Mind Network è la prima soluzione di re-staking basata su FHE progettata per reti AI e PoS.
Il Santo Graal della crittografia: crittografia completamente omomorfa
Il 5 maggio, il fondatore di Ethereum Buterin ha condiviso ancora una volta il suo articolo FHE (crittografia completamente omomorfica) del 2020 su Twitter, che ha continuato ad accendere l'attenzione e la discussione di tutti sull'applicazione della tecnologia FHE. L’articolo di V God fornisce un’introduzione approfondita ai principi matematici rilevanti, versione originale inglese.
FHE (Fully Homomorphic Encryption) in cinese è un calcolo di crittografia completamente omomorfico. Come ZK, è uno dei campi di frontiera della crittografia ed è anche conosciuto come il Santo Graal della crittografia.
In poche parole, la crittografia completamente omomorfica esegue calcoli diretti sui dati crittografati senza decrittografia.
Quando 1+2, è facile ottenere il risultato 3, ma dopo la crittografia, Encrypt(1)+Encrypt(2), puoi ancora ottenere Encrypt(3), questo è FHE, calcolo del testo cifrato = calcolo del testo in chiaro crittografato.
A differenza di ZK, l'applicazione di FHE in Web3 si concentra maggiormente sulla privacy e sulla sicurezza dei dati. Non è difficile scoprire dall'attuale applicazione che ZK è più focalizzata sull'espansione.
Sebbene Web3 abbia più familiarità con la tecnologia ZK, principalmente ZKRollup, FHE sta gradualmente liberando il suo potenziale unico in molti campi, in particolare nell'intelligenza artificiale.
Rete mentale
Mind Network è la prima soluzione di re-staking basata su FHE progettata per reti AI e PoS.
Proprio come EigenLayer è una soluzione di re-pegno per l’ecosistema Ethereum, Mind è una soluzione di re-pegno per il campo dell’intelligenza artificiale. Attraverso le soluzioni di re-pledge e FHE consensus security, sono garantite la sicurezza economica simbolica e la sicurezza dei dati della rete IA decentralizzata.
A giudicare dal background del team, i principali membri di Mind sono professori e dottorandi in intelligenza artificiale, sicurezza e crittografia, provenienti da istituzioni come Cambridge, Google, Microsoft e IBM. I membri principali sono stati selezionati come uno dei 12 Ethereum Foundation Fellow nel mondo e lavorano con il team di ricerca della Ethereum Foundation per condurre ricerche nel campo della crittografia e della sicurezza. La prima soluzione FHE+Stealth Address di Mind - MindSAP (link al documento di ricerca, leggi tu stesso il testo originale), ha risolto il problema nello Stealth Address Open Problem sollevato da Buterin e ha suscitato molto scalpore nell'attenzione della comunità di Ethereum ha pubblicato numerosi articoli e discorsi.
Mind Network è stato selezionato nell'incubatore di Binance nel 2023 e ha completato un round di finanziamento iniziale da 2,5 milioni di dollari con la partecipazione di istituzioni note come Binance. Allo stesso tempo, ha ricevuto la Fellowship Grant dalla Ethereum Foundation, è stato selezionato nel programma Chainlink Build ed è diventato un partner di canale firmato Chainlink.
Nel febbraio 2024, Mind Network è diventata un partner chiave della famosa società di crittografia ZAMA nel campo FHE.
Recentemente, Mind Network ha ulteriormente accelerato l'espansione del suo territorio ecologico, fornendo servizi di sicurezza del consenso della rete AI per io.net, Singularity, Nimble, Myshell, AIOZ, ecc., fornendo soluzioni FHE Bridge per Chainlink CCIP e fornendo IPFS, Arweave, Greenfield, ecc. Servizio di archiviazione di sicurezza dei dati AI.
FHE+AI, affrontando i principali punti critici dell'IA
Alla conferenza Web3 di Hong Kong nell’aprile di quest’anno, Vitalik ha espresso le sue aspettative future per l’FHE in scenari come il voto crittografato. Essendo all’avanguardia nella crittografia, FHE è anche la direzione estrema della crittografia perseguita da Ethereum.
Il fondatore di ZAMA ha recentemente pubblicato un articolo sul suo “Master Plan”. Ha delineato la visione dell’azienda di creare una rete crittografata end-to-end HTTPZ (“Z” sta per “Zero Trust”, Zero Trust), e ha proposto di rendere FHE onnipresente nei campi della blockchain e dell’intelligenza artificiale.
