FHE+Restaking+AI：完璧な物語の下のMind Network（三日凌空）
転載：Bluue @deepbluuest
MindのRestakingは広範なサポートを提供し、BTC、ETH、さらには他のすべてのネットワークトークンのLST/LRT資産を対象としています。
MindのビジネスロジックはEigenLayerのAVSに似ていますが、Eigenや他のすべてのネットワークとも協力できます。
Mindは現在まだ比較的初期段階で、参加できる人は少ないですが、体験してみる価値があります。もしかしたら将来的に驚きがあるかもしれません。
Mindは現在、主にAIとDepinに焦点を当てたソリューションを提供しており、+FHE、+Restakingのストーリーを強化しています。
MindはFHEの分野では抽象的なプレーヤーであり、FHEの他のプロジェクトとは競争せず、AVSの分野でもAVSプロジェクトとは競争せず、Restakingの分野でもRestakingプロジェクトとは競争せず、AIとDepinの分野でサービスを提供しています！
体験リンク：https://dapp.mindnetwork.xyz/
Mind Networkとは？
Mind Networkは、AIとPoSネットワークのためのFHE Restaking Layerとして定義されています。
AIとPoS：これはサービスの対象です。
FHE：技術的な安全層であり、技術的な支えであり、同型暗号によって公平な検証を保証します。
Restaking：経済的な安全層であり、経済的な支えであり、合意の源です。
AVSの方式で理解すると、左手でRestaking資産を受け入れ、右手でAIなどのネットワークに安全な合意を提供します。
主要製品：
Subnet：子ネットワーク、FHEに基づく特定のユースケース。
Remote Restaking：遠隔質押、資産は元のチェーンでMindの再質押に参加できます。
Mind Chain：Altlayerに基づくRollupで、主にRestakingとSubnetを接続する役割を担います。
FHE Bridge：隠しアドレスとCCIPに基づいて提供されるFHEクロスチェーンブリッジで、主にB向けサービスを提供します。
Mind Lake：FHEプライバシーデータベースで、主にB向けサービスを提供します。
投資と背景：
2023年に250万ドルのシードラウンドを完了。
Binance、Chainlinkエコシステムのインキュベーションプロジェクト。
イーサリアム財団の助成金。
テストネットデータ（終了）：65万+ アクティブユーザー；320万+ 取引。
Mind Network アーキテクチャ
全体は三つの部分に分けられます
経済的入力（Restaking層）：LST/LRT資産を受け入れ、Ethereum、BTCなどの多様な再質押トークンをサポートします。
中間アーキテクチャ（Mind自身の安全層+合意層）：FHEに基づき、投票を暗号化し、プロセスを暗号計算し、全体のFHE検証ネットワークを構築します。
外部出力（子ネットワーク）：Depin、AI、PoSなどのネットワークに対し、RestakingとFHEに基づく共有の安全性を提供します。
子ネットワークSubnet
Mind NetworkのソリューションはSubnetと呼ばれています。
紹介によると、SubnetはFHEとRestakingに基づく検証需要ネットワークで、AVSのアップグレード版に近いです。
各Subnetは自分のタスクやロジックをカスタマイズできます。例えば、検証者ノードの要件、報酬ルール、FHE関連機能、暗号化と復号化など。
現在公開されている情報によると、最初のサブネットはAIとDepinを中心に構成されるべきで、例えばIo.NET、Myshellなどです。
Remote Staking遠隔質押
まず明確にする必要があるのは、Mind NetworkはLST/LRT資産をサポートしており、原資産（BTC/ETHなど）はサポートしていないということです。
現在提供されているバージョンは主にEther.FI、Renzo、Lido、StakestoneのLST資産をサポートしています。
Remote Staking遠隔質押は、最低限の安全仮定で質押に参加する方法を提供し、クロスチェーンを必要としません。
例えば：
MantaのようなL2でETHを使ってStakestoneに質押し、Stoneを獲得します。
Mind上で、直接Mantaチェーンに切り替え、stakeをクリックすることでStoneを質押できます。
Stoneをメインネットなどにクロスチェーンする必要はありません。
遠隔質押に参加する主な利点：資産は元のチェーンにあり、操作が簡単で、安全仮定が低いことです。
現在注目すべきは、最終的な報酬がどのように配布され、どのチェーンに配布されるかという問題です。
AIと分散型AI
AIがユーザーに最も認識されやすいのはモデルであり、モデルの生成は二つの重要なリソース、計算力とデータに依存しています。
一つは原料、もう一つは動力です。
