AI dan Restaking secara luas diakui sebagai narasi utama dari siklus pasar bull ini. Yang pertama telah menghasilkan berbagai proyek AI bintang, sedangkan yang terakhir, berpusat di sekitar EigenLayer, telah memberikan naik ke berbagai proyek LRT dan berbagai strategi perolehan poin. Namun, jelas bahwa kedua narasi ini tampaknya telah memasuki jeda tahap tengah. Meskipun ada peningkatan proyek, mereka menjadi semakin homogen, membuat inovasi dari nol menjadi satu lebih sulit ditemukan.

Selain itu, sementara AI dan Restaking dianggap "benar secara naratif," kebenaran ini tidak menyiratkan kesempurnaan. Apakah banyak proyek AI/Depin benar-benar terdesentralisasi? Data terbaru juga menunjukkan penurunan TVL EigenLayer. Bisakah Restaking hanya memastikan keamanan AVS ekosistem Ethereum?

Oleh karena itu, di paruh kedua narasi panas ini, proyek yang membahas masalah umum yang kritis adalah permata tersembunyi yang menunggu penemuan. Dari perspektif ini, Mind Network telah menarik perhatian kami. Ini membahas masalah desentralisasi dari berbagai proyek AI / Depin dan meningkatkan utilitas dan nilai Restaking.

Jika EigenLayer adalah solusi restaking untuk ekosistem Ethereum, maka Mind adalah solusi restaking untuk bidang AI. Dengan memanfaatkan restaking yang lebih fleksibel dikombinasikan dengan fully homomorphic encryption untuk keamanan konsensus, ini memastikan ekonomi token dan keamanan data jaringan AI terdesentralisasi.

Selain itu, proyek ini telah mendapatkan $ 2,5 juta dalam funding benih pada tahun 2023, dengan partisipasi dari lembaga-lembaga terkemuka seperti Binance. Saat ini, ia memiliki kolaborasi mendalam dengan proyek AI/Depin baru yang populer seperti io.net dan Myshell. Antisipasi peluncuran mainnet dan kegiatan insentif semakin meningkatkan harapan.

Namun, bagi sebagian besar pembaca yang menghadapi proyek ini untuk pertama kalinya, kombinasi fully homomorphic encryption yang kompleks dan pengambilan yang didorong oleh keuntungan mungkin tampak membingungkan. Bagaimana kedua elemen ini dapat bekerja sama untuk memecahkan masalah utama proyek AI?

Dalam edisi ini, kami menyelidiki Mind Network untuk mengeksplorasi proyek menjanjikan ini yang mengintegrasikan narasi tren AI, Restaking, dan fully homomorphic encryption.

AI Projects Striving to Slay Dragons, Yet Gradual Becoming Dragons Yourself Due to Failed to Achieve "Zero Trust"

Untuk memahami apa yang dilakukan Mind Network secara spesifik, penting untuk memahami tantangan saat ini yang dihadapi oleh proyek AI. Mungkin, narasi pembunuh naga yang berubah menjadi naga itu sendiri berfungsi sebagai batu nisan terbaik untuk menggambarkan proyek AI terenkripsi saat ini.

Dari perspektif pembunuh naga, narasi inti dari proyek AI terenkripsi (atau DePIN) berkisar pada desentralisasi. Ini melibatkan memerangi monopoli yang dipegang oleh perusahaan besar atas elemen AI seperti daya komputasi, algoritma (model), dan data. Tujuannya adalah untuk mematahkan kepercayaan pada otoritas yang dipegang oleh perusahaan-perusahaan ini.

Meskipun narasi ini benar dan beresonansi secara mendalam dengan publik, proyek AI yang terdesentralisasi sering menghadapi tantangan untuk berpotensi menjadi naga itu sendiri:

Mereka berjuang untuk mencapai "zero trust" di antara validator di lingkungan yang terdesentralisasi.

Sulit dimengerti? Mari kita jelajahi contoh-contoh spesifik.

