Googleは民間AIが実用化できると主張している。同社のセキュリティ ブログに 2026 年 8 月 14 日に公開された投稿で、スタッフ ソフトウェア エンジニアの Jeremy Kun は、暗号的に安全なプライベート AI 推論を可能にするオープンソース コンパイラである HEIR を紹介しました。これは現在、Google のプライベート コンピューティング ツールキットの最新ツールです。
HEIR (Homomorphic Encryption Intermediate Representation の略) は、暗号化されていないデータで動作する事前トレーニング済み AI モデルを、暗号化された入力で動作するように変換できます。 Google が表明したビジョンは、HEIR を、専門家でなくても暗号化された推論を運用アプリケーションに組み込めるワンクリック ソリューションにすることです。
プライバシーのトレードオフによる準同型暗号化の破壊
この投稿は核心的なジレンマを明らかにしています。エンドツーエンド暗号化などの標準的な保護にはトレードオフが存在します。ユーザー データは侵害から保護できますが、その場合、サービス プロバイダーはそのデータに依存する機能を提供できなくなります。スパム フィルタリングやウイルス検出が標準的な例です。医療や金融などの重要なセクターは、機関間でのデータ共有を制限する厳しい規制により、こうしたリスクをさらに忌避しています。
代替案には独自の限界があります。ユーザーのデバイス上のローカル処理はハードウェアの機能によって制限されており、プロバイダー独自の AI モデルをデバイスに配布すると、モデル自体が漏洩する危険があり、知的財産が流出します。
準同型暗号化 は、暗号化されたデータに対して直接計算を実行できるようにすることで方程式を変更します。サーバーは暗号文を処理し、基礎となる情報を公開することなく暗号化された結果を返します。たとえば、クラウド サービスは、ユーザーの特徴を確認できずにコンテンツの推奨を提供する可能性があります。Google が言うこのシナリオは誇張ではなく、投稿内のデモの 1 つがまさにそれを実行しているためです。このテクノロジーは無料ではありません。準同型暗号化には、少なからぬコストのオーバーヘッドが伴います。しかし、クン氏が指摘するように、機能とプライバシーのトレードオフはコストの問題に移り、そのコストは急速に減少しています。 AI とセキュリティの交差点を追跡している読者のために、AI Buzz Wire では、これらの開発が起こったときに取り上げています。
HEIR が実際に行うこと
準同型暗号がニッチなままである理由は、使いやすさにあります。既存のプログラムを手動で変換して効率的に使用するには、暗号学者のチームが必要だと Google は言います。 HEIR は Google の答えです。準同型暗号化のための完全なオープンソースのコンパイラ ツールチェーンおよび開発プラットフォームです。
Google が 2023 年に初めてその意図を発表して以来、このプロジェクトは勢いを増しています。それ以来、同社は、準同型暗号化コミュニティがこのツールを受け入れているのを観察してきました。その中には、この技術用のハードウェア アクセラレータを構築する企業 (Belfort、Niobium、Cornami、Optalysys) との提携も含まれます。 Googleは、近い将来、これらのアクセラレータによる遅延の利点を実証する予定だと述べている。
HEIR は生産的な研究プラットフォームにもなりました。暗号学者は既存のインフラストラクチャを利用してテスト、ベンチマーク、比較を行うことができるため、このプロジェクトはジョージア工科大学、カーネギーメロン大学、カリフォルニア大学サンタバーバラ校、イリノイ工科大学パーデュー校、エディンバラ大学、清華大学などとのコラボレーションを惹きつけています。現在までに、4 つの査読済み出版物が HEIR に基づいて作成されており、さらに多くの出版物が準備中です。
4 つの実際のデモンストレーション
このテクノロジーがどこまで進歩したかを示すために、Google は、それぞれ HEIR でコンパイルされた 4 つのプライベート推論アプリケーションを共有しました。シングルスレッド CPU でのレイテンシ数値と、GitHub リポジトリで入手可能なソース コードを示しています。
1. プライベートコンテンツの推奨事項
プライベート レコメンデーションを提供するための深層学習レコメンデーション モデル - Belfort Labs、LG、ニューヨーク大学との共同作業。これは、プロバイダーがユーザーの機能を確認せずに推奨事項を提供するデモです。2. クレジットカード不正行為の検出
Google は、Niobium およびhardshell.ai と協力して、機密の財務データを公開することなく取引をスコアリングできるクレジット カード詐欺検出機能を開発しました。3. 脅威の侵入検知
Niobium を使用して、チームは暗号化されたネットワーク トラフィックの異常検出用の Kitsune システムをコンパイルしました。これにより、サービス プロバイダーはネットワーク パケットの内容を明らかにすることなく異常を検出できるようになります。4. ホットワードの検出
Google は、Belfort Labs と協力して、音声録音のプライバシーを保護しながら、音声によってトリガーされる AI エージェントがウェイクワードを認識できるようにするホットワード検出モデルを構築しました。幅が重要です。レコメンデーション システム、詐欺、セキュリティ監視、音声アクティベーションは、消費者が実際に AI に遭遇するタッチポイントのほとんどに及んでいます。これは、Google が暗号化された推論を研究室の好奇心ではなくインフラストラクチャとして考えていることを示唆しています。
プライバシー エンジニアリングの系譜
Google は、差分プライバシー、プライベート セット メンバーシップ、個人情報の取得、Google Cloud 上の安全なエンクレーブなど、プライバシー テクノロジー イノベーションの長い伝統の中に HEIR を位置づけています。ハードウェアベースのアプローチとは異なり、準同型暗号の保証は純粋に暗号的なものであり、チップの信頼性ではなく数学に基づいています。ソフトウェア業界がAI時代のセキュリティとプライバシーへの期待に適応する中、Googleの研究チームは準同型暗号を開発しやすく、高速に実行し、業界全体で普及させることに取り組んでいると述べた。 HEIR が専門知識の障壁を下げ、ハードウェア パートナーが計算を加速することで、「暗号的にプライベート」と「実質的に導入可能」の間のギャップは狭まりつつあります。
AI の先を行く
AI セキュリティ研究とユーザー データを保護するテクノロジーの詳細については、AI Buzz Wire をブックマークし、AI 研究報道 をフォローしてください。
AIニュースをもっと読む→
