Революция слепых вычислений Nillion: обработка данных без доступа к их содержимому
Что если бы вы могли выполнять инференс ИИ на своих самых конфиденциальных медицинских записях, а ИИ при этом никогда бы не «видел» данные, которые он обрабатывает? Это не научная фантастика — это основное обещание слепых вычислений (blind computing), и проект Nillion привлек 50 миллионов долларов от таких инвесторов, как Hack VC, HashKey Capital и Distributed Global, чтобы сделать этот метод стандартом обработки конфиденциальной информации в интернете.
Рынок конфиденциальных вычислений, по прогнозам, вырастет с 5,6 миллиарда долларов в 2025 году до более чем 46 миллиардо в долларов к 2035 году. Но в отличие от предыдущих решений в области приватности, которые требовали доверия к кому-либо с вашими данными, слепые вычисления полностью устраняют проблему доверия. Ваши данные остаются зашифрованными — даже в процессе обработки.
Проблема традиционной конфиденциальности: цикл «Расшифровка-Вычисление-Шифрование»
Каждый раз, когда вы используете облачный сервис, ваши данные проходят через опасный цикл. Сначала они расшифровываются, чтобы сервер мог их обработать. Затем происходит вычисление. Наконец, они снова шифруются для хранения или передачи. Этот промежуточный этап — когда ваши данные существуют в виде открытого текста на чьем-то чужом сервере — является поверхностью атаки, которую используют хакеры, недобросовестные сотрудники и государственные органы через судебные запросы.
Рассмотрим последствия:
- ИИ в здравоохранении (Healthcare AI) нуждается в доступе к вашим медицинским записям для предоставления персональных рекомендаций, но расшифровка этих записей на облачном сервере нарушает HIPAA и подвергает вас риску утечки данных
- Обнаружение финансового мошенничества требует анализа паттернов транзакций в нескольких учреждениях, но обмен этими данными раскрывает информацию о клиентах
- ИИ-помощники, которые «знают вас», должны обрабатывать ваши разговоры, предпочтения и поведение — и все это происходит на корпоративных серверах
Традиционным решением было доверие поставщику услуг. Но как демонстрирует одна утечка за другой — от Equifax до 23andMe — это доверие регулярно нарушается. Рынок технологий повышения конфиденциальности (PET) существует именно потому, что принципа «доверяйте нам» уже недостаточно.