全同態(tài)加密(FHE)作為密碼學領域的”圣杯級”技術,在人工智能成為未來主導技術的趨勢下,必將成為構建安全體系的基石之一,其應用前景值得高度期待。此前我曾在多篇文章中提到,AI Agent將成為加密貨幣行業(yè)諸多敘事的”救贖者”。在上一輪圍繞AI自主化的敘事演進中,可信執(zhí)行環(huán)境(TEE)一度成為風口,但比TEE、甚至零知識證明(ZKP)更為冷門的FHE技術,也將因AI賽道的興起迎來”重生”。下面,我們將通過具體案例梳理FHE的邏輯脈絡。
FHE是一種允許在加密數(shù)據(jù)上直接進行計算的密碼學技術,被譽為”密碼學圣杯”。相較于ZKP、TEE等熱門技術,F(xiàn)HE目前處于相對冷門的位置,主要受限于計算開銷和應用場景的局限性。Mind Network作為專注于FHE的基礎設施開發(fā)商,推出了面向AI Agent的FHE鏈——MindChain。盡管該團隊已獲得超千萬美元融資并歷經(jīng)數(shù)年技術攻關,但受限于FHE本身的技術門檻,市場關注度仍被嚴重低估。
近期Mind Network圍繞AI應用場景推出了一系列利好消息。其開發(fā)的FHE Rust SDK被開源大模型DeepSeek集成,成為AI訓練場景的關鍵一環(huán),為可信AI的實現(xiàn)提供了堅實的安全基礎。那么FHE為何能在AI隱私計算中展現(xiàn)獨特價值?它能否借助AI Agent的敘事實現(xiàn)彎道超車?
簡單來說,F(xiàn)HE全同態(tài)加密是一種可以直接作用于當前公鏈架構的密碼學技術,允許在加密數(shù)據(jù)上直接進行加法、乘法等任意計算,無需先解密。這意味著數(shù)據(jù)從輸入到輸出的全過程都保持加密狀態(tài),即使是參與公鏈共識驗證的節(jié)點也無法獲取明文信息。這一特性使FHE能夠在醫(yī)療、金融等垂直領域為AI大模型訓練提供底層技術保障,成為傳統(tǒng)AI大模型訓練向垂直場景擴展并結合區(qū)塊鏈分布式架構的”優(yōu)選”解決方案。
以金融交易場景為例,F(xiàn)HE的獨特優(yōu)勢尤為明顯。AI Agent作為面向C端的應用,通常會接入DeepSeek、Claude、OpenAI等不同供應商提供的AI大模型。但在高敏感的金融應用場景中,如何確保AI Agent的執(zhí)行過程不被大模型后臺突然篡改規(guī)則所影響?FHE的解決方案是:對輸入的Prompt進行加密,當LLMs服務商直接對密文進行計算處理時,就不會存在強制性的干涉改動,從而保證結果的公正性。
“可信AI”是Mind Network試圖構建的FHE去中心化AI愿景。該愿景包括允許多方通過分布式算力GPU實現(xiàn)高效的模型訓練和推理,無需依賴中央服務器,并為AI Agent提供基于FHE的共識驗證機制。這種設計消除了傳統(tǒng)中心化AI的局限性,為Web3 AI Agent在分布式架構下的運行提供了隱私和自主性雙重保障,與Mind Network本身的分布式公鏈架構敘事高度契合。
在鏈上交易過程中,F(xiàn)HE可以保護各方Oracle數(shù)據(jù)的隱私推理和執(zhí)行過程。例如,AI Agent可以在無需暴露倉位或策略的情況下實現(xiàn)自主決策。那么為什么說FHE會和TEE一樣具有類似的行業(yè)滲透路徑?在AI應用場景爆發(fā)的大背景下,F(xiàn)HE將迎來直接機遇。
此前TEE能抓住AI Agent的機會,得益于TEE硬件環(huán)境可以在隱私狀態(tài)下托管數(shù)據(jù),使AI Agent能夠自主管理私鑰,從而實現(xiàn)資產管理的新敘事。但TEE保管私鑰存在硬傷:信任需要依托第三方硬件提供方(如英特爾)。而要讓TEE發(fā)揮作用,需要一套分布式鏈式架構為其附加公開透明的”共識”約束。相比之下,F(xiàn)HE完全可以基于去中心化鏈式架構存在,無需依賴第三方。FHE和TEE有著類似的生態(tài)位處境,雖然TEE在Web3生態(tài)中的應用尚不廣泛,但在Web2領域早已非常成熟。在當前AI趨勢的爆發(fā)下,F(xiàn)HE也將同時在Web2和Web3找到存在價值。
綜上所述,F(xiàn)HE作為加密領域的”圣杯級”技術,在AI成為未來主導技術的趨勢下,必將成為安全體系的基石之一,其應用前景值得高度期待。當然,F(xiàn)HE在算法實現(xiàn)時的高開銷成本問題不可忽視。若能在Web2 AI場景內獲得應用,再聯(lián)動Web3 AI場景,預計將出其不意地釋放”規(guī)?;?#8221;而攤薄整體成本,使其獲得更廣泛的應用。
本文網(wǎng)址:http://iy168.cn/news/2097.html