Minting NFT de données faciales : explorer la fusion de l'informatique confidentielle et de l'IA

Récemment, un projet de minting de NFT basé sur la reconnaissance faciale a suscité une large attention. Ce projet permet aux utilisateurs d'enregistrer leur visage via une application mobile et de le mint à titre de NFT. Ce concept apparemment simple a rapidement attiré un grand nombre d'utilisateurs, avec un volume de minting dépassant 200 000 NFT.

Le véritable objectif de ce projet n'est pas simplement de transformer les données faciales en NFT, mais de vérifier l'identité réelle des utilisateurs par le biais de la reconnaissance faciale. Dans l'environnement Internet actuel, les programmes malveillants représentent une part considérable du trafic, posant de nombreux problèmes aux fournisseurs de services et aux utilisateurs ordinaires. Les méthodes traditionnelles de vérification homme-machine font face à des défis continus, en particulier dans le contexte du développement rapide des technologies d'IA.

Dans le domaine du Web3, la vérification humaine est également cruciale. En particulier, lors d'opérations à haut risque impliquant la sécurité des comptes, des transactions et des airdrops, des moyens d'authentification plus fiables sont nécessaires. Cependant, comment atteindre cet objectif dans un environnement décentralisé tout en protégeant la vie privée des utilisateurs est devenu un problème urgent à résoudre.

Pour relever ce défi, une entreprise a proposé une solution innovante. Ils ont construit un réseau de calcul privé basé sur la technologie de cryptographie homomorphe complète (FHE), visant à résoudre les problèmes de confidentialité des applications IA dans un environnement Web3. L'architecture de ce réseau comprend plusieurs rôles tels que les propriétaires de données, les nœuds de calcul, les déchiffreurs et les récepteurs de résultats, garantissant la sécurité et la confidentialité des données tout au long du processus de calcul.

Le réseau utilise un double mécanisme de preuve de travail (PoW) et de preuve d'enjeu (PoS) pour gérer les nœuds et distribuer les récompenses. Les utilisateurs peuvent participer au calcul du réseau et obtenir des bénéfices en achetant des NFT spécifiques, tout en pouvant également augmenter le multiplicateur de bénéfice par l'intermédiaire d'un autre NFT. Cette conception vise à équilibrer l'importance des ressources de calcul et des ressources économiques dans le réseau, offrant aux utilisateurs des moyens diversifiés de participation.

Bien que la technologie de l'homomorphisme complet offre de nouvelles possibilités pour le calcul de la confidentialité, elle fait également face à certains défis, principalement en ce qui concerne l'efficacité des calculs. Par rapport au calcul en clair, la vitesse de calcul de l'homomorphisme complet (FHE) reste significativement inférieure. Cependant, avec les progrès dans l'optimisation des algorithmes et l'accélération matérielle, les perspectives d'application de cette technologie s'élargissent progressivement.

Ce projet démontre le potentiel d'une intégration profonde entre Web3 et l'IA, offrant de nouvelles pistes pour la protection de la vie privée et l'authentification. Bien qu'il existe encore certaines limitations techniques, avec des recherches et des innovations continues, cette combinaison devrait jouer un rôle important dans de nombreux domaines, favorisant le développement de l'informatique sur la vie privée et des applications d'IA.