Diversi aspetti su cui si concentra il campo dell’intelligenza artificiale, tra cui formazione, messa a punto, utilizzo e valutazione, affrontano tutti lo stesso problema nel processo di decentralizzazione, ovvero come rimuovere il presupposto di fiducia. Per esempio:
Durante l'addestramento del modello AI, è necessaria la convalida incrociata per selezionare i migliori risultati dell'addestramento.
Prima di utilizzare i servizi di intelligenza artificiale, è necessario classificare i servizi esistenti per determinare il servizio migliore.
I modelli di intelligenza artificiale richiedono inoltre messa a punto e iterazione continue e richiedono una valutazione indipendente
Questi collegamenti si basano tutti sul presupposto di conformità e fiducia nelle grandi aziende in scenari centralizzati, e le grandi aziende forniscono fiducia e sostegno per non fare del male.
Tuttavia, nel processo di decentralizzazione, senza l'approvazione del credito, è difficile verificare se la collaborazione di tutti i partecipanti sia giusta ed efficace. Questo è proprio il focus dell'empowerment dell'FHE.
Per esempio
Quando il modello AI deve essere sottoposto a validazione incrociata durante l'addestramento, i migliori risultati dell'addestramento vengono selezionati tramite votazione segreta, rimuovendo presupposti simili a OpenAI
Quando i servizi di intelligenza artificiale devono classificare i servizi esistenti prima di utilizzarli, determinare la qualità del servizio di ciascun servizio attraverso un punteggio anonimo ed eliminare il presupposto di fiducia in qualcosa come l’AI AppStore.
Anche i modelli di intelligenza artificiale devono essere continuamente messi a punto e iterati. Quando è richiesta una valutazione indipendente, valutazioni credibili dovrebbero essere completate attraverso ispezioni a campione casuale per rimuovere il presupposto di fiducia nell’agenzia di valutazione.
La partecipazione di FHE può anche consentire all’IA di raggiungere lo zero trust, compensando il presupposto di fiducia secondo cui ZK richiede anche l’aggregazione fuori catena.
Ci sono molti esempi di intelligenza artificiale che possono essere citati, incluso il Zero Trust che consente agli agenti AI e ai multi-agenti di realizzare meglio l’interconnessione intelligente e ottenere una governance benevola.
Allo stesso tempo, le caratteristiche uniche del calcolo del testo cifrato di FHE possono anche risolvere altri due problemi difficili: la riservatezza dei dati e la proprietà dei dati:
Chi può vedere i nostri dati? =Riservatezza dei dati
A chi appartengono i dati che ci fornisce l’intelligenza artificiale? =Proprietà dei dati
FHE può rendersi conto che i dati sono sempre crittografati dal lato utente ed esistono solo sotto forma di testo cifrato al di fuori dell'utente, inclusa archiviazione + trasmissione + calcolo.
Finora, ad eccezione di FHE, i dati possono essere crittografati solo durante l'archiviazione e la trasmissione, ma una volta coinvolto il calcolo, il testo cifrato deve essere decrittografato in testo in chiaro, il che fa perdere all'utente la proprietà dei dati. Esistono molti esempi simili nella vita reale. Una volta che i tuoi dati in chiaro vengono copiati da altri, gli altri utenti non hanno modo di sapere se altri stanno utilizzando i tuoi dati e possono fare affidamento solo sull'autodichiarazione dell'utente e di terzi -supervisione del partito. FHE consente la copia dei dati del testo cifrato dell'utente, ma è necessario il consenso dell'utente per la decrittografia e quando è necessario visualizzare i dati del testo in chiaro. Quindi gli utenti possono percepire la dinamica dei dati in qualsiasi momento, rendendo i dati disponibili e scambiabili ma non visibili, il che non solo protegge la privacy dei dati ma protegge davvero anche la proprietà dei dati.
Questa funzionalità è urgentemente necessaria per AI + Web3. Permette a tutti di fare stake in modo pubblico e ottenere consenso in modo crittografato, il che può prevenire atti illeciti e sprechi.
La prossima grande novità dell’intelligenza artificiale
Da questo punto di vista, la combinazione di AI e Web3 è inevitabile. FHE rappresenta per l’AI ciò che rappresenta la prossima grande novità per Apple.
Recentemente, IO.NET e Mind Network hanno annunciato una collaborazione approfondita per creare soluzioni in grado di migliorare la sicurezza e l'efficienza dell'intelligenza artificiale. IO.NET sta portando la soluzione di crittografia completamente omomorfica di Mind Network sulla sua piattaforma informatica distribuita per contribuire a rafforzare la sicurezza dei suoi prodotti.
