Lonestar anuncia primeiro modelo de IA soberana em órbita
A empresa Lonestar lançou um sistema de IA que processa dados confidenciais no espaço, garantindo soberania jurídica e proteção contra apreensões.
Pontos principais
- O modelo de IA é treinado exclusivamente com dados privados do cliente, como registros bancários ou arquivos governamentais.
- A tecnologia utiliza um computador NVIDIA Jetson AGX Orin instalado em um satélite StarVault.
- O sistema opera sob a jurisdição do Estado que registrou o satélite, conforme o Tratado do Espaço Exterior.
- A solução visa contornar leis de acesso a dados terrestres, como o CLOUD Act dos EUA, ao manter a infraestrutura fora de solo estrangeiro.
- O processamento ocorre em órbita, permitindo que a IA consulte modelos globais sem expor os dados brutos armazenados no satélite.
- A iniciativa faz parte do conceito de 'Embaixada de Dados' da Lonestar, que busca descentralizar o armazenamento e o processamento de informações críticas.
A Lonestar Data Holdings anunciou o desenvolvimento do primeiro modelo de Inteligência Artificial soberana projetado para operar no espaço. A tecnologia permite que empresas e governos processem informações sensíveis em órbita, utilizando um hardware compacto que reside ao lado de meio petabyte de armazenamento. Ao manter os dados fora da Terra, a empresa busca oferecer uma camada de proteção jurídica que impede a apreensão física ou o acesso remoto por autoridades sob jurisdições terrestres, garantindo que o controle da informação permaneça exclusivamente com o proprietário.
O sistema funciona como uma unidade de processamento isolada que realiza inferências localmente no espaço. Quando necessário, o modelo pode consultar grandes plataformas de IA baseadas na Terra, mas mantém o controle sobre quais informações são compartilhadas, evitando a entrega de dados brutos. Segundo a empresa, essa arquitetura é um passo fundamental para a futura expansão de redes de computação orbital, onde a soberania da informação será um requisito essencial para a segurança de dados institucionais.
Comentários
Carregando comentários...