Святой Грааль криптографии — полностью гомоморфное шифрование.

5 мая основатель Ethereum Бутерин еще раз поделился в Твиттере своей статьей о FHE (полностью гомоморфное шифрование) 2020 года, которая также продолжала привлекать всеобщее внимание и обсуждать применение технологии FHE. V. Статья Бога представляет собой углубленное введение в соответствующие математические принципы. Оригинальная английская версия находится здесь.

FHE (полностью гомоморфное шифрование) на китайском языке представляет собой расчет полностью гомоморфного шифрования. Как и ZK, это одна из передовых областей криптографии, также известная как Святой Грааль криптографии.

Проще говоря, полностью гомоморфное шифрование выполняет прямые вычисления над зашифрованными данными без расшифровки.

При 1+2 легко получить результат 3, но после шифрования Encrypt(1)+Encrypt(2) вы все равно можете получить Encrypt(3), это FHE, вычисление зашифрованного текста = вычисление зашифрованного открытого текста.

В отличие от ZK, приложение FHE в Web3 больше ориентировано на конфиденциальность и безопасность данных. Из текущего приложения нетрудно обнаружить, что ZK больше ориентирован на расширение.

Хотя Web3 больше знаком с технологией ZK, в основном с ZKRollup, FHE постепенно раскрывает свой уникальный потенциал во многих областях, особенно в области искусственного интеллекта.

Ментальная сеть

Mind Network — это первое решение для рестейкинга на основе FHE, разработанное для сетей AI и PoS.

Так же, как EigenLayer — это повторное решение для экосистемы Ethereum, Mind — это повторное решение для области искусственного интеллекта. Благодаря решениям по повторному залогу и консенсусным решениям безопасности FHE гарантируется экономическая безопасность токенов и безопасность данных децентрализованной сети искусственного интеллекта.

Судя по опыту команды, основными членами Mind являются профессора и доктора наук в области искусственного интеллекта, безопасности и криптографии из таких учреждений, как Кембридж, Google, Microsoft и IBM. Основные члены были выбраны в качестве одного из 12 стипендиатов Ethereum Foundation в мире и работают с исследовательской группой Ethereum Foundation над проведением исследований в области криптографии и безопасности. Первое в мире решение Mind FHE+Stealth Address — MindSAP (ссылка на исследовательскую статью, пожалуйста, прочитайте исходный текст самостоятельно) решило проблему открытой проблемы скрытого адреса, предложенную Бутериным, и вызвало настоящий переполох в сообществе Ethereum, а также вызвало настоящий переполох. опубликовал множество статей и выступлений.

Mind Network была выбрана в инкубатор Binance в 2023 году и завершила начальный раунд финансирования на сумму 2,5 миллиона долларов США при участии таких известных организаций, как Binance. В то же время он получил стипендиальный грант от Ethereum Foundation, был выбран для участия в программе построения Chainlink и стал партнером канала, подписанным Chainlink.

В феврале 2024 года Mind Network стала ключевым партнёром известной криптографической компании ZAMA в области FHE.

В последнее время Mind Network еще больше ускорила расширение своей экологической территории, предоставляя услуги консенсусной безопасности сетей искусственного интеллекта для io.net, Singularity, Nimble, Myshell, AIOZ и т. д., решения FHE Bridge для Chainlink CCIP и IPFS, Arweave, Greenfield, и т. д. Служба безопасного хранения данных AI.

FHE+AI: основные болевые точки ИИ

На конференции Web3 в Гонконге в апреле этого года Виталик выразил свои ожидания от FHE в таких сценариях, как зашифрованное голосование. Являясь авангардом криптографии, FHE также является крайним направлением криптографии, развиваемым Ethereum.

Основатель ZAMA недавно опубликовал статью о своем «Генеральном плане». Изложил видение компании по созданию сети со сквозным шифрованием HTTPZ («Z» означает «Zero Trust», нулевое доверие) и предложил сделать FHE повсеместным в области блокчейна и искусственного интеллекта.

