OPAQUE Acquisisce Tecnologia di Intelligenza Artificiale Crittografica dal Technology Innovation Institute (TII) per Espandere le Capacità di Intelligenza Artificiale Confidenziale

Un nuovo acquisto sta portando la ricerca crittografica avanzata in ambienti di intelligenza artificiale reali, poiché OPAQUE acquisisce la tecnologia sviluppata dal Technology Innovation Institute (TII). La mossa riflette uno sforzo crescente per rendere possibile alle organizzazioni l’utilizzo di dati altamente sensibili nei sistemi di intelligenza artificiale senza esporli.

Al centro dell’accordo c’è il lavoro del TII sulla computazione che preserva la privacy e la crittografia post-quantistica. Queste capacità stanno ora essere integrate nella piattaforma di OPAQUE per supportare le applicazioni di intelligenza artificiale in settori come la sanità, la finanza e il governo, dove le rigide protezioni dei dati hanno limitato l’adozione.

Incontro di Due Forze Diverse

OPAQUE è stata fondata da ricercatori del RISELab dell’Università di Berkeley, tra cui figure strettamente associate allo sviluppo dell’infrastruttura dei dati moderna e dei sistemi distribuiti. L’azienda si è posizionata intorno a un’idea centrale: che l’intelligenza artificiale non possa scalare in ambienti aziendali a meno che la privacy e la governance non siano costruite direttamente nel modo in cui i sistemi operano. La sua piattaforma si concentra sull'”intelligenza artificiale confidenziale“, consentendo alle organizzazioni di eseguire modelli, flussi di lavoro e sempre più agenti di intelligenza artificiale mantenendo un controllo rigoroso su come i dati vengono acceduti e elaborati.

Il TII, d’altra parte, rappresenta una parte diversa dell’ecosistema tecnologico. In quanto braccio di ricerca applicata del Consiglio di Ricerca Tecnologica Avanzata di Abu Dhabi, si concentra sulla costruzione di tecnologie fondamentali in più domini, tra cui crittografia, calcolo quantistico, sistemi autonomi e intelligenza artificiale. La sua divisione di crittografia è stata particolarmente attiva, contribuendo a tecniche avanzate che consentono il calcolo su dati crittografati ed esplorando protezioni progettate per un futuro in cui il calcolo quantistico potrebbe rompere gli standard di crittografia attuali.

Questo acquisto collega quei due livelli. Prende la tecnologia sviluppata in un ambiente di ricerca e la colloca in una piattaforma progettata per il deployment aziendale su larga scala.

Estensione dell’Intelligenza Artificiale in Tutta la Ciclo di Vita

La piattaforma di OPAQUE si concentrava già sull’inferenza di intelligenza artificiale sicura, assicurando che i modelli potessero operare su dati sensibili senza esporli. Con l’aggiunta della tecnologia del TII, quella protezione si estende ora a fasi precedenti come l’addestramento e la fine-tuning.

Questo è un cambiamento significativo. L’addestramento ha tradizionalmente rappresentato una delle fasi più difficili da proteggere, poiché richiede grandi volumi di dati grezzi. Tecniche come il calcolo multi-parti e la crittografia omodorfica consentono di addestrare modelli senza rivelare i dati sottostanti, anche al sistema che esegue il calcolo.

Allo stesso tempo, l’inclusione della crittografia post-quantistica introduce protezioni progettate per rimanere sicure anche mentre la potenza di calcolo evolve. Sebbene il calcolo quantistico sia ancora in via di sviluppo, la sua potenziale capacità di rompere i metodi di crittografia attualmente utilizzati ha reso la protezione dei dati a lungo termine una preoccupazione crescente per i governi e le grandi aziende.

Perché i Dati Sensibili Sono Stati Difficili da Utilizzare

Molte organizzazioni possiedono già dati che potrebbero migliorare notevolmente i risultati dell’intelligenza artificiale. Ciò include registri dei pazienti, transazioni finanziarie e ricerche proprietarie. Tuttavia, questi set di dati sono spesso sottoutilizzati perché i rischi associati al loro utilizzo sono troppo alti.

La maggior parte delle soluzioni esistenti affronta solo una parte del problema. Un sistema potrebbe proteggere l’addestramento, un altro potrebbe gestire il deployment, e strumenti aggiuntivi sono necessari per la governance e la conformità. Questo approccio frammentato introduce complessità e lascia lacune che possono impedire ai progetti di entrare in produzione.

L’approccio di OPAQUE consiste nell’unificare queste fasi in un unico sistema in cui l’utilizzo dei dati viene verificato continuamente. Invece di affidarsi alla fiducia nei fornitori o nei provider di infrastrutture, il sistema genera una prova crittografica che le politiche sono state seguite e i dati sono rimasti protetti durante l’intero processo.

Costruito per Ambienti Regolamentati e Sovrani

Un aspetto chiave della piattaforma combinata è la sua dipendenza dalla sicurezza basata su hardware, inclusi Ambienti di Esecuzione Attendibili. Questi ambienti isolano i carichi di lavoro a livello di hardware, assicurando che anche il fornitore della piattaforma non possa accedere ai dati in elaborazione.

Questo design rende la piattaforma adatta per ambienti altamente regolamentati e per iniziative di intelligenza artificiale sovrana, dove i dati devono rimanere all’interno di specifici confini geografici o legali. I governi e le aziende possono distribuire sistemi di intelligenza artificiale mantenendo il controllo sulla residenza dei dati e sulla conformità con le normative regionali.

Apre anche la porta alla collaborazione transfrontaliera su set di dati sensibili, dove più parti possono contribuire con dati senza esporli l’una all’altra.

La Direzione dell’Infrastruttura di Intelligenza Artificiale

L’acquisto riflette un cambiamento più ampio nel modo in cui i sistemi di intelligenza artificiale vengono sviluppati e distribuiti. Mentre le organizzazioni vanno oltre la sperimentazione, la capacità di utilizzare i dati sensibili in modo sicuro sta diventando un requisito centrale.

I sistemi di intelligenza artificiale stanno anche diventando più autonomi, con agenti in grado di eseguire compiti, interagire con sistemi e prendere decisioni. Ciò aumenta sia la loro utilità che il loro rischio, in particolare quando sono connessi a infrastrutture critiche o dati regolamentati.

In questo contesto, tecnologie come il calcolo confidenziale e la verifica crittografica sono probabili diventare fondamentali. L’accento si sta spostando verso sistemi che possano continuamente dimostrare di operare all’interno di vincoli definiti, piuttosto che affidarsi ad assunzioni sulla sicurezza.

Combinando la ricerca crittografica avanzata con una piattaforma pronta per la produzione, questo acquisto evidenzia come la prossima fase dell’adozione dell’intelligenza artificiale possa essere plasmata meno da nuovi modelli e più dall’infrastruttura che li rende sicuri da utilizzare su larga scala.