Mind Network là giải pháp đặt cược lại dựa trên FHE đầu tiên được thiết kế cho mạng AI và PoS.
Chén thánh của mật mã - Mã hóa hoàn toàn đồng hình
Vào ngày 5 tháng 5, người sáng lập Ethereum Buterin một lần nữa chia sẻ bài viết FHE (mã hóa hoàn toàn đồng hình) năm 2020 của mình trên Twitter, bài viết này cũng tiếp tục thu hút sự chú ý và thảo luận của mọi người về ứng dụng công nghệ FHE. Bài viết của V God giới thiệu chuyên sâu về các nguyên lý toán học liên quan, phiên bản gốc tiếng Anh.
FHE (Mã hóa hoàn toàn đồng hình) trong tiếng Trung là phép tính mã hóa hoàn toàn đồng hình. Giống như ZK, nó là một trong những lĩnh vực tiên phong của mật mã và còn được gọi là Chén Thánh của mật mã.
Nói một cách đơn giản, mã hóa đồng cấu hoàn toàn thực hiện các phép tính trực tiếp trên dữ liệu được mã hóa mà không cần giải mã.
Khi 1+2 dễ dàng nhận được kết quả 3, nhưng sau khi mã hóa, Encrypt(1)+Encrypt(2), bạn vẫn có thể nhận được Encrypt(3), đây là FHE, tính toán bản mã = tính toán bản rõ được mã hóa.
Không giống như ZK, ứng dụng của FHE trong Web3 tập trung nhiều hơn vào quyền riêng tư và bảo mật dữ liệu. Không khó để nhận thấy từ ứng dụng hiện tại rằng ZK tập trung hơn vào việc mở rộng.
Mặc dù Web3 quen thuộc hơn với công nghệ ZK chủ yếu là ZKRollup nhưng FHE đang dần phát huy tiềm năng độc đáo của mình trong nhiều lĩnh vực, đặc biệt là AI.
Mạng lưới tâm trí
Mind Network là giải pháp đặt cược lại dựa trên FHE đầu tiên được thiết kế cho mạng AI và PoS.
Giống như EigenLayer là giải pháp tái cam kết cho hệ sinh thái Ethereum, Mind là giải pháp tái cam kết cho lĩnh vực AI. Thông qua các giải pháp bảo mật đồng thuận và cam kết lại của FHE, bảo mật kinh tế mã thông báo và bảo mật dữ liệu của mạng AI phi tập trung được đảm bảo.
Đánh giá dựa trên nền tảng của nhóm, các thành viên chính của Mind là các giáo sư và tiến sĩ về AI, bảo mật và mật mã, đến từ các tổ chức như Cambridge, Google, Microsoft và IBM. Các thành viên cốt lõi đã được chọn là một trong 12 Nghiên cứu sinh của Quỹ Ethereum trên thế giới và làm việc với nhóm nghiên cứu của Quỹ Ethereum để tiến hành nghiên cứu trong lĩnh vực mật mã và bảo mật. Giải pháp Địa chỉ tàng hình FHE+đầu tiên trên thế giới của Mind - MindSAP (liên kết tài liệu nghiên cứu, vui lòng tự đọc văn bản gốc), đã giải quyết vấn đề trong Vấn đề mở địa chỉ tàng hình do Buterin nêu ra và gây ra sự chú ý khá lớn trong cộng đồng Ethereum. đã xuất bản nhiều bài báo và bài phát biểu.
Mind Network đã được chọn vào Vườn ươm Binance vào năm 2023 và hoàn thành vòng tài trợ ban đầu trị giá 2,5 triệu USD với sự tham gia của các tổ chức nổi tiếng như Binance. Đồng thời, anh ấy đã nhận được Tài trợ học bổng từ Ethereum Foundation, được chọn vào Chương trình xây dựng Chainlink và trở thành Đối tác kênh được Chainlink ký hợp đồng.
Vào tháng 2 năm 2024, Mind Network trở thành đối tác chính của công ty mật mã nổi tiếng ZAMA trong lĩnh vực FHE.
