گوگل: حافظه دائمی AI با کلیدهای محلی بدون دسترسی به داده‌ها

تصور کنید دستیار هوش مصنوعی شما دقیقاً می‌داند هفته پیش در کدام پروژه بودید، اما حتی خودِ گوگل هم نمی‌تواند به این اطلاعات دسترسی داشته باشد. این توازن میان شخصی‌سازی عمیق و حریم خصوصی، هسته اصلی به‌روزرسانی جدید گوگل است.

طبق اعلام گوگل دیپ‌مایند (Google DeepMind) در ۲۳ سپتامبر ۲۰۲۶، پلتفرم Private AI Compute اکنون از حافظه دائمی در سمت سرور پشتیبانی می‌کند. این یعنی مدل‌ها می‌توانند تداوم بلندمدت داشته باشند بدون اینکه امنیت داده‌های کاربر به خطر بیفتد. این خبر با انتشار یک برگه فنی به‌روزرسانی‌شده، سوابق عمومی نرم‌افزاری سرور و خلاصه‌ای از گزارش‌های حسابرسی مستقل همراه بود.

فرض کنید دستورالعمل‌های پیچیده مونتاژ یک دستگاه را روی لپ‌تاپ باز کرده‌اید که پیش‌تر آن‌ها را از طریق عینک‌های هوشمند می‌دیدید؛ یا می‌خواهید یک گفتگوی فنی و پیچیده را بین موبایل و وب ادامه دهید. تا پیش از این، هوش مصنوعی ابری عمدتاً «بدون وضعیت» (Stateless) بود؛ یعنی به محض پایان یک تسک، تمام بافت و حافظه آن جلسه پاک می‌شد. همان‌طور که در تحلیل قبلی ما درباره‌ی بهینه‌سازی‌های Gemini 3.8 Flash TTS اشاره کردیم، تمرکز گوگل اکنون از سرعت خالص به مدیریت داده‌های شخصی و دائمی تغییر کرده است.

تکامل و زمینه

گوگل نخستین بار در ۱۱ نوامبر ۲۰۲۵ پلتفرم Private AI Compute را معرفی کرد. جی یاگنیک (Jay Yagnik)، نایب‌رئیس نوآوری و پژوهش AI، در پستی این پلتفرم را راهکاری برای ترکیب مدل‌های ابری Gemini با تضمین‌های حریم خصوصیِ پردازش روی دستگاه توصیف کرد.

در ابتدا، این سیستم برای بهبود عملکرد Magic Cue در گوشی‌های پیکسل ۱۰ و فعال کردن قابلیت خلاصه‌سازی متون در اپلیکیشن Pixel Recorder برای زبان‌های بیشتر طراحی شده بود. اما چون سیستم کاملاً بدون وضعیت بود، گوگل دریافت که راهکارهای موقت — مثل اینکه هوش مصنوعی لیست‌هایی از حقایق شخصی کاربر را ذخیره کند — برای تجربه‌ای که کاربر از یک دستیار شخصی انتظار دارد، کافی نیست.

برای رسیدن به این قابلیت جدید «وضعیت‌دار»، گوگل مدل «گاوصندوق امن» را پیاده کرد. اطلاعات در فضای ابری رمزنگاری‌شده ذخیره می‌شوند، اما کلیدهای رمزنگاری — که برای باز کردن آن داده‌ها ضروری هستند — منحصراً روی دستگاه شخصی کاربر می‌مانند. این ساختار تضمین می‌کند که داده‌ها برای هر کسی، حتی خود گوگل، غیرقابل دسترس باشند. این رویکرد سخت‌گیرانه در مدیریت داده‌ها، شباهت زیادی به استانداردهای امنیتی در حوزه‌های حساس دارد؛ به‌طوری که زیرساخت‌های ابری خصوصی اکنون امکان تحقق هوش مصنوعی مطابق با استانداردهای HIPAA را در پزشکی دقیق فراهم می‌کنند تا حریم خصوصی بیماران کاملاً حفظ شود.

معماری فنی

وقتی مدل به بافت تاریخی نیاز دارد، یک چرخه درخواست پیچیده را از طریق Memory Oak Server اجرا می‌کند؛ یک پایگاه‌داده «وضعیت‌دار» (Stateful) که برای هر کاربر مجزا است. این سیستم حاصل همکاری گسترده تیم‌های گوگل دیپ‌مایند، پلتفرم و دستگاه‌ها (Platforms and Devices)، تیم Core و تیم Cloud است و تحت حمایت اجرایی افرادی چون فور فلین (Four Flynn)، جی یاگنیک و دیوید کلیدرماکر (David Kleidermacher) توسعه یافته است.

جزئیات فنی این معماری شامل موارد زیر است:

• انکلاوهای امن (Secure Enclaves): استفاده از محیط‌های سخت‌افزاری ایزوله و Titanium Intelligence Enclaves روی واحد پردازش تنسور (TPU) سفارشی — که شبیه به یک اتاق امن در قلب پردازنده است و اجازه نمی‌دهد هیچ برنامه خارجی به داده‌های داخلش دسترسی یابد.
• سرور Memory Oak: یک پایگاه‌داده وضعیت‌دار نوشته شده با زبان Rust که در محیط Oak Containers اجرا می‌شود. هر دو بخش سرور و محیط اجرا (Runtime) متن‌باز هستند.
• مسیر رمزنگاری: کلاینت از طریق پروتکل Noise یک جلسه رمزنگاری‌شده ایجاد می‌کند. درخواست به یک انکلاو سازمان‌دهنده در ماشین مجازی محرمانه AMD SEV-SNP می‌رسد.
• کانال‌های تاییدشده: سازمان‌دهنده یک کانال ALTS متقابلاً تاییدشده به سرور حافظه باز می‌کند. پس از تایید سخت‌افزاری اندازه‌گیری‌های انکلاو (Enclave's measurement)، کلیدهای رمزگشایی کاربر برای موتور پایگاه‌داده آزاد (Unseal) می‌شوند.
• رمزگشایی فرار (Volatile Decryption): داده‌ها فقط در حافظه فرار انکلاو رمزگشایی شده، با پرامپت ترکیب می‌شوند و در پلتفرم سخت‌افزاری TPU ارزیابی می‌گردند. تمام بافت‌های فرار پرامپت، توکن‌ها و فعال‌سازهای میانی بلافاصله پس از ارسال پاسخ، پاک می‌شوند.

