Перешлите оригинальное название: Delve into Mind Network '深入 Mind Network :当全同态加密遇见 Restaking,加密 AI 项目的共识安全触手可及'

Искусственный интеллект и рестейкинг широко признаны в качестве ведущих нарративов, сопровождающих этот цикл бычьего рынка.

Первый уже выпустил несколько звездных проектов ИИ, в то время как второй, в основе которого лежит EigenLayer, породил несколько проектов LRT, в которых постоянно появляются различные игровые процессы, приносящие очки.

Тем не менее, есть очень четкое ощущение, что эти два повествования, похоже, вступили в фазу отдыха в перерыве. Несмотря на то, что количество проектов в треке увеличилось, они становятся все более однородными, а инновационные истории от 0 до 1 становится все труднее найти.

В то же время, когда ИИ и Рестейкинг становятся «правильным нарративом», эта «правильность» не означает «совершенство»:

По-настоящему ли децентрализовано большое количество проектов AI/Depin? Последние данные также показывают, что TVL Eigenlayer снижается. Можно ли использовать Restaking только для обеспечения безопасности экологической AVS Ethereum?

Поэтому во второй половине горячего нарратива проекты, решающие ключевые общие проблемы, являются сокровищами, которые нужно раскопать.

Исходя из этой мысли, наше внимание привлекла Mind Network на современном рынке. Это может как решить проблему недостаточной децентрализации многих проектов AI/Depin, так и сделать Restaking более полезным и ценным.

Если EigenLayer рассматривается как решение для рестейкинга экосистемы Ethereum, то Mind — это решение для рестейкинга в области искусственного интеллекта:

Благодаря более гибкому использованию рестейкинга и консенсусному решению безопасности полностью гомоморфного шифрования он обеспечивает безопасность экономики токенов и безопасность данных децентрализованных сетей ИИ.

Что еще более важно, так это то, что в 2023 году проект уже завершил посевной раунд финансирования в размере 2,5 миллиона долларов, в котором приняли участие такие известные учреждения, как Binance. В настоящее время он также тесно сотрудничает с новыми горячими проектами AI/Depin, такими как io.net и Myshell. Ожидание запуска основной сети и стимулирующих мероприятий также возлагает большие надежды.

Тем не менее, для большинства читателей, впервые увидевших этот проект, с одной стороны находится сложное для понимания полностью гомоморфное шифрование, а с другой — погоня за прибылью Restaking. Как объединить эти два фактора для решения ключевых задач проектов в области ИИ?

В этой статье давайте углубимся в Mind Network и разберемся в этом потенциальном проекте, который сочетает в себе искусственный интеллект, рестейкинг и полностью гомоморфное шифрование, все горячие нарративы в одном.

ИИ-проекты охотно убивают драконов, но сами становятся драконами из-за отсутствия «нулевого доверия»

Чтобы понять, чем конкретно занимается Mind Network, нам сначала нужно разобраться в проблемах, с которыми сталкиваются текущие проекты в области ИИ.

Возможно, убийцы драконов постепенно сами становятся драконами, что стало лучшей сноской для описания текущих крипто-проектов ИИ.

С точки зрения убийства драконов, основным нарративом проектов криптографического ИИ (или DePIN) является децентрализация. Они используют более децентрализованные вычислительные мощности, алгоритмы (модели) и данные, чтобы бросить вызов монополии крупных компаний на все элементы ИИ, подрывая доверие к авторитету этих компаний.

Несмотря на то, что этот нарратив верен и, естественно, популярен, ИИ, став децентрализованным, похоже, имеет больший потенциал для того, чтобы стать драконом:

Он не может достичь «нулевого доверия» к валидаторам в децентрализованной среде.

Звучит немного сложно для понимания? Давайте рассмотрим конкретный пример.

Например, в обычном криптопроекте ИИ всем необходимо децентрализовать проверку/голосование моделей ИИ, чтобы выбрать лучшую модель.

Однако на практике в бизнес-модели часто есть валидаторы (узлы) в рамках проекта, выбирающие наиболее эффективную модель ИИ. Как вы можете быть уверены, что тот, который они выберут, действительно лучший?

Следование их отбору по механизму PoS не приравнивается к «лучшему выбору, честному отбору».

Точно так же в бизнесе ИИ-агентов при ранжировании сервисов на основе производительности, как вы можете гарантировать, что сервисы, ранжирующиеся в топе, действительно лучшие?

