Confer และ Meta ร่วมมือยกระดับความเป็นส่วนตัวให้ AI ด้วยเทคโนโลยีการเข้ารหัส

ในยุคที่ Generative AI หรือปัญญาประดิษฐ์ที่สามารถสร้างเนื้อหาใหม่ได้ กำลังกลายเป็นส่วนหนึ่งของชีวิตประจำวัน ผู้คนนับล้านต่างส่งข้อความโต้ตอบกับแชทบอทอย่างต่อเนื่อง อย่างไรก็ตาม ความสะดวกสบายนี้มาพร้อมกับความเสี่ยงด้านความเป็นส่วนตัว เนื่องจากข้อมูลส่วนใหญ่ที่ส่งไปยัง AI มักไม่ได้รับการปกป้อง ทำให้บริษัทผู้พัฒนาสามารถเข้าถึงและนำข้อมูลเหล่านั้นไปใช้ฝึกฝนโมเดลต่อได้

ล่าสุด Moxie Marlinspike ผู้เชี่ยวชาญด้านความเป็นส่วนตัวและผู้สร้างแอปพลิเคชัน Signal ได้ประกาศความร่วมมือครั้งสำคัญ โดยจะนำเทคโนโลยีจาก Confer แพลตฟอร์ม AI ที่เน้นความเป็นส่วนตัวสูง เข้าไปบูรณาการร่วมกับระบบ AI ของ Meta เพื่อสร้างมาตรฐานใหม่ในการปกป้องข้อมูลผู้ใช้

ก้าวข้ามขีดจำกัดของการสื่อสารที่ปลอดภัย

หากพูดถึงการสื่อสารที่ปลอดภัย หลายคนคงคุ้นเคยกับ End-to-End Encryption (E2EE) หรือการเข้ารหัสจากต้นทางถึงปลายทาง ซึ่งเป็นระบบที่ทำให้มีเพียงผู้ส่งและผู้รับเท่านั้นที่อ่านข้อความได้ แม้แต่บริษัทผู้ให้บริการอย่าง WhatsApp หรือ Apple ก็ไม่สามารถแอบดูข้อมูลได้ ระบบนี้ถูกนำมาใช้ในวงกว้างตลอดทศวรรษที่ผ่านมา

แต่สำหรับ AI สถานการณ์กลับต่างออกไป ข้อมูลที่ไหลเข้าสู่ LLMs (Large Language Models) หรือโมเดลภาษาขนาดใหญ่ มักเป็นข้อมูลแบบเปิดที่พนักงานของบริษัท AI, แฮกเกอร์ หรือแม้แต่หน่วยงานรัฐบาลอาจเข้าถึงได้ผ่านหมายศาล ซึ่ง Marlinspike มองว่าข้อมูลที่ไม่ได้เข้ารหัสเหล่านี้ย่อมมีความเสี่ยงที่จะตกไปอยู่ในมือของผู้ที่ไม่หวังดีอย่างหลีกเลี่ยงไม่ได้

เป้าหมายของ Confer: พลังของ AI ที่มาพร้อมความเป็นส่วนตัว

Confer ถูกพัฒนาขึ้นเพื่อให้ผู้ใช้ได้รับประสิทธิภาพสูงสุดจาก AI โดยที่ยังคงรักษาความลับของการสนทนาไว้ได้อย่างสมบูรณ์ โดย Marlinspike ยืนยันว่า Confer จะยังคงดำเนินงานอย่างเป็นอิสระจาก Meta แม้จะมีการนำเทคโนโลยีไปปรับใช้ใน Meta AI ก็ตาม

ความท้าทายสำคัญคือ การนำระบบเข้ารหัสแบบเดิมมาใช้กับ AI นั้นทำได้ยาก เนื่องจากโครงสร้างการประมวลผลที่แตกต่างกัน ที่ผ่านมา Confer จึงเน้นการทำงานบน Open Weight Models (โมเดลที่เปิดเผยค่าน้ำหนักของโครงข่ายประสาทเทียม) ซึ่งแม้จะมีความเป็นส่วนตัวสูง แต่บางครั้งอาจไม่ทรงพลังเท่ากับโมเดลแบบปิด (Proprietary Models) ที่บริษัทใหญ่ๆ พัฒนาขึ้น

การร่วมมือกับ Meta ในครั้งนี้จึงเป็นโอกาสสำคัญที่จะนำเทคโนโลยีการปกป้องข้อมูลที่ล้ำสมัยที่สุด มาผสานเข้ากับโมเดล AI ระดับแนวหน้า (Frontier Models) ที่มีความสามารถสูง เพื่อให้ผู้ใช้สามารถจัดการข้อมูลที่เป็นความลับได้อย่างมั่นใจ

