Eu já mencionei em vários artigos que os Agentes de IA serão a "redenção" de muitas narrativas antigas da indústria Crypto. Na última onda de evolução da narrativa em torno da autonomia da IA, o TEE foi momentaneamente elevado ao auge, no entanto, há um conceito técnico ainda mais "desconhecido" do que o TEE, e até mesmo do ZKP, que é a FHE — encriptação totalmente homomórfica, que também ganhará "renascimento" devido à pista da IA. A seguir, apresento uma análise lógica através de exemplos:
A FHE é uma técnica criptográfica que permite realizar cálculos diretamente sobre dados encriptados, sendo vista como o "Santo Graal". Em comparação com narrativas de tecnologias populares como ZKP e TEE, ocupa uma posição relativamente obscura, sendo que seu núcleo enfrenta desafios relacionados a custos e cenários de aplicação.
E a Mind Network está focada na infraestrutura de FHE, tendo lançado a FHE Chain - MindChain, que se concentra em Agentes de IA. Embora tenha arrecadado mais de dez milhões de dólares e tenha passado vários anos em desenvolvimento tecnológico, a atenção do mercado ainda é subestimada devido às limitações do próprio FHE.
No entanto, recentemente a Mind Network lançou várias notícias positivas em torno de cenários de aplicação de IA, como a integração do SDK FHE Rust que desenvolveram no modelo de grande escala open source DeepSeek, tornando-se uma parte fundamental nos cenários de treinamento de IA e fornecendo uma base segura para a implementação de IA confiável. Por que a FHE pode se destacar na computação de privacidade de IA? Será que é possível aproveitar a narrativa do Agente de IA para realizar uma ultrapassagem curva ou redenção?
De forma simples: a encriptação totalmente homomórfica (FHE) é uma técnica de criptografia que pode atuar diretamente sobre a arquitetura da blockchain atual, permitindo realizar cálculos arbitrários, como adição e multiplicação, diretamente sobre dados encriptados, sem a necessidade de descriptografar os dados previamente.
Em outras palavras, a aplicação da tecnologia FHE pode permitir que os dados sejam totalmente encriptados desde a entrada até a saída, de modo que mesmo os nós que mantêm o consenso da blockchain pública não consigam acessar informações em texto claro. Dessa forma, o FHE pode fornecer uma base técnica para o treinamento de alguns LLMs de IA em cenários verticalmente segmentados, como saúde e finanças.
FHE pode se tornar uma solução "preferida" para o treinamento de grandes modelos de IA em cenários verticais ricos e combinados com a arquitetura distribuída de blockchain. Seja na colaboração de dados médicos entre instituições ou na inferência de privacidade em cenários de transações financeiras, o FHE pode se tornar uma opção complementar devido às suas características únicas.
Na verdade, isso não é abstrato; fica claro com um exemplo simples: por exemplo, um Agente de IA como uma aplicação voltada para o consumidor final geralmente integra diferentes fornecedores de grandes modelos de IA, como DeepSeek, Claude, OpenAI, entre outros. Mas como garantir que, em alguns cenários financeiros de alta sensibilidade, o processo de execução do Agente de IA não seja afetado por um modelo de grande porte que de repente altera as regras? Isso certamente requer a encriptação do Prompt de entrada, de modo que, quando os prestadores de serviços LLMs processam diretamente os dados criptografados, não há interferências forçadas que possam afetar a justiça.
Então, o que é o conceito de "IA confiável"? IA confiável é uma visão de IA descentralizada baseada em Criptografia homomórfica que a Mind Network tenta construir, permitindo que múltiplas partes realizem treinamento e inferência de modelos de forma eficiente através de potência de cálculo distribuído GPU, sem depender de um servidor central, proporcionando validação de consenso baseada em Criptografia homomórfica para os Agentes de IA. Este design elimina as limitações da IA centralizada, oferecendo uma dupla garantia de privacidade + autonomia para a operação de Agentes de IA web3 em uma arquitetura distribuída.
Isso se alinha ainda mais à narrativa da arquitetura de blockchain distribuída da Mind Network. Por exemplo, durante um processo de transação em uma cadeia especial, a FHE pode proteger a privacidade da inferência e execução dos dados Oracle de todas as partes, permitindo que o Agente de IA tome decisões autônomas de negociação sem expor posições ou estratégias, entre outros.
