Переслати оригінальну назву: 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'

Штучний інтелект і ресtaking широко визнані провідними наративами, що супроводжують цей цикл бичачого ринку.

Перший вже створив різні зіркові проєкти штучного інтелекту, тоді як другий, в основі якого лежить EigenLayer, породив кілька проєктів LRT, де постійно з'являються різні ігрові процеси, що заробляють бали.

Однак є дуже чітке відчуття, що ці два наративи, схоже, увійшли у фазу відпочинку на півставки. Попри те, що кількість проєктів у треку зросла, вони стали все більш однорідними, а інноваційні історії від 0 до 1 знайти стає все важче.

Водночас, коли AI та Restaking стають «правильним наративом», ця «правильність» не означає «досконалість»:

Чи є велика кількість AI/Depin проєктів справді децентралізованими? Останні дані також показують, що TVL Eigenlayer знижується. Чи можна використовувати повторний стейкінг лише для забезпечення безпеки екологічного AVS Ethereum?

Тому у другій половині гарячого наративу проєкти, які вирішують ключові спільні проблеми, є тими скарбами, які потрібно розкопати.

Виходячи з цієї думки, нашу увагу привернула Mind Network на сучасному ринку. Це може як вирішити проблему недостатньо децентралізованих проєктів AI/Depin, так і зробити ресtaking більш корисним і цінним.

Якщо EigenLayer розглядається як рішення для рестейкінгу екосистеми Ethereum, то Mind – це рішення для повторного стейкінгу в галузі штучного інтелекту:

Завдяки більш гнучкому використанню повторного стейкінгу та консенсусному рішенню безпеки повністю гомоморфного шифрування, він забезпечує безпеку економіки токенів та безпеку даних децентралізованих мереж штучного інтелекту.

Що ще важливіше, так це те, що проєкт уже завершив початковий раунд фінансування на суму 2,5 мільйона доларів США, в якому взяли участь такі відомі установи, як Binance у 2023 році. В даний час він також має тісну співпрацю з новими гарячими проектами AI/Depin, такими як io.net та Myshell. Очікування запуску основної мережі та заохочувальні заходи також приносять великі очікування.

Тим не менш, для більшості читачів, які бачать цей проект вперше, з одного боку знаходиться важко зрозуміле повністю гомоморфне шифрування, а з іншого - Restaking, що женеться за прибутком. Як ці два аспекти можна об'єднати, щоб вирішити ключові проблеми для проєктів зі штучним інтелектом?

У цій статті давайте заглибимося в Mind Network і зрозуміємо цей потенційний проект, який поєднує в собі штучний інтелект, рестейкінг і повністю гомоморфне шифрування — всі гарячі наративи в одному.

Проєкти зі штучним інтелектом охоче вбивають драконів, але самі стають драконами через відсутність «нульової довіри»

Щоб зрозуміти, чим конкретно займається Mind Network, нам спочатку потрібно зрозуміти проблеми, з якими стикаються поточні проєкти штучного інтелекту.

Можливо, винищувачі драконів поступово самі стають драконами, що стало найкращою виноскою для опису нинішніх криптопроєктів зі штучним інтелектом.

З точки зору знищення драконів, основним наративом проєктів криптоштучного інтелекту (або DePIN) є децентралізація. Вони використовують більше децентралізованих обчислювальних потужностей, алгоритмів (моделей) і даних, щоб кинути виклик монополії великих компаній на всі елементи ШІ, підриваючи довіру до авторитету цих компаній.

Хоча цей наратив є правильним і, природно, популярним, ШІ, ставши децентралізованим, здається, має більший потенціал, щоб стати драконом:

Він не в змозі досягти «нульової довіри» до валідаторів у децентралізованому середовищі.

Звучить трохи складно для розуміння? Розглянемо на конкретному прикладі.

Наприклад, у загальному криптопроєкті штучного інтелекту всім потрібно децентралізувати перевірку/голосування моделей штучного інтелекту, щоб вибрати найкращу модель.

Однак на практиці бізнес-модель часто має валідаторів (вузли) всередині проєкту, які вибирають найефективнішу модель штучного інтелекту. Як ви можете переконатися, що той, кого вони вибирають, дійсно найкращий?

Слідування за їхнім відбором за механізмом PoS не прирівнюється до «найкращого відбору, справедливого відбору».

Аналогічно в бізнесі агентів штучного інтелекту, ранжуючи послуги на основі ефективності, як ви можете переконатися, що послуги з найвищим рейтингом справді найкращі?

