RoboTech Frontier Hub-Gründer erklärt, warum KI blockchainbasierte Verifizierung braucht

In einem Interview mit crypto.news spricht Selva Ozelli mit RoboTech Frontier Hub Gründer Denis „Dan“ Saklakov über die Schnittstelle von künstlicher Intelligenz, Blockchain und Finanzen und darüber, wie sein KI-gestütztes Investmenttool Meijin das Risikoprofil eines Investors nutzt, um Exit-Strategien für Vermögenswerte einschließlich Kryptowährungen zu verwalten.

Die Diskussion behandelt auch die Nutzung der Blockchain zur Erstellung verifizierbarer Aufzeichnungen von KI-Entscheidungen, Berechtigungen und Ausführungshistorie sowie Saklakovs Arbeit an KI-Verifikation, Robotik, Mensch-Maschine-Schnittstellen und Architekturen, die darauf ausgelegt sind, maschinelle Intelligenz von der Befugnis zum Handeln zu trennen.

Denis „Dan“ Saklakov ist Anwalt, Digital-Asset-Manager und angewandter KI-Wissenschaftler, dessen Arbeit digitale Vermögenswerte, Blockchain-Technologie und künstliche Intelligenz umfasst. Er arbeitete zuvor mit einer Kryptowährungsbörse zusammen und ist seit 2024 als Managing Partner von RoboTech Frontier Hub tätig, wo er Technologien an der Schnittstelle von KI, Robotik, Finanzen, Mensch-Maschine-Interaktion und fortgeschrittenem Computing entwickelt.

Erzählen Sie uns von Ihrem beruflichen und akademischen Hintergrund.

Mein Hintergrund umfasst Recht, mathematische Statistik, Finanzen, künstliche Intelligenz und Technologie. Ich wurde ursprünglich als Anwalt ausgebildet und wechselte später in die Unternehmensfinanzierung, Investmentbanking, M&A, Private Equity und Vermögensverwaltung. Ich habe einen Master-Abschluss von der Northwestern University erworben und kürzlich das Postgraduiertenprogramm MIT Applied AI Science abgeschlossen.

Heute lebe ich in New York City und bin Managing Partner von RoboTech Frontier Hub. Ich beschreibe einen Großteil meiner aktuellen Arbeit als KI- und AGI-Architektur: wie intelligente Systeme Informationen nutzen, Entscheidungen treffen und mit der realen Welt interagieren sollten, ohne dass rechnerische Fähigkeiten automatisch zu unkontrollierter Autorität werden.

Diese Frage hat praktische Anwendungen in den Bereichen Finanzen, Robotik, KI-Verifikation, Mensch-Maschine-Schnittstellen und fortgeschrittenes Computing.

Ich beschreibe meine umfassendere Architektur für sichere AGI in meinem kürzlich erschienenen Buch Before the Machine Chooses for Us: An AGI Architecture for Freedom, Human Survival, and Shared Consciousness.

Das zentrale Problem des Buches ist, wie man fortgeschrittene Intelligenz außerordentlich leistungsfähig machen kann, während man verhindert, dass die Fähigkeit selbst zu selbstautorisierter Macht wird.

Erzählen Sie uns von Ihrer Reise zur Gründung von RoboTech Frontier Hub im Jahr 2024, einem Accelerator, der sich auf die Förderung von Robotik-, Automatisierungs- und KI-Technologien konzentriert, insbesondere Ihr KI-gestütztes Investmenttool Meijin.

RoboTech Frontier Hub entstand aus einem Problem, auf das ich bei der Arbeit mit wissenschaftlichen und technischen Ideen wiederholt gestoßen bin.

Viele interessante Technologien entwickeln sich nie richtig, weil Erfinder befürchten, dass die Erklärung des wissenschaftlichen Prinzips es jemandem ermöglicht, das Produkt zu stehlen. Also bleibt alles geheim. Aber wenn die Wissenschaft selbst verborgen bleibt, können andere Forscher sie nicht testen, kritisieren, ihre Grenzen erkennen oder sie mit einem anderen Bereich verbinden.

Wir haben beschlossen, ein anderes Modell zu verwenden.

