Unos días antes del presentación oficial de
Apple Intelligence en sus dispositivos, la compañía publica un muy interesante informe sobre la aplicación del cifrado homomórfico (HE) para procesar de forma segura los datos para funciones de inteligencia artificial.
El cifrado homomórfico permite realizar cálculos directamente sobre datos cifrados, sin necesidad de descifrarlos primero. Esto significa que un servidor o un modelo de machine learning puede procesar datos sin siquiera «ver» los datos originales. Cuando el dispositivo de un cliente necesita procesar una consulta, y el servidor puede realizar los cálculos necesarios para procesarla mientras los datos permanecen cifrados.
En la implementación que presenta Apple, los dispositivos cifran las consultas de datos antes de enviarlas a los servidores, donde la recuperación de información privada (PIR) y la búsqueda privada del vecino más cercano (PNNS) procesan los datos sin descifrarlos. PIR permite que un cliente recupere datos específicos de una base de datos sin revelar al servidor qué datos se están recuperando. Básicamente, permite realizar consultas privadas: en el contexto de Apple, si un dispositivo está consultando una base de datos de imágenes para identificar un punto de referencia u objeto, PIR le permite recuperar información sin revelar la consulta exacta al servidor, lo que ayuda a mantener la privacidad del usuario con respecto a sus intereses o consultas.