以前の記事で、AIエージェントが多くの暗号業界の古い物語の「救済」であると言ったことがあります。AIの自主化に関する物語の進化の中で、TEEは一度注目を浴びましたが、TEEやZKPよりもさらに「マイナー」な技術概念であるFHE——完全同型暗号化も、AIの分野の影響で「復活」を遂げるでしょう。以下、事例を通じて論理を整理します。
FHEは、暗号化データ上で直接計算を行うことを許可する暗号技術であり、「聖杯」と見なされています。ZKPやTEEなどの人気技術の物語に比べて、比較的冷たい位置にあり、主にコストやアプリケーションシーンなどに悩まされています。
Mind NetworkはFHEに特化したインフラを提供し、AIエージェントに特化したFHEチェーンであるMindChainを発表しました。1,000万ドル以上の資金調達を行い、数年にわたる技術的な努力を経ているにもかかわらず、FHE自体の制約により、市場からの関心は依然として過小評価されています。
しかし、最近Mind NetworkはAIアプリケーションシーンに関する多くの良いニュースを発表しました。たとえば、彼らが開発したFHE Rust SDKがオープンソースの大規模モデルDeepSeekに統合され、AIトレーニングシーンの重要な要素となり、信頼できるAIの実現に安全な基盤を提供しています。なぜFHEはAIプライバシー計算で効果を発揮できるのか？AIエージェントの物語を借りて、カーブを曲がっての巻き返しや救済を実現することができるのでしょうか？
簡単に言えば：FHE完全同型暗号化は、現在のパブリックチェーンアーキテクチャに直接作用できる暗号技術であり、データを事前に復号化することなく、暗号化されたデータ上で直接加算、乗算などの任意の計算を行うことを許可します。
言い換えれば、FHE技術の応用により、データは入力から出力まで完全に暗号化されることが可能であり、公共チェーンのコンセンサスを維持する検証ノードでさえも明文情報にアクセスできない。このようにして、FHEは医療や金融などの垂直細分化されたシーンで、いくつかのAI LLMのトレーニングに技術的な基盤を提供することができる。
FHEは、従来のAI大規模モデルのトレーニングにおいて、豊かに拡張された垂直シーンやブロックチェーンの分散型アーキテクチャと組み合わせた「優先」ソリューションとなることができます。医療データの組織間協力や金融取引シーンのプライバシー推論においても、FHEはその独自性によって補完的な選択肢となります。
これは実際には抽象的ではなく、簡単な例で理解できます。例えば、AIエージェントはC向けアプリケーションとして、バックエンドには通常、DeepSeek、Claude、OpenAIなどの異なるプロバイダーが提供するAI大モデルが接続されます。しかし、いくつかの高感度な金融アプリケーションのシナリオにおいて、AIエージェントの実行プロセスが突然ルールを変更する大モデルのバックエンドに影響されないようにするにはどうすればよいのでしょうか？これは必然的に入力のプロンプトを暗号化する必要があります。LLMsサービスプロバイダーが暗号文に直接計算処理を行うとき、強制的な干渉や変更が公正性に影響を与えることはありません。
では、もう一つの「信頼できるAI」という概念はどういうものなのでしょうか？信頼できるAIは、Mind Networkが構築しようとしている完全同型暗号化の分散型AIのビジョンであり、複数の当事者が分散型コンピューティングGPUを通じて効率的なモデルのトレーニングと推論を実現できるようにし、中央サーバーに依存する必要がありません。AIエージェントに完全同型暗号化に基づくコンセンサス検証を提供します。この設計は、元々の中央集権的AIの限界を排除し、web3 AIエージェントが分散アーキテクチャの下で運用するためのプライバシーと自律性の二重の保証を提供します。
これは、Mind Network自体の分散型ブロックチェーンアーキテクチャの物語の方向性にさらに適合しています。たとえば、特定のチェーン上の取引プロセスにおいて、FHEは各当事者のOracleデータのプライバシー推論と実行プロセスを保護し、AIエージェントがポジションや戦略を公開することなく取引の自主的な意思決定を実現できるようにします。
