#opg $OPG @OpenGradient Ce qui m’a vraiment interpellé chez OpenGradient, ce n’est pas seulement leur capacité à intégrer l'IA sur une infrastructure décentralisée, mais surtout leur approche de la problématique de la confidentialité. Le fait de chiffrer les prompts et les réponses dès le côté client avec HPKE, afin que seul un enclave authentifié puisse déchiffrer, montre qu’ils tentent d’amener le concept d'« inference privée » bien au-delà des promesses habituelles du secteur de l'IA.
Je pense que c'est une direction intéressante. Alors que l'IA est de plus en plus utilisée pour traiter des données sensibles, allant des informations commerciales aux tâches personnelles, réduire le nombre d’entités capables de voir ces données devient un véritable atout. Au moins sur le plan architectural, OpenGradient tente de transformer la confiance en quelque chose qui peut être limité par le matériel et la cryptographie, au lieu de simplement compter sur les engagements du fournisseur.
Cependant, je reste un peu sceptique. Le chiffrement de bout en bout et les TEE semblent très séduisants en théorie, mais l'historique de la sécurité montre qu’aucun système n'est immunisé contre de nouvelles vulnérabilités. Finalement, la question cruciale n’est peut-être pas de savoir si OpenGradient peut complètement éliminer les risques, mais jusqu’où ils peuvent réduire le champ de confiance nécessaire envers les humains. Et c’est peut-être là que réside la plus grande valeur qu’ils poursuivent.
Je pense que c'est une direction intéressante. Alors que l'IA est de plus en plus utilisée pour traiter des données sensibles, allant des informations commerciales aux tâches personnelles, réduire le nombre d’entités capables de voir ces données devient un véritable atout. Au moins sur le plan architectural, OpenGradient tente de transformer la confiance en quelque chose qui peut être limité par le matériel et la cryptographie, au lieu de simplement compter sur les engagements du fournisseur.
Cependant, je reste un peu sceptique. Le chiffrement de bout en bout et les TEE semblent très séduisants en théorie, mais l'historique de la sécurité montre qu’aucun système n'est immunisé contre de nouvelles vulnérabilités. Finalement, la question cruciale n’est peut-être pas de savoir si OpenGradient peut complètement éliminer les risques, mais jusqu’où ils peuvent réduire le champ de confiance nécessaire envers les humains. Et c’est peut-être là que réside la plus grande valeur qu’ils poursuivent.