Mind Network, incubé et financé par Binance, vise le cœur de l'IA : la confidentialité des données avec le chiffrement homomorphe entier (FHE)
TechFlow SélectionTechFlow Sélection
Mind Network, incubé et financé par Binance, vise le cœur de l'IA : la confidentialité des données avec le chiffrement homomorphe entier (FHE)
Mind Network est la première solution de restaking conçue pour l'IA et les réseaux PoS basée sur le chiffrement homomorphe (FHE).
Dédié à des analyses Web3 approfondiesLa Sainte Grâce de la cryptographie —— Le chiffrement entièrement homomorphe (Fully Homomorphic Encryption)
Le 5 mai, le fondateur d'Ethereum, Vitalik Buterin, a de nouveau partagé sur Twitter son article de 2020 consacré au FHE (chiffrement entièrement homomorphe), ravivant ainsi l'intérêt et les discussions autour des applications de cette technologie. L'article de Vitalik explore en profondeur les principes mathématiques sous-jacents ; vous pouvez consulter la version originale en anglais ici.
Le FHE (Fully Homomorphic Encryption), ou calcul entièrement homomorphe en français, tout comme le ZK, représente l'un des domaines les plus avancés de la cryptographie, souvent qualifié de « Sainte Grâce de la cryptographie ».
En termes simples, le chiffrement entièrement homomorphe permet d'effectuer des calculs directement sur des données chiffrées, sans avoir besoin de les déchiffrer préalablement.
Il est facile de comprendre que 1+2 donne 3, mais lorsque ces valeurs sont chiffrées, le fait que Encrypt(1) + Encrypt(2) donne toujours Encrypt(3) constitue précisément l'essence du FHE : le calcul sur texte chiffré équivaut au calcul sur le texte clair chiffré.
Contrairement au ZK, dont les applications dans Web3 se concentrent davantage sur l'extensibilité, le FHE s'inscrit principalement dans une logique de protection de la vie privée et de sécurité des données. Bien que Web3 soit aujourd'hui surtout associé aux technologies ZK, notamment via les ZKRollups, le FHE commence à révéler son potentiel unique dans plusieurs domaines, notamment l'intelligence artificielle (IA).
Bien que les technologies basées sur le ZK soient actuellement les plus connues dans l'écosystème Web3, le FHE commence à montrer un potentiel significatif, particulièrement dans le domaine de l’IA.
Mind Network
Mind Network est la première solution de restaking fondée sur le FHE, conçue spécifiquement pour les réseaux d'IA et PoS.
À l'image d’EigenLayer, qui propose une solution de restaking pour l’écosystème Ethereum, Mind Network joue un rôle similaire dans le domaine de l’IA. Grâce à sa combinaison de mécanismes de restaking et de consensus sécurisé basé sur le FHE, il garantit à la fois la sécurité économique des jetons et la protection des données au sein des réseaux d’IA décentralisés.
L'équipe derrière Mind Network rassemble principalement des professeurs et docteurs spécialisés en IA, cybersécurité et cryptographie, issus d'institutions prestigieuses telles que Cambridge, Google, Microsoft et IBM. L'un de ses membres clés a été sélectionné parmi les douze boursiers mondiaux du programme Ethereum Foundation Fellow, collaborant étroitement avec l'équipe de recherche de la Fondation sur des sujets liés à la cryptographie et à la sécurité. La solution pionnière mondiale développée par Mind, combinant FHE et adresses furtives (Stealth Address) — appelée MindSAP (lien vers l'article scientifique, très technique, à lire à vos risques et périls) — résout le problème ouvert des Stealth Addresses posé initialement par Vitalik Buterin (Stealth Address Open Problem). Cette avancée a suscité un vif intérêt au sein de la communauté Ethereum, faisant l'objet de nombreuses publications et présentations.
En 2023, Mind Network a été sélectionné par l'accélérateur de Binance et a levé 2,5 millions de dollars lors d’un tour de financement seed impliquant Binance et d'autres institutions renommées. Il a également reçu une subvention Fellowship de la Fondation Ethereum, a intégré le programme Chainlink Build et est devenu partenaire officiel de Chainlink en tant que Channel Partner.
En février 2024, Mind Network est devenu un partenaire stratégique majeur de ZAMA, une entreprise renommée spécialisée dans le FHE.
Récemment, Mind Network a accéléré l'expansion de son écosystème, offrant des services de sécurité de consensus aux réseaux d'IA tels qu’io.net, Singularity, Nimble, Myshell et AIOZ, proposant une solution de pont FHE pour Chainlink CCIP, et fournissant des services de stockage sécurisé pour les données d'IA sur IPFS, Arweave et Greenfield.
