Google planeja memória de IA criptografada que nem o Google consegue ler
Memória criptografada em nuvem
A equipe do Google Private AI Compute anunciou uma atualização técnica que trará memória persistente de IA no lado do servidor, com o objetivo de manter o mesmo nível de privacidade do processamento local no aparelho. A proposta resolve, segundo o Google, um dilema antigo: dar continuidade ao assistente entre dispositivos enquanto os dados permanecem protegidos com os padrões típicos do processamento on-device.
Como funciona
A nova camada de memória funcionará como um cofre digital seguro na nuvem. As informações necessárias para assistir o usuário ficarão seladas em armazenamento dedicado e criptografado, e as chaves criptográficas para desbloqueá-las ficarão exclusivamente nos dispositivos pessoais do usuário - o que, segundo a empresa, tornará os dados inacessíveis a qualquer outra pessoa, inclusive o Google.
Quando um modelo de IA precisar acessar informações, um canal autenticado e criptografado de ponta a ponta conectará o dispositivo a um ambiente isolado e protegido na nuvem - um "secure enclave". Nesse espaço, os dados serão temporariamente descriptografados em memória isolada para atender à solicitação, qualquer novo contexto será salvo e tudo será imediatamente criptografado de novo.
A arquitetura combina enclaves seguros impostos por hardware, canais criptografados e bancos de dados por usuário protegidos por chaves derivadas do dispositivo.
Por que a mudança é necessária
O Google explica que o processamento local sempre foi o padrão de referência de privacidade, mas modelos de IA de fronteira exigem poder de computação além do que um único dispositivo oferece. A plataforma Private AI Compute, apresentada anteriormente, permite processar tarefas complexas em enclaves de nuvem isolados por hardware - porém, até agora, essas soluções eram "stateless": apagavam todo o contexto ao fim de cada tarefa. Soluções alternativas, como salvar listas de preferências do usuário, seriam insuficientes para as experiências contínuas esperadas de uma IA pessoal.
Casos de uso e confiança
Entre os exemplos citados estão consultar no notebook instruções de montagem vistas antes em óculos inteligentes ou retomar conversas entre celular e web. O Google reconhece que a confiança do usuário na privacidade do sistema também é importante.
Para construir essa confiança, a empresa aposta em transparência: além do whitepaper técnico atualizado, publicará um registro público à prova de adulteração do software do servidor, permitindo que dispositivos verifiquem que o software é autêntico e não alterado antes de enviar dados pessoais. O Google também divulgou atualização de seus métodos técnicos, incluindo resultados de uma auditoria independente conduzida por uma empresa de segurança cibernética, e convida a comunidade de privacidade a revisar as proteções do Private AI Compute, incluindo arquitetura do sistema, provas de segurança e protocolos de verificação.
Desenvolvimento
O trabalho foi codesenvolvido pelas equipes do Google DeepMind, Platforms & Devices, Core e Cloud, com patrocínio executivo de Four Flynn, Jay Yagnik e David Kleidermacher.