Então, por que se diz que a FHE terá um caminho de penetração semelhante ao da TEE na indústria, trazendo oportunidades diretas devido à explosão de cenários de aplicação de IA?
Anteriormente, a TEE conseguiu aproveitar a oportunidade do Agente de IA devido ao ambiente de hardware da TEE que pode permitir a custódia de dados em estado de privacidade, permitindo assim que o Agente de IA possa gerir autonomamente as chaves privadas, levando a uma nova narrativa de gestão de ativos de forma autónoma. No entanto, a custódia das chaves privadas pela TEE tem um ponto fraco: a confiança deve depender de um fornecedor de hardware de terceiros (por exemplo: Intel). E para que a TEE funcione, é necessário um conjunto de uma arquitetura de cadeia distribuída para adicionar um conjunto adicional de restrições de "consenso" públicas e transparentes ao ambiente da TEE. Em comparação, a PHE pode existir completamente com base em uma arquitetura de cadeia descentralizada, sem depender de terceiros.
FHE e TEE têm nichos ecológicos semelhantes; embora o TEE ainda não seja amplamente aplicado no ecossistema web3, já é uma tecnologia muito madura no campo web2. Em comparação, o FHE também encontrará gradualmente valor de existência tanto no web2 quanto no web3 sob a explosão desta tendência de IA.
Acima.
Concluindo, pode-se ver que a encriptação homomórfica (FHE), esta tecnologia de encriptação de nível de Santo Graal, sob a premissa de que a IA se tornará o futuro, certamente se tornará uma das pedras angulares da segurança, com uma possibilidade de adoção mais ampla.
Claro, no entanto, não se pode evitar o problema do custo de implementação do FHE nos algoritmos. Se puder ser aplicado em cenários de IA web2 e, em seguida, vinculado a cenários de IA web3, certamente libertará de forma inesperada o "efeito de escala" e diluirá os custos totais, permitindo uma aplicação mais ampla.
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
Do "Santo Graal" à pedra angular: como o FHE está a remodelar o ecossistema de computação privada do Web3?
Eu já mencionei em vários artigos que os Agentes de IA serão a "redenção" de muitas narrativas antigas da indústria Crypto. Na última onda de evolução da narrativa em torno da autonomia da IA, o TEE foi momentaneamente elevado ao auge, no entanto, há um conceito técnico ainda mais "desconhecido" do que o TEE, e até mesmo do ZKP, que é a FHE — encriptação totalmente homomórfica, que também ganhará "renascimento" devido à pista da IA. A seguir, apresento uma análise lógica através de exemplos:
A FHE é uma técnica criptográfica que permite realizar cálculos diretamente sobre dados encriptados, sendo vista como o "Santo Graal". Em comparação com narrativas de tecnologias populares como ZKP e TEE, ocupa uma posição relativamente obscura, sendo que seu núcleo enfrenta desafios relacionados a custos e cenários de aplicação.
E a Mind Network está focada na infraestrutura de FHE, tendo lançado a FHE Chain - MindChain, que se concentra em Agentes de IA. Embora tenha arrecadado mais de dez milhões de dólares e tenha passado vários anos em desenvolvimento tecnológico, a atenção do mercado ainda é subestimada devido às limitações do próprio FHE.
No entanto, recentemente a Mind Network lançou várias notícias positivas em torno de cenários de aplicação de IA, como a integração do SDK FHE Rust que desenvolveram no modelo de grande escala open source DeepSeek, tornando-se uma parte fundamental nos cenários de treinamento de IA e fornecendo uma base segura para a implementação de IA confiável. Por que a FHE pode se destacar na computação de privacidade de IA? Será que é possível aproveitar a narrativa do Agente de IA para realizar uma ultrapassagem curva ou redenção?
De forma simples: a encriptação totalmente homomórfica (FHE) é uma técnica de criptografia que pode atuar diretamente sobre a arquitetura da blockchain atual, permitindo realizar cálculos arbitrários, como adição e multiplicação, diretamente sobre dados encriptados, sem a necessidade de descriptografar os dados previamente.
