Privasea與Zama達成合作，共同探索AI 、數據安全、ML領域

“近日， Privasea 生態不斷取得實質性的生態進展。在此前獲得了新一輪战略私募輪融資後，其又 Zama 達成了战略合作夥伴關系，雙方將長期綁定。這不僅表明 Zama 對於 Privasea 技術方案、長期發展前景以及敘事方向的認可，同時也是隱私保護應用於機器學習領域的重要進展”。

Zama 是一個致力於推動全同態加密技術（FHE）在區塊鏈和人工智能領域應用的科技公司，在過去的四年中，其不斷將 FHE 從抽象的數學理論轉化為實際可用的代碼，極大地提升了开發者對於 FHE 技術的應用能力。最近，Zama 在其 A 輪融資中成功籌資 7300 萬美元，這進一步印證了市場對 Zama 技術實力以及發展潛力的信心。

目前，Zama 开發了針對开發者友好的 FHE 庫和解決方案，並在性能上持續進行優化，其推出的 fhEVM，在區塊鏈應用的隱私智能合約方面取得顯著成效，並已與多個項目包括 Fhenix、Shiba Inu 和 Inco 等整合，這些合作標志着對隱私保護在區塊鏈中實用性的進步。

人工智能、機器學習等是 Zama 期望推動 FHE 技術廣泛採用的潛在領域，比如其所推出的 Concrete ML 工具就服務於這些科技前沿領域，而為了進一步在該方向上取得實質性的進展，近日 Zama 已經與 Privasea 達成了战略合作夥伴關系，且相互間形成了深入的技術整合。基於此，Zama 將長期為 Privasea 的 FHEML 方案提供技術支持， Privasea 也將成為 Zama 將其 FHE 方案應用於 AI、ML 領域的一塊重要拼圖。

通過此次合作，Privasea 與 Zama 將在對方生態中都扮演不可或缺的重要角色，且雙方生態將長期綁定。與此同時，這一合作關系的達成，也預示着隱私保護技術在機器學習領域的應用即將迎來全新的突破。

Privasea 生態的敘事

Privasea 是一個由 AI+DePIN 驅動、以 FHE 為技術方案的隱私計算平臺，其致力於提供一個安全和可持續的 AI 和機器學習計算環境。我們看到，在 AI 領域，數據安全和隱私保護一直是一個長期和復雜的挑战，而 Privasea 的 FHE 方案具備高度的數據保密性和符合性，並能夠遵守歐盟通用數據保護條例(GDPR)等法律法規方面。

Privasea 網絡的核心是一個強大的 FHE 管道，該管道基於 TFHE-RS 和 Concrete-ML 並針對 Privasea 需求進行特別定制的。這一組件為數據的安全性提供了堅實的堡壘，使得用戶的數據在整個計算過程中都得到加密保護，即便是在協同計算的過程中也不會被泄漏。所以我們看到，Zama 是 Privasea FHE 的重要來源，其對於 Privasea 網絡的支持是長期且持續的。

Privasea 不僅能夠通過其 API，為开發者們提供了接入 Privasea AI 網絡能力的工具和功能，支持其無縫地將 AI 能力集成入他們的應用程序中，同時保證了數據的安全和私密性。同時 Privasea 還推出了一個以計算為核心的 DePIN 網絡 Privanetix，該網絡聚集了分散的計算資源，使之能夠安全高效地處理加密數據。網絡的每個節點都裝備了適用的 FHEML 管道，使得分散的節點能夠高效地進行機器學習計算，而不會暴露敏感數據。

Privanetix 網絡由 Privasea 的智能合約套件驅動，確保了網絡中的計算節點能夠被准確地跟蹤和獎勵。智能合約為網絡參與者提供了激勵，同時保持了透明度和公平性，是整個網絡可持續運行的經濟基礎。

Privasea 的另外一個優勢在於，其支持沒有密碼學或編程背景的用戶，也能輕松地訪問和利用這個網絡的能力。這不僅大幅降低了使用高級 FHE AI 計算的門檻，讓更多用戶能夠安全地享受 AI 帶來的便利，同時還能將這套隱私 AI 計算能力無縫向各個領域拓展。同時，Privasea 網絡在保護用戶數據的同時，支持合規性審計，滿足包括反洗錢法律等在內的各種國家法律規定。這種鏈下計算方案在保障數據安全的同時，也確保了網絡的行為能夠在必要時接受審查，為用戶提供了一個既安全又可靠的計算環境。

