Privasea และ Zama บรรลุความร่วมมือเพื่อร่วมกันสำรวจสาขา AI ความปลอดภัยของข้อมูล และ ML

เมื่อเร็วๆ นี้ ระบบนิเวศของ Privasea มีความก้าวหน้าทางระบบนิเวศอย่างต่อเนื่อง หลังจากออกAIการจัดหาเงินทุนภาคเอกชนเชิงกลยุทธ์รอบใหม่ ได้บรรลุความร่วมมือเชิงกลยุทธ์กับ Zama และทั้งสองฝ่ายจะผูกพันกันเป็นเวลานาน สิ่งนี้ไม่เพียงแต่แสดงให้เห็นว่า Zamas ยอมรับโซลูชันทางเทคนิคของ Privaseas ในระยะยาวเท่านั้น การพัฒนา แนวโน้มและทิศทางการเล่าเรื่อง แต่ยังถือเป็นความก้าวหน้าที่สำคัญในการประยุกต์ใช้การปกป้องความเป็นส่วนตัวในด้านการเรียนรู้ของเครื่อง

ซามะเป็นเทคโนโลยี บริษัท ทุ่มเทเพื่อส่งเสริมการประยุกต์ใช้การเข้ารหัสแบบโฮโมมอร์ฟิก (FHE) อย่างสมบูรณ์ในด้านบล็อกเชนและปัญญาประดิษฐ์ ในช่วงสี่ปีที่ผ่านมา บริษัทได้เปลี่ยน FHE จากทฤษฎีคณิตศาสตร์เชิงนามธรรมเป็นโค้ดที่ใช้งานได้จริงอย่างต่อเนื่อง ซึ่งช่วยเพิ่มความสามารถของนักพัฒนาในการใช้เทคโนโลยี FHE ได้อย่างมาก เมื่อเร็วๆ นี้ Zama ระดมทุนได้ $73 ล้านในการระดมทุน Series A ซึ่งตอกย้ำความเชื่อมั่นของตลาดต่อความแข็งแกร่งทางเทคนิคของ Zamas และศักยภาพในการพัฒนา

ปัจจุบัน Zama ได้พัฒนาไลบรารีและโซลูชัน FHE ที่เป็นมิตรกับนักพัฒนา และยังคงเพิ่มประสิทธิภาพอย่างต่อเนื่อง fhEVM ของบริษัทได้รับผลลัพธ์ที่น่าทึ่งในสัญญาอัจฉริยะด้านความเป็นส่วนตัวสำหรับแอปพลิเคชันบล็อกเชน และได้รับการบูรณาการเข้ากับหลายโครงการ รวมถึง Fhenix, Shiba Inu และ Inco ความร่วมมือเหล่านี้ถือเป็นความก้าวหน้าในทางปฏิบัติของการปกป้องความเป็นส่วนตัวในบล็อกเชน

ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจักรเป็นพื้นที่ที่มีศักยภาพซึ่ง Zama หวังที่จะส่งเสริมการนำเทคโนโลยี FHE ไปใช้อย่างกว้างขวาง ตัวอย่างเช่น เครื่องมือ Concrete ML รองรับสาขาเทคโนโลยีล้ำสมัยเหล่านี้ เพื่อให้มีความก้าวหน้าอย่างมากในทิศทางนี้ Zama ได้บรรลุความร่วมมือเชิงกลยุทธ์กับ Privasea และก่อตั้งการบูรณาการด้านเทคนิคในเชิงลึกระหว่างกัน จากนี้ Zama จะให้การสนับสนุนทางเทคนิคระยะยาวสำหรับโซลูชัน Privaseas FHEML และ Privasea ก็จะกลายเป็นชิ้นส่วนสำคัญของปริศนาสำหรับ Zama ในการใช้โซลูชัน FHE กับสาขา AI และ ML

ด้วยความร่วมมือนี้ Privasea และ Zama จะมีบทบาทที่ขาดไม่ได้ในระบบนิเวศของกันและกัน และระบบนิเวศทั้งสองจะผูกพันกันเป็นเวลานาน ในเวลาเดียวกัน การก่อตั้งความร่วมมือนี้ยังบ่งชี้ว่าการประยุกต์ใช้เทคโนโลยีป้องกันความเป็นส่วนตัวในด้านการเรียนรู้ของเครื่องจักรกำลังจะนำไปสู่ความก้าวหน้าครั้งใหม่

