استحواذ OPAQUE على تقنية الذكاء الاصطناعي المعمّاة من معهد التكنولوجيا والابتكار (TII) لتوسيع قدرات الذكاء الاصطناعي الحساسة

يتعلق الأمر باستحواذ جديد يُدخل البحث المعمّائي المتقدم إلى عمليات الذكاء الاصطناعي في العالم الواقعي، حيث استحوذت OPAQUE على تقنية طوّرتها معهد التكنولوجيا والابتكار (TII). يعكس هذا الاستحواذ جهود متزايدة لجعل من الممكن للمنظمات استخدام بيانات حساسة للغاية في أنظمة الذكاء الاصطناعي دون كشفها.

في قلب الصفقة يوجد عمل TII في الحوسبة الحساسة للخصوصية وتشفير ما بعد الكم. يتم الآن دمج هذه القدرات في منصة OPAQUE لدعم تطبيقات الذكاء الاصطناعي في صناعات مثل الرعاية الصحية والتمويل والحكومة، حيث تقيد حماية البيانات الصارمة بالاعتماد.

لقاء بين قوتين مختلفتين

تأسست OPAQUE من قبل باحثين من RISELab التابع لجامعة كاليفورنيا، بيركلي، بما في ذلك شخصيات ترتبط ارتباطًا وثيقًا بتطوير البنية التحتية للبيانات والنظم الموزعة. وضعت الشركة نفسها حول فكرة أساسية: أن الذكاء الاصطناعي لا يمكن أن يتوسع في بيئات الشركات إلا إذا تم بناء الخصوصية والحوكمة مباشرة في كيفية عمل الأنظمة. تركز منصتها على “الذكاء الاصطناعي المعمّاء“، مما يُمكّن المنظمات من تشغيل النماذج والعمليات ووكلاء الذكاء الاصطناعي بشكل متزايد مع الحفاظ على سيطرة صارمة على كيفية الوصول إلى البيانات ومعالجتها.

من ناحية أخرى، يمثل TII جزءًا مختلفًا من نظام التكنولوجيا. كذراع البحث التطبيقي لمجلس أبوظبي للبحث والتطوير التكنولوجي المتقدم، يركز على بناء تقنيات أساسية عبر مجالات متعددة، بما في ذلك التشفير والحوسبة الكمومية والأنظمة المستقلة والذكاء الاصطناعي. كان قسم التشفير نشطًا بشكل خاص، حيث ساهم في تقنيات متقدمة تتيح الحوسبة على البيانات المشفرة واكتشاف الحماية المصممة لمستقبل قد تكسر فيه الحوسبة الكمومية معايير التشفير الحالية.

يصل هذا الاستحواذ بين هذه الطبقات. إنه يأخذ التكنولوجيا التي تم تطويرها في بيئة بحثية ويوضعها في منصة مصممة للنشر على نطاق واسع في الشركات.

توسيع الذكاء الاصطناعي عبر دورة الحياة الكاملة

كانت منصة OPAQUE تركز بالفعل على الاستدلال الآمن للذكاء الاصطناعي، مما يضمن أن النماذج يمكنها العمل على بيانات حساسة دون كشفها. مع إضافة تقنية TII، تمتد هذه الحماية الآن إلى مراحل سابقة مثل التدريب والتعدين الدقيق.

هذا هو تغيير معنوي. كان التدريب تقليديًا أحد أكثر المراحل صعوبة في الأمان، لأنه يتطلب كميات كبيرة من البيانات الخام. تقنيات مثل الحوسبة متعددة الأطراف والتشفير المعمّاء الكامل تجعل من الممكن تدريب النماذج دون كشف البيانات الأساسية، حتى بالنسبة للنظام الذي يقوم بالحوسبة.

في الوقت نفسه، يُدخل تضمين تشفير ما بعد الكم حماية مصممة لتبقى آمنة حتى مع تطور القوة الحاسوبية. بينما لا تزال الحوسبة الكمومية في مرحلة الصعود، فإن إمكانية كسرها لطرق التشفير الشائعة جعلت الحماية طويلة الأمد للبيانات مصدر قلق متزايد للحكومات والشركات الكبيرة.

