AI riêng tư và tính toán mù, sẽ làm bùng nổ Web3 và dẫn đến sự gia tăng đột biến người dùng?
Tuyển chọn TechFlowTuyển chọn TechFlow
AI riêng tư và tính toán mù, sẽ làm bùng nổ Web3 và dẫn đến sự gia tăng đột biến người dùng?
Bài viết này giới thiệu đến mọi người khái niệm mới về Web3 - tính toán mù (blind computation), và cách thức nó bảo vệ quyền riêng tư dữ liệu của bạn và tôi.
Chuyên sâu báo cáo Web3Tác giả: Viee, đóng góp chính cho Biteye
Chỉnh sửa: Crush, đóng góp chính cho Biteye
Cộng đồng: @BiteyeCN
*Toàn văn khoảng 3000 chữ, dự kiến thời gian đọc là 6 phút
Bạn có sẵn sàng giao dữ liệu trò chuyện cá nhân trong mười năm cho OpenAI, Google hay Facebook không?
Hãy tưởng tượng, trợ lý AI tương lai có thể sao chép hoàn hảo cách suy nghĩ của bạn, xử lý công việc hàng ngày như thể chính bạn đang thực hiện. Điều này nghe thật hào hứng, nhưng cũng đồng nghĩa rằng AI cần truy cập vào lượng lớn dữ liệu —— bao gồm mọi tin nhắn bạn từng gửi và tất cả thông tin tạo nên tính cách độc đáo của bạn, từ đó dẫn đến câu hỏi được nêu ra ban đầu. Theo khảo sát, 59% người tiêu dùng cảm thấy lo ngại khi sử dụng AI cá nhân hóa, nguyên nhân chủ yếu là do lo lắng về quyền riêng tư dữ liệu.
Nillion, một mạng lưới phi tập trung sáng tạo, cung cấp giải pháp khả thi cho vấn đề này bằng cách tận dụng Tính toán đa phương (MPC) và các công nghệ tăng cường bảo mật khác (PET). Biteye sẽ giới thiệu trong bài viết này khái niệm mới về "tính toán mù" (blind computing) trong Web3, và cách nó bảo vệ quyền riêng tư dữ liệu của chúng ta.
01 Thực trạng an toàn quyền riêng tư dữ liệu
Dữ liệu được xem như loại "dầu mỏ" mới trong thời đại số hóa, vấn đề bảo mật và riêng tư ngày càng trở nên quan trọng. Phương pháp xử lý dữ liệu truyền thống thường yêu cầu giải mã dữ liệu trước khi tính toán, điều này khiến thông tin nhạy cảm bị phơi bày trước các mối đe dọa an ninh tiềm tàng trong quá trình xử lý. Ví dụ, trong ngành y tế, dữ liệu bệnh nhân phải trải qua các biện pháp bảo vệ riêng tư nghiêm ngặt, nhưng vẫn có thể đối mặt với rủi ro rò rỉ khi phân tích. Điều này không chỉ ảnh hưởng đến niềm tin của người dùng đối với dịch vụ mà còn hạn chế khả năng chia sẻ dữ liệu và nghiên cứu hợp tác.
Mặc dù AI cá nhân hóa cho thấy tiềm năng to lớn, nhưng để hiện thực hóa tầm nhìn này, vấn đề quyền riêng tư dữ liệu phải được xử lý nghiêm túc, thì AI cá nhân hóa mới thực sự bước vào thời đại "Internet tiếp theo".
02 Tính toán mù là gì?
Nillion đã đề xuất một phương pháp mới để giải quyết vấn đề trên, đó là "tính toán mù" (Blind Computing). Bằng cách sử dụng kiến trúc mạng phi tập trung và các công nghệ tăng cường bảo mật tiên tiến, Nillion cho phép dữ liệu giá trị cao được lưu trữ và xử lý an toàn mà không cần giải mã.
Tính toán mù (Blind Computing) cho phép người dùng thực hiện các phép tính mà không cần truy cập trực tiếp vào dữ liệu gốc. Điều này có nghĩa là ngay cả khi dữ liệu được lưu trữ trong môi trường không đáng tin cậy, người dùng vẫn có thể thao tác một cách an toàn.
Bao gồm các bước chính sau:
-
Dữ liệu được che giấu và chia thành nhiều phần
-
Các mảnh dữ liệu này được gửi đến các nút khác nhau
-
Các nút xử lý dữ liệu mà không thể nhìn thấy nội dung
-
Kết quả được thu thập và kết hợp
-
Chỉ các bên được ủy quyền mới có thể xem kết quả cuối cùng
Nói cách khác, cốt lõi của tính toán mù là xử lý dữ liệu sau khi đã được mã hóa. Cụ thể hơn, người dùng mã hóa dữ liệu rồi gửi dữ liệu đã mã hóa đến máy chủ đám mây hoặc nền tảng tính toán khác. Trên những nền tảng này, mọi phép tính đều được thực hiện trên dữ liệu đã mã hóa, và kết quả cuối cùng cũng ở dạng mã hóa. Người dùng sau khi nhận được kết quả có thể giải mã để lấy được câu trả lời cuối cùng, mà không cần biết bất kỳ thông tin nào trong quá trình xử lý trung gian. Giống như một "trợ lý tính toán vô hình", vì vậy mà có tên gọi "tính toán mù".
