Los modelos de aprendizaje profundo, una forma de inteligencia artificial, est谩n siendo implementados en diversas 谩reas, desde diagn贸sticos m茅dicos hasta pron贸sticos financieros. Sin embargo, su alto consumo de recursos computacionales exige el uso de potentes servidores en la nube.
Esta dependencia de la computaci贸n en la nube presenta significativos riesgos de seguridad, especialmente en sectores como la salud. Por ello, no es sorprendente que muchos profesionales m茅dicos sean reacios a emplear herramientas de inteligencia artificial para analizar datos sensibles de los pacientes, principalmente por preocupaciones relacionadas con la privacidad.
Para abordar esta problem谩tica urgente, un equipo liderado por Kfir Sulimany del Instituto Tecnol贸gico de Massachusetts (MIT) ha creado un protocolo de seguridad que utiliza las propiedades cu谩nticas de la luz para asegurar que los datos transmitidos hacia y desde un servidor en la nube permanezcan protegidos mientras los sistemas de inteligencia artificial procesan informaci贸n.
Al codificar los datos en la luz l谩ser utilizada en las comunicaciones por fibra 贸ptica, el protocolo se basa en principios fundamentales de la mec谩nica cu谩ntica, lo que impide que los atacantes puedan copiar o interceptar informaci贸n sin ser detectados. Adem谩s, este protocolo asegura la protecci贸n de los datos sin sacrificar la precisi贸n de los modelos de aprendizaje profundo. En pruebas realizadas, se demostr贸 que el protocolo manten铆a una precisi贸n del 96% mientras ofrec铆a medidas de seguridad robustas.
Sulimany y su equipo presentaron recientemente su protocolo en un congreso de criptograf铆a cu谩ntica, titulado 鈥淎prendizaje profundo multiparte seguro cu谩nticamente鈥.