Integrated Quantum Technologies представила инновационную платформу AIQu VEIL, направленную на решение проблемы масштабирования сложных ИИ без риска(во всяком случае, стандартного) взлома и утечки конфиденциальных данных.
Ключевая особенность AIQu VEIL заключается в анонимизации и сжатии данных до их обработки ИИ, что исключает работу с сырыми и идентифицируемыми данными. Это не только снижает вероятность утечек, но и, по утверждению компании, улучшает скорость и точность работы по сравнению с традиционными методами.
Компания считает, что существующие методы защиты данных, такие как гомоморфное шифрование и дифференциальная конфиденциальность, не подходят для корпоративного использования из-за высокой вычислительной нагрузки и снижения производительности. Новая технология Informationally Compressive Anonymization, используемая в VEIL, объединяет анонимизацию и сжатие данных в единый процесс, что является новаторским подходом.
VEIL позиционируется как основа для будущих решений в таких критически важных областях, как финансы, здравоохранение и госуправление, где использование ИИ ранее сдерживалось из-за проблем с безопасностью данных.
Кроме того, платформа решает проблему многозонального регулирования, позволяя многонациональным компаниям использовать единые модели ИИ без необходимости развертывания отдельных экземпляров для каждой юрисдикции. Это упрощает архитектуру, снижает операционные затраты и минимизирует риск несогласованности.
Создание AIQu VEIL было вдохновлено опытом решения систематических проблем в корпоративном внедрении ИИ, таких как правовые барьеры, неэффективность операций и ограничения масштабируемости. Разработчики столкнулись с отсутствием жизнеспособных решений для безопасного использования ИИ в бизнесе.
Еще одной важной особенностью платформы является ее квантовая устойчивость. AIQu VEIL спроектирована с учетом угроз, связанных с развитием квантовых компьютеров, которые могут взломать современные шифры.
Это делает её не просто решением для текущих проблем соответствия нормам, а инфраструктурным уровнем для следующего поколения ИИ, которые невозможно будет взломать нынешними методами.