Em outras palavras, a aplicação da tecnologia FHE pode permitir que os dados sejam totalmente encriptados desde a entrada até a saída, de modo que mesmo os nós que mantêm o consenso da blockchain pública não consigam acessar informações em texto claro. Dessa forma, o FHE pode fornecer uma base técnica para o treinamento de alguns LLMs de IA em cenários verticalmente segmentados, como saúde e finanças.
FHE pode se tornar uma solução "preferida" para o treinamento de grandes modelos de IA em cenários verticais ricos e combinados com a arquitetura distribuída de blockchain. Seja na colaboração de dados médicos entre instituições ou na inferência de privacidade em cenários de transações financeiras, o FHE pode se tornar uma opção complementar devido às suas características únicas.
Na verdade, isso não é abstrato; fica claro com um exemplo simples: por exemplo, um Agente de IA como uma aplicação voltada para o consumidor final geralmente integra diferentes fornecedores de grandes modelos de IA, como DeepSeek, Claude, OpenAI, entre outros. Mas como garantir que, em alguns cenários financeiros de alta sensibilidade, o processo de execução do Agente de IA não seja afetado por um modelo de grande porte que de repente altera as regras? Isso certamente requer a encriptação do Prompt de entrada, de modo que, quando os prestadores de serviços LLMs processam diretamente os dados criptografados, não há interferências forçadas que possam afetar a justiça.
Então, o que é o conceito de "IA confiável"? IA confiável é uma visão de IA descentralizada baseada em Criptografia homomórfica que a Mind Network tenta construir, permitindo que múltiplas partes realizem treinamento e inferência de modelos de forma eficiente através de potência de cálculo distribuído GPU, sem depender de um servidor central, proporcionando validação de consenso baseada em Criptografia homomórfica para os Agentes de IA. Este design elimina as limitações da IA centralizada, oferecendo uma dupla garantia de privacidade + autonomia para a operação de Agentes de IA web3 em uma arquitetura distribuída.
Isso se alinha ainda mais à narrativa da arquitetura de blockchain distribuída da Mind Network. Por exemplo, durante um processo de transação em uma cadeia especial, a FHE pode proteger a privacidade da inferência e execução dos dados Oracle de todas as partes, permitindo que o Agente de IA tome decisões autônomas de negociação sem expor posições ou estratégias, entre outros.
Então, por que se diz que a FHE terá um caminho de penetração semelhante ao da TEE na indústria, trazendo oportunidades diretas devido à explosão de cenários de aplicação de IA?
Anteriormente, a TEE conseguiu aproveitar a oportunidade do Agente de IA devido ao ambiente de hardware da TEE que pode permitir a custódia de dados em estado de privacidade, permitindo assim que o Agente de IA possa gerir autonomamente as chaves privadas, levando a uma nova narrativa de gestão de ativos de forma autónoma. No entanto, a custódia das chaves privadas pela TEE tem um ponto fraco: a confiança deve depender de um fornecedor de hardware de terceiros (por exemplo: Intel). E para que a TEE funcione, é necessário um conjunto de uma arquitetura de cadeia distribuída para adicionar um conjunto adicional de restrições de "consenso" públicas e transparentes ao ambiente da TEE. Em comparação, a PHE pode existir completamente com base em uma arquitetura de cadeia descentralizada, sem depender de terceiros.
FHE e TEE têm nichos ecológicos semelhantes; embora o TEE ainda não seja amplamente aplicado no ecossistema web3, já é uma tecnologia muito madura no campo web2. Em comparação, o FHE também encontrará gradualmente valor de existência tanto no web2 quanto no web3 sob a explosão desta tendência de IA.
Acima.
Concluindo, pode-se ver que a encriptação homomórfica (FHE), esta tecnologia de encriptação de nível de Santo Graal, sob a premissa de que a IA se tornará o futuro, certamente se tornará uma das pedras angulares da segurança, com uma possibilidade de adoção mais ampla.
Claro, no entanto, não se pode evitar o problema do custo de implementação do FHE nos algoritmos. Se puder ser aplicado em cenários de IA web2 e, em seguida, vinculado a cenários de IA web3, certamente libertará de forma inesperada o "efeito de escala" e diluirá os custos totais, permitindo uma aplicação mais ampla.