Recently, the Privasea ecosystem has continued to make substantial ecological progress. After obtaining a new round of strategic private equity financing, it has reached a strategic partnership with Zama, and the two parties will be bound together for a long time. This not only shows Zamas recognition of Privaseas technical solutions, long-term development prospects and narrative direction, but also marks an important progress in the application of privacy protection in the field of machine learning.
Zama is a technology company dedicated to promoting the application of fully homomorphic encryption (FHE) in the fields of blockchain and artificial intelligence. In the past four years, it has continuously transformed FHE from abstract mathematical theory into practical code, greatly improving developers ability to apply FHE technology. Recently, Zama successfully raised $73 million in its Series A financing, which further confirmed the markets confidence in Zamas technical strength and development potential.
현재 Zama는 개발자 친화적인 FHE 라이브러리와 솔루션을 개발했으며 지속적으로 성능을 최적화하고 있습니다. fhEVM은 블록체인 애플리케이션을 위한 개인 정보 보호 스마트 계약에서 놀라운 결과를 달성했으며 Fhenix, Shiba Inu 및 Inco를 포함한 여러 프로젝트와 통합되었습니다. 이러한 협력은 블록체인의 개인정보 보호 실용성에 있어 진전을 의미합니다.
인공 지능과 기계 학습은 Zama가 FHE 기술의 광범위한 채택을 촉진하고자 하는 잠재적인 영역입니다. 예를 들어, Concrete ML 도구는 이러한 최첨단 기술 분야를 지원합니다. 이 방향에서 더욱 실질적인 진전을 이루기 위해 Zama는 최근 Privasea와 전략적 파트너십을 체결하고 서로 심층적인 기술 통합을 형성했습니다. 이를 바탕으로 Zama는 Privaseas FHEML 솔루션에 대한 장기적인 기술 지원을 제공할 것이며, Privasea는 Zama가 FHE 솔루션을 AI 및 ML 분야에 적용하는 데 있어 중요한 퍼즐 조각이 될 것입니다.
이번 협력을 통해 Privasea와 Zama는 서로의 생태계에서 없어서는 안 될 역할을 하게 되며, 두 생태계는 오랫동안 함께 묶이게 될 것입니다. 동시에 이번 파트너십 체결은 머신러닝 분야의 개인정보 보호 기술 적용이 새로운 돌파구를 열 것이라는 의미이기도 하다.
Privasea 생태계의 서사
Privasea는 AI+DePIN으로 구동되고 FHE 기술을 기반으로 하는 개인 정보 보호 컴퓨팅 플랫폼입니다. 안전하고 지속 가능한 AI 및 기계 학습 컴퓨팅 환경을 제공하기 위해 최선을 다하고 있습니다. 우리는 AI 분야에서 데이터 보안과 개인 정보 보호가 항상 장기적이고 복잡한 과제였으며 Privaseas FHE 솔루션은 높은 수준의 데이터 기밀성 및 규정 준수를 갖추고 있으며 다음과 같은 법률 및 규정을 준수할 수 있음을 확인했습니다. EU 일반 데이터 보호 규정(GDPR).
Privasea 네트워크의 핵심은 TFHE-RS 및 Concrete-ML을 기반으로 하며 Privasea 요구 사항에 맞게 특별히 맞춤화된 강력한 FHE 파이프라인입니다. 이 구성 요소는 데이터 보안을 위한 견고한 요새를 제공하여 사용자 데이터가 전체 컴퓨팅 프로세스에서 암호화되어 보호되며, 협업 컴퓨팅 중에도 유출되지 않습니다. 따라서 우리는 Zama가 Privasea FHE의 중요한 소스이며 Privasea 네트워크에 대한 지원이 장기적이고 지속적이라는 것을 알 수 있습니다.
Privasea는 개발자에게 API를 통해 Privasea AI 네트워크 기능에 액세스할 수 있는 도구와 기능을 제공할 뿐만 아니라 AI 기능을 애플리케이션에 원활하게 통합하는 동시에 데이터 보안과 개인 정보 보호를 보장할 수 있도록 지원합니다. 동시에 Privasea는 암호화된 데이터를 안전하고 효율적으로 처리할 수 있도록 분산 컴퓨팅 리소스를 수집하는 컴퓨팅 중심 DePIN 네트워크인 Privanetix도 출시했습니다. 네트워크의 각 노드에는 적용 가능한 FHEML 파이프라인이 장착되어 있어 분산 노드가 민감한 데이터를 노출하지 않고도 기계 학습 계산을 효율적으로 수행할 수 있습니다.
