Yeni projeler, yüz verilerini NFT'ye dönüştürüyor, geniş çapta takip etme yaratıyor.

Son zamanlarda, yüz verilerini NFT olarak dönüştüren bir proje, crypto camiasında geniş bir ilgi uyandırdı. Bu proje, kullanıcıların mobil uygulama aracılığıyla kendi yüzlerini kaydetmelerine ve bunları NFT'ye dönüştürmelerine olanak tanıyor. Nisan ayı sonundan beri 200.000'den fazla NFT oluşturuldu ve bu da yüksek bir popülarite gösteriyor.

Bu projenin amacı, yüz verilerini yalnızca NFT'ye dönüştürmek değil, aynı zamanda yüz tanıma yoluyla kullanıcıların gerçek kimliklerini doğrulamaktır. Mevcut internet ortamında, otomatik programlar (Bot) büyük bir trafik payına sahiptir ve kötü niyetli trafik toplam trafiğin %27,5'ini oluşturmaktadır. Bu kötü niyetli programlar hizmetlere ciddi zararlar verebilir ve hatta sistem çökmesine neden olabilir.

Web2 döneminde, hizmet sağlayıcıları kimlik doğrulama, davranış doğrulama kodları gibi çeşitli yöntemlerle insanları makinelere ayırdı. Ancak, AI teknolojisinin hızlı gelişimiyle birlikte, geleneksel doğrulama yöntemleri yeni zorluklarla karşı karşıya. Doğrulama yöntemleri, davranış özellikleri tespitinden biyometrik özellikler tespitine, parmak izi ve yüz tanıma gibi yöntemlere geçmek zorunda kaldı.

Web3 için insan-makine doğrulaması da son derece önemlidir. Örneğin, projelerin airdrop'larında, dolandırıcılar birden fazla sahte hesap oluşturup saldırı gerçekleştirebilir. Bu nedenle, gerçek kullanıcı kimliğini doğrulamak son derece önemlidir. Özellikle hesap girişleri, para çekme ve para transferi gibi yüksek riskli işlemler için, kullanıcıların yalnızca gerçek bir insan değil, aynı zamanda hesabın gerçek sahibi olduğu da onaylanmalıdır.

Ancak, merkeziyetsiz Web3 ortamında yüz tanıma gerçekleştirmek kolay bir iş değildir. Bu, merkeziyetsiz bir makine öğrenimi hesaplama ağı kurmanın, kullanıcı verisi gizliliğini korumanın ve ağın çalışmasını sürdürmenin yanı sıra bir dizi karmaşık sorunu kapsamaktadır.

Bu sorunları çözmek için proje, tamamen homomorfik şifreleme (FHE) teknolojisini temel alan bir AI ağı inşa etti. FHE, düz metin ve şifreli metin üzerinde aynı işlemler yapıldığında sonuçların tutarlılığını garanti eden bir şifreleme tekniğidir. Proje ekibi, geleneksel FHE'yi optimize ederek bunun makine öğrenimi senaryolarına daha uygun hale getirmiştir.

Bu AI ağının mimarisi dört ana rol içerir: veri sahibi, hesaplama düğümü, şifre çözücü ve sonuç alıcısı. Veri sahibi API aracılığıyla güvenli bir şekilde görev ve verileri gönderir; hesaplama düğümü şifreli hesaplamaları gerçekleştirir; şifre çözücü hesaplama sonuçlarını doğrular; sonunda sonuçları belirlenen alıcıya geri gönderir.

Tüm süreç boyunca veriler sürekli olarak şifreli durumda kalır ve gizlilik güvenliği sağlanır. Aynı zamanda, ağ, düğümleri yönetmek ve ödülleri dağıtmak için hem İş Kanıtı (PoW) hem de Hisse Kanıtı (PoS) çift mekanizmasını kullanır, bu da kullanıcılara kendi kaynaklarına göre uygun katılım yöntemini seçme imkanı tanır.

FHE teknolojisi gizlilik hesaplamaları için yeni olasılıklar açsa da, hesaplama verimliliği ile ilgili zorluklarla da karşı karşıyadır. Açık metin hesaplamalarıyla karşılaştırıldığında, FHE'nin işlem hızı hala büyük bir farkla geridedir. Ancak, algoritma optimizasyonu ve donanım hızlandırma gibi teknolojilerin gelişimi ile FHE'nin performansının daha da artması beklenmektedir.

Genel olarak, bu proje yenilikçi mimarisi ve gizlilik hesaplama teknolojisi sayesinde, kullanıcılara güvenli bir veri işleme ortamı sunmanın yanı sıra, Web3 ile AI'nin birleşimine yeni bir sayfa açmaktadır. Teknolojinin sürekli gelişimi ile benzer projelerin daha fazla alanda potansiyel göstermesi ve gizlilik hesaplama ile AI uygulamalarının gelişimini teşvik etmesi umulmaktadır.

! [Privasea'ya derinlemesine bir bakış: NFT basan yüz verileri, ilginç bir yenilik mi?] ](https://img-cdn.gateio.im/webp-social/moments-cfb7bd1ac720b6f999738de42f5d1902.webp)