Los modelos de aprendizaje profundo, una forma de inteligencia artificial, están siendo implementados en diversas áreas, desde diagnósticos médicos hasta pronósticos financieros. Sin embargo, su alto consumo de recursos computacionales exige el uso de potentes servidores en la nube.
Esta dependencia de la computación en la nube presenta significativos riesgos de seguridad, especialmente en sectores como la salud. Por ello, no es sorprendente que muchos profesionales médicos 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 problemática urgente, un equipo liderado por Kfir Sulimany del Instituto Tecnológico de Massachusetts (MIT) ha creado un protocolo de seguridad que utiliza las propiedades cuánticas 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 información.
Al codificar los datos en la luz láser utilizada en las comunicaciones por fibra óptica, el protocolo se basa en principios fundamentales de la mecánica cuántica, lo que impide que los atacantes puedan copiar o interceptar información sin ser detectados. Además, este protocolo asegura la protección de los datos sin sacrificar la precisión de los modelos de aprendizaje profundo. En pruebas realizadas, se demostró que el protocolo mantenía una precisión del 96% mientras ofrecía medidas de seguridad robustas.
Sulimany y su equipo presentaron recientemente su protocolo en un congreso de criptografía cuántica, titulado “Aprendizaje profundo multiparte seguro cuánticamente”.