AI 正变得愈发强大和直观——它能记住重要信息、理解你周围的世界，并按你的指示行动。隐私与信任是实现这一切的核心，确保随着 AI 系统不断演进、在你的各类设备上提供更持续的协助时，你的数据始终私密且受到保护。
今天，我们将分享如何为 Private AI Compute 平台引入私密的服务器端记忆。这一突破解决了现代 AI 领域长期存在的两难困境：如何在赋予助手跨设备长期连续性的同时，坚守通常仅限于端侧处理的严格隐私标准。
将端侧隐私引入云端规模的记忆
借助这项新技术能力，一个新的持久记忆层将能够像云端的安全数字保险库一样运作。在这一模式下，协助你所需的信息被封存在专用的加密存储中，而解锁所需的加密密钥仅保存在你的个人设备上——确保你的数据对任何其他人（包括 Google）都不可访问。
下图展示了 Private AI Compute 的此次更新将如何运作。当 AI 模型需要访问信息来协助你时，一条经过身份验证的端到端加密通道会将你的设备连接到云端一个受保护的隔离环境。该空间（即“安全飞地”）会在隔离内存中临时解密你的数据以处理请求，保存任何新的上下文，并立即将其加密，使你的信息保持私密，如同从未离开你的设备。
这一演进对于满足 AI 时代的计算需求是必要的。本地端侧处理历来是隐私保护的黄金标准——但前沿 AI 模型所需的算力往往远超任何单一设备所能提供的水平。将先进 AI 引入个人助手，意味着要解决如何在利用云端算力的同时，确保个人数据仍能像从未离开你的设备一样受到保护。
为此，我们此前推出了 Private AI Compute 平台，允许用户在硬件隔离的云端飞地中处理复杂任务。在此之前，该技术——以及业内类似方案——严格来说是“无状态”的，意味着任务一结束就会清除所有上下文。变通方法，例如让 AI 保存一份个人事实和偏好列表，不足以支撑人们期望从个人 AI 获得的丰富、连续的体验。要实现这种级别的协助，就需要设计出一种方法，让云端规模的 AI 能够安全地跨时间和跨设备保留上下文。
建立信任，展望未来
想象一下，你在笔记本电脑上打开之前通过智能眼镜查看过的组装说明，或在手机和网页之间继续复杂的对话。Private AI Compute 旨在让这种无缝协助成为可能——将它需要记住的内容安全地锁存起来。但用户对该系统隐私性的信任同样重要。
转载声明：本文为转载整理，原文版权归原作者及原站点所有。
原文来源：Google DeepMind Blog
原创地址：https://deepmind.google/blog/advancing-private-ai-compute-with-secure-server-side-memory/
原文作者：Google Private AI Compute Team；如有侵权，请联系管理员删除。