มุมมองจากผู้เชี่ยวชาญด้านความปลอดภัย

Mallory Knodel นักวิจัยด้านการเข้ารหัสจาก New York University ระบุว่า หาก Meta AI สามารถสร้างความลับในการสนทนาได้จริง จะส่งผลดีอย่างมาก เพราะหมายความว่า Meta จะไม่สามารถนำข้อมูลแชทของผู้ใช้ไปใช้ฝึกฝน AI ได้อีกต่อไป แม้ว่า Confer จะยังไม่ใช่ระบบที่สมบูรณ์แบบ แต่ก็นับเป็นตัวอย่างที่สำคัญในการสร้าง AI ที่คำนึงถึงความเป็นส่วนตัว

ด้าน JP Aumasson ประธานเจ้าหน้าที่ฝ่ายความปลอดภัยจาก Taurus ให้ความเห็นว่า แนวทางการใช้ Trusted Computing (การประมวลผลในสภาพแวดล้อมที่เชื่อถือได้) ของ Marlinspike เป็นวิธีการที่สมเหตุสมผลและเพียงพอสำหรับผู้ใช้ส่วนใหญ่ แม้จะยังขาดเอกสารรายละเอียดด้านสถาปัตยกรรมที่ชัดเจน แต่ด้วยประวัติการทำงานของ Marlinspike ทำให้โครงการนี้มีความน่าเชื่อถือสูง

ข้อเท็จจริงสำคัญ

• ความร่วมมือ: Confer จะนำเทคโนโลยีความเป็นส่วนตัวไปบูรณาการเข้ากับ Meta AI
• สถานะของ Confer: ยังคงดำเนินงานเป็นอิสระ ไม่ได้ถูกควบรวมโดย Meta
• ปัญหาหลัก: ข้อมูลใน AI ส่วนใหญ่ปัจจุบันไม่ได้รับการเข้ารหัส ทำให้เสี่ยงต่อการถูกเข้าถึงโดยบุคคลที่สาม
• จุดเด่น: มุ่งเน้นการรวมความสามารถของ Frontier Models เข้ากับระบบการเข้ารหัสขั้นสูง
• ผลกระทบ: หากสำเร็จ Meta จะไม่สามารถนำข้อมูลการสนทนาส่วนตัวไปใช้เทรน AI ได้

สรุปความแตกต่างระหว่างการแชททั่วไปและ AI ในปัจจุบัน

คุณสมบัติ	แชททั่วไป (เช่น Signal/WhatsApp)	AI Chatbot ทั่วไป	เป้าหมายของ Confer + Meta AI
การเข้ารหัส (Encryption)	End-to-End Encryption	ไม่มีการเข้ารหัสจากต้นทางถึงปลายทาง	นำการเข้ารหัสมาใช้กับ AI
การเข้าถึงข้อมูลโดยบริษัท	เข้าถึงไม่ได้	เข้าถึงได้เพื่อนำไปฝึกฝน AI	เข้าถึงไม่ได้
ระดับความเป็นส่วนตัว	สูงมาก	ต่ำ	สูงมาก

คำถามที่พบบ่อย

Confer คืออะไร?

Confer คือแพลตฟอร์ม AI ที่พัฒนาโดย Moxie Marlinspike ซึ่งมุ่งเน้นการสร้างระบบปัญญาประดิษฐ์ที่ให้ความสำคัญกับความเป็นส่วนตัวของผู้ใช้เป็นหลัก โดยใช้เทคโนโลยีการเข้ารหัสเพื่อปกป้องข้อมูล

การร่วมมือกับ Meta จะทำให้ Confer สูญเสียความเป็นอิสระหรือไม่?

ไม่ Moxie Marlinspike ยืนยันว่า Confer จะยังคงดำเนินงานแยกจาก Meta อย่างเป็นอิสระ แม้จะมีการนำเทคโนโลยีไปใช้สนับสนุนระบบ Meta AI ก็ตาม

ทำไมการทำให้ AI มีความเป็นส่วนตัวถึงทำได้ยาก?

เนื่องจากระบบการเข้ารหัสแบบ End-to-End ที่ใช้ในแอปแชททั่วไป ไม่สามารถนำมาปรับใช้กับกระบวนการประมวลผลของ Generative AI ได้โดยตรง ต้องมีการพัฒนาวิธีการทางคริปโทกราฟีแบบใหม่

ผู้ใช้จะได้ประโยชน์อะไรจากการเปลี่ยนแปลงนี้?

ผู้ใช้จะสามารถใช้งาน AI ที่มีความสามารถสูง (Frontier Models) ได้โดยไม่ต้องกังวลว่าข้อมูลส่วนตัวหรือความลับทางธุรกิจที่พิมพ์ลงไปจะถูกบริษัท AI นำไปใช้ฝึกฝนโมเดล หรือถูกเข้าถึงโดยบุคคลภายนอก

ระบบของ Confer สมบูรณ์แบบแล้วหรือยัง?

ผู้เชี่ยวชาญระบุว่ายังไม่สมบูรณ์แบบ 100% เนื่องจากยังขาดเอกสารทางเทคนิคที่ละเอียดเกี่ยวกับสถาปัตยกรรมและแบบจำลองภัยคุกคาม แต่ถือเป็นโซลูชันที่ดีที่สุดตัวหนึ่งในปัจจุบัน