Misalnya, dalam proyek AI terenkripsi yang khas, peserta sering kali perlu mendesentralisasikan verifikasi/pemungutan suara pada model AI untuk menentukan mana yang berkinerja terbaik. Namun, dalam praktiknya, validator (node) dalam proyek biasanya memutuskan model AI mana yang berkinerja terbaik. Bagaimana Anda bisa memastikan bahwa model yang dipilih oleh validator benar-benar berkinerja terbaik? Mengikuti mekanisme Proof of Stake (POS) tidak menjamin bahwa pemilihannya optimal atau adil.

Demikian pula, dalam bisnis agen AI, peringkat layanan berdasarkan kinerja menimbulkan pertanyaan tentang bagaimana memastikan bahwa layanan peringkat teratas benar-benar memberikan hasil terbaik. Dalam skenario DePIN, ketika tugas ditugaskan ke node dalam jaringan, bagaimana Anda dapat memastikan bahwa validator mendistribusikan tugas secara adil ke node yang sesuai daripada mendukung yang sudah dikenal?

Contoh-contoh ini menyoroti masalah umum yang kritis: dalam jaringan AI yang terdesentralisasi, keputusan yang dibuat oleh validator sering menjadi titik kepercayaan terpusat. Anda akhirnya harus mempercayai validator atau peserta kunci dalam jaringan untuk membuat keputusan dengan benar dan tanpa niat jahat.

Proyek yang menganjurkan desentralisasi menemukan diri mereka dibatasi oleh kebutuhan untuk mempercayai mekanisme jaringan internal. Mencapai "zero trust" tetap sulit dipahami, menyoroti ketidaksempurnaan dalam narasi saat ini seputar AI.

Jadi, apa yang dibutuhkan dalam menghadapi tantangan ini?

Jelas, kita membutuhkan mekanisme teknologi dan desain ekonomi untuk meminimalkan ketergantungan kepercayaan pada peserta utama yang terlibat dalam verifikasi, pemungutan suara, dan pengambilan keputusan dalam jaringan AI. Inilah tepatnya area di mana Mind Network berfokus dan menunjukkan nilainya.

The Holy Grail Of Fully Enkripsi Homomorphic Ditempatkan Dalam Posisi Yang Paling Cocok Oleh Mind Network

Mind Network unggul dalam memanfaatkan sepenuhnya Enkripsi Homomorphic, dihormati sebagai Holy Grail of Kriptografi.

Namun, bagaimana hal ini terkait dengan masalah yang terungkap dalam proyek AI dan DePin yang disebutkan di atas?

Pada intinya, semua masalah ini mengarah pada alokasi sumber daya, seleksi, dan pengambilan keputusan — di luar teknologi, mereka tentang tata kelola.

Di mana tata kelola memungkinkan pelanggaran adalah di mana peserta secara terbuka berbagi informasi yang diketahui (saya tahu pemegang besar berinvestasi, jadi saya akan mengikutinya).

Anda mungkin sudah merasakan potensi FHE:

Bagaimana jika informasi tidak diketahui secara universal lagi?

Fully Enkripsi Homomorphic (FHE), disebut-sebut sebagai Holy Grail dalam kriptografi, baru-baru ini ditekankan oleh Vitalik Buterin untuk perannya dalam Web3. Di sini, kita tidak akan mempelajari mekanisme FHE; Anda hanya perlu mengetahui fungsinya — melakukan perhitungan kompleks pada data terenkripsi tanpa dekripsi, menawarkan solusi di mana data tetap aman dan pribadi selama analisis.

Namun, untuk merangkul Holy Grail berarti memikul beratnya.

Meskipun perhitungan terenkripsi FHE sangat mengesankan, mereka mengeluarkan biaya sumber daya yang signifikan, sehingga tidak praktis untuk pelatihan model AI dalam proyek AI terenkripsi.

Pendekatan Mind Network terhadap FHE mengisyaratkan untuk memanfaatkan potensinya secara efektif, memposisikan Holy Grail di tempatnya.

