Искусственный интеллект и рестейкинг широко признаны в качестве ведущих повествований об этом цикле быка рынка. Первый произвел различные звездные проекты ИИ, в то время как второй, сосредоточенный вокруг EigenLayer, дал рост многочисленным проектам LRT и различным стратегиям зарабатывания очков. Однако очевидно, что эти два нарратива, похоже, вошли в промежуточную паузу. Несмотря на увеличение количества проектов, они становятся все более однородными, что затрудняет поиск инноваций с нуля до единицы.

Более того, несмотря на то, что ИИ и Рестейкинг считаются «нарративно правильными», эта корректность не подразумевает совершенства. Многие ли проекты AI/Depin действительно децентрализованы? Последние данные также показывают снижение TVL EigenLayer. Может ли рестейкинг обеспечить безопасность AVS экосистемы Ethereum?

Таким образом, во второй половине этих горячих повествований проекты, которые обращаются к критически важным общим проблемам, являются скрытыми жемчужинами, ожидающими открытия. С этой точки зрения наше внимание привлекла Mind Network. Он решает проблемы децентрализации многочисленных проектов AI/Depin и повышает полезность и ценность Restaking.

Если EigenLayer — это решение для перестейкинга для экосистемы Ethereum, то Mind — это решение для перестейкинга для области искусственного интеллекта. Используя более гибкий рестейкинг в сочетании с полностью гомоморфным шифрованием для обеспечения безопасности консенсуса, он обеспечивает экономику токенов и безопасность данных децентрализованных сетей ИИ.

Более того, в 2023 году проект уже привлек 2,5 миллиона долларов посевного финансирования при участии таких известных организаций, как Binance. В настоящее время он тесно сотрудничает с новыми популярными проектами AI/Depin, такими как io.net и Myshell. Ожидание запуска основной сети и стимулирующих мероприятий еще больше повышает ожидания.

Однако для большинства читателей, впервые сталкивающихся с этим проектом, сочетание сложного полностью гомоморфного шифрования и перестейкинга, ориентированного на прибыль, может показаться озадачивающим. Как эти два элемента могут работать вместе для решения ключевых проблем проектов ИИ?

В этом выпуске мы углубляемся в Mind Network, чтобы изучить этот многообещающий проект, который объединяет трендовые нарративы ИИ, рестакинга и полностью гомоморфное шифрование.

Проекты ИИ, стремящиеся убивать драконов, но постепенно сами становящиеся драконами из-за неспособности достичь "нулевого доверия"

Чтобы понять, чем конкретно занимается Mind Network, важно понять текущие проблемы, с которыми сталкиваются проекты ИИ. Возможно, повествование о превращении драконоборца в дракона само по себе служит лучшей эпитафией для описания сегодняшних проектов зашифрованного ИИ.

С точки зрения убийства драконов, основной нарратив проектов зашифрованного ИИ (или DePIN) вращается вокруг децентрализации. Это включает в себя борьбу с монополиями крупных корпораций на элементы ИИ, такие как вычислительная мощность, алгоритмы (модели) и данные. Цель состоит в том, чтобы подорвать доверие к власти, которой обладают эти корпорации.

Несмотря на то, что этот нарратив верен и находит глубокий отклик у общественности, децентрализованные проекты ИИ часто сталкиваются с проблемой потенциального превращения в драконов:

Они изо всех сил пытаются достичь «нулевого доверия» среди валидаторов в децентрализованных средах.

Сложно понять? Рассмотрим конкретные примеры.

Например, в типичных проектах с зашифрованным ИИ участникам часто приходится децентрализовать проверку/голосование по моделям ИИ, чтобы определить, какая из них работает лучше всего. Однако на практике валидаторы (узлы) в рамках проекта обычно решают, какая модель ИИ работает лучше всего. Как убедиться, что модель, выбранная валидаторами, действительно является наилучшей? Следование механизму доказательства стейкинга (POS) не гарантирует, что выбор является оптимальным или справедливым.

