Ikiwa umewahi kuingiza msimbo wa kibinafsi kwenye msaidizi wa AI saa 2 asubuhi, tayari umekuwa na uzoefu wa mvutano ambao AI ya kibinafsi inatengenezwa ili kutatua. AI imeenea kupitia mashirika kwa njia ya karatasi: kimya, kila mahali, na haraka kuliko utawala unaweza kufuata. Njia hii ya urahisi huongeza mzunguko wa mlipuko wa ukiukwaji. gharama ya wastani ya ukiukwaji wa kimataifa hadi $ 4.88M katika 2024, ongezeko la 10% ikilinganishwa na mwaka uliopita. Katika H1 2025 peke yake, ukiukwaji wa 1,732 Zaidi ya milioni 165 ya rekodi. rose Maelezo ya Roho ya Maelezo ya Jambo ni kwamba usalama wa jadi unashughulikia hali mbili vizuri: data wakati wa kukaa na data katika usafiri, lakini si data katika matumizi. "Tarehe ya tatu": inasaidia encrypt habari katika kumbukumbu na usindikaji wake tu ndani ya Trusted Execution Environment (TEE): enclave iliyojitenga na vifaa ambayo hata waendeshaji hawawezi kuangalia. goes after Baada ya Ikiwa unaweza kuthibitisha mbali ambapo hesabu ilitokea na kuthibitisha hakuna mtu aliyebadilishwa na hilo, "ufahamu" inakuwa mali ya kuangalia ya bodi. Upungufu ambao siasa haiwezi kufunga Watengenezaji wanakwenda haraka zaidi kuliko hapo awali, na AI ni kiwango cha haraka. Lakini uzalishaji wa haraka, unaotumiwa na AI unaweza kuwa vigumu kudhibiti na rahisi kutumia kwa hatari isiyoonekana, hasa wakati asili na uwajibikaji ni fuzzy. uhakika wa usalama wako. haiwezekani. Siwezi kuingia kabisa Siwezi kuingia kabisa Utafiti wa hivi karibuni wa Keysight juu ya ufunuo wa PII Jinsi kwa urahisi maelezo ya kibinafsi (ya aina ya makampuni ya chini kabisa wanataka kuonekana katika kumbukumbu au mifumo ya tatu) inaweza kuingizwa kupitia prompts na matokeo ya mfano. Sasa wanakabiliwa na "kile kinachotokea katika maombi" kama kitu kinachoweza kupimwa, kinachoweza kushambuliwa, na kinachoruhusiwa zaidi. Bendera ya Timu ya Usalama Bendera ya Timu ya Usalama Katika mashambulizi ya maombi ya msingi ya wavuti, takriban 88% ya mashambulizi yanahusisha taarifa za kibinafsi zilizojeruhiwa. Ikiwa mashambulizi ya kisasa mara nyingi huanza na "mtu aliyeingia," basi kuwashawishi kazi zaidi ya kibinafsi katika zana zaidi sio tu kuongeza hatari, inapongezea. Katika utekelezaji wa kiwango, prompts na mazingira lazima kuwepo katika maandishi ya kawaida mahali fulani ili kusindika. Unaweza kuhariri. Unaweza kupima. Lakini mahali fulani katika seti, data lazima iwe yenye kusoma, ambayo inamaanisha kuwa inawezekana. Kompyuta ya siri inabadilisha mstari huu wa msingi kwa kuendesha kazi ndani ya mazingira ya vifaa ya kujitenga ambayo inahifadhi data na msimbo wakati wa uendeshaji. Hii inapunguza nani (au nini) anaweza kufuatilia mchakato, ikiwa ni pamoja na ngazi za miundombinu zinazohitajika. Bet ya Qatar: AI ya siri inapata kimwili Njia ya haraka zaidi ya kujua kama jamii ni halisi ni kuangalia wapi fedha na megawatt kwenda. Qatar ya kituo cha data cha kibinafsi cha AI ambacho kinawakilisha moja ya maonyesho ya kwanza ya kimwili ya mabadiliko haya. kituo hicho kitatumia chips za kompyuta za kibinafsi (ikiwa ni pamoja na vifaa vya Nvidia) ili kuhifadhi data kwa kila hatua ya usindikaji. AILO AI, MBK Holding, na OLLM juu ya mradi, na uwekezaji wa awali wa $ 183M na matarajio ya kupanua kwa muda. Ujenzi wa Ushirikiano wa Ujenzi wa Ushirikiano wa Jukumu la OLLM ni muhimu hapa kwa sababu kuna tofauti kati ya kudai msaada kwa AI ya siri na kwa kweli kujenga miundombinu inayohitajika ili kuunga mkono. API moja ambayo inajumuisha upatikanaji wa wauzaji wengi na mifano ya AI wakati wa kutoa dhamana za faragha zinazoweza kuthibitishwa. AI gateway Maana ya Gateway "Ufahamu wa AI" ni kauli rahisi ya kupiga kwenye ukurasa wa kuelekea. Kwa hiyo mtihani wa uaminifu ni rahisi: unaweza kuthibitisha? Miongoni mwa tofauti OLLM inasisitiza ni mtazamo wa siri-kuchanganya tu pamoja na