У сценаріях DePIN, коли завдання призначається вузлу в DePIN для обчислень, як ви можете переконатися, що валідатор справедливо призначає це завдання відповідному вузлу, замість того, щоб обманювати та віддавати його знайомому вузлу?

Ці приклади насправді відображають ключову загальну проблему — у кожній децентралізованій мережі штучного інтелекту рішення валідатора стає центром, якому ви повинні довіряти.

Отже, ви повинні довіряти рішенню валідаторів або ключових учасників мережі, сподіваючись, що вони не діятимуть зловмисно або не приймуть правильних рішень.

Проекти, які голосно проголошують децентралізацію, насправді обмежені внутрішньою довірою всередині мережі. Нульової довіри ще не досягнуто, нинішній наратив ШІ не ідеальний.

Що потрібно, щоб впоратися з цими проблемами?

Очевидно, що нам потрібно подолати залежність від довіри до валідаторів або ключових учасників для валідації/голосування/прийняття рішень у поточній мережі проєктів штучного інтелекту за допомогою певного технічного механізму та економічного дизайну.

Це також ніша та поле битви Mind Network.

Святий Грааль повністю гомоморфного шифрування: Mind Network ставить його в ідеальне становище

Mind Network перевершує те, що вважається Святим Граалем криптографії: повністю гомоморфне шифрування (FHE).

Але яке відношення до FHE мають проблеми, виявлені в проектах ШІ та Депіна?

Якщо ми подивимося на суть, то ці проблеми одностайно вказують на розподіл, відбір і прийняття рішень ресурсів - не пов'язаних з технологіями, а з "людським управлінням".

Всі ці сфери, пов'язані з людським управлінням, де є місце для зловживань, базуються на передумові, що учасники мережі можуть повністю зрозуміти відому інформацію публічно (якщо я знаю, що великий гравець проголосував, то я також проголосую).

Розумні серед вас, мабуть, відчули, де FHE вступає в гру:

Що робити, якщо інформація вже відома не всім?

Скорочено повністю гомоморфне шифрування (FHE) чудово вирішує ці проблеми, пов'язані з управлінням людиною.

FHE розглядається як Святий Грааль криптографії, і Віталік Бутерін нещодавно підкреслив його роль у сфері Web3. Ми не будемо витрачати багато чорнила на пояснення принципу FHE, вам просто потрібно знати його функцію - він дозволяє виконувати складні обчислення над зашифрованими даними без необхідності розшифровки, забезпечуючи рішення, де дані можуть залишатися в безпеці та конфіденційності протягом усього процесу аналізу.

Але для того, щоб утримати Святий Грааль, треба нести його вагу.

Дійсно, хоча зашифровані обчислення FHE є корисними, накладні витрати на їх ресурси є значними. Використання його для навчання моделі штучного інтелекту є непомірно дорогим і не розумним підходом для криптопроєктів зі штучним інтелектом.

Використання FHE в Mind Network має певну витонченість, ставлячи Святий Грааль у найбільш підходяще положення.

Тобто FHE використовується не для навчання моделей ШІ та зміни параметрів, а скоріше для перехресної перевірки, відбору, ранжування, голосування та інших сфер, повних «людського управління» після навчання моделі ШІ. Такий підхід робить накладні витрати на ресурси керованими, а проблема, яку потрібно вирішити, дуже чіткою:

Якщо учасники мереж штучного інтелекту ведуть бізнес, не знаючи результатів відбору/голосування один одного, не буде поведінки «слідкуйте за великими гравцями, довіряйте авторитетним вузлам». Це усуває упередженість прийняття рішень, спричинену впливом ідентичності, дозволяючи децентралізованому прийняттю рішень повернутися до початкового стану та розпізнавати справді хороші моделі штучного інтелекту та послуги штучного інтелекту.

Отже, шлях до того, щоб змусити FHE виконувати загальні обчислення, пов'язаний із труднощами. Однак використання FHE для конкретного децентралізованого аспекту — валідації — є самоузгодженим і здійсненним. Забезпечення нульової довіри до процесу перевірки забезпечує консенсусну безпеку та справжню децентралізацію в криптопроєктах штучного інтелекту.

З іншого боку, є справедливість.