Tính toán mù kết hợp nhiều công nghệ tiên tiến nhằm đảm bảo thông tin nhạy cảm luôn được an toàn trong suốt quá trình xử lý:
1. Tính toán đa phương (MPC)
Tính toán đa phương (Multi-Party Computation) là kỹ thuật cho phép nhiều bên cùng thực hiện một hàm số mà không cần tiết lộ dữ liệu đầu vào của mình. Mỗi bên tham gia chỉ biết dữ liệu đầu vào của bản thân và kết quả cuối cùng, mà không thể truy cập dữ liệu đầu vào của các bên khác.
Nguyên lý hoạt động của MPC có thể được hiểu qua câu chuyện kinh điển về hai tỷ phú. Vấn đề này lần đầu tiên được Andrew Yao đưa ra vào năm 1982. Nếu hai tỷ phú muốn biết ai giàu hơn nhưng lại không muốn tiết lộ tài sản của mình, họ có thể sử dụng MPC, thông qua một loạt thao tác mã hóa để cùng tính toán ra ai giàu hơn, mà không cần tiết lộ con số cụ thể. Quá trình này đảm bảo an toàn thông tin giữa các bên tham gia, đồng thời đạt được sự hợp tác.
Việc này được thực hiện thông qua một chuỗi các thao tác mã hóa, cho phép mỗi bên đưa giá trị tài sản của mình vào phép tính chung. Cách thức tổ chức phép tính chỉ xuất ra kết quả so sánh (ai giàu hơn), mà không tiết lộ bất kỳ chi tiết nào về tài sản ròng của từng người. Vấn đề này minh họa sức mạnh của MPC —— nó có thể thực hiện tính toán hợp tác trong khi vẫn bảo vệ quyền riêng tư.
Ứng dụng: Trong tính toán mù, MPC đảm bảo rằng ngay cả khi tính toán diễn ra trên máy chủ đám mây hoặc môi trường không đáng tin cậy, các nút tham gia cũng không thể nhìn thấy dữ liệu gốc. Phương pháp này rất phù hợp để xử lý thông tin nhạy cảm như giao dịch tài chính hoặc hồ sơ y tế.
2. Mã hóa đồng cấu (Homomorphic Encryption)
Mã hóa đồng cấu là một dạng mã hóa đặc biệt, cho phép thực hiện các phép tính trực tiếp trên dữ liệu đã mã hóa mà không cần giải mã. Người dùng có thể thực hiện nhiều loại phép toán (như cộng và nhân) ở trạng thái mã hóa, và kết quả cuối cùng vẫn ở dạng mã hóa. Người dùng có thể dùng khóa riêng của mình để giải mã và nhận được câu trả lời đúng.
Ứng dụng: Mã hóa đồng cấu đóng vai trò quan trọng trong tính toán mù, cho phép máy chủ thực hiện các phép toán trên dữ liệu mã hóa mà không cần biết nội dung dữ liệu. Công nghệ này giúp dữ liệu được xử lý an toàn hơn trong môi trường đám mây.
3. Công nghệ tăng cường bảo mật (PET)
Công nghệ tăng cường bảo mật là tập hợp các phương pháp nhằm nâng cao mức độ bảo vệ quyền riêng tư cá nhân, bao gồm ẩn danh, giả ẩn danh và làm mờ dữ liệu.
Ứng dụng: Trong tính toán mù, các công nghệ này có thể kết hợp với MPC và mã hóa đồng cấu để tiếp tục đảm bảo an toàn và riêng tư dữ liệu trong quá trình xử lý. Ví dụ, bằng cách ẩn danh dữ liệu đầu vào, có thể ngăn bất kỳ bên tham gia nào xác định được nguồn gốc dữ liệu.
4. Tính toán mù lượng tử
Tính toán mù lượng tử là phương pháp sử dụng các nguyên lý tính toán lượng tử để thực hiện tính toán mù. Nó cho phép người dùng thực hiện các phép tính mã hóa trên máy tính lượng tử, bảo vệ quyền riêng tư dữ liệu đầu vào và đầu ra.
Ứng dụng: Tính toán mù lượng tử hiện vẫn đang trong giai đoạn nghiên cứu, khi được hiện thực hóa dự kiến sẽ xử lý các vấn đề phức tạp hơn và có thể mở rộng năng lực tính toán của người dùng trong môi trường đám mây.
03 Kiến trúc mạng kép của Nillion
Để tổng hợp các công nghệ trên nhằm thực hiện tính toán mù, Nillion áp dụng kiến trúc mạng kép, bao gồm tầng phối hợp (NilChain) và tầng điều phối (Petnet). Thiết kế này đảm bảo việc lưu trữ và xử lý dữ liệu hiệu quả, đồng thời duy trì tính bảo mật và riêng tư của hệ thống.