Tanpa menggunakan FHE untuk pelatihan model AI dan penyesuaian parameter, melainkan menggunakan "tata kelola manusia" di berbagai bidang seperti validasi silang, seleksi, peringkat, dan pemungutan suara setelah model AI dilatih, pengeluaran sumber daya dapat dikontrol. Masalah yang harus diatasi juga sangat jelas:

Jika peserta dalam jaringan AI melakukan bisnis tanpa mengetahui pilihan / hasil pemungutan suara satu sama lain, tidak akan ada "mengikuti pemain besar" atau secara membabi buta menyalin perilaku dari node otoritatif. Ini menghilangkan bias keputusan yang disebabkan oleh pengaruh identitas, mengembalikan pengambilan keputusan yang terdesentralisasi ke esensinya, sehingga mengidentifikasi model AI dan layanan AI yang benar-benar efektif.

Oleh karena itu, menggunakan FHE untuk komputasi umum menghadapi hambatan yang signifikan, tetapi menggunakan FHE untuk tahap desentralisasi tertentu seperti validasi secara internal konsisten dan layak. Memastikan zero-trust dalam proses validasi mencapai keamanan konsensus untuk proyek AI terenkripsi dan desentralisasi asli.

Di sisi lain, keamanan identik dengan keadilan.

Kita juga dapat menggunakan kasus tertentu untuk melihat bagaimana keadilan Mind Network tercermin dalam pelaksanaan Validasi enkripsi:

• 1. Proyek AI mengintegrasikan SDK Validasi yang disediakan oleh Mind, mengakses layanan verifikasi enkripsi homomorfik.
• 1. Secara bersamaan, proyek AI mendaftar di jaringan Pikiran untuk memverifikasi identitasnya. Pikiran menghasilkan kontrak cerdas pada jaringan / rantai proyek target untuk menyinkronkan perubahan operasi berikutnya dan hasil eksekusi.
• 1. Proyek AI menerbitkan tugas validasi di jaringan Pikiran yang memerlukan fully homomorphic encryption (FHE), seperti menentukan model AI mana yang berkinerja lebih baik. Layanan pemungutan suara FHE dimulai, memungkinkan node validasi proyek AI untuk memilih tanpa melihat hasil plaintext, namun tetap menjalankan proses pemungutan suara.
• 1. Hasil pemungutan suara dan perubahan data terkait dikirimkan ke rantai Pikiran sendiri melalui kontrak pintar dan segera disinkronkan dan dicatat.
• 1. Pada langkah-langkah di atas, ketika proyek AI menggunakan layanan Mind, token proyek Mind akan dikenakan biaya gas (token belum diterbitkan).

Demikian pula, ketika datang ke proyek seperti DePIN, menggunakan Mind Network juga dapat menyebabkan alokasi sumber daya yang lebih adil. Mari kita ambil IO.net, yang bekerja sama dengan Mind Network, sebagai contoh:

• 1. IO.net mengintegrasikan SDK produk yang disediakan oleh Mind untuk mengakses layanan verifikasi fully homomorphic encryption.
• 1. Setelah mengintegrasikan layanan ini, node dengan GPU mendapatkan kemampuan konsensus di bawah fully homomorphic encryption. Ini berarti bahwa ketika tugas komputasi AI tiba, permintaan dan data dienkripsi, sehingga layak untuk mendistribusikan tugas secara adil di antara node yang sesuai.

Wait, But What Does This Have To Do With Restaking?

Diskusi sebelumnya tampaknya sepenuhnya terfokus pada aspek teknis. Apa hubungannya ini dengan Restaking tingkat aset? Mind Network menyediakan solusi berbasis FHE, yang secara teknis meningkatkan keamanan validasi jaringan AI. Namun, untuk berpartisipasi dan mendapatkan manfaat dari validasi keamanan ini, ini terkait erat dengan struktur jaringan ekonomi sebagian besar proyek AI/Deepin.

