Google fait valoir que l’IA privée peut être pratique. Dans un article publié le 14 août 2026 sur le blog de sécurité de l'entreprise, l'ingénieur logiciel Jeremy Kun a présenté HEIR, un compilateur open source qui déverrouille l'inférence d'IA privée cryptographiquement sécurisée, désormais le dernier outil de la boîte à outils d'informatique privée de Google.
HEIR – abréviation de Homomorphic Encryption Intermediate Representation – peut convertir des modèles d'IA pré-entraînés qui fonctionnent sur des données non chiffrées pour fonctionner sur des entrées chiffrées. La vision déclarée de Google est de faire de HEIR une solution en un clic qui permet aux non-experts d'incorporer l'inférence cryptée dans les applications de production.
Le compromis en matière de confidentialité Rupture du cryptage homomorphe
Le message expose le dilemme principal. Les protections standard telles que le chiffrement de bout en bout présentent un compromis : les données des utilisateurs peuvent être protégées contre les violations, mais le fournisseur de services ne peut alors pas offrir de fonctionnalités qui dépendent de ces données - le filtrage du spam et la détection des virus étant les exemples canoniques. Des secteurs critiques comme la santé et la finance sont encore plus réticents à ces risques, avec des réglementations strictes limitant le partage de données entre institutions.
Les alternatives ont leurs propres limites. Le traitement local sur l'appareil d'un utilisateur est limité par les capacités matérielles, et l'envoi du modèle d'IA propriétaire d'un fournisseur sur un appareil risque de divulguer le modèle lui-même – la propriété intellectuelle disparaît.
Le chiffrement homomorphe modifie l'équation en permettant d'effectuer des calculs directement sur des données cryptées. Les serveurs traitent les textes chiffrés et renvoient des résultats chiffrés sans jamais exposer les informations sous-jacentes. Un service cloud pourrait, par exemple, fournir des recommandations de contenu sans pouvoir voir les fonctionnalités de l'utilisateur – un scénario qui, selon Google, n'est pas exagéré, car l'une des démos de l'article fait exactement cela.
La technologie n’est pas gratuite : le chiffrement homomorphe entraîne un coût non négligeable. Mais comme le note Kun, cela déplace le compromis entre capacité et confidentialité vers une question de coût – et ce coût diminue rapidement. Pour les lecteurs qui suivent l’intersection de l’IA et de la sécurité, AI Buzz Wire couvre ces développements au fur et à mesure qu’ils se produisent.
Ce que fait réellement HEIR
La raison pour laquelle le cryptage homomorphe est resté une niche est la facilité d'utilisation : la conversion manuelle d'un programme existant pour l'utiliser efficacement, selon Google, nécessite une équipe de cryptographes. HEIR est la réponse de Google : une chaîne d'outils de compilateur open source complète et une plate-forme de développement pour le cryptage homomorphe.
Le projet a pris de l'ampleur depuis que Google a annoncé ses intentions pour la première fois en 2023. Depuis lors, la société a observé que la communauté du chiffrement homomorphe adoptait l'outil, notamment en établissant des partenariats avec des entreprises construisant des accélérateurs matériels pour cette technologie : Belfort, Niobium, Cornami et Optalysys. Google prévoit de démontrer prochainement les avantages de ces accélérateurs en matière de latence.
HEIR est également devenu une plateforme de recherche productive. Étant donné que les cryptographes peuvent s'appuyer sur son infrastructure existante pour les tests, les analyses comparatives et les comparaisons, le projet a attiré des collaborations avec Georgia Tech, Carnegie Mellon, l'UC Santa Barbara, l'Illinois Institute of Technology, Purdue, l'Université d'Édimbourg et l'Université Tsinghua, entre autres. À ce jour, quatre publications évaluées par des pairs ont été élaborées sur HEIR, et d'autres sont en préparation.
Quatre démonstrations de travail
Pour montrer jusqu'où la technologie a évolué, Google a partagé quatre applications d'inférence privée, chacune compilée avec HEIR, avec des chiffres de latence présentés pour les processeurs monothread et le code source disponible dans son référentiel GitHub :
1. Recommandations de contenu privé
Un modèle de recommandation d'apprentissage profond pour servir des recommandations privées - travail conjoint avec Belfort Labs, LG et l'Université de New York. Il s'agit de la démo qui sert des recommandations sans que le fournisseur ne voie les fonctionnalités utilisateur.2. Détection des fraudes à la carte bancaire
En collaboration avec Niobium et hardshell.ai, Google a compilé un détecteur de fraude par carte de crédit capable d'enregistrer des transactions sans exposer de données financières sensibles.3. Détection des intrusions de menaces
Avec Niobium, l'équipe a compilé le système Kitsune pour la détection des anomalies du trafic réseau crypté, permettant à un fournisseur de services de détecter les anomalies sans révéler le contenu des paquets réseau.4. Détection de mots clés
Avec Belfort Labs, Google a compilé un modèle de détection de mots clés qui pourrait permettre à un agent IA déclenché par l'audio de reconnaître les mots d'activation tout en protégeant la confidentialité des enregistrements audio.L'étendue est importante : les systèmes de recommandation, la fraude, la surveillance de la sécurité et l'activation vocale couvrent la plupart des points de contact où les consommateurs rencontrent réellement l'IA, ce qui suggère que Google considère l'inférence cryptée comme une infrastructure et non comme une curiosité de laboratoire.
Une lignée d'ingénierie de la confidentialité
Google place HEIR dans une plus longue tradition d'innovation technologique en matière de confidentialité : confidentialité différentielle, appartenance à un ensemble privé, récupération d'informations privées et enclaves sécurisées sur Google Cloud. Contrairement aux approches matérielles, les garanties du chiffrement homomorphique sont purement cryptographiques et reposent sur des mathématiques plutôt que sur la confiance dans une puce.Alors que l'industrie du logiciel s'adapte aux attentes en matière de sécurité et de confidentialité à l'ère de l'IA, l'équipe de recherche de Google affirme qu'elle s'efforce de rendre le cryptage homomorphe facile à développer, rapide à exécuter et omniprésent dans l'ensemble de l'industrie. Avec HEIR abaissant la barrière de l’expertise et les partenaires matériels accélérant les calculs, l’écart entre « cryptographiquement privé » et « pratiquement déployable » se réduit.
Gardez une longueur d'avance sur l'IA
Pour plus d'informations sur la recherche sur la sécurité de l'IA et les technologies protégeant les données des utilisateurs, ajoutez AI Buzz Wire à vos favoris et suivez notre Couverture de la recherche sur l'IA.
Lire plus d'actualités sur l'IA →
