新聞 
幣種資訊 
關於我們 
Vitalik Buterin公開一項個人實驗，嘗試在提供健康與旅遊資訊、取得AI量身打造的飲食與運動建議時，降低身分曝光風險。他結合本機模型、zkAPI與Tor，但也指出處理速度、回應延遲及可運用資訊範圍仍有限。
Buterin於4日在社群平台Farcaster分享實驗內容。據The Block報導，這套系統由本機模型、zkAPI與Tor組成三層架構。
第一層由裝置上的本機模型編寫要傳給遠端AI的請求，減少使用者文風成為身分線索的風險。付款階段由zkAPI隱藏付款資訊，網路階段則透過Tor隱藏IP位址。相關程式碼已提交至Ethereum zkAPI儲存庫。
Ethereum Foundation於10月1日的介紹文章指出，zkAPI運用零知識證明支付API使用費。使用者將資金存入Ethereum金庫，再透過裝置產生的證明確認使用權限。付款伺服器不會收到提示詞，設計上也讓AI服務供應商難以得知與付款相關的身分。不過，基金會也說明，AI服務供應商仍可能看到提示詞與IP位址，並透過請求時間，或反覆出現的個人資訊與文風串連不同工作階段。
Ethereum Foundation對zkAPI的說明也區分了兩項功能：降低付款者與使用紀錄之間的連結，以及隱藏提示詞與網路資訊。Buterin的實驗則加入本機模型和Tor，進一步處理請求撰寫與網路資訊的保護。
Buterin指出三項限制。據The Block報導，他認為Tor不適合在每次請求時切斷連線關聯，且延遲較高；本機模型的處理速度約為每秒20至30個token（TPS）。他也指出，隱私保護越強，遠端模型能提供的協助就越有限。
提供較多個人健康、旅遊資訊與過往對話脈絡，可能有助於取得更貼近需求的回答，但請求中保留的資訊也可能成為推測身分的線索。減少傳送資訊則能降低曝光風險，卻會縮小遠端模型可參考的脈絡。這項公開實驗顯示，只有付款匿名性，仍不足以保護請求內容與網路資訊。
留言 0