深入探索Nillion及其值得關注的用例
作者:CoinList,翻譯:金色財經xiaozou
2024年6月20日,Coinlist發幣公告表示將於6月20日至27日啓動Nillion Network代幣NIL社區公售,Nillion社區輪融資估值爲4億美元。
Nillion Network是個什么項目?Coinlist最近與 Nillion 團隊進行了交談,討論了 AI 現狀、NIL 代幣實用性、Nillion 如何幫助建設者开發新型隱私應用程序(Nillion用例)、Nillion團隊對未來的愿景等,用6個問題帶你深入探索它。
1、Nillion是什么?
Nillion是人類的第一個Blind Computer(盲計算機)。
想象一下,一個數字克隆版的你可以充當你的助手——一個比你更了解你自己的人工智能。
聽起來感到興奮還是可怕?無論怎樣,它正在到來。但它存在一個嚴重問題:數據。
這就是爲什么來自優步、Coinbase、Consensys、谷歌、耐克、Polygon、亞馬遜和Hedera的开發者們歷時3年打造了Nillion——所有私有數據的互聯網基礎層。
Nillion已經進入了數據战爭,正爲建設者提供一套強大的隱私增強技術(PET),以开發個性化人工智能等創新應用。此項技術允許數據在使用時保持隱身狀態(經加密處理)——這一功能對人工智能的未來及其他領域至關重要。此後,Blind Computation(盲計算)吸引了越來越多的AI、DeFi、托管、錢包、身份認證、消息傳遞等領域的开發者的注意力。
2、Nillion解決了哪些問題?提供了什么機會?
Nillion的盲計算網絡开啓了人工智能的新範式,使數據和模型得以保密。Nillion面向不能委托給ChatGPT等公司或完全开源的Crypto x AI網絡的數據創建了一個去中心化替代方案。
但盲目計算超越了人工智能領域。Nillion提供了區塊鏈和其他鏈下協處理器中不存在的可編程私有數據功能,解鎖了遠超出人工智能的用例。已有超35家公司正式與Nillion合作建設網絡。用例包含去中心化私有暗池、量子安全消息傳遞、醫療保健分析、加密托管、身份認證應用程序等等。
如何實現這一愿景?Orchestration Layer(編排層)在密碼學中,不存在能勝任所有任務的萬能靈藥。不同的隱私增強技術(PET),例如不同種類的多方計算(MPC)、全同態加密(FHF)和零知識證明(ZKP),旨在解決不同的用例。Nillion將這些技術結合在一起,創建了一個加密和盲計算的基礎層。
3、Nillion如何解決擴容相關問題,特別是隨着網絡的用戶、交易量和數據存儲量不斷增長?
Nillion 網絡架構的核心是集群概念。根據不同集群的安全性、成本和性能假設,每個集群由不同數量的節點組成。考慮到計算網絡不是一個由全局共享狀態概念驅動的區塊鏈,它可以垂直和水平擴展——存儲或計算需求的增長可以通過整個集群擴展其基礎設施或通過加入額外的節點集群來吸收。
可以將每個集群設置爲具有不同硬件的特定節點群,以處理不同的存儲或計算請求,例如,通過提供大量存儲來處理更多祕密,或通過提供特定硬件來加速特定類型的計算。集群的方式使網絡更加靈活。
4、NIL代幣在網絡中發揮什么樣的作用?它如何用於交易、治理或其他功能?
安全與協調層:質押NIL獲取用於確保網絡安全的投票權,並決定誰能成爲主動驗證者(使用權益授權證明機制)。
管理網絡資源:用戶必須支付NIL代幣才能使用協調層或提出盲計算請求,從而使網絡資源管理成爲可能。
Petnet集群經濟學:基礎設施供應商加入集群促進盲計算,爲網絡提供資源的安全存儲將獲取NIL代幣獎勵。
網絡治理:NIL持有者可以在協調層對鏈上提案進行投票,或者將他們的投票權委托給其他人。
5、你注意到Nillion與各垂直領域項目的合作關系了嗎,例如AI、DeFi、醫療保健和消息傳遞?這些合作關系解鎖了什么好處?還有哪些其他用例讓你異常興奮?