เรื่องเล่าของระบบนิเวศพริวาซี

Privasea เป็นแพลตฟอร์มคอมพิวเตอร์เพื่อความเป็นส่วนตัวที่ขับเคลื่อนโดย AI+DePIN และใช้เทคโนโลยี FHE มีความมุ่งมั่นที่จะมอบสภาพแวดล้อมการประมวลผล AI และการเรียนรู้ของเครื่องที่ปลอดภัยและยั่งยืน เราได้เห็นแล้วว่าในด้าน AI ความปลอดภัยของข้อมูลและการปกป้องความเป็นส่วนตัวถือเป็นความท้าทายระยะยาวและซับซ้อนมาโดยตลอด และโซลูชัน Privaseas FHE มีการรักษาความลับของข้อมูลและการปฏิบัติตามข้อกำหนดในระดับสูง และสามารถปฏิบัติตามกฎหมายและข้อบังคับ เช่น ระเบียบการคุ้มครองข้อมูลทั่วไปของสหภาพยุโรป (GDPR)

แกนหลักของเครือข่าย Privasea คือไปป์ไลน์ FHE อันทรงพลัง ซึ่งใช้ TFHE-RS และ Concrete-ML และได้รับการปรับแต่งเป็นพิเศษสำหรับความต้องการของ Privasea ส่วนประกอบนี้เป็นป้อมปราการที่แข็งแกร่งสำหรับความปลอดภัยของข้อมูล ดังนั้นข้อมูลผู้ใช้จึงได้รับการเข้ารหัสและป้องกันตลอดกระบวนการประมวลผลทั้งหมด และจะไม่รั่วไหลแม้ในระหว่างการประมวลผลร่วมกัน ดังนั้นเราจึงเห็นว่า Zama เป็นแหล่งสำคัญของ Privasea FHE และการสนับสนุนเครือข่าย Privasea นั้นมีระยะยาวและต่อเนื่อง

Privasea ไม่เพียงแต่มอบเครื่องมือและฟังก์ชันให้กับนักพัฒนาในการเข้าถึงความสามารถของเครือข่าย Privasea AI ผ่านทาง API เท่านั้น ซึ่งสนับสนุนให้พวกเขารวมความสามารถ AI เข้ากับแอปพลิเคชันของพวกเขาได้อย่างราบรื่น ในขณะเดียวกันก็รับประกันความปลอดภัยของข้อมูลและความเป็นส่วนตัว ในเวลาเดียวกัน Privasea ยังได้เปิดตัวเครือข่าย DePIN ที่เน้นการประมวลผลเป็นหลัก นั่นคือ Privanetix ซึ่งรวบรวมทรัพยากรการประมวลผลแบบกระจายอำนาจเพื่อให้สามารถประมวลผลข้อมูลที่เข้ารหัสได้อย่างปลอดภัยและมีประสิทธิภาพ แต่ละโหนดในเครือข่ายมีไปป์ไลน์ FHEML ที่ใช้งานได้ ช่วยให้โหนดแบบกระจายอำนาจดำเนินการคำนวณการเรียนรู้ของเครื่องได้อย่างมีประสิทธิภาพโดยไม่ต้องเปิดเผยข้อมูลที่ละเอียดอ่อน

เครือข่าย Privanetix ขับเคลื่อนโดยชุดสัญญาอัจฉริยะ Privaseas ซึ่งช่วยให้มั่นใจได้ว่าโหนดการประมวลผลในเครือข่ายสามารถติดตามและให้รางวัลได้อย่างแม่นยำ สัญญาอัจฉริยะมอบสิ่งจูงใจให้กับผู้เข้าร่วมเครือข่าย ในขณะเดียวกันก็รักษาความโปร่งใสและความยุติธรรม และเป็นรากฐานทางเศรษฐกิจสำหรับการดำเนินงานที่ยั่งยืนของเครือข่ายทั้งหมด