Bei RoboTech versuchen wir, echte wissenschaftliche Arbeit unter die Technologie zu legen. Wo es angebracht ist, veröffentlichen wir genug von der wissenschaftlichen Grundlage, damit andere Forscher sie prüfen, hinterfragen und weiterentwickeln können. Gleichzeitig schützen wir derzeit die eigentliche Implementierung, Algorithmen und kommerzielle Technologie.

Einfach ausgedrückt: Wir wollen die Wissenschaft nicht verbergen, nur um das Produkt zu schützen. Wir wollen, dass die wissenschaftliche Idee die Prüfung übersteht, und dann bauen wir Technologie auf dem auf, was gültig bleibt.

Meijin ist ein Beispiel.

Die grundlegende Beobachtung hinter Meijin ist sehr einfach. Investoren verbringen oft enorm viel Zeit damit zu entscheiden, welche Kryptowährung, Aktie oder welchen ETF sie kaufen, aber widmen dem Zeitpunkt des Verkaufs deutlich weniger diszipliniertes Nachdenken.

Meijin wählt das Asset nicht für Sie aus.

Sie wählen Bitcoin, Ethereum, Zcash, Moderna-Aktien, einen Öl-Kontrakt oder ein anderes Asset. Meijin beginnt zu arbeiten, nachdem Sie es besitzen.

Wir quantifizieren zunächst das Risikoniveau, das der Anleger bereit ist zu akzeptieren. Das System überwacht dann kontinuierlich die Position und verwaltet eine Exit-Strategie rund um dieses Risikoprofil.

Es kann eine Position schrittweise reduzieren oder verkaufen, wenn sich die Bedingungen ändern.

Der Zweck ist nicht, den exakt höchstmöglichen Verkaufspreis zu versprechen. Das kann niemand ehrlich garantieren. Der Zweck ist, die Verkaufsentscheidung systematisch statt emotional zu machen.

Krypto macht dies besonders nützlich, weil der Markt vierundzwanzig Stunden am Tag in Betrieb ist. Der Anleger schläft. Das Überwachungssystem muss das nicht.

Ein weiterer wichtiger Unterschied ist, dass die endgültige Ausführungslogik deterministisch und auditierbar ist. Wir können KI für die Analyse einsetzen, aber wir wollen nicht, dass ein Sprachmodell einfach die endgültige Entscheidung improvisiert, um das Geld von jemandem zu bewegen.

Meijin ist auch nur eines unserer Projekte.

Awareness Runtime befasst sich mit einem anderen Problem, das die moderne KI geschaffen hat: Ein Modell kann eine sehr überzeugende Antwort produzieren, die nicht tatsächlich durch Beweise gestützt wird. Wir entwickeln eine Verifikationsschicht, die dazu dient, zu bewerten, was gestützt wird, bevor eine KI-generierte Schlussfolgerung zu einer professionellen Entscheidung oder einer externen Handlung wird. Das ist besonders wichtig für Finanzfachleute und Juristen.

Theta-Star und die Guardrail-Arbeit befassen sich mit einer anderen Frage: Selbst wenn ein KI-System die richtige Schlussfolgerung erreicht, wer hat ihm die Befugnis zum Handeln gegeben? Wir trennen Intelligenz von Autorisierung, damit das System, das eine Aktion vorschlägt, nicht einfach seine eigene Erlaubnis zur Ausführung erzeugen kann. Dies wird besonders wichtig bei der Automatisierung von Piloten, Fahrern und anderen Berufen mit hohem Einsatz, bei denen Entscheidungen möglicherweise extrem schnell getroffen werden müssen.

ActionAtlas führt einen Teil unserer Arbeit in die Robotik. Die Idee ist, Robotern kompakte, spezialisierte Informationspakete zur Verfügung zu stellen, die lokal verfügbar bleiben können, wenn eine permanente Cloud-Konnektivität, GPS oder externe Infrastruktur nicht vorausgesetzt werden kann. Im Wesentlichen könnte es beispielsweise als Karte für Ihren Heimroboter fungieren.

NeuroPhase erkundet eine weitere Grenze: Schnittstellen zwischen Computersystemen und menschlichen neurologischen Signalen. Unser längerfristiges Ziel ist es, die Maschinenschnittstelle näher an die natürlichen Informationsprozesse des menschlichen Gehirns zu bringen, anstatt zu verlangen, dass der menschliche Körper zunehmend invasiver wird, nur um effizient mit Maschinen zu kommunizieren. Mit anderen Worten, die langfristige Richtung ist eine Verschmelzung von Mensch und Maschine, aber eine, bei der wir versuchen, die Maschine näher an den Menschen zu bringen, anstatt den menschlichen Körper zu zwingen, zunehmend maschinenähnlicher zu werden.

