Zespół Google Private AI Compute ogłosił aktualizację techniczną architektury Private AI Compute, która umożliwi trwałą pamięć AI działającą między urządzeniami, zachowując jednocześnie rygorystyczne standardy prywatności typowe dla przetwarzania na urządzeniu. W wpisie na blogu opublikowanym na blogu Google DeepMind zespół stwierdził, że aktualizacja rozwiązuje długotrwały dylemat współczesnej AI: jak zapewnić asystentowi długoterminową ciągłość między urządzeniami, przy zachowaniu ochrony danych na poziomie przetwarzania lokalnego.

Według firmy AI staje się coraz bardziej zdolna i intuicyjna — zapamiętuje to, co ważne, rozumie otaczający użytkownika świat i działa zgodnie z jego poleceniami. Google podkreślił, że prywatność i zaufanie są kluczowe dla osiągnięcia tego celu, zapewniając, że dane pozostają prywatne i chronione, gdy systemy AI ewoluują w kierunku bardziej ciągłej pomocy na wielu urządzeniach.

Prywatność na poziomie urządzenia dla pamięci o skali chmury

Nowa funkcja koncentruje się na trwałej warstwie pamięci, która będzie działać jak bezpieczny cyfrowy sejf w chmurze. W tym modelu informacje potrzebne do pomocy użytkownikowi są zapieczętowane w dedykowanym, zaszyfrowanym magazynie, natomiast klucze kryptograficzne wymagane do ich odblokowania przechowywane są wyłącznie na osobistych urządzeniach użytkownika — dzięki czemu dane są niedostępne dla nikogo innego, nawet dla Google.

Gdy model AI potrzebuje dostępu do informacji, aby pomóc użytkownikowi, uwierzytelniony,frowany kanał end-to-end łączy urządzenie z chronionym, odizolowanym środowiskiem w chmurze. Google nazywa tę przestrzeń „secure enclave”. Tymczasowo odszyfrowuje ona dane użytkownika w izolowanej pamięci, aby obsłużyć żądanie, zapisuje nowy kontekst i natychmiast ponownie je szyfruje, utrzymując informacje w prywatności „tak, jakby nigdy nie opuściły Twojego urządzenia”.

Architektura łączy sprzętowe bezpieczne enklawy, zaszyfrowane kanały oraz bazy danych poszczególnych użytkowników chronione kluczami szyfrowania pochodzącymi z urządzeń. Google stwierdził, że to połączenie zapewnia pełną prywatność danych i kontrolę użytkownika nad nimi.

Firma uznała tę zmianę za konieczną, aby sprostać wymaganiom obliczeniowym ery AI. Lokalne przetwarzanie na urządzeniu było historycznie złotym standardem prywatności, ale najnowocześniejsze modele AI często wymagają znacznie większej mocy obliczeniowej, niż może zapewnić jakiekolwiek pojedyncze urządzenie. Wprowadzenie zaawansowanej AI do asystentów osobistych oznacza, według Google, rozwiązanie problemu wykorzystania mocy chmury przy jednoczesnym zapewnieniu, że dane osobowe pozostaną tak samo chronione, jakby nigdy nie opuściły urządzenia.

W tym celu Google wcześniej wprowadził platformę Private AI Compute, która pozwala użytkownikom przetwarzać złożone zadania w sprzętowo odizolowanych enklawach w chmurze. Do tej pory ta technologia — podobnie jak podobne rozwiązania w całej branży — była ściśle „bezstanowa” (stateless), co oznacza, że usuwała cały kontekst w momencie zakończenia zadania. Google argumentował, że obejścia, takie jak zapisywanie przez AI listy osobistych faktów i preferencji, nie wystarczają, aby zapewnić bogate, ciągłe doświadczenia, których ludzie oczekują od osobistej AI. Umożliwienie takiego poziomu pomocy wymagało opracowania sposobu na bezpieczne przechowywanie kontekstu przez chmurową AI w czasie i między urządzeniami.

To ograniczenie bezstanowości nigdy nie dotyczyło wyłącznie Google: sprzętowo odizolowane przetwarzanie w chmurze zostało przyjęte w całej branży do uruchamiania wrażliwych obciążeń z zasobami o skali chmury, a dopóki takie systemy usuwały kontekst po każdym zadaniu, chmurowa AI nie oferowała trwałego odpowiednika pamięci zapewnianej przez oprogramowanie lokalne. Przejście do trwałej pamięci po stronie serwera jest zatem istotną zmianą architektoniczną dla chmurowej AI — taką, którą Google uważa za warunek wstępny dla asystentów osobistych utrzymujących rzeczywistą ciągłość między urządzeniami.

Budowanie zaufania, patrzenie w przyszłość

Google zilustrował potencjalne przypadki użycia: wyświetlanie na laptopie instrukcji montażu, które wcześniej oglądano przez inteligentne okulary, lub wznawianie złożonych rozmów między telefonem a przeglądarką. Private AI Compute zostało zaprojektowane, aby umożliwić tego rodzaju płynną pomoc, jednocześnie bezpiecznie przechowując elementy, które musi zapamiętać. Firma przyznała jednak, że równie ważne jest zaufanie użytkowników do prywatności tego systemu.

Budowanie tego zaufania zaczyna się, według Google, od przejrzystości. Obok zaktualizowanego dokumentu technicznego firma publikuje odporną na manipulacje publiczną rejestrację swojego oprogramowania serwerowego. Urządzenia działające z Private AI Compute będą mogły zweryfikować, że oprogramowanie jest autentyczne i niezmodyfikowane, zanim wyślą jakiekolwiek dane osobowe.

Google zapewnia również aktualizację swoich metod technicznych, w tym wyniki niezależnego audytu przeprowadzonego przez wiodącą firmę z branży cyberbezpieczeństwa, której nie ujawnił. Udostępniając te zasoby, firma — jak stwierdziła — zaprasza szerszą społeczność zajmującą się prywatnością do zweryfikowania zabezpieczeń Private AI Compute.

„Dodanie prywatnej, trwałej pamięci do Private AI Compute pokazuje, jak głęboko osobista pomoc może być prywatna z założenia” — napisała firma, zapraszając społeczność do przejrzenia zaktualizowanego dokumentu technicznego Private AI Compute oraz architektury systemu, dowodów bezpieczeństwa i protokołów weryfikacji.

Szereg praktycznych szczegółów pozostaje otwarty: Google nie ujawnił nazwy firmy audytującej, a ogłoszenie nie określiło, kiedy funkcja trwałej pamięci trafi do użytkowników ani które urządzenia będą ją pierwsze obsługiwać. Te braki zwiększają znaczenie materiałów, które Google udostępnił publicznie — firma twierdzi, że są one wystarczające, aby zewnętrzni badacze prywatności mogli bezpośrednio zweryfikować zabezpieczenia, zamiast polegać na zapewnieniach samego Google.

Podziękowania

Badania zostały opracowane wspólnie przez zespoły Google DeepMind, Platforms & Devices, Core i Cloud. Google podziękował również Four Flynnowi, Jayowi Yagnikowi i Davidowi Kleidermacherowi za wykonawcze wsparcie tej pracy.

Ogłoszenie następuje po powiązanym wpisie Google DeepMind dotyczącym pilotażu pierwszych w świecie podwójnie ślepych ewaluacji AI.