PoS, atau Proof of Stake, adalah logika konsensus dasar untuk sebagian besar proyek cryptocurrency. Oleh karena itu, ukuran aset yang dipertaruhkan di bawah tata kelola masing-masing node dan kelayakan mereka untuk berpartisipasi dalam validasi yang adil yang dijamin oleh FHE terkait erat.

Langkah penting Mind Network di tingkat aset adalah memperluas Staking dan Restaking secara terbuka, menjaga konsensus validasi jaringan AI melalui enkripsi homomorfik. Peran yang berbeda dalam jaringan dengan demikian dapat memenuhi kepentingan masing-masing.

Untuk node validasi proyek AI, meningkatkan jumlah Restaking memberikan lebih banyak peluang dan hak suara dalam melakukan tugas validasi FHE dalam Mind Network.

Untuk pengguna biasa, mendelegasikan aset LST/LRT mereka ke node yang disebutkan di atas dengan cara mempertaruhkan proxy memungkinkan mereka memperoleh penghasilan APR.

Ini tampaknya memiliki kesamaan dengan EigenLayer's Restaking yang akrab bagi kita, pada dasarnya berkumpul di jalur yang berbeda:

EigenLayer mengamankan berbagai AVS di ekosistem Ethereum menggunakan restaking; Mind Network mengamankan konsensus untuk jaringan AI yang berbeda di seluruh ekosistem kriptografi menggunakan restaking.

Perlu dicatat bahwa konsep "seluruh ekosistem" tidak dapat dipisahkan dari fitur utama lain dari Mind Network: Remote Restaking.

Karena Remote Staking, tidak perlu cross-chain token LRT seseorang di berbagai rantai. Sebagai gantinya, pengguna dapat stake token LRT mereka dari rantai yang berbeda ke simpul validasi jaringan AI melalui staking jarak jauh. Ini secara signifikan menurunkan penghalang masuk untuk partisipasi pengguna dan mengintegrasikan likuiditas yang terfragmentasi dalam lingkungan multi-rantai.

Pengembangan Ekosistem Luas dan Kekuatan Teknis yang Solid

Mind Network saat ini memiliki beberapa katalis lagi yang perlu diperhatikan:

Pertama, di bagian depan produk, jaringan uji telah menarik 650.000 dompet dan memproses 3,2 juta transaksi, menunjukkan prospek yang menjanjikan untuk peluncuran fungsionalitas mainnet penuh.

Kedua, dalam pengembangan ekosistem, mengingat fokus platformnya pada pemberdayaan proyek AI lainnya, kolaborasi dengan proyek tingkat atas sangat penting. Saat ini, Mind Network menyediakan layanan keamanan konsensus jaringan AI untuk io.net, Singularity, Nimble, Myshell, AIOZ, antara lain. Ini juga menawarkan solusi Jembatan FHE untuk CCIP Chainlink dan layanan penyimpanan keamanan data AI untuk IPFS, Arweave, Greenfield, dan proyek serupa. Kemitraan ini mencakup utama proyek AI, penyimpanan, dan oracle, yang berpotensi memposisikan Mind Network sebagai "sekop emas."

Selain itu, dari perspektif latar belakang, pada tahun 2023, proyek ini dipilih oleh Binance Incubator dan menyelesaikan pendanaan putaran awal senilai $2,5 juta yang melibatkan institusi terkemuka seperti Binance. Ini juga telah menerima hibah seperti Ethereum Foundation Fellowship Grant, dimasukkan dalam Program Chainlink Build, dan menjadi Mitra Saluran Chainlink.

Dalam hal kemampuan teknis, terlepas dari timnya yang terdiri dari profesor dan PhD terkemuka yang mengkhususkan diri dalam AI, keamanan, dan kriptografi dari universitas dan perusahaan utama, fokus yang patut dicatat terletak pada kolaborasi dengan perusahaan riset yang utama fully homomorphic encryption industri.