В сценариях DePIN, когда задача назначается узлу в DePIN для вычислений, как вы можете гарантировать, что валидатор справедливо назначит эту задачу соответствующему узлу, вместо того, чтобы обманывать и отдавать ее знакомому узлу?

Эти примеры на самом деле отражают ключевую общую проблему — в каждой децентрализованной сети ИИ решение валидатора становится центром, которому вы должны доверять.

Таким образом, вы должны доверять решению валидаторов или ключевых участников сети, надеясь, что они не будут действовать злонамеренно или примут правильные решения.

Проекты, громко провозглашающие децентрализацию, на самом деле ограничены внутренним доверием внутри сети. Нулевое доверие еще не достигнуто, текущий нарратив ИИ не идеален.

Что нужно для того, чтобы справиться с этими проблемами?

Очевидно, что нам необходимо решить проблему доверия к валидаторам или ключевым участникам для валидации/голосования/принятия решений в рамках текущей сети проектов ИИ с помощью некоего технического механизма и экономического дизайна.

Это также ниша и поле битвы Mind Network.

Святой Грааль полностью гомоморфного шифрования: Mind Network ставит его в идеальное положение

Mind Network преуспевает в том, что считается Святым Граалем криптографии: полностью гомоморфное шифрование (FHE).

Но какое отношение проблемы, выявленные в проектах AI и Depin, имеют к FHE?

Если смотреть по сути, то эти проблемы единодушно указывают на распределение, отбор и принятие решений о ресурсах – не связанных с технологией, а связанных с «человеческим управлением».

Все эти области, связанные с человеческим управлением, где есть место для злоупотреблений служебным положением, основаны на предпосылке, что участники сети могут полностью понимать известную информацию публично (если я знаю, что проголосовал крупный игрок, то я тоже буду голосовать).

Умные из вас, должно быть, почувствовали, где FHE вступает в игру:

Что делать, если информация уже не всем известна?

Полностью гомоморфное шифрование (FHE) идеально подходит для решения этих проблем, связанных с человеческим управлением.

FHE считается Святым Граалем криптографии, и Виталик Бутерин недавно подчеркнул его роль в области Web3. Мы не будем тратить много чернил на объяснение принципа работы FHE, вам просто нужно знать его функцию - он позволяет выполнять сложные вычисления над зашифрованными данными без необходимости расшифровки, предоставляя решение, при котором данные могут оставаться безопасными и конфиденциальными на протяжении всего процесса анализа.

Но чтобы удержать Святой Грааль, нужно выдержать его тяжесть.

Действительно, несмотря на то, что зашифрованные вычисления FHE полезны, его накладные расходы на ресурсы значительны. Его использование для обучения модели ИИ является непомерно дорогим и неразумным подходом для криптопроектов ИИ.

Использование FHE в Mind Network имеет определенную утонченность, помещая Святой Грааль в наиболее подходящее положение.

То есть FHE используется не для обучения моделей ИИ и изменения параметров, а скорее для перекрестной проверки, отбора, ранжирования, голосования и других областей, полных «человеческого управления» после обучения модели ИИ. Такой подход позволяет управлять накладными расходами ресурсов и четко сформулировать проблему, которую необходимо решить:

Если участники сетей ИИ ведут бизнес, не зная результатов выбора/голосования друг друга, то не будет никакого поведения «следуй за крупными игроками, доверяй авторитетным узлам». Это устраняет предвзятость при принятии решений, вызванную влиянием идентификационных данных, позволяя децентрализованному процессу принятия решений вернуться в исходное состояние и признать действительно хорошие модели ИИ и сервисы ИИ.

Следовательно, путь к тому, чтобы заставить FHE выполнять общие вычисления, полон проблем. Тем не менее, использование FHE для конкретного децентрализованного аспекта — валидации — является самосогласованным и осуществимым. Обеспечение нулевого доверия в процессе валидации обеспечивает безопасность консенсуса и подлинную децентрализацию в проектах криптографического ИИ.

С другой стороны, есть справедливость.

