HuuHoang88
HuuHoang88
Fl chéo
997Følger
1,1kfølgere
Feed
Feed
Personvern er et stort tema når man kartlegger den fysiske verden.
@vangrid_io nærmer seg det ved kanten.
Sensitive detaljer som ansikter og bilskilt kan bli uskarpe før opptaket forlater apparatet.
Det betyr noe.
Romlig intelligens blir mye mer nyttig når personvern bygges inn i rørledningen, ikke legges til senere.
Web3 trenger ikke at alle brukere starter fra null.
Vi har allerede mange års verdifull data på tvers av Web2-plattformer. Utfordringen er å bringe disse dataene inn i Web3 på en måte som kan stoles på.
Derfor følger jeg med på @primus_labs.
Verifiserbare data kan åpne for interessante muligheter for identitet, omdømme og onchain-applikasjoner.
Jeg liker den etterspørselsdrevne modellen bak @vangrid_io.
Noen trenger romlige data fra et sted.
En dusør opprettes.
En bidragsyter fanger det.
Den aksepterte innsendelsen blir nyttig 3D-data.
Enkel løkke:
Krev → fange → verifisere → belønning.
Mye bedre enn å samle tilfeldige data og håpe noen vil ha det senere.
KI trenger data, men det betyr ikke at alle data skal eksponeres.
@primus_labs utforsker dette problemet med zkFHE, og kombinerer kryptert beregning med bevis som hjelper til med å verifisere resultatene.
For meg er det en interessant retning for AI: å gjøre data nyttig samtidig som sensitiv informasjon holdes beskyttet.
Crowdsourcet data er bare nyttig hvis kjøpere kan stole på hvor de kommer fra.
Derfor er proveniens viktig.
Med @vangrid_io kan opptakene fingeravtrykk og forankres på kjeden, noe som gir kjøpere en måte å verifisere opprinnelsen til dataene på.
For robotikk og kunstig intelligens er «sannsynligvis ekte» ikke nok.
Data trenger bevis.
En ting jeg liker med @primus_labs er hvordan den nærmer seg gapet mellom Web2 og Web3.
Med zkTLS kan data fra eksisterende nettsteder bli verifiserbare uten at brukerne må avsløre alt.
Tenk deg å bevise noe om din nettaktivitet uten å gi fra deg hele kontoen din.
Det er et bruksområde verdt å utforske.
