Henrique Carreiro em 2022-5-10
Não que seja do conhecimento generalizado, mas atualmente é praticamente impossível usar um serviço de um grande fornecedor de cloud – ou mesmo de alguns não tão grandes – sem que algures exista um sistema de machine learning analisando cada um dos nossos passos ou fazendo sugestões – ainda que subtis – ou, cada vez mais, respondendo a pedidos em linguagem natural
|
A verdade é que o uso de tecnologias de machine learning se tornou ubíquo na maioria dos serviços de que dependemos diariamente. Ora estas tecnologias têm uma característica particularmente distintiva: a necessidade de trabalho com aceleradores gráficos para treino e execução de modelos. Os aceleradores gráficos tornaram-se das tecnologias mais procuradas nestes dois últimos anos, não apenas para a respetiva utilização original – servirem de plataformas de suporte a jogos – mas também na mineração de criptomoedas e, naturalmente, em IA. Para os fornecedores de aceleradores gráficos, como a Nvidia, estes anos foram de autêntico reposicionamento no mercado, com os GPU, que começaram por ser associados apenas às máquinas dos jogadores, cada vez mais a ser usados em servidores de datacenter. Na verdade, esta tem sido das áreas de mais rápido crescimento para os fornecedores de cloud (seja AWS, seja Microsoft Azure) e paralelamente para os respetivos fornecedores de hardware. Mas com a popularização destas aplicações, surge o reverso, inevitável. São cada vez mais apetecíveis, os respetivos resultados e dados para os atores com fins maléficos. Não apenas será de grande valor o roubo de um qualquer modelo treinado para uma aplicação específica – por exemplo na área financeira – como será altamente disruptora até a alteração de algum dos respetivos parâmetros. O próximo passo – que já começou a ser dado, nomeadamente pela Nvidia - é a criação de arquiteturas em que os dados tratados no GPU são cifrados à entrada desse módulo. Apresentada recentemente, a arquitetura (denominada Hopper) que tal permite está a ser incorporada nas placas para centros de dados. Estamos a entrar numa era absolutamente inexplorada na história dos sistemas de informação. Até agora, temo-nos focado na privacidade sobre os nossos dados pessoais. Mas cada vez mais, esses dados são usados para treinar modelos que são capazes de antecipar os nossos gostos e comportamentos e próximos passos. Tem implicações perigosas, tem de ser discutido. Mas entretanto, é bom que tais modelos, se existem – e existem, como sabemos – estejam devidamente salvaguardados de acessos indevidos. Nenhuma criptografia é demais para proteger o que são, cada vez mais, não os nossos dados pessoais, mas o que nos define como seres sentientes. |
