#opg $OPG @OpenGradient Ce qui m'intéresse chez OpenGradient, ce n'est pas tant la promesse d'une IA plus intelligente, mais l'effort de rendre la confidentialité vérifiable. Depuis des années, on a pris l'habitude de filer nos données à des plateformes, en espérant que des politiques de sécurité longues comme le bras seront respectées. OpenGradient semble vouloir changer la donne en intégrant la cryptographie et le hardware à la place de la confiance.
Le chiffrement de bout en bout jusqu'à l'enclave, la séparation de l'identité du contenu via une architecture à deux niveaux, ou encore un mécanisme de distribution de clés vérifiable par l'AWS Nitro Attestation, montrent bien que ce n'est pas qu'un slogan marketing. Au moins sur le plan technique, ils essaient de bâtir un système que même l'opérateur aurait du mal à voir dans son intégralité.
Cependant, je reste un peu sceptique. La sécurité est une chaîne de maillons, et un bon design ne signifie pas que tous les risques disparaissent. La technologie peut réduire le besoin de faire confiance aux humains, mais elle ne peut pas l'éliminer complètement. En fin de compte, la question la plus importante n'est peut-être pas de savoir si OpenGradient est suffisamment sécurisé, mais si ils peuvent transformer ces couches techniques complexes en une expérience si simple que l'utilisateur lambda ait réellement envie de l'utiliser chaque jour.
Si ils y parviennent, OpenGradient pourrait représenter une direction notable pour l'IA : un endroit où la confidentialité n'est plus une promesse, mais un attribut conçu dès le départ.
Le chiffrement de bout en bout jusqu'à l'enclave, la séparation de l'identité du contenu via une architecture à deux niveaux, ou encore un mécanisme de distribution de clés vérifiable par l'AWS Nitro Attestation, montrent bien que ce n'est pas qu'un slogan marketing. Au moins sur le plan technique, ils essaient de bâtir un système que même l'opérateur aurait du mal à voir dans son intégralité.
Cependant, je reste un peu sceptique. La sécurité est une chaîne de maillons, et un bon design ne signifie pas que tous les risques disparaissent. La technologie peut réduire le besoin de faire confiance aux humains, mais elle ne peut pas l'éliminer complètement. En fin de compte, la question la plus importante n'est peut-être pas de savoir si OpenGradient est suffisamment sécurisé, mais si ils peuvent transformer ces couches techniques complexes en une expérience si simple que l'utilisateur lambda ait réellement envie de l'utiliser chaque jour.
Si ils y parviennent, OpenGradient pourrait représenter une direction notable pour l'IA : un endroit où la confidentialité n'est plus une promesse, mais un attribut conçu dès le départ.