El equipo de Private AI Compute de Google ha anunciado una actualización técnica de su arquitectura de Private AI Compute que permitirá una memoria de IA persistente entre dispositivos, manteniendo los estrictos estándares de privacidad típicamente asociados con el procesamiento en el dispositivo. En una entrada de blog publicada en el blog de Google DeepMind, el equipo señaló que la actualización resuelve un dilema de larga data en la IA moderna: cómo darle a un asistente continuidad a largo plazo entre dispositivos mientras se mantienen los datos tan protegidos como en el procesamiento local.

Según la empresa, la IA se está volviendo más capaz e intuitiva: recuerda lo que importa, comprende el mundo que rodea al usuario y actúa según sus indicaciones. Google afirmó que la privacidad y la confianza son fundamentales para lograrlo, asegurando que los datos se mantengan privados y protegidos a medida que los sistemas de IA evolucionan para brindar una asistencia más continua en los dispositivos.

Llevando la privacidad del dispositivo a la memoria a escala de nube

La nueva capacidad se centra en una capa de memoria persistente que funcionará como una bóveda digital segura en la nube. Bajo este modelo, la información necesaria para asistir al usuario se sella dentro de un almacenamiento cifrado dedicado, mientras que las claves criptográficas necesarias para desbloquearla se conservan exclusivamente en los dispositivos personales del usuario, lo que garantiza que los datos sean inaccesibles para cualquier otra persona, incluso para Google.

Cuando un modelo de IA necesita acceder a información para asistir al usuario, un canal autenticado y cifrado de extremo a extremo conecta el dispositivo con un entorno protegido y aislado en la nube. Google denomina a ese espacio "secure enclave" (enclave seguro). Allí se descifran temporalmente los datos del usuario en memoria aislada para atender la solicitud, se guarda cualquier contexto nuevo y se vuelve a cifrar de inmediato, manteniendo la información privada "como si nunca hubiera salido de tu dispositivo".

La arquitectura combina enclaves seguros reforzados por hardware, canales cifrados y bases de datos por usuario protegidas con claves de cifrado derivadas del dispositivo. Google afirmó que esta combinación mantiene los datos completamente privados y bajo el control del usuario.

La empresa presentó el cambio como necesario para satisfacer las necesidades de cómputo de la era de la IA. El procesamiento local en el dispositivo ha sido históricamente el estándar de oro de la privacidad, pero los modelos de IA de frontera a menudo requieren mucha más potencia de cómputo de la que cualquier dispositivo individual puede ofrecer. Llevar IA avanzada a los asistentes personales significa, según Google, resolver cómo aprovechar el poder de la nube garantizando que los datos personales permanezcan tan protegidos como si nunca hubieran salido del dispositivo.

Con ese fin, Google presentó anteriormente su plataforma Private AI Compute, que permite a los usuarios procesar tareas complejas en enclaves de nube aislados por hardware. Hasta ahora, esa tecnología, junto con soluciones similares en toda la industria, era estrictamente "sin estado", lo que significaba que borraba todo el contexto en el momento en que terminaba una tarea. Google argumentó que alternativas como hacer que la IA guarde una lista de datos y preferencias personales no son suficientes para sostener las experiencias ricas y continuas que las personas esperan de una IA personal. Habilitar ese nivel de asistencia requirió diseñar una forma para que la IA a escala de nube retuviera el contexto de forma segura a lo largo del tiempo y entre dispositivos.

Esa restricción de ausencia de estado nunca fue exclusiva de Google: el procesamiento en nube aislado por hardware ha sido adoptado en toda la industria para ejecutar cargas de trabajo sensibles con recursos a escala de nube, y mientras dichos sistemas borraran el contexto después de cada tarea, la IA en la nube no ofrecía un equivalente duradero de la memoria que proporciona el software local. Por lo tanto, el paso a una memoria persistente del lado del servidor representa un cambio arquitectónico notable para la IA en la nube, y uno que Google sostiene como requisito previo para asistentes personales que mantengan una continuidad real entre dispositivos.

Generando confianza, mirando hacia adelante

Google ilustró los posibles casos de uso: abrir en una computadora portátil instrucciones de ensamblaje que se vieron previamente a través de lentes inteligentes, o reanudar conversaciones complejas entre el móvil y la web. Private AI Compute está diseñado para hacer posible ese tipo de asistencia fluida, manteniendo bajo llave de forma segura los elementos que necesita recordar. Sin embargo, la empresa reconoció que la confianza del usuario en la privacidad del sistema es igualmente importante.

Generar esa confianza comienza con la transparencia, según Google. Junto con su libro técnico actualizado, la empresa publicará un registro público a prueba de manipulaciones de su software de servidor. Los dispositivos que ejecuten Private AI Compute podrán verificar que el software es auténtico y no ha sido alterado antes de enviar cualquier dato personal.

Google también está proporcionando una actualización sobre sus métodos técnicos, incluidos los resultados de una auditoría independiente realizada por una firma líder en ciberseguridad, cuya identidad no reveló. Al compartir estos recursos, la empresa dijo que invita a la comunidad de privacidad en general a verificar las protecciones de Private AI Compute.

"Agregar memoria privada y persistente a Private AI Compute muestra cuán privada puede ser por diseño una asistencia profundamente personal", escribió la empresa, invitando a la comunidad a revisar el Private AI Compute Technical Brief actualizado, así como la arquitectura del sistema, las pruebas de seguridad y los protocolos de verificación.

Varios detalles prácticos siguen abiertos: Google no nombró a la firma auditora, y el anuncio no especificó cuándo la capacidad de memoria persistente llegará a los usuarios ni qué dispositivos la admitirán primero. Esas lagunas dan mayor peso a los materiales que Google ha hecho públicos, que según la empresa son suficientes para que investigadores externos de privacidad verifiquen directamente sus protecciones en lugar de confiar solo en sus garantías.

Agradecimientos

La investigación fue codesarrollada por los equipos de Google DeepMind, Platforms & Devices, Core y Cloud. Google también agradeció a Four Flynn, Jayagnik y David Kleidermacher por su patrocinio ejecutivo de este trabajo.

El anuncio sigue a la publicación relacionada de Google DeepMind sobre el pilotaje de las primeras evaluaciones de IA doble ciego del mundo.