AI 爆发,大厂精英做了个新项目要改变世界

rounded

撰文:Biteye 核心贡献者 Viee

编辑:Biteye 核心贡献者 Crush

你想过吗?也许 AI 会比你更了解你自己。

AI 正在爆发的时代,数百万人隐私被用于训练 ChatGPT,这句话或许不再是面向未来的叩问,而是面前亟需解决的问题。

区块链行业更是如此,在一个信息数据实时公开的领域,如何兼具用户信任与隐私安全?

9 月份 TOKEN 2049 大会期间,AI 讨论热度位居前三,会议结束后我们陆续研究了一些意思的 AI+Web3 项目,其中就包括 @nillionnetwork。

01 Nillion 是什么?

Nillion 要做一件什么事呢?简单说就是,让用户在不泄露个人隐私的情况下,安全地处理和分享敏感数据,也被称为人类首个「盲计算机」。

试想看看,个性化 AI 模型的开发越来越依赖于用户的私人数据,你会放心把自己的数据完全交给 AI 吗?

这个痛点就在于,如果用户私人数据隐私没法受到保护,那么将无法带动私人定制的个性化 AI 的发展。

也难怪会吸引来自 Uber、Coinbase、高盛等知名公司的开发者团队耗时数年试图解决这一问题。

02 如何实现「盲计算」?

Nillion Network 由两个并行、相互依赖的网络组成:协调层和编排层。我们可以把双网络架构可以比作一个图书馆,分为前台(协调层)和阅览室(编排层)。

  • 协调层(NilChain)负责协调网络上执行的存储操作和盲计算的支付。类似前台负责管理借书和还书的事务,确保每笔交易顺利进行。
  • 编排层(Petnet)利用 MPC 等隐私增强技术来保护静态数据,并实现可对该数据进行操作的盲计算。类似图书馆内部的各个阅览室,只不过在这些阅览室里,读者可以使用特殊的隐私保护工具(如多方计算 MPC)来阅读和分析书籍,这个过程并不需要打开书本。这样,在进行数据分析时,可以确保自己的隐私不被泄露,同时又能获得所需的信息。比方说,每个参与计算的节点会通过「共享」密钥和交易信息,做到无需直接访问用户的私钥完成交易。

03 如何落地?Nillion 在不同领域的应用实例

目前 AI+Web3 项目多半是想法亮眼,落地瞎了眼。FOMO 情绪不散,越上头越容易变成「噱头」。

对于用户而言,Nillion 做得更好的是,能够有一些切实可行的应用场景,并且也和其他项目有不少合作。

比如在医疗领域,患者可以安全地分享自己的基因数据,以获取个性化健康建议,而无需担心隐私泄露。

在金融领域,用户能够利用加密交易平台进行交易,同时确保自己的交易数据不会被第三方访问。

此外,在区块链应用场景中,Nillion 允许用户在链上处理敏感数据而不公开,从而为去中心化应用提供了更广泛的空间。

目前 Nillion 的生态系统项目(部分)

目前,Nillion 已与多个领域的项目建立了合作关系,包括人工智能、医疗保健、去中心化金融(DeFi)、基础设施、钱包、去中心化自治组织(DAO)、身份验证和游戏等。

例如,在 AI 领域,Nillion 与 Ritual、Rainfall 和 Skillful AI 等项目合作,推动安全计算在个性化 AI 中的应用。

而在医疗保健方面,Agerate 和 MonadicDNA 等合作伙伴正在探索如何利用 Nillion 来安全地共享和分析患者数据。

除此之外,上个月 Nillion 刚刚宣布集成 NEAR 协议,引入盲计算和盲存储。通过将 Nillion 的盲计算功能与 NEAR 的交易处理相结合,Nillion 和 NEAR 将支持模块化数据隐私,私有数据管理以及私有 AI。

04 普通用户如何参与?

Nillion 测试网由 NilChain 测试网和 Petnet 测试网组成。

  • 方式一:可以使用 NIL 测试网代币与 NilChain 测试网进行交互。按照以下指南创建连接到 NilChain 测试网的钱包、使用 Testnet Faucet 领水以及在 NilChain 测试网上交互 NIL 代币。
  • 方式二:开发者可以使用 Nada 编程语言编写盲应用程序,将它们连接到 Petnet 测试网。

第二种方式适合有一定技术能力的用户参与。方式一挺简单,如果还在 FOMO AI 赛道,有空可以做一做。

详情参考官方给出的测试网指南

05 总结

OpenAI 接连「吃官司」,微软 Copilot 陷入隐私泄露风波。在未来,数据隐私和安全性也许会比我们想象的更加重要。如此看来,在享受 AI 便利的同时,也能安心保护个人隐私信息,这将会成为不能忽视的社会课题。

来源
免责声明:以上内容仅为作者观点,不代表Followin的任何立场,不构成与Followin相关的任何投资建议。
喜欢
收藏
评论