Gần đây, Mind Network đã đẩy nhanh hơn nữa việc mở rộng lãnh thổ sinh thái của mình, cung cấp dịch vụ bảo mật đồng thuận mạng AI cho io.net, Singularity, Nimble, Myshell, AIOZ, v.v., cung cấp giải pháp FHE Bridge cho Chainlink CCIP và cung cấp IPFS, Arweave, Greenfield, v.v. Dịch vụ lưu trữ bảo mật dữ liệu AI.
FHE+AI, đối mặt với những điểm yếu cốt lõi của AI
Tại Hội nghị Web3 Hồng Kông vào tháng 4 năm nay, Vitalik bày tỏ những kỳ vọng trong tương lai của mình đối với FHE trong các tình huống như Bỏ phiếu được mã hóa. Là người đi đầu trong lĩnh vực mật mã, FHE cũng là hướng đi cực đoan của mật mã mà Ethereum theo đuổi.
Người sáng lập ZAMA gần đây đã xuất bản một bài báo về “Kế hoạch tổng thể” của mình. Vạch ra tầm nhìn của công ty về việc tạo ra một mạng mã hóa đầu cuối HTTPZ (“Z” là viết tắt của “Zero Trust”, Zero Trust) và đề xuất làm cho FHE trở nên phổ biến trong các lĩnh vực blockchain và trí tuệ nhân tạo.
Một số liên kết mà lĩnh vực AI tập trung vào, bao gồm đào tạo, điều chỉnh, sử dụng và đánh giá, đều gặp phải vấn đề giống nhau trong quá trình phân cấp, làm thế nào để loại bỏ giả định về niềm tin. Ví dụ:
Khi mô hình AI đang được đào tạo, cần phải xác thực chéo để chọn ra kết quả đào tạo tốt nhất.
Trước khi sử dụng dịch vụ AI, các dịch vụ hiện có cần được xếp hạng để xác định dịch vụ tốt nhất.
Các mô hình AI cũng yêu cầu điều chỉnh và lặp lại liên tục cũng như yêu cầu đánh giá độc lập.
Tất cả các liên kết này đều dựa trên giả định về sự tuân thủ và tin tưởng vào các công ty lớn trong các kịch bản tập trung, và các công ty lớn cung cấp niềm tin và sự chứng thực để không làm điều ác.
Tuy nhiên, trong quá trình phân cấp, nếu không có chứng thực tín dụng, rất khó để xác minh liệu sự hợp tác của tất cả những người tham gia có công bằng và hiệu quả hay không. Đây chính xác là trọng tâm của việc trao quyền cho FHE.
Ví dụ
Khi mô hình AI cần được xác thực chéo trong quá trình đào tạo, kết quả đào tạo tốt nhất sẽ được lựa chọn thông qua bỏ phiếu kín, loại bỏ các giả định tương tự như OpenAI
Khi các dịch vụ AI cần xếp hạng các dịch vụ hiện có trước khi sử dụng chúng, hãy xác định chất lượng dịch vụ của từng dịch vụ thông qua tính điểm ẩn danh và loại bỏ giả định về sự tin cậy vào một thứ gì đó như AI AppStore.
Các mô hình AI cũng cần được điều chỉnh và lặp lại liên tục. Khi cần đánh giá độc lập, các đánh giá đáng tin cậy phải được hoàn thành thông qua kiểm tra lấy mẫu ngẫu nhiên để loại bỏ giả định về sự tin cậy vào cơ quan đánh giá.
Sự tham gia của FHE cũng có thể cho phép AI đạt được độ tin cậy bằng 0, bù đắp cho giả định về độ tin cậy rằng ZK cũng yêu cầu tổng hợp ngoài chuỗi.
Có rất nhiều ví dụ về AI có thể được trích dẫn, bao gồm cả sự tin cậy bằng không như vậy cho phép Tác nhân AI và Đa tác nhân nhận ra tốt hơn khả năng kết nối thông minh và đạt được sự quản trị lành mạnh.
