A Privasea fez uma parceria com a Zama para explorar as áreas de IA, segurança de dados e ML

*“Recentemente, o ecossistema Privasea continuou a fazer progressos ecológicos substanciais. Depois de receber uma nova rodada de financiamento estratégico de PE, Zama chegou a uma parceria estratégica, e as duas partes estarão vinculadas por um longo tempo. Este não é apenas o reconhecimento da Zuma das soluções técnicas, perspetivas de desenvolvimento a longo prazo e direção narrativa da Privasea, mas também um importante passo em frente na aplicação da proteção de privacidade no campo do aprendizado de máquina.” *

A Zama é uma empresa de tecnologia dedicada a promover a aplicação da tecnologia encriptação totalmente homomórfica (FHE) no campo da Blockchain e inteligência artificial e, nos últimos quatro anos, tem transformado continuamente a FHE da teoria matemática abstrata em código prático, melhorando consideravelmente a capacidade dos desenvolvedores de aplicar a tecnologia FHE. Recentemente, a Zama levantou com sucesso US$ 73 milhões em sua rodada de financiamento Série A, o que confirma ainda mais a confiança do mercado na força técnica e no potencial de crescimento da Zama.

Zama desenvolveu vela de pavio longo bibliotecas FHE e soluções que são amigáveis para desenvolvedores e continua a otimizar para desempenho, com o lançamento do fhEVM, que alcançou resultados significativos em contratos inteligentes de privacidade para aplicações Blockchain, e foi integrado com projetos mais longos, incluindo Fhenix, Shiba Inu e Inco, marcando um passo à frente na utilidade da proteção de privacidade em Blockchain.

Inteligência artificial, aprendizado de máquina, etc. são áreas potenciais que a Zama espera promover a adoção generalizada da tecnologia FHE, como sua ferramenta Concrete ML para servir esses campos de ponta, e em ordem de fazer progressos substanciais nessa direção, a Zama recentemente alcançou uma parceria estratégica com a Privasea, e formou uma profunda integração técnica entre si. Com base nisso, a Zama fornecerá suporte técnica para a solução FHEML da Privasea por um longo tempo, e a Privasea também se tornará uma peça importante do quebra-cabeça para a Zama aplicar sua solução FHE aos campos de IA e ML.

Através desta parceria, tanto a Privasea como a Zama desempenharão um papel indispensável nos ecossistemas um do outro, e ambos os ecossistemas estarão ligados por um longo tempo. Ao mesmo tempo, a conclusão desta parceria também indica que a aplicação da tecnologia de preservação da privacidade no campo do aprendizado de máquina está prestes a inaugurar um novo avanço.

A narrativa do ecossistema Privasea

A Privasea é uma plataforma de computação de preservação de privacidade baseada em IA+DePIN dedicada a fornecer um ambiente de computação de IA e aprendizado de máquina seguro e sustentável. Vemos que a segurança de dados e a proteção da privacidade sempre foram um desafio complexo e de longo prazo no campo da IA, e a solução FHE da Privasea tem um alto nível de confidencialidade e conformidade de dados, e é capaz de cumprir leis e regulamentos, como o Regulamento Geral de Proteção de Dados (GDPR) da União Europeia.

No coração da rede Privasea está um gasoduto FHE robusto que é baseado em TFHE-RS e Concrete-ML e especificamente adaptado às necessidades da Privasea vela de pavio longo. Este componente fornece uma fortaleza sólida para a segurança de dados, de modo que os dados do usuário são criptografados e protegidos durante todo o processo de cálculo, mesmo durante a computação colaborativa. Assim, vemos que Zama é uma fonte importante de Privasea FHE, e seu suporte para a rede Privasea é longo prazo e contínuo.

Por meio de suas APIs, a Privasea fornece aos desenvolvedores as ferramentas e os recursos para acessar os recursos de rede de IA da Privasea, permitindo que eles integrem perfeitamente os recursos de IA em seus aplicativos, mantendo seus dados seguros e privados. A Privasea também lançou a Privanetix, uma rede DePIN centrada em computação que agrega recursos de computação distribuídos para processar dados encriptação de forma segura e eficiente. Cada Nó da rede é equipada com o pipeline FHEML apropriado, permitindo que nós distribuídos executem cálculos de aprendizado de máquina de forma eficiente sem expor dados confidenciais.

A rede Privanetix é alimentada pelo conjunto de contratos inteligentes da Privasea, garantindo que os nós de computação na rede possam ser rastreados e recompensados com precisão. Os contratos inteligentes fornecem incentivos para os participantes da rede, mantendo a transparência e a equidade, e são a base econômica para a operação sustentável de toda a rede.

Outra vantagem do Privasea é que ele permite que usuários sem criptografia ou experiência em programação acessem facilmente e aproveitem os recursos da rede. Isso não só Gota grandemente a barreira de entrada para o uso de computação avançada de IA FHE, permitindo que mais usuários longo desfrutem com segurança da conveniência da IA, mas também expandindo perfeitamente esse conjunto de recursos de computação de IA de privacidade para vários campos. Ao mesmo tempo, a rede Privasea suporta auditorias de conformidade enquanto protege os dados dos usuários e atende a várias leis e regulamentos nacionais, incluindo leis AML. Esta solução de computação fora da cadeia não só garante a segurança dos dados, mas também garante que o comportamento da rede possa ser revisto quando necessário, proporcionando aos usuários um ambiente de computação seguro e confiável.

