PlatON夏伏彪博士详解计算价值：可扩展性、隐私计算、密码学与AI框架的硬核FAQ

可验证计算的密码学基础

可验证计算在密码学领域很重要，能确保链下通用计算的正确性。从技术模型角度讲，存在对计算正确性的潜在要求，也就是正确执行计算任务所生成的值需符合验证关系式。凭借密码学原理，可验证计算能让计算的正确性得到有效验证，为复杂计算给予可信的保障。

它在区块链领域的应用较为广泛。链上的验证工作需要依据计算者所提供的输入值以及公开的验证关系式。这种验证机制使得链上的数据以及计算过程能够维持准确性。在一定程度上，它保障了区块链系统的安全与稳定，同时也降低了因错误计算而引发的风险。

可验证计算与区块链扩展性

可验证计算为区块链的可扩展性提供了新的方案，像 zk - SNARKs 这类零知识证明技术就是其中之一。以太坊的创始人 Vitalik 提出借助可验证计算（zk - SNARKs）去解决以太坊的可扩展性问题，这促使了如今很热门的 zk - rollup 技术的产生。

该技术有将复杂区块交易处理移至链下的能力，链上只需做轻量级验证和状态更新。这能大幅降低区块链负担，提升交易处理速度，让区块链可处理更多交易，进而推动区块链技术在大规模场景中更好地应用。

传统计算的数据瓶颈

传统计算的瓶颈常出现在数据这方面。关键问题是数据能否给到计算方且安全合法。这涉及数据安全以及在隐私法规层面的限制。很多时候，企业和机构因担心数据泄露，或害怕违反法规，所以不能充分利用数据进行计算。

在一些行业中，数据拥有者因数据隐私方面的事宜，不敢将数据共享给计算机构以进行分析处理。这就导致无法挖掘出数据的潜在价值，还限制了计算技术的发展与应用，同时也阻碍了业务的创新与优化。

隐私计算解决数据隐私

隐私计算主要针对数据交换和分享场景中的隐私问题。其中，MPC 这类技术能做到让数据在不离开本地的情况下完成计算任务。这意味着数据可以被使用，却无法被直接看到。通过这种方式，既能保护数据隐私，又能让数据参与到计算和分析过程中。

在金融行业和医疗行业等这些对数据隐私要求极高的行业中，隐私计算可以让各方在不泄露敏感信息的情况下展开合作与计算，推动数据合理流转和利用，为行业发展提供新的思路和方法。

PlatON 的隐私计算策略

PlatON 不只是局限于 MPC 或者 ZK 技术。它创世白皮书中提到的可验证计算以及同态加密，都属于隐私计算的范畴。PlatON 把多种技术综合起来运用，构建出更全面的隐私计算解决方案，以适应不同场景和用户需求。

这种多元化的策略让 PlatON 在隐私计算领域具备了更强的适应性，并且使它在该领域更具竞争力。它可以满足不同行业的需求，还能满足不同企业对隐私计算的多样化需求，进而为数字经济时代的数据安全以及高效应用提供有力的支持。

MPC 商用的新应用场景

MPC 在商用时有很多潜在的新应用场景。在医疗健康领域，设备拥有数字身份，运营机构负责提供本地计算，按照验证规则返回结果，不用通过云端进行汇总计算，就能够生成用户最终的健康状态。

这种方式提高了医疗数据处理的效率，同时也保护了患者的隐私。MPC 模式的私钥管理具有新的安全特性，在业务周期内私钥不会以明文形式出现，这样就保障了系统的安全性，为数字时代的数据安全和隐私保护带来了新的进展。

你认为可验证计算和隐私计算在未来的哪些领域会展现出最为显著的应用以及获得怎样的发展？