Google-მა HEIR წარადგინა — ღია კოდის კომპილატორი დაშიფრულ მონაცემებზე AI-ის გასაშვებად

Google-მა თავის Private Computing Toolkit-ს HEIR დაუმატა — ღია კოდის კომპილატორი, რომელიც, კომპანიის მტკიცებით, კრიპტოგრაფიულად დაცულ კერძო AI ინფერენსს პრაქტიკულს ხდის. პროექტი Google-ის უსაფრთხოების ბლოგზე 2026 წლის 14 აგვისტოს წარადგინა პროგრამული უზრუნველყოფის მთავარმა ინჟინერმა ჯერემი კუნმა.

რას ცვლის ჰომომორფული დაშიფვრა

ჰომომორფული დაშიფვრა საშუალებას იძლევა, გამოთვლები პირდაპირ დაშიფრულ მონაცემებზე შესრულდეს: სერვერი ამუშავებს შიფრტექსტებს და აბრუნებს დაშიფრულ შედეგს, უკანა ინფორმაციის გამჟღავნების გარეშე. Google-ის მაგალითი კონკრეტულია — ღრუბლოვან სერვისს კონტენტის რეკომენდაციები შეუძლია გასცეს მომხმარებლის პარამეტრების ნახვის გარეშე.

კომპანია აღნიშნავს, რომ სტანდარტული ბოლოდან-ბოლომდე დაშიფვრა კომპრომისს მოითხოვს: მონაცემები გაჟონვისგან დაცულია, მაგრამ პროვაიდერს აღარ შეუძლია ისეთი ფუნქციების შეთავაზება, რომლებიც ამ მონაცემებზეა დამოკიდებული, მაგალითად სპამის ან ვირუსების აღმოჩენა. ჯანდაცვა და ფინანსები განსაკუთრებით ფრთხილად არიან, რეგულაციები კი დაწესებულებებს შორის მონაცემთა გაცვლას ზღუდავს. ლოკალური დამუშავება, თავის მხრივ, მოწყობილობის შესაძლებლობებით და საკუთარი მოდელის გაჟონვის რისკით შემოიფარგლება. ჰომომორფულ დაშიფვრას კი არატრივიალური დანახარჯი აქვს, მაგრამ, Google-ის აზრით, ეს კონფიდენციალურობისა და შესაძლებლობების დილემას უბრალოდ ფასის საკითხად აქცევს — და ეს ფასი სწრაფად ეცემა.

რატომ შეიქმნა HEIR

მთავარი დაბრკოლება, Google-ის თანახმად, ისაა, რომ არსებული პროგრამის ჰომომორფულ დაშიფვრაზე ეფექტურად გადაყვანა ჩვეულებრივ კრიპტოგრაფების მთელ გუნდს მოითხოვს. HEIR (Homomorphic Encryption Intermediate Representation) სწორედ ამას ეხმარება: ის წინასწარ გაწვრთნილ AI მოდელებს, რომლებიც ღია ტექსტზე მუშაობენ, დაშიფრულ შეტანილ მონაცემებზე მომუშავე მოდელებად გარდაქმნის. მიზანია, დაშიფრული ინფერენსი ერთი დაწკაპუნებით იყოს ხელმისაწვდომი არაექსპერტებისთვისაც.

ოთხი დემო და კვლევითი ეკოსისტემა

Google-მა HEIR-ით აწყობილი ოთხი აპლიკაცია გამოაქვეყნა — შეყოვნების მაჩვენებლები ერთბირთვიან პროცესორზეა გაზომილი, კოდი კი კომპანიის fully-homomorphic-encryption GitHub-რეპოზიტორიაშია. ესენია: Deep Learning Recommendation Model კონტენტის კერძო რეკომენდაციებისთვის (Belfort Labs-თან, LG-სა და ნიუ-იორკის უნივერსიტეტთან ერთად); საკრედიტო ბარათის თაღლითობის დეტექტორი Niobium-თან და hardshell.ai-სთან; Kitsune სისტემა დაშიფრული ქსელური ტრაფიკის ანომალიების აღმოსაჩენად Niobium-თან ერთად — რაც პროვაიდერს პაკეტების შიგთავსის ნახვის გარეშე აძლევს ანომალიის შემჩნევის საშუალებას; და hotword-დეტექტორი Belfort Labs-თან, რომელიც ხმით გააქტიურებად აგენტს სიტყვის ამოცნობის საშუალებას აძლევს აუდიოჩანაწერის კონფიდენციალურობის დაცვით.

Google-ის თქმით, 2023 წელს განზრახვის გამოცხადების შემდეგ კომპანიამ დაამყარა პარტნიორობა ჰომომორფული დაშიფვრის ტექნიკური ამაჩქარებლების მწარმოებლებთან — Belfort, Niobium, Cornami და Optalysys — და მალე ამ ამაჩქარებლების შეყოვნების სარგებელსაც წარადგენს. HEIR კვლევით პლატფორმადაც იქცა: მასზე დაყრდნობით მუშაობენ Georgia Tech-თან, Carnegie Mellon-თან, UC Santa Barbara-სთან, Illinois Institute of Technology-სთან, Purdue-თან, ედინბურგის უნივერსიტეტთან და Tsinghua-სთან; შვიდ პლატფორმაზე დაფუძნებული ოთხი რეცენზირებული პუბლიკაცია უკვე გამოქვეყნდა.