FHE+Restaking+AI:完美敘事下的Mind Network(三日凌空)
轉載:Bluue @deepbluuest
Mind 的Restaking支持甚廣,BTC、ETH、甚至其他一切網絡代幣的LST/LRT資產
Mind 商業邏輯類似EigenLayer的AVS,但也可以和Eigen甚至其他一切網絡合作
Mind目前還算比較早期,能參與的不多,但可以體驗下,說不定以後有驚喜
Mind 目前主要解決方案聚焦AI和Depin,+FHE,+Restaking敘事拉滿
Mind 像一個抽象選手,在FHE賽道,但不和FHE的其他項目競爭;在AVS賽道,但不和AVS項目競爭;在Restaking賽道,但不和Restaking項目競爭;在AI和Depin賽道,提供服務!
體驗鏈接:https://dapp.mindnetwork.xyz/
Mind Network是什麼?
Mind Network定義為一個服務於AI和PoS網絡的FHE Restaking Layer。
AI和PoS:這是服務對象
FHE:技術安全層,是技術支撐,同態加密,保證公平驗證
Restaking:經濟安全層,是經濟支撐,共識的來源
以AVS的方式理解,左手接入Restaking資產,右手為AI等網絡提供安全共識
主要產品:
Subnet:子網,基於FHE的特定用例
Remote Restaking:遠程質押,資產在原鏈就可以參與Mind 再質押
Mind Chain:基於Altlayer的Rollup,主要負責連接Restaking和Subnet
FHE Bridge:基於隱形地址和CCIP推出,FHE跨鏈橋,主要服務B端
Mind Lake:FHE 隱私數據庫,主要服務B端
投資和背景:
23年完成250萬美元種子輪
Binance、Chainlink生態孵化項目
以太坊基金會Grant
測試網數據(已結束):65萬+ 活躍用戶;320萬+ 交易
Mind Network 架構
整體可以分為三個部分
經濟輸入(Restaking層):接收LST/LRT的資產,支持以太坊、BTC等多種再質押代幣
中間架構(Mind 自身 的安全層+共識層):基於FHE,對投票加密,對過程加密計算,構建整體的FHE驗證網絡
外端輸出(子網):為Depin、AI、PoS等網絡,提供基於Restaking和FHE實現共享安全性
子網Subnet
Mind Network的解決方案稱為Subnet
根據介紹來看,Subnet是一個基於FHE和Restaking的驗證需求網絡,近似於AVS升級版
各個Subnet可以自定義自己的任務和邏輯,比如驗證者節點要求、獎勵規則、FHE相關功能、加密解密等
根據目前公開消息來看,第一批subnet應該以AI和Depin為主,例如Io.NET、Myshell等
Remote Staking遠程質押
首先需要明確的是,Mind Network支持的是LST/LRT資產,而不支持原始資產,例如BTC/ETH等
目前提供的版本主要支持Ether.FI、Renzo、Lido、Stakestone的LST資產
Remote Staking 遠程質押提供了最低安全假設的方式參與質押,不需要進行跨鏈
例如:
在Manta之類的L2上,用ETH參與Stakestone質押,獲得Stone
在Mind 上,直接切換到Manta鏈,點擊stake,就可以質押Stone
不需要將Stone再進行跨鏈到主網之類的
參與遠程質押的主要好處:資產在原鏈,操作簡單,安全假設低。
目前需要關注的是,最後的獎勵是如何發放,發放到哪條鏈等問題
AI和去中心化AI
AI最容易讓用戶感知的是模型,模型的產生得益於兩個關鍵資源:算力和數據
一個是原料,一個是動力
在算力層面,企業壟斷,中小AI很難奪取算力,去中心化通過代幣激勵能利用用戶手裡的閒散算力,即Depin類
在數據層面,數據清洗和標註是上游,然後才提供給模型進行處理和優化,數據在整個過程中,面臨多重威脅,例如存儲、數據運算、數據輸出等。
數據過程涉及的安全問題,比如和Chatgpt對話時,本質上我們建立了信任假設,信任OpenAI不會偷窺我們數據。
於是去中心化AI誕生,例如雲算力市場、雲訓練市場,AI代理市場,GPU算力市場,預測市場,生成式對話等等
但Crypto AI同樣面臨著一些難以解決的問題:
- 雲算力或者說Depin類項目,遇到的公平性問題,公平本質也是共識問題
任務給誰,自身設備的數據泄露,貢獻如何公正的判別?
- 例如Bittensor這樣的去中心化數據市場面臨的問題
礦工訓練模型,驗證者投票給出評分。如何確定驗證者沒有狼狽為奸?如何確定給我的模型就是最好的?
整個過程涉及的數據隱私則大致分為幾個部分:
- 用戶設備數據會不會泄露給平台?
- 需要計算的數據會不會泄露給用戶?
- 平台自身如何自證清白和安全?……等等
於是偉大的密碼學來了:數據加密,FHE運算,ZK驗證,MPC分管權限
最終的理想國:AI的端對端全加密。
即AI不知道我們問什麼,AI也不知道在算什麼,但AI能輸出我們想要的答案。
FHE解決的問題
PoS網絡的核心是投票,投票初心是希望驗證者獨立驗證,根據結果在公開網絡達成共識。
但在實際情況中,能夠像以太坊這樣用於大量節點水平網絡,少之又少。
只有驗證者節點越多,才能保證少量的作弊行為不影響大局,即解決BFT 拜占庭問題。
節點少就會產生作弊和操縱行為,比如為了獎勵跟投和賄賂操縱等。
基於PoS網絡的問題,Mind 提供基於FHE的安全驗證,簡單來說就是對投票過程加密,從而避免在節點數量不夠(不夠去中心化,即不夠安全)的情況下,仍然能夠獲得網絡安全。
但在日常中,其實很難定義節點數量"多還是少",也就是除了以太坊和比特幣之外,很難認可其他的網絡是足夠安全的。
繼而可以簡單理解為,幾乎所有PoS網絡都可以用Mind 完成安全共識。
PoS的核心邏輯:節點質押代幣,從而獲得驗證權,參與驗證獲得獎勵
這個過程在Depin、AI和大部分的網絡中都有體現,所以Mind 的方案能適用上述類型的項目。
比如Bittensor,需要質押TAO作為驗證者;Io.net需要質押IO參與節點等
對於去中心化AI來說,由於過程涉及大量高價值數據的計算,所以對安全、隱私尤其看重,並且還需要參與計算。
而加密計算過程恰好符合FHE的核心,所以FHE+去中心化AI,就像是奧迪雙鑽,我的夥伴
總結
- Mind 的基礎邏輯:
AI和採用PoS共識的網絡面臨的普遍問題:不夠去中心化,即本質不夠安全
FHE對投票過程加密,迫使驗證者獨立做出評價
投票權的確立來源於質押,再質押資產相對原生資產可以多一重獎勵
對於質押資產的安全,Remote Staking解決
去中心化AI面臨更多數據和安全隱私方面的問題,交叉驗證、模型評選、訓練、推理、去中心化計算等,FHE完美解決
儘管Mind 項目設計略顯複雜,但對用戶來說,體驗很簡單,質押LST/LRT------獲得獎勵
Mind 的資源和背景完善,現在需要期待和關注的是獎勵設置、代幣模型、網絡支持、Subnet首批應用等