كشفت شركة NEAR AI عن حلول الدردشة السحابية والخاصة لتمكين المستخدمين من التحكم في الذكاء الاصطناعي الخاص بهم

بروتوكول معياري للذكاء الاصطناعي قرب أعلنت شركة NEAR AI Cloud وPrivate Chat عن إطلاقهما منتجين طُوّرا بناءً على مبدأ احتفاظ المستخدمين بالتحكم في أنظمة الذكاء الاصطناعي الخاصة بهم. ويضع هذا الإعلان هذه العروض كخطوات أولى نحو تمكين ملكية المستخدم من خلال آليات مصممة لتوفير خصوصية مدعومة بالأجهزة وقابلة للتحقق.

أشارت الشركة إلى أنه على الرغم من التطور السريع لقدرات الذكاء الاصطناعي، إلا أنه لا يزال من الصعب نقل المعلومات الحساسة والخاصة بأمان في معظم سير عمل الذكاء الاصطناعي. تتطلب العديد من واجهات برمجة تطبيقات الذكاء الاصطناعي الحالية إرسال البيانات إلى بنية تحتية خارجية لا يمكن للمستخدمين تدقيقها، كما أن الأوضاع الخاصة المُعلن عنها عادةً لا تُقدم دليلاً قاطعًا على العزل أو محدودية الوصول أو حذف البيانات. في حين أن أنظمة الاستضافة الداخلية تُقلل من التعرض للخطر، إلا أنها غالبًا ما تتطلب موارد ضخمة وخبرة متخصصة وفترات نشر طويلة.

وفقًا للإعلان، فإن آليات الثقة التقليدية، مثل ضوابط البرمجيات والسياسات الداخلية والاتفاقيات التعاقدية وشهادات الامتثال، لا تقدم سوى ضمانات غير مباشرة، ويمكن اختراقها من خلال الأخطاء أو سوء الاستخدام الداخلي. وتُستشهد بهذه القيود كأسباب تدفع العديد من المؤسسات إلى تجنب كشف بيانات قيّمة لأنظمة الذكاء الاصطناعي، وكدليل على حاجة قطاعية أوسع نطاقًا إلى حلول خصوصية يمكن التحقق منها بدلًا من افتراضها.

يُقدَّم برنامج NEAR AI كمحاولة لسدّ هذه الفجوة. تُعالج NEAR AI Cloud كل طلب ضمن بيئتي Intel TDX وNVIDIA Confidential Computing، حيث تُعالَج البيانات في سياق معزول ومُغلَق لا يُمكن لمُقدِّمي الخدمة أو مُشغِّلي الأجهزة الوصول إليه.

يؤدي كل استدلال إلى إنتاج شهادة تشفيرية تؤكد أن النموذج تم تنفيذه على أجهزة تم التحقق منها باستخدام الكود المتوقع، ويمكن التحقق من هذه الشهادات بشكل مستقل باستخدام خدمات التحقق العامة التي تقدمها Intel وNVIDIA.

تعمل خدمة NEAR Private Chat على منصة NEAR AI Cloud، وتُطبّق ضمانات الخصوصية هذه على حالات الاستخدام الروتينية للمحادثات، بما في ذلك الاستفسارات المعلوماتية أو الشخصية أو المتعلقة بالتخطيط. وهي خدمة تهدف إلى توفير خصوصية قابلة للتحقق، بحيث تتم التفاعلات اليومية مع الذكاء الاصطناعي دون الكشف عن محادثات المستخدم أو البيانات المرتبطة بها.

تم نشره الآن في الإنتاج مع Brave Nightly و OpenMind و Phala

تُستخدم منصة NEAR AI Cloud حاليًا من قِبل شركاء مثل متصفح Brave Nightly، ومزود نظام تشغيل الروبوتات OpenMind، ومنصة السحابة السرية Phala. تغطي هذه التطبيقات نطاقًا واسعًا من السياقات الحساسة للخصوصية، بدءًا من تفاعلات المستهلكين ووصولًا إلى عمليات الأنظمة الذاتية، والتي تتطلب جميعها حماية خصوصية قابلة للتحقق. تصل هذه المنصات مجتمعةً إلى جمهور يزيد عن 100 مليون مستخدم حول العالم، في قطاعات المستهلكين والشركات.

من خلال التعاون المباشر مع فرق الهندسة والأمن في هذه المنظمات، قريب اختبر الذكاء الاصطناعي الحوسبة السرية في ظل متطلبات إنتاجية حقيقية، بما في ذلك أحجام حركة مرور عالية، ومتطلبات زمن وصول متوقعة، وتوقعات امتثال صارمة. وقد أثرت مساهمات هؤلاء الشركاء على تطوير المنصة، مما أدى إلى نظام مُثبت موثوقيته عند التشغيل، وقادر على دعم أحمال العمل الحساسة على نطاق واسع.

صُممت NEAR AI Cloud لتبسيط عملية نقل أحمال عمل الذكاء الاصطناعي الحالية إلى بيئة خاصة قابلة للتحقق. تحافظ واجهة برمجة التطبيقات (API) الخاصة بها على التوافق التام مع OpenAIواجهة المستخدم، مما يسمح للتكاملات الحالية بالعمل دون تعديل. توفر حزم تطوير البرامج (SDKs) الخاصة بـ Python وTypeScript دعمًا مدمجًا لعمليات التشفير، ومعالجة المفاتيح، والتحقق.

يظل الأداء التشغيلي مستقرًا، مع زيادة مُقدّرة في زمن الوصول تتراوح بين 5% و10%، ودعم لمعدلات تصل إلى 100 طلب في الثانية لكل مستأجر. تتوفر خيارات استضافة نماذج مخصصة ومُخصّصة لسيناريوهات المؤسسات، إلى جانب ميزات مثل البث، والتخزين المؤقت للقيم الرئيسية، واستمرارية النموذج.

تهدف المنصة إلى إتاحة الحوسبة السرية كإمكانية سحابية قياسية، مع التركيز على سهولة التبني وقابلية التوسع وجاهزية الإنتاج. خلال النصف الأول من عام ٢٠٢٦، تخطط NEAR AI لتقديم نماذج متعددة الوسائط وتوسيع قدرات المنصة لتتجاوز الاستدلال إلى تطبيقات إضافية تركز على البيانات، بما في ذلك العمل المبكر على الذاكرة المحمولة الخاصة والتقدم المستمر في خارطة طريق DCML.

يركز الاتجاه المستمر للمنتج على تمكين الخصوصية القابلة للتحقق باعتبارها سمة افتراضية لجميع أحمال عمل الذكاء الاصطناعي، سواء للتفاعلات اليومية أو أنظمة المؤسسات واسعة النطاق.