L'équipe Private AI Compute de Google a annoncé une mise à jour technique de son architecture Private AI Compute qui permettra une mémoire d'IA persistante et multi-appareils tout en respectant les stricts standards de confidentialité généralement associés au traitement sur l'appareil. Dans un article de blog publié sur le blog de Google DeepMind, l'équipe indique que cette mise à jour résout un dilemme de longue date de l'IA moderne : comment donner à un assistant une continuité à long terme entre les appareils tout en protégeant les données autant que le traitement local.

Selon l'entreprise, l'IA devient plus capable et plus intuitive — se souvenant de ce qui compte, comprenant le monde qui entoure l'utilisateur et agissant selon ses instructions. Google affirme que la confidentialité et la confiance sont au cœur de cette évolution, garantissant que les données restent privées et protégées à mesure que les systèmes d'IA offrent une assistance plus continue sur l'ensemble des appareils.

Apporter la confidentialité de l'appareil à une mémoire à l'échelle du cloud

La nouvelle capacité s'articule autour d'une couche de mémoire persistante qui fonctionnera comme un coffre-fort numérique sécurisé dans le cloud. Selon ce modèle, les informations nécessaires pour assister l'utilisateur sont scellées dans un stockage chiffré dédié, tandis que les clés cryptographiques requises pour les déverrouiller sont conservées exclusivement sur les appareils personnels de l'utilisateur — garantissant que les données sont inaccessibles à quiconque d'autre, y compris Google.

Lorsqu'un modèle d'IA doit accéder à des informations pour assister un utilisateur, un canal authentifié et chiffré de bout en bout relie l'appareil à un environnement protégé et isolé dans le cloud. Google désigne cet espace sous le nom d'« enclave sécurisée ». Il déchiffre temporairement les données de l'utilisateur dans une mémoire isolée pour traiter la requête, enregistre tout nouveau contexte, puis le rechiffre immédiatement, maintenant les informations privées « comme si elles n'avaient jamais quitté votre appareil ».

L'architecture combine des enclaves sécurisées imposées par le matériel, des canaux chiffrés et des bases de données par utilisateur protégées par des clés de chiffrement dérivées de l'appareil. Selon Google, cette combinaison garantit que les données restent entièrement privées et sous le contrôle de l'utilisateur.

L'entreprise présente cette évolution comme pour répondre aux besoins de calcul de l'ère de l'IA. Le traitement local sur l'appareil a historiquement été la référence en matière de confidentialité, mais les modèles d'IA de pointe nécessitent souvent bien plus de puissance de calcul qu'un seul appareil ne peut en fournir. Apporter une IA avancée aux assistants personnels signifie, selon Google, résoudre la manière d'exploiter la puissance du cloud tout en garantissant que les données personnelles restent aussi protégées que si elles n'avaient jamais quitté l'appareil.

À cette fin, Google avait précédemment introduit sa plateforme Private AI Compute, qui permet aux utilisateurs de traiter des tâches complexes dans des enclaves cloud isolées au niveau matériel. Jusqu'à présent, cette technologie — ainsi que des solutions similaires dans l'ensemble du secteur — était strictement « sans état », ce qui signifiait qu'elle effaçait tout contexte dès la fin d'une tâche. Google estime que les solutions de contournement, comme faire enregistrer à l'IA une liste de faits et de préférences personnels, ne suffisent pas à soutenir les expériences riches et continues que les gens attendent d'une IA personnelle. Permettre ce niveau d'assistance exigeait d'ingénier un moyen pour l'IA à l'échelle du cloud de conserver le contexte de manière sécurisée dans le temps et entre les appareils.

Cette contrainte sans état n'a jamais été propre à Google : le traitement cloud isolé au niveau matériel a été adopté dans tout le secteur pour exécuter des charges de travail sensibles avec des ressources à l'échelle du cloud, et tant que ces systèmes effaçaient le contexte après chaque tâche, l'IA basée sur le cloud n'offrait aucun équivalent durable de la mémoire fournie par les logiciels locaux. Le passage à une mémoire persistante côté serveur constitue donc un changement architectural notable pour l'IA cloud — et un prérequis, selon Google, pour des assistants personnels maintenant une véritable continuité entre les appareils.

Bâtir la confiance, regarder vers l'avenir

Google a illustré les cas d'usage potentiels : afficher sur un ordinateur portable des instructions de montage précédemment consultées via des lunettes connectées, ou reprendre des conversations complexes entre mobile et web. Private AI Compute est conçu pour rendre ce type d'assistance transparente possible tout en gardant les éléments à retenir soigneusement verrouillés. L'entreprise reconnaît toutefois que la confiance des utilisateurs dans la confidentialité du système est tout aussi importante.

Selon Google, bâtir cette confiance commence par la transparence. En plus de son livre blanc technique actualisé, l'entreprise publie un enregistrement public inviolable de son logiciel serveur. Les appareils exécutant Private AI Compute pourront vérifier que le logiciel est authentique et non altéré avant d'envoyer des données personnelles.

Google fournit également une mise à jour sur ses méthodes techniques, y compris les résultats d'un audit indépendant mené par une importante société de cybersécurité, qu'elle n'a pas nommée. En partageant ces ressources, l'entreprise déclare inviter la communauté élargie de la confidentialité à vérifier les protections de Private AI Compute.

« L'ajout d'une mémoire privée et persistante à Private AI Compute montre à quel point l'assistance profondément personnelle peut être privée dès la conception », écrit l'entreprise invitant la communauté à consulter la Private AI Compute Technical Brief actualisée ainsi que son architecture système, ses preuves de sécurité et ses protocoles de vérification.

Plusieurs détails pratiques restent en suspens : Google n'a pas nommé la société d'audit, et l'annonce n'a pas précisé quand la capacité de mémoire persistante sera accessible aux utilisateurs ni quels appareils la prendront en charge en premier. Ces lacunes donnent un poids accru aux documents rendus publics par Google, qui, selon l'entreprise, suffisent aux chercheurs en confidentialité externes pour vérifier directement ses protections plutôt que de se fier aux seules assurances de Google.

Remerciements

Cette recherche a été co-développée par les équipes Google DeepMind, Platforms & Devices, Core et Cloud. Google remercie également Four Flynn, Jay Yagnik et David Kleidermacher pour leur parrainage executif de ce travail.

Cette annonce fait suite à l'article connexe de Google DeepMind sur le pilotage des premières évaluations d'IA en double aveugle au monde.