在接受行业媒体采访中，英特尔公司安全软件与服务部门副总裁兼总经理Anand Pashupathy解释了英特尔公司在机密计算方面(特别是在芯片层面)如何增强人工智能应用程序的数据保护，以及与谷歌云、微软和英伟达等技术领导者的合作如何为人工智能解决方案的安全性做出贡献。
为什么数据保护对人工智能的采用特别重要?
如今，许多公司已经以各种方式接受并使用人工智能，包括利用人工智能功能分析和利用大量数据的组织。组织也越来越意识到在云中发生了多少处理，这对于具有严格策略以防止敏感信息暴露的企业来说通常是一个问题。虽然人工智能可能是有益的，但它也造成了一个复杂的数据保护问题，这可能成为人工智能采用的障碍。
英特尔的机密计算方法，特别是在芯片层面，如何增强人工智能应用程序的数据保护?
英特尔构建的平台和技术推动了人工智能和机密计算的融合，使客户能够在整个堆栈中保护各种人工智能工作负载。
机密计算有助于在处理器和内存中积极使用时保护数据;允许在内存中处理加密数据，同时通过使用可信执行环境(TEE)降低将加密数据暴露给系统其余部分的风险。它还提供认证，这是一个加密验证TEE是真实的、正确启动并按预期配置的过程。认证为涉众提供了保证，确保他们正在将自己的敏感数据移交给使用正确软件配置的真实TEE。机密计算应该与存储和网络加密一起使用，以保护所有状态下的数据:静止、传输和使用中的数据。
机密人工智能是将机密计算技术应用于人工智能用例。它旨在帮助保护人工智能模型和相关数据的安全性和隐私性。机密人工智能利用机密计算原理和技术来帮助保护用于训练法学硕士的数据、这些模型产生的输出以及使用中的专有模型本身。通过严格的隔离、加密和证明，机密人工智能可以防止恶意行为者在执行链内外访问和暴露数据。
机密人工智能如何使组织能够处理大量敏感数据，同时保持安全性和合规性?
机密人工智能帮助客户提高其人工智能部署的安全性和隐私性。它可以用来帮助保护敏感或受监管的数据免受安全漏洞的侵害，并加强他们在HIPAA、GDPR或新的欧盟人工智能法案等法规下的合规性。保护的对象不仅仅是数据——机密人工智能还可以帮助保护有价值的或专有的人工智能模型免遭盗窃或篡改。认证功能可用于确保用户正在与他们期望的模型进行交互，而不是与修改过的版本或冒名顶替者进行交互。
机密人工智能还可以在一系列用例中启用新的或更好的服务，甚至是那些需要激活敏感或受监管数据的用例，这些数据可能会因为违规或违反合规的风险而让开发人员暂停。这可能是个人可识别用户信息(PII)、业务专有数据、机密第三方数据或多公司协作分析。这使组织能够更自信地将敏感数据投入工作，并加强对其人工智能模型的保护，使其免受篡改或盗窃。
你能否详细介绍一下英特尔与谷歌云、微软和英伟达等其他技术领导者的合作，以及这些合作伙伴关系如何增强人工智能解决方案的安全性?
英特尔采取开放的生态系统方法，支持开源、开放标准、开放政策和开放竞争，创造一个横向的竞争环境，让创新在没有供应商锁定的情况下蓬勃发展。它还确保所有人都能获得人工智能的机会。
英特尔与整个行业的技术领导者合作，提供创新的生态系统工具和解决方案，使人工智能的使用更加安全，同时帮助企业大规模解决关键的隐私和监管问题。例如:
谷歌云机密虚拟机在第四代英特尔至强可扩展CPU上利用英特尔信任域扩展(英特尔TDX)技术，因此客户可以在TEE中运行他们的人工智能模型和算法。
基于微软Azure英特尔tdx的机密虚拟机由第四代英特尔至强可扩展处理器提供支持，使组织能够将机密工作负载带到云端，而无需更改应用程序的代码。
英伟达正在与英特尔合作，通过英特尔TDX和英特尔Tiber信托服务为英伟达H100gpu提供全面的认证服务。这些服务可帮助希望部署保密性人工智能解决方案的客户，以满足更高的安全性和合规性需求，并为机密人工智能提供更统一、更易于部署的认证解决方案。
英特尔的认证服务(如英特尔TiberTrustservices)如何支持机密人工智能部署的完整性和安全性?
英特尔的机密人工智能技术结合了成熟的解决方案，如英特尔信任域扩展(英特尔TDX)、英特尔软件防护扩展(英特尔SGX)，以及最近由英特尔Tiber信托服务提供的独立认证，以帮助保护人工智能数据和模型，并验证资产的真实性以及使用这些资产的计算环境。
英特尔Tiber信托服务提供的认证服务提供了对TEE完整性和策略执行的统一、独立评估，并在部署英特尔机密计算的任何地方(包括多云、混合、本地和边缘)进行审计记录。 它通过将基础设施的可信度评估与基础设施的提供者分离来体现零信任原则，并维护独立的防篡改审计日志以帮助遵守
组织应该如何将英特尔的机密计算技术集成到他们的人工智能基础设施中?
为了让企业信任人工智能工具，必须有技术来保护这些工具免受暴露输入、训练数据、生成模型和专有算法的影响。英特尔对机密人工智能的最新增强利用机密计算原理和技术来帮助保护用于训练LLM的数据、这些模型产生的输出以及使用时的专有模型本身。
英特尔软件和工具消除了代码障碍，允许与现有技术投资的互操作性，简化了可迁移性，并为开发人员创建了一个模型，以提供大规模的应用程序。这为现代组织提供了在值得信赖的基础设施上运行工作负载和处理敏感数据的灵活性，以及跨多个环境进行扩展的自由。