Zero Data Retention (ZDR): mifano hutumika kwenye chips za kompyuta za siri, na jukwaa liliundwa ili kuzuia prompts au outputs. data pekee OLLM inahifadhi ni muhimu kwa uendeshaji (na kwa makusudi sio maudhui), kama vile matumizi ya token pamoja na kumbukumbu za TEE ambazo hazihusishwa na watumiaji au data ya mtumiaji, hivyo uthibitisho unaweza kuonyeshwa hadharani kwa uwazi katika dashboard ya OLLM. Hiyo ni mabadiliko ya falsafa: kutibu "kufikia mfano" kama miundombinu muhimu, ambapo kupunguza data iliyoharibiwa na kufanya utekelezaji wa kuthibitika ni mahitaji ya kwanza ya bid ya Olm na Phala ni hadithi ya wazi zaidi ya "kuonyesha" leo. Inakua athari yake kupitia miundombinu ya siri ya AI ya Phala, ambapo kazi za kazi zinatumika ndani ya TEE (ikiwa ni pamoja na Intel TDX, AMD SEV, na GPU ya siri ya Nvidia H100 / H200). Hiyo ni muhimu kwa sababu kila matokeo yanaweza kuzalisha uthibitisho wa siri unaonyesha kwamba inafanya kazi kwenye vifaa vya kweli vya TEE, sio kwenye VM ya kawaida na sera ya uaminifu. Ushirikiano wa Ushirikiano wa NEAR AI pia inajenga miundombinu ya ufuatiliaji wa kibinafsi inayotumiwa na TEEs. Hii inamaanisha watengenezaji wanaweza kufikiria katika suala la ufuatiliaji wa kibinafsi kama primitive inayoweza kuunganishwa (Phala ni njia moja; ufuatiliaji wa kibinafsi wa NEAR AI ni mwingine). Bottom Line: Kwa nini watengenezaji wanapaswa kuwa na wasiwasi Kwa watengenezaji, AI ya siri inaweza kufungua mtiririko wa kazi ambao hapo awali ulikuwa mgumu, hatari, au umefungwa katika limbo ya ukaguzi wa usalama. Inaongezeka moja kwa moja ambapo AI inaweza kutumika katika mazoezi. Takwimu za kibinafsi kama vitabu vya ndani, kubuni bidhaa, akili ya ushindani inaweza kupita kupitia mifumo ya AI bila kuchukuliwa katika kumbukumbu za tatu. Kwa viwanda vya kudhibitiwa, mabadiliko hayo ni zaidi ya matokeo. Badala ya kuulizwa "kuamini" jinsi data inavyotumika, benki na watoa huduma za afya wanaweza kutaja uthibitisho wa siri kama ushahidi, kubadilisha majadiliano ya ufuatiliaji kutoka kuepuka hatari hadi kupelekwa. Mantiki hiyo inatumika nje ya mazingira yaliyoundwa sana. Timu zilizo chini ya shinikizo la kusafirisha haraka hazijaanza kupungua kwa ghafla wakati prototype inageuka kuwa bidhaa. Utekelezaji wa siri unakuwezesha kudumisha kasi ya iteration wakati wa kupunguza kile kinachoweza kufichua. Wafanyabiashara wa AI huanza kusimamia takwimu, kuchochea wito wa API, na kuingiliana na mifumo yenye busara. Kwa hiyo, uwezo wa kuendesha bila kuonyesha maagizo yao au data, hata kwa watumiaji wanaotumia miundombinu, huwa mahitaji ya msingi badala ya kipengele cha juu. Kama AI inakuja kuingizwa katika mchakato wa kazi halisi, pointi dhaifu zaidi katika kundi sio kuhifadhi au usafirishaji, lakini utekelezaji. Data katika matumizi ni mahali ambapo habari nyeti inapatikana zaidi na chini ya udhibiti. kompyuta ya siri haiwezi kutatua matatizo yote ya usalama, lakini inakaribia upungufu ambao sera, mikataba, na udhibiti wa upatikanaji hawawezi.

This story contains new, firsthand information uncovered by the writer.

This writer has a vested interest be it monetary, business, or otherwise, with 1 or more of the products or companies mentioned within.

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

Sauti hii imetolewa katika lugha asilia ya hadithi!

Kiwango kinachoharibika katika Usalama wa AI: Kwa nini "Data-in-Use" ni uwanja wa vita ujao

About Author

MAONI

HANG TAGS

MAKALA HII ILIWASILISHWA NDANI

Related Stories

Speed up Swift compile time

A PENDENT WORLD

Master Crypto Security: Your Complete Guide to Safe Wallet Management

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Speed up Swift compile time

A PENDENT WORLD

Master Crypto Security: Your Complete Guide to Safe Wallet Management

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps