تزايدت قضايا حقوق النشر والامتثال للبيانات في مجال الذكاء الاصطناعي بشكل متصاعد. مؤخرًا، قام مجتمع النماذج المفتوحة المصدر LAION بتحديث معايير جمع البيانات، حيث تضمن ذلك خطوة مثيرة للاهتمام — فهم يطلبون من المساهمين تخزين مجموعات البيانات التدريبية على Walrus Cipher Vault، وإثبات المعرفة الصفرية للبيانات العامة.

لكن هذا الإثبات لا يتحقق مباشرة من محتوى البيانات، بل يتحقق من "ما إذا كانت مجموعة البيانات تلبي قواعد تنظيف حقوق النشر وإخفاء الخصوصية". بعبارة أخرى، فإن طبقة Walrus تعمل كشهادة على مصدر البيانات الموثوق.

هذه النقطة ذات أهمية كبيرة. يمكن لأي مؤسسة بحثية أو شركة تحميل واستخدام هذه النماذج التحقق عبر السلسلة مما إذا كانت مصادر البيانات متوافقة، مما يقلل بشكل مباشر من المخاطر القانونية. بالنسبة لمنظمات مثل LAION، فهي بمثابة استكشاف لطريق أكثر استقرارًا في عصر النمو السريع للنماذج الكبيرة.

ومن وجهة نظر Walrus، فإن هذا يلبي الحاجة الملحة للامتثال في انفجار صناعة الذكاء الاصطناعي. على الرغم من أن حجم كل مجموعة بيانات كبير ولكن تكرار الوصول منخفض، إلا أن لها أهمية استراتيجية — فهي تجذب المؤسسات البحثية الرائدة وشركات التكنولوجيا لتطبيقاتها العملية. في هذا السيناريو، يتحول الرمز المميز إلى أداة دفع لشراء "تأمين أخلاقيات البيانات"، وتبدأ القيمة البيئية في الظهور تدريجيًا.