Các dự án mới nổi chuyển đổi dữ liệu khuôn mặt thành NFT, gây ra sự theo dõi rộng rãi

Gần đây, một dự án biến dữ liệu khuôn mặt thành NFT đã thu hút sự theo dõi rộng rãi trong cộng đồng crypto. Dự án này cho phép người dùng nhập khuôn mặt của mình thông qua ứng dụng di động và chuyển đổi nó thành NFT. Kể từ khi ra mắt vào cuối tháng 4, đã có hơn 200,000 NFT được đúc, cho thấy sự phổ biến rất cao.

Mục đích của dự án này không chỉ đơn thuần là biến dữ liệu khuôn mặt thành NFT, mà còn nhằm xác thực danh tính thực của người dùng thông qua nhận diện khuôn mặt. Trong môi trường Internet hiện tại, các chương trình tự động (Bot) chiếm một lượng lớn lưu lượng truy cập, trong đó lưu lượng độc hại chiếm tới 27,5% tổng lưu lượng. Những chương trình độc hại này có thể gây ảnh hưởng nghiêm trọng đến dịch vụ, thậm chí dẫn đến sự cố hệ thống.

Trong thời đại Web2, các nhà cung cấp dịch vụ phân biệt giữa con người và máy móc thông qua nhiều phương thức như xác thực danh tính, mã xác thực hành vi. Tuy nhiên, với sự phát triển nhanh chóng của công nghệ AI, các phương pháp xác thực truyền thống đang phải đối mặt với những thách thức mới. Các phương thức xác thực buộc phải chuyển từ phát hiện đặc điểm hành vi sang phát hiện đặc điểm sinh học, như nhận diện vân tay và khuôn mặt.

Đối với Web3, việc kiểm tra con người cũng rất quan trọng. Ví dụ, trong các đợt airdrop của dự án, kẻ gian có thể tạo ra nhiều tài khoản giả để tấn công. Do đó, việc xác minh danh tính người dùng thật trở nên đặc biệt quan trọng. Đặc biệt là đối với một số thao tác rủi ro cao, như đăng nhập tài khoản, rút tiền và chuyển khoản, cần xác nhận người dùng không chỉ là người thật mà còn là chủ sở hữu thực sự của tài khoản.

Tuy nhiên, việc triển khai nhận diện khuôn mặt trong môi trường Web3 phi tập trung không phải là điều dễ dàng. Điều này liên quan đến việc xây dựng một mạng lưới tính toán máy học phi tập trung, cách bảo vệ quyền riêng tư dữ liệu người dùng, cũng như duy trì hoạt động của mạng lưới, và nhiều vấn đề phức tạp khác.

Để giải quyết những vấn đề này, dự án đã xây dựng một mạng AI dựa trên công nghệ mã hóa toàn đồng tính (FHE). FHE là một công nghệ mã hóa đảm bảo rằng kết quả của phép toán giữa văn bản rõ và văn bản mật là nhất quán. Nhóm dự án đã tối ưu hóa FHE truyền thống để nó phù hợp hơn với các tình huống học máy.

Kiến trúc của mạng AI này bao gồm bốn vai trò chính: chủ sở hữu dữ liệu, nút tính toán, bộ giải mã và người nhận kết quả. Chủ sở hữu dữ liệu gửi nhiệm vụ và dữ liệu một cách an toàn qua API; nút tính toán thực hiện tính toán mã hóa; bộ giải mã xác minh kết quả tính toán; cuối cùng, kết quả được trả lại cho người nhận được chỉ định.

Trong suốt quá trình, dữ liệu luôn được giữ ở trạng thái mã hóa, đảm bảo an toàn cho quyền riêng tư. Đồng thời, mạng sử dụng cơ chế kép bằng chứng công việc (PoW) và bằng chứng cổ phần (PoS) để quản lý các nút và phân phối phần thưởng, cho phép người dùng lựa chọn cách tham gia phù hợp dựa trên tài nguyên của họ.

Mặc dù công nghệ FHE mở ra những khả năng mới cho tính toán riêng tư, nhưng nó cũng phải đối mặt với thách thức về hiệu suất tính toán. So với tính toán rõ ràng, tốc độ tính toán của FHE vẫn còn cách biệt lớn. Tuy nhiên, với sự phát triển của tối ưu hóa thuật toán và tăng tốc phần cứng, hiệu suất của FHE được kỳ vọng sẽ được cải thiện hơn nữa.

Tổng thể, dự án này thông qua kiến trúc đổi mới và công nghệ tính toán riêng tư, không chỉ cung cấp cho người dùng một môi trường xử lý dữ liệu an toàn mà còn mở ra một chương mới cho sự kết hợp giữa Web3 và AI. Với những đột phá công nghệ không ngừng, các dự án tương tự dự kiến sẽ phát huy tiềm năng trong nhiều lĩnh vực hơn nữa, thúc đẩy sự phát triển của tính toán riêng tư và ứng dụng AI.