では、なぜFHEがTEEと同様の業界浸透経路を持ち、AIアプリケーションの爆発的なシーンによって直接的な機会をもたらすと言われているのか？
以前、TEEがAIエージェントのチャンスを捉えられたのは、TEEのハードウェア環境がプライバシー状態でデータを管理できるためであり、それによってAIエージェントが自律的に秘密鍵を管理できるようになり、AIエージェントが資産を自律的に管理する新しい物語を実現できるようになった。しかし、TEEによる秘密鍵の管理には実際に致命的な欠陥がある。信頼は第三者のハードウェア提供者（例えば、インテル）に依存する必要があるからだ。そして、TEEを機能させるためには、TEEの環境に追加の公開透明な「コンセンサス」制約を付加する分散型チェーンアーキテクチャが必要である。それに対して、PHEは完全に非中央集権型のチェーンアーキテクチャの上に存在でき、第三者に依存する必要はない。
FHEとTEEは似たようなエコロジーの位置にあり、TEEがweb3エコシステム内での応用はまだ広くないように見えるが、web2分野ではすでに非常に成熟した技術である。それに対して、FHEもこのAIトレンドの爆発の中で、web2とweb3の両方で存在価値を見出すだろう。
上。
以上から、FHEという暗号化の聖杯級の暗号化技術は、AIが未来の前提となる中で、安全の基石の一つとなる必然性があり、さらに広く採用される可能性があることがわかります。
もちろん、それにもかかわらず、FHEのアルゴリズム実装時のコスト問題を避けることはできません。もしそれがweb2のAIシーンで適用され、さらにweb3のAIシーンと連携できれば、意外にも「スケール効果」を発揮し、全体コストを薄め、より広く適用されることができるでしょう。
206k 投稿
150k 投稿
130k 投稿
78k 投稿
65k 投稿
60k 投稿
59k 投稿
55k 投稿
52k 投稿
51k 投稿
「聖杯」から基石へ：FHEはどのようにWeb3のプライバシー計算エコシステムを再構築するのか？
以前の記事で、AIエージェントが多くの暗号業界の古い物語の「救済」であると言ったことがあります。AIの自主化に関する物語の進化の中で、TEEは一度注目を浴びましたが、TEEやZKPよりもさらに「マイナー」な技術概念であるFHE——完全同型暗号化も、AIの分野の影響で「復活」を遂げるでしょう。以下、事例を通じて論理を整理します。
FHEは、暗号化データ上で直接計算を行うことを許可する暗号技術であり、「聖杯」と見なされています。ZKPやTEEなどの人気技術の物語に比べて、比較的冷たい位置にあり、主にコストやアプリケーションシーンなどに悩まされています。
Mind NetworkはFHEに特化したインフラを提供し、AIエージェントに特化したFHEチェーンであるMindChainを発表しました。1,000万ドル以上の資金調達を行い、数年にわたる技術的な努力を経ているにもかかわらず、FHE自体の制約により、市場からの関心は依然として過小評価されています。
しかし、最近Mind NetworkはAIアプリケーションシーンに関する多くの良いニュースを発表しました。たとえば、彼らが開発したFHE Rust SDKがオープンソースの大規模モデルDeepSeekに統合され、AIトレーニングシーンの重要な要素となり、信頼できるAIの実現に安全な基盤を提供しています。なぜFHEはAIプライバシー計算で効果を発揮できるのか？AIエージェントの物語を借りて、カーブを曲がっての巻き返しや救済を実現することができるのでしょうか？
簡単に言えば：FHE完全同型暗号化は、現在のパブリックチェーンアーキテクチャに直接作用できる暗号技術であり、データを事前に復号化することなく、暗号化されたデータ上で直接加算、乗算などの任意の計算を行うことを許可します。
