Privasea: استكشاف مبتكر لتحويل بيانات الوجه إلى NFT

مؤخراً، أثار مشروع صك NFT للوجه البشري اهتماماً واسعاً. يتيح هذا المشروع للمستخدمين إدخال وجوههم على تطبيق الهاتف المحمول، وصك بياناتهم كـ NFT. يبدو أن هذه الفكرة البسيطة قد جذبت أكثر من 200,000 صك NFT في غضون أسابيع قليلة، مما يظهر حرارة مذهلة.

الهدف من هذا المشروع ليس مجرد تحويل بيانات الوجه إلى NFT، ولكن يهدف إلى التحقق من ما إذا كان المستخدم إنسانًا حقيقيًا من خلال التعرف على الوجه. تستند هذه الممارسة إلى تحدٍ خطير يواجه الإنترنت الحالي: حركة مرور الروبوتات الضارة.

وفقًا لأحدث البيانات، تشغل الروبوتات 42.1% من حركة الإنترنت، منها 27.5% حركة ضارة. قد تؤدي هذه الروبوتات الضارة إلى تأخير الخدمات، أو انهيار الأنظمة، مما يؤثر بشكل كبير على تجربة المستخدم. في سيناريوهات مثل حجز التذاكر، تجعل البرامج الآلية المستخدمين العاديين لديهم فرصة ضئيلة.

لمواجهة هذا التحدي، تم اتخاذ عدة طرق في بيئة الويب 2.0 مثل التحقق من الهوية الحقيقية، والتحقق من سلوك المستخدم، لتمييز بين البشر والآلات، بينما يقوم الخادم بالتصفية بناءً على الخصائص للاعتراض. ومع ذلك، مع التطور السريع لتقنية الذكاء الاصطناعي، لم تعد طرق التحقق التقليدية كافية. تتطور وسائل التحقق تدريجياً من الكشف عن الخصائص السلوكية إلى الكشف عن الخصائص البيولوجية المستوحاة من الطبيعة، بل وحتى الكشف عن الخصائص البيولوجية.

يواجه Web3 أيضًا الحاجة إلى التعرف على الإنسان والآلة. في سيناريوهات مثل توزيع الرموز، يجب التحقق من المستخدمين الحقيقيين لمنع هجمات الساحرات. بالنسبة للعمليات عالية المخاطر، مثل تسجيل الدخول إلى الحساب، وسحب العملات، والتداول، يجب التأكد من أن الشخص الذي يقوم بالعملية ليس فقط إنسانًا، بل هو أيضًا مالك الحساب.

ومع ذلك، فإن تحقيق هذه الوظائف في بيئة Web3 اللامركزية يواجه العديد من التحديات: كيف يمكن بناء شبكة حسابات تعلم الآلة اللامركزية؟ كيف يمكن حماية خصوصية بيانات المستخدمين؟ كيف يمكن الحفاظ على تشغيل الشبكة؟

لمعالجة هذه المشكلات، قدمت Privasea حلولًا مبتكرة. لقد بنوا شبكة Privasea AI استنادًا إلى تقنية التشفير المتجانس بالكامل (FHE) لتوفير دعم حساب الخصوصية لتطبيقات الذكاء الاصطناعي في بيئة Web3.

قامت Privasea بتحسين FHE التقليدي، وطورت مكتبة HESea، مما يجعلها أكثر ملاءمة لسيناريوهات التعلم الآلي. تنقسم هذه المكتبة إلى طبقة تطبيق، وطبقة تحسين، وطبقة حسابية، وطبقة أصلية، حيث تتولى كل طبقة وظائف مختلفة، وتقدم حلولاً مرنة وفعالة.

يتضمن هيكل شبكة Privasea AI أربعة أدوار: مالك البيانات، عقد Privanetix، المفكك، ومستلم النتائج. تضمن الشبكة من خلال سلسلة من الخطوات، من تسجيل المستخدم إلى تسليم النتائج، معالجة البيانات بشكل آمن وحماية الخصوصية.

لتحفيز المشاركين في الشبكة، أطلقت Privasea عملة NFT الخاصة بـ WorkHeart و StarFuel، التي تعتمد على آلية PoW و PoS لإدارة العقد وتوزيع المكافآت. يضمن هذا التصميم استقرار الشبكة، وفي نفس الوقت يوازن توزيع الموارد الاقتصادية.

على الرغم من أن تقنية FHE تظهر أداءً ممتازًا في حماية خصوصية البيانات، إلا أنها تواجه تحديات في كفاءة الحساب. في السنوات الأخيرة، من خلال تحسين الخوارزميات وتسريع الأجهزة، تم تحسين أداء FHE بشكل ملحوظ، لكنه لا يزال يعاني من فجوة مقارنةً بالحساب بالنص الواضح.

على الرغم من ذلك، فإن الحلول المبتكرة من Privasea تفتح آفاقًا جديدة للتكامل العميق بين Web3 و AI. مع التقدم المستمر في التكنولوجيا، من المتوقع أن تلعب Privasea دورًا رائدًا في المزيد من المجالات، لتصبح رائدة في حساب الخصوصية وتطبيقات AI.