5月5日，以太坊創始人V神在推特分享了有關2020年全同態加密貨幣（FHE）的文章，引起了人們對FHE技術應用的關注。全同態加密貨幣是密碼學的前沿領域，被稱為密碼學的聖杯。簡而言之，全同態加密貨幣允許對加密貨幣資料進行直接計算。與ZK相比，FHE更加重視資料隱私和安全，特別是在AI領域具有獨特潛力。以FHE為基礎的Mind Network等項目在加密貨幣領域取得了進展，並接受了一系列機構的融資和支持。 FHE的結合能夠改善AI領域的安全性和效率，為Web3技術提供新的發展方向。
密碼學的聖杯－全同態加密貨幣全同態加密貨幣
5月5日，以太坊創辦人V神再次在推特分享了2020年的FHE（全同態加密貨幣）文章，也持續展開大家對FHE技術應用的關注與探討。 V神文章深入介紹了相關內容的數學原理，中文原版在此。
FHE（Fully Homomorphic Encryption）中文是全同態加密貨幣計算，和ZK一樣，是密碼學的前沿領域，也被稱為密碼學的聖杯。
簡單來說，全同態加密貨幣就是將加密的資料直接計算，解密。
當1+2時，很容易得到結果3，但當加密貨幣後，加密貨幣(1)+加密貨幣(2)，仍然能得出加密貨幣(3)，這才是FHE，密文計算=加密貨幣後的明文計算。
和ZK不同，FHE在Web3的應用更重視資料隱私與安全，從目前的應用不難發現，ZK更多還是體現在擴容方向。
儘管Web3更受關注的ZKRollup主要是ZK技術，但FHE在多個領域率先釋放出自己的獨特潛力，尤其是AI。
心靈網絡
Mind Network是首個基於FHE、為AI和PoS網路設計的再質押解決方案。
EigenLayer作為以太坊生態的再質押解決方案，心靈撕AI領域的再質押方案。透過再質押和FHE共識安全解決方案，了去中心化AI網路的代幣經濟安全和資料安全。
從團隊背景來看，Mind的主要成員以AI、安全、密碼學的教授和博士為主，來自劍橋、Google、微軟和IBM等機構。核心成員曾組成全球12位坊以太基金會研究員之一，與以太坊基金會研究團隊共同在密碼學與安全領域進行研究。 Mind世界首創的FHE+Stealth地址解決方案——MindSAP（研究論文鏈接，譯文燒腦大家自行研讀），解決了V神提出的Stealth Address Open Problem中的問題，在以太坊社區中引起了不小的關注度，大量發表論文及演講。
Mind Network 在2023 年贏得了幣安孵化器，並完成了由幣安等機構參與的250 萬美元種子輪融資。同時獲得坊以太坊基金會獎學金資助，參加Chainlink 建設計劃，並成為Chainlink 承包商的通路合作夥伴。
2024年2月，Mind Network成為著名密碼學公司ZAMA在FHE領域的重點合作夥伴。
近期，Mind Network進一步加速生態版圖的拓展，為io.net、Singularity、Nimble、Myshell、AIOZ等提供了AI網路共識安全服務，為Chainlink CCIP提供了FHE Bridge的解決方案，為IPFS、Arweave、Greenfield等提供了AI資料安全儲存服務。
FHE+AI，直面AI核心痛點
在今年4月香港Web3大會上，Vitalik表示了對FHE在加密貨幣投票等場景的未來期望。 FHE作為密碼學的前沿，也是以太坊所追求的密碼學的極限方向。
ZAMA創辦人最近發表了一篇關於其「總體規劃」的文章。概述了公司創建端對端加密貨幣網路HTTPZ（“Z”即“Zero Trust”，零信任）的願景，並提出了要讓FHE在區域塊鍊和人工智慧領域線索在。
AI領域重點關注的幾個階段，包括訓練、調優、使用和評估，在去中心化的過程中都面臨同一個難題，如何移除信任假設。比方說：
當AI模型在訓練時，需要進行交叉驗證以選出訓練最佳結果
當AI服務在使用之前，需要對現有服務進行排名確定最佳服務
AI模型還需要不斷調優和迭代，需要進行獨立評估
這些階段在中心化的場景中都基於對大公司的合規信任假設，由大公司做信任背書不作惡。
但在去中心化的過程中，沒有信用背書，如何驗證所有參與者的協作是否公平有效，是一個難點，這恰恰是FHE賦能的發力點。
例如
當AI 模型在訓練時，需要進行交叉驗證的時候，透過不記名投票選出最佳訓練結果，移除對OpenAI 的假設
當AI服務在使用之前，需要對現有匿名服務進行排名的時候，透過評分確定服務中每項服務的質量，刪除對一個AI AppStore的信任假設
AI模型還需要不斷調優和迭代，需要進行獨立評估的時候，透過隨機抽樣檢查完成可信評估，去除對評估機構的信任假設
FHE的參與也讓AI實現了零信任，可以彌補ZK還需要鏈下聚合的信任假設。