言い換えれば、FHE技術の応用により、データは入力から出力まで完全に暗号化されることが可能であり、公共チェーンのコンセンサスを維持する検証ノードでさえも明文情報にアクセスできない。このようにして、FHEは医療や金融などの垂直細分化されたシーンで、いくつかのAI LLMのトレーニングに技術的な基盤を提供することができる。
FHEは、従来のAI大規模モデルのトレーニングにおいて、豊かに拡張された垂直シーンやブロックチェーンの分散型アーキテクチャと組み合わせた「優先」ソリューションとなることができます。医療データの組織間協力や金融取引シーンのプライバシー推論においても、FHEはその独自性によって補完的な選択肢となります。
これは実際には抽象的ではなく、簡単な例で理解できます。例えば、AIエージェントはC向けアプリケーションとして、バックエンドには通常、DeepSeek、Claude、OpenAIなどの異なるプロバイダーが提供するAI大モデルが接続されます。しかし、いくつかの高感度な金融アプリケーションのシナリオにおいて、AIエージェントの実行プロセスが突然ルールを変更する大モデルのバックエンドに影響されないようにするにはどうすればよいのでしょうか？これは必然的に入力のプロンプトを暗号化する必要があります。LLMsサービスプロバイダーが暗号文に直接計算処理を行うとき、強制的な干渉や変更が公正性に影響を与えることはありません。
では、もう一つの「信頼できるAI」という概念はどういうものなのでしょうか？信頼できるAIは、Mind Networkが構築しようとしている完全同型暗号化の分散型AIのビジョンであり、複数の当事者が分散型コンピューティングGPUを通じて効率的なモデルのトレーニングと推論を実現できるようにし、中央サーバーに依存する必要がありません。AIエージェントに完全同型暗号化に基づくコンセンサス検証を提供します。この設計は、元々の中央集権的AIの限界を排除し、web3 AIエージェントが分散アーキテクチャの下で運用するためのプライバシーと自律性の二重の保証を提供します。
これは、Mind Network自体の分散型ブロックチェーンアーキテクチャの物語の方向性にさらに適合しています。たとえば、特定のチェーン上の取引プロセスにおいて、FHEは各当事者のOracleデータのプライバシー推論と実行プロセスを保護し、AIエージェントがポジションや戦略を公開することなく取引の自主的な意思決定を実現できるようにします。
では、なぜFHEがTEEと同様の業界浸透経路を持ち、AIアプリケーションの爆発的なシーンによって直接的な機会をもたらすと言われているのか？
以前、TEEがAIエージェントのチャンスを捉えられたのは、TEEのハードウェア環境がプライバシー状態でデータを管理できるためであり、それによってAIエージェントが自律的に秘密鍵を管理できるようになり、AIエージェントが資産を自律的に管理する新しい物語を実現できるようになった。しかし、TEEによる秘密鍵の管理には実際に致命的な欠陥がある。信頼は第三者のハードウェア提供者（例えば、インテル）に依存する必要があるからだ。そして、TEEを機能させるためには、TEEの環境に追加の公開透明な「コンセンサス」制約を付加する分散型チェーンアーキテクチャが必要である。それに対して、PHEは完全に非中央集権型のチェーンアーキテクチャの上に存在でき、第三者に依存する必要はない。
FHEとTEEは似たようなエコロジーの位置にあり、TEEがweb3エコシステム内での応用はまだ広くないように見えるが、web2分野ではすでに非常に成熟した技術である。それに対して、FHEもこのAIトレンドの爆発の中で、web2とweb3の両方で存在価値を見出すだろう。
上。
以上から、FHEという暗号化の聖杯級の暗号化技術は、AIが未来の前提となる中で、安全の基石の一つとなる必然性があり、さらに広く採用される可能性があることがわかります。
もちろん、それにもかかわらず、FHEのアルゴリズム実装時のコスト問題を避けることはできません。もしそれがweb2のAIシーンで適用され、さらにweb3のAIシーンと連携できれば、意外にも「スケール効果」を発揮し、全体コストを薄め、より広く適用されることができるでしょう。