Wir erforschen auch Quantencomputing in Mikrogravitation und orbitalen Umgebungen. Die zugrunde liegende wissenschaftliche Frage ist, ob bestimmte Quantencomputing-Plattformen von Kombinationen aus Mikrogravitation, niedrigen Temperaturen und mechanischer Isolierung profitieren könnten. Längerfristig könnte dies für das Training und den Betrieb zukünftiger quantengestützter superintelligenter Systeme in fernen orbitalen Umgebungen relevant werden.

Eine weitere Richtung, Critical Systems, wendet analytische und Optimierungsmethoden auf physische Lieferketten an, einschließlich der Identifizierung echter Engpässe in kritischer Industrie- und Luft- und Raumfahrtfertigung.

Diese Projekte sehen sehr unterschiedlich aus, aber sie stammen aus demselben Modell: das zugrunde liegende wissenschaftliche Problem identifizieren, feststellen, wo die Beweise und die Mathematik die Idee tatsächlich stützen, genügend dieser wissenschaftlichen Grundlage der Prüfung aussetzen und dann eine geschützte Technologie innerhalb dieser Grenzen aufbauen.

Erzählen Sie uns von der Schnittstelle zwischen Blockchain und KI.

Für mich ist eine der nützlichsten Schnittstellen von Blockchain und KI das Vertrauen in Maschinenentscheidungen.

Dies wird sehr konkret mit etwas wie Meijin.

Angenommen, ein KI-System analysiert eine Krypto-Position und entscheidet, dass der Anleger sie reduzieren sollte.

Die wichtigen Fragen sind nicht nur: „Was hat die KI entschieden?“ oder „War die Vorhersage gut?“

Wir müssen auch wissen, welche Informationen das System verwendet hat, in welchem Zustand es sich befand, welche Regeln galten und ob das System tatsächlich zur Ausführung der Entscheidung autorisiert war.

Blockchain kann dabei helfen, ohne die KI selbst on-chain laufen zu lassen.

Die Berechnung kann auf konventioneller Hardware bleiben. Was kryptografisch an ein unabhängiges Ledger verankert werden kann, ist der relevante Zustand des Systems, Berechtigungen, Entscheidungsbedingungen und Ausführungshistorie.

Der wichtige Teil ist, dass die KI, die die Entscheidung trifft, nicht die Aufzeichnung kontrollieren sollte, die später verwendet wird, um zu beweisen, was passiert ist.

Es sollte nicht möglich sein, eine Entscheidung zu treffen, die Geschichte umzuschreiben und später zu behaupten, dass es eine andere getroffen hätte.

Blockchain macht ein KI-Modell nicht auf magische Weise korrekt. Eine falsche Aussage kann perfekt auf einer Blockchain gespeichert werden.

Was Blockchain bieten kann, ist Provenienz und eine Aufzeichnung, die für das Entscheidungssystem selbst schwer umzuschreiben ist.

Für Krypto-Investoren wird diese Unterscheidung zunehmend wichtiger, da sich KI von der bloßen Bereitstellung von Marktkommentaren zu Systemen entwickelt, die potenziell direkt mit Konten, Börsen und Finanzinfrastruktur interagieren können.

Stellen Sie sich dasselbe Problem in der medizinischen Versorgung vor. Sie möchten vielleicht, dass ein Nanoroboter Ihre Arterien reinigt, aber Sie möchten unbedingt verhindern, dass er etwas tut, das Sie töten könnte. Sie benötigen daher eine kugelsichere, extern geschützte Aufzeichnung der Regeln, die definieren, was dieser Nanoroboter tun darf und was nicht. Genau das ist die Art von Problem, für die Blockchain oder ein anderes unabhängig gesichertes kryptografisches Ledger äußerst nützlich werden kann.

Ich denke, wir bewegen uns auf eine Welt zu, in der KI Analysen mit Maschinengeschwindigkeit liefert, während kryptografische Systeme helfen, festzustellen, welcher Zustand existierte, welche Befugnis erteilt wurde und welche Aktion tatsächlich stattfand.

