OPAQUE Приобретает Криптографическую AI Технологию от Technology Innovation Institute (TII) для Расширения Возможностей Конфиденциальной AI

Новое приобретение привносит передовые криптографические исследования в реальные развертывания AI, поскольку OPAQUE приобретает технологию, разработанную Technology Innovation Institute (TII). Этот шаг отражает растущую тенденцию к созданию возможностей для организаций использовать высокочувствительные данные в системах AI без их раскрытия.

В центре сделки находится работа TII в области сохранения конфиденциальности вычислений и пост-квантовой криптографии. Эти возможности сейчас интегрируются в платформу OPAQUE для поддержки приложений AI в таких отраслях, как здравоохранение, финансы и государственный сектор, где строгие меры защиты данных ограничили их внедрение.

Соединение Двух Различных Сильных Сторон

OPAQUE была основана исследователями из RISELab Университета Калифорнии в Беркли, включая фигуры, тесно связанные с разработкой современной инфраструктуры данных и распределенных систем. Компания позиционирует себя вокруг основной идеи: что AI не может масштабироваться в корпоративных средах, если конфиденциальность и управление не интегрированы напрямую в процесс работы систем. Ее платформа фокусируется на “конфиденциальной AI“, позволяя организациям запускать модели, рабочие процессы и все чаще AI-агентов, сохраняя при этом строгий контроль над доступом и обработкой данных.

TII, с другой стороны, представляет собой другую часть технологического экосистемы. Как прикладной исследовательский отдел Совета по перспективным технологиям Abu Dhabi, он фокусируется на создании фундаментальных технологий в нескольких областях, включая криптографию, квантовые вычисления, автономные системы и AI. Его криптографическое подразделение было особенно активным, внося вклад в передовые методы, позволяющие выполнять вычисления на зашифрованных данных, и исследуя меры защиты, предназначенные для будущего, где квантовые вычисления могут нарушить текущие стандарты шифрования.

Это приобретение соединяет эти два слоя. Оно берет технологию, разработанную в исследовательской среде, и размещает ее в платформе, предназначенной для корпоративного развертывания в масштабе.

Расширение AI на Всю Жизненный Цикл

Платформа OPAQUE уже была сосредоточена на безопасном выводе AI, гарантируя, что модели могли работать с чувствительными данными без их раскрытия. С добавлением технологии TII эта защита теперь распространяется на более ранние этапы, такие как обучение и тонкая настройка.

Это значительный сдвиг. Обучение традиционно было одним из самых трудных этапов для обеспечения безопасности, поскольку оно требует больших объемов сырых данных. Техники, такие как многопартийные вычисления и полностью гомоморфное шифрование, делают возможным обучение моделей без раскрытия лежащих в основе данных, даже системе, выполняющей вычисления.

В то же время включение пост-квантовой криптографии вводит меры защиты, предназначенные для сохранения безопасности даже при эволюции вычислительной мощности. Хотя квантовые вычисления еще только появляются, их потенциал нарушить широко используемые методы шифрования сделал долгосрочную защиту данных все более серьезной проблемой для правительств и крупных корпораций.

Почему Чувствительные Данные Были Трудно Использовать

Многие организации уже обладают данными, которые могли бы существенно улучшить результаты AI. Это включает медицинские записи, финансовые транзакции и проприетарные исследования. Однако эти наборы данных часто используются не в полной мере, поскольку риски, связанные с их использованием, слишком высоки.

Большинство существующих решений решают только часть проблемы. Одна система может обеспечить безопасность обучения, другая может обработать развертывание, и дополнительные инструменты требуются для управления и соблюдения требований. Этот фрагментированный подход вводит сложность и оставляет пробелы, которые могут предотвратить переход проектов в производство.

Подход OPAQUE заключается в объединении этих этапов в единую систему, где использование данных постоянно проверяется. Вместо того, чтобы полагаться на доверие к поставщикам или провайдерам инфраструктуры, система генерирует криптографические доказательства того, что политики были соблюдены, и данные оставались защищенными на протяжении всего процесса.

Создано для Регулируемых и Суверенных Сред

Ключевым аспектом объединенной платформы является ее зависимость от аппаратной безопасности, включая доверенные среды выполнения. Эти среды изолируют рабочие нагрузки на аппаратном уровне, гарантируя, что даже провайдер платформы не может получить доступ к обрабатываемым данным.

Этот дизайн делает платформу подходящей для высокорегулируемых сред и для суверенных инициатив AI, где данные должны оставаться в определенных географических или юридических границах. Правительства и корпорации могут развертывать системы AI, сохраняя контроль над резиденцией данных и соблюдением региональных правил.

Он также открывает двери для трансграничного сотрудничества по чувствительным наборам данных, где несколько сторон могут вносить данные без их раскрытия друг другу.

Направление Инфраструктуры AI

Приобретение отражает более широкий сдвиг в том, как системы AI разрабатываются и развертываются. Когда организации переходят за пределы экспериментов, возможность безопасного использования чувствительных данных становится центральным требованием.

Системы AI также становятся более автономными, с агентами, способными выполнять задачи, взаимодействовать с системами и принимать решения. Это увеличивает как их полезность, так и их риск, особенно когда они подключены к критической инфраструктуре или регулируемым данным.

В этом контексте технологии, такие как конфиденциальное вычисление и криптографическая верификация, вероятно, станут фундаментальными. Акцент смещается в сторону систем, которые могут непрерывно доказывать, что они работают в определенных ограничениях, а не полагаться на предположения о безопасности.

Объединив передовые криптографические исследования с производственной платформой, это приобретение подчеркивает, как следующая фаза внедрения AI может быть сформирована не новыми моделями, а инфраструктурой, которая делает их безопасными для использования в масштабе.