چرا شرط بندی 3.25 میلیون دلاری لاتیکا بر روی رمزنگاری کاملاً همومورفیک می تواند حریم خصوصی هوش مصنوعی را برای همیشه تغییر دهد

آیا هوش مصنوعی می تواند داده های حساس را بدون افشای آن پردازش کند؟ این سوالی است که استارتاپ مستقر در تل آویو به نام Lattica در تلاش است تا با خروج از حالت خفا با 3.25 میلیون دلار بودجه اولیه به آن پاسخ دهد. ماموریت این شرکت: حل یکی از چالش های مداوم حریم خصوصی هوش مصنوعی با استفاده از رمزنگاری کاملاً همومورفیک (FHE).

تامین مالی اولیه لاتیکا، به رهبری Cyber Fund کنستانتین لوماشوک، شامل مشارکت سرمایه گذاران برجسته ای مانند سندیپ نیلوال، یکی از بنیانگذاران Polygon Network و Sentient: The Open AGI Foundation است. تزریق 3.25 میلیون دلاری، لاتیکا را در موقعیتی قرار می دهد تا پلتفرم مبتنی بر ابر خود را مقیاس بندی کند، که محاسبات امن هوش مصنوعی را با فعال کردن پرس و جوها بر روی داده های رمزگذاری شده - بدون رمزگشایی آن - وعده می دهد.

علاقه سرمایه گذاران نشان دهنده افزایش تقاضا برای فن آوری های افزایش دهنده حریم خصوصی در هوش مصنوعی است، به ویژه در صنایعی که انطباق با مقررات حفاظت از داده ها غیرقابل مذاکره است. طبق گزارش Cisco's 2025 AI Briefing، امنیت همچنان یک نگرانی اصلی است و 34 درصد از مدیران عامل آن را به عنوان مانعی برای پذیرش گسترده تر هوش مصنوعی ذکر می کنند.

FHE مدت هاست که به عنوان "جام مقدس" رمزنگاری شناخته می شود و راهی برای محاسبه بر روی داده های رمزگذاری شده ارائه می دهد. با این حال، به دلیل ناکارآمدی های عملکرد، تا حد زیادی یک راه حل نظری باقی مانده است. لاتیکا این چالش را از طریق لایه انتزاعی رمزنگاری همومورفیک (HEAL) خود برطرف می کند، که عملیات FHE را در محیط های سخت افزاری مختلف، از جمله GPU، TPU و ASIC، استاندارد و تسریع می کند.

دکتر روتم تسابری، بنیانگذار و مدیرعامل، توضیح داد:

ما با توسعه راه حلی که به طور خاص برای شبکه های عصبی ساخته شده است، FHE عملی را فعال می کنیم.

تسابری با داشتن سابقه در رمزنگاری مبتنی بر شبکه از موسسه وایزمن، از بهینه سازی سخت افزاری و نرم افزاری برای پر کردن شکاف بین محاسبات امن و استقرار مقیاس پذیر هوش مصنوعی استفاده می کند.

پلتفرم لاتیکا به ویژه برای بخش هایی مانند مراقبت های بهداشتی و امور مالی مرتبط است، جایی که مدیریت داده های حساس یک نگرانی نظارتی و عملیاتی است. برنامه ها از تراکنش های مالی رمزگذاری شده گرفته تا تجزیه و تحلیل امن داده های پزشکی برای اهداف تحقیقاتی را شامل می شود.

سندیپ نیلوال اظهار داشت:

رویکرد محصول محور لاتیکا اساساً پردازش داده های حساس را در اکوسیستم هوش مصنوعی متحول می کند. پیشرفت در پشته یادگیری ماشین به طور قابل توجهی عملکرد FHE را افزایش می دهد.

نظرسنجی خود استارتاپ در جامعه FHE نشان داد که 71٪ معتقدند پذیرش FHE به ترکیب سخت افزار و نرم افزار بستگی دارد - که رویکرد ترکیبی لاتیکا را تایید می کند.

ظهور لاتیکا منعکس کننده یک روند گسترده تر است: افزایش فشار بر ارائه دهندگان هوش مصنوعی برای اطمینان از حفظ حریم خصوصی داده ها به هر قیمتی. با تشدید محیط های نظارتی در سطح جهانی، و با تعبیه بیشتر هوش مصنوعی در زیرساخت های حیاتی، راه حل هایی مانند FHE ممکن است از تحقیقات تخصصی به ضرورت اصلی تغییر کنند.

موفقیت لاتیکا نه تنها به فناوری آن، بلکه به توانایی آن در ارائه وعده های عملکردی که دیگران متوقف شده اند، بستگی دارد. اگر HEAL واقعاً شتاب مورد نیاز را فراهم کند، لاتیکا می تواند در خط مقدم یک انقلاب هوش مصنوعی با اولویت حفظ حریم خصوصی باشد.

FHE همیشه بیش از حد خوب به نظر می رسید که عملی باشد. مدل ترکیبی لاتیکا بلندپروازانه اما به موقع است. این بودجه، اگرچه طبق استانداردهای استارتاپ هوش مصنوعی متوسط ​​است، می تواند فرصت کافی برای اثبات زنده ماندن را فراهم کند. اکنون فشار بر لاتیکا است تا دستاوردهای عملکردی قابل اندازه گیری را نشان دهد که می تواند صنایعی را که مدت ها از خطرات حفظ حریم خصوصی هوش مصنوعی هراس داشته اند، متقاعد کند.