Ми можемо використовувати конкретний випадок, щоб побачити, як справедливість Mind Network відображається в зашифрованому виконанні валідації:

• 1. Проєкти зі штучним інтелектом отримують доступ до повністю гомоморфного зашифрованого сервісу валідації через пакет SDK продукту Mind.
• 1. При цьому ШІ-проєкти реєструються в Mind Network, щоб підтвердити свою особистість. Mind згенерує смарт-контракт у цільовій мережі/ланцюжку проєктів для синхронізації подальших змін у роботі та результатів виконання.
• 1. Проєкти зі штучним інтелектом публікують завдання перевірки в Mind Network, які потрібно виконувати з використанням повністю гомоморфного шифрування (наприклад, яка модель штучного інтелекту краща). У гру вступає послуга голосування FHE, що дозволяє вузлам валідації проєктів штучного інтелекту виконувати процес голосування, не бачачи результатів голосування один одного у відкритому тексті.
• 1. Результати голосування та пов'язані з ними зміни даних передаються у власний ланцюжок Mind через смарт-контракт, синхронізуються та оперативно враховуються.
• 1. На наведених вище кроках з проєктів штучного інтелекту, які користуються послугами Mind, стягуватиметься плата за газ (токени ще не випущені).

Аналогічно, якщо ми розглядаємо конкретний проект DePIN, використання Mind Network також дозволить досягти більш справедливого ефекту розподілу ресурсів. Для прикладу можна навести IO.net, яка співпрацює з Mind Network:

• 1. IO.net отримує доступ до повністю гомоморфного зашифрованого сервісу валідації через пакет SDK продукту Mind.
• 1. Отримавши доступ до сервісу, кожен вузол, що володіє графічним процесором, отримує можливість консенсусу при повністю гомоморфному шифруванні. Тобто, коли надходить завдання обчислювальної потужності ШІ, і запит, і дані шифруються, що дозволяє справедливо розподілити завдання на відповідний вузол.

Стривайте, але яке відношення це має до рестейкінгу?

Все вищезгадане начебто на технічному рівні, але яке відношення це має до рестейкінгу на основі активів?

Mind Network надає рішення на основі FHE, що сприяє безпеці валідації на технічному рівні для мереж штучного інтелекту; однак, щоб приєднатися до валідації та насолоджуватися цією безпекою, вона нерозривно пов'язана зі структурою економічної мережі більшості проєктів AI/Depin.

PoS, або Proof of Stake, є базовою логікою консенсусу для більшості криптопроєктів.

Таким чином, якщо будь-який проєкт зі штучним інтелектом приймає більш справедливу технічну підтримку FHE від Mind Network для вибору, послідовності та валідації моделі/послуги штучного інтелекту, оскільки більшість вузлів проєкту представляють право голосу/перевірки через механізм PoS, розмір активів стейкінгу під цим вузлом тісно пов'язаний із правом брати участь у гарантованій FHE справедливій перевірці.

Ключовим кроком Mind Network на рівні активів є розширення діапазону стейкінгу та повторного стейкінгу публічним способом у поєднанні з гомоморфним шифруванням для забезпечення консенсусу валідації в мережах штучного інтелекту.

Різні ролі, що беруть участь у мережі, можуть задовольняти свої власні потреби за інтересами.

Для вузлів валідації AI-проєктів збільшення обсягу Restaking надає більше можливостей та прав голосу для виконання завдань валідації FHE у Mind Network.

Звичайні користувачі можуть здійснювати стейкінг своїх активів LST/LRT на вищезазначені вузли шляхом делегування для отримання доходу APR.

Схоже, що це має схожість з відомим нам повторним стейкінгом EigenLayer, і вони, по суті, однакові:

EigenLayer використовує рестейкінг для забезпечення безпеки різних AVS в екосистемі Ethereum; Mind Network використовує рестайкінг для забезпечення консенсусної безпеки в криптоекосистемі для різних мереж штучного інтелекту.

Варто зазначити, що причина, чому це «вся екосистема», невіддільна від іншої ключової функції Mind Network: віддаленого стейкінгу.

Завдяки віддаленому стейкінгу немає необхідності крос-чейн ваших токенів LRT у різних ланцюгах. Ви можете без розбору здійснювати стейкінг LRT у різних ланцюгах до вузла валідації певної мережі штучного інтелекту за допомогою віддаленого стейкінгу, що значно знижує поріг входу для користувачів та інтегрує фрагментовану ліквідність у ситуацію з кількома ланцюгами.

Широка екологічна конструкція та міцна технічна міцність

Які ще каталізатори зараз варті уваги в Mind Network?

По-перше, що стосується продуктів, то тестнет вже залучив 650 000 гаманців і згенерував 3,2 мільйона транзакцій. Очікується, що повна функціональність основної мережі буде запущена найближчим часом.

По-друге, з точки зору побудови екосистеми, оскільки продукт позиціонується як такий, що розширює можливості інших AI-проєктів, дуже важливо залучати співпрацю з топовими проєктами.

