Google publicou o HEIR — Homomorphic Encryption Intermediate Representation — em 14 de agosto: uma cadeia de ferramentas de compilação e plataforma de desenvolvimento de código aberto que pega um modelo pré-treinado e gera uma versão capaz de executar inferência em entradas homomorficamente criptografadas.

O que isso significa na prática

A criptografia totalmente homomórfica permite computação sobre texto cifrado. Aplicada à inferência, o servidor executa o modelo sem nunca descriptografar a entrada e devolve apenas um resultado criptografado que só o cliente pode abrir. O operador não aprende nada sobre a consulta nem sobre a resposta — o que elimina a principal objeção a enviar dados médicos, financeiros ou biométricos para o modelo de outra pessoa.

O que realmente foi lançado

Quatro aplicações de referência compiladas, cada uma com latência em CPU de um único thread medida e publicada: um modelo de recomendação de deep learning construído com Belfort Labs, LG e NYU; detecção de fraude em cartão de crédito com Niobium e hardshell.ai; detecção de intrusão em rede no sistema Kitsune com Niobium; e detecção de hotword para privacidade de áudio com Belfort Labs. O código-fonte das quatro está no repositório de fully-homomorphic-encryption do Google no GitHub.

O que não é

Esta é uma cadeia de ferramentas para desenvolvedores, não um serviço gerenciado do Google Cloud. Não há SLA, não há endpoint hospedado e nada para comprar. "Google lança serviço de IA criptografada" estaria errado. O lançamento é voltado para quem vai compilar e executar isso por conta própria.

O número que ninguém publicou

O post do Google não quantifica o ganho de velocidade em relação a trabalhos anteriores em FHE — diz apenas que o custo da criptografia homomórfica está caindo rapidamente. Essa omissão é o limite honesto da história. A inferência com FHE ainda é ordens de grandeza mais lenta do que a inferência em texto simples, e o fato de as latências de referência serem medições de CPU de um único thread mostra em que extremo da faixa de desempenho essa tecnologia ainda está.

Por que publicar isso agora

Compiladores são a forma de fazer uma técnica criptográfica deixar de ser um artefato de pesquisa. Escrever manualmente um circuito de FHE para uma rede neural é um trabalho especializado medido em meses; um compilador o transforma em uma etapa de build. Ao acompanhar o lançamento com colaboradores acadêmicos e startups nomeados, em vez de uma página de produto, o Google sinaliza que espera que o ecossistema reduza a diferença de desempenho, e não apenas a empresa sozinha.