Другая возможность — разработка некоммерческого ИИ наподобие «Википедии» или Движения свободного программного обеспечения[148]. Наконец, кто-то может разработать децентрализованную блокчейн-сеть, которую не контролирует и на которую не может повлиять ни один человек либо организация (как на биткойн).

Хранение личных данных в распределенной сети сложнее реализовать, чем хранение биткойнов, но, возможно, и эту задачу со временем удастся решить.

Как бы там ни было, у каждой организации всех названных типов гораздо больше шансов соответствовать интересам пользователей, чем у компаний, чьи акции торгуются на бирже.

Постепенно могут появиться технологические решения, которые позволят усидеть на двух стульях — и получить мощный ИИ, и защитить личные данные даже от их владельца.

Решения в этом направлении ищет новая отрасль — «конфиденциальные вычисления». Например, федеративное обучение представляет собой основанную на ИИ методику, которая обучает его на множестве децентрализованных устройств, содержащих локальные образцы данных. По эффективности она приближается к централизованному обучению, но не дает видеть данные центральному владельцу ИИ.

Другой метод, известный как гомоморфное шифрование, кодирует информацию таким образом, что владелец ИИ не в состоянии ее расшифровать. ИИ обучается непосредственно на зашифрованных данных. Такой метод еще не работает в случае глубокого обучения, но можно ожидать новых прорывов и в этой области.

И наконец, доверенная среда исполнения (TEE) считывает зашифрованные и защищенные данные, а затем обрабатывает их для ИИ внутри процессора с гарантией того, что они не покидают его в незашифрованном виде… (Правда, существует риск, что компания-изготовитель оставит для себя лазейку.)

Разумеется, у каждой из описанных технологий имеются слабые места и проблемы реализации, мешающие развернуть полноценный ИИ с надежной защитой личных данных. Но в следующие двадцать лет внимание к информационной безопасности будет расти, и я предвижу существенный прогресс в применении конфиденциальных вычислений в деле сохранности персональных данных.

Как мы видим из рассказа, к 2041 году конфиденциальные вычисления еще не охватят весь мир, однако технологии уже достаточно разовьются, чтобы сюжет «Острова счастья» мог воплотиться в жизни.

Скептиков заверю: предлагаемые варианты — не панацея, а лишь возможные пути, которые, по моему мнению, нужно изучить параллельно с внедрением GDPR и другими методами. У населения Земли еще крайне мало опыта взаимодействия с таким мощным инструментом, как ИИ. Задача защиты колоссального количества данных выглядит неподъемной, поэтому нам необходимо широко и непредвзято рассматривать все возможные опции. Поддержание стабильности и обдуманные эксперименты должны быть тщательно сбалансированы.