Das ist für mich viel interessanter, als einfach einen weiteren Token um ein KI-Produkt zu legen.

KI stand in letzter Zeit im Mittelpunkt der Nachrichten, wobei die Führungskräfte der größten KI-Unternehmen vorschlagen, dass die Entwicklung von Frontier-Modellen verlangsamt werden sollte. Irgendwelche Gedanken dazu?

KI entwickelt sich sehr schnell, und im Krypto-Bereich werden die Konsequenzen wahrscheinlich besonders schnell sichtbar werden, weil digitale Anlagenmärkte bereits digital, global, automatisiert und rund um die Uhr geöffnet sind.

Ich denke nicht, dass die nützliche Frage für einen Trader einfach ist, ob die KI-Entwicklung „zu schnell“ oder „zu langsam“ ist.

Die praktische Frage ist, was passiert, wenn zunehmend fähige KI-Systeme beginnen, Märkte zu analysieren, Strategien auszuführen und mit Finanzinfrastruktur zu kommunizieren, schneller als ein Mensch realistischerweise jede einzelne Entscheidung überwachen kann.

Deshalb denke ich, dass die nächste Stufe nicht einfach bessere Vorhersage ist.

Wir brauchen bessere Verifikation.

Eine sehr leistungsstarke KI, die in Millisekunden eine Handelsempfehlung erstellt, ist nicht besonders nützlich, wenn niemand feststellen kann, ob die zugrunde liegenden Informationen zuverlässig waren oder ob das System die Berechtigung hatte, die resultierende Transaktion durchzuführen.

Hier sehe ich KI und Blockchain komplementär werden.

KI kann zunehmend sophisticated Analysen durchführen.

Blockchain und verwandte kryptografische Infrastruktur können helfen, Provenienz, Berechtigungen und eine unabhängig verifizierbare Aufzeichnung festzustellen.

Deterministische Ausführungssysteme können dann definieren, was die KI tatsächlich tun darf.

Für den Privatanleger sollte all das letztlich fast unsichtbar werden.

Der Nutzer sollte die interne Architektur nicht verstehen müssen.

Die praktische Erfahrung sollte viel einfacher sein: Ich habe diesen Vermögenswert ausgewählt, ich habe definiert, wie viel Risiko ich bereit bin zu akzeptieren, das System beobachtet ihn kontinuierlich, und ich kann später verstehen, warum es gehandelt hat.

Das ist die Richtung, die wir mit Meijin verfolgen.

Ich habe zuvor angedeutet, dass die Entwicklung der KI auf einem relativ kurzen Horizont, möglicherweise gegen Ende dieses Jahrzehnts, mit konventionellen Methoden schwer vorherzusagen sein könnte. Ich behandle 2030 nicht als eine wissenschaftlich festgelegte Frist. Es ist ein Prognosehorizont.

Aber selbst ohne etwas zu erreichen, das wir AGI oder technologische Singularität nennen würden, wird KI bereits fähig genug, um zu ändern, wie finanzielle Entscheidungen getroffen werden.

Für Krypto ist diese Veränderung nicht theoretisch.

Märkte operieren bereits mit Maschinengeschwindigkeit.

Die Herausforderung besteht jetzt darin, Intelligenz mit Maschinengeschwindigkeit vertrauenswürdig genug zu machen, um sie zu nutzen.

Wie können Menschen Sie erreichen?

Der einfachste Weg, mich zu erreichen, ist per E-Mail an [email protected].

RoboTech Frontier Hub:

https://www.robotechfrontierhub.com

Meine Website:

https://www.saklakov.com

LinkedIn:

https://www.linkedin.com/in/denissaklakov

Ich veröffentliche auch wissenschaftliche Arbeiten auf arXiv und Zenodo sowie Forschung und Kommentare über Medium und saklakov.com.

Über die Autorin:
Selva Ozelli Esq, CPA, ist eine internationale Rechtsexpertin für digitale Vermögenswerte und Autorin von Sustainably Investing in Digital Assets Globally sowie eine preisgekrönte Künstlerin. Ihre Schriften werden in 45 Sprachen übersetzt und in über 200 globalen Publikationen nachgedruckt. Sie ist als Expertin für Medien-/TV-Kommentare zu globalen KI-, Digital Asset-Regulierungs-, Steuer- und Technologiethemen anerkannt.