Privanetix 네트워크는 네트워크의 컴퓨팅 노드를 정확하게 추적하고 보상할 수 있도록 보장하는 Privaseas 스마트 계약 제품군에 의해 구동됩니다. 스마트 계약은 투명성과 공정성을 유지하면서 네트워크 참여자에게 인센티브를 제공하며 전체 네트워크의 지속 가능한 운영을 위한 경제적 기반입니다.
Privasea의 또 다른 장점은 암호화나 프로그래밍 배경 지식이 없는 사용자가 이 네트워크의 기능에 쉽게 액세스하고 활용할 수 있도록 지원한다는 것입니다. 이는 고급 FHE AI 컴퓨팅 사용에 대한 임계값을 크게 줄여 더 많은 사용자가 AI가 제공하는 편리함을 안전하게 누릴 수 있도록 할 뿐만 아니라 이러한 개인 정보 보호 AI 컴퓨팅 기능을 다양한 분야로 원활하게 확장합니다. 동시에 Privasea 네트워크는 사용자 데이터를 보호하는 동시에 규정 준수 감사를 지원하고 자금 세탁 방지법을 포함한 다양한 국가 법률 및 규정을 준수합니다. 이 오프체인 컴퓨팅 솔루션은 데이터 보안을 보장할 뿐만 아니라 필요할 때 네트워크 동작을 검토할 수 있도록 보장하여 사용자에게 안전하고 신뢰할 수 있는 컴퓨팅 환경을 제공합니다.
이를 기반으로 Privasea는 데이터 보호를 위한 검증, 컴퓨팅 및 분석 요구 사항을 갖춘 다양한 시나리오와 고도로 통합될 수 있습니다. 잠재적인 시나리오에는 생체 인식, 의료, 금융, 보안 클라우드 데이터 컴퓨팅, 익명 투표 시스템 등이 포함됩니다.
Privasea는 FHE 솔루션의 대규모 채택을 촉진하는 동시에 AI 기술이 다양한 시나리오와 깊이 통합되고 널리 채택되는 동시에 데이터 보안을 보장하고 데이터 규정을 준수할 수 있도록 추진력을 제공하고 있음을 알 수 있습니다. 이 생태계는 또한 1조 달러 규모의 애플리케이션 시장을 위한 새로운 가치 전달자가 될 것으로 예상됩니다.
Privasea와 Zamas 양방향 여행
현재 Privasea와 Zama의 협력은 상당한 진전을 이루었으며, 두 협력의 핵심은 알고리즘 통합에 있습니다. Privasea는 현재 주류 TFHE 솔루션을 지원할 뿐만 아니라 Zamas의 고급 TFHE-rs 라이브러리를 자체 네트워크에 통합하여 AI 운영의 개인 정보 보호 및 보안을 향상시킵니다. 동시에 Privasea는 Zamas 기술팀과 긴밀히 협력하여 TFHE 솔루션이 Privaseas 인프라에 원활하게 통합될 수 있도록 할 것입니다. 테스트 네트워크에 대한 스트레스 테스트와 보안 감사를 통해 양 당사자는 기술 통합의 안정성과 보안을 공동으로 보장합니다.
시스템 통합 외에도 Privasea와 Zama는 ZAMA의 글로벌 핵심 모델과 같은 새로운 기능을 공동으로 탐색하고 개발하여 향후 배포를 위한 기반을 마련할 것입니다. 동시에 Privasea는 ZAMA-ConcreteML 플랫폼을 기반으로 일련의 개인정보 보호 AI 애플리케이션도 개발할 예정입니다. 이들 애플리케이션은 생체 인식, 의료 영상 인식, 금융 데이터 분석 등 핵심 분야를 다루며, 자체 네트워크에서 애플리케이션을 테스트할 계획이다. 이러한 구체적인 적용 사례를 통해 Privasea와 Zama는 이론을 실제 사용자 가치로 변환하고 실제 환경에서 암호화 기술의 효율성을 검증할 수도 있습니다.
또한 Privasea와 Zama는 정기적인 기술 세미나와 워크숍을 통해 지식 공유 플랫폼을 구축하여 기술, 아이디어, 모범 사례의 교류를 촉진할 계획입니다. 양사는 일련의 기술 협력 외에도 시장 확대 전략, 공동 제품 프로모션 등 시장 차원에서 심도 있는 협력도 추진할 예정이다.
