以前、私は多くの文章でAIエージェントが多くのクリプト業界の古いストーリーの「救済」であると言ってきました。AIの自主化に関する前回のストーリーの進化の中で、TEEは一時期注目を浴びましたが、TEEやZKPよりも「冷門」の技術概念であるFHE——全同態暗号も、AIトラックの影響で「再生」を得ることになるでしょう。以下に、事例を通じて論理を整理します。

FHEは、暗号化されたデータ上で直接計算を行うことを可能にする暗号技術であり、「聖杯」と見なされています。ZKPやTEEなどの人気技術のストーリーに対して比較的冷門な位置にあり、主にコストや応用シナリオの制約に悩んでいます。

Mind NetworkはFHEに特化したインフラに焦点を当てており、AIエージェントに特化したFHEチェーン「MindChain」を立ち上げました。1,000万ドル以上の資金調達を行い、数年の技術的な努力を経ても、FHE自体の制約により市場の関心は依然として過小評価されています。

しかし最近、Mind NetworkはAIアプリケーションシナリオに関連する良いニュースを多数発表しました。例えば、開発したFHE Rust SDKがオープンソースの大モデルDeepSeekに統合され、AIトレーニングシナリオの中で重要な役割を果たし、信頼性のあるAIの実現に安全な基盤を提供しています。なぜFHEがAIプライバシー計算において成果を上げることができるのか、AIエージェントのストーリーを借りて、一度のカーブオーバーテイクまたは救済を実現できるのでしょうか？

簡単に言うと：FHE全同態暗号は、現在のパブリックチェーンアーキテクチャに直接作用する暗号技術であり、データを事前に解読することなく、暗号化されたデータ上で加算、乗算などの任意の計算を直接行うことを許可します。

言い換えれば、FHE技術の応用により、データは入力から出力まで全過程で暗号化され、パブリックチェーンのコンセンサスによる検証ノードも平文情報にアクセスできないため、FHEは医療や金融などの垂直分野で、AI LLMのトレーニングに技術的な基盤を提供することができます。

FHEは、従来のAI大モデルのトレーニングを豊かにし、垂直シーンを拡張し、ブロックチェーン分散型アーキテクチャと組み合わせた「最適な」ソリューションとなることができます。医療データの機関間協力や金融取引シナリオのプライバシー推論など、FHEはその独自性を活かして補完的な選択肢となることができます。

これは実際には抽象的ではなく、簡単な例で理解できます。例えば、AIエージェントがC向けアプリケーションとして、バックエンドは通常DeepSeek、Claude、OpenAIなど異なる供給者が提供するAI大モデルに接続されますが、どうすれば高感度の金融アプリケーションシナリオにおいて、AIエージェントの実行プロセスが突然ルールを変更する大モデルのバックエンドによって影響を受けないようにすることができるでしょうか？これは必然的に入力されたプロンプトを暗号化する必要があり、LLMsサービスプロバイダーが暗号文に直接計算処理を行うと、強制的な干渉や変更が公正性に影響を与えることはありません。

では、別の「信頼できるAI」という概念はどういうことなのでしょうか？信頼できるAIは、Mind Networkが構築しようとするFHE分散型AIのビジョンであり、複数の当事者が分散型計算能力GPUを通じて効率的なモデルのトレーニングと推論を実現し、中央サーバーに依存せず、AIエージェントにFHEに基づくコンセンサス検証を提供することを含みます。この設計は、元々の中央集権的なAIの制約を排除し、web3 AIエージェントの分散型アーキテクチャにおける運用にプライバシーと自主性の二重の保証を提供します。

これはMind Network自体が分散型パブリックチェーンアーキテクチャのストーリーの方向性にもより一致しています。例えば、特定のチェーン上の取引プロセスでは、FHEは各Oracleデータのプライバシー推論と実行プロセスを保護し、AIエージェントがポジションや戦略を公開することなく取引の自主的な意思決定を行うことを可能にします。

では、なぜFHEがTEEと同様の業界浸透経路を持ち、AIアプリケーションのシナリオの爆発によって直接的な機会をもたらすと言われているのでしょうか？

以前、TEEがAIエージェントの機会を捉えたのは、TEEハードウェア環境がプライバシー状態でデータをホスティングできることに起因しています。そのため、AIエージェントは独自に秘密鍵を管理でき、資産の自主管理を実現する新しいストーリーを生み出しました。しかし、TEEが秘密鍵を保管することには欠点があります。信頼は第三者のハードウェア提供者（例：インテル）に依存する必要があります。TEEを機能させるためには、TEEs環境に追加の公開透明な「コンセンサス」制約を付与する分散型チェーンアーキテクチャが必要です。対照的に、PHEは完全に分散型チェーンアーキテクチャに基づいて存在でき、第三者に依存する必要はありません。

FHEとTEEは似たようなエコロジーの立場にあります。TEEがweb3エコシステム内での利用はまだ広くありませんが、web2分野ではすでに非常に成熟した技術です。それに対し、FHEも今回のAIトレンドの爆発の中で、web2とweb3の両方で存在価値を見出すことになるでしょう。

以上です。

以上から、FHEという暗号技術が「暗号の聖杯」とされ、AIが未来の前提となる中で、安全の基石の一つとなり、さらに広く採用される可能性があることがわかります。

とはいえ、FHEのアルゴリズム実装におけるコスト問題を避けることはできません。もしそれがweb2 AIシナリオに適用され、さらにweb3 AIシナリオと連携することができれば、「スケール効果」を予期せぬ形で発揮し、全体コストを薄め、より普及した利用が可能になるでしょう。