تخيّل مصرفاً في الرياض يستطيع تشغيل نموذج ذكاء اصطناعي يكشف الاحتيال في بطاقات عملائه دون أن يرى بيانات بطاقة واحدة. هذه ليست تجربة فكرية بعد اليوم: في 14 أغسطس 2026 نشرت Google إعلاناً رسمياً بعنوان «كيف تجعل Google الذكاء الاصطناعي الخاص عملياً بالتشفير المتجانس»، تشرح فيه مشروع HEIR مفتوح المصدر الذي يحوّل نماذج الذكاء الاصطناعي المدربة لتعمل مباشرة على بيانات مشفّرة — والمستعرض نفسه في منشور الشركة يقول حرفياً إن أحد العروض التوضيحية يفعل ذلك بالضبط: توصيات محتوى دون أن ترى الخدمة خصائص المستخدم.
ما هو التشفير المتجانس ولماذا يهم الآن؟
التشفير المتجانس (Homomorphic Encryption) يسمح بإجراء حسابات على بيانات وهي مشفرة، ثم فك نتيجة الحساب فقط لدى من يملك المفتاح. الخدمة السحابية تشغّل النموذج، تُرجع النتيجة، ولا تعرف إطلاقاً ماذا كان المدخل. المشكلة التاريخية: التكلفة. الحساب على بيانات مشفرة أبطأ بمراتب، وتحويل برنامج قائم إليه بكفاءة كان يتطلب — بتعبير منشور Google نفسه — «فريقاً من علماء التشفير».
تقول Google إن هذه المعادلة تتغير: «للتشفير المتجانس كلفة إضافية غير تافهة، لكنه يحوّل المقايضة بين القدرة والخصوصية إلى مسألة تكلفة. وكلفة التشفير المتجانس تنخفض بسرعة».
HEIR: مترجم يقرّب التقنية من غير المتخصصين
HEIR (Homomorphic Encryption Intermediate Representation) هو سلسلة أدوات مترجم مفتوحة المصدر بنتها Google، وظيفتها الأساسية تحويل نماذج ذكاء اصطناعي مدربة مسبقاً تعمل على بيانات غير مشفرة إلى نماذج تعمل على مدخلات مشفرة. رؤية الفريق المعلنة: جعل HEIR «حلاً بنقرة واحدة» يمكّن غير الخبراء من دمج الاستدلال المشفر في تطبيقات الإنتاج.
المشروع ليس وليد الأمس: أعلنت Google نيّتها في 2023، ومنذها تبنّته مجتمعات التشفير، وبُنيت عليه أربع أوراق محكّمة منشورة، مع دراسات إضافية قيد الإعداد. وتعاونت Google مع شركات تطوّر مسرّعات عتادية للتشفير المتجانس هي Belfort وNiobium وCornami وOptalysys — وتقول إنها ستعرض مكاسب الكمون من هذه المسرّعات «قريباً». أكاديمياً تشارك فرق من Georgia Tech وCarnegie Mellon وUC Santa Barbara وIllinois Tech وPurdue وEdinburgh وTsinghua.
المصدر: مدونة Google الرسمية
أربعة تطبيقات حقيقية — وليست وعوداً
نشرت Google أربعة تطبيقات استدلال خاص جُمِّعت كلها بـHEIR، مع أرقام كمون على معالج أحادي النواة، والشيفرة المصدرية متاحة على GitHub:
| التطبيق | ماذا يفعل | الشركاء |
|---|---|---|
| نموذج توصيات (DLRM) | توصيات محتوى دون رؤية خصائص المستخدم | Belfort Labs وLG وجامعة NYU |
| كشف احتيال البطاقات | فحص المعاملات وهي مشفرة | Niobium وhardshell.ai |
| كشف التسلل (Kitsune) | رصد شذوذ في حركة شبكة مشفرة دون كشف محتوى الحزم | Niobium |
| كاشف الكلمة المفتاحية الصوتية | تفاعل صوتي مع وكيل ذكاء اصطناعي دون كسر خصوصية التسجيلات | Belfort Labs |
لاحظ التنوع: توصيات، ومدفوعات، وأمن شبكات، وصوت. هذه ليست عرضاً تقنياً واحداً بل مصفوفة استخدامات تشير إلى أين يتجه الاستدلال الخاص.
