Πώς ο εμπιστευτικός υπολογισμός θα μπορούσε να εξασφαλίσει την υιοθέτηση της τεχνητής νοημοσύνης

Το

Generative AI

έχει

τη δυνατότητα να αλλάξουν τα πάντα. Μπορεί να ενημερώσει νέα προϊόντα, εταιρείες, βιομηχανίες, ακόμη και οικονομίες. Αλλά αυτό που το κάνει διαφορετικό και καλύτερο από την «παραδοσιακή» τεχνητή νοημοσύνη θα μπορούσε επίσης να το κάνει επικίνδυνο.

Η μοναδική του ικανότητα να δημιουργεί έχει ανοίξει ένα εντελώς νέο σύνολο ανησυχιών για την ασφάλεια και το απόρρητο.

Οι επιχειρήσεις πρέπει ξαφνικά να κάνουν νέες ερωτήσεις: Έχω τα δικαιώματα στα δεδομένα εκπαίδευσης; Στο μοντέλο; Στις εξόδους; Έχει το ίδιο το σύστημα δικαιώματα σε δεδομένα που δημιουργούνται στο μέλλον; Πώς προστατεύονται τα δικαιώματα σε αυτό το σύστημα; Πώς ρυθμίζω το απόρρητο δεδομένων σε ένα μοντέλο που χρησιμοποιεί γενετική τεχνητή νοημοσύνη; Η λίστα συνεχίζεται.

Δεν αποτελεί έκπληξη το γεγονός ότι πολλές επιχειρήσεις πορεύονται ελαφρά. Τα κραυγαλέα τρωτά σημεία ασφάλειας και απορρήτου σε συνδυασμό με τον δισταγμό να βασιστούμε στις υπάρχουσες λύσεις Band-Aid έχουν ωθήσει πολλούς να απαγορεύσουν εντελώς αυτά τα εργαλεία. Αλλά υπάρχει ελπίδα.

Ο εμπιστευτικός υπολογισμός — μια νέα προσέγγιση για την ασφάλεια δεδομένων που προστατεύει τα δεδομένα κατά τη χρήση και διασφαλίζει την ακεραιότητα του κώδικα — είναι η απάντηση στις πιο περίπλοκες και σοβαρές ανησυχίες για την ασφάλεια των μεγάλων γλωσσικών μοντέλων (LLM). Είναι έτοιμη να βοηθήσει τις επιχειρήσεις να αγκαλιάσουν την πλήρη ισχύ της γενετικής τεχνητής νοημοσύνης χωρίς συμβιβασμούς στην ασφάλεια. Πριν εξηγήσω, ας ρίξουμε πρώτα μια ματιά στο τι κάνει τη γενετική τεχνητή νοημοσύνη μοναδικά ευάλωτη.

Το Generative AI έχει την ικανότητα να απορροφά τα δεδομένα μιας ολόκληρης εταιρείας, ή ακόμα και ένα υποσύνολο πλούσιο σε γνώση, σε ένα έξυπνο μοντέλο με δυνατότητα αναζήτησης που παρέχει ολοκαίνουργιες ιδέες. Αυτό έχει τεράστια απήχηση, αλλά καθιστά επίσης εξαιρετικά δύσκολο για τις επιχειρήσεις να διατηρήσουν τον έλεγχο των ιδιόκτητων δεδομένων τους και να παραμείνουν συμβατές με τις εξελισσόμενες ρυθμιστικές απαιτήσεις.

Αυτή η συγκέντρωση γνώσης και τα επακόλουθα παραγωγικά αποτελέσματα, χωρίς επαρκή ασφάλεια δεδομένων και έλεγχο εμπιστοσύνης, θα μπορούσαν ακούσια να οπλίσουν τη γενετική τεχνητή νοημοσύνη για κατάχρηση, κλοπή και παράνομη χρήση.

Πράγματι, οι εργαζόμενοι τροφοδοτούν ολοένα και περισσότερο εμπιστευτικά επιχειρηματικά έγγραφα, δεδομένα πελατών, πηγαίο κώδικα και άλλα κομμάτια ρυθμιζόμενων πληροφοριών σε LLM. Δεδομένου ότι αυτά τα μοντέλα είναι εν μέρει εκπαιδευμένα σε νέες εισροές, αυτό θα μπορούσε να οδηγήσει σε μεγάλες διαρροές πνευματικής ιδιοκτησίας σε περίπτωση παραβίασης. Και εάν τα ίδια τα μοντέλα παραβιαστούν, μπορεί επίσης να διαρρεύσει οποιοδήποτε περιεχόμενο που μια εταιρεία έχει νομικά ή συμβατικά υποχρεωθεί να προστατεύσει. Σε ένα χειρότερο σενάριο, η κλοπή ενός μοντέλου και των δεδομένων του θα επέτρεπε σε έναν ανταγωνιστή ή σε έναν παράγοντα εθνικού κράτους να αντιγράψει τα πάντα και να κλέψει αυτά τα δεδομένα.

Αυτά είναι υψηλά διακυβεύματα. Gartner

βρέθηκε πρόσφατα

ότι το 41% ​​των οργανισμών έχει βιώσει παραβίαση απορρήτου ή περιστατικό ασφάλειας της τεχνητής νοημοσύνης — και πάνω από το ήμισυ είναι αποτέλεσμα παραβίασης δεδομένων από ένα εσωτερικό μέρος. Η έλευση της γενετικής τεχνητής νοημοσύνης είναι βέβαιο ότι θα αυξήσει αυτούς τους αριθμούς.

