Виталик Бутерин провел ИИ-эксперимент с многоуровневой защитой данных, чтобы проверить, можно ли получать персональные советы по питанию и тренировкам, не раскрывая чувствительную информацию о себе внешним сервисам.
Для теста сооснователь Ethereum использовал локальную модель Qwen 3.8 Flash Next от Alibaba. Ее роль заключалась в том, чтобы скрывать идентифицирующие сведения и готовить обезличенные запросы для удаленных ИИ-моделей. В частности, Qwen переписывала формулировки пользователя так, чтобы по стилю текста было сложнее определить автора.
Как была устроена защита данных
Помимо локальной модели, Бутерин задействовал zkAPI, или Zero-Knowledge API. Эта технология позволяет выполнять вычисления и отправлять запросы без раскрытия исходных данных. Для дополнительной анонимизации трафика и сокрытия IP-адреса между пользователем и внешними серверами он использовал сеть Tor.
Бутерин уточнил, что управлял запросами через специальный «файл навыков». Он помогал локальной ИИ-модели строить обращения к внешним системам так, чтобы передавать минимум личной информации. zkAPI, запущенная через Tor, применялась как инструмент командной строки, то есть CLI.
По замыслу такая комбинация локальной модели, zkAPI и Tor должна была дать пользователю максимально высокий уровень приватности при работе с удаленными ИИ-сервисами.
Эксперимент сработал, но выявил ограничения
Бутерин заявил, что в практическом смысле схема оказалась рабочей: он смог получить нужные рекомендации. Однако тест также показал несколько слабых мест.
По его оценке, Tor плохо подходит для разъединения запросов, из-за чего уровень приватности снижается. Кроме того, задержка при использовании Tor оказалась в 10–100 раз выше обычной.
Производительность Qwen 3.8 Flash Next также не дотянула до желаемого уровня. Модель выдавала только 20–30 транзакций в секунду, тогда как для нормальной работы, по словам Бутерина, требуется около 100 TPS.
Главная проблема эксперимента свелась к балансу между приватностью и качеством результата. Чем жестче Бутерин ограничивал объем персональных данных, передаваемых удаленной модели, тем менее полезными становились рекомендации.
Контекст для Ethereum
Ранее Бутерин пообещал превратить Ethereum в «криптографический мировой компьютер». Разработчики второй по капитализации криптовалюты намерены уделять больше внимания передовым криптографическим методам и решениям, устойчивым к квантовым вычислениям.