Pada bulan Februari tahun ini, Mind Network secara resmi mengumumkan kemitraan dengan ZAMA, sebuah perusahaan enkripsi open-source utama di bidang fully homomorphic encryption (FHE). ZAMA baru-baru ini menyelesaikan putaran pendanaan Seri A senilai $ 73 juta yang dipimpin oleh Multicoin dan Protocol Labs.

Baru-baru ini, kolaborasi antara Mind Network dan ZAMA telah diperluas untuk bersama-sama meluncurkan jaringan AI FHE Hybrid baru. Inisiatif ini bertujuan untuk memajukan aplikasi algoritma AI dalam data terenkripsi, menambahkan lapisan kemajuan teknologi lain ke proyek.

Menurut sumber yang dekat dengan masalah ini, Mind Network memilih untuk memanfaatkan perpustakaan teknologi dasar ZAMA dalam upaya R&D-nya sendiri. Keputusan strategis ini menunjukkan keahlian Mind dalam mengoptimalkan sumber daya FHE, memastikan kemampuan keamanan maksimal tanpa mengorbankan kinerja.

Selain meningkatkan kemampuannya sendiri dengan teknologi unggul, Mind Network juga berkontribusi pada peningkatan ekosistem kripto. Pada bulan Mei, proyek ini bermitra dengan Chainlink untuk memperkenalkan antarmuka FHE pertama berdasarkan Cross-Chain Interoperabilitas Protocol (CCIP). Kolaborasi ini meningkatkan keamanan komunikasi dan transaksi cross-chain sambil mendorong ekosistem Web3 yang lebih dapat dipercaya dan berpusat pada pengguna.

Pada pembaruan terbaru, Mind Network telah menjalin kemitraan dengan berbagai proyek tingkat atas di berbagai ekosistem dan bidang. Mengingat fokusnya pada pemberdayaan proyek lain, mungkin siap untuk mencapai efek "sekop emas" di masa depan.

Kesimpulan

Ketika fully homomorphic encryption bertemu Restaking, Mind Network memang bisa menjadi kekuatan pendorong baru di paruh kedua narasi arus utama kripto tahun ini.

Menggunakan fully homomorphic encryption sebagai mediator, Mind Network bertujuan untuk mengoptimalkan operasi bisnis untuk berbagai proyek AI terenkripsi, menyediakan desentralisasi asli dan dukungan zero-trust untuk inisiatif AI terdesentralisasi. Sementara itu, Restaking membuka jalan bagi penyerapan likuiditas lebih lanjut di berbagai rantai, berpotensi utama peningkatan Total Value Locked (TVL) yang cepat untuk proyek tersebut.

Tidak dapat dipungkiri bahwa daya pikat fully homomorphic encryption sebagai cawan suci menarik perhatian pasar dengan narasi baru. Secara bersamaan, Restaking menarik likuiditas pasar. Karena keamanan konsensus untuk proyek AI menjadi lebih mudah diakses, konsentrasi perhatian dan likuiditas kemungkinan akan mendorong pengembangan proyek di masa depan.

Proyek seperti Mind Network, yang menyempurnakan narasi (AI, Restaking) melalui teknologi mereka sendiri, memang bisa mewakili bentuk gangguan yang lebih lembut di paruh kedua narasi arus utama?

Penafian:

1. Artikel ini dicetak ulang dari [Techflow]. Semua hak cipta adalah milik penulis asli [Techflow]. Jika ada keberatan dengan cetak ulang ini, silakan hubungi tim Gate Learn, dan mereka akan segera menanganinya.
2. Penafian Kewajiban: Pandangan dan pendapat yang diungkapkan dalam artikel ini semata-mata milik penulis dan bukan merupakan saran investasi.
3. Penerjemahan artikel ke bahasa lain dilakukan oleh tim Gate Learn. Kecuali disebutkan, menyalin, mendistribusikan, atau menjiplak artikel yang diterjemahkan dilarang.