1. Tầng phối hợp (NilChain)
Tầng phối hợp chịu trách nhiệm quản lý các thao tác thanh toán trong mạng, bao gồm lưu trữ và tính toán mù. Nó đảm bảo mọi giao dịch diễn ra suôn sẻ và phân bổ tài nguyên hiệu quả.
2. Tầng điều phối (Petnet)
Tầng điều phối sử dụng các công nghệ tăng cường bảo mật như MPC để bảo vệ dữ liệu tĩnh và thực hiện tính toán mù trên dữ liệu này. Petnet đảm bảo rằng ngay cả khi dữ liệu được chia sẻ giữa nhiều nút, tính bảo mật và riêng tư vẫn được giữ ở mức cao. Tầng này cung cấp một nền tảng linh hoạt cho các nhà phát triển, giúp họ xây dựng nhiều ứng dụng khác nhau nhằm đáp ứng nhu cầu đa dạng.
04 Tiến độ hiện tại của Nillion
Ngày 30 tháng 10, Nillion vừa thông báo hoàn tất vòng gây vốn 25 triệu USD, do Hack VC dẫn đầu, và nhận được sự hỗ trợ từ Arbitrum, Worldcoin và Sei. Tính đến nay, tổng số vốn gây được của Nillion đã đạt 50 triệu USD.
Kể từ khi ra mắt, Nillion đã đạt được một số con số nổi bật:
-
Số lượng trình xác thực: 247.660
-
Dữ liệu được bảo vệ tổng cộng: 711 GB
-
Tổng số bí mật bị thách thức: 120.254.931
Các trình xác thực giúp duy trì tính an toàn và toàn vẹn của dữ liệu; sự gia tăng số lượng này cho thấy Mạng Nillion đang trở nên mạnh mẽ và an toàn hơn.
Hiện tại, các đối tác của Nillion bao gồm các mạng blockchain NEAR, Aptos, Arbitrum, Mantle, IO.net, Ritual, v.v. Các lĩnh vực liên quan bao gồm: Ritual, Nesa dùng để huấn luyện và suy luận mô hình AI riêng tư; Rainfall, Dwinity, Nuklai dùng để lưu trữ, chia sẻ dữ liệu huấn luyện AI và kiếm lợi nhuận từ đó; MIZU dùng để tạo dữ liệu tổng hợp và bảo vệ dữ liệu cá nhân; Virtuals Protocol, Capx AI, Crush AI tạo các tác nhân riêng tư cá nhân hóa nhờ sự hỗ trợ của Nillion; PINDORA dùng để hỗ trợ bảo mật và bảo mật cho mạng DePIN. Nillion đang cố gắng thu hút các dự án nằm ở điểm giao giữa blockchain và AI, những dự án cần chia sẻ và lưu trữ lượng lớn dữ liệu một cách an toàn.
Trong tương lai, chúng ta có thể dự đoán Nillion sẽ được ứng dụng rộng rãi trong nhiều lĩnh vực như y tế, tài chính, giáo dục, góp phần xây dựng một hệ sinh thái dữ liệu an toàn và minh bạch hơn.
05 Tổng kết
Thông qua kiến trúc công nghệ sáng tạo và khả năng bảo vệ quyền riêng tư mạnh mẽ, Nillion đã mở ra một con đường khả thi để giải quyết vấn đề quyền riêng tư dữ liệu trong thế giới số hiện nay, giúp người dùng tận hưởng tiện ích từ các dịch vụ kỹ thuật số mà không phải lo lắng về việc thông tin cá nhân bị rò rỉ hoặc lạm dụng.
Nhìn từ hiện tại, chúng ta khó có thể hình dung tương lai của trí tuệ nhân tạo, sự trỗi dậy của bản sao kỹ thuật số cá nhân và nỗi lo về quyền riêng tư dữ liệu giống như hai đầu của một cái bập bênh. Nếu không có các biện pháp bảo vệ quyền riêng tư dữ liệu hiệu quả, AI cá nhân hóa sẽ khó giành được sự chấp nhận rộng rãi từ thị trường. Do đó, làm thế nào để tìm được sự cân bằng giữa thúc đẩy tiến bộ công nghệ và bảo vệ quyền riêng tư người dùng sẽ là chủ đề quan trọng cấp thiết mà ngành cần giải quyết. Cùng với sự phát triển của mạng Nillion, chúng ta kỳ vọng sẽ thấy ngày càng nhiều ứng dụng mới được xây dựng trên nền tảng này, mang lại tác động tích cực cho xã hội nhân loại trong thời đại AI.
💡 Khuyến cáo rủi ro: Nội dung trên chỉ nhằm mục đích chia sẻ thông tin, không phải lời khuyên đầu tư. Đề nghị độc giả tuân thủ pháp luật và quy định tại khu vực mình cư trú.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@BiteyeCN
