Назад към Новини
ИновацияAI Understanding брифинг

Google DeepMind добавя постоянна частна памет към платформата за изчисления на AI

Google DeepMind актуализира своята Private AI Compute архитектура, за да поддържа постоянна, между устройства AI памет, използвайки защитени анклави от страна на сървъра и държани от устройството ключове за криптиране.

4 min readRead the primary source
Source-provided image accompanying Google DeepMind adds persistent private memory to AI compute platform
Документ с първичен източникИзточникът е записан
Издател
deepmind.google
Изходна връзка
deepmind.googlehttps://deepmind.google/blog/advancing-private-ai-compute-with-secure-server-side-memory/
Тип източник
Първичен документ — официално съобщение, документ, документ или първа страна, която четем директно.
КонтекстРазберете това за 60 секунди

Започнете тук

Ключови термини

Памет (памет на агент)
Съхраненият контекст, който AI агент използва през стъпките или сесиите, за да подобри непрекъснатостта.
Изчислете
Ресурсите за обработка, необходими за обучение и изпълнение на модели, често измервани във FLOPS или GPU часове.
Тествайте себе сиВикторина по етика на AI

Какво стана

Google DeepMind обяви техническа актуализация на своята платформа Private AI , въвеждайки постоянен слой памет, който позволява на AI асистентите да запазят контекста на всички устройства, като същевременно поддържат строги стандарти за поверителност. Системата използва хардуерно наложени защитени анклави в облака за временно дешифриране и обработка на данни, като криптографските ключове се съхраняват изключително на потребителски устройства. Тази актуализация премества платформата от модел без състояние към такъв, който поддържа непрекъсната, дългосрочна помощ.

Google DeepMind, в сътрудничество с екипите на Platforms & Devices, Core и Cloud, актуализира своята Private AI архитектура. Основната промяна е добавянето на слой с постоянна памет, който функционира като защитен цифров трезор в облака. За разлика от предишните внедрявания без състояние, които изтриваха контекста след всяка задача, тази нова система позволява дългосрочна непрекъснатост на помощта на AI на различни устройства.

Архитектурата разчита на комбинация от хардуерно наложени защитени анклави и криптографски протоколи. Когато AI модел трябва да получи достъп до потребителски данни, удостоверен, криптиран от край до край канал свързва устройството на потребителя с изолирана облачна среда. В рамките на този защитен анклав данните се дешифрират временно в изолирана памет, за да се обработи заявката, а всеки нов контекст се запазва и незабавно се криптира отново. Най-важното е, че криптографските ключове, необходими за отключване на тези данни, се съхраняват изключително на личните устройства на потребителя, което гарантира, че дори Google няма достъп до данните в обикновен текст.

За да изгради доверие в тази нова възможност, Google публикува защитен от подправяне публичен запис на своя сървърен софтуер. Това позволява на устройствата, работещи с Private AI , да проверят дали софтуерът е автентичен и непроменен, преди да бъдат предадени лични данни. Освен това компанията споделя актуализирана техническа бяла книга и резултатите от независим одит от водеща фирма за киберсигурност, като приканва по-широката общност за поверителност да провери защитите на системата.

Детайли за източника: deepmind.google

Защо има значение

Тази разработка е насочена към критично ограничение в настоящите архитектури за поверителност на AI: невъзможността да се поддържа дългосрочен контекст, без да се компрометира сигурността на данните. Чрез запазване на ключове за криптиране на потребителските устройства и използване на изолирани облачни анклави, Google твърди, че позволява възможности за изкуствен интелект в облак с поверителност на ниво устройство. Това е важно за бъдещето на личните AI асистенти, тъй като позволява безпроблемна непрекъснатост между мобилни, уеб и носими устройства, без да излага чувствителни потребителски данни на облачния доставчик или трети страни. Публикуването на защитен от подправяне публичен запис на сървърен софтуер и резултати от независим одит допълнително повишава прозрачността и доверието в претенциите за сигурност на системата.

Тази актуализация разрешава дългогодишна дилема в поверителността на AI: как да се осигури изчислителната мощност на облака за гранични модели, като същевременно се поддържат гаранциите за поверителност, обикновено свързани с обработката на устройството. Локалната обработка е златният стандарт за поверителност, но й липсват изчислителните ресурси за усъвършенствани AI задачи. Тази архитектура преодолява тази празнина, като позволява изчисления в облачен мащаб, без да излага потребителските данни на облачния доставчик.

Практическото значение е активирането на наистина персонални, непрекъснати AI асистенти. Потребителите биха могли например да възобновят сложен разговор, започнат на мобилен телефон на лаптоп, или да получат достъп до инструкции за сглобяване, гледани преди това на смарт очила, като AI запазва сигурно необходимия контекст. Това ниво на непрекъснатост е от съществено значение за следващото поколение взаимодействия с ИИ, които се очаква да бъдат по-интуитивни и дълбоко интегрирани в ежедневието.

Мерките за прозрачност, включително публичния софтуерен запис и независимия одит, са важни за установяване на доверие. Като позволява на потребителите и общността да проверяват целостта на системата, Google адресира често срещаните опасения относно поверителността на данните в базирани на облак AI услуги. Този подход може да постави нов стандарт за запазващи поверителността AI архитектури в индустрията.

Interactive Mechanism

Интерактивен механизъм: как всъщност работи

Разгледайте интерактивно основната технология зад тази разработка.

Document Size:128K tokens
Needle Placement Depth (Location in document):50% into text
Attention Context Buffer Map:
Target Fact (50%)
Equivalent Pages~320Standard book pages
Retrieval Accuracy99.9%Needle recall score
RAM / KV Cache5.1 GBMemory overhead
Prompt CachingActive~80% discount on reuse
Core takeaway: Million-token context windows allow querying whole codebases or legal archives in one prompt. However, KV cache memory scales with context length, making prompt caching crucial for real-time production.
Интерактивна проверка на концепцията+10 Points
AI Ethics Quiz

Impossibility results in algorithmic fairness (e.g. Kleinberg et al., Chouldechova) show what?

Какво да гледате след това

Наблюдавайте издаването на актуализираната техническа справка и доказателствата за сигурност, за да проверите архитектурните твърдения. Следете за независима проверка на записа на защитения от подправяне софтуер и резултатите от одита на киберсигурността. Наблюдавайте дали тази технология е интегрирана в специфични потребителски продукти като Gemini или Android и как се справя с крайни случаи при синхронизиране на различни устройства.

Пускането и съдържанието на актуализираната техническа справка за Private AI и доказателствата за сигурност ще бъдат от решаващо значение за валидиране на техническите претенции. Независими експерти вероятно ще проучат внимателно криптографските методи и гаранциите за изолация на защитените анклави.

Интегрирането на тази технология в продукти, насочени към потребителите, ще определи нейното въздействие в реалния свят. Следете за съобщения относно използването му в Gemini, Android или други услуги на Google и как обработва потребителското съгласие и управлението на данни на практика.

Отговорът на общността за поверителност и сигурност на публикуваните резултати от одита и протоколите за проверка на софтуера ще бъде важен индикатор за надеждността на системата. Всички идентифицирани уязвимости или ограничения в архитектурата ще трябва да бъдат адресирани, за да се запази доверието на потребителите.

Свързани ръководства и викторини

Етика на ИИОбяснени модели на AIAI агентиТествайте какво знаете — опитайте безплатен тест с изкуствен интелектПотърсете термин за AI в нашия речник
Намирате ли това за полезно?