Compilador HEIR da Google: IA Privada Prática com Criptografia Homomórfica

O Google lançou o HEIR (Homomorphic Encryption Intermediate Representation), um compilador de código aberto que converte modelos de IA pré-treinados para operar em entradas criptografadas. Isso permite inferência de IA privada e criptograficamente segura — o servidor processa os criptogramas sem nunca ver os dados subjacentes.

Por que o HEIR?

A criptografia homomórfica há muito tempo é impraticável devido à enorme sobrecarga computacional. O HEIR visa mudar isso fornecendo uma cadeia de ferramentas de compilador que automatiza a conversão de modelos existentes, eliminando a necessidade de uma equipe de criptógrafos. O projeto faz parte do Private Computing Toolkit do Google, que já inclui privacidade diferencial, associação privada a conjuntos e recuperação privada de informações.

Principais recursos

• Objetivo de um clique: A visão é tornar o HEIR uma solução de um clique para não especialistas integrarem inferência criptografada na produção.
• Aceleradores de hardware: O Google fez parceria com Belfort, Niobium, Cornami e Optalysys para construir hardware dedicado para criptografia homomórfica. Os benefícios de latência desses aceleradores estão planejados para demonstrações em um futuro próximo.
• Plataforma de pesquisa: O HEIR já é usado em colaborações com Georgia Tech, Carnegie Mellon, UC Santa Barbara, Purdue e outros, com quatro publicações revisadas por pares baseadas nele.

Aplicações de demonstração

O Google compartilhou quatro aplicações de inferência privada compiladas com o HEIR, com números de latência medidos em uma CPU de thread único. O código-fonte está disponível no repositório do GitHub.

• Modelo de recomendação de aprendizado profundo — recomendações de conteúdo privadas (trabalho conjunto com Belfort Labs, LG, NYU).
• Detecção de fraudes em cartões de crédito — compilado com Niobium e hardshell.ai.
• Detecção de intrusão em ameaças — sistema Kitsune para detecção de anomalias em tráfego de rede criptografado, sem revelar o conteúdo dos pacotes.
• Detector de palavra de ativação — permite que agentes de IA acionados por áudio reconheçam palavras de ativação de forma privada (com Belfort Labs).

Essas demonstrações mostram que a criptografia homomórfica não é mais teórica — está pronta para aplicações do mundo real em setores como saúde e finanças, onde a privacidade dos dados é crítica.

O código de todos os exemplos está disponível no GitHub. Consulte o post completo no blog para números detalhados de latência.