Đồng thời, đặc điểm tính toán bản mã độc đáo của FHE còn có thể giải quyết hai vấn đề khó khăn khác: quyền riêng tư dữ liệu và quyền sở hữu dữ liệu:
Ai có thể xem dữ liệu của chúng tôi? =Quyền riêng tư dữ liệu
Dữ liệu AI cung cấp cho chúng ta thuộc về ai? =Quyền sở hữu dữ liệu
FHE có thể nhận thấy dữ liệu luôn được mã hóa ở phía người dùng và chỉ tồn tại dưới dạng bản mã bên ngoài người dùng, bao gồm lưu trữ + truyền tải + tính toán.
Cho đến nay, ngoại trừ FHE, dữ liệu chỉ có thể được mã hóa trong quá trình lưu trữ và truyền tải, nhưng sau khi tính toán, văn bản mã hóa cần được giải mã thành văn bản gốc, điều này chỉ khiến người dùng mất quyền sở hữu dữ liệu. Có rất nhiều ví dụ như vậy trong đời thực. Một khi dữ liệu văn bản gốc của bạn được người khác sao chép, người khác có thể tạo ra nhiều bản sao. Người dùng không có cách nào để biết liệu người khác có đang sử dụng dữ liệu của bạn hay không và chỉ có thể dựa vào sự tự khai của Người dùng. -giám sát đảng FHE cho phép sao chép dữ liệu văn bản mã hóa của người dùng, nhưng phải có sự đồng ý của người dùng để giải mã và khi cần xem dữ liệu văn bản gốc. Sau đó, người dùng có thể cảm nhận được động thái của dữ liệu bất kỳ lúc nào, làm cho dữ liệu có sẵn và có thể giao dịch nhưng không hiển thị, điều này không chỉ bảo vệ quyền riêng tư của dữ liệu mà còn thực sự bảo vệ quyền sở hữu dữ liệu.
Một tính năng như vậy là rất cần thiết cho AI + Web3. Nó cho phép mọi người đóng góp một cách công khai và đạt được sự đồng thuận theo cách được mã hóa, điều này có thể ngăn chặn hành vi xấu xa và lãng phí.
Điều quan trọng tiếp theo của AI
Từ quan điểm này, sự kết hợp giữa AI và Web3 là điều tất yếu đối với AI đối với AI.
Mới đây, IO.NET và Mind Network đã công bố hợp tác sâu rộng nhằm tạo ra các giải pháp nâng cao tính an toàn và hiệu quả của trí tuệ nhân tạo. IO.NET đang đưa giải pháp mã hóa đồng hình hoàn toàn của Mind Network vào nền tảng điện toán phân tán của mình để giúp tăng cường tính bảo mật cho các sản phẩm của mình.
Thông tin chi tiết về sự hợp tác có thể được tìm thấy tại: Mind Network và io.net Partners up for Advanced AI Security and Efficiency
IO.NET sử dụng điện toán phân tán để tạo khởi đầu tốt đẹp cho sự kết hợp giữa AI và FHE.
Lấy IO.NET làm ví dụ, người dùng cung cấp sức mạnh tính toán và các nhà phát triển AI thuê sức mạnh tính toán.
Khi một nhà phát triển đến với một dự án AI và đưa ra một yêu cầu, nó sẽ được hệ thống phân chia và tính toán bằng sức mạnh tính toán do người dùng cung cấp.
Một số vấn đề liên quan vào thời điểm này: Sức mạnh tính toán của ai được thuê? Kết quả tính toán có đúng không? Liệu quyền riêng tư của hai bên có bị lộ khi thuê sức mạnh tính toán?
1. Tôi nên thuê sức mạnh tính toán của ai?
Trong trường hợp bình thường, công việc kiểm tra được sử dụng để chọn nút nào, nghĩa là đôi khi các yêu cầu được đưa ra để kiểm tra nút nào đang trực tuyến và sẵn sàng chấp nhận yêu cầu.
Trong quá trình này, việc thao túng có chủ đích các nút có liên quan có thể xảy ra để giành được mức độ ưu tiên, tương tự như các cuộc tấn công MEV.