FHE + IA : répondre aux défis fondamentaux de l’IA
Durant la conférence Web3 de Hong Kong en avril dernier, Vitalik Buterin a exprimé son enthousiasme quant aux futures applications du FHE, notamment dans des cas comme le vote chiffré (Encrypted Voting). Considéré comme l'une des avancées les plus prometteuses de la cryptographie, le FHE incarne aussi une direction clé que souhaite explorer Ethereum.
Récemment, le fondateur de ZAMA a publié un article présentant son « Master Plan », exposant la vision de création d’un réseau HTTPZ de bout en bout chiffré (« Z » pour « Zero Trust », zéro confiance), avec pour objectif de rendre le FHE omniprésent dans les domaines de la blockchain et de l’intelligence artificielle.
Dans le domaine de l’IA, plusieurs étapes critiques — telles que l'entraînement, l'ajustement, l'utilisation et l'évaluation — font face à un défi commun dans un contexte décentralisé : comment supprimer les hypothèses de confiance ? Par exemple :
-
Lors de l'entraînement d'un modèle d'IA, une validation croisée est nécessaire pour sélectionner le meilleur résultat.
-
Avant d'utiliser un service d'IA, il faut classer les services existants afin d'identifier le meilleur.
-
Les modèles d'IA doivent être continuellement ajustés et mis à jour, ce qui nécessite une évaluation indépendante.
Dans les environnements centralisés, ces processus reposent sur la confiance envers de grandes entreprises censées respecter leurs obligations réglementaires et ne pas abuser de leur position.
Mais dans un cadre décentralisé, où aucune autorité centrale ne peut servir de garantie, comment s'assurer que toutes les parties collaborent de manière juste et efficace ? C’est précisément là que le FHE entre en jeu.
Par exemple :
-
Pendant l'entraînement d'un modèle d'IA, une validation croisée peut être réalisée via un vote anonyme pour choisir le meilleur résultat, éliminant ainsi la nécessité de faire confiance à une entité comme OpenAI.
-
Avant d’utiliser un service d’IA, un classement peut être établi grâce à des évaluations anonymes, supprimant ainsi la dépendance envers une plateforme centralisée comme un AppStore dédié à l’IA.
-
Pour l’ajustement continu des modèles d’IA, une évaluation indépendante peut être effectuée par échantillonnage aléatoire, rendant inutile la confiance envers un organisme tiers d’évaluation.
L’intégration du FHE permet aussi d’atteindre un niveau de zéro confiance (zero trust) dans les systèmes d’IA, comblant ainsi une lacune du ZK, qui suppose encore une agrégation hors chaîne.
De nombreux autres cas d’usage peuvent être envisagés, notamment pour permettre aux agents d’IA et aux systèmes multi-agents de mieux interagir intelligemment et d’assurer une gouvernance vertueuse.
En outre, grâce à sa capacité unique à effectuer des calculs sur des données chiffrées, le FHE permet également de résoudre deux autres problèmes cruciaux : la confidentialité des données et la propriété des données :
-
Qui peut accéder à mes données ? = Confidentialité des données
-
À qui appartiennent les données générées par l’IA ? = Propriété des données
Le FHE permet de garder les données chiffrées côté utilisateur, ne circulant jamais sous forme claire, ni pendant le stockage, ni la transmission, ni même le calcul.
À ce jour, hormis le FHE, les données ne sont chiffrées qu’en transit et au repos. Dès qu’un calcul est requis, elles doivent être déchiffrées, ce qui fait perdre aux utilisateurs tout contrôle sur leurs données. Dans la réalité, dès qu’un tiers copie vos données en clair, il peut en faire librement usage sans que vous puissiez le savoir. Vous devez alors compter uniquement sur les déclarations des utilisateurs ou sur une surveillance tierce. Avec le FHE, même si vos données chiffrées sont copiées, leur déchiffrement et toute visualisation du contenu en clair exigent votre consentement explicite. Vous conservez donc un contrôle total sur l’utilisation de vos données, qui deviennent exploitables et négociables, mais jamais lisibles par autrui — protégeant ainsi à la fois la vie privée et la propriété des données.
Ces caractéristiques sont justement ce dont ont désespérément besoin l’IA et Web3 : elles permettent une participation publique via le staking tout en assurant un consensus cryptographique, empêchant à la fois les comportements malveillants et le gaspillage de ressources.
Le prochain grand événement de l’IA
On peut donc affirmer que la convergence entre l’IA et Web3 est inévitable, et que le FHE joue pour l’IA le rôle que représentait autrefois le « prochain grand truc » chez Apple.
Récemment, IO.NET et Mind Network ont annoncé un partenariat approfondi visant à co-développer des solutions innovantes pour renforcer la sécurité et l'efficacité de l'intelligence artificielle. IO.NET intègre désormais la solution de chiffrement entièrement homomorphe de Mind Network dans sa plateforme de calcul distribué, afin d'améliorer la sécurité de ses produits.