따라서 전반적으로 Privasea는 Zamas TFHE-rs 라이브러리를 네트워크에 통합하여 AI 운영의 개인정보 보호와 보안을 강화할 것이며, 이 새로운 통합은 Privasea 생태계의 발전을 동반할 것입니다. Privasea는 이미 AI, ML 및 기타 분야에 FHE 기술을 적용한 생태계로서 Zamas AI 레이아웃에 대한 장기적인 지원을 제공하고 FHE 솔루션에 필요한 컴퓨팅 리소스에 대한 중요한 지원을 제공할 것으로 예상됩니다. Zamas의 다른 파트너가 제공할 수 없는 정보입니다. 이를 바탕으로 Privasea는 Zama가 FHE 솔루션을 AI 및 ML 분야에 적용하는 데 중요한 퍼즐 조각이 될 것으로 예상됩니다.
실제로 Privasea와 Zama는 동일한 생태학적 비전을 가지고 있습니다. 한편, 두 회사는 서로 다른 분야에서 FHE 기술의 채택을 촉진하고 있습니다. 동시에 양측은 AI, ML 및 기타 분야를 지지합니다. 이러한 협력은 양방향 러시로도 간주됩니다.
Zama의 새로운 Web3 프로필
Zama 생태계는 종단 간 암호화 네트워크 HTTPZ(Z는 Zero Trust를 나타냄)를 구축하려는 비전을 가지고 있습니다. 이를 위해 한편으로는 Web2 및 Web3 애플리케이션을 위한 오픈 소스 FHE 도구 생태계를 제공합니다. 여러 오픈소스 제품을 구축함으로써 개발자는 블록체인, 인공지능 등 분야의 다양한 사용 사례에 FHE를 보다 쉽게 사용할 수 있습니다.
한편, 비전을 더 잘 실현하기 위해 새로운 Web3 프레임워크를 구축하고 있습니다.
Zama는 현재 FHE 기술 솔루션을 더욱 확장하기 위해 Inco, Fhenix 및 Privasea를 포함하여 FHE를 핵심 기술로 사용하는 세 가지 Web3 시설과 협력을 구축한 것을 볼 수 있습니다. 이 중 Inco는 Zama 프레임워크의 Layer 1 방향을 나타내고, Fhenix는 Layer 2 방향을 나타내며, Privasea는 Depin AI 시설 방향을 나타냅니다.
Zamas 오픈 소스 프레임워크를 기반으로 FHE 기술은 더 많은 분야로 확장되고 실질적인 문제를 해결할 수 있는 일련의 혁신적인 신흥 제품을 구축하여 Web3 세계의 개인 정보 보호를 강화하고 온라인 데이터 개인 정보 보호 분야의 새로운 표준을 확립할 것으로 예상됩니다. 생태계 파트너와 함께합니다.
정보 출처:
https://www.privasea.ai/blog-posts/transforming-ai-with-fhe
이 기사는 인터넷에서 가져온 것입니다. Privasea와 Zama는 AI, 데이터 보안 및 ML 분야를 공동으로 탐색하기 위해 협력합니다.
관련: 자본은 비트코인에서 이 세 가지 알트코인으로 회전합니다.
간단히 말해서 알트코인 SOL, BNB 및 AVAX는 비트코인의 최근 정체 속에서 자본 유입을 유도하고 높은 수익 가능성을 제공합니다. BNB는 BNB 스테이커가 수익을 증폭시키는 동시에 SOL 및 AVAX를 추적할 수 있도록 하는 Launchpool을 통해 수익성 있는 전망을 제공합니다. ANKR, RAY 및 MASK는 3월 상승세를 보이는 떠오르는 스타이지만, 최근 WIF와 BNB의 MVRV Z-Score 상승으로 인해 주의가 필요합니다. 수익성 있는 기회가 나타나면서 투자자들은 자본을 비트코인(BTC)에서 알트코인으로 전환합니다. 비트코인 가격이 최근 최고치에 근접하고 영구 선물 자금 조달 비율이 최저치로 떨어지면서 시장 정서는 주력 암호화폐에 대한 신중한 접근을 암시합니다. SOL, BNB, AVAX 투자자 유치 투자자들의 최근 움직임은 알트코인으로의 자본 재분배를 의미하며 유망한 성장을 보여줍니다. 그들은 솔라나(SOL),…
한국어 
English 
繁體中文 
简体中文 
Français 
Deutsch 
Русский 
Español 
日本語 
ไทย 
Tiếng Việt 
العربية 
Bahasa Indonesia 
हिन्दी 
اردو 
Türkçe