Cunhagem de NFT de dados faciais: explorando a fusão inovadora de computação de privacidade e IA
Recentemente, um projeto de cunhagem de NFT de rosto humano atraiu ampla atenção. Este projeto permite que os usuários registrem seu próprio rosto em um aplicativo móvel e o transformem em NFT. Este projeto que combina dados faciais aparentemente simples na blockchain e NFT já atraiu mais de 200.000 usuários para participar da cunhagem desde seu lançamento, e seu entusiasmo não deve ser subestimado.
No entanto, o verdadeiro objetivo deste projeto não é apenas cunhar dados faciais como NFT. Na verdade, pretende-se verificar se o usuário é uma pessoa real através do reconhecimento facial. Este tipo de identificação homem-máquina também tem uma forte demanda no âmbito do Web3, especialmente na prevenção de ataques de bruxas e na proteção de operações de alto risco.
Para resolver o problema do cálculo de privacidade em aplicações de IA no ambiente Web3, uma empresa construiu uma rede de IA inovadora baseada na tecnologia de criptografia totalmente homomórfica (FHE). Esta rede oferece uma solução eficiente de computação de proteção de privacidade através da otimização da estrutura em camadas.
A arquitetura desta rede de IA inclui quatro papéis principais: proprietário de dados, nós de computação, decifrador e receptor de resultados. Seu fluxo de trabalho central abrange todo o processo desde o registro do usuário, envio de tarefas até a validação e entrega dos resultados, garantindo ao mesmo tempo a criptografia de ponta a ponta e a proteção da privacidade dos dados.
Para incentivar e gerir os nós da rede, o projeto adotou um mecanismo duplo de PoW e PoS. Os usuários podem obter a qualificação para se tornarem nós de cálculo através da compra de NFTs específicos e obter rendimentos através de diferentes formas de participação.
Embora a tecnologia FHE se destaque na proteção da privacidade, sua eficiência computacional ainda é um desafio. Nos últimos anos, os pesquisadores têm melhorado continuamente o desempenho do FHE através de otimização de algoritmos e aceleração de hardware, mas ainda há uma grande diferença em comparação com o cálculo em texto claro.
De um modo geral, este projeto abre novas possibilidades para a profunda fusão do Web3 com a IA através de sua arquitetura única e da relativamente eficiente tecnologia de computação de privacidade. Com os constantes avanços tecnológicos, temos razões para esperar que este modelo inovador possa ter impacto em mais áreas, promovendo o desenvolvimento adicional da computação de privacidade e das aplicações de IA.
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
8 gostos
Recompensa
8
7
Republicar
Partilhar
Comentar
0/400
BearMarketBarber
· 2h atrás
Ah, isso... não é melhor fazer um gif?
Ver originalResponder0
SchrodingerWallet
· 7h atrás
Outra forma de roubar idiotas?
Ver originalResponder0
Ser_This_Is_A_Casino
· 7h atrás
Ainda se atreve a colocar a cara na cadeia? Perdeu o juízo?
Ver originalResponder0
SmartContractPhobia
· 7h atrás
Este NFT é mesmo absurdo, está à venda por uma cara de pau?
Ver originalResponder0
BearWhisperGod
· 7h atrás
FHE criptografia volume um só
Ver originalResponder0
GasBankrupter
· 7h atrás
Jimeis, isso aqui é muito pouco confiável.
Ver originalResponder0
GasFeeThunder
· 7h atrás
Vulnerabilidades a nível de sistema, fazer as pessoas de parvas e Puxar o tapete.
Projeto de NFT de reconhecimento facial introduz tecnologia FHE, explorando uma nova fronteira de computação privada no Web3.
Cunhagem de NFT de dados faciais: explorando a fusão inovadora de computação de privacidade e IA
Recentemente, um projeto de cunhagem de NFT de rosto humano atraiu ampla atenção. Este projeto permite que os usuários registrem seu próprio rosto em um aplicativo móvel e o transformem em NFT. Este projeto que combina dados faciais aparentemente simples na blockchain e NFT já atraiu mais de 200.000 usuários para participar da cunhagem desde seu lançamento, e seu entusiasmo não deve ser subestimado.
No entanto, o verdadeiro objetivo deste projeto não é apenas cunhar dados faciais como NFT. Na verdade, pretende-se verificar se o usuário é uma pessoa real através do reconhecimento facial. Este tipo de identificação homem-máquina também tem uma forte demanda no âmbito do Web3, especialmente na prevenção de ataques de bruxas e na proteção de operações de alto risco.
Para resolver o problema do cálculo de privacidade em aplicações de IA no ambiente Web3, uma empresa construiu uma rede de IA inovadora baseada na tecnologia de criptografia totalmente homomórfica (FHE). Esta rede oferece uma solução eficiente de computação de proteção de privacidade através da otimização da estrutura em camadas.
A arquitetura desta rede de IA inclui quatro papéis principais: proprietário de dados, nós de computação, decifrador e receptor de resultados. Seu fluxo de trabalho central abrange todo o processo desde o registro do usuário, envio de tarefas até a validação e entrega dos resultados, garantindo ao mesmo tempo a criptografia de ponta a ponta e a proteção da privacidade dos dados.
Para incentivar e gerir os nós da rede, o projeto adotou um mecanismo duplo de PoW e PoS. Os usuários podem obter a qualificação para se tornarem nós de cálculo através da compra de NFTs específicos e obter rendimentos através de diferentes formas de participação.
Embora a tecnologia FHE se destaque na proteção da privacidade, sua eficiência computacional ainda é um desafio. Nos últimos anos, os pesquisadores têm melhorado continuamente o desempenho do FHE através de otimização de algoritmos e aceleração de hardware, mas ainda há uma grande diferença em comparação com o cálculo em texto claro.
De um modo geral, este projeto abre novas possibilidades para a profunda fusão do Web3 com a IA através de sua arquitetura única e da relativamente eficiente tecnologia de computação de privacidade. Com os constantes avanços tecnológicos, temos razões para esperar que este modelo inovador possa ter impacto em mais áreas, promovendo o desenvolvimento adicional da computação de privacidade e das aplicações de IA.