Você já pensou? Talvez a IA saiba mais sobre você do que você mesmo.
Na era da explosão da IA, milhões de privacidades estão sendo usadas para treinar o ChatGPT. Esta frase pode não ser mais uma pergunta voltada para o futuro, mas um problema urgente que precisa ser resolvido. O setor de blockchain é ainda mais assim, em um campo onde os dados da informação são publicamente acessíveis em tempo real, como equilibrar a confiança do usuário com a segurança da privacidade?
Durante a conferência TOKEN 2049 em setembro, a discussão sobre IA figurou entre os três tópicos mais quentes. Após a conferência, começamos a investigar alguns projetos interessantes de IA + Web3, incluindo @nillionnetwork.
Um, o que é o Nillion?
O que o Nillion pretende fazer? Simplificando, é permitir que os usuários processem e compartilhem dados sensíveis de forma segura, sem revelar informações pessoais, sendo também conhecido como o primeiro "computador cego" da humanidade.
Imagine, the development of personalized AI models increasingly relies on users' private data. Would you feel comfortable handing over your data completely to AI? The pain point lies in the fact that if users' private data cannot be protected, the development of personalized AI will not be able to thrive. It's no wonder that developer teams from well-known companies like Uber, Coinbase, and Goldman Sachs have spent years trying to solve this issue.
Dois, como realizar "computação cega"?
A Nillion Network é composta por duas redes paralelas e interdependentes: a camada de coordenação e a camada de orquestração. Podemos comparar a arquitetura de rede dupla a uma biblioteca, dividida em um balcão (camada de coordenação) e uma sala de leitura (camada de orquestração).
A camada de coordenação (NilChain) é responsável por coordenar as operações de armazenamento e os pagamentos de computação cega executados na rede. Semelhante ao balcão que gerencia o empréstimo e devolução de livros, garantindo que cada transação ocorra sem problemas.
A camada de orquestração (Petnet) utiliza tecnologias de aprimoramento de privacidade como MPC para proteger dados estáticos e realizar computação cega que pode operar nesses dados. Semelhante a várias salas de leitura dentro de uma biblioteca, onde os leitores podem usar ferramentas especiais de proteção de privacidade (como computação multipartidária MPC) para ler e analisar livros, sem precisar abri-los. Assim, ao realizar análises de dados, pode-se garantir que a privacidade não seja comprometida, ao mesmo tempo em que se obtém as informações necessárias. Por exemplo, cada nó participante do cálculo pode concluir transações sem acessar diretamente a chave privada do usuário, utilizando chaves compartilhadas e informações de transação.
Três, como implementar? Exemplos de aplicação do Nillion em diferentes campos.
Atualmente, a maioria dos projetos de IA + Web3 tem ideias brilhantes, mas a implementação é confusa. O sentimento de FOMO ainda persiste, e quanto mais intenso, mais fácil se tornar um "hype".
Para os usuários, o que o Nillion faz melhor é ter algumas aplicações práticas e também várias colaborações com outros projetos. Por exemplo, na área da saúde, os pacientes podem compartilhar seus dados genéticos com segurança para obter recomendações de saúde personalizadas, sem se preocupar com vazamentos de privacidade. No setor financeiro, os usuários podem realizar transações em plataformas de comércio criptografado, garantindo que seus dados de transação não sejam acessados por terceiros. Além disso, em cenários de aplicação de blockchain, o Nillion permite que os usuários processem dados sensíveis na blockchain sem torná-los públicos, proporcionando um espaço mais amplo para aplicações descentralizadas.
Atualmente, o Nillion já estabeleceu parcerias com projetos de várias áreas, incluindo inteligência artificial, cuidados de saúde, finanças descentralizadas (DeFi), infraestrutura, carteiras, organizações autônomas descentralizadas (DAO), autenticação e jogos. Por exemplo, na área de IA, o Nillion está colaborando com projetos como Ritual, Rainfall e Skillful AI para promover a aplicação de computação segura na IA personalizada. Na área da saúde, parceiros como Agerate e MonadicDNA estão explorando como usar o Nillion para compartilhar e analisar dados dos pacientes de forma segura. Além disso, no mês passado, o Nillion anunciou a integração do protocolo NEAR, introduzindo computação cega e armazenamento cego. Ao combinar a funcionalidade de computação cega do Nillion com o processamento de transações do NEAR, o Nillion e o NEAR apoiarão privacidade modular de dados, gerenciamento de dados privados e IA privada.
Quatro, como os usuários comuns podem participar?
A testnet do Nillion é composta pela testnet do NilChain e pela testnet do Petnet.
Método 1: Pode-se usar o token de teste NIL para interagir com a testnet do NilChain. Siga o guia abaixo para criar uma carteira conectada à testnet do NilChain, usar o Testnet Faucet para obter tokens e interagir com os tokens NIL na testnet do NilChain.
Método 2: Os desenvolvedores podem usar a linguagem de programação Nada para escrever aplicativos cegos e conectá-los à testnet do Petnet.
O segundo método é adequado para usuários com alguma habilidade técnica. O primeiro método é bastante simples, e se você ainda estiver no caminho do FOMO AI, pode valer a pena tentar.
Para mais detalhes, consulte o guia da testnet fornecido oficialmente: https://docs.nillion.com/testnet-guides
Cinco, resumo
A OpenAI enfrenta processos judiciais contínuos, e o Microsoft Copilot se vê em meio a vazamentos de privacidade. No futuro, a privacidade e a segurança dos dados podem se tornar ainda mais importantes do que imaginamos. Diante disso, aproveitar a conveniência da IA enquanto protege as informações pessoais de forma segura se tornará uma questão social que não podemos ignorar.
