Google 展示 同態加密編譯器HEIR最新進展，可將原本處理未加密資料的預先訓練AI模型，轉換成能直接處理加密輸入的版本。Google同步公佈內容推薦、信用卡詐欺偵測、網路異常偵測與語音觸發詞偵測4種應用，讓雲端服務在不必解密或看到使用者原始資料的情況下執行AI推論。

同態加密的特點，是資料經過加密後仍可直接進行計算。伺服器收到加密資料後，可以完成運算並回傳同樣經過加密的結果，再由使用者解密。同態加密應用於AI推論並非新概念，過去已有研究透過編譯器讓神經網路處理加密資料。Google此次釋出的成果，是HEIR已能將既有AI模型轉換成可處理加密輸入的版本，並套用在內容推薦、詐欺偵測、網路異常偵測與語音觸發詞等較接近實際服務的工作負載。

HEIR是一套開源同態加密編譯工具，Google希望透過編譯器處理模型轉換工作，減少開發者必須具備密碼學專業才能導入同態加密的門檻。對既有AI應用而言，開發者不必為加密推論從頭重寫模型，而是可把原有預先訓練模型轉換成支援加密輸入的版本。

此次公佈的4個範例涵蓋不同使用情境，內容推薦模型可依加密後的使用者特徵產生推薦結果，信用卡詐欺偵測可分析交易資料，而網路異常偵測則能在不揭露網路封包內容的情況下找出異常行為。語音觸發詞偵測模型則可辨識特定觸發詞，同時降低錄音內容直接暴露給服務端的需求。

同態加密目前仍需付出較高的運算成本，Google表示，本次4個範例都經由HEIR編譯，公佈的延遲表現以單一CPU執行緒測得。團隊也正與同態加密專用硬體業者合作，計畫後續公佈硬體加速後的延遲改善結果。

Google自2023年公開HEIR計畫，目前除了持續用於同態加密研究，也提供測試、效能比較及模型轉換用途。本次4個應用的原始程式碼也已公開於Google的GitHub儲存庫。