OPAQUE、Technology Innovation Institute（TII）からの暗号技術AIテクノロジーの取得により機密AI機能を拡大

新しい取得により、先進的な暗号研究が実際のAIデプロイメントに導入され、OPAQUEがTechnology Innovation Institute（TII）から開発されたテクノロジーを取得した。この動きは、組織がAIシステムで高度に機密性の高いデータを使用できるようにするための成長する取り組みを反映している。

取引の中心は、TIIのプライバシープリザベーション計算とポスト量子暗号に関する取り組みである。これらの機能は、OPAQUEのプラットフォームに統合されており、ヘルスケア、金融、政府などの業界でのAIアプリケーションをサポートするために使用される。これらの業界では、厳格なデータ保護が採用を制限してきた。

2つの異なる強みの出会い

OPAQUEは、UC BerkeleyのRISELabの研究者によって設立され、モダンなデータインフラストラクチャと分散システムの開発に密接に関連している。この会社は、AIがプライバシーとガバナンスを直接システムの操作に組み込まない限り、エンタープライズ環境でスケールできないという核心的な考え方を中心に据えている。そのプラットフォームは「機密AI」に焦点を当てており、組織がモデル、ワークフロー、そして増加するAIエージェントを実行しながら、データへのアクセスと処理を厳密に制御できるようにしている。

一方、TIIは技術エコシステムの別の部分を表している。アブダビのAdvanced Technology Research Councilの適用研究部門として、暗号、量子コンピューティング、自律システム、AIなどの複数のドメインにわたる基礎技術の構築に焦点を当てている。その暗号部門は特に活発で、暗号化されたデータで計算を実行するための高度なテクニックに貢献し、量子コンピューティングが現在の暗号化標準を破壊する可能性のある将来に対する保護を探究している。

この取得は、これら2つの層を接続する。研究環境で開発されたテクノロジーを、エンタープライズ規模での展開を目的としたプラットフォームに組み込む。

AIをフルライフサイクルにわたって拡大

OPAQUEのプラットフォームはすでに、機密性の高いデータでモデルが動作できることを保証するためのセキュアなAI推論に焦点を当てていた。TIIのテクノロジーを追加することで、この保護は、トレーニングやファインチューニングなどの前段階にも拡大される。

これは重要なシフトである。トレーニングは従来、大量の生データを必要とするため、最もセキュアにするのが難しい段階の1つであった。マルチパーティ計算や完全ホモモルフィック暗号化などのテクニックにより、システムが計算を実行する際に、根本的なデータを公開せずにモデルをトレーニングできるようになる。

同時に、ポスト量子暗号の導入により、コンピューティングパワーが進化するにつれても安全性を維持できる保護が導入される。量子コンピューティングはまだ登場しつつあるが、広く使用されている暗号化方法を破壊する可能性があるため、長期的なデータ保護が政府や大企業にとって増加する懸念事項となっている。

機密データが難しくなった理由

多くの組織は、AIの成果を大幅に向上させる可能性のあるデータをすでに持っている。これには、患者記録、金融取引、独自の研究などが含まれる。しかし、これらのデータセットは、使用するリスクが高すぎるため、多くの場合利用されていない。

既存のソリューションは問題のいくつかだけを解決する。1つのシステムがトレーニングをセキュアにする可能性があり、別のシステムが展開を扱い、さらに別のツールがガバナンスとコンプライアンスを扱う。这种アプローチは複雑さを導入し、プロジェクトが生産環境に移行するのを妨げるギャップを生み出す。

OPAQUEのアプローチは、これらの段階を単一のシステムに統合することである。ベンダーやインフラストラクチャプロバイダーへの信頼に頼るのではなく、システムは、ポリシーが遵守され、データが保護されたままであることを証明する暗号化された証拠を生成する。

規制された環境と主権環境向けに構築

統合されたプラットフォームの重要な側面は、ハードウェアベースのセキュリティ、特にTrusted Execution Environments（TEE）への依存である。これらの環境は、ワークロードをハードウェアレベルで分離し、プラットフォームプロバイダー自身が処理中のデータにアクセスできないようにする。

この設計により、プラットフォームは厳しく規制された環境や主権AIイニシアチブ向けに適している。データが特定の地理的または法的境界内に残る必要がある政府や企業は、AIシステムを展開しながら、データの居住地と地域の規制へのコンプライアンスを維持できる。

これにより、複数の当事者がデータを公開せずに機密データセットに共同で取り組む、国境を越えたコラボレーションが可能になる。

AIインフラストラクチャーの方向

この取得は、AIシステムが開発および展開される方法におけるより広範なシフトを反映している。組織が実験を超えて進むにつれて、機密データを安全に使用する能力が中央的な要件となっている。

AIシステムはさらに自律性を持ち、エージェントはタスクを実行し、システムとやり取りし、決定を下す能力を持つ。これにより、システムの有用性とリスクが増大し、特に重要なインフラストラクチャーや規制データに接続されている場合に顕著になる。

この文脈では、機密コンピューティングや暗号化検証などのテクノロジーが基礎となる可能性が高い。焦点は、セキュリティに関する仮定に頼るのではなく、定義された制約内で動作していることを継続的に証明できるシステムに移行している。

先進的な暗号研究と生産レディなプラットフォームを組み合わせることで、この取得は、次のAI採用の段階が新しいモデルによってではなく、安全に使用できるようにするインフラストラクチャーによって形作られる可能性があることを強調している。