O Google defende que a IA privada pode ser prática. Em uma postagem publicada em 14 de agosto de 2026 no blog de segurança da empresa, o engenheiro de software Jeremy Kun apresentou HEIR, um compilador de código aberto que desbloqueia inferência de IA privada criptograficamente segura, agora a ferramenta mais recente do Private Computing Toolkit do Google.

HEIR – abreviação de Homomorphic Encryption Intermediate Representation – pode converter modelos de IA pré-treinados que operam em dados não criptografados para operar em entradas criptografadas. A visão declarada do Google é tornar o HEIR uma solução de um clique que permite que não especialistas incorporem inferência criptografada em aplicativos de produção.

As quebras de criptografia homomórfica de compensação de privacidade

A postagem expõe o dilema central. As proteções padrão, como a criptografia de ponta a ponta, apresentam uma compensação: os dados do usuário podem ser protegidos contra violações, mas o provedor de serviços não pode oferecer recursos que dependam desses dados – a filtragem de spam e a detecção de vírus são os exemplos canônicos. Setores críticos como os cuidados de saúde e as finanças são ainda mais avessos a estes riscos, com regulamentações rigorosas que limitam a partilha de dados entre instituições.

As alternativas têm seus próprios limites. O processamento local no dispositivo de um usuário é limitado pelos recursos de hardware, e enviar um modelo de IA proprietário de um provedor para um dispositivo corre o risco de vazar o próprio modelo – a propriedade intelectual sai pela porta.

A criptografia homomórfica altera a equação, permitindo que cálculos sejam realizados diretamente nos dados criptografados. Os servidores processam textos cifrados e retornam resultados criptografados sem nunca expor as informações subjacentes. Um serviço em nuvem poderia, por exemplo, fornecer recomendações de conteúdo sem ser capaz de ver as características do usuário — um cenário que o Google diz não ser exagero, porque uma das demonstrações do post faz exatamente isso.

A tecnologia não é gratuita: a criptografia homomórfica acarreta custos indiretos não triviais. Mas, como observa Kun, isso transforma o compromisso entre capacidade e privacidade numa questão de custo – e esse custo está a diminuir rapidamente. Para leitores que acompanham a intersecção entre IA e segurança, AI Buzz Wire cobre esses desenvolvimentos à medida que eles acontecem.

O que HEIR realmente faz

A razão pela qual a criptografia homomórfica permaneceu como um nicho é a usabilidade: converter manualmente um programa existente para usá-lo de forma eficiente, diz o Google, requer uma equipe de criptógrafos. HEIR é a resposta do Google – um conjunto de ferramentas de compilador de código aberto completo e uma plataforma de desenvolvimento para criptografia homomórfica.

O projeto vem ganhando impulso desde que o Google anunciou suas intenções pela primeira vez em 2023. Desde então, a empresa tem observado a comunidade de criptografia homomórfica adotando a ferramenta, incluindo parcerias com empresas que criam aceleradores de hardware para a tecnologia: Belfort, Niobium, Cornami e Optalysys. O Google afirma que planeja demonstrar os benefícios de latência desses aceleradores em um futuro próximo.

HEIR também se tornou uma plataforma de pesquisa produtiva. Como os criptógrafos podem aproveitar a infraestrutura existente para testes, benchmarking e comparações, o projeto atraiu colaborações com Georgia Tech, Carnegie Mellon, UC Santa Barbara, Instituto de Tecnologia de Illinois, Purdue, Universidade de Edimburgo e Universidade Tsinghua, entre outros. Até o momento, quatro publicações revisadas por pares foram construídas sobre o HEIR, e mais estão em preparação.

Quatro demonstrações de trabalho

Para mostrar o quão longe a tecnologia chegou, o Google compartilhou quatro aplicativos de inferência privada, cada um compilado com HEIR, com números de latência apresentados para CPUs de thread único e código-fonte disponível em seu repositório GitHub:

1. Recomendações de conteúdo privado

Um modelo de recomendação de aprendizado profundo para servir recomendações privadas – trabalho conjunto com Belfort Labs, LG e Universidade de Nova York. Esta é a demonstração que fornece recomendações sem que o provedor veja os recursos do usuário.

2. Detecção de fraude de cartão de crédito

Juntamente com Niobium e hardshell.ai, o Google compilou um detector de fraude de cartão de crédito que pode pontuar transações sem expor dados financeiros confidenciais.

3. Detecção de intrusão de ameaças

Com o Niobium, a equipe compilou o sistema Kitsune para detecção de anomalias no tráfego de rede criptografado – permitindo que um provedor de serviços detecte anomalias sem revelar o conteúdo dos pacotes de rede.

4. Detecção de hotword

Com o Belfort Labs, o Google compilou um modelo de detecção de hotword que poderia permitir que um agente de IA acionado por áudio reconhecesse palavras de ativação enquanto protegia a privacidade das gravações de áudio.

A amplitude é importante: sistemas de recomendação, fraude, monitoramento de segurança e ativação por voz abrangem a maioria dos pontos de contato onde os consumidores realmente encontram IA – sugerindo que o Google está pensando na inferência criptografada como infraestrutura, e não como uma curiosidade de laboratório.

Uma linhagem de engenharia de privacidade

O Google coloca o HEIR em uma tradição mais longa de inovação em tecnologia de privacidade: privacidade diferencial, associação a conjuntos privados, recuperação de informações privadas e enclaves seguros no Google Cloud. Ao contrário das abordagens baseadas em hardware, as garantias da criptografia homomórfica são puramente criptográficas, baseando-se na matemática e não na confiança em um chip.

À medida que a indústria de software se adapta às expectativas de segurança e privacidade na era da IA, a equipa de investigação da Google afirma que está a trabalhar para tornar a encriptação homomórfica fácil de desenvolver, rápida de executar e omnipresente em toda a indústria. Com o HEIR reduzindo a barreira de conhecimento e os parceiros de hardware acelerando a matemática, a lacuna entre “criptograficamente privado” e “praticamente implantável” está diminuindo.

Fique à frente da IA

Para obter mais cobertura da pesquisa de segurança de IA e das tecnologias que protegem os dados do usuário, marque AI Buzz Wire e siga nossa cobertura de pesquisa de IA.

Leia mais notícias sobre IA →