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
