Επιστροφή στις Ειδήσεις
ΚαινοτομίαAI Understanding ενημέρωση

Google Το DeepMind προσθέτει μόνιμη ιδιωτική μνήμη στην υπολογιστική πλατφόρμα AI

Google Το DeepMind ενημέρωσε την αρχιτεκτονική του Private AI Compute για να υποστηρίζει μόνιμη μνήμη τεχνητής νοημοσύνης μεταξύ συσκευών, χρησιμοποιώντας ασφαλείς θύλακες από την πλευρά του διακομιστή και κλειδιά κρυπτογράφησης στη συσκευή.

4 min readRead the primary source
Source-provided image accompanying Google DeepMind adds persistent private memory to AI compute platform
Έγγραφο κύριας πηγήςΗ πηγή καταγράφηκε
Εκδότης
deepmind.google
Σύνδεσμος πηγής
deepmind.googlehttps://deepmind.google/blog/advancing-private-ai-compute-with-secure-server-side-memory/
Τύπος πηγής
Κύριο έγγραφο — μια επίσημη ανακοίνωση, χαρτί, αρχειοθέτηση ή σελίδα πρώτου μέρους που διαβάζουμε απευθείας.
ΠλαίσιοΚαταλάβετε αυτό σε 60 δευτερόλεπτα

Ξεκινήστε εδώ

Βασικοί όροι

Μνήμη (μνήμη πράκτορα)
Το αποθηκευμένο πλαίσιο που χρησιμοποιεί ένας πράκτορας τεχνητής νοημοσύνης σε βήματα ή περιόδους σύνδεσης για να βελτιώσει τη συνέχεια.
Υπολογίστε
Οι πόροι επεξεργασίας που απαιτούνται για την εκπαίδευση και την εκτέλεση μοντέλων, που συχνά μετρώνται σε ώρες FLOPS ή GPU.
Δοκιμάστε τον εαυτό σαςΚουίζ ηθικής AI

Τι έγινε

Google Η DeepMind ανακοίνωσε μια τεχνική ενημέρωση στην πλατφόρμα της Private AI , εισάγοντας ένα μόνιμο επίπεδο μνήμης που επιτρέπει στους βοηθούς τεχνητής νοημοσύνης να διατηρούν το περιβάλλον σε όλες τις συσκευές, διατηρώντας παράλληλα αυστηρά πρότυπα απορρήτου. Το σύστημα χρησιμοποιεί ασφαλείς θύλακες στο cloud για την προσωρινή αποκρυπτογράφηση και επεξεργασία δεδομένων, με κρυπτογραφικά κλειδιά αποκλειστικά σε συσκευές χρήστη. Αυτή η ενημέρωση μετακινεί την πλατφόρμα από ένα μοντέλο χωρίς ιθαγένεια σε ένα μοντέλο που υποστηρίζει συνεχή, μακροπρόθεσμη βοήθεια.

Google Το DeepMind, σε συνεργασία με τις ομάδες Πλατφόρμες & Συσκευές, Core και Cloud, ενημέρωσε την αρχιτεκτονική του Private AI . Η κύρια αλλαγή είναι η προσθήκη ενός επίμονου επιπέδου μνήμης που λειτουργεί ως ασφαλές ψηφιακό θησαυροφυλάκιο στο cloud. Σε αντίθεση με προηγούμενες υλοποιήσεις χωρίς πολιτεία που διέγραφαν το πλαίσιο μετά από κάθε εργασία, αυτό το νέο σύστημα επιτρέπει τη μακροπρόθεσμη συνέχεια της βοήθειας AI σε διαφορετικές συσκευές.

Η αρχιτεκτονική βασίζεται σε έναν συνδυασμό ασφαλών θυλάκων και κρυπτογραφικών πρωτοκόλλων με επιβολή υλικού. Όταν ένα μοντέλο τεχνητής νοημοσύνης χρειάζεται πρόσβαση σε δεδομένα χρήστη, ένα πιστοποιημένο, κρυπτογραφημένο από άκρο σε άκρο κανάλι συνδέει τη συσκευή του χρήστη σε ένα απομονωμένο περιβάλλον cloud. Μέσα σε αυτόν τον ασφαλή θύλακα, τα δεδομένα αποκρυπτογραφούνται προσωρινά σε απομονωμένη μνήμη για την επεξεργασία του αιτήματος και κάθε νέο πλαίσιο αποθηκεύεται και επανακρυπτογραφείται αμέσως. Είναι πολύ σημαντικό ότι τα κρυπτογραφικά κλειδιά που απαιτούνται για το ξεκλείδωμα αυτών των δεδομένων διατηρούνται αποκλειστικά στις προσωπικές συσκευές του χρήστη, διασφαλίζοντας ότι ακόμη και το Google δεν μπορεί να έχει πρόσβαση στα δεδομένα απλού κειμένου.