لماذا كانت البيانات الحساسة صعبة الاستخدام

تمتلك العديد من المنظمات بالفعل بيانات يمكن أن تحسن بشكل كبير من نتائج الذكاء الاصطناعي. وتشمل هذه السجلات الطبية والمعاملات المالية والبحث الريادي. ومع ذلك، غالبًا ما يتم استغلال هذه مجموعات البيانات بشكل جزئي لأن المخاطر المرتبطة باستخدامها عالية للغاية.

تعالج معظم الحلول الحالية جزءًا فقط من المشكلة. قد يأمّن نظام واحد التدريب، بينما يتعامل نظام آخر مع النشر، وتتطلب أدوات إضافية إدارة الحوكمة والامتثال. يُدخل هذا النهج المتجزئ تعقيدًا ويفصل ثغرات يمكن أن تمنع المشاريع من الانتقال إلى الإنتاج.

يتمثل نهج OPAQUE في توحيد هذه المراحل في نظام واحد حيث يتم التحقق من استخدام البيانات بشكل مستمر. بدلاً من الاعتماد على الثقة في البائعين أو مزودي البنية التحتية، يُنشئ النظام دليلًا تشفيريًا على أن السياسات اتبعت وتم حماية البيانات على مدار العملية.

مُصمّمة للبيئات الخاضعة للتنظيم والسيادة

يُشكل جانب مهم من المنصة المدمجة الاعتماد على أمان قائم على الأجهزة، بما في ذلك بيئات التنفيذ الموثوقة. تُ孤ل هذه البيئات التحميلات على مستوى الأجهزة، مما يضمن أن لا يمكن حتى لمُزوّد المنصة الوصول إلى البيانات التي يتم معالجتها.

يجعل هذا التصميم المنصة مناسبة للبيئات الخاضعة للتنظيم والابتكارات الذكية السيادية، حيث يجب أن تظل البيانات داخل حدود جغرافية أو قانونية محددة. يمكن للحكومات والشركات نشر أنظمة الذكاء الاصطناعي مع الحفاظ على السيطرة على إقامة البيانات والامتثال لللوائح الإقليمية.

كما يفتح الباب أمام التعاون عبر الحدود على مجموعات بيانات حساسة، حيث يمكن لأطراف متعددة المساهمة في البيانات دون كشفها عن بعضها البعض.

اتجاه بنية الذكاء الاصطناعي

يعكس الاستحواذ تحولًا أوسع في كيفية تطوير ونشر أنظمة الذكاء الاصطناعي. مع انتقال المنظمات إلى ما بعد التجارب، أصبحت القدرة على استخدام البيانات الحساسة بأمان متطلبًا مركزيًا.

تُصبح أنظمة الذكاء الاصطناعي أيضًا أكثر استقلالية، مع وكلاء قادرين على تنفيذ المهام والتفاعل مع الأنظمة و اتخاذ القرارات. هذا يزيد من فائدتهم ومخاطرهم، خاصة عند ربطهم بالبنية التحتية الحيوية أو البيانات الخاضعة للتنظيم.

في هذا السياق، من المرجح أن تصبح تقنيات مثل الحوسبة المعمّاة والتحقق التشفيري أساسية. يتغير التركيز نحو الأنظمة التي يمكنها إثبات باستمرار أنها تعمل داخل القيود المحددة، بدلاً من الاعتماد على افتراضات حول الأمان.

من خلال الجمع بين البحث التشفيري المتقدم والمنصة الجاهزة للإنتاج، يُظهر هذا الاستحواذ كيف قد يتم تشكيل المرحلة التالية من اعتماد الذكاء الاصطناعي أقل بفضل النماذج الجديدة وأكثر بفضل البنية التحتية التي تجعلها آمنة للاستخدام على نطاق واسع.