OPAQUE、Technology Innovation Institute（TII）から暗号技術AIを取得し、機密AI機能を拡大

新しい取得により、先進的な暗号化研究が実世界のAIデプロイメントに導入され、OPAQUEがTechnology Innovation Institute（TII）によって開発された技術を取得した。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公開せずに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のプライバシー保護計算とポスト量子暗号に関する研究である。これらの機能は、ヘルスケア、金融、政府などの業界でAIアプリケーションをサポートするために、OPAQUEのプラットフォームに統合される。これらの業界では、厳格なデータ保護が採用を制限している。

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、現代のデータインフラストラクチャと分散システムの開発に関連する人物を含む。この会社は、AIがエンタープライズ環境で拡大するには、プライバシーとガバナンスがシステムの動作方法に直接組み込まれている必要があるという核心的なアイデア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、組織がモデル、ワークフロー、そして増えてくる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格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す。アブダビのAdvanced Technology Research Councilの適用研究部門として、暗号化、量子コンピューティング、自律システム、AIを含む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。暗号化部門は特に活発で、暗号化されたデータの計算を可能にする高度な技術に貢献し、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向けた保護を探究している。

この取得は、これら2つのレイヤーを接続する。研究環境で開発された技術を、エンタープライズ規模でデプロイするためのプラットフォームに配置する。

フルライフサイクルにわたるAIの拡大

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ようにするためのセキュアなAI推論に焦点を当てていた。TIIの技術の追加により、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以前の段階に拡大される。

これは、意味のあるシフトである。トレーニングは、生のデータの大量を必要とするため、従来、最もセキュアにするのが難しい段階であった。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技術により、データを公開することなくモデルをトレーニングできる。

同時に、ポスト量子暗号の導入は、計算能力の進化に合わせて保護を維持するように設計された保護を導入する。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、政府や大企業にとって長期的なデータ保護を増大させている。

なぜ機密データの使用が難しいのか

多くの組織は、AIの成果を大幅に改善でき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。ただし、これらのデータセットは、使用に関連するリスクが高すぎるため、しばしば活用されていない。

既存のソリューションのほとんどは、問題のいくつかの部分のみを対処する。1つのシステムではトレーニングをセキュアにするが、別のシステムではデプロイを扱い、さらにツールが必要になる。ガバナンスとコンプライアンスのための追加ツールが必要になる。この断片化されたアプローチは複雑さを導入し、プロジェクトが本格的に始ま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1つのシステムに統合し、データの使用が継続的に検証されるようにすることである。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、データがプロセス全体で保護されたままだった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

統合プラットフォームの重要な側面は、Trusted Execution Environmentsを含むハードウェアベースのセキュリティへの依存である。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される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、データが特定の地理的または法的境界内に留まる必要がある、高度に規制された環境や主権AIイニシアチブに適している。政府や企業は、AIシステムをデプロイしながら、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。

また、複数の当事者がデータを公開せずに貢献できる、機密データセットのクロスボーダー協力の扉を開く。

AIインフラストラクチャの方向性

この取得は、AIシステムが開発され、デプロイ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、機密データを安全に使用する能力は、中央的な要件となっている。

AIシステムは、タスクの実行、システムとのやり取り、意思決定を行うエージェントを備えた、より自律性の高いものとなっている。これにより、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や規制データに接続されている場合に顕著となる。

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技術が基盤となる可能性が高い。システムが定義された制約内で動作していることを継続的に証明することに重点が置かれ、セキュリティに関する仮定に頼るのではなく、安全に使用できるようにするためのインフラストラクチャへの重点が置かれる。

先進的な暗号化研究と生産可能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によって形作られる可能性があることを強調している。