OPAQUE Acquires Công Nghệ Trí Tuệ Nhân Tạo Mã Hóa từ Viện Đổi Mới Công Nghệ (TII) để Mở Rộng Khả Năng Trí Tuệ Nhân Tạo Bí Mật

Một vụ mua lại mới đang đưa nghiên cứu mã hóa tiên tiến vào triển khai trí tuệ nhân tạo thực tế, khi OPAQUE mua lại công nghệ được phát triển bởi Viện Đổi Mới Công Nghệ (TII). Việc này phản ánh nỗ lực ngày càng tăng để使 các tổ chức có thể sử dụng dữ liệu nhạy cảm trong hệ thống trí tuệ nhân tạo mà không lộ thông tin.

Tại trung tâm của vụ mua lại này là công việc của TII về tính toán bảo mật và mã hóa hậu lượng tử. Những khả năng này hiện đang được tích hợp vào nền tảng của OPAQUE để hỗ trợ các ứng dụng trí tuệ nhân tạo trong các ngành như chăm sóc sức khỏe, tài chính và chính phủ, nơi các biện pháp bảo vệ dữ liệu nghiêm ngặt đã hạn chế việc áp dụng.

Sự Gặp Gỡ Của Hai Sức Mạnh Khác Nhau

OPAQUE được thành lập bởi các nhà nghiên cứu từ RISELab của UC Berkeley, bao gồm cả những người có liên quan chặt chẽ đến việc phát triển cơ sở hạ tầng dữ liệu hiện đại và hệ thống phân tán. Công ty này đã định vị mình xung quanh một ý tưởng cốt lõi: trí tuệ nhân tạo không thể mở rộng trong môi trường doanh nghiệp trừ khi bảo mật và quản trị được xây dựng trực tiếp vào cách hệ thống hoạt động. Nền tảng của công ty này tập trung vào “trí tuệ nhân tạo bí mật“, cho phép các tổ chức chạy mô hình, công việc và ngày càng nhiều đại lý trí tuệ nhân tạo trong khi vẫn duy trì kiểm soát nghiêm ngặt về cách dữ liệu được truy cập và xử lý.

TII, mặt khác, đại diện cho một phần khác của hệ sinh thái công nghệ. Là cánh tay nghiên cứu ứng dụng của Hội Đồng Nghiên Cứu Công Nghệ Tiên Tiến Abu Dhabi, nó tập trung vào xây dựng các công nghệ cơ bản trên nhiều lĩnh vực, bao gồm mã hóa, tính toán lượng tử, hệ thống tự động và trí tuệ nhân tạo. Bộ phận mã hóa của nó đã đặc biệt tích cực, đóng góp vào các kỹ thuật tiên tiến cho phép tính toán trên dữ liệu mã hóa và khám phá các biện pháp bảo vệ được thiết kế cho một tương lai nơi tính toán lượng tử có thể phá vỡ các tiêu chuẩn mã hóa hiện tại.

Việc mua lại này kết nối những lớp đó. Nó lấy công nghệ được phát triển trong môi trường nghiên cứu và đặt nó vào một nền tảng được thiết kế cho triển khai doanh nghiệp ở quy mô lớn.

Mở Rộng Trí Tuệ Nhân Tạo Trong Toàn Bộ Chu Kỳ

Nền tảng của OPAQUE đã tập trung vào suy luận trí tuệ nhân tạo an toàn, đảm bảo rằng các mô hình có thể hoạt động trên dữ liệu nhạy cảm mà không lộ thông tin. Với sự bổ sung của công nghệ TII, sự bảo vệ này hiện đã mở rộng vào các giai đoạn sớm hơn như đào tạo và tinh chỉnh.

Đây là một sự thay đổi có ý nghĩa. Đào tạo truyền thống đã là một trong những giai đoạn khó bảo mật nhất, vì nó yêu cầu khối lượng lớn dữ liệu thô. Các kỹ thuật như tính toán đa bên và mã hóa đồng hình hoàn toàn cho phép đào tạo mô hình mà không tiết lộ dữ liệu cơ bản, ngay cả với hệ thống thực hiện tính toán.

Đồng thời, việc bao gồm mã hóa hậu lượng tử giới thiệu các biện pháp bảo vệ được thiết kế để vẫn an toàn ngay cả khi sức mạnh tính toán tiến hóa. Mặc dù tính toán lượng tử vẫn đang nổi lên, nhưng tiềm năng của nó trong việc phá vỡ các phương pháp mã hóa được sử dụng rộng rãi đã khiến bảo vệ dữ liệu lâu dài trở thành một mối quan tâm ngày càng tăng đối với các chính phủ và doanh nghiệp lớn.

