Vana 的數(shù)據(jù)所有權(quán)解決方案有何亮點(diǎn)？

撰文：Haotian

「讓用戶擁有自己的數(shù)據(jù)主權(quán)」，這個口號原本承載著整個 web3 時代的大愿景，不過由于數(shù)據(jù)上鏈成本和公開隱私性等挑戰(zhàn)問題一直沒得到真正應(yīng)用。最近，由于 AGI 大模型訓(xùn)練市場對數(shù)據(jù)源的龐大需求刺激，即將上線幣安的 @withvana，提出了一套 DLP 流動性池 +TEE 的數(shù)據(jù)所有權(quán)解決方案，具體有哪些亮點(diǎn)呢？

1）數(shù)據(jù)主權(quán)和個人數(shù)據(jù)分紅是個很古老的議題。在 web2 時代個人數(shù)據(jù)實(shí)現(xiàn)了大爆炸但卻造成平臺的壟斷和數(shù)據(jù)隱私被嚴(yán)重侵犯的問題；在 web3 時代的初期，不少項目嘗試用智能合約管理 + 去中心化存儲 + 鏈上確權(quán)等來實(shí)現(xiàn)這一愿景，卻發(fā)現(xiàn)鏈存儲成本高昂且鏈上數(shù)據(jù)的透明特性加大了保護(hù)隱私的挑戰(zhàn)。

正因?yàn)榇?，用區(qū)塊鏈實(shí)現(xiàn)「數(shù)據(jù)所有權(quán)」的探索之路一直因技術(shù)瓶頸處于被擱置狀態(tài)。

2）AI 時代來臨后，AGI 大模型訓(xùn)練、多模態(tài)訓(xùn)練、以及數(shù)據(jù)推理、微調(diào)等多樣化應(yīng)用場景，尤其是垂直領(lǐng)域的機(jī)器學(xué)習(xí)和專業(yè)模型訓(xùn)練，需要大量非公開的高質(zhì)量數(shù)據(jù)作為支撐，這使得個人和機(jī)構(gòu)持有的私有數(shù)據(jù)成為 AI 發(fā)展的關(guān)鍵資源，因此讓數(shù)據(jù)為 AI 學(xué)習(xí)所用成了一個規(guī)模龐大的「需求端」。

這是 Vana 治理為 AI 時代用戶解決數(shù)據(jù)主權(quán)的前提，因?yàn)榇蟛糠?web2 環(huán)境下的個人對數(shù)據(jù)所有權(quán)、隱私等敏感度都偏低，而把「數(shù)據(jù)」視為石油資產(chǎn)的 AI 時代境況就完全不同了。

3）即將上線主網(wǎng)的 Vana 的解決方案主要針對兩大問題：「數(shù)據(jù)雙花 」和「隱私權(quán)保護(hù)」。具體而言：當(dāng)一個數(shù)據(jù)在鏈上被公開、任意復(fù)制存儲都可能導(dǎo)致數(shù)據(jù)失去稀缺性繼而喪失價值捕獲能力。

Vana 通過 DLP（Data Liquidity Pool）數(shù)據(jù)流動性池來建立數(shù)據(jù)市場，采用 Proof of Contribution 的特別貢獻(xiàn)證明機(jī)制來支撐系統(tǒng)運(yùn)轉(zhuǎn)。

數(shù)據(jù)所有者可將數(shù)據(jù)使用權(quán)質(zhì)押到特定領(lǐng)域的數(shù)據(jù)池中，比如 醫(yī)療病例池、金融交易池等等。質(zhì)押后會獲得 DataDAO&數(shù)據(jù)代幣，以此作為權(quán)益憑證。當(dāng) AI 訓(xùn)練需求方應(yīng)用特定數(shù)據(jù)池支付的費(fèi)用會按照比例自動分配給憑證的持有者，數(shù)據(jù)所有者還能參與 DataDAO 的治理，參與 DLP 運(yùn)營規(guī)則、定價策略等共同決策。

這個數(shù)據(jù)流動性池和常見的 DeFi 交易池類似，會通過智能合約管理整個數(shù)據(jù)有效性驗(yàn)證、Pool 訪問權(quán)限、代幣分配等等調(diào)度性工作。這些也是「數(shù)據(jù)雙花」問題被有效解決的關(guān)鍵，讓數(shù)據(jù) Token 代幣化實(shí)現(xiàn)所有權(quán)確權(quán)，讓流程由智能合約全程記錄和協(xié)調(diào)管理，以確保數(shù)據(jù)使用的可追溯性和收益分配的自動化。

Vana 通過 TEE 安全飛地環(huán)境來解決數(shù)據(jù)隱私問題，TEE 技術(shù)特性正是可以實(shí)現(xiàn)數(shù)據(jù)隱私保護(hù)前提下的「使用權(quán)」，可以實(shí)現(xiàn)數(shù)據(jù)經(jīng)個人服務(wù)器存儲、到數(shù)據(jù)經(jīng) DLP 池訪問，再到數(shù)據(jù)訓(xùn)練使用整個過程中，TEE 環(huán)境提供「端到端」的安全保護(hù)。

比如用戶授權(quán)了一部分?jǐn)?shù)據(jù)給 DLP 池，該部分?jǐn)?shù)據(jù)會處于 TEE 隱私環(huán)境下，訪問使用該數(shù)據(jù)的客戶會被授予使用權(quán)進(jìn)行訓(xùn)練，然而卻無法對該數(shù)據(jù)進(jìn)行備份竊取。

整個過程 TEE 能提供全程記錄和隔離環(huán)境處理，確保數(shù)據(jù)在被使用的同時保持隱私性。TEE 這種「可用不可見」的特性完美解決了隱私保護(hù)難題。除了此兩大特性，Vana 對數(shù)據(jù) Owner 給予了完全的數(shù)據(jù)控制權(quán)，用戶可以隨時撤回或修改數(shù)據(jù)使用授權(quán)；

此外，Vana 采用了清晰的分層技術(shù)架構(gòu)：底層支持用戶通過輕量化自保管或代理托管方式靈活存儲數(shù)據(jù)；中間以 DLP 作為協(xié)議層，通過智能合約進(jìn)行精細(xì)化的調(diào)度管理，包括數(shù)據(jù)流轉(zhuǎn)、權(quán)限控制、收益分配等核心功能；頂層則對接各類 AI 應(yīng)用場景，為大模型訓(xùn)練、數(shù)據(jù)分析等需求提供標(biāo)準(zhǔn)化接口。

這種分層設(shè)計既確保了數(shù)據(jù)主權(quán)，又實(shí)現(xiàn)了使用場景的可擴(kuò)展性。

以上。

最后，補(bǔ)充一個觀點(diǎn)，Vana 為 AI 時代提供數(shù)據(jù)所有權(quán)的解決方案，是一個被 AI 場景催生的數(shù)據(jù)確權(quán)「老敘事」，屬于整個 AI Narrative 大潮中的重要一環(huán)。

Vana 要構(gòu)建的護(hù)城河在于，一旦其整個數(shù)據(jù)收集、使用、權(quán)益鏈條被打通，可能會向更廣的場景和領(lǐng)域進(jìn)行外延拓展。別忘了，數(shù)據(jù)所有權(quán)的大愿景可能會貫穿整個區(qū)塊鏈和 web3。