Мы можем использовать конкретный случай, чтобы увидеть, как честность Mind Network отражается в зашифрованном выполнении проверки:

• 1. Проекты ИИ получают доступ к полностью гомоморфному зашифрованному сервису валидации через SDK продукта Mind.
• 1. В то же время AI-проекты регистрируются в Mind Network для подтверждения своей личности. Mind сгенерирует смарт-контракт в сети/цепочке целевого проекта для синхронизации последующих изменений операций и результатов выполнения.
• 1. Проекты ИИ публикуют в Mind Network задачи проверки, которые необходимо выполнять с использованием полностью гомоморфного шифрования (например, какая модель ИИ лучше). В игру вступает сервис голосования FHE, позволяющий узлам валидации проектов ИИ выполнять процесс голосования, не видя результатов голосования друг друга в открытом виде.
• 1. Результаты голосования и связанные с ними изменения данных передаются в собственную цепочку Mind через смарт-контракт, синхронизируются и оперативно учитываются.
• 1. На вышеуказанных шагах с AI-проектов, использующих услуги Mind, будут взиматься токены проекта Mind в качестве платы за газ (токены еще не выпущены).

Точно так же, если мы рассматриваем конкретный проект DePIN, использование Mind Network также позволит достичь более справедливого эффекта распределения ресурсов. В качестве примера можно привести IO.net, которая сотрудничает с Mind Network:

• 1. IO.net получает доступ к полностью гомоморфному зашифрованному сервису проверки через SDK продукта Mind.
• 1. После доступа к сервису каждый узел, обладающий графическим процессором, получает возможность консенсуса при полностью гомоморфном шифровании. То есть, когда поступает задача вычислительной мощности ИИ, и запрос, и данные шифруются, что позволяет справедливо распределить задачу по соответствующему узлу.

Подождите, но какое это имеет отношение к рестейкингу?

Казалось бы, все вышеперечисленное находится на техническом уровне, но какое отношение это имеет к рестейкингу на основе активов?

Mind Network предоставляет решение на основе FHE, способствуя безопасности валидации на техническом уровне для сетей ИИ; однако, чтобы присоединиться к валидации и пользоваться этой безопасностью, она неразрывно связана со структурой экономической сети большинства проектов AI/Depin.

PoS, или Proof of Stake, является базовой логикой консенсуса для большинства криптопроектов.

Таким образом, если какой-либо проект ИИ принимает более справедливую техническую поддержку FHE от Mind Network для выбора, последовательности и проверки моделей/услуг ИИ, поскольку большинство узлов проекта представляют права на голосование/валидацию через механизм PoS, размер активов в стейкинге под этим узлом тесно связан с правом на участие в гарантированной FHE справедливой проверке.

Ключевым шагом Mind Network на уровне активов является публичное расширение диапазона стейкинга и рестейкинга в сочетании с гомоморфным шифрованием для обеспечения консенсуса валидации в сетях ИИ.

Различные роли, участвующие в сети, могут удовлетворять свои собственные потребности в интересах.

Для узлов валидации проектов ИИ увеличение количества Рестейкинга дает больше возможностей и прав голоса для выполнения задач валидации FHE в Mind Network.

Обычные пользователи могут размещать свои активы LST/LRT на вышеуказанных узлах в режиме делегирования для получения дохода APR.

Похоже, что это имеет сходство с Restaking of EigenLayer, с которым мы знакомы, и они, по сути, одинаковы:

EigenLayer использует рестейкинг для обеспечения безопасности различных AVS в экосистеме Ethereum; Mind Network использует рестейкинг для обеспечения безопасности консенсуса в криптоэкосистеме для различных сетей искусственного интеллекта.

Стоит отметить, что причина, по которой это «вся экосистема», неотделима от другой ключевой функции Mind Network: удаленного рестейкинга.

Благодаря удаленному стейкингу нет необходимости объединять токены LRT в разные блокчейны. Вы можете без разбора стейкать свои LRT в разных цепочках до узла валидации определенной сети ИИ с помощью удаленного стейкинга, значительно снижая порог входа для пользователей и интегрируя фрагментированную ликвидность в условиях многоцепочечной ситуации.

Обширная экологическая конструкция и прочная техническая прочность

Какие еще катализаторы в настоящее время заслуживают внимания в Mind Network?

Во-первых, если говорить о продуктах, то тестовая сеть уже привлекла 650 000 кошельков и сгенерировала 3,2 млн транзакций. Ожидается, что в скором времени будет запущен полный функционал основной сети.

Во-вторых, с точки зрения построения экосистемы, поскольку продукт позиционируется для расширения возможностей других проектов в области ИИ, крайне важно привлечь к сотрудничеству ведущие проекты.

В настоящее время Mind Network предоставляет услуги сетевой консенсусной безопасности ИИ для io.net, Singularity, Nimble, Myshell и AIOZ, предлагает решение FHE Bridge для Chainlink CCIP и предоставляет услуги безопасного хранения данных ИИ для IPFS, Arweave и Greenfield. Включение лучших проектов в области искусственного интеллекта, систем хранения данных и оракулов говорит о том, что Mind Network может стать «золотой лопатой».