Ξεχωριστά, οι επιχειρήσεις πρέπει επίσης να συμβαδίζουν με τους εξελισσόμενους κανονισμούς περί απορρήτου όταν επενδύουν σε γενετική τεχνητή νοημοσύνη. Σε όλες τις βιομηχανίες, υπάρχει βαθιά ευθύνη και κίνητρο για να παραμείνετε συμμορφωμένοι με τις απαιτήσεις δεδομένων. Στην υγειονομική περίθαλψη, για παράδειγμα, η εξατομικευμένη ιατρική με τεχνητή νοημοσύνη έχει τεράστιες δυνατότητες όσον αφορά τη βελτίωση των αποτελεσμάτων των ασθενών και τη συνολική αποτελεσματικότητα. Ωστόσο, οι πάροχοι και οι ερευνητές θα πρέπει να έχουν πρόσβαση και να εργαστούν με μεγάλους όγκους ευαίσθητων δεδομένων ασθενών, ενώ θα συνεχίσουν να συμμορφώνονται, παρουσιάζοντας ένα νέο δίλημμα.

Για την αντιμετώπιση αυτών των προκλήσεων και των υπόλοιπων που αναπόφευκτα θα προκύψουν, η γενετική τεχνητή νοημοσύνη χρειάζεται μια νέα βάση ασφάλειας. Η προστασία των δεδομένων και των μοντέλων εκπαίδευσης πρέπει να είναι η κορυφαία προτεραιότητα. Δεν αρκεί πλέον η κρυπτογράφηση πεδίων σε βάσεις δεδομένων ή σειρές σε μια φόρμα.

Σε σενάρια όπου τα αποτελέσματα παραγωγής τεχνητής νοημοσύνης χρησιμοποιούνται για σημαντικές αποφάσεις, η απόδειξη της ακεραιότητας του κώδικα και των δεδομένων —και η εμπιστοσύνη που εκφράζει— θα είναι απολύτως κρίσιμης σημασίας, τόσο για τη συμμόρφωση όσο και για τη δυνητική διαχείριση νομικής ευθύνης. Πρέπει να υπάρχει ένας τρόπος να παρέχεται αεροστεγής προστασία για ολόκληρο τον υπολογισμό και την κατάσταση στην οποία εκτελείται.

Η έλευση της «εμπιστευτικής» γενετικής τεχνητής νοημοσύνης

Ο εμπιστευτικός υπολογισμός προσφέρει μια απλή, αλλά εξαιρετικά ισχυρή διέξοδο από αυτό που διαφορετικά θα φαινόταν να είναι ένα δυσεπίλυτο πρόβλημα. Με τον εμπιστευτικό υπολογισμό, τα δεδομένα και η IP απομονώνονται πλήρως από τους κατόχους υποδομής και γίνονται προσβάσιμα μόνο σε αξιόπιστες εφαρμογές που εκτελούνται σε αξιόπιστες CPU. Το απόρρητο των δεδομένων διασφαλίζεται μέσω κρυπτογράφησης, ακόμη και κατά την εκτέλεση.

Η ασφάλεια και το απόρρητο δεδομένων γίνονται εγγενείς ιδιότητες του υπολογιστικού νέφους—τόσο που ακόμη κι αν ένας κακόβουλος εισβολέας παραβιάσει δεδομένα υποδομής, η IP και ο κώδικας είναι εντελώς αόρατα σε αυτόν τον κακό παράγοντα. Αυτό είναι τέλειο για τη δημιουργία τεχνητής νοημοσύνης, μετριάζοντας τους κινδύνους ασφάλειας, ιδιωτικότητας και επίθεσης.

Η εμπιστευτική πληροφορική αποκτά ολοένα και μεγαλύτερη έλξη ως αλλαγή παιχνιδιών ασφαλείας. Κάθε μεγάλος πάροχος

cloud

και κατασκευαστής

chip

επενδύει σε αυτό, με

ηγέτες στο Azure

, AWS και GCP που διακηρύσσουν όλα την αποτελεσματικότητά του. Τώρα, η ίδια τεχνολογία που μετατρέπει ακόμη και τις πιο σταθερές αποθήκες cloud θα μπορούσε να είναι η λύση που βοηθά το γενετικό AI να απογειωθεί με ασφάλεια. Οι ηγέτες πρέπει να αρχίσουν να το παίρνουν στα σοβαρά και να κατανοούν τις βαθιές επιπτώσεις του.

Με την εμπιστευτική πληροφορική, οι επιχειρήσεις αποκτούν βεβαιότητα ότι τα μοντέλα παραγωγής τεχνητής νοημοσύνης μαθαίνουν μόνο από δεδομένα που σκοπεύουν να χρησιμοποιήσουν και τίποτα άλλο. Η εκπαίδευση με ιδιωτικά σύνολα δεδομένων σε ένα δίκτυο αξιόπιστων πηγών στα σύννεφα παρέχει πλήρη έλεγχο και ηρεμία. Όλες οι πληροφορίες, είτε πρόκειται για είσοδο είτε για έξοδο, παραμένουν πλήρως προστατευμένες και πίσω από τους τέσσερις τοίχους μιας εταιρείας.