Несколько звеньев, на которых фокусируется область ИИ, включая обучение, настройку, использование и оценку, в процессе децентрализации сталкиваются с одной и той же проблемой: как устранить предположение о доверии. например:

  • При обучении модели ИИ необходима перекрестная проверка для выбора наилучших результатов обучения.

  • Прежде чем использовать сервисы ИИ, существующие сервисы необходимо ранжировать, чтобы определить лучший сервис.

  • Модели ИИ также требуют постоянной настройки и итераций, а также независимой оценки.

Все эти связи основаны на предположении о соблюдении требований и доверии к крупным компаниям в централизованных сценариях, а крупные компании обеспечивают доверие и поддержку не делать зла.

Однако в процессе децентрализации без кредитного одобрения трудно проверить, является ли сотрудничество всех участников справедливым и эффективным. Именно в этом заключается суть расширения прав и возможностей FHE.

Например

  • Когда модель ИИ требует перекрестной проверки во время обучения, лучшие результаты обучения отбираются путем тайного голосования, устраняя предположения, аналогичные OpenAI.

  • Когда службам ИИ необходимо ранжировать существующие службы перед их использованием, определите качество обслуживания каждой службы посредством анонимной оценки и устраните предположение о доверии в чем-то вроде AI AppStore.

  • Модели искусственного интеллекта также необходимо постоянно настраивать и повторять. Когда требуется независимая оценка, достоверные оценки должны проводиться посредством выборочных проверок, чтобы исключить предположение о доверии к оценочному агентству.

Участие FHE также может позволить ИИ достичь нулевого доверия, компенсируя предположение о том, что ZK также требует агрегации вне цепочки.

Можно привести множество примеров ИИ, в том числе такое нулевое доверие, которое позволяет ИИ-агентам и мультиагентам лучше реализовывать интеллектуальные взаимосвязи и достигать щадящего управления.

В то же время уникальные вычислительные характеристики зашифрованного текста FHE могут также решить две другие сложные проблемы: конфиденциальность данных и владение данными:

  • Кто может видеть наши данные? =Конфиденциальность данных

  • Кому принадлежат данные, которые дает нам ИИ? = Право собственности на данные

FHE может осознать, что данные всегда зашифрованы на стороне пользователя и существуют только в виде зашифрованного текста вне пользователя, включая хранение + передачу + расчет.

Пока что, за исключением FHE, данные могут быть зашифрованы только во время хранения и передачи, но как только начинается расчет, зашифрованный текст необходимо расшифровать в открытый текст, что приводит к потере пользователем права собственности на данные. В реальной жизни существует множество таких примеров. Как только ваши данные в виде открытого текста будут скопированы другими, другие пользователи не смогут узнать, используют ли другие ваши данные, и могут полагаться только на самозаявление пользователя и третьих лиц. -партийный надзор. FHE позволяет копировать данные зашифрованного текста пользователя, но для расшифровки и для просмотра данных открытого текста необходимо согласие пользователя. Тогда пользователи смогут в любое время ощущать динамику данных, делая данные доступными и пригодными для обмена, но невидимыми, что не только защищает конфиденциальность данных, но и по-настоящему защищает право собственности на данные.

Такая функция крайне необходима для AI + Web3. Она позволяет каждому делать ставки публично и достигать консенсуса в зашифрованном виде, что может предотвратить злоупотребления и растраты.

Следующее большое достижение ИИ

С этой точки зрения сочетание искусственного интеллекта и Web3 неизбежно.

Недавно IO.NET и Mind Network объявили об углубленном сотрудничестве по созданию решений для повышения безопасности и эффективности искусственного интеллекта. IO.NET внедряет решение полностью гомоморфного шифрования Mind Network на свою распределенную вычислительную платформу, чтобы повысить безопасность своих продуктов.

Подробности о сотрудничестве можно найти по адресу: Mind Network и io.net Partners for Advanced AI Security and Efficiency.

IO.NET использует распределенные вычисления, чтобы стать хорошим началом для сочетания искусственного интеллекта и FHE.

