Google では、この取り組みの一環として、 2 年前に世界初の完全準同型暗号（Fully Homomorphic Encryption: FHE）トランスパイラをオープンソース化し、その過程で参入障壁を取り除き続けてきました。FHE は、機密情報や個人情報にアクセスすることなく、暗号化されたデータの計算を可能にする強力な技術であり、私たちはデベロッパーや研究コミュニティとのコラボレーションから生まれた最新の進展を共有して、FHE で可能なことをさらに拡大したいと考えています。
本日、誰もが FHE テクノロジーを動画ファイルに適用することを可能にする新しいツールを発表いたします。動画の導入にはコストがかかり、ランタイムが長くなることが多く、FHE の使用をより大きなファイルや新しい形式に拡張することが制限される場合があるため、この進歩には大きな意味があります。
そのために、私たちは FHE ツールキットを 3 つの新しい方法で拡張し、デベロッパーが FHE を非公開機械学習、テキスト解析、前述の動画処理など、より幅広いアプリケーションに簡単に適用できるようにしています。ツールキットの一部として、新しいハードウェア、ソフトウェア暗号化ライブラリ、オープンソースのコンパイラ ツールチェーンをリリースします。私たちの目標は、これらの新しいツールを研究者やデベロッパーに提供し、コストを削減しながら、プライバシー保護のために FHE を使用する方法を発展させることです。
Link to Youtube Video (visible only when JS is disabled)
最適化が進み、専用ハードウェアが増えれば、長い動画などの複雑なファイルを非公開に分析したり、テキスト文書を処理したりすることなど、同様の非公開機械学習タスクのユースケースが無数に広がります。このような理由で、TensorFlow-to-FHE コンパイラをリリースしました。これにより、あらゆるデベロッパーがトレーニング済みの TensorFlow 機械学習モデルをその FHE バージョンにコンパイルできるようになります。
モデルが FHE にコンパイルされると、デベロッパーはそれを使って、ユーザー入力や推論結果のコンテンツにアクセスすることなく、暗号化されたユーザーデータに対して推論を実行することができます。たとえば Google のツールチェーンを使用すると、TensorFlow Lite モデルを FHE にコンパイルして、3 層のニューラル ネットワークの非公開推論を 16 秒で生成することができます。これは、個人情報を開示することなく、研究者が大規模なデータセットを解析できるようにする 1 つの方法にすぎません。
加えて、デベロッパーがさまざまなハードウェア アクセラレータで FHE を実行できるようにする暗号化用ソフトウェア ライブラリである Jaxite をリリースします。Jaxite は、高性能なクロスプラットフォーム機械学習ライブラリである JAX をベースに構築されており、グラフィックス プロセッシング ユニット（GPU）と Tensor Processing Unit（TPU）上で FHE プログラムを実行することができます。Google はもともとニューラル ネットワークの計算を高速化するために JAX を開発しましたが、FHE の計算を高速化するためにも使用できることが明らかになりました。
Finally, we are announcing Homomorphic Encryption Intermediate Representation (HEIR), an open-source compiler toolchain for homomorphic encryption. HEIR is designed to enable interoperability of FHE programs across FHE schemes, compilers, and hardware accelerators. Built on top of MLIR, HEIR aims to lower the barriers to privacy engineering and research. We will be working on HEIR with a variety of industry and academic partners, and we hope it will be a hub for researchers and engineers to try new optimizations, compare benchmarks, and avoid rebuilding boilerplate. We encourage anyone interested in FHE compiler development to come to our regular meetings, which can be found on the HEIR website.
世界中のさまざまな組織や政府では、PET を利用して社会的課題に取り組み、デベロッパーや研究者がユーザーデータおよびプライバシーを安全に処理および保護できるようにする方法を継続的に模索しています。Google は、Protected Computing を通じて、これらの新しい手法の改善と多くの製品への適用を続けています。これはプライバシーと安全性を技術的に確保するために、データの処理方法、タイミング、そして処理される場所を変革する、成長著しいテクノロジーのツールキットです。また Googleでは、すべてのインターネット ユーザーがワールドクラスのプライバシーを享受する権利があると考えているので、開発した PET へのアクセスを引き続き民主化することに努めていきます。