Pour plus d'informations sur ce partenariat, consultez : Mind Network and io.net Partners up for Advanced AI Security and Efficiency
Ce partenariat illustre parfaitement comment le calcul distribué peut servir de tremplin à l’intégration synergique entre l’IA et le FHE.
Prenons l'exemple d’IO.NET : des utilisateurs mettent à disposition leur puissance de calcul, tandis que des développeurs d’IA la louent.
Lorsqu’un développeur soumet une tâche, celle-ci est découpée par le système et exécutée sur les ressources fournies par les utilisateurs.
Plusieurs questions se posent alors : sur quelle ressource calculer ? Les résultats obtenus sont-ils corrects ? Y a-t-il un risque de fuite de données privées lors de la location ?
1. Sur quelle ressource calculer ?
Habituellement, la sélection des nœuds repose sur des tâches-test : le système publie occasionnellement des demandes pour vérifier quels nœuds sont disponibles et prêts à traiter des requêtes.
Cependant, cela peut encourager certaines manipulations, par exemple des nœuds optimisant spécifiquement leurs performances pour ces tests afin d’obtenir des priorités — une situation analogue aux attaques MEV.
Mind Network résout ce problème grâce au FHE, en chiffrant les demandes et les données. Ainsi, aucun nœud ne peut adapter son comportement de manière avantageuse.
2. Les résultats obtenus sont-ils corrects ?
Dans un système de calcul distribué, la vérification de l’exactitude des résultats passe par un mécanisme de consensus, typiquement un vote.
Si les nœuds connaissent les choix des autres, cela peut entraîner des effets de suivi (herding), compromettant l’équité et la validité du résultat final.
Avec le calcul FHE, les votes restent chiffrés entre les nœuds, mais peuvent tout de même participer au calcul global, garantissant ainsi un résultat impartial.
3. Y a-t-il un risque de fuite de données privées lors de la location ?
Le cœur du FHE réside dans la sécurité des données : non seulement les données sont chiffrées pendant le calcul, mais la nature même de la tâche à traiter l’est aussi, éliminant ainsi tout risque de divulgation de données sensibles.
Une perspective complémentaire : le Restaking
IO.NET peut être vu comme un réseau PoS, où les nœuds doivent staker des jetons IO pour recevoir des récompenses proportionnelles à leur contribution en puissance de calcul.
Un problème potentiel surgit toutefois : si le prix du jeton staké fluctue fortement, cela peut affecter la stabilité des validateurs et la sécurité du réseau.
La réponse de Mind Network consiste en un système de double staking, voire triple staking.
Il accepte comme garantie des jetons liquides de BTC/ETH ou des jetons de grands réseaux d’IA, diversifiant ainsi les risques et renforçant la sécurité globale du réseau. Il s'agit en essence d’une évolution du concept de sécurité partagée via le restaking.
Mind prend également en charge le Remote Staking, permettant aux détenteurs d’actifs LST/LRT de participer sans avoir à effectuer de transferts inter-chaînes, préservant ainsi la sécurité de leurs fonds.
Récemment, Mind a achevé avec succès la phase de testnet Glaxe, mobilisant plus de 650 000 utilisateurs actifs et générant 3,2 millions de transactions sur le testnet.
Selon des informations officielles, le déploiement du réseau principal de Mind est imminent — à suivre de près.
Conclusion
En somme, bien que Mind Network mette en avant le FHE et l’IA, le mot-clé central reste « sécurité ». Il utilise la cryptographie pour résoudre des problèmes fondamentaux de sécurité.
Le restaking assure la sécurité économique des jetons, le remote staking protège les actifs, le FHE garantit la sécurité des données, et l’association IA+FHE assure la sécurité du consensus.
L’édifice de la blockchain repose sur la cryptographie, et c’est peut-être aussi à travers elle qu’il trouvera ses prochaines grandes réponses.
Au-delà des réseaux d’IA, Mind Network élargit progressivement le champ d’application de ses solutions, en coopérant avec des projets dans le stockage décentralisé, les réseaux EigenLayer AVS, les sous-réseaux de Bittensor, les ponts inter-chaînes, etc., révélant ainsi tout le potentiel du FHE.
En 2024, si la cryptographie a ouvert la voie avec le ZK dans l’univers Web3, le FHE s’impose désormais comme le thème dominant de la deuxième moitié de l’année. Parallèlement, l’engouement autour de l’IA reste intense. Fort de la triple narration IA + FHE + Restaking, soutenu par des investissements de poids comme ceux de la Fondation Ethereum et de Binance, Mind Network pourrait bien devenir le leader incontesté du FHE. Son accession au réseau principal nous le dira très bientôt.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
