Octra Network hat private KI-Verträge auf die Blockchain gebracht

Octra Network setzt auf On-Chain FHE-Maschinenlernen mit Governance und Zero-Knowledge-Verifikation, sodass jeder private ML-Inferenz direkt on-chain durchführen kann.

Octra Network hat etwas vorangetrieben, das die meisten Blockchain-Entwickler für Jahre entfernt hielten. Ein vollständig homomorph verschlüsselter Machine-Learning-Vertrag ist jetzt auf dem Devnet live. Keine vertrauenswürdigen Ausführungsumgebungen. Keine Co-Prozessoren.

Laut @lambda0xE auf X hat das Team einen komplexen FHE-unterstützten Vertrag direkt im On-Chain-Zustand deployt. Wie lambda0xE auf X schrieb, verwaltet der Vertrag Modellgewichte, Inferenz, Governance und Treasury-Funktionen alles an einem Ort. Die Operationen werden als „unglaublich günstig“ beschrieben.

Must Read: Von Legacy Rails zum Blockchain: Warum große Banken auf Tokenisierung setzen

Was der FHE-Vertrag tatsächlich macht

Der Vertrag akzeptiert lineare Modellgewichte, die direkt in seinen internen Zustand hochgeladen werden. Von dort wählen die Nutzer zwischen zwei Modi. Öffentliche Inferenz führt die vollständige Berechnung offen durch, Gewichte mal Eingaben plus Bias, alles sichtbar. Private Inferenz ist anders.

Im privaten Pfad erfolgt die gesamte Verschlüsselung auf der Client-Seite. Chiffretexte werden an den Vertrag gesendet. Der Vertrag berechnet dann homomorph innerhalb des aktuellen Zustands. Wie lambda0xE auf X erklärte, kann weder das Netzwerk, noch der Vertragsinhaber noch andere Teilnehmer zu irgendeinem Zeitpunkt Klartext- oder Nutzerdaten sehen.

Was die breitere Entwicklergemeinschaft aufhorchen ließ, ist die Präzisionsbehauptung. Öffentliche und private Ausgaben stimmen bitgenau überein. Keine Approximationen. Ganzearithmetik in jeder Phase.

Sie könnten auch interessieren: ETH-Finanzierung wird positiv, da 262 Mio. USD Zuflüsse den 35-Tage-Abwärtstrend durchbrechen

Der Quellcode des Vertrags ist öffentlich auf GitHub unter octra-labs verfügbar. Entwickler, die ihn testen möchten, benötigen das aktualisierte Webcli, erhältlich bei octra-labs/webcli, sowie eine finanzierte Wallet. Die deployte Vertragsadresse ist live auf devnet.octrascan.io.

Governance, ZK-Beweise und Batch-Gewicht-Uploads

Die Deployment endet nicht bei der privaten Inferenz. Lambda0xE erwähnte auf X, dass ein Governance-Beispiel parallel läuft, das Vorschläge, Abstimmungen und Ausführung im Zusammenhang mit Fristen abdeckt. Es gibt Multi-Model-Unterstützung, Rabattverwaltung, Treasury-Management mit checkpoint-basierter Auszahlung und Rollback sowie ein Whitelist-System.

Zero-Knowledge-Verifikation der Ergebnisse ist ebenfalls integriert. Batch-Uploads von Gewichten via CSV werden ebenfalls unterstützt.

Dies positioniert Octra in einem Bereich, den die meisten Blockchain-Netzwerke noch nicht berührt haben. Privates KI-Inferenz mit Governance-Kontrollen, die nativ on-chain laufen, nicht ausgelagert an einen externen Dienst.

Lesenswert: Ripple’s 550 Mio. USD XRPL-Erweiterung könnte die XRP-Nachfrage anheizen

Laut dem Octra-Litepaper ist das Netzwerk genau für diese Art von Berechnungen auf Zustandsbasis ausgelegt. Der FHE-ML-Vertrag ist eine frühe Demonstration dessen, was diese Architektur leisten kann, wenn sie vorangetrieben wird. Entwickler im Devnet können jetzt mit einem System interagieren, bei dem KI-Inferenz, Governance-Mechanismen und Datenschutzgarantien alle innerhalb eines einzigen Vertrags laufen.

Auch ansehen: WildMeta integriert Aster DEX, um Web3-Krypto-Handelsentdeckung zu erweitern

Die Implikationen gehen weit über Octras eigenes Netzwerk hinaus. On-Chain FHE-ML mit Zero-Knowledge-Ausgabeverifikation, wenn es skaliert, verändert die Art und Weise, wie vertrauliches Computing auf Blockchains aussieht. Keine TEE-Abhängigkeiten. Keine Kompromisse bei Approximationen.