可以舉的AI例子還有很多，也包括這樣的零信任可以讓AI Agent和Multi-Agents更好的實現智慧互聯，實現良性治理。
同時，FHE獨特的密文運算特性，還能實現另外兩個問題：資料隱私與資料交易所：
我們的數據誰能看？ =資料隱私
AI給我們的資料屬於誰？ =數據聊天
FHE可以實現資料始終在用戶側加密貨幣，在用戶外部只以密文形式存在，包括儲存+傳輸+計算。
目前狀況，除了FHE之外，資料只在儲存和傳輸中能被加密貨幣，但是一旦涉及到計算，就需要把密文解密成明文才行，而這恰恰讓用戶丟失了資料的資料。現實生活中有很多這樣的情況舉個例子，你的明文數據一旦被別人複製走了，別人就可以在複製出很多份，其他人到底有沒有完全在用你的數據，用戶無法得知，只能靠數據使用方的自我聲明和三方監管。 FHE能夠讓使用者的密文資料即使在被複製走的情況下，解密的時候和需要看到明文資料的時候必須需要使用者同意。那用戶就隨時感知資料的動態，實現了資料可用可交易但不可查看，保護了資料隱私，同時也真正保護了資料聊天。
這樣的特性是AI + Web3 所需要的，既可以讓大家可以公開的方式來參與，以加密的方式進行認知，可以防止作惡和浪費。
人工智慧的下一件大事（下一件大事）
從這裡來看，AI和Web3的結合勢在必得，FHE之於AI，就像是【next big thing】之於Apple。
近日，IO.NET與Mind Network宣布深度合作，在增強人工智慧的安全和效率上共創解決方案。 IO.NET將Mind Network的全同態加密貨幣解決方案引入其全球化運算平台中，以協助加強其產品的安全性。
關於合作的詳情可以查看：Mind Network 與io.net 合作提升人工智慧安全性和效率
IO.NET 重新計算AI 和FHE 後終於恢復好心情了。
以IO.NET為例，使用者提供算力，AI開發者租用算力。
當一個開發者來到AI專案後，提出了一個需求，被系統拆分後，由使用者提供算力計算。
這時候牽涉到幾個問題，租用誰的算力？算出來的結果正確嗎？租用算力時會洩漏雙方隱私嗎？
1.租用誰的算力？
正常情況下，選哪個節點，採用的是測試作業，即不定時發布需求測試哪些節點在線，並準備接受需求。
在此過程中，就可能出現相關節點佔領，取得優先權，類似MEV攻擊。
對此，Mind透過FHE提供了一個公平分配的，由於請求和資料都是加密的，節點就無法據此機製做出有利選擇。
2.算出來的結果正確嗎？
在全域計算中，確保計算結果正確需要一定的投票，即投票。
當節點互相知道對方的選擇結果時，就可能出現跟投，導致結果不公允，不正確。
FHE加密貨幣計算，節點之間投票結果相互加密貨幣，但仍可參與最終計算，保證了結果公允。
3.租賃用算力時會洩漏雙方隱私嗎？
FHE的核心即資料安全，本身就在計算時加密貨幣，對於計算的問題也加密貨幣，自然就不會涉及隱私外洩。
重新從重新審視的角度來看
IO.NET本身可以打造一個PoS網絡，節點需要質押IO代幣，才能從算力貢獻中獲得IO獎勵。
現在可能出現的問題是：質押的代幣價格看起來很嚴肅，驗證者和網路安全都會受到影響。
Mind這個解決方案是雙重質押（雙質押）甚至三重質押。
質押支持BTC/ETH的流動性質押代幣和藍籌AI網絡代幣，去中心化風險，增加網絡的整體安全性，本質上是Restake的共享安全性進階版。
同時Mind也支援遠端Stake，對於LST/LRT資產，不需要進行實際的跨鏈，確保資產的安全性。
前幾天，Mind也剛結束了Glaxe測試網任務，超過65萬的活躍用戶參與，產生320萬筆測試網交易資料。
根據官方消息透露，Mind 的正式網路協議也將在近期推出，可以關註一下。
總結
總而言之，我們發現Mind雖然講的是FHE和AI，但關鍵字其實是“安全”，用密碼學在解決各種核心的安全問題。
Restake 是代幣經濟安全；Remote Stake 是資產安全；FHE 是資料安全；AI+FHE 是共識安全。
區塊鏈的大樓是基於密碼學，或許也將在密碼學中找到未來的答案。
除了AI網路之外，Mind Network也一直擴大解決方案的適用範圍，在去中心儲存、EigenLayer AVS網路、Bittensor Subnet、跨鏈橋等多個方向進行合作，展現出FHE的巨大潛力。
在2024年的Web3，如果說密碼學領域由ZK拉開序幕，那麼FHE就將是下部的主旋律。同時，AI的熱度又居不下，在AI+FHE+Restake三重敘述加持，以及以太坊基金會和幣安投資的光環下，心靈能否擔起FHE的龍頭，隨著主網的上線，即將揭曉。
資訊來源：0x資訊編譯自網際網路。版權歸作者Bluueworld所有，未經許可，不得轉載