聖杯から礎石へ：FHEはどのようにWeb3プライバシー・コンピューティングのエコシステムを再構築しているのか？

著者：Chain View

私は以前、いくつかの記事で、AIエージェントは暗号業界の古い物語の多くにとって「救い」になるだろうと述べた。AIの自律性をめぐる物語の進化の最後の波において、TEEは一度は脚光を浴びたが、TEE、あるいはZKPよりもさらに「冷たい」別の技術コンセプトFHE - Full Homomorphic Encryptionがあり、それはAIトラックの推進力によって「生まれ変わる」だろう。「再生」。

FHEは、暗号化されたデータに対して直接計算を行うことができる暗号技術であり、ZKPやTEEのような一般的な技術的物語と比較して、「聖杯」と考えられている。

FHEは、暗号化されたデータに対して直接計算を行うことができる暗号技術であり、ZKPやTEEのような一般的な技術に比べると「聖杯」と考えられています。

そしてマインドネットワークは、まさにFHEのインフラに焦点を当てており、AIエージェントに焦点を当てたFHEチェーンであるMindChainを立ち上げた。数年にわたる技術育成を経験したが、FHE自体に限界があり、市場の注目度はまだ過小評価されている。

しかし、マインドネットワークは最近、AI応用シナリオに関する多くの朗報を発表した。例えば、同社のFHE Rust SDKはオープンソースモデルのDeepSeekに統合され、AIトレーニングシナリオの重要な一部となり、信頼できるAI実現のための安全な基盤を提供している。.なぜFHEはAIのプライバシーコンピューティングに変化をもたらすことができるのでしょうか？

簡単に言うと、FHE完全同型暗号化は、現在のパブリックチェーンアーキテクチャの上に直接適用できる暗号技術であり、最初にデータを復号化する必要なく、暗号化されたデータ上で加算や乗算などの任意の計算を実行できるようにします。

言い換えれば、FHE技術を適用することで、入力から出力までの全プロセスでデータを暗号化することができ、検証を行うためにパブリックチェーンのコンセンサスを維持するノードでさえ、平文の情報にアクセスすることができないため、FHEは、医療、金融などの垂直セグメンテーションシナリオにおけるAI LLMのトレーニングのための技術を提供することが可能になります。保証の最下層

これによってFHEは、ブロックチェーン分散アーキテクチャを組み合わせるだけでなく、充実し拡張された垂直シナリオにおける従来のAI大規模モデル訓練のための「好ましい」ソリューションになることができます。医療データのための機関横断的なコラボレーションであろうと、金融取引シナリオのためのプライバシー推論であろうと、FHEは補完的な選択肢として独自に適している。

これは実は抽象的な話ではなく、簡単な例で理解することができます。例えば、C-suiteアプリケーションとしてのAIエージェントは、通常、バックグラウンドでDeepSeek、Claude、OpenAIなど、さまざまなベンダーが提供するAIモデルにアクセスすることができます。しかし、どのようにAIエージェントを機密性の高い金融アプリケーションシナリオの数々で使用できるようにするか、どのようにAIエージェントを機密性の高い金融シナリオの数々で使用できるようにするか。金融アプリケーションのシナリオでは、AIエージェントの実行プロセスが、突然ルールに手を加えるような大きなモデルのバックエンドに影響されないようにするにはどうすればよいでしょうか？これは必然的に入力プロンプトを暗号化する必要があり、LLMsサービスプロバイダが直接暗号文を計算して処理する場合、公平性に影響を与える変更に強制的に干渉することはありません。

トラステッドAIのもう一つのコンセプトについてはどうでしょうか？Trusted AIは、マインド・ネットワークが分散型AIのFHEビジョンを構築する試みであり、中央サーバーに依存することなく、分散型演算GPUを通じて複数の当事者が効率的なモデル訓練と推論を達成することを可能にし、AIエージェントにFHEベースの合意検証を提供することを含みます。この設計は、オリジナルの中央集権型AIの制限を排除し、分散アーキテクチャで動作するweb3 AIエージェントに二重のプライバシー＋自律性を提供します。

これは、マインドネットワーク自身の分散型パブリックチェーンアーキテクチャの物語の方向性とより一致しています。例えば、特別なオンチェーン取引プロセスにおいて、FHEはすべての関係者のオラクルデータ推論と実行プロセスのプライバシーを保護し、AIエージェントがポジションや戦略を公開することなく、取引に関する自律的な決定を下すことを可能にします。

では、なぜFHEがTEEと同じように業界に浸透する道筋をたどり、AI導入シナリオの爆発的な増加により、すぐにチャンスをもたらすのでしょうか？

以前、TEEはTEEハードウェア環境のおかげでAIエージェントのチャンスをつかむことができました。TEEはデータをプライベートな状態でホストすることを可能にし、さらにAIエージェントが独自に秘密鍵をホストすることを可能にするため、AIエージェントは資産管理における自律性の新しい波に到達することができます。しかし、TEEによる秘密鍵の管理には、サードパーティのハードウェア・プロバイダ（例えばインテル）に信頼が依存するという難しい問題がある。TEEが機能するためには、TEE環境にオープンで透明な「コンセンサス」制約を追加する分散チェーンアーキテクチャが必要です。対照的に、PHEはサードパーティに依存することなく、分散型チェーンアーキテクチャ上に存在することができます。

FHEとTEEは、生態学的に同じような位置にあります。言うまでもなく、TEEはウェブ3のエコシステムでは広く使われていませんが、ウェブ2の空間では長い間非常に成熟した技術でした。

上記。

まとめると、暗号化の聖杯であるFHEは、セキュリティの要の1つになるに違いなく、AIが未来になるにつれて、さらに広く普及する可能性を秘めていることがわかります。

もちろん、これにもかかわらず、問題のオーバーヘッドコストの実装でFHEアルゴリズムを避けることはできません。

もしこれがweb2のAIシナリオで使用でき、web3のAIシナリオで使用できるのであれば、意図せず「スケーリング効果」が解放され、全体的なコストが薄まり、より一般的な応用が可能になるでしょう。