人机之战再次打响：Web 3身份管理的逻辑与实践( 二 ) 免责声明：本文旨在传递更多

首先，最简单直接的逻辑就是人和AI长得不一样。 AI可以模仿人的思维，却很难模仿人的外表，比如瞳孔、皮肤质感等等生物特征。因此，最直接方式就是通过展示生物特征让人进行分别，这种方式被称为匿名聚会（PseudonymParties）。就像参加面试一样，用户需要通过参加线上或者线下的聚会来展示自己的面容、声音等等生物特征，以证明自己是生物人。
其次，人类区别于AI的另一大特点为社交属性。人类是社会动物，必定会与周围的人产生社交联系，这是机器人并不具备的。因此，信任网络（WebofTrust）就利用了这一特点，通过人的社交属性进行验证。如果一个用户长时间使用多个社交平台，并与他人产生越多交互，那么这个人是bot的概率就会越低。
此外，区别于AI ，人类十分擅长逻辑思考和图形识别，这恰恰是机器学习很难攻克的一点。逆图灵测试（ReverseTuringTests）正是利用了这一特性。逆图灵测试已有多年历史并且应用十分广泛。大家在上网时一定都遇到过一个包含的九个图块的弹出窗口，让用户选出包含红绿灯/机车/斑马线的图块完成识别，这便是逆图灵测试的应用。
目前PoP赛道的头部项目大多采用了以上一种或者多种混合的验证方式。例如ProofofHumanity和BrightID通过匿名聚会和社交关系进行验证。这两个项目的逻辑相似，都是通过小圈子的视频共识来进行验证。 BrightID还在此基础之上进行了创新，推出了基于在社交网络图上的所处位置的新验证方式——Bitu验证。 Bitu验证的方式是，评估用户每个社交关系靠近网络中心的程度。如果用户和毫无交集的陌生账户进行关联，则会收到扣分惩罚，增加了“作恶”的成本。然而， ProofofHumanity和BrightID依然存在一些问题。首先是要求用户“露脸”并公布一些个人数据，一定程度上牺牲了用户的隐私。另一个缺陷是组织会议、人工验证和维护PoP网络的成本太高，降低了可扩展性。

文章图片
提到可扩展性高的验证方式，那就不得不提到另外一个领跑者——IdenaNetwork 。想要从IdenaNetwork获得验证，用户需要获得参加测试的资格，即从已通过验证的用户那里获得邀请码。这便是Idena为用户设置的第一道“关卡” ，需要一些实际的人际关系才能获得验证码。获得验证码后，用户必须在全球同步的指定时间参与线上逆图灵测试。并且在参加完测试之后，还需要用户参与设计新的测试。通过这重重关卡才能获得“Human”认证。该协议理论上在当前拥有PoP业界最高的扩展性和效率，但实质上图片题目均由用户上传，相当繁琐且耗费用户时间，并且题目质量较低。长期来看题目被AI破解也只是时间的问题。项目机制设计还要求用户每隔一段时间必须重新通过验证，费时费力。综合看来此方案也并不比社交验证更有优势。

文章图片
Idena用户验证级别和数量
对于DID和PoP的探索，还任重道远。目前，大多数DID解决方案都致力于为用户积累链上/链下数据，比如最近火热的SocialFi项目， CyberConnect、Galaxy等等，它们为用户建立社交图谱和用户画像。然而，对于“identifier”的讨论和探索还相对滞后，人们普遍将Web3.0的identifier与钱包地址等同起来。一个人只能有唯一的身份，却可以申请无数个钱包地址。幸运的是， Sismo在这个方向上迈出了第一步， Sismo是一个利用zk技术并且基于链上活动向用户颁发徽章的DID解决方案。用户可以指定其他钱包地址，并且将其他钱包地址的活动徽章都汇集在同一ENS域名下。这样即解决了用户多个钱包和唯一身份的冲突，又保护了用户隐私。然而，用户依然可以申领多个ENS域名。目前业界对identifier的探索各出奇招，然而这些应用的广泛推广还任重道远。作为Web3.0基础的DID ，未来定会有更多创新的项目对其进行探索。持续关注IOSG ，我们会带来更多有关Web3.0的文章。