Για να οικοδομήσει εμπιστοσύνη σε αυτή τη νέα δυνατότητα, η Google δημοσιεύει μια δημόσια εγγραφή αδιάψευστη για το λογισμικό διακομιστή της. Αυτό επιτρέπει στις συσκευές που εκτελούν το Private AI να επαληθεύουν ότι το λογισμικό είναι αυθεντικό και αμετάβλητο πριν από τη μετάδοση προσωπικών δεδομένων. Επιπλέον, η εταιρεία μοιράζεται μια ενημερωμένη τεχνική λευκή βίβλο και τα αποτελέσματα ενός ανεξάρτητου ελέγχου από μια κορυφαία εταιρεία κυβερνοασφάλειας, καλώντας την ευρύτερη κοινότητα απορρήτου να επαληθεύσει τις προστασίες του συστήματος.

Στοιχεία πηγής: deepmind.google

Γιατί έχει σημασία

Αυτή η εξέλιξη αντιμετωπίζει έναν κρίσιμο περιορισμό στις τρέχουσες αρχιτεκτονικές απορρήτου της τεχνητής νοημοσύνης: την αδυναμία διατήρησης μακροπρόθεσμου πλαισίου χωρίς να διακυβεύεται η ασφάλεια των δεδομένων. Διατηρώντας τα κλειδιά κρυπτογράφησης στις συσκευές των χρηστών και χρησιμοποιώντας απομονωμένους θύλακες cloud, η Google ισχυρίζεται ότι ενεργοποιεί τις δυνατότητες τεχνητής νοημοσύνης σε κλίμακα cloud με απόρρητο σε επίπεδο συσκευής. Αυτό είναι σημαντικό για το μέλλον των προσωπικών βοηθών AI, καθώς επιτρέπει την απρόσκοπτη συνέχεια σε κινητές συσκευές, web και φορητές συσκευές χωρίς να εκτίθενται ευαίσθητα δεδομένα χρήστη στον πάροχο cloud ή σε τρίτους. Η δημοσίευση ενός απαραβίαστου δημόσιου αρχείου λογισμικού διακομιστή και αποτελεσμάτων ανεξάρτητου ελέγχου ενισχύει περαιτέρω τη διαφάνεια και την εμπιστοσύνη στις αξιώσεις ασφαλείας του συστήματος.

Αυτή η ενημέρωση επιλύει ένα μακροχρόνιο δίλημμα στο απόρρητο της τεχνητής νοημοσύνης: πώς να παρέχετε την υπολογιστική ισχύ του cloud για μοντέλα συνόρων, διατηρώντας παράλληλα τις εγγυήσεις απορρήτου που σχετίζονται συνήθως με την επεξεργασία στη συσκευή. Η τοπική επεξεργασία ήταν το χρυσό πρότυπο για το απόρρητο, αλλά δεν διαθέτει τους υπολογιστικούς πόρους για προηγμένες εργασίες τεχνητής νοημοσύνης. Αυτή η αρχιτεκτονική γεφυρώνει αυτό το χάσμα επιτρέποντας υπολογισμούς σε κλίμακα cloud χωρίς να εκτίθενται δεδομένα χρήστη στον πάροχο cloud.

Η πρακτική συνέπεια είναι η ενεργοποίηση πραγματικά προσωπικών, συνεχών βοηθών AI. Οι χρήστες θα μπορούσαν, για παράδειγμα, να συνεχίσουν μια περίπλοκη συνομιλία που ξεκίνησε σε ένα κινητό τηλέφωνο σε φορητό υπολογιστή ή να αποκτήσουν πρόσβαση σε οδηγίες συναρμολόγησης που είχαν προβληθεί προηγουμένως σε έξυπνα γυαλιά, με το AI να διατηρεί το απαραίτητο πλαίσιο με ασφάλεια. Αυτό το επίπεδο συνέχειας είναι απαραίτητο για την επόμενη γενιά αλληλεπιδράσεων τεχνητής νοημοσύνης, οι οποίες αναμένεται να είναι πιο διαισθητικές και βαθιά ενσωματωμένες στην καθημερινή ζωή.

