Виталик тестирует систему защиты конфиденциальности AI для здоровья: локальная модель + zkAPI + трехуровневая архитектура Tor для предотвращения утечки идентификации

Vitalik.eth в Farcaster опубликовал сообщение, в котором сообщил, что он проводит личный эксперимент, комбинируя локальные модели и удаленные передовые модели для генерации персонализированных рекомендаций по питанию и физическим упражнениям, используя личные данные о здоровье и путешествиях при соблюдении конфиденциальности.

Система использует трехуровневую архитектуру защиты конфиденциальности:

• Уровень идентификации: локальная модель (Qwen 3.8B) заменяет пользователя при формировании запросов, избегая раскрытия стиля письма
• Уровень платежей: использование zkAPI для скрытия платежной информации
• Сетевой уровень: скрытие IP-адреса через Tor

В настоящее время система функционирует, но Vitalik указывает на три основных недостатка: Tor имеет низкую эффективность и высокую задержку при раздельной обработке запросов; скорость работы локальной модели составляет всего 20-30 TPS, для плавного опыта необходимо достичь более 100 TPS; чем строже защита данных, тем меньше помощь может предоставить удаленная модель. Соответствующий код был отправлен в репозиторий Ethereum zkAPI.