Google DeepMind prépare une mémoire persistante côté serveur pour Private AI Compute. L’objectif est de permettre à un assistant de conserver du contexte entre plusieurs appareils, tout en gardant les clés de déchiffrement sur les terminaux de l’utilisateur.
Les systèmes d’IA privés dans le cloud fonctionnaient jusqu’ici sans état durable : le contexte était supprimé après chaque tâche. Cette limite protégeait les données, mais empêchait un assistant de reprendre une conversation ou une activité commencée sur un autre appareil.
Les clés restent sur les appareils
Dans l’architecture décrite par Google DeepMind, les informations utiles sont enregistrées dans une base chiffrée dédiée à chaque utilisateur. Les clés nécessaires à leur ouverture sont dérivées et conservées sur ses appareils. Google affirme que ses propres équipes ne peuvent donc pas lire cette mémoire.
Lorsqu’un modèle a besoin de contexte, le terminal établit un canal chiffré de bout en bout vers une enclave sécurisée dans le cloud. Les données n’y sont déchiffrées que temporairement, dans une mémoire isolée matériellement. Le résultat et le nouveau contexte sont ensuite chiffrés avant d’être stockés.
Ce mécanisme doit rapprocher les capacités de calcul du cloud du niveau de confidentialité généralement associé au traitement local. Il vise notamment les assistants capables de retrouver sur un téléphone des instructions consultées auparavant sur un ordinateur ou des lunettes connectées.
Une attestation publique du logiciel serveur
Google annonce aussi un registre public infalsifiable du logiciel exécuté par ses serveurs. Avant de transmettre des données, un appareil pourra vérifier que l’environnement distant utilise une version authentique et non modifiée. Une mise à jour du document technique et un audit indépendant accompagnent cette présentation.
L’enjeu dépasse le simple chiffrement au repos. Une mémoire utile doit rester disponible longtemps, fonctionner entre plusieurs terminaux et être accessible au modèle pendant l’inférence, sans créer une copie lisible par l’opérateur du service.
Une promesse qui devra être vérifiée
DeepMind présente une architecture et non le lancement immédiat d’une fonction grand public. Le billet ne précise ni le calendrier de déploiement, ni les produits Google qui l’utiliseront en premier. Il faudra aussi examiner la gestion de la révocation des appareils, la suppression complète des souvenirs et la résistance aux compromissions des terminaux.
Le dispositif montre cependant la direction prise par les assistants personnels : leur utilité dépend de plus en plus d’une mémoire continue, tandis que leur adoption suppose des garanties techniques vérifiables. Google tente ici de traiter les deux exigences dans une même couche d’infrastructure.
Source principale : Google DeepMind.