Τα μέτρα διαφάνειας, συμπεριλαμβανομένου του δημόσιου αρχείου λογισμικού και του ανεξάρτητου ελέγχου, είναι σημαντικά για τη δημιουργία εμπιστοσύνης. Επιτρέποντας στους χρήστες και την κοινότητα να επαληθεύουν την ακεραιότητα του συστήματος, το Google αντιμετωπίζει κοινές ανησυχίες σχετικά με το απόρρητο των δεδομένων σε υπηρεσίες τεχνητής νοημοσύνης που βασίζονται σε σύννεφο. Αυτή η προσέγγιση θα μπορούσε να θέσει ένα νέο πρότυπο για τις αρχιτεκτονικές τεχνητής νοημοσύνης που διατηρούν το απόρρητο στον κλάδο.

Interactive Mechanism

Διαδραστικός Μηχανισμός: Πώς λειτουργεί στην πραγματικότητα

Εξερευνήστε την υποκείμενη τεχνολογία πίσω από αυτήν την εξέλιξη διαδραστικά.

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.
Διαδραστικός Έλεγχος Έννοιας+10 Points
AI Ethics Quiz

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

Τι να παρακολουθήσετε στη συνέχεια

Παρακολουθήστε την έκδοση του ενημερωμένου Τεχνικού Στοιχείου και των αποδεικτικών ασφαλείας για να επαληθεύσετε τους αρχιτεκτονικούς ισχυρισμούς. Παρακολουθήστε για ανεξάρτητη επαλήθευση του αρχείου λογισμικού που δεν παραβιάζεται και των αποτελεσμάτων του ελέγχου κυβερνοασφάλειας. Παρατηρήστε εάν αυτή η τεχνολογία είναι ενσωματωμένη σε συγκεκριμένα καταναλωτικά προϊόντα, όπως το Gemini ή το Android, και πώς χειρίζεται τις ακραίες θήκες σε συγχρονισμό μεταξύ συσκευών.

Η κυκλοφορία και το περιεχόμενο του ενημερωμένου Τεχνικού Στοιχείου Προσωπικού AI και των αποδεικτικών στοιχείων ασφαλείας θα είναι κρίσιμα για την επικύρωση των τεχνικών αξιώσεων. Ανεξάρτητοι εμπειρογνώμονες πιθανότατα θα εξετάσουν εξονυχιστικά τις μεθόδους κρυπτογράφησης και τις εγγυήσεις απομόνωσης των ασφαλών θυλάκων.

Η ενσωμάτωση αυτής της τεχνολογίας σε προϊόντα που απευθύνονται στους καταναλωτές θα καθορίσει τον αντίκτυπό της στον πραγματικό κόσμο. Παρακολουθήστε ανακοινώσεις σχετικά με τη χρήση του σε Gemini, Android ή άλλες υπηρεσίες Google και πώς χειρίζεται τη συναίνεση χρήστη και τη διαχείριση δεδομένων στην πράξη.

Η απάντηση από την κοινότητα απορρήτου και ασφάλειας στα δημοσιευμένα αποτελέσματα ελέγχου και στα πρωτόκολλα επαλήθευσης λογισμικού θα είναι ένας σημαντικός δείκτης της αξιοπιστίας του συστήματος. Τυχόν εντοπισμένα τρωτά σημεία ή περιορισμοί στην αρχιτεκτονική θα πρέπει να αντιμετωπιστούν για να διατηρηθεί η εμπιστοσύνη των χρηστών.

Σχετικοί οδηγοί και κουίζ

Ηθική του AIΕπεξήγηση μοντέλων AIΠράκτορες AIΔοκιμάστε τι γνωρίζετε — δοκιμάστε ένα δωρεάν κουίζ AIΑναζητήστε έναν όρο AI στο γλωσσάρι μας
Βρήκατε αυτό χρήσιμο;