Penyusun HEIR Google Membawa Penyulitan Homomorfik kepada Inferens AI Peribadi

Google membuat kes bahawa AI peribadi boleh menjadi praktikal. Dalam siaran yang diterbitkan pada 14 Ogos 2026 di blog Keselamatan syarikat, jurutera perisian kakitangan Jeremy Kun mempamerkan HEIR, penyusun sumber terbuka yang membuka kunci inferens AI peribadi yang selamat secara kriptografi, kini alat terbaharu dalam Kit Alat Pengkomputeran Peribadi Google.

HEIR — singkatan kepada Homomorphic Encryption Intermediate Representation — boleh menukar model AI pra-latihan yang beroperasi pada data tidak disulitkan untuk beroperasi pada input yang disulitkan. Visi Google yang dinyatakan adalah untuk menjadikan HEIR sebagai penyelesaian satu klik yang membolehkan bukan pakar memasukkan inferens yang disulitkan ke dalam aplikasi pengeluaran.

Penyulitan Homomorphic Trade-off Privasi Terputus

Jawatan itu membentangkan dilema teras. Perlindungan standard seperti penyulitan hujung ke hujung memberikan pertukaran: data pengguna boleh dilindungi daripada pelanggaran, tetapi kemudian pembekal perkhidmatan tidak boleh menawarkan ciri yang bergantung pada data tersebut — penapisan spam dan pengesanan virus sebagai contoh kanonik. Sektor kritikal seperti penjagaan kesihatan dan kewangan lebih menolak risiko ini, dengan peraturan ketat mengehadkan perkongsian data merentas institusi.

Alternatif mempunyai had mereka sendiri. Pemprosesan tempatan pada peranti pengguna dikekang oleh keupayaan perkakasan, dan penghantaran model AI proprietari penyedia kepada peranti berisiko membocorkan model itu sendiri — harta intelek akan keluar dari pintu.

Penyulitan homomorfik menukar persamaan dengan membenarkan pengiraan dilakukan secara langsung pada data yang disulitkan. Pelayan memproses teks sifir dan mengembalikan hasil yang disulitkan tanpa mendedahkan maklumat asas. Perkhidmatan awan boleh, sebagai contoh, memberikan pengesyoran kandungan tanpa dapat melihat ciri pengguna — senario yang dikatakan Google tidak keterlaluan, kerana salah satu tunjuk cara dalam siaran melakukan perkara itu.

Teknologi ini tidak percuma: penyulitan homomorfik membawa overhed kos bukan remeh. Tetapi seperti yang dinyatakan oleh Kun, ia mengalihkan pertukaran keupayaan-berbanding-privasi kepada persoalan kos — dan kos itu berkurangan dengan cepat. Untuk pembaca yang menjejaki persimpangan AI dan keselamatan, AI Buzz Wire merangkumi perkembangan ini semasa ia berlaku.

Apa Yang WARIS Sebenarnya Buat

Sebab penyulitan homomorfik kekal khusus ialah kebolehgunaan: menukar program sedia ada secara manual untuk menggunakannya dengan cekap, kata Google, memerlukan pasukan kriptografi. HEIR ialah jawapan Google — rantai alat pengkompil sumber terbuka penuh dan platform pembangunan untuk penyulitan homomorfik.

Projek ini telah membina momentum sejak Google mula-mula mengumumkan hasratnya pada 2023. Sejak itu, syarikat itu telah memerhatikan komuniti penyulitan homomorfik menerima alat tersebut, termasuk perkongsian dengan syarikat yang membina pemecut perkakasan untuk teknologi: Belfort, Niobium, Cornami dan Optalysys. Google mengatakan ia merancang untuk menunjukkan faedah kependaman pemecut ini dalam masa terdekat.

HEIR juga telah menjadi platform penyelidikan yang produktif. Oleh kerana ahli kriptografi boleh membina infrastruktur sedia ada untuk ujian, penandaarasan dan perbandingan, projek itu telah menarik kerjasama dengan Georgia Tech, Carnegie Mellon, UC Santa Barbara, Institut Teknologi Illinois, Purdue, Universiti Edinburgh dan Universiti Tsinghua, antara lain. Sehingga kini, empat penerbitan semakan rakan sebaya telah dibina di atas HEIR, dengan lebih banyak lagi dalam persediaan.

Empat Demonstrasi Bekerja

Untuk menunjukkan sejauh mana teknologi itu telah dicapai, Google berkongsi empat aplikasi inferens peribadi, masing-masing disusun dengan HEIR, dengan nombor kependaman dibentangkan untuk CPU berbenang tunggal dan kod sumber tersedia dalam repositori GitHubnya:

1. Pengesyoran kandungan peribadi

Model Syor Pembelajaran Mendalam untuk menyampaikan syor peribadi — kerja sama dengan Belfort Labs, LG dan Universiti New York. Ini ialah demo yang menyediakan cadangan tanpa pembekal melihat ciri pengguna.

2. Pengesanan penipuan kad kredit

Bersama-sama dengan Niobium dan hardshell.ai, Google menyusun pengesan penipuan kad kredit yang boleh menjaringkan transaksi tanpa mendedahkan data kewangan yang sensitif.

3. Pengesanan pencerobohan ancaman

Dengan Niobium, pasukan itu menyusun sistem Kitsune untuk pengesanan anomali trafik rangkaian yang disulitkan — membenarkan pembekal perkhidmatan mengesan anomali tanpa mendedahkan kandungan paket rangkaian.

4. Pengesanan kata laluan

Dengan Belfort Labs, Google menyusun model pengesanan kata cepat yang boleh membenarkan ejen AI yang dicetuskan audio mengecam perkataan bangun sambil melindungi privasi rakaman audio.

Keluasannya penting: sistem pengesyoran, penipuan, pemantauan keselamatan dan pengaktifan suara menjangkau kebanyakan titik sentuh di mana pengguna sebenarnya menghadapi AI — mencadangkan Google memikirkan tentang inferens yang disulitkan sebagai infrastruktur, bukan rasa ingin tahu makmal.

Keturunan Kejuruteraan Privasi

Google meletakkan HEIR dalam tradisi inovasi teknologi privasi yang lebih lama — privasi berbeza, keahlian set peribadi, perolehan maklumat peribadi dan enklaf selamat di Google Cloud. Tidak seperti pendekatan berasaskan perkakasan, jaminan penyulitan homomorfik adalah kriptografi semata-mata, bergantung pada matematik dan bukannya mempercayai cip.

Memandangkan industri perisian menyesuaikan diri dengan jangkaan keselamatan dan privasi dalam era AI, pasukan penyelidik Google berkata ia sedang berusaha untuk menjadikan penyulitan homomorfik mudah dibangunkan, dijalankan dengan pantas dan di mana-mana merentas industri. Dengan HEIR menurunkan halangan kepakaran dan rakan kongsi perkakasan mempercepatkan matematik, jurang antara "peribadi kriptografi" dan "boleh digunakan secara praktikal" semakin mengecil.

Kekal Mendahului AI

Untuk liputan lanjut tentang penyelidikan keselamatan AI dan teknologi yang melindungi data pengguna, tandai halaman AI Buzz Wire dan ikuti [liputan penyelidikan AI] kami (https://aibuzzwire.news).

Baca lebih banyak berita AI →