ข้อดีอีกประการของ Privasea ก็คือรองรับผู้ใช้ที่ไม่มีพื้นฐานการเข้ารหัสหรือการเขียนโปรแกรม เพื่อให้เข้าถึงและใช้ความสามารถของเครือข่ายนี้ได้อย่างง่ายดาย สิ่งนี้ไม่เพียงลดเกณฑ์การใช้การประมวลผล FHE AI ขั้นสูงลงอย่างมาก ทำให้ผู้ใช้จำนวนมากขึ้นได้รับความสะดวกสบายจาก AI อย่างปลอดภัย แต่ยังขยายขีดความสามารถการประมวลผล AI ความเป็นส่วนตัวชุดนี้ไปยังสาขาต่างๆ ได้อย่างราบรื่น ในขณะเดียวกัน ในขณะที่ปกป้องข้อมูลผู้ใช้ เครือข่าย Privasea ยังสนับสนุนการตรวจสอบการปฏิบัติตามข้อกำหนดและปฏิบัติตามกฎหมายและข้อบังคับระดับชาติต่างๆ รวมถึงกฎหมายต่อต้านการฟอกเงิน โซลูชันการประมวลผลแบบออฟไลน์นี้ไม่เพียงแต่รับประกันความปลอดภัยของข้อมูลเท่านั้น แต่ยังช่วยให้มั่นใจได้ว่าสามารถตรวจสอบพฤติกรรมของเครือข่ายได้เมื่อจำเป็น ทำให้ผู้ใช้มีสภาพแวดล้อมการประมวลผลที่ปลอดภัยและเชื่อถือได้

ด้วยเหตุนี้ Privasea จึงสามารถบูรณาการเข้ากับสถานการณ์ต่างๆ มากมายด้วยข้อกำหนดด้านการตรวจสอบ การประมวลผล และการวิเคราะห์สำหรับการปกป้องข้อมูล สถานการณ์ที่เป็นไปได้ ได้แก่ ไบโอเมตริกซ์ การรักษาพยาบาล การเงิน การประมวลผลข้อมูลบนคลาวด์ที่ปลอดภัย ระบบลงคะแนนแบบไม่เปิดเผยตัวตน ฯลฯ

เราเห็นว่า Privasea กำลังส่งเสริมการใช้โซลูชัน FHE ในวงกว้าง ในขณะเดียวกันก็เป็นแรงผลักดันให้เทคโนโลยี AI บูรณาการอย่างลึกซึ้งกับสถานการณ์ต่างๆ และนำไปใช้อย่างกว้างขวาง ในขณะเดียวกันก็รับประกันความปลอดภัยของข้อมูลและปฏิบัติตามกฎระเบียบของข้อมูล ระบบนิเวศนี้คาดว่าจะกลายเป็นผู้ให้บริการมูลค่ารายใหม่สำหรับตลาดแอปพลิเคชันที่มีมูลค่านับล้านล้านดอลลาร์

การเดินทางสองทางของ Privasea และ Zamas

ปัจจุบัน ความร่วมมือระหว่าง Privasea และ Zama มีความก้าวหน้าอย่างมาก และแกนหลักของความร่วมมือระหว่างทั้งสองอยู่ที่การบูรณาการอัลกอริทึม ปัจจุบัน Privasea ไม่เพียงแต่สนับสนุนโซลูชัน TFHE กระแสหลักเท่านั้น แต่ยังรวมไลบรารี TFHE-rs ขั้นสูงของ Zamas เข้ากับเครือข่ายของตนเอง เพื่อปรับปรุงความเป็นส่วนตัวและความปลอดภัยของการดำเนินงาน AI ในเวลาเดียวกัน Privasea จะทำงานอย่างใกล้ชิดกับทีมเทคนิคของ Zamas เพื่อให้แน่ใจว่าโซลูชัน TFHE สามารถบูรณาการเข้ากับโครงสร้างพื้นฐานของ Privaseas ได้อย่างราบรื่น ทั้งสองฝ่ายจะร่วมกันรับรองเสถียรภาพและความปลอดภัยของการบูรณาการทางเทคนิคผ่านการทดสอบภาวะวิกฤตและการตรวจสอบความปลอดภัยบนเครือข่ายทดสอบ

