กลับไปที่ข่าว
นวัตกรรมAI Understanding บรรยายสรุป

Google DeepMind เพิ่มหน่วยความจำส่วนตัวถาวรให้กับแพลตฟอร์มประมวลผล AI

Google DeepMind ได้อัปเดตสถาปัตยกรรม Private AI Compute เพื่อรองรับหน่วยความจำ AI ข้ามอุปกรณ์แบบถาวร โดยใช้ Enclaves ที่ปลอดภัยฝั่งเซิร์ฟเวอร์และคีย์การเข้ารหัสที่อุปกรณ์ถือ

4 min readRead the primary source
Source-provided image accompanying Google DeepMind adds persistent private memory to AI compute platform
เอกสารต้นทางหลักแหล่งที่มาบันทึกไว้
สำนักพิมพ์
deepmind.google
ลิงค์แหล่งที่มา
deepmind.googlehttps://deepmind.google/blog/advancing-private-ai-compute-with-secure-server-side-memory/
ประเภทแหล่งที่มา
เอกสารหลัก — ประกาศอย่างเป็นทางการ เอกสาร เอกสาร หรือหน้าแรกที่เราอ่านโดยตรง
บริบทเข้าใจสิ่งนี้ใน 60 วินาที

เริ่มที่นี่

เงื่อนไขสำคัญ

หน่วยความจำ (หน่วยความจำตัวแทน)
บริบทที่จัดเก็บไว้ซึ่งตัวแทน AI ใช้ในขั้นตอนหรือเซสชันเพื่อปรับปรุงความต่อเนื่อง
คำนวณ
ทรัพยากรการประมวลผลที่จำเป็นสำหรับการฝึกและรันโมเดล ซึ่งมักวัดเป็นชั่วโมง FLOPS หรือ GPU
ทดสอบตัวเองแบบทดสอบจริยธรรมของ AI

เกิดอะไรขึ้น

Google DeepMind ประกาศการอัปเดตทางเทคนิคสำหรับแพลตฟอร์ม Private AI โดยแนะนำเลเยอร์หน่วยความจำถาวรที่ช่วยให้ผู้ช่วย AI สามารถรักษาบริบทบนอุปกรณ์ต่างๆ ในขณะที่ยังคงรักษามาตรฐานความเป็นส่วนตัวที่เข้มงวด ระบบใช้ระบบรักษาความปลอดภัยที่บังคับใช้ด้วยฮาร์ดแวร์ในระบบคลาวด์เพื่อถอดรหัสและประมวลผลข้อมูลชั่วคราว โดยมีคีย์การเข้ารหัสบนอุปกรณ์ของผู้ใช้เท่านั้น การอัปเดตนี้จะย้ายแพลตฟอร์มจากโมเดลไร้สัญชาติไปเป็นรูปแบบที่รองรับความช่วยเหลืออย่างต่อเนื่องในระยะยาว

Google DeepMind ด้วยความร่วมมือกับทีมแพลตฟอร์มและอุปกรณ์ แกนหลัก และคลาวด์ ได้อัปเดตสถาปัตยกรรมการประมวลผล AI ส่วนตัว การเปลี่ยนแปลงหลักคือการเพิ่มเลเยอร์หน่วยความจำถาวรที่ทำหน้าที่เป็นห้องนิรภัยดิจิทัลที่ปลอดภัยในระบบคลาวด์ แตกต่างจากการใช้งานไร้สถานะก่อนหน้านี้ซึ่งจะล้างบริบทหลังจากแต่ละงาน ระบบใหม่นี้ช่วยให้สามารถช่วยเหลือ AI อย่างต่อเนื่องในระยะยาวบนอุปกรณ์ต่างๆ

สถาปัตยกรรมอาศัยการผสมผสานระหว่างกรอบความปลอดภัยที่บังคับใช้ด้วยฮาร์ดแวร์และโปรโตคอลการเข้ารหัส เมื่อโมเดล AI ต้องการเข้าถึงข้อมูลผู้ใช้ ช่องทางการเข้ารหัสจากต้นทางถึงปลายทางที่ได้รับการตรวจสอบสิทธิ์จะเชื่อมต่ออุปกรณ์ของผู้ใช้กับสภาพแวดล้อมคลาวด์ที่แยกออกมา ภายในเครือข่ายที่ปลอดภัยนี้ ข้อมูลจะถูกถอดรหัสชั่วคราวในหน่วยความจำที่แยกออกมาเพื่อประมวลผลคำขอ และบริบทใหม่ใดๆ จะถูกบันทึกและเข้ารหัสใหม่ทันที สิ่งสำคัญที่สุดคือ คีย์การเข้ารหัสที่จำเป็นในการปลดล็อกข้อมูลนี้จะถูกเก็บไว้ในอุปกรณ์ส่วนตัวของผู้ใช้เท่านั้น เพื่อให้แน่ใจว่าแม้แต่ Google ก็ไม่สามารถเข้าถึงข้อมูลข้อความธรรมดาได้

