El xifratge homomòrfic permet fer càlculs directament sobre dades xifrades sense haver-les de desxifrar mai, de manera que un servidor pot processar informació sensible sense arribar a veure-la en cap moment. La idea existeix des de fa dècades, però construir-hi models d'IA a sobre ha estat fora de l'abast de la majoria d'equips perquè exigia coneixements de criptografia molt especialitzats i eren pràcticament impossibles de fer córrer amb prou rapidesa.
Google va anunciar les seves intencions amb HEIR (Homomorphic Encryption Intermediate Representation) el 2023, i el 14 d'agost n'ha presentat la versió madura: un compilador de codi obert, construït sobre el marc MLIR, que converteix models d'IA ja entrenats en programes capaços d'operar sobre entrades xifrades. En aquests tres anys, l'equip ha establert col·laboracions acadèmiques amb diverses universitats que han donat lloc a quatre publicacions revisades per parells, i ha treballat amb fabricants d'acceleradors de maquinari com Belfort, Niobium, Cornami i Optalysys per apropar la tècnica a velocitats pràctiques. Com a prova de concepte, l'equip ha compilat amb HEIR quatre aplicacions completes —un recomanador basat en aprenentatge profund, un detector de frau amb targeta de crèdit fet amb Niobium i hardshell.ai, un sistema de detecció d'intrusions de xarxa basat en Kitsune, i un detector de paraules clau d'àudio— i n'ha mesurat la latència funcionant en un sol fil de CPU.
La rellevància tècnica és que HEIR busca ser un punt de trobada comú per a un camp fins ara fragmentat: vol donar interoperabilitat entre els diferents esquemes de xifratge homomòrfic, els compiladors existents i els acceleradors de maquinari, i oferir capes d'abstracció específiques perquè investigadors puguin provar-hi noves optimitzacions sense haver de reconstruir tot el pipeline criptogràfic des de zero. Per als desenvolupadors, l'entrada és senzilla: escriure el programa en Python i marcar quines variables són secretes; la resta la resol el compilador.
Google no ha publicat en aquest anunci les xifres exactes de latència de les quatre aplicacions, de manera que encara no es pot avaluar amb precisió com de lluny queda de la velocitat d'una inferència sense xifrar. El propi xifratge homomòrfic continua comportant un cost computacional molt superior al càlcul en clar, i l'ús pràctic dependrà de si els acceleradors de maquinari en desenvolupament aconsegueixen reduir aquest cost fins a nivells assumibles per a aplicacions reals a gran escala.