基於此，Privasea 能夠與諸多具備驗證、計算分析需求的諸多場景高度結合，以用於數據的保護，潛在場景包括生物識別、醫療、金融、安全雲數據計算、匿名投票系統等等。

我們看到，Privasea 正在推動 FHE 方案的規模性採用，同時為 AI 技術在保證數據安全、符合數據法規的前提下，與各類場景深入的融合並被廣泛的採用提供動力，該生態也有望成為萬億應用市場的全新價值載體。

Privasea 與 Zama 的“雙向奔赴”

目前，Privasea 與 Zama 的合作已經取得了實質性的進展，二者合作的核心在於算法整合。Privasea 目前不僅支持主流的 TFHE 方案，還將 Zama 的先進 TFHE-rs 庫整合到自身的網絡中，以此提高 AI 操作的隱私性和安全性。同時，Privasea 將與 Zama 的技術團隊密切協作，確保 TFHE 方案可以無縫融入 Privasea 的基礎架構中，通過在測試網上進行壓力測試和安全審計，雙方將共同確保技術整合的穩定性和安全性。

除了系統整合，Privasea 與 Zama 將共同探討 ZAMA 的全局密鑰模型等新興功能，並進行开發，為未來的部署奠定基礎。同時，Privasea 也將基於 ZAMA-ConcreteML 的平臺將开發一系列隱私保護 AI 應用，這些應用覆蓋了生物識別、醫療圖像識別和金融數據分析等關鍵領域，並計劃在自身網絡上進行應用測試。通過這些具體的應用案例，Privasea 與 Zama 能夠將理論轉換為實際的用戶價值，同時也驗證了加密技術在實際環境中的有效性。

此外，Privasea 與 Zama 也計劃通過定期的技術研討會和工作坊，建立起一個知識共享平臺，促進技術、想法和最佳實踐的交流。而除了系列技術合作外，二者也計劃在市場層面進行深入的合作，比如市場擴張策略、聯合產品推廣等等。

所以整體上看，Privasea 通過將 Zama 的 TFHE-rs 庫整合到其網絡中，將增強 AI 操作的隱私性和安全性，這種全新的集成將伴隨着 Privasea 生態發展的始終。而 Privasea 作為將 FHE 技術應用於 AI、ML 等領域已經有所見術的生態， 有望為 Zama 的 AI 布局提供長期的支持，並為 FHE 方案所需的計算資源提供重要的支撐，這是 Zama 其他的合作夥伴所無法給予的。在此基礎上，Privasea 有望成為 Zama 將其 FHE 方案應用於 AI、ML 領域的一塊重要拼圖。

事實上，Privasea 與 Zama 的生態愿景相一致，一方面二者都在推動 FHE 技術在不同領域的採用，同時雙方也都是 AI、ML 等領域的擁躉者，而此次合作，也被看做是一場 “雙向奔赴”。

Zama 的全新 Web3 輪廓

Zama 生態以構建一個端到端加密網絡 HTTPZ（“Z” 即 “Zero Trust”，零信任）為生態愿景，為此，其一方面為 Web2 和 Web3 應用程序提供开源 FHE 工具生態，通過構建的多個开源產品，使开發人員可以更輕松地將 FHE 用於區塊鏈和人工智能等領域的各種用例。

另一方面，其正在搭建一個全新的 Web3 框架，以更好的實現愿景。

我們看到，Zama 目前已經與三個不同方向但同以 FHE 為技術核心的 Web3 設施建立了合作，包括 Inco、Fhenix 與 Privasea 建立了合作，以對其 FHE 技術方案進行深入的拓展。其中  Inco 代表了 Zama 框架的 Layer 1 方向，Fhenix 代表了 Layer 2 方向，而 Privasea 則作為 Depin AI 設施方向。

基於 Zama 的开源框架，FHE 技術將有望向更多領域深入的拓展，並能夠構建系列具備創新性且能夠解決實際問題的新興產品，從而增強 Web3 世界的隱私性，並與其生態夥伴共同在在线數據隱私領域建立全新的標准。

信息源：

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

https://www.zama.ai/media

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。