暗号化の聖杯 - 完全準同型暗号化
5月5日、イーサリアム創設者のブテリン氏は2020年のFHE（完全準同型暗号化）に関する記事を再びTwitterで共有し、これもまたFHE技術の応用に関するみんなの注目と議論を呼び起こし続けた。 V God の記事では、関連する数学的原理について詳しく説明しています。オリジナルの英語版はここにあります。
FHE (Fully Homomorphic Encryption) とは中国語で完全準同型暗号計算のことであり、ZK と同様に暗号の最前線分野の 1 つであり、暗号の聖杯とも呼ばれます。
簡単に言えば、完全準同型暗号化は、復号化せずに暗号化されたデータに対して直接計算を実行します。
1+2 の場合、結果 3 を得るのは簡単ですが、暗号化後、Encrypt(1)+Encrypt(2) を実行しても Encrypt(3) を得ることができます。これは FHE、暗号文の計算 = 暗号化された平文の計算です。
ZK とは異なり、Web3 の FHE アプリケーションはデータ プライバシーとセキュリティに重点を置いています。現在のアプリケーションから、ZK が拡張に重点を置いていることがわかります。
Web3 は主に ZKRollup を中心とした ZK テクノロジーに馴染みがありますが、FHE は多くの分野、特に AI でその独自の可能性を徐々に解放しています。
マインドネットワーク
Mind Network は、AI および PoS ネットワーク向けに設計された初の FHE ベースの再ステーキング ソリューションです。
EigenLayer がイーサリアム エコシステム用の再プレッジ ソリューションであるのと同様に、Mind は AI 分野用の再プレッジ ソリューションです。再誓約および FHE コンセンサス セキュリティ ソリューションを通じて、分散型 AI ネットワークのトークン経済的セキュリティとデータ セキュリティが保証されます。
チームの背景から判断すると、Mind の主なメンバーは、ケンブリッジ、グーグル、マイクロソフト、IBM などの機関から来た AI、セキュリティ、暗号学の教授や博士号です。コアメンバーは世界で12人のイーサリアム財団フェローの1人に選ばれており、イーサリアム財団研究チームと協力して暗号化とセキュリティの分野で研究を行っています。 Mind の世界初の FHE+ステルス アドレス ソリューション - MindSAP (研究論文のリンク。原文はご自身で読んでください) は、Buterin によって提起されたステルス アドレスのオープン問題の問題を解決し、イーサリアム コミュニティの注目を大いに巻き起こしました。多くの論文や講演を発表しています。
Mind Network は 2023 年に Binance Incubator に選ばれ、Binance などの有名な機関の参加を得て 250 万米ドルのシードラウンドを完了しました。同時に、彼はイーサリアム財団からフェローシップグラントを受け取り、Chainlink Build Programに選ばれ、Chainlinkと署名したチャネルパートナーになりました。
2024 年 2 月、マインド ネットワークは FHE 分野で有名な暗号化企業 ZAMA の主要パートナーになりました。
最近、Mind Network はエコロジー領域の拡大をさらに加速し、io.net、Singularity、Nimble、Myshell、AIOZ などに AI ネットワーク コンセンサス セキュリティ サービスを提供し、Chainlink CCIP に FHE ブリッジ ソリューションを提供し、IPFS、Arweave、 Greenfield等のAIデータセキュリティストレージサービス。
FHE+AI、AI の中核的な問題点に直面
今年 4 月の香港 Web3 カンファレンスで、Vitalik 氏は暗号化投票などのシナリオにおける FHE への将来の期待を表明しました。 FHEは暗号技術の最前線として、イーサリアムが追求する暗号技術の究極の方向性でもあります。
ZAMA創設者は最近、自身の「マスタープラン」に関する記事を発表した。エンドツーエンドの暗号化ネットワークHTTPZ（「Z」は「Zero Trust」、ゼロトラストの略）を構築するという同社のビジョンを概説し、ブロックチェーンと人工知能の分野でFHEをユビキタスにすることを提案した。
トレーニング、チューニング、使用、評価など、AI 分野が焦点を当てているいくつかのリンクはすべて、分散化のプロセスにおいて、信頼の前提をどのように取り除くかという同じ問題に直面しています。例えば：