นอกเหนือจากการบูรณาการระบบแล้ว Privasea และ Zama จะร่วมกันสำรวจและพัฒนาคุณสมบัติใหม่ๆ เช่น โมเดลหลักระดับโลกของ ZAMA เพื่อเป็นการวางรากฐานสำหรับการปรับใช้ในอนาคต ในเวลาเดียวกัน Privasea จะพัฒนาชุดแอปพลิเคชัน AI ที่รักษาความเป็นส่วนตัวบนแพลตฟอร์ม ZAMA-ConcreteML แอปพลิเคชันเหล่านี้ครอบคลุมพื้นที่สำคัญ เช่น ชีวมาตร การจดจำภาพทางการแพทย์ และการวิเคราะห์ข้อมูลทางการเงิน และวางแผนที่จะทดสอบแอปพลิเคชันบนเครือข่ายของตนเอง ด้วยกรณีการใช้งานเฉพาะเหล่านี้ Privasea และ Zama สามารถแปลงทฤษฎีให้เป็นคุณค่าของผู้ใช้จริง และยังตรวจสอบประสิทธิภาพของเทคโนโลยีการเข้ารหัสในสภาพแวดล้อมจริงได้ด้วย

นอกจากนี้ Privasea และ Zama ยังวางแผนที่จะสร้างแพลตฟอร์มแบ่งปันความรู้ผ่านการสัมมนาทางเทคนิคและเวิร์คช็อปเป็นประจำ เพื่อส่งเสริมการแลกเปลี่ยนเทคโนโลยี แนวคิด และแนวปฏิบัติที่ดีที่สุด นอกเหนือจากชุดความร่วมมือทางเทคนิคแล้ว ทั้งสองยังวางแผนที่จะดำเนินการความร่วมมือเชิงลึกในระดับตลาด เช่น กลยุทธ์การขยายตลาด การส่งเสริมผลิตภัณฑ์ร่วมกัน เป็นต้น

โดยรวมแล้ว Privasea จะปรับปรุงความเป็นส่วนตัวและความปลอดภัยของการดำเนินงาน AI ด้วยการรวมไลบรารี Zamas TFHE-rs เข้ากับเครือข่าย และการบูรณาการใหม่นี้จะมาพร้อมกับการพัฒนาระบบนิเวศของ Privasea เนื่องจากระบบนิเวศได้เห็นการประยุกต์ใช้เทคโนโลยี FHE กับ AI, ML และสาขาอื่นๆ แล้ว Privasea จึงได้รับการคาดหวังให้ให้การสนับสนุนระยะยาวสำหรับโครงร่าง Zamas AI และให้การสนับสนุนที่สำคัญสำหรับทรัพยากรการประมวลผลที่จำเป็นสำหรับโซลูชัน FHE ซึ่งเป็นบางสิ่งบางอย่าง ที่พันธมิตรรายอื่นของ Zamas ไม่สามารถให้ได้ บนพื้นฐานนี้ Privasea คาดว่าจะกลายเป็นชิ้นส่วนสำคัญของปริศนาสำหรับ Zama ในการใช้โซลูชัน FHE กับด้าน AI และ ML

ในความเป็นจริง Privasea และ Zama มีวิสัยทัศน์ทางนิเวศน์ที่เหมือนกัน ในด้านหนึ่ง ทั้งสองกำลังส่งเสริมการนำเทคโนโลยี FHE มาใช้ในด้านต่างๆ ในขณะเดียวกันทั้งสองฝ่ายก็เป็นผู้สนับสนุน AI, ML และสาขาอื่นๆ ความร่วมมือนี้ยังถูกมองว่าเป็นการเร่งรีบแบบสองทาง

Zama โปรไฟล์ Web3 ใหม่

ระบบนิเวศของ Zama มีวิสัยทัศน์ในการสร้างเครือข่าย HTTPZ ที่เข้ารหัสแบบ end-to-end (Z ย่อมาจาก Zero Trust) ในแง่หนึ่ง จึงมีระบบนิเวศของเครื่องมือ FHE แบบโอเพ่นซอร์สสำหรับแอปพลิเคชัน Web2 และ Web3 ด้วยการสร้างผลิตภัณฑ์โอเพ่นซอร์สหลายรายการ ช่วยให้นักพัฒนาสามารถใช้ FHE ได้ง่ายขึ้นสำหรับกรณีการใช้งานต่างๆ ในสาขาต่างๆ เช่น บล็อกเชน และปัญญาประดิษฐ์