เพื่อสร้างความไว้วางใจในความสามารถใหม่นี้ Google จึงเผยแพร่บันทึกสาธารณะที่ป้องกันการงัดแงะของซอฟต์แวร์เซิร์ฟเวอร์ของตน ซึ่งช่วยให้อุปกรณ์ที่ใช้ Private AI ตรวจสอบได้ว่าซอฟต์แวร์มีความถูกต้องและไม่มีการเปลี่ยนแปลงใดๆ ก่อนที่จะส่งข้อมูลส่วนบุคคลใดๆ นอกจากนี้ บริษัทยังแบ่งปันเอกสารทางเทคนิคที่อัปเดตและผลการตรวจสอบอิสระโดยบริษัทรักษาความปลอดภัยทางไซเบอร์ชั้นนำ โดยเชิญชวนให้ชุมชนความเป็นส่วนตัวในวงกว้างตรวจสอบการป้องกันของระบบ

รายละเอียดที่มา: deepmind.google

ทำไมมันถึงสำคัญ

การพัฒนานี้แก้ไขข้อจำกัดที่สำคัญในสถาปัตยกรรมความเป็นส่วนตัวของ AI ในปัจจุบัน ได้แก่ การไม่สามารถรักษาบริบทในระยะยาวโดยไม่กระทบต่อความปลอดภัยของข้อมูล ด้วยการเก็บคีย์การเข้ารหัสไว้ในอุปกรณ์ของผู้ใช้และใช้ระบบคลาวด์แบบแยกส่วน Google อ้างว่าเปิดใช้งานความสามารถ AI ในระดับคลาวด์พร้อมความเป็นส่วนตัวระดับอุปกรณ์ สิ่งนี้มีความสำคัญต่ออนาคตของผู้ช่วย AI ส่วนบุคคล เนื่องจากช่วยให้สามารถใช้งานอุปกรณ์เคลื่อนที่ เว็บ และอุปกรณ์สวมใส่ได้อย่างต่อเนื่องอย่างราบรื่น โดยไม่เปิดเผยข้อมูลผู้ใช้ที่ละเอียดอ่อนแก่ผู้ให้บริการระบบคลาวด์หรือบุคคลที่สาม การเผยแพร่บันทึกสาธารณะที่ป้องกันการงัดแงะของซอฟต์แวร์เซิร์ฟเวอร์และผลการตรวจสอบอิสระจะช่วยเพิ่มความโปร่งใสและความน่าเชื่อถือในการกล่าวอ้างด้านความปลอดภัยของระบบ

การอัปเดตนี้ช่วยแก้ไขภาวะที่กลืนไม่เข้าคายไม่ออกที่มีมายาวนานในความเป็นส่วนตัวของ AI: วิธีมอบพลังการประมวลผลของระบบคลาวด์สำหรับโมเดลชายแดน ในขณะที่ยังคงรักษาการรับประกันความเป็นส่วนตัวซึ่งโดยทั่วไปเกี่ยวข้องกับการประมวลผลบนอุปกรณ์ การประมวลผลในเครื่องถือเป็นมาตรฐานทองคำในด้านความเป็นส่วนตัว แต่ยังขาดทรัพยากรในการคำนวณสำหรับงาน AI ขั้นสูง สถาปัตยกรรมนี้เชื่อมช่องว่างนั้นด้วยการอนุญาตให้มีการคำนวณระดับคลาวด์โดยไม่เปิดเผยข้อมูลผู้ใช้แก่ผู้ให้บริการคลาวด์