Точно так же в бизнесе ИИ-агентов ранжирование сервисов на основе производительности поднимает вопрос о том, как гарантировать, что сервисы с самым высоким рейтингом действительно дают наилучшие результаты. В сценарии DePIN, когда задачи назначаются узлам в сети, как вы можете гарантировать, что валидаторы справедливо распределяют задачи между соответствующими узлами, а не отдают предпочтение знакомым?

Эти примеры подчеркивают важнейшую общую проблему: в децентрализованных сетях ИИ решения, принимаемые валидаторами, часто становятся централизованными точками доверия. В конечном итоге вам придется доверять валидаторам или ключевым участникам сети, чтобы принимать решения правильно и без злого умысла.

Проекты, выступающие за децентрализацию, сталкиваются с необходимостью доверять внутренним сетевым механизмам. Достижение «нулевого доверия» остается труднодостижимым, что подчеркивает несовершенства в нынешнем повествовании об ИИ.

Итак, что же необходимо для решения этих проблем?

Очевидно, что нам нужны технологические механизмы и экономические схемы, чтобы свести к минимуму зависимость доверия от ключевых участников, участвующих в проверке, голосовании и принятии решений в сетях ИИ. Это именно та область, на которой фокусируется Mind Network и демонстрирует свою ценность.

Святой Грааль полностью Гомоморфное шифрование помещен в наиболее подходящий Позиция Сетью разума

Mind Network преуспевает в использовании полностью Гомоморфное шифрование, почитаемой как Святой Грааль Криптография.

Однако, как это связано с проблемами, выявленными в проектах AI и DePin, упомянутых выше?

По своей сути все эти проблемы связаны с распределением ресурсов, выбором и принятием решений — помимо технологий, они связаны с управлением.

Там, где управление допускает неправомерное поведение, участники открыто делятся известной информацией (я знаю, что крупные держатели инвестируют, поэтому я последую их примеру).

Вы, вероятно, уже почувствовали потенциал FHE:

Что делать, если информация больше не является общеизвестной?

Полностью гомоморфное шифрование (FHE), рекламируемое как Святой Грааль в криптографии, недавно подчеркнутое Виталиком Бутериным за его роль в Web3. Здесь мы не будем углубляться в механику FHE; Вам просто нужно знать его функцию — выполнение сложных вычислений с зашифрованными данными без расшифровки, предлагая решение, при котором данные остаются безопасными и конфиденциальными на протяжении всего анализа.

Тем не менее, принять Святой Грааль означает взвалить на свои плечи его бремя.

Несмотря на то, что зашифрованные вычисления FHE впечатляют, они требуют значительных затрат ресурсов, что делает их непрактичными для обучения моделей ИИ в проектах с зашифрованным ИИ.

Подход Mind Network к FHE намекает на эффективное использование его потенциала, позиционируя Святой Грааль там, где ему и место.

Не используя FHE для обучения модели ИИ и корректировки параметров, а вместо этого применяя «человеческое управление» в таких областях, как перекрестная проверка, отбор, ранжирование и голосование после обучения модели ИИ, можно контролировать затраты ресурсов. Проблемы, требующие решения, также предельно ясны:

Если участники сети ИИ ведут бизнес, не зная выбора/результатов голосования друг друга, не будет «следования за крупными игроками» или слепого копирования поведения у авторитетных узлов. Это устраняет предвзятость в принятии решений, вызванную влиянием на идентичность, возвращая децентрализованное принятие решений к его сути, тем самым выявляя действительно эффективные модели ИИ и сервисы ИИ.

Таким образом, использование FHE для общих вычислений сталкивается со значительными препятствиями, но использование FHE для конкретных децентрализованных этапов, таких как валидация, является внутренне согласованным и осуществимым. Обеспечение нулевого доверия в процессе проверки обеспечивает безопасность консенсуса для зашифрованных проектов ИИ и подлинную децентрализацию.

С другой стороны, безопасность является синонимом справедливости.