گوگل برای امکان تایید عمومی، سرور و محیط اجرا را متن‌باز کرده است. ساخت‌های بازتولیدپذیر (Reproducible builds) تضمین می‌کنند که کدهای باینری اجرا شده دقیقاً با کدهای منتشر شده مطابقت دارند. اثر انگشت‌ها (Digests) در یک دفتر کل «فقط-افزودنی» (Append-only ledger) ثبت شده و پیش از آزاد شدن هر کلید، توسط انکلاو تایید می‌شوند.

امنیت و تاییدیه

این تغییر به سمت سیستم وضعیت‌دار، رویکرد امنیتی پلتفرم را تغییر می‌دهد. چون سیستم باید یک شناسه ثابت برای هر کاربر شناسایی کند، دیگر نمی‌توان ادعا کرد که در سطح شبکه «غیرقابل هدف‌گیری» (Non-targetability) است؛ یعنی ویژگی‌ای که در مسیر بدون وضعیت، مانع از پیوند دادن یک پرس‌وجوی واحد به یک کاربر خاص می‌شد. با این حال، گوگل تأکید می‌کند که حتی اگر کسی حافظه یک کاربر خاص را هدف قرار دهد، تنها به متنی رمزنگاری‌شده و نامفهوم (Opaque ciphertext) می‌رسد، زیرا کلیدها توسط تایید سخت‌افزاری محافظت می‌شوند.

اهداف امنیتی خاص برای این ذخیره‌ساز دائمی عبارتند از:

• نبود هیچ مسیر مدیریتی برای دسترسی به داده‌های متنی کاربر، حتی در سناریوهای اضطراری (Break-glass scenarios).
• مهار نمونه‌های آسیب‌دیده از طریق ماشین‌های مجازی محرمانه.
• سیاست‌های «ممنوعیت پیش‌فرض» (Default-deny) برای خروج داده‌ها، شامل Core dumps، لاگ‌ها و مانیتورینگ.

بر اساس گزارش‌های منتشر شده، حسابرسان خارجی طراحی این سیستم را هم در نسخه اولیه ۲۰۲۵ و هم در به‌روزرسانی ۲۰۲۶ تایید کرده‌اند. گوگل خلاصه‌ای از گزارش‌های حسابرسی ۲۰۲۵ و ۲۰۲۶ را منتشر کرده است. دستگاه‌های کاربر می‌توانند پیش از ارسال هر داده حساس، به طور مستقل تایید کنند که نرم‌افزار اصیل است و با سوابق عمومی مطابقت دارد و تغییر نیافته است.

برای کاربر تجاری، این یعنی دستیار AI از یک ابزار تراکنشی به یک شریک شخصی تبدیل می‌شود. دیگر نیازی نیست در هر جلسه جدید، ترجیحات یا پیش‌زمینه پروژه‌ها را دوباره به مدل بدهید. اثر ثانویه این تحول، افزایش شدید کاربرد AI در اکوسیستم‌های تکه تکه شده (موبایل، وب و پوشیدنی‌ها) است.

گوگل قصد دارد گام‌های بعدی را معرفی کند، از جمله «تایید کلاینت» (Client-side attestation verification). این قابلیت اجازه می‌دهد دستگاه‌های کاربر پیش از ارسال هر داده حساس، مدارک سرور را به طور مستقل اعتبارسنجی کنند. به‌روزرسانی‌های برنامه‌ریزی شده دیگر شامل یک لاگ شفافیت «فقط-افزودنی» است که توسط اشخاص ثالث مستقل امضا می‌شود، پوشش گسترده‌تر ساخت‌های بازتولیدپذیر و حسابرسی‌های دوره‌ای توسط طرف‌های ثالث است.

باید دید این معماری چگونه بر رویکرد کل صنعت نسبت به «هوش مصنوعی شخصی» تاثیر می‌گذارد و آیا رقبای گوگل نیز برای رقابت در زمینه حریم خصوصی، مدل‌های مشابهی را که در آن کلیدها در اختیار دستگاه کاربر است، اتخاذ خواهند کرد یا خیر.

گام بعدی شما

• اگر توسعه‌دهنده هستید، مستندات متن‌باز Memory Oak Server را بررسی کنید تا متوجه شوید چگونه می‌توان حافظه وضعیت‌دار را بدون دسترسی به داده‌ها پیاده کرد.
• در به‌روزرسانی‌های آینده منتظر قابلیت «تایید کلاینت» باشید که اجازه می‌دهد دستگاه شما پیش از ارسال داده، مدارک سرور را بررسی کند.
• بررسی کنید که آیا ابزارهای فعلی شما برای مدیریت بافت (Context) از روش‌های ناامن استفاده می‌کنند یا خیر.

اما این معماری تنها بخشی از پازل است؛ اثر این مدل بر رقابت حریم خصوصی با سایر غول‌های فناوری را در گزارش بعدی بررسی خواهیم کرد.