Вчера друг спросил, разрешил бы я ИИ читать мои личные сообщения, чтобы «давать более полезные советы». Я ответил отказом. А потом понял, что более сложный вопрос не только в том, останутся ли данные конфиденциальными. Вопрос в том, сможет ли кто-нибудь проверить, что именно ИИ с ними сделал.

В этом и заключается институциональная задача для @Nillion .

Подход Nillion к вычислениям с упором на конфиденциальность поднимает важный вопрос: как защитить чувствительные данные, сохранив при этом проверяемость и практическую пользу вычислений? В этом контексте стоит следить за основным продуктом проекта — Covenants — и его первым релизом, DUSK.

Для банков и крупных компаний одной конфиденциальности недостаточно. Аудиторам нужны доказательства, клиентам — защита данных, а приложениям — достоверные результаты. MPC, доверенные среды исполнения и доказательства с нулевым разглашением решают разные части этой задачи, но ни один из этих методов сам по себе не гарантирует, что все входные данные достоверны, а каждое решение безопасно.

Реальное внедрение будет зависеть от того, смогут ли вычисления с сохранением конфиденциальности обеспечить проверяемость, приемлемые затраты, управляемую задержку и подотчётность.

Конфиденциальность привлекает внимание. Доказательства обеспечивают внедрение.

Именно за этим компромиссом стоит следить в случае Nillion. Поможет ли Covenants сделать обработку чувствительных данных полезной, не жертвуя конфиденциальностью и проверяемостью?

#nil $NIL @Nillion