(1)AI
Nillion解鎖了人工智能模型的私有訓練和推理,爲不能委托給OpenAI或Bittensor(TAO)等透明加密網絡的敏感數據創建了一個去中心化替代方案。具體來說,它解鎖了以下好處:
AI推理:Nillion使企業能夠訪問專有雲解決方案,如ChatGPT,而不必犧牲隱私和安全。同時,Nillion可以在不泄露IP的情況下實現模型共享。與Ritual或Nesa等公司的集成合作表明,現有加密人工智能網絡強烈希望將Nillion集成到其網絡中以滿足私有人工智能計算請求,將Nillion定位爲私有人工智能計算的通用後端。
數據共享獲利:網絡數據存儲的隱私性使個人數據可以在不犧牲隱私的情況下共享用於人工智能訓練並因此獲利。例如,Rainfall AI是一個基於隱私的私人AI平台,使用戶能夠從他們的數據生成的實時智能中獲利。這樣的產品使企業能夠更好地了解、吸引和獲取客戶。
AI語義搜索:檢索增強生成(RAG)技術是當今人工智能格局的關鍵部分,使用戶能夠在運行LLM時提供相關的定制化內容。如今,對向量數據進行語義搜索的過程需要信任某公司對這些向量數據的存儲和處理。Skillful是一家建設隱私保護RAG的公司,該公司將向量數據存儲在具有量子安全的Nillion網絡中,同時對這些向量數據進行語義搜索,而無需解密。
AI合成數據:可以在解鎖協作模型訓練的同時生成合成數據,而不會泄露任何私人數據。這個過程產生了更多的數據和更高的准確性。Mizu的目標是利用Nillion網絡來促進私有合成數據的生成。
智能體:像Virtuals Protocol這樣的協議旨在使用Nillion網絡來創建個性化的私有智能體。通過Nillion的敏感的個性化數據,智能體可以在不犧牲用戶隱私的情況下得到廣泛使用。
(2)去中心化計算
Nillion提供了區塊鏈和其他鏈下協處理器中不存在的可編程數據隱私功能。盲計算網絡極大地擴展了應用程序的設計空間,例如:
DeFi:一個去中心化的完全隱私保護訂單簿,具有跨加密和TradFi領域的用例應用。例如,Choose K正在構建一個去中心化的私人訂單簿,支持完全隱私的交易執行,而沒有搶先交易或不良MEV捕獲的風險。Aphotic基於Choose K的訂單簿構建,以創建一個暗池。這兩個建設者在彼此的解決方案之上建設,體現了創建开放公共網絡的好處。
醫療:一種用於分析敏感醫療數據模式的完全隱私保護的方法。例如,血液檢測等患者數據可以以完全合規的方式進行匯集和處理。Maya Health使用現實世界的證據來爲臨牀實踐、藥物开發和監管提供信息,以支持安全、有效和可及的迷幻劑开發實踐。該公司將使用Nillion平台對安全的私人用戶數據進行協作計算。
DAO:盲計算功能使DAO能夠獲取投票前和投票後的隱私保護,在生成投票結果匯總的同時屏蔽用戶的投票。DecentDAO正在構建DAO工具並實現這樣的解決方案。
(3)安全存儲
作爲私有數據的一個去中心化公共網絡,Nillion可以支持敏感數據的量子安全性的隱藏存儲。這種安全性爲加密引入了新的存儲用例:
消息傳遞:一個去中心化的、量子安全的消息傳遞系統,可確保完全的用戶隱私。Mailchain使用Nillion使用戶能夠安全、私密地存儲消息,同時能夠檢測和分析潛在的騙局。
密碼:NilQuantum正在基於Nillion开發一種解決方案,以去中心化方式以量子安全的方式存儲用戶密碼。
文檔:Flux支持群發消息和加密功能,如代幣門控訪問、應用內支付以及與其他web3服務的集成。Flux建立在Nillion網絡之上,在網絡上私密安全地存儲文檔。
托管:通過利用MPC等隱私增強技術,Nillion網絡還具有獨特的功能,使用戶能夠在他們的所選集群中存儲密鑰並執行交易。像Ambient、Interstellar或JLabs這樣的公司打算在Nillion網絡上开發托管解決方案。此外,像Salt這樣的公司正在使用盲計算功能來創建私有交易策略,將該網絡定位爲真正去中心化的MPC托管網絡。
6、如今個性化AI和隱私保護在加密領域風靡一時。你認爲個性化AI最有趣的趨勢是什么?
自從生成式人工智能以目前的形式出現以來,該行業越來越朝着使這些系統從個性化和定制化中受益的方向發展。像OpenAI這樣的大公司推出了自定義GPT,同時努力進一步迭代個性化聊天機器人,各企業都有內部开發的專有模型,還有不少創業公司的成立,都致力於將個性化智能體帶入人們的生活中。
它們的共同點是,個人敏感數據是訓練和運行這些個性化模型的核心。
真正個性化的人工智能需要你的所有數據。你發過的每一條信息,一切使你成爲你的東西。問你自己一個問題,你會把你10年的文本對話交給一個人工智能助手嗎(明知道這些數據會被OpenAI所有)?
大多數人都不會。由於數據隱私問題,59%的消費者對使用個性化人工智能感到不太舒服。如果沒有私人數據處理的話,個性化人工智能將無法獲得“下一個互聯網”般的大規模採用。
蘋果最近發布了Apple Intelligence,並專注於在設備上本地運行AI模型,並在一個安全的硬件環境中運行計算更加密集的模型,這是朝着正確方向邁出的一步。他們對私有AI的關注是對Nillion的盲計算需求觀點的巨大證明。
當蘋果公司在使用可信執行環境方面邁出了合情合理的第一步時,Nillion正在开發通過使用多方計算(MPC)和同態加密(HE)等技術創建真正去中心化隱私終局來消除信任的密碼學。
Nillion——所有私有數據的互聯網基礎層。
當以太坊用智能合約去中心化計算時,世界發生了變化。如今,Nillion將通過去中心化對你最有價值數據的信任來掀起下一波創新浪潮。
讓你,而且只有你,擁有你自己的數據——开啓個性化人AI和無數其他新興技術的大規模採用。
Nillion通過盲計算來實現這一點。
鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。