المصدر: مدونة Google الرسمية
لماذا هذا مسار مختلف عن «الحصون الآمنة»؟
تملك Google تاريخاً في تقنيات الخصوصية: الخصوصية التفاضلية (differential privacy)، وعضوية المجموعة الخاصة، واسترجاع المعلومات الخاص (PIR)، والحصون الآمنة على Google Cloud. الفرق الجوهري الذي تؤكده: ضمانات التشفير المتجانس «تشفيرية بحتة» — لا تعتمد على ثقتك بعتاد المزوّد أو شهاداته، بل على رياضيات يمكن تدقيقها. لمن يبني أنظمة امتثال في المنطقة، هذا فرق مبدئي: لا حاجة لعقد ثقة تقنية مع مزوّد السحابة نفسه.
ماذا يعني هذا لك؟
- القطاع المالي الخليجي: كشف الاحتيال على المدفوعات من أكثر المهام المطلوبة للذكاء الاصطناعي في البنوك ومقارن الدفع، وأكثرها حساسية بياناتً. عرض Niobium/hardshell.ai يعني إمكانية تشغيل الفحص على بيانات مشفرة بالكامل.
- الرعاية الصحية: مستشفيات المنطقة تملك بيانات مرضى لا يمكن إخراجها من البلد غالباً؛ الاستدلال المشفر يسمح بنمذجة ذكية فوقها حتى مع معالجة سحابية.
- المطورون والشركات الناشئة العربية: HEIR مفتوح المصدر على GitHub — يمكن البناء فوقه اليوم دون انتظار منتج تجاري، ومن يقدّم خدمات B2B يمكنه تسويق «الذكاء الاصطناعي دون رؤية بيانات العميل» كميزة تعاقدية.
- الامتثال وتشريعات الخصوصية: مع تشديد أنظمة حماية البيانات في السعودية والإمارات وقانون حماية البيانات الشخصية، تقنيات كهذه تتحول من «كماليات» إلى أدوات امتثال.
مقارنة سريعة
| المعيار | استدلال مشفر (HEIR/HE) | الحصون الآمنة (Secure Enclaves) | استدلال سحابي تقليدي |
|---|---|---|---|
| أساس الضمان | رياضي/تشفيري | عتادي (ثقة بالمزوّد) | تعاقدي/تنظيمي |
| رؤية المزوّد للبيانات | لا شيء | محدودة بعزل العتاد | كامل |
| الكلفة الحسابية | مرتفعة لكنها تنخفض بسرعة | متوسطة | الأدنى |
| الجاهزية للإنتاج | عروض توضيحية + مسرّعات قادمة | متاحة تجارياً | متاحة |
حدود يجب أن تعرفها
- العروض الأربعة demonstrations بأرقام كمون على معالج أحادي النواة، لا منتجات نهائية؛ التقنية «عملية» في مراحلها الأولى للنماذج الصغيرة والمتوسطة، وليست بعدُ لاستدلال النماذج العملاقة بسرعة الإنتاج.
- ليس كل نموذج يُحوَّل بضغطة زر اليوم؛ رؤية «النقرة الواحدة» هدف معلن، والوصول إليه يتطلب نضوج المترجم.
- الأدوار القتالية للكمون ما زالت وعداً قريباً («سنعرض مكاسب المسرّعات قريباً») لا رقماً منشوراً.
- التشفير المتجانس يحمي مدخلات الحساب؛ لا يحل وحده مشكلات سلامة النموذج أو تسريب مخرجاته إذا أُسيء استخدامها.
كيف تبدأ عملياً إن كنت مطوراً في المنطقة؟
- استكشف المستودع: HEIR مشروع مفتوح على GitHub بتوثيق كامل، وسلاسل أدوات المترجم قابلة للبناء محلياً على لينكس بلا كلفة ترخيص.