Về vấn đề này, Mind cung cấp cơ chế phân phối công bằng thông qua FHE. Vì các yêu cầu và dữ liệu được mã hóa nên các nút không thể đưa ra lựa chọn thuận lợi dựa trên điều này.
2. Kết quả tính toán có chính xác không?
Trong điện toán phân tán, việc đảm bảo kết quả tính toán là chính xác đòi hỏi phải có sự đồng thuận nhất định, đó là biểu quyết.
Khi các nút biết kết quả lựa chọn của nhau, việc bỏ phiếu tiếp theo có thể xảy ra, dẫn đến kết quả không công bằng và không chính xác.
Tính toán được mã hóa FHE, kết quả biểu quyết giữa các nút được mã hóa lẫn nhau nhưng vẫn có thể tham gia tính toán cuối cùng, đảm bảo tính công bằng của kết quả.
3. Quyền riêng tư của hai bên có bị lộ khi thuê sức mạnh tính toán không?
Cốt lõi của FHE là bảo mật dữ liệu. Nó được mã hóa trong quá trình tính toán và các vấn đề cần tính toán cũng được mã hóa. Đương nhiên sẽ không có rò rỉ quyền riêng tư.
Nhìn nó từ góc độ của Reset:
Bản thân IO.NET có thể được coi là một mạng PoS. Các nút cần phải cam kết mã thông báo IO để nhận được phần thưởng IO từ sự đóng góp sức mạnh tính toán của họ.
Khi đó vấn đề có thể xảy ra là: giá của token cầm cố biến động quá nhiều và người xác minh cũng như an ninh mạng sẽ bị ảnh hưởng.
Giải pháp của Mind cho vấn đề này là Đặt cược kép hoặc thậm chí là Đặt cọc ba lần.
Đặt cược hỗ trợ mã thông báo đặt cược thanh khoản của BTC/ETH và mã thông báo mạng AI blue-chip, đa dạng hóa rủi ro và tăng tính bảo mật chung của mạng. Về cơ bản, đây là phiên bản nâng cao của bảo mật chia sẻ của Đặt lại.
Đồng thời, Mind cũng hỗ trợ Đặt cược từ xa đối với tài sản LST/LRT, không cần chuỗi chéo thực tế để đảm bảo tính bảo mật của tài sản.
Cách đây vài ngày, Mind cũng vừa hoàn thành nhiệm vụ Glaxe testnet. Hơn 650.000 người dùng đang hoạt động đã tham gia, tạo ra 3,2 triệu dữ liệu giao dịch testnet.
Theo tin tức chính thức, giao thức mạng chính thức của Mind cũng sẽ được ra mắt trong thời gian tới, vì vậy bạn có thể chú ý đến nó.
Tóm tắt
Nhìn chung, chúng tôi nhận thấy rằng mặc dù Mind nói về FHE và AI, nhưng từ khóa thực sự là "bảo mật" và sử dụng mật mã để giải quyết các vấn đề bảo mật cốt lõi khác nhau.
Đặt lại là bảo mật kinh tế bằng mã thông báo; Đặt cược từ xa là bảo mật tài sản; FHE là bảo mật dữ liệu; AI+FHE là bảo mật đồng thuận.
Việc xây dựng blockchain dựa trên mật mã và có lẽ câu trả lời trong tương lai sẽ được tìm thấy trong mật mã.
Ngoài mạng AI, Mind Network cũng đang mở rộng phạm vi ứng dụng của giải pháp, hợp tác theo nhiều hướng như lưu trữ phi tập trung, mạng EigenLayer AVS, Bittensor Subnet và cầu nối xuyên chuỗi, thể hiện tiềm năng to lớn của FHE .
Trong Web3 vào năm 2024, nếu lĩnh vực mật mã được ZK khởi động thì FHE sẽ là chủ đề chính trong nửa cuối năm. Đồng thời, mức độ phổ biến của AI vẫn ở mức cao. Với lợi ích gấp ba lần của AI+FHE+Restering, cũng như khoản đầu tư từ Ethereum Foundation và Binance, liệu Mind có thể đảm nhận vai trò lãnh đạo của FHE? mainnet , sẽ sớm được tiết lộ.
