Kite AI?

Nu de AI-ruimte constant aan het veranderen is, is het belangrijk voor bedrijven in de ruimte om constant te veranderen. Maar hoe gaat Kite AI dit aanpakken? En wat wordt de volgende stap? Daarbij benoemt Shi als eerste het succes van DeepSeek:

“Het eerste ding dat nodig is, is open-source. Als we kijken naar data infrastructuur en besturingssystemen, kunnen we zien dat de beste software altijd open-source is. Deze vorm van open-source is niet traditioneel. Het betekent end-to-end transparantie open-source, waarmee gebruikers kunnen zien waar de data vandaan komt en welke data het model op is gebouwd. Zonder open-source zullen mensen altijd twijfelen om dit model te gebruiken.”

Als tweede benoemt Shi het terugdrijven van de kosten. Tot nu toe is er geen groot consumentenbedrijf dat een large-language model uitbrengt, wat een simpele reden heeft: het is te duur. Door de kosten naar beneden te brengen, kunnen we meer massa-adoptie naar een AI model brengen.

Als derde vindt Shi het belangrijk dat een model verkleind wordt naar een kleinere parameter. Niet alle modellen werken volgens hem goed met een grote parameter. Als laatste, en meest belangrijke, noemt Shi dat de helft van de eerder publieke data nu privé is. Dit komt doordat mensen realiseren dat data een van de meest waardevolle dingen is om te hebben als bedrijf. En als ze het openbaar maken, kan OpenAI het gratis ophalen en er miljarden aan winst uit halen. In dit geval is er geen systematische manier om AI economics op te lossen.

Geef een reactie