Если взять в качестве примера IO.NET, пользователи предоставляют вычислительные мощности, а разработчики ИИ арендуют вычислительные мощности.

Когда разработчик приходит к ИИ-проекту и выдвигает требование, оно разделяется системой и рассчитывается с учетом вычислительных мощностей, предоставленных пользователем.

В настоящее время возникает несколько вопросов: Чьи вычислительные мощности арендуются? Верны ли результаты расчета? Будет ли раскрыта конфиденциальность обеих сторон при аренде вычислительной мощности?

1. Чьи вычислительные мощности мне следует арендовать?

В обычных обстоятельствах тестовое задание используется для выбора узла, то есть время от времени выпускаются требования, чтобы проверить, какие узлы находятся в сети и готовы принять требования.

Во время этого процесса может произойти целенаправленное манипулирование соответствующими узлами для получения приоритета, аналогично атакам MEV.

В этом отношении Mind обеспечивает механизм справедливого распределения через FHE. Поскольку запросы и данные зашифрованы, узлы не могут сделать на основе этого благоприятный выбор.

2. Верны ли результаты расчетов?

В распределенных вычислениях для обеспечения корректности результатов вычислений требуется определенный консенсус, то есть голосование.

Когда узлы знают результаты выбора друг друга, может произойти последующее голосование, что приведет к несправедливым и неверным результатам.

Зашифрованный расчет FHE, результаты голосования между узлами взаимно шифруются, но они все равно могут участвовать в окончательном расчете, обеспечивая справедливость результатов.

3. Будет ли раскрыта конфиденциальность обеих сторон при аренде вычислительной мощности?

Ядром FHE является безопасность данных. Они шифруются во время расчета, и задачи, подлежащие расчету, также шифруются. Естественно, утечки конфиденциальности не будет.

Глядя на это с точки зрения рестейкинга

Саму IO.NET можно рассматривать как сеть PoS. Узлы должны предоставлять токены IO для получения вознаграждения за ввод-вывод за счет своей вычислительной мощности.

Тогда возможная проблема заключается в следующем: цена заложенного токена слишком сильно колеблется, что повлияет на верификаторы и безопасность сети.

Решением Mind для этой проблемы является двойная ставка или даже тройная ставка.

Стейкинг поддерживает ликвидные токены BTC/ETH и сетевые токены Blue Chip AI, диверсифицируя риски и повышая общую безопасность сети. По сути, это расширенная версия общей безопасности Restake.

В то же время Mind также поддерживает удаленное размещение. Для активов LST/LRT не требуется фактического перекрестного блокчейна для обеспечения безопасности активов.

Несколько дней назад Mind также только что завершил задачу тестовой сети Glaxe. В ней приняли участие более 650 000 активных пользователей, сгенерировавших 3,2 миллиона данных о транзакциях тестовой сети.

Согласно официальным новостям, в ближайшее время также будет запущен официальный сетевой протокол Mind, так что вы можете обратить на него внимание.

Подведем итог

В целом мы обнаружили, что, хотя Mind говорит о FHE и искусственном интеллекте, ключевым словом на самом деле является «безопасность» и используется криптография для решения различных основных проблем безопасности.

Рестейкинг — это экономическая безопасность токена; удаленный стейкинг — это безопасность активов; FHE — безопасность данных; AI+FHE — это безопасность консенсуса.

Создание блокчейна основано на криптографии, и, возможно, будущие ответы будут найдены в криптографии.

В дополнение к сети искусственного интеллекта Mind Network также расширяет сферу применения решения и сотрудничает в нескольких направлениях, таких как децентрализованное хранилище, сеть EigenLayer AVS, подсеть Bittensor и межцепочные мосты, демонстрируя огромный потенциал. ФХЭ.

В Web3 в 2024 году, если ZK запустит область криптографии, то FHE станет основной темой во второй половине года. В то же время популярность ИИ остается высокой. Благодаря тройному благословению AI+FHE+Restake, а также инвестициям Ethereum Foundation и Binance, сможет ли Mind взять на себя лидерство FHE? mainnet, скоро будет раскрыто.