I dettagli sulla cooperazione sono disponibili su: Mind Network e io.net Partners up for Advanced AI Security and Efficiency
IO.NET utilizza il calcolo distribuito per iniziare bene la combinazione di AI e FHE.
Prendendo IO.NET come esempio, gli utenti forniscono potenza di calcolo e gli sviluppatori di intelligenza artificiale affittano la potenza di calcolo.
Quando uno sviluppatore arriva a un progetto di intelligenza artificiale e propone un requisito, questo viene suddiviso dal sistema e calcolato con la potenza di calcolo fornita dall'utente.
In questo momento sono coinvolte diverse questioni: di chi viene affittata la potenza di calcolo? I risultati calcolati sono corretti? La privacy di entrambe le parti verrà rivelata durante l'affitto della potenza di calcolo?
1. Di chi dovrei noleggiare la potenza di calcolo?
In circostanze normali, il lavoro di test viene utilizzato per selezionare quale nodo, ovvero i requisiti vengono rilasciati di volta in volta per testare quali nodi sono online e pronti ad accettare i requisiti.
Durante questo processo, può verificarsi una manipolazione mirata dei nodi rilevanti per ottenere priorità, simile agli attacchi MEV.
A questo proposito, Mind fornisce un meccanismo di distribuzione equo attraverso FHE. Poiché le richieste e i dati sono crittografati, i nodi non possono fare scelte favorevoli in base a ciò.
2. I risultati calcolati sono corretti?
Nel calcolo distribuito, garantire che i risultati del calcolo siano corretti richiede un certo consenso, cioè il voto.
Quando i nodi conoscono i risultati delle selezioni reciproche, possono verificarsi votazioni successive, con conseguenti risultati ingiusti e errati.
Calcolo crittografato FHE, i risultati delle votazioni tra i nodi sono reciprocamente crittografati, ma possono comunque partecipare al calcolo finale, garantendo l'equità dei risultati.
3. Durante l'affitto della potenza di calcolo verrà rispettata la privacy di entrambe le parti?
Il fulcro di FHE è la sicurezza dei dati. Questi vengono crittografati durante il calcolo e anche i problemi da calcolare vengono crittografati. Naturalmente non vi sarà alcuna perdita di privacy.
Guardandolo dal punto di vista del Restaking:
IO.NET stesso può essere considerato una rete PoS. I nodi devono impegnare token IO per ottenere ricompense IO dal loro contributo in termini di potenza di calcolo.
Quindi il possibile problema è: il prezzo del token impegnato oscilla troppo e i verificatori e la sicurezza della rete ne risentiranno.
La soluzione di Mind a questo è il Dual Staking o anche il Triple Staking.
Lo staking supporta i token di staking liquidi di BTC/ETH e i token di rete AI blue-chip, diversificando i rischi e aumentando la sicurezza complessiva della rete. Si tratta essenzialmente di una versione avanzata della sicurezza condivisa di Restaking.
Allo stesso tempo, Mind supporta anche il Remote Staking per gli asset LST/LRT, non è necessaria alcuna catena incrociata effettiva per garantire la sicurezza degli asset.
Pochi giorni fa, Mind ha appena completato l'attività testnet di Glaxe. Hanno partecipato più di 650.000 utenti attivi, generando 3,2 milioni di dati sulle transazioni testnet.
Secondo le notizie ufficiali, nel prossimo futuro verrà lanciato anche il protocollo di rete ufficiale di Mind, quindi puoi prestargli attenzione.
Riassumere
In generale, abbiamo scoperto che sebbene Mind parli di FHE e AI, la parola chiave è in realtà "sicurezza" e utilizza la crittografia per risolvere vari problemi fondamentali di sicurezza.
Il restaking è la sicurezza economica simbolica; il remote staking è la sicurezza patrimoniale; FHE è la sicurezza dei dati;
La costruzione della blockchain si basa sulla crittografia e forse le risposte future si troveranno nella crittografia.
Oltre alla rete AI, Mind Network sta anche espandendo l'ambito di applicazione della soluzione, collaborando in molteplici direzioni come storage decentralizzato, rete EigenLayer AVS, Bittensor Subnet e cross-chain bridge, dimostrando l'enorme potenziale di FHE .
Nel Web3 del 2024, se ZK darà il via al campo della crittografia, nella seconda metà dell’anno FHE sarà il tema principale. Allo stesso tempo, la popolarità dell'intelligenza artificiale rimane elevata. Con la tripla benedizione narrativa di AI+FHE+Restaking, nonché l'investimento della Fondazione Ethereum e Binance, può Mind assumere la leadership di FHE con il lancio di mainnet, verrà rivelato presto.