AI-індустрія зараз стикається з проблемою "зачеплення за шию", і справжня проблема полягає не в обчислювальній потужності, а в відповідності даних. Регламент AI Act ЄС вимагає, щоб дані для тренування моделей були прослідковуваними, у США постійно виникають судові позови щодо авторських прав, а вітчизняні вимоги до використання даних стають все суворішими. Але існуючі схеми зберігання мають фатальні недоліки. Централізоване зберігання, яке обіцяє відповідність даних, звучить багатообіцяюче, але як вам у це вірити? Децентралізоване зберігання, хоча і прозоре, не може добре захистити приватність.

Подивіться на функцію Seal від Walrus — це справжній підхід. Це не просто шифрування файлів, а цілісна система програмованого контролю доступу, у поєднанні з розумними контрактами Sui, що дозволяє одночасно зберігати приватність і забезпечувати прослідковуваність даних. Для потреб тренування AI це саме те, що потрібно для вирішення головної проблеми.

Головна ідея Seal — управління ключами за допомогою порогового шифрування. Традиційні схеми шифрування мають два "мертві" шляхи: або ключ зберігається самостійно і легко загубити, або довіряєш третій стороні, що не завжди безпечно. Seal розподіляє ключ між кількома вузлами, кожен з яких має лише частину ключа, і для розшифрування потрібно досягти встановленого порогу. Наприклад, 10 вузлів, з яких потрібно 6 для згоди — це і безпека, і запобігання ризику єдиного точки відмови.

Ще краще, що права на розшифрування можна запрограмувати. Можна написати розумний контракт у Sui, який визначає умови розшифрування: наприклад, доступ мають лише користувачі з певним NFT, або відкриття можливо лише у визначений час, або потрібно підтвердження кількох сторін. Вся логіка виконується на блокчейні, що забезпечує прозорість і можливість аудиту. Це може бути чудовим рішенням для AI-даних, які мають відповідати різним нормативним вимогам.