AI モデルがトレーニングされている場合、最適なトレーニング結果を選択するために相互検証を実行する必要があります。
AI サービスを使用する前に、既存のサービスをランク付けして最適なサービスを決定する必要があります。
AI モデルには継続的な調整と反復も必要であり、独立した評価も必要です
これらのリンクはすべて、集中シナリオにおける大企業へのコンプライアンスと信頼の前提に基づいており、大企業は悪事を行わないという信頼と承認を提供します。
しかし、分散化のプロセスにおいては、信用承認がなければ、すべての参加者の協力が公平かつ効果的であるかどうかを検証することが困難であり、これがまさに FHE の権限付与の焦点です。
例えば
トレーニング中に AI モデルの相互検証が必要な場合、OpenAI と同様の仮定を削除し、秘密投票を通じて最良のトレーニング結果が選択されます。
AI サービスが既存のサービスを使用する前にランク付けする必要がある場合、匿名のスコアリングを通じて各サービスのサービス品質を決定し、AI AppStore などに対する信頼の前提を削除します。
また、AI モデルは常に調整され、反復される必要があります。独立した評価が必要な場合は、評価機関への信頼を取り除くために、ランダムなサンプリング検査を通じて信頼できる評価を完了する必要があります。
FHE の参加により、AI がゼロトラストを達成できるようになり、ZK もオフチェーン集約を必要とする信頼の前提を補うことができます。
引用できる AI の例は数多くあります。その中には、AI エージェントとマルチエージェントがインテリジェントな相互接続をより適切に実現し、良性のガバナンスを実現できるゼロトラストも含まれます。
同時に、FHE の独自の暗号文コンピューティング特性により、データ プライバシーとデータ所有権という他の 2 つの困難な問題も解決できます。
誰が私たちのデータを見ることができますか? =データプライバシー
AIが私たちに与えるデータは誰のものなのでしょうか？ =データの所有権
FHE は、データが常にユーザー側で暗号化され、ユーザーの外部には保管 + 送信 + 計算を含む暗号文形式でのみ存在することを実現できます。
これまでのところ、FHE を除いて、データは保存時と送信時にのみ暗号化できますが、計算が含まれると暗号文を平文に復号する必要があり、ユーザーはデータの所有権を失うだけです。現実にはそのような例がたくさんあります。あなたの平文データが他人によってコピーされると、他のユーザーはあなたのデータを他人が使用しているかどうかを知る方法がなく、ユーザーの自己宣言のみに頼ることができます。 -パーティーの監督。 FHE ではユーザーの暗号文データをコピーできますが、復号化や平文データを見る必要がある場合にはユーザーの同意が必要です。そうすれば、ユーザーはいつでもデータのダイナミクスを感知できるようになり、データを利用可能にして取引できるようになりますが、目には見えないため、データのプライバシーが保護されるだけでなく、データの所有権も真に保護されます。
このような機能は、AI + Web3 に緊急に必要です。これにより、誰もが公開された方法でステークし、暗号化された方法で合意を得ることができ、悪事や無駄を防ぐことができます。
AI の次なる目玉
この観点からすると、AI と Web3 の組み合わせは、Apple にとっての次の重要な要素となるのは必然です。
最近、IO.NET と Mind Network は、人工知能の安全性と効率性を強化するソリューションを作成するための緊密な協力を発表しました。 IO.NET は、製品のセキュリティを強化するために、Mind Network の完全準同型暗号化ソリューションを分散コンピューティング プラットフォームに導入しています。
協力の詳細については、Mind Network と io.net Partners up for Advanced AI Security and Efficiency をご覧ください。
IO.NET は分散コンピューティングを使用して、AI と FHE の組み合わせをうまくスタートさせます。
IO.NETを例に挙げると、ユーザーはコンピューティングパワーを提供し、AI開発者はコンピューティングパワーをレンタルします。
開発者が AI プロジェクトに来て要件を提示すると、その要件はシステムによって分割され、ユーザーが提供するコンピューティング能力を使用して計算されます。
現時点では、いくつかの問題が関係しています。誰のコンピューティング能力を借りているのか?計算結果は正しいでしょうか？コンピューティングパワーをレンタルする際、双方のプライバシーが明らかになりますか?