Кроме того, в 2023 году проект был выбран инкубатором Binance и завершил посевной раунд финансирования на сумму 2,5 миллиона долларов, в котором приняли участие такие известные учреждения, как Binance. Он также получил грант Ethereum Foundation Fellowship Grant, был выбран для участия в программе Chainlink Build и стал торговым партнером, подписанным с Chainlink.

С точки зрения технической мощи, помимо самой команды, в которую входят первоклассные профессора и доктора философии в области искусственного интеллекта, безопасности и криптографии из ведущих университетов и компаний, важным аспектом, который стоит отметить, является сотрудничество с ведущей полностью гомоморфной исследовательской компанией в отрасли.

В феврале этого года Mind Network объявила о партнерстве с ZAMA, ведущей компанией по шифрованию с открытым исходным кодом в области исследований полностью гомоморфного шифрования, которая завершила раунд финансирования в размере 73 миллионов долларов под руководством Multicoin и Protocol Labs.

В последнее время сотрудничество между двумя сторонами еще больше расширилось, совместно запустив новую гибридную сеть FHE (Mixed Fully Homomorphic Encryption) AI для продвижения применения алгоритмов ИИ к зашифрованным данным, что, несомненно, добавляет еще один уровень технических преимуществ самому проекту.

Согласно источникам, близким к новостям, Mind Network решила использовать базовую техническую библиотеку ZAMA для собственных технических исследований и разработок в сотрудничестве с ZAMA. Этот шаг эффективно демонстрирует опыт Mind:

Полностью гомоморфное шифрование требует огромных ресурсов, а базовая библиотека обеспечивает максимальную производительность без снижения производительности.

В дополнение к расширению своих возможностей с помощью лучших технологий, Mind Network также использует свои возможности, чтобы помочь улучшить криптовалютную экосистему.

В мае проект также сотрудничал с Chainlink для запуска первого интерфейса полностью гомоморфного шифрования (FHE), построенного на протоколе межсетевого взаимодействия (CCIP). Это не только повышает безопасность межсетевых коммуникаций и транзакций, но и создает более надежную и ориентированную на пользователя экосистему Web3.

На момент написания статьи Mind Network уже достигла сотрудничества с несколькими топовыми проектами в разных экосистемах и треках. Учитывая его позиционирование для расширения возможностей других проектов, в будущем можно ожидать эффекта «золотой лопаты».

Заключение

Когда полностью гомоморфное шифрование (FHE) встретится с рестейкингом, Mind Network потенциально может стать новой движущей силой во второй половине мейнстримного криптонарратива этого года.

Используя FHE в качестве посредника, он может охватить большое количество криптопроектов ИИ для оптимизации бизнеса, обеспечивая поддержку истинной «децентрализации» и нулевого доверия децентрализованным проектам ИИ. Благодаря тому, что Restaking прокладывает путь, он еще больше поглощает ликвидность из разных цепочек, и также можно предвидеть быстрый рост TVL (Total Value Locked) проекта.

Бесспорно, Святой Грааль полностью гомоморфного шифрования привлекает внимание рынка к новым историям, в то время как рестейкинг привлекает рыночную ликвидность. По мере того, как консенсусная безопасность ИИ-проектов становится все более доступной, концентрация внимания и ликвидности неизбежно приведет к ожиданиям относительно будущего развития проекта.

Как и Mind Network, которая оттачивает правильные нарративы (ИИ, Restaking) до совершенства с помощью своей собственной технологии, разве это не более мягкое разрушение во второй половине мейнстримного повествования?

Отказ:

1. Эта статья перепечатана из [TechFlow]. Переслать оригинальное название'深入 Mind Network :当全同态加密遇见 Restaking,加密 AI 项目的共识安全触手可及'. Все авторские права принадлежат оригинальному автору [TechFlow]. Если у вас есть возражения против этой перепечатки, пожалуйста, свяжитесь с командой Gate Learn , и они оперативно рассмотрят их.
2. Отказ от ответственности: Взгляды и мнения, выраженные в этой статье, принадлежат исключительно автору и не являются какими-либо инвестиционными рекомендациями.
3. Переводом статьи на другие языки занимается команда Gate Learn. Если не указано иное, копирование, распространение или плагиат переведенных статей запрещены.