MLMTEK · AI Privacy Layer

APLAI Privacy Layer

同一件任務,不同的揭露範圍。

研究原型 · 原型驗證中

APL 是 MLMTEK 正在驗證的研究原型:在研發與智權工作要送往外部 AI 之前,先檢查並限制可以揭露的內容;並把同一件任務分給不同的 AI 供應商,設計目標是不讓任何一家供應商收到整件任務。

同一件任務,分給不同的 AI 供應商,各自只收到一部分,再回到你的環境彙整 左邊是一件完整的任務。它被分成三個片段,各自經過 APL 出站檢查,送到三家不同的 AI 供應商;每一家只收到其中一個片段。三份結果回到你自己的環境,在那裡彙整成完整的結果。概念示意。 你的環境 一件任務 在你的環境彙整 APLAPLAPL AI 供應商 AAI 供應商 BAI 供應商 C 每一家只收到一部分 概念示意 · 不代表實際執行方式
實心色塊:該供應商收到的片段;虛線框:沒有送給它的部分。
資料保密

我的研發資料,
會送去哪裡?

使用外部 AI 時,送出前先檢查並限制可揭露的內容。

每一個 AI 輔助步驟送往外部 AI 之前,先經過出站檢查 技術情報室、技術藍圖室、智權撰稿組三個 AI 輔助步驟各自送出請求,每條請求先經過出站檢查,部分內容被留下,其餘才送往外部 AI。概念示意。 外部 AI 檢查檢查檢查 技術情報室技術藍圖室智權撰稿組 AIP-SAIP
金色框:送出前的出站檢查。金色小方塊:檢查後留在你這邊、沒有送出的內容(示意)。
問題

認知洩漏cognitive leakage

每一次對外部 AI 的請求,都是一次揭露。

資料留在公司裡,不代表研發意圖沒有離開。問了什麼、比較哪些方案、先查哪一個方向,這些本身就透露了你正在做什麼。

連搜尋字串也可能透露研發方向。我們把這種現象稱為「認知洩漏」:被看見的不只是檔案,而是研發的意圖。

方法

意圖隔離intent isolation

把同一件任務分給幾家不同的 AI 供應商,設計目標是不讓任何一家供應商收到整件任務。

每一家供應商只收到其中一部分,結果回到你自己的環境再彙整。我們稱之為「意圖去集中化」。

在同一家供應商內切開,不算意圖隔離。那一家仍然看得到全部;意圖隔離必須跨越不同的供應商。

  • 意圖去集中化

    同一件任務分散到不同的 AI 供應商,目標是不讓任何一家供應商收到整件任務。

  • 控制出站內容

    每一個請求離開之前先經過檢查,限制可以揭露的內容。

  • 地端部署

    在客戶自己的環境執行,使用客戶自己的 AI 供應商金鑰。

可查核

可供審查的執行紀錄

每一次執行都留下紀錄:哪一家供應商,收到了哪些內容。

研發主管與智權人員可以事後逐筆查看,確認每一家供應商實際收到的範圍。

零資料保留(ZDR,Zero Data Retention)APL
依據靠合約信任:供應商承諾不保留收到的資料靠可查核的紀錄:每一家實際收到了什麼
處理的問題資料送出之後,供應商如何處理資料送出之前,每一家會收到多少

兩者處理的是不同階段的問題,可以並用。

在流程中的位置

不是最後一站,
是每一個出口。

在 MLMTEK 的專利工作流裡,APL 設計在 AI 輔助步驟的出站路徑上:AIP-S 的技術情報與技術藍圖,以及 AIP 的揭露整理與起草。請求要送往外部 AI 之前,先經過 APL 檢查。

這是設計上的位置。APL 目前仍在原型驗證中,並不代表現有流程的每一個步驟都已經經過 APL。

看專利工作流 →

狀態與限制

  • 研究原型:APL 目前在原型驗證中。
  • 不宣稱零洩漏:APL 的目標是縮小與限制揭露範圍,並留下可以查核的