Наразі Mind Network надає послуги консенсусної безпеки мережі штучного інтелекту для io.net, Singularity, Nimble, Myshell і AIOZ, пропонує рішення FHE Bridge для Chainlink CCIP і надає послуги зберігання даних безпеки даних штучного інтелекту для IPFS, Arweave та Greenfield. Включення найкращих проєктів зі штучного інтелекту, зберігання даних та оракулів свідчить про потенціал для Mind Network стати «золотою лопатою».

Крім того, з точки зору передісторії, у 2023 році проєкт був обраний інкубатором Binance і завершив початковий раунд фінансування на суму 2,5 мільйона доларів, у якому брали участь такі відомі установи, як Binance. Він також отримав грант Ethereum Foundation Fellowship Grant, був обраний для участі в програмі Chainlink Build і став торговим партнером, підписаним з Chainlink.

З точки зору технічної потужності, окрім самої команди, до якої входять першокласні професори та доктори філософії в галузі штучного інтелекту, безпеки та криптографії з провідних університетів та компаній, важливим аспектом, який варто відзначити, є співпраця з найкращою повністю гомоморфною дослідницькою компанією з шифрування в галузі.

У лютому цього року Mind Network оголосила про партнерство з ZAMA, провідною компанією з шифрування з відкритим вихідним кодом у галузі досліджень повністю гомоморфного шифрування, яка завершила фінансування A-round у розмірі 73 мільйони доларів на чолі з Multicoin та Protocol Labs.

Останнім часом співпраця між двома сторонами ще більше розширилася, спільно запустивши нову мережу штучного інтелекту Hybrid FHE (Mixed Fully Homomorphic Encryption) для просування застосування алгоритмів ШІ на зашифрованих даних, що, безсумнівно, додає ще один рівень технічних переваг самому проекту.

Згідно з джерелами, близькими до новин, Mind Network вирішила використовувати базову технічну бібліотеку ZAMA для власних технічних досліджень і розробок у співпраці з ZAMA. Цей хід ефективно демонструє експертність Mind:

Повністю гомоморфне шифрування має величезні накладні витрати на ресурси, а базова бібліотека забезпечує максимальну продуктивність без зниження продуктивності.

Окрім розширення можливостей за допомогою кращих технологій, Mind Network також використовує свої можливості, щоб допомогти покращити криптоекосистему.

У травні проєкт також співпрацював із Chainlink, щоб запустити перший інтерфейс Fully Homomorphic Encryption (FHE), побудований на протоколі Cross-Chain Interoperability Protocol (CCIP). Це не тільки підвищує безпеку міжланцюгової комунікації та транзакцій, але й реалізує більш надійну та орієнтовану на користувача екосистему Web3.

На момент написання статті Mind Network вже досягла співпраці з кількома топовими проєктами в різних екосистемах та треках. З огляду на його позиціонування для розширення можливостей інших проектів, можна очікувати ефекту «золотої лопати» в майбутньому.

Висновок

Коли Fully Homomorphic Encryption (FHE) зустрінеться з Reстейкінгом, Mind Network потенційно може стати новою рушійною силою у другій половині мейнстрімного криптонаративу цього року.

Використовуючи FHE як середовище, він може охопити велику кількість криптопроєктів штучного інтелекту для оптимізації бізнесу, забезпечуючи підтримку справжньої «децентралізації» та нульової довіри до децентралізованих проєктів штучного інтелекту. Оскільки Restaking прокладає шлях, він ще більше поглинає ліквідність з різних ланцюжків, і швидке зростання проекту TVL (Total Value Locked) також є передбачуваним.

Безперечно, Святий Грааль повністю гомоморфного шифрування привертає увагу ринку до нових історій, тоді як перестейкінг привертає ринкову ліквідність. У міру того, як консенсусна безпека проєктів зі штучним інтелектом стає доступнішою, концентрація уваги та ліквідність неминуче призведуть до очікувань щодо майбутнього розвитку проєкту.

Подібно до Mind Network, яка шліфує правильні наративи (ШІ, рестайкінг) до досконалості за допомогою власної технології, чи не є це більш м'яким порушенням у другій половині мейнстрімного наративу?

Застереження:

1. Ця стаття передрукована з сайту [TechFlow]. Вперед оригінальну назву'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'. Усі авторські права належать оригінальному автору [TechFlow]. Якщо є заперечення проти цього передруку, будь ласка, зв'яжіться з командою Gate Learn, і вони оперативно впораються з цим.
2. Відмова від відповідальності: Погляди та думки, висловлені в цій статті, належать виключно автору і не є жодною інвестиційною порадою.
3. Переклад статті на інші мови здійснює команда Gate Learn. Якщо не зазначено, копіювання, розповсюдження або плагіат перекладених статей заборонено.