Tại Sao Dữ Liệu Nhạy Cảm Đã Khó Sử Dụng

Nhiều tổ chức đã có dữ liệu có thể cải thiện đáng kể kết quả trí tuệ nhân tạo. Điều này bao gồm hồ sơ bệnh nhân, giao dịch tài chính và nghiên cứu độc quyền. Tuy nhiên, những tập dữ liệu này thường bị sử dụng dưới mức vì rủi ro liên quan đến việc sử dụng chúng quá cao.

Hầu hết các giải pháp hiện có chỉ giải quyết một phần của vấn đề. Một hệ thống có thể bảo mật đào tạo, một hệ thống khác có thể xử lý triển khai, và các công cụ bổ sung được yêu cầu cho quản trị và tuân thủ. Cách tiếp cận phân mảnh này giới thiệu sự phức tạp và để lại khoảng trống có thể ngăn cản các dự án chuyển sang sản xuất.

Cách tiếp cận của OPAQUE là thống nhất các giai đoạn này vào một hệ thống duy nhất nơi việc sử dụng dữ liệu được xác minh liên tục. Thay vì dựa vào niềm tin vào nhà cung cấp hoặc nhà cung cấp cơ sở hạ tầng, hệ thống tạo ra bằng chứng mã hóa rằng các chính sách đã được tuân theo và dữ liệu vẫn được bảo vệ trong suốt quá trình.

Xây Dựng Cho Môi Trường Được Quản Lý và Chủ Quyền

Một khía cạnh quan trọng của nền tảng kết hợp là sự phụ thuộc vào bảo mật dựa trên phần cứng, bao gồm Môi Trường Thực Thi Tin Cậy. Những môi trường này cách ly các công việc tại cấp độ phần cứng, đảm bảo rằng ngay cả nhà cung cấp nền tảng cũng không thể truy cập dữ liệu được xử lý.

Thiết kế này làm cho nền tảng phù hợp với các môi trường được quản lý nghiêm ngặt và các sáng kiến trí tuệ nhân tạo chủ quyền, nơi dữ liệu phải nằm trong các ranh giới địa lý hoặc pháp lý cụ thể. Các chính phủ và doanh nghiệp có thể triển khai hệ thống trí tuệ nhân tạo trong khi vẫn duy trì kiểm soát dữ liệu và tuân thủ các quy định khu vực.

Nó cũng mở cửa cho sự hợp tác xuyên biên giới về các tập dữ liệu nhạy cảm, nơi nhiều bên có thể đóng góp dữ liệu mà không lộ thông tin cho nhau.

Hướng Đi Của Cơ Sở Hạ Tầng Trí Tuệ Nhân Tạo

Việc mua lại này phản ánh một sự thay đổi lớn hơn trong cách các hệ thống trí tuệ nhân tạo đang được phát triển và triển khai. Khi các tổ chức chuyển sang giai đoạn vượt ra ngoài thử nghiệm, khả năng sử dụng dữ liệu nhạy cảm an toàn đang trở thành một yêu cầu trung tâm.

Các hệ thống trí tuệ nhân tạo cũng đang trở nên tự chủ hơn, với các đại lý có khả năng thực hiện nhiệm vụ, tương tác với hệ thống và đưa ra quyết định. Điều này làm tăng cả sự hữu ích và rủi ro của chúng, đặc biệt khi chúng được kết nối với cơ sở hạ tầng quan trọng hoặc dữ liệu được quản lý.

Trong bối cảnh này, các công nghệ như tính toán bảo mật và xác minh mã hóa có khả năng trở thành nền tảng. Sự nhấn mạnh đang chuyển từ các hệ thống dựa trên giả định về bảo mật sang các hệ thống có thể liên tục chứng minh rằng chúng hoạt động trong các ràng buộc được xác định, thay vì dựa vào giả định về bảo mật.

Bằng cách kết hợp nghiên cứu mã hóa tiên tiến với một nền tảng sẵn sàng sản xuất, việc mua lại này nhấn mạnh cách giai đoạn tiếp theo của việc áp dụng trí tuệ nhân tạo có thể được định hình ít hơn bởi các mô hình mới và nhiều hơn bởi cơ sở hạ tầng làm cho chúng an toàn để sử dụng ở quy mô lớn.