計算力の面では、企業が独占しており、中小AIは計算力を奪うのが難しいです。分散型はトークンのインセンティブを通じて、ユーザーが持つ余剰の計算力を利用できます。つまり、Depinのようなものです。
データの面では、データのクリーニングとラベリングが上流にあり、その後モデルに提供されて処理と最適化が行われます。データはこのプロセス全体で複数の脅威に直面します。例えば、ストレージ、データ計算、データ出力などです。
データプロセスに関わる安全問題、例えばChatGPTと対話する際には、本質的に信頼の仮定を築いています。OpenAIが私たちのデータを覗き見しないと信じています。
したがって、分散型AIが誕生しました。例えば、クラウド計算市場、クラウドトレーニング市場、AIエージェント市場、GPU計算市場、予測市場、生成対話などです。
しかし、Crypto AIも同様に解決が難しい問題に直面しています：
- クラウド計算またはDepinのようなプロジェクトが直面する公平性の問題。公平性は本質的に合意の問題です。
タスクは誰に与えられるのか、自身のデバイスのデータ漏洩、貢献はどのように公正に判断されるのか？
- 例えば、Bittensorのような分散型データ市場が直面する問題です。
マイナーがモデルをトレーニングし、検証者が投票して評価を出します。どうやって検証者が共謀していないことを確認するのか？どうやって私に与えられたモデルが最良であることを確認するのか？
このプロセスに関わるデータプライバシーは大きく分けていくつかの部分に分かれます：
- ユーザーのデバイスデータはプラットフォームに漏洩しないか？
- 計算が必要なデータはユーザーに漏洩しないか？
- プラットフォーム自身はどのようにして自らの潔白と安全性を証明するのか？……など。
そこで偉大な暗号学が登場しました：データ暗号化、FHE計算、ZK検証、MPC権限分散。
最終的な理想郷：AIのエンドツーエンド全暗号化。
つまり、AIは私たちが何を尋ねているのかを知らず、AIも何を計算しているのかを知らないが、AIは私たちが求める答えを出力できるのです。
FHEが解決する問題
PoSネットワークの核心は投票であり、投票の目的は検証者が独立して検証し、結果に基づいて公開ネットワークで合意を形成することです。
しかし、実際の状況では、Ethereumのように多数のノードの水平ネットワークとして機能するものは非常に少ないです。
検証者ノードが多ければ多いほど、少数の不正行為が全体に影響を与えないことが保証されます。つまり、BFT（ビザンチンフォールトトレランス）問題を解決します。
ノードが少ないと、不正行為や操作行為が発生します。例えば、報酬を得るための追従や賄賂による操作などです。
PoSネットワークの問題に基づき、MindはFHEに基づく安全な検証を提供します。簡単に言えば、投票プロセスを暗号化することで、ノードの数が不足している（十分に分散されていない、つまり十分に安全でない）場合でも、ネットワークの安全性を確保できるのです。
しかし、日常的には「ノードの数が多いか少ないか」を定義するのは非常に難しいです。つまり、EthereumやBitcoinを除いて、他のネットワークが十分に安全であると認めるのは難しいのです。
したがって、ほぼすべてのPoSネットワークはMindを用いて安全な合意を達成できると簡単に理解できます。
PoSの核心ロジック：ノードがトークンを質押し、検証権を得て、検証に参加して報酬を得る。
このプロセスはDepin、AI、そしてほとんどのネットワークにおいても見られますので、Mindのソリューションは上記のタイプのプロジェクトに適用可能です。
例えばBittensorは、検証者としてTAOを質押する必要があります；Io.netはノードに参加するためにIOを質押する必要があります。
分散型AIにとって、プロセスには大量の高価値データの計算が関わるため、安全性とプライバシーが特に重要であり、計算にも参加する必要があります。
そして、暗号計算プロセスはFHEの核心にぴったり合うため、FHEと分散型AIはまるでAudiのダイヤモンドのように、私のパートナーです。
まとめ
- Mindの基本ロジック：
AIとPoS合意を採用するネットワークが直面する一般的な問題：十分に分散されていない、つまり本質的に安全でない。
FHEは投票プロセスを暗号化し、検証者が独立して評価を行うことを強制します。
投票権の確立は質押に由来し、再質押資産は原生資産に対して追加の報酬を得ることができます。
質押資産の安全性については、Remote Stakingが解決します。
分散型AIはデータと安全プライバシーに関する問題がさらに多く、交差検証、モデル選定、トレーニング、推論、分散計算など、FHEが完璧に解決します。
Mindプロジェクトの設計はやや複雑ですが、ユーザーにとっては体験が非常にシンプルです。LST/LRTを質押して------報酬を得る。
Mindのリソースと背景は充実しており、今後期待し注目すべきは報酬設定、トークンモデル、ネットワークサポート、Subnetの初期アプリケーションなどです。