Мы также можем использовать конкретный случай, чтобы увидеть, как справедливость Mind Network отражается в выполнении шифрования Validation:

• 1. Проект ИИ интегрирует Validation SDK, предоставляемый Mind, получая доступ к службам проверки гомоморфного шифрования.
• 1. Одновременно ИИ-проект регистрируется в сети Mind для подтверждения своей личности. Mind генерирует смарт-контракт в сети/цепочке целевого проекта для синхронизации последующих изменений операций и результатов выполнения.
• 1. Проект ИИ публикует в сети Mind задачи проверки, требующие полностью гомоморфного шифрования (FHE), например, определение того, какая модель ИИ работает лучше. Запускается сервис голосования FHE, позволяющий узлам валидации проекта ИИ голосовать, не видя результатов в открытом виде, но при этом выполняя процесс голосования.
• 1. Результаты голосования и связанные с ними изменения данных передаются в собственную цепочку Mind через смарт-контракт и оперативно синхронизируются и записываются.
• 1. На вышеуказанных этапах, когда проект ИИ использует услуги Mind, токены проекта Mind будут взиматься в качестве платы за газ (токены еще не выпущены).

Точно так же, когда дело доходит до такого проекта, как DePIN, использование Mind Network также может привести к более справедливому распределению ресурсов. В качестве примера возьмем IO.net, которая сотрудничает с Mind Network:

• 1. IO.net интегрирует SDK продукта, предоставляемый Mind, для доступа к службам проверки полностью гомоморфное шифрование.
• 1. После интеграции этих сервисов узлы с графическими процессорами получают возможности консенсуса при полностью гомоморфном шифровании. Это означает, что при поступлении вычислительных задач ИИ как запросы, так и данные шифруются, что позволяет справедливо распределять задачи между подходящими узлами.

Подождите, но какое это имеет отношение к рестейкингу?

Предыдущее обсуждение, похоже, полностью сосредоточено на технических аспектах. Какое это имеет отношение к рестейкингу на уровне активов? Mind Network предоставляет решение на основе FHE, которое технически повышает безопасность проверки сети ИИ. Тем не менее, чтобы принять участие и извлечь выгоду из этой проверки безопасности, она тесно переплетена со структурой экономической сети большинства проектов AI/Deepin.

PoS, или доказательство стейкинга, является основополагающей логикой консенсуса для большинства криптовалютных проектов. Таким образом, размер активов в стейкинге под управлением каждого узла и их право на участие в справедливой проверке, гарантированной FHE, тесно связаны.

Ключевым шагом Mind Network на уровне активов является открытое расширение стейкинга и рестейкинга, защита консенсуса валидации сети ИИ с помощью гомоморфного шифрования. Таким образом, различные роли в сети могут соответствовать своим интересам.

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

Для обычных пользователей делегирование своих активов LST/LRT вышеупомянутым узлам в стиле прокси-стейкинга позволяет им получать доход в APR.

Похоже, что это имеет сходство со знакомым нам Restaking в EigenLayer, фундаментально сходясь по разным путям:

EigenLayer обеспечивает безопасность различных AVS в экосистеме Ethereum с помощью рестейкинга; Mind Network обеспечивает консенсус для различных сетей ИИ во всей криптографической экосистеме с помощью рестейкинга.

Стоит отметить, что понятие «вся экосистема» неотделимо от другой ключевой особенности Mind Network: удаленного рестейкинга.

Из-за удаленного стейкинга нет необходимости кроссчейн токенов LRT в разных цепочках. Вместо этого пользователи могут застейкать свои токены LRT из разных цепочек в узел валидации сети ИИ с помощью удаленного стейкинга. Это значительно снижает входной барьер для участия пользователей и интегрирует фрагментированную ликвидность в многоцепочечную среду.

Broad Ecosystem Development and Solid Technical Strength

Mind Network в настоящее время имеет еще несколько катализаторов, на которые стоит обратить внимание:

Во-первых, на продуктовом фронте тестовая сеть привлекла 650 000 кошельков и обработала 3,2 миллиона транзакций, что указывает на многообещающие перспективы для полного развертывания функциональности основной сети.

Во-вторых, в развитии экосистемы, учитывая, что платформа ориентирована на расширение возможностей других проектов ИИ, сотрудничество с проектами высшего уровня имеет решающее значение. В настоящее время Mind Network предоставляет услуги сетевой безопасности на основе искусственного интеллекта для io.net, Singularity, Nimble, Myshell AIOZ и других. Он также предлагает решение FHE Bridge для Chainlink CCIP и услуги безопасного хранения данных AI для IPFS, Arweave, Greenfield и аналогичных проектов. Эти партнерские отношения охватывают ведущие проекты в области искусственного интеллекта, хранения данных и оракулов, потенциально позиционируя Mind Network как «золотую лопату».

