[בתמונה: צוות לאטיקה. מקור: לאטיקה]
חברת הקריפטוגרפיה Lattica נחשפת לראשונה לאחר שהשלימה גיוס פרה-סיד של 3.25 מיליון דולר, בהובלת קרן Fund Cyber של קונסטנטין לומשוק. לאטיקה, אשר פועלת מתחת לרדאר מזה כשנה וחצי, הוקמה על ידי המנכ"לית ד"ר רותם צברי, בעלת דוקטורט בקריפטוגרפיה ממכון ויצמן.
החברה פיתחה פלטפורמת ענן המאפשרת להריץ מודלי AI על גבי מידע מוצפן, ללא צורך בפענוח מקדים של המידע וללא פגיעה בתהליך ההסקה (inference) של המודל. . באופן זה, משתמשים וארגונים יוכלו להשתמש בכלי AI, כדוגמת צ'אטבוטים, באופן ששומר על פרטיות מוחלטת של המידע האישי והארגוני, היבט שהוא בעל חשיבות רבה בעולמות הבריאות, הפיננסים, הממשל והביטחון. לאטיקה מקדמת בימים אלה גיוס נוסף, נרחב יותר, להאצת הפעילות בשוק הענן. לאטיקה מציעה דרך אתר הבית שלה הדגמה חינמית של הפלטפורמה שלה.
לבצע כל פעולה מתמטית על מידע מוצפן
אחד מהחסמים הגדולים ביותר המעכבים את המשך הצמיחה של תעשיית הענן הוא חולשות אבטחת המידע ובעיית הפרטיות, המאפיינות את מרחב הענן הציבורי. זו הסיבה העיקרית המעכבת ארגונים ממגזרים כמו פיננסים, ביטוח, בריאות, ממשל וצבא מביצוע נדידה רחבת-היקף לענן. התחום המתפתח של יישומי AI רק מחריף את הדילמה, מאחר שיישומים אלה זמינים לרוב כשירותי SaaS דרך הענן.
הפלטפורמה של לאטיקה מספקת לכך פיתרון באמצעות שימוש בהצפנה הומומורפית. בשונה מהצפנה רגילה, המטשטשת לחלוטין כל קורלציה בין המידע המקורי למידע המוצפן, הצפנה הומומורפית (Homomorphic Encryption) היא הצפנה שבה הקשרים היחסיים בין איברי המידע נשמרים גם תחת מעטה ההצפנה. הדבר מאפשר לבצע, על גבי המידע המוצפן, פעולות מתמטיות – כדוגמת הרצת מודל AI – אשר למעשה יניבו תוצאות זהות מבחינה יחסית, וזאת מבלי לחשוף את המידע המקורי.
הצפנה זו מתאימה במיוחד לעולמות הענן, מאחר שהיא מאפשרת לספק שירותי עיבוד מידע כמו אנליטיקה, בינה מלאכותית ולמידת מכונה מבלי להסיר את ההצפנה, ולאחר מכן לפענח מחדש את התובנות בשרת פרטי מוגן.
במשך שנים רבות עצם ההיתכנות המתמטית של הצפנה הומומורפית מלאה (FHE) – כלומר כזו המאפשרת לבצע על המידע המוצפן כל פעולה מתמטית – נחשבה לאתגר טעון הוכחה. ב-2009 הציג קרייג ג'נטרי מאוניברסיטת סטנפורד אלגוריתם ראשון, Gentry's Scheme, אשר הציע שיטת הצפנה המאפשרת לבצע כל פעולה מתמטית על המידע המוצפן. האלגוריתם של ג'נטרי מתבסס על סדרה של "הצפנה בתוך הצפנה", ואף שנחשב לפריצת דרך תיאורטית, בפועל מדובר היה באלגוריתם איטי מאוד ובלתי ישים. מאז פותחו אלגוריתמים יעילים יותר, אך לא באופן שאיפשר לעשות בהם שימוש בתעבורת המידע המהירה של העולם הדיגיטלי.
ההצפנות של מידע ברשת, כדוגמת RSA, נכתבו עבור – ומתבצעות באמצעות – מעבדים מרכזיים (CPU). גם האלגוריתמים של FHE נכתבו עבור CPU, אך בשל מורכבותם המתמטית, המעבדים הללו אינם מסוגלים לבצע את משימות החישוב בזמן סביר. אחד הניסיונות לפתור זאת הוא באמצעות פיתוח מעבדי CPU ייעודיים להרצת FHE.
לכתוב מחדש את האלגוריתמים עבור GPU
לאטיקה נוקטת גישה שונה. ברמה המתמטית, אלגוריתמים אלה דווקא מתאימים יותר לביצוע על גבי מעבדים גרפיים (GPU), וזאת בשל יכולתם של מעבדים אלה לבצע חישוב מקבילי. למעשה, לאטיקה "כתבה" את האלגוריתמים הללו מחדש באופן ייעודי כך שניתן יהיה להריצם באופן מקבילי על גבי מעבדים גרפיים, בפרט אלה של אנבידיה.
בשיחה עם Techtime הסבירה ד"ר צברי: "המעבדים של אנבידיה הביאו עימם מהפכה חישובית. היכולות החישוביות הללו הביאו להתקדמות העצומה בתחום למידת המכונה וה-AI. ההבנה שהיכולות הללו יכולות גם לפתור את אתגר ההצפנה ההומומורפית הביאה אותי להקים את לאטיקה. אנבידיה מציעה המון כלי תוכנה שמאפשרים למקסם את החומרה, ואנחנו משתמשים בכלים הללו כדי להאיץ הצפנה הומומורפית. כדי להשתמש במאיצים בצורה נכונה, צריך לכתוב את האלגוריתמים כך שיוכלו לרוץ במקביל. בנינו פיתרון המותאם למעבדים של אנבידיה – אין צורך עוד בחומרה ייעודית".