ในทางกลับกัน กำลังสร้างเฟรมเวิร์ก Web3 ใหม่เพื่อให้บรรลุวิสัยทัศน์ที่ดียิ่งขึ้น

เราจะเห็นได้ว่าปัจจุบัน Zama ได้สร้างความร่วมมือกับสิ่งอำนวยความสะดวก Web3 ที่แตกต่างกันสามแห่งโดยมี FHE เป็นเทคโนโลยีหลัก รวมถึง Inco, Fhenix และ Privasea เพื่อขยายโซลูชันทางเทคนิคของ FHE ต่อไป ในบรรดาสิ่งเหล่านั้น Inco แสดงถึงทิศทางของเลเยอร์ 1 ของกรอบงาน Zama, Fhenix แสดงถึงทิศทางของเลเยอร์ 2 และ Privasea คือทิศทางของสิ่งอำนวยความสะดวก Depin AI

จากกรอบโอเพ่นซอร์สของ Zamas เทคโนโลยี FHE คาดว่าจะขยายไปสู่สาขาต่างๆ มากขึ้น และสร้างชุดผลิตภัณฑ์ที่เป็นนวัตกรรมใหม่ที่สามารถแก้ปัญหาในทางปฏิบัติได้ ซึ่งจะช่วยเพิ่มความเป็นส่วนตัวของโลก Web3 และสร้างมาตรฐานใหม่ในด้านความเป็นส่วนตัวของข้อมูลออนไลน์ กับพันธมิตรทางระบบนิเวศ

แหล่งที่มาของข้อมูล:

https://www.privasea.ai/blog-posts/transforming-ai-with-fhe

https://www.zama.ai/media

บทความนี้มาจากอินเทอร์เน็ต: Privasea และ Zama บรรลุความร่วมมือเพื่อร่วมกันสำรวจสาขา AI ความปลอดภัยของข้อมูล และ ML

ที่เกี่ยวข้อง: เงินทุนหมุนเวียนจาก Bitcoin มาเป็น Altcoins ทั้งสามนี้

โดยสรุป Altcoins SOL, BNB และ AVAX ดึงดูดเงินทุนไหลเข้าท่ามกลางการหยุดชะงักของ Bitcoin เมื่อเร็ว ๆ นี้ และเสนอศักยภาพในการสร้างผลตอบแทนสูง BNB มอบโอกาสในการทำกำไรด้วย Launchpool ช่วยให้ผู้เดิมพัน BNB สามารถขยายผลตอบแทนได้ ในขณะที่ SOL และ AVAX กำลังตามรอย ANKR, RAY และ MASK ถือเป็นดาวรุ่งพุ่งแรงในเดือนมีนาคม แต่การเพิ่มขึ้นเมื่อเร็วๆ นี้ของ WIF และ MVRV Z-Score ของ BNB เป็นสิ่งที่ควรระวัง เมื่อมีโอกาสสร้างรายได้ นักลงทุนจะเปลี่ยนเงินทุนจาก Bitcoin (BTC) ไปเป็น altcoins เนื่องจากราคาของ Bitcoin หยุดนิ่งใกล้ระดับสูงสุดในช่วงที่ผ่านมา และอัตราการระดมทุนในอนาคตแบบถาวรลดลงสู่ระดับต่ำสุดใหม่ ความเชื่อมั่นของตลาดบ่งบอกถึงแนวทางที่ระมัดระวังต่อสกุลเงินดิจิทัลที่เป็นเรือธง SOL, BNB, AVAX ดึงดูดนักลงทุน การเคลื่อนไหวล่าสุดของนักลงทุนบ่งบอกถึงการกระจายทุนไปสู่อัลท์คอยน์ ซึ่งแสดงให้เห็นถึงการเติบโตที่ดี พวกเขาได้แยก altcoins สามอัน — Solana (SOL),...