撰文：Biteye 核心貢獻者 Viee
編輯：Biteye 核心貢獻者 Crush
你想過嗎？也許 AI 會比你更瞭解你自己。
AI 正在爆發的時代，數百萬人隱私被用於訓練 ChatGPT，這句話或許不再是面向未來的叩問，而是面前亟需解決的問題。
區塊鏈行業更是如此，在一個信息數據實時公開的領域，如何兼具用戶信任與隱私安全？
9 月份 TOKEN 2049 大會期間，AI 討論熱度位居前三，會議結束後我們陸續研究了一些意思的 AI+Web3 項目，其中就包括 @nillionnetwork。
01 Nillion 是什麼？
Nillion 要做一件什麼事呢？簡單說就是，讓用戶在不洩露個人隱私的情況下，安全地處理和分享敏感數據，也被稱為人類首個「盲計算機」。
試想看看，個性化 AI 模型的開發越來越依賴於用戶的私人數據，你會放心把自己的數據完全交給 AI 嗎？
這個痛點就在於，如果用戶私人數據隱私沒法受到保護，那麼將無法帶動私人定製的個性化 AI 的發展。
也難怪會吸引來自 Uber、Coinbase、高盛等知名公司的開發者團隊耗時數年試圖解決這一問題。
02 如何實現「盲計算」？
Nillion Network 由兩個並行、相互依賴的網絡組成：協調層和編排層。我們可以把雙網絡架構可以比作一個圖書館，分為前臺（協調層）和閱覽室（編排層）。
- 協調層（NilChain）負責協調網絡上執行的存儲操作和盲計算的支付。類似前臺負責管理借書和還書的事務，確保每筆交易順利進行。
- 編排層（Petnet）利用 MPC 等隱私增強技術來保護靜態數據，並實現可對該數據進行操作的盲計算。類似圖書館內部的各個閱覽室，只不過在這些閱覽室裡，讀者可以使用特殊的隱私保護工具（如多方計算 MPC）來閱讀和分析書籍，這個過程並不需要打開書本。這樣，在進行數據分析時，可以確保自己的隱私不被洩露，同時又能獲得所需的信息。比方說，每個參與計算的節點會通過「共享」密鑰和交易信息，做到無需直接訪問用戶的私鑰完成交易。
03 如何落地？Nillion 在不同領域的應用實例
目前 AI+Web3 項目多半是想法亮眼，落地瞎了眼。FOMO 情緒不散，越上頭越容易變成「噱頭」。
對於用戶而言，Nillion 做得更好的是，能夠有一些切實可行的應用場景，並且也和其他項目有不少合作。
比如在醫療領域，患者可以安全地分享自己的基因數據，以獲取個性化健康建議，而無需擔心隱私洩露。
在金融領域，用戶能夠利用加密交易平臺進行交易，同時確保自己的交易數據不會被第三方訪問。
此外，在區塊鏈應用場景中，Nillion 允許用戶在鏈上處理敏感數據而不公開，從而為去中心化應用提供了更廣泛的空間。
目前 Nillion 的生態系統項目（部分）
目前，Nillion 已與多個領域的項目建立了合作關係，包括人工智能、醫療保健、去中心化金融（DeFi）、基礎設施、錢包、去中心化自治組織（DAO）、身份驗證和遊戲等。
例如，在 AI 領域，Nillion 與 Ritual、Rainfall 和 Skillful AI 等項目合作，推動安全計算在個性化 AI 中的應用。
而在醫療保健方面，Agerate 和 MonadicDNA 等合作伙伴正在探索如何利用 Nillion 來安全地共享和分析患者數據。
除此之外，上個月 Nillion 剛剛宣佈集成 NEAR 協議，引入盲計算和盲存儲。通過將 Nillion 的盲計算功能與 NEAR 的交易處理相結合，Nillion 和 NEAR 將支持模塊化數據隱私，私有數據管理以及私有 AI。
04 普通用戶如何參與？
Nillion 測試網由 NilChain 測試網和 Petnet 測試網組成。
- 方式一：可以使用 NIL 測試網代幣與 NilChain 測試網進行交互。按照以下指南創建連接到 NilChain 測試網的錢包、使用 Testnet Faucet 領水以及在 NilChain 測試網上交互 NIL 代幣。
- 方式二：開發者可以使用 Nada 編程語言編寫盲應用程序，將它們連接到 Petnet 測試網。
第二種方式適合有一定技術能力的用戶參與。方式一挺簡單，如果還在 FOMO AI 賽道，有空可以做一做。
詳情參考官方給出的測試網指南。
05 總結
OpenAI 接連「吃官司」，微軟 Copilot 陷入隱私洩露風波。在未來，數據隱私和安全性也許會比我們想象的更加重要。如此看來，在享受 AI 便利的同時，也能安心保護個人隱私信息，這將會成為不能忽視的社會課題。
