ستقوم المشاريع الناشئة بتحويل بيانات الوجه إلى NFT، مما يثير متابعة واسعة

مؤخراً، أثار مشروع يقوم بصك بيانات الوجه كـ NFT اهتماماً واسعاً في دائرة الكريبتو. يتيح هذا المشروع للمستخدمين إدخال وجوههم من خلال تطبيق الهاتف المحمول وتحويلها إلى NFT. منذ إطلاقه في نهاية أبريل، تم صك أكثر من 200,000 NFT، مما يظهر شعبية كبيرة.

هدف هذا المشروع ليس مجرد تحويل بيانات الوجه إلى NFT، بل يهدف إلى التحقق من الهوية الحقيقية للمستخدمين من خلال التعرف على الوجه. في بيئة الإنترنت الحالية، تحتل البرامج الآلية (Bot) جزءًا كبيرًا من حركة المرور، حيث تمثل الحركة الضارة 27.5% من إجمالي الحركة. قد تؤثر هذه البرامج الضارة بشكل خطير على الخدمات، بل قد تؤدي إلى انهيار النظام.

في عصر الويب 2، كان مقدمو الخدمات يميزون بين البشر والآلات من خلال طرق متعددة مثل التحقق من الهوية الحقيقية والتحقق السلوكي. ومع ذلك، مع التطور السريع لتقنية الذكاء الاصطناعي، تواجه طرق التحقق التقليدية تحديات جديدة. اضطرت وسائل التحقق إلى الانتقال تدريجياً من كشف الخصائص السلوكية إلى كشف الخصائص البيولوجية، مثل بصمات الأصابع والتعرف على الوجه.

بالنسبة لـ Web3، فإن الكشف عن الإنسان والآلة مهم بنفس القدر. على سبيل المثال، في عمليات توزيع الرموز (Airdrop) للمشاريع، قد يقوم المحتالون بإنشاء حسابات وهمية متعددة للهجوم. لذلك، يصبح التحقق من هوية المستخدمين الحقيقيين أمرًا بالغ الأهمية. خاصة بالنسبة لبعض العمليات عالية المخاطر، مثل تسجيل الدخول إلى الحساب، وسحب العملات، والتحويلات، يجب التأكد من أن المستخدم ليس فقط إنسانًا، بل هو أيضًا المالك الفعلي للحساب.

ومع ذلك، فإن تحقيق التعرف على الوجه في بيئة Web3 اللامركزية ليس بالأمر السهل. ويتعلق الأمر بكيفية بناء شبكة حسابات تعلم الآلة اللامركزية، وكيفية حماية خصوصية بيانات المستخدمين، بالإضافة إلى كيفية الحفاظ على تشغيل الشبكة، وهي مجموعة من القضايا المعقدة.

لحل هذه المشكلات، قام المشروع ببناء شبكة AI تعتمد على تقنية التشفير الشامل المتجانس (FHE). FHE هي تقنية تشفير تضمن تطابق النتائج عند إجراء نفس العمليات على النص الصريح والنص المشفر. قام فريق المشروع بتحسين FHE التقليدية لتناسب أكثر سيناريوهات تعلم الآلة.

يتضمن هيكل الشبكة الذكية أربعة أدوار رئيسية: مالك البيانات، عقد الحساب، مفكك التشفير، ومستلم النتائج. يقوم مالك البيانات بتقديم المهام والبيانات بأمان عبر واجهة برمجة التطبيقات؛ تقوم عقد الحساب بتنفيذ الحسابات المشفرة؛ يتحقق مفكك التشفير من نتائج الحساب؛ وأخيرًا يتم إرجاع النتائج إلى المستلم المحدد.

خلال العملية بأكملها، تظل البيانات مشفرة لضمان أمان الخصوصية. في الوقت نفسه، تستخدم الشبكة آلية مزدوجة من إثبات العمل (PoW) وإثبات الحصة (PoS) لإدارة العقد وتوزيع المكافآت، مما يتيح للمستخدمين اختيار طريقة المشاركة المناسبة بناءً على مواردهم.

على الرغم من أن تقنية FHE تفتح آفاقًا جديدة للحوسبة الخاصة، إلا أنها تواجه تحديات في كفاءة الحساب. لا يزال هناك فجوة كبيرة في سرعة العمليات بين FHE والحساب بالنص الواضح. ومع ذلك، مع تطور تقنيات تحسين الخوارزميات وتسريع الأجهزة، من المتوقع أن يتم تحسين أداء FHE بشكل أكبر.

بشكل عام، يوفر هذا المشروع من خلال هيكله المبتكر وتقنية الحوسبة الخاصة بيئة معالجة بيانات آمنة للمستخدمين، ويفتح أيضًا فصلًا جديدًا في دمج Web3 مع الذكاء الاصطناعي. مع استمرار التقدم التكنولوجي، من المتوقع أن تلعب مشاريع مماثلة دورًا في المزيد من المجالات، مما يعزز تطوير الحوسبة الخاصة وتطبيقات الذكاء الاصطناعي.