AI訓練データに関して、昨年最も激しく議論されたのは素材が見つからないことではなく、使った後に出所を証明できないことでした——モデルが公開されるとすぐに「データ侵害」と非難されるのです。Walrusエコシステムが最近リリースしたSealモジュールは、新しいアイデアの一つです：ファイルをアップロードする際にまずリード・ソロモン符号を使って数百の断片に分割し、その後、閾値鍵を通じてアクセス権をSuiチェーン上のオブジェクトに直接書き込みます。推論サービスは隔離された環境でのみ認証された断片を取得でき、元のファイル自体には一切触れません。こうすることで、モデル訓練の出所は法務面でも証明でき、コミュニティも検証可能となり、責任のなすりつけも困難になります。

他の方案と比較すると——ある大手ストレージはコンテンツのハッシュ値しか提供できず、別のプラットフォームは公開永久保存を採用した「一括販売」——Sealのこの方法は、プライバシー保護、制御可能な削除、改ざん防止という本来矛盾しがちな3つの要件を一つにまとめています。
欠点も明らかです：鍵のローテーションにはコストがかかります。例えば、200GBのデータ鍵を一度に変更する場合、まず旧鍵を解除し、新しい鍵を認証する必要があり、操作フローは従来の方案より複雑です。特にプロジェクトの締め切りが迫っているときには開発チームにとって頭痛の種になるでしょう。ただし、コミュニティには既にスクリプトのテンプレートが流通しており、今後CI/CDフローに統合されることでかなり最適化される見込みです。