ความหมายเชิงปฏิบัติคือการมีผู้ช่วย AI ที่เป็นส่วนตัวและต่อเนื่องอย่างแท้จริง ตัวอย่างเช่น ผู้ใช้สามารถดำเนินบทสนทนาที่ซับซ้อนต่อโดยเริ่มบนโทรศัพท์มือถือบนแล็ปท็อป หรือเข้าถึงคำแนะนำการประกอบที่เคยดูไว้บนแว่นตาอัจฉริยะ โดยที่ AI จะรักษาบริบทที่จำเป็นไว้อย่างปลอดภัย ความต่อเนื่องในระดับนี้เป็นสิ่งจำเป็นสำหรับการโต้ตอบของ AI รุ่นต่อไป ซึ่งคาดว่าจะใช้งานง่ายยิ่งขึ้นและบูรณาการเข้ากับชีวิตประจำวันได้อย่างลึกซึ้ง

มาตรการความโปร่งใส รวมถึงบันทึกซอฟต์แวร์สาธารณะและการตรวจสอบที่เป็นอิสระ มีความสำคัญต่อการสร้างความไว้วางใจ ด้วยการอนุญาตให้ผู้ใช้และชุมชนตรวจสอบความสมบูรณ์ของระบบ Google จัดการกับข้อกังวลทั่วไปเกี่ยวกับความเป็นส่วนตัวของข้อมูลในบริการ AI บนคลาวด์ แนวทางนี้สามารถสร้างมาตรฐานใหม่สำหรับสถาปัตยกรรม AI ที่รักษาความเป็นส่วนตัวในอุตสาหกรรม

Interactive Mechanism

กลไกเชิงโต้ตอบ: มันทำงานอย่างไร

สำรวจเทคโนโลยีเบื้องหลังการพัฒนานี้แบบโต้ตอบ

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.
การตรวจสอบแนวคิดแบบโต้ตอบ+10 Points
AI Ethics Quiz

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

จะดูอะไรต่อไป.

ติดตามการเผยแพร่บทสรุปทางเทคนิคและหลักฐานด้านความปลอดภัยที่อัปเดต เพื่อตรวจสอบการกล่าวอ้างทางสถาปัตยกรรม เฝ้าดูการตรวจสอบบันทึกซอฟต์แวร์ป้องกันการงัดแงะโดยอิสระและผลลัพธ์ของการตรวจสอบความปลอดภัยทางไซเบอร์ สังเกตว่าเทคโนโลยีนี้รวมอยู่ในผลิตภัณฑ์สำหรับผู้บริโภคเฉพาะอย่าง Gemini หรือ Android หรือไม่ และจะจัดการกับ Edge Case ในการซิงโครไนซ์ข้ามอุปกรณ์อย่างไร

การเผยแพร่และเนื้อหาของบทสรุปทางเทคนิค Private AI และการพิสูจน์ความปลอดภัยที่อัปเดตจะมีความสำคัญอย่างยิ่งในการตรวจสอบการอ้างสิทธิ์ทางเทคนิค ผู้เชี่ยวชาญอิสระมีแนวโน้มที่จะพิจารณาวิธีการเข้ารหัสและการรับประกันการแยกตัวของเครือข่ายที่ปลอดภัย

การบูรณาการเทคโนโลยีนี้เข้ากับผลิตภัณฑ์ที่ต้องเผชิญกับผู้บริโภคจะเป็นตัวกำหนดผลกระทบในโลกแห่งความเป็นจริง ติดตามประกาศเกี่ยวกับการใช้ใน Gemini, Android หรือบริการ Google อื่นๆ และวิธีจัดการกับความยินยอมของผู้ใช้และการจัดการข้อมูลในทางปฏิบัติ

การตอบสนองจากชุมชนความเป็นส่วนตัวและความปลอดภัยต่อผลการตรวจสอบที่เผยแพร่และโปรโตคอลการตรวจสอบซอฟต์แวร์จะเป็นตัวบ่งชี้ที่สำคัญของความน่าเชื่อถือของระบบ ช่องโหว่หรือข้อจำกัดใดๆ ที่ระบุในสถาปัตยกรรมจะต้องได้รับการแก้ไขเพื่อรักษาความไว้วางใจของผู้ใช้

คำแนะนำและแบบทดสอบที่เกี่ยวข้อง

จริยธรรม AIอธิบายโมเดล AIตัวแทนเอไอทดสอบสิ่งที่คุณรู้ — ลองแบบทดสอบ AI ฟรีค้นหาคำศัพท์ AI ในอภิธานศัพท์ของเรา
พบว่าสิ่งนี้มีประโยชน์หรือไม่?