Com base nisso, o Privasea pode ser altamente integrado com vários cenários longo que longo ter necessidades de verificação e análise computacional para proteção de dados, incluindo biometria, saúde, finanças, computação segura de dados em nuvem, sistemas de votação anônimos e muito mais.

Vemos que a Privasea está promovendo a adoção em larga escala de soluções FHE e, ao mesmo tempo, fornecendo impulso para a integração profunda e adoção generalizada da tecnologia de IA em vários cenários, sob a premissa de garantir a segurança dos dados e cumprir as regulamentações de dados, e espera-se que o ecossistema também se torne um novo portador de valor para o mercado de aplicativos de trilhões de dólares.

A “via de mão dupla” de Privasea e Zuma

Atualmente, a cooperação entre a Privasea e a Zama registou progressos substanciais e o cerne da cooperação entre ambas é Algoritmo integração. O Privasea não só suporta as principais soluções TFHE, mas também integra a biblioteca TFHE-rs avançada da Zuma em sua própria rede para melhorar a privacidade e a segurança das operações de IA. Ao mesmo tempo, a Privasea trabalhará em estreita colaboração com a equipe técnica da Zuma para garantir que a solução TFHE possa ser perfeitamente integrada à infraestrutura da Privasea e, por meio de testes de estresse e auditorias de segurança na testnet, as duas partes garantirão conjuntamente a estabilidade e a segurança da integração tecnológica.

Além da integração do sistema, a Privasea e a Zama discutirão recursos emergentes, como o modelo de chave secreta global da ZAMA, e os desenvolverão para estabelecer a base para implantações futuras. Ao mesmo tempo, a Privasea também desenvolverá uma série de aplicações de IA de preservação da privacidade baseadas na plataforma ZAMA-ConcreteML, abrangendo áreas-chave como biometria, reconhecimento de imagens médicas e análise de dados financeiros, e planos para testar as aplicações em sua própria rede. Através desses casos de uso específicos, Privasea e Zama foram capazes de traduzir a teoria em valor prático para o usuário, ao mesmo tempo em que verificaram a eficácia da tecnologia encriptação em um ambiente do mundo real.

Além disso, a Privasea e a Zama planeiam estabelecer uma plataforma de partilha de conhecimentos para facilitar a exchange de tecnologias, ideias e melhores práticas através de workshops e workshops técnicos regulares. Para além de uma série de cooperação técnica, os dois prevêem também levar a cabo uma cooperação aprofundada a nível do mercado, tais como estratégias de expansão do mercado, promoção conjunta de produtos, etc.

Assim, no geral, a Privasea aumentará a privacidade e a segurança das operações de IA integrando a biblioteca TFHE-rs da Zuma em sua rede, e essa nova integração acompanhará o desenvolvimento do ecossistema Privasea. Como um ecossistema que viu a aplicação da tecnologia FHE para IA, ML e outros campos, espera-se que a Privasea forneça suporte de longo prazo para o layout de IA da Zuma e forneça suporte importantes para os recursos de computação exigidos pelas soluções FHE, que não podem ser dadas por outros parceiros da Zama. Com base nisso, espera-se que o Privasea seja uma peça importante do quebra-cabeça para a Zama aplicar sua solução FHE ao campo de IA e ML.

Na verdade, a visão ecológica de Privasea e Zuma é a mesma, por um lado, ambos estão promovendo a adoção da tecnologia FHE em diferentes campos, e ambas as partes também são apoiadores de IA, ML e outros campos, e esta cooperação também é vista como uma “via de mão dupla”.

Novo perfil Web3 da Zuma

Com a visão ecológica de construir uma rede de encriptação de ponta a ponta HTTPZ (“Z” significa “Zero Trust”), o ecossistema Zama fornece um ecossistema de ferramentas FHE de código aberto para aplicações Web2 e Web3, por um lado, e torna mais fácil para os desenvolvedores usar FHE para vários casos de uso em áreas como Blockchain e inteligência artificial, construindo produtos de código aberto mais longos.

Por outro lado, está a construir um novo framework Web3 para melhor concretizar a visão.

Vimos que a Zama estabeleceu cooperação com três instalações Web3 em direções diferentes, mas com a FHE como a tecnologia central, incluindo Inco, Fhenix e Privasea, para expandir ainda mais suas soluções técnicas FHE. Inco representa a direção da Camada 1 da estrutura Zama, Fhenix representa a direção Camada 2 e Privasea serve como a direção da instalação Depin AI.

Com base na estrutura Código aberto da Zama, espera-se que a tecnologia FHE se expanda mais profundamente para áreas mais longo e construa uma série de soluções inovadoras e do mundo real para melhorar a privacidade no mundo Web3 e estabelecer um novo padrão no campo da privacidade de dados on-line com seus parceiros do ecossistema.

Fontes de informação: