Octra Network เปิดตัวการเรียนรู้ของเครื่องแบบ FHE บนเชน พร้อมการบริหารจัดการและการยืนยันแบบ Zero-Knowledge ให้ทุกคนสามารถรันการอนุมาน AI ส่วนตัวโดยตรงบนเชนได้
Octra Network ได้ปล่อยสิ่งที่นักพัฒนาบล็อกเชนส่วนใหญ่บอกว่าน่าจะใช้เวลาหลายปีจึงจะเป็นไปได้ ตอนนี้สัญญาการเรียนรู้ของเครื่องแบบเข้ารหัสแบบ Homomorphic สมบูรณ์บน devnet แล้ว ไม่มีสภาพแวดล้อมการดำเนินการที่เชื่อถือได้ ไม่มีคอโปรเซสเซอร์
ตามที่ @lambda0xE โพสต์บน X ทีมงานได้เปิดตัวสัญญาที่ซับซ้อนซึ่งรองรับ FHE โดยตรงภายในสถานะบนเชน จากโพสต์ของ lambda0xE สัญญานี้จัดการกับน้ำหนักโมเดล การอนุมาน การบริหารจัดการ และฟังก์ชันคลังเก็บทั้งหมดในที่เดียว การดำเนินการถูกอธิบายว่า “ถูกมาก”
อ่านด่วน: จาก Legacy Rails สู่ Blockchain: ทำไมธนาคารใหญ่ถึงสนับสนุนการ Tokenization
สิ่งที่สัญญา FHE ทำจริง
สัญญารับน้ำหนักโมเดลเชิงเส้นที่อัปโหลดโดยตรงเข้าสู่สถานะภายใน จากนั้นผู้ใช้เลือกโหมดระหว่างสองแบบ การอนุมานสาธารณะจะดำเนินการคำนวณเต็มรูปแบบอย่างเปิดเผย น้ำหนักคูณกับอินพุตบวกกับอคติ ทั้งหมดมองเห็นได้ การอนุมานส่วนตัวแตกต่างออกไป
ในเส้นทางส่วนตัว การเข้ารหัสทั้งหมดเกิดขึ้นบนฝั่งลูกค้า ข้อความเข้ารหัสเดินทางไปยังสัญญา แล้วสัญญาจะคำนวณแบบ Homomorphic ภายในสถานะปัจจุบัน ตามที่ lambda0xE อธิบายบน X ไม่มีเครือข่าย เจ้าของสัญญา หรือผู้เข้าร่วมคนอื่นใดสามารถมองเห็นข้อมูล plaintext หรือข้อมูลผู้ใช้ได้ในทุกจุด
สิ่งที่ได้รับความสนใจจากชุมชนนักพัฒนากว้างขวางคือคำอ้างเรื่องความแม่นยำ ผลลัพธ์ทั้งสาธารณะและส่วนตัวตรงกันแบบบิตต่อบิต ไม่มีการประมาณค่า คณิตศาสตร์ที่แม่นยำตลอด
คุณอาจสนใจ: ETH Funding พลิกเป็นบวกเมื่อเงินไหลเข้า 262 ล้านดอลลาร์ ทำลายแนวโน้มลดลง 35 วัน
ซอร์สโค้ดของสัญญาอยู่สาธารณะบน GitHub ภายใต้ชื่อ octra-labs นักพัฒนาที่ต้องการทดสอบต้องใช้ webcli เวอร์ชันล่าสุด ซึ่งสามารถดาวน์โหลดได้ที่ octra-labs/webcli และต้องมีวอลเล็ตที่มีเงินทุน สัญญาที่เปิดใช้งานอยู่บน devnet.octrascan.io
การบริหารจัดการ, การพิสูจน์ Zero-Knowledge และการอัปโหลดน้ำหนักแบบกลุ่ม
การเปิดตัวไม่หยุดเพียงแค่การอนุมานส่วนตัว Lambda0xE ยังกล่าวบน X ว่ามีตัวอย่างการบริหารจัดการที่ทำงานควบคู่กันไป ซึ่งครอบคลุมข้อเสนอ โหวต และการดำเนินการตามเส้นตาย รองรับหลายโมเดล การจัดการส่วนลด การบริหารคลังเก็บด้วยการถอนเงินและย้อนกลับตามจุดตรวจสอบ และระบบรายชื่ออนุญาต
ยังมีการสร้างการยืนยันผลลัพธ์แบบ Zero-Knowledge ด้วย นอกจากนี้ยังรองรับการอัปโหลดน้ำหนักเป็นกลุ่มผ่านไฟล์ CSV ด้วย
สิ่งนี้ทำให้ Octra อยู่ในพื้นที่ที่เครือข่ายบล็อกเชนส่วนใหญ่ยังไม่เคยแตะต้อง การอนุมาน AI ส่วนตัวพร้อมการควบคุมการบริหารจัดการที่ทำงานบนเชนโดยตรง ไม่ได้ถูกส่งต่อไปยังบริการภายนอก
อ่านคุ้มค่า: การขยายตัวของ Ripple มูลค่า 550 ล้านดอลลาร์ใน XRPL อาจจุดประกายความต้องการ XRP
ตาม litepaper ของ Octra เครือข่ายถูกออกแบบมาเพื่อสนับสนุนการคำนวณในระดับสถานะเช่นนี้ สัญญา ML แบบ FHE เป็นการแสดงตัวอย่างเบื้องต้นของศักยภาพของสถาปัตยกรรมนี้เมื่อถูกผลักดัน นักพัฒนาบน devnet สามารถโต้ตอบกับระบบที่การอนุมาน AI กลไกการบริหารจัดการ และการรับประกันความเป็นส่วนตัวทำงานภายในสัญญาเดียวกันได้
ดูเพิ่มเติม: WildMeta ผนึก Aster DEX เพื่อขยายการค้นพบการซื้อขายคริปโต Web3
ผลกระทบนี้ไม่จำกัดอยู่แค่เครือข่ายของ Octra เท่านั้น การเรียนรู้ของเครื่องแบบ Homomorphic บนเชนพร้อมการยืนยันผลลัพธ์ Zero-Knowledge หากสามารถขยายได้ จะเปลี่ยนแปลงภาพของการคำนวณลับบนบล็อกเชนอย่างสิ้นเชิง ไม่มีการพึ่งพา TEE ไม่มีการลดทอนความแม่นยำ