Кроме того, в 2023 году проект был выбран Binance Incubator и завершил посевной раунд финансирования в размере 2,5 миллиона долларов США с участием таких известных учреждений, как Binance. Он также получил гранты, такие как грант Ethereum Foundation Fellowship Grant, включение в программу Chainlink Build и становление торговым партнером Chainlink.

Что касается технических возможностей, то, помимо команды, состоящей из первоклассных профессоров и докторов наук, специализирующихся на искусственном интеллекте, безопасности и криптографии из ведущий университетов и предприятий, заслуживает внимания сотрудничество с отраслевыми исследовательскими компаниями ведущий полностью гомоморфное шифрование.

В феврале этого года Mind Network официально объявила о партнерстве с ZAMA, ведущий компанией шифрование с открытым исходным кодом в области полностью гомоморфное шифрование (FHE). ZAMA недавно завершила раунд финансирования серии А на сумму 73 миллиона долларов США, возглавляемый Multicoin и Protocol Labs.

Совсем недавно сотрудничество между Mind Network и ZAMA расширилось для совместного запуска новой гибридной сети FHE AI. Эта инициатива направлена на продвижение применения алгоритмов искусственного интеллекта в зашифрованных данных, добавляя еще один уровень технологического прогресса в проект.

Согласно источникам, близким к этому вопросу, Mind Network решила использовать базовую технологическую библиотеку ZANA в своих собственных исследованиях и разработках. Это стратегическое решение демонстрирует опыт Mind в оптимизации ресурсов FHE, обеспечивая максимальные возможности безопасности без ущерба для производительности.

Помимо расширения собственных возможностей с помощью превосходных технологий, Mind Network также вносит свой вклад в улучшение криптоэкосистемы. В мае проект в партнерстве с Chainlink представил первый интерфейс FHE на основе протокола межсетевой совместимости (CCIP). Это сотрудничество повышает безопасность кроссчейн-коммуникаций и транзакций, способствуя созданию более надежной и ориентированной на пользователя экосистемы Web3.

По состоянию на последнее обновление, Mind Network установила партнерские отношения с многочисленными проектами высшего уровня в различных экосистемах и областях. Учитывая его направленность на расширение возможностей других проектов, в будущем он может достичь эффекта «золотой лопаты».

Заключение

Когда полностью гомоморфное шифрование встречается с Restaking, Mind Network действительно может стать новой движущей силой во второй половине криптомейнстрима этого года.

Используя полностью гомоморфное шифрование в качестве посредника, Mind Network стремится оптимизировать бизнес-операции для многочисленных проектов зашифрованного ИИ, обеспечивая подлинную децентрализацию и поддержку нулевого доверия для децентрализованных инициатив ИИ. Между тем, рестейкинг прокладывает путь к дальнейшему поглощению ликвидности в различных цепочках, потенциально ведущим к быстрому увеличению общей заблокированной стоимости (TVL) для проекта.

Нельзя отрицать, что привлекательность полностью гомоморфного шифрования как Святого Грааля привлекает внимание рынка новыми нарративами. В то же время рестейкинг привлекает рыночную ликвидность. По мере того, как консенсусная безопасность для проектов ИИ становится все более доступной, концентрация внимания и ликвидности, вероятно, будет способствовать будущему развитию проекта.

Такие проекты, как Mind Network, которые совершенствуют нарратив (ИИ, Restaking) с помощью своей собственной технологии, действительно могут представлять собой более мягкую форму разрушения во второй половине мейнстримного нарратива?

Отказ от ответственности:

1. Эта статья перепечатана с [Techflow]. Все авторские права принадлежат оригинальному автору [Techflow]. Если у вас есть возражения против этой перепечатки, пожалуйста, свяжитесь с командой Gate Learn, и они оперативно разберутся с этим.
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.