- ادرس الأمثلة الأربعة: منشور Google يرشد إلى شيفرات العروض التوضيحية (التوصيات، الاحتيال، التسلل، الكلمة الصوتية) — وهي أفضل نقطة بداية لفهم كيف يُحوَّل نموذج مدرب إلى نموذج يقبل مدخلات مشفرة.
- ابدأ بنموذج صغير: جرّب تحويل نموذج شجري بسيط أو شبكة صغيرة قبل الانتقال إلى نماذج إنتاجية؛ فهم سلوك الكمون على نماذك الخاصة أهم من تصديق أرقام عامة.
- تتبع مسرّعات العتاد: تعهدت Google بعرض مكاسب الكمون من شراكات Belfort وNiobium وCornami وOptalysys «قريباً» — من يخطط لإنتاج تجاري يجب أن يراقب هذه النتائج قبل الالتزام بمعمارية.
لماذا التوقيت مهم؟
الإعلان يأتي في لحظة يتشدد فيها العالم في خصوصية الذكاء الاصطناعي: تشريعات حماية بيانات تتوسع، ودعاوى قضائية حول تدريب النماذج على بيانات المستخدمين تتكاثر، وثقة المستخدمين بالخدمات السحابية تهتز. في بيئة كهذه، من يمتلك قدرة تشغيلية على الاستدلال المشفر يملك ورقة تنافسية صريحة: أن يقول لعملائه — بنكاً كان أو مستشفى أو جهة حكومية — «نموذجنا خدمك دون أن يرى بياناتك، ويمكن تدقيق ذلك رياضياً». هذه الجملة لا تستطيع منافستها أي وعد تعاقدي أو شهادة SSL.
والمفارقة اللافتة أن أكبر مستفيد من هذه التقنية ليس شركات التكنولوجيا نفسها، بل القطاعات التي طالما منعتها حساسية بياناتها من الاستفادة من الذكاء الاصطناعي أصلاً: الصحة، والمدفوعات، والدفاع، والإحصاءات الوطنية. كلما ارتفعت حساسية البيانات، ارتفعت قيمة أن تبقى مشفرة أثناء المعالجة — وارتفع معها ما يستحق العميل دفعه مقابل ذلك.
الأسئلة الشائعة
هل يستطيع مزوّد السحابة رؤية بياناتي مع التشفير المتجانس؟
لا، هذا جوهر التقنية: الحسابات تجري على بيانات مشفرة، وفك النتيجة يكون فقط عند صاحب المفتاح.
ما هو HEIR بالضبط؟
مترجم مفتوح المصدر من Google يحوّل نماذج ذكاء اصطناعي مدربة لتعمل على مدخلات مشفرة، بهدف جعل ذلك بنقرة واحدة لغير الخبراء.
هل HEIR مجاني ومفتوح؟
نعم، سلسلة الأدوات متاحة على GitHub، وأكواد التطبيقات الأربعة في منشور Google منشورة أيضاً.
متى أستخدم التشفير المتجانس بدل الحصون الآمنة؟
عندما لا تريد بناء ثقة تقنية مع مزوّد العتاد أصلاً، أو عندما يفرض نظام حماية البيانات لديك ضمانات رياضية قابلة للتدقيق.
هل يعمل مع نماذج مثل GPT أو Gemini الكبيرة؟
المنشور يعرض نماذج متخصصة أصغر (توصيات، احتيال، شبكات، صوت)، ولا يدّعي استدلالاً مشفراً لنماذج الحدود القصوى بعد.
الخلاصة
الخطوة التي أعلنتها Google لا تعني أن خصوصية الذكاء الاصطناعي حُلّت نهائياً، لكنها تنقل النقاش من «هل يمكن أصلاً؟» إلى «كم تكلف؟». وحين تصبح الخصوصية مسألة تكلفة هابطة، تصبح المماطلة في تبنيها موقفاً يصعب تبريره — خاصة لمؤسسات تدير أموال وبيانات الناس.
المصادر
اقرأ أيضاً: علامة كلود المائية: كيف تعمل؟ وGemini 3.7 Flash: نموذج البرمجة والوكلاء