📢 Gate广场 #MBG任务挑战# 发帖赢大奖活动火热开启!
想要瓜分1,000枚MBG?现在就来参与,展示你的洞察与实操,成为MBG推广达人!
💰️ 本期将评选出20位优质发帖用户,每人可轻松获得50枚MBG!
如何参与:
1️⃣ 调研MBG项目
对MBG的基本面、社区治理、发展目标、代币经济模型等方面进行研究,分享你对项目的深度研究。
2️⃣ 参与并分享真实体验
参与MBG相关活动(包括CandyDrop、Launchpool或现货交易),并晒出你的参与截图、收益图或实用教程。可以是收益展示、简明易懂的新手攻略、小窍门,也可以是现货行情点位分析,内容详实优先。
3️⃣ 鼓励带新互动
如果你的帖子吸引到他人参与活动,或者有好友评论“已参与/已交易”,将大幅提升你的获奖概率!
MBG热门活动(帖文需附下列活动链接):
Gate第287期Launchpool:MBG — 质押ETH、MBG即可免费瓜分112,500 MBG,每小时领取奖励!参与攻略见公告:https://www.gate.com/announcements/article/46230
Gate CandyDrop第55期:CandyDrop x MBG — 通过首次交易、交易MBG、邀请好友注册交易即可分187,500 MBG!参与攻略见公告:https://www.gate.com/announcements
人脸NFT项目引领Web3身份验证革新
新兴项目将人脸数据转化为NFT,引发广泛关注
近期,一个将人脸数据铸造为NFT的项目引起了crypto圈的广泛关注。该项目允许用户通过移动应用程序录入自己的人脸,并将其转化为NFT。自4月底上线以来,已有超过20万枚NFT被铸造,显示出极高的人气。
这个项目的目的并非单纯地将人脸数据变成NFT,而是旨在通过人脸识别来验证用户的真实身份。在当前互联网环境中,自动化程序(Bot)占据了大量流量,其中恶意流量更是占到了总流量的27.5%。这些恶意程序可能会对服务造成严重影响,甚至导致系统崩溃。
在Web2时代,服务提供商通过实名认证、行为验证码等多种方式来区分人机。然而,随着AI技术的快速发展,传统的验证方法面临着新的挑战。验证手段不得不从行为特征检测逐渐过渡到生物特征检测,如指纹和人脸识别。
对于Web3来说,人机检测同样至关重要。例如,在项目空投中,作弊者可能会创建多个虚假账户进行攻击。因此,验证真实用户身份变得尤为重要。特别是对于一些高风险操作,如账户登录、提币和转账等,需要确认用户不仅是真人,还是账户的实际所有者。
然而,在去中心化的Web3环境中实现人脸识别并非易事。这涉及到如何搭建去中心化的机器学习计算网络,如何保护用户数据隐私,以及如何维护网络运行等一系列复杂问题。
为解决这些问题,该项目基于全同态加密(FHE)技术构建了一个AI网络。FHE是一种保证明文与密文进行相同运算后结果一致的加密技术。项目方对传统FHE进行了优化,使其更适合机器学习场景。
该AI网络的架构包含四个主要角色:数据所有者、计算节点、解密器和结果接收者。数据所有者通过API安全提交任务和数据;计算节点执行加密计算;解密器验证计算结果;最后将结果返回给指定的接收者。
整个过程中,数据始终保持加密状态,确保了隐私安全。同时,网络采用了工作量证明(PoW)和权益证明(PoS)的双重机制来管理节点和分配奖励,使用户可以根据自身资源选择合适的参与方式。
尽管FHE技术为隐私计算开辟了新的可能性,但它也面临着计算效率的挑战。与明文计算相比,FHE的运算速度仍有较大差距。不过,随着算法优化和硬件加速等技术的发展,FHE的性能有望得到进一步提升。
总的来说,这个项目通过创新的架构和隐私计算技术,不仅为用户提供了安全的数据处理环境,也开启了Web3与AI融合的新篇章。随着技术的不断突破,类似的项目有望在更多领域发挥潜力,推动隐私计算和AI应用的发展。