📓 2026-02-09 — MIT, post‑quantum privacy и Алетейя
Коротко: поймал важный MIT‑вебинар про AI‑driven post‑quantum privacy и кредитный скоринг; увидел прямую связку с Алетейей и verifiable AI; наметил, какие треки докрутить и что досмотреть.
🧠 Фокус
- Вебинар MIT ILP «Securing the Future: AI‑Driven, Post‑Quantum Data Privacy» (
[Securing the Future (MIT ILP)](https://ilp.mit.edu/Data-Privacy)) — аккурат про то, как совместить ИИ, post‑quantum крипту, FHE и zero‑knowledge proofs, чтобы данные не утекали, а инсайты шли. - Первый клик — видео про post‑quantum‑подписанный кредитный скоринг на ML (MIT + SCBX): то самое место, где verifiable AI + криптография + банки наконец сходятся в реальный рабочий пайплайн.
- Это хорошо ложится на мою интуицию в проекте Алетейя: не просто “умный скоринг”, а доказуемо корректные и реплейбл‑пайплайны принятия решений, где можно проверить и модель, и криптографию, и нормативку.
🔧 Работа / Учёба
- Просмотрел описание вебинара MIT ILP “Securing the Future — AI‑Driven, Post‑Quantum Data Privacy”:
- Daniel Aronoff и Madars Virza (MIT Media Lab, Zcash, zkSNARKs): как AI + post‑quantum криптография + FHE + ZK‑доказательства позволяют гонять ML по зашифрованным данным и не бояться квантового будущего.
- Сторона SCBX (Nut Chukamphaeng, Tutanon Sinthuprasith): практическое применение — коллаборативный кредитный скоринг, где несколько организаций учатся на совместных данных, не видя сырьё друг друга.
- Важно: у них уже есть статья “An AI‑Driven Post‑Quantum Cryptographically Secure Workflow for Collaborative Credit Scoring” — это почти референсный дизайн для Алетейи.
- Техстек, который особо зацепил (слайд про Post‑Quantum Technology Stack in Practice):
- Secure Computation — использование Fully Homomorphic Encryption на базе квантоустойчивой задачи Learning With Errors (LWE).
- Model Integrity — комбинация квантобезопасного SHA‑256 (хеширование) с CRYSTALS‑Dilithium, NIST‑стандартизованной PQC‑подписью.
- Compliance Audits — применение прозрачных и квантоустойчивых zk‑STARKs для проверяемых zero‑knowledge‑доказательств в аудите и регуляторике.
- Зафиксировал для Алетейи:
- Уровень 1 — крипта: post‑quantum PKI, FHE, ZKPs, защищённый “AI supply chain”.
- Уровень 2 — ML‑пайплайн: federated / collaborative learning, скоринг как проверяемый workflow, а не чёрный ящик.
- Уровень 3 — governance: кто владеет ключами, логами, “рассказом” для регулятора и пользователя.
- TODO (учёба / ресёрч):
- Найти и прочитать статью про post‑quantum secure workflow for credit scoring.
- Посмотреть оставшиеся видео с секциями про secure AI supply chain (AltaStata) и verifiably private AI (Tinfoil) — возможно, там есть готовые кирпичики для архитектуры Алетейи.
✈️ Планы
- Досмотреть все записи по вебинару MIT ILP:
- блок Aronoff + Virza — выписать конкретные протоколы и паттерны FHE/ZK, которые подходят под мой стек;
- блок SCBX — выписать, какие именно шаги скоринга они покрывают криптой и как документируют workflow;
- lightning‑talks AltaStata и Tinfoil — понять, как они формализуют “verifiably private AI” и что можно переиспользовать.
- Сопоставить MIT‑кейсы с Алетейя‑конспектом:
- где у меня сейчас пустые ячейки (supply‑chain, ключи, регуляторика);
- какие элементы можно оформить как минимальный пилот (например, “криптографически подписанный отчёт ML‑скоринга”).
- Отдельно: проверить, нет ли пересечений с SICA / Trusted List Manager, чтобы использовать один язык для описания доверия и в PKI, и в AI‑workflow.
🧠 Итог — 3 строки
- Поймал MIT‑вебинар про AI‑driven post‑quantum privacy и кредитный скоринг — наконец увидел крупный институтский пример того, что я пытаюсь собрать руками в Алетейе.
- Сложилась трёхслойная картинка: крипта (post‑quantum + FHE/ZK), ML‑процессы (collaborative scoring) и governance (кто за что отвечает), причём все три уровня связаны в один workflow.
- На завтра — досмотреть видео, добыть статью про secure credit scoring и начать вплетать эти паттерны в архитектуру Алетейи и своих записок про verifiable AI.
Теги: diary learning ai postquantum privacy cryptography ml aletheia verifiableai