Google's HEIR Compiler Makes Homomorphic Encryption Practical for Private AI

Il compilatore HEIR di Google mira a rendere pratica l'inferenza AI privata

Il 14 agosto 2026, Google ha annunciato HEIR (Homomorphic Encryption Intermediate Representation), una toolchain compilatore open source che promette di rendere l'inferenza AI privata crittograficamente sicura una realtà pratica. Lo strumento, sviluppato da ricercatori e ingegneri di Google, è progettato per convertire automaticamente modelli AI pre-addestrati che operano su dati non crittografati in versioni in grado di lavorare direttamente su input crittografati. Ciò elimina la necessità di un team di crittografi specializzati per implementare manualmente la crittografia omomorfica per ogni caso d'uso.

Questa mossa affronta un compromesso fondamentale nei servizi AI basati su cloud. La crittografia end-to-end tradizionale protegge i dati degli utenti dalle violazioni, ma impedisce ai fornitori di servizi di eseguire calcoli su tali dati, limitando funzionalità come il rilevamento dello spam o i consigli personalizzati. La crittografia omomorfica cambia questa situazione consentendo di eseguire calcoli su testi cifrati, restituendo risultati crittografati senza esporre le informazioni sottostanti. Google posiziona HEIR come un'aggiunta chiave al suo Private Computing Toolkit, che include già privacy differenziale, appartenenza a insiemi privati, recupero di informazioni private e enclave sicuri su Google Cloud.

Come funziona HEIR e le sue basi tecniche

HEIR è costruito sull'infrastruttura compilatore MLIR (Multi-Level Intermediate Representation), fornendo una piattaforma di sviluppo che astrae la complessità della crittografia omomorfica. La visione del compilatore è diventare una "soluzione con un clic" per i non esperti, consentendo loro di incorporare l'inferenza crittografata in applicazioni di produzione senza una profonda conoscenza crittografica. Questo è un passo avanti significativo perché, come osserva Google, convertire manualmente un programma esistente per utilizzare la crittografia omomorfica in modo efficiente richiede un team di crittografi, una barriera che ha limitato l'adozione nonostante la maturazione della tecnologia.

La toolchain è open source e disponibile su GitHub, ed è già stata accolta dalla comunità della crittografia omomorfica. Google ha collaborato con aziende di acceleratori hardware—Belfort, Niobium, Cornami e Optalysys—per ottimizzare HEIR per chip specializzati in grado di ridurre il significativo sovraccarico computazionale della crittografia omomorfica. L'azienda prevede di dimostrare i vantaggi di latenza di questi acceleratori nel prossimo futuro, affrontando una delle principali critiche alla tecnologia: il suo costo prestazionale.

Applicazioni dimostrate e benchmark di prestazioni

Per mostrare le capacità di HEIR, Google ha condiviso quattro applicazioni di inferenza privata, ciascuna compilata con HEIR e sottoposta a benchmark su una CPU single-thread. Il codice sorgente per tutti gli esempi è disponibile nel repository GitHub del progetto. Queste demo includono un sistema di raccomandazione dei contenuti che opera su caratteristiche utente crittografate, dimostrando che le applicazioni pratiche sono a portata di mano. Sebbene i numeri specifici di latenza non siano stati divulgati nell'annuncio, il fatto che Google presenti questi benchmark suggerisce un progresso significativo nel colmare il divario prestazionale.

Le applicazioni evidenziano un vantaggio chiave della crittografia omomorfica rispetto alle soluzioni basate su hardware: le sue garanzie di sicurezza sono puramente crittografiche, non dipendenti da enclave fisici o hardware fidato. Ciò la rende adatta a scenari in cui i modelli di fiducia hardware sono insufficienti, come la condivisione di dati tra istituzioni in ambito sanitario e finanziario, dove normative severe limitano lo scambio di dati. Ad esempio, gli ospedali potrebbero utilizzare l'AI per analizzare i dati dei pazienti tra istituzioni senza esporre singole cartelle cliniche, affrontando sia le preoccupazioni sulla privacy che le questioni di responsabilità, critiche in ambito medico.

Collaborazione accademica e crescita dell'ecosistema

Oltre alle partnership industriali, HEIR è diventato una piattaforma di ricerca produttiva. Collaborazioni con università tra cui Georgia Tech, Carnegie Mellon, UC Santa Barbara, Illinois Institute of Technology, Purdue, l'Università di Edimburgo e l'Università Tsinghua hanno già prodotto quattro pubblicazioni sottoposte a revisione paritaria basate su HEIR, con altre in preparazione. Lo strumento ha accumulato numerose citazioni, indicando la sua crescente influenza nel settore. Fornendo un'infrastruttura standardizzata per test, benchmark e confronto, HEIR consente ai crittografi di concentrarsi su ottimizzazioni specifiche piuttosto che reinventare la ruota.

Questa crescita dell'ecosistema è cruciale per la maturazione della crittografia omomorfica. La tecnologia è stata studiata per decenni ma ha faticato a trovare applicazioni pratiche al di fuori di casi d'uso di nicchia a causa di sfide di usabilità e prestazioni. L'investimento di Google in HEIR segnala una spinta strategica per rendere l'inferenza AI privata una commodity, potenzialmente rimodellando il modo in cui i fornitori cloud gestiscono i dati sensibili. La storia dell'azienda in materia di innovazioni per la privacy, dalla privacy differenziale al recupero di informazioni private, suggerisce che HEIR non è solo un esperimento di ricerca, ma un componente di una strategia commerciale più ampia.

Perché questo è importante per il futuro della privacy nell'AI

Le implicazioni di HEIR vanno oltre i circoli tecnici. Con l'AI che diventa sempre più integrata in settori critici come sanità e finanza, la capacità di elaborare dati crittografati senza sacrificare la funzionalità è un punto di svolta. Potrebbe abilitare nuovi servizi precedentemente impossibili a causa delle normative sulla privacy, come il rilevamento collaborativo delle frodi tra banche o la ricerca medica tra ospedali. Il costo della crittografia omomorfica, sebbene ancora significativo, sta "rapidamente diminuendo" secondo Google, rendendola un'opzione praticabile per più applicazioni.

Tuttavia, permangono delle sfide. Il sovraccarico computazionale della crittografia omomorfica è ancora non trascurabile e, anche con acceleratori hardware, potrebbe non eguagliare le prestazioni dell'elaborazione in chiaro. Inoltre, la tecnologia richiede un'attenta selezione dei parametri e considerazioni sulla sicurezza, che HEIR mira ad astrarre ma non può eliminare completamente. L'annuncio di Google è un passo avanti, ma l'adozione pratica dipenderà da continui miglioramenti nell'efficienza del compilatore e nel supporto hardware.

Per le aziende, la disponibilità di uno strumento open source come HEIR abbassa la barriera per sperimentare con l'AI privata. Consente loro di valutare i compromessi tra garanzie di privacy, prestazioni e costi senza impegnarsi in soluzioni proprietarie. Mentre l'industria del software si adatta ai cambiamenti di sicurezza e privacy portati dall'AI, strumenti come HEIR saranno essenziali per colmare il divario tra ciò che è crittograficamente possibile e ciò che è praticamente implementabile.