1. 誰のコンピューティングパワーを借りるべきですか?
通常の状況では、テスト ジョブはどのノードを選択するために使用されます。つまり、要件は随時リリースされ、どのノードがオンラインで要件を受け入れる準備ができているかをテストします。
このプロセス中に、MEV 攻撃と同様に、優先順位を得るために関連ノードの標的を絞った操作が発生する可能性があります。
この点に関して、Mind は FHE を通じて公平な分散メカニズムを提供します。リクエストとデータは暗号化されるため、ノードはこれに基づいて有利な選択を行うことができません。
2. 計算結果は正しいですか?
分散コンピューティングでは、計算結果が正しいことを保証するには、一定の合意、つまり投票が必要です。
ノードが互いの選択結果を知っている場合、後続の投票が発生し、不公平で不正確な結果が生じる可能性があります。
FHE 暗号化計算では、ノード間の投票結果は相互に暗号化されますが、最終計算に参加することができ、結果の公平性が保証されます。
3. コンピューティングパワーをレンタルする際、双方のプライバシーが明らかになりますか?
FHE の核となるのはデータのセキュリティです。計算中に暗号化され、計算される問題も暗号化されます。当然、プライバシーの漏洩はありません。
リテイクの視点から見ると
IO.NET 自体は PoS ネットワークとみなすことができます。ノードは、コンピューティング能力の貢献から IO 報酬を得るために IO トークンをプレッジする必要があります。
その場合に考えられる問題は、誓約されたトークンの価格が変動しすぎて、検証者とネットワークのセキュリティが影響を受けることです。
これに対する Mind の解決策は、デュアル ステーキング、さらにはトリプル ステーキングです。
ステーキングは、BTC/ETH のリキッド ステーキング トークンとブルーチップ AI ネットワーク トークンをサポートし、リスクを分散し、ネットワーク全体のセキュリティを強化します。これは本質的に、Restake の共有セキュリティの高度なバージョンです。
同時に、Mind はリモート ステーキングもサポートしており、LST/LRT アセットの場合、アセットのセキュリティを確保するために実際のクロスチェーンは必要ありません。
数日前、Mind は Glaxe テストネット タスクを完了したばかりで、65 万人を超えるアクティブ ユーザーが参加し、320 万件のテストネット トランザクション データを生成しました。
公式ニュースによると、Mindの公式ネットワークプロトコルも近々開始される予定とのことなので、注目してみてはいかがだろうか。
要約する
一般に、Mind は FHE と AI について話していますが、キーワードは実際には「セキュリティ」であり、暗号化を使用してさまざまなセキュリティの中核問題を解決していることがわかりました。
再ステーキングはトークン経済セキュリティ、リモート ステーキングはデータ セキュリティ、AI+FHE はコンセンサス セキュリティです。
ブロックチェーンの構築は暗号化に基づいており、おそらく将来の答えは暗号化で見つかるでしょう。
AI ネットワークに加えて、Mind Network はソリューションの適用範囲も拡大しており、分散型ストレージ、EigenLayer AVS ネットワーク、Bittensor サブネット、クロスチェーン ブリッジなど多方向で連携しており、FHE の大きな可能性を実証しています。 。
2024 年の Web3 では、暗号分野が ZK によってスタートすると、下半期は FHE が主要テーマとなるでしょう。同時に、AI の人気は依然として高く、AI+FHE+Resaking という三重の物語の恩恵と、イーサリアム財団とバイナンスからの投資により、Mind は FHE の立ち上げでリーダーシップを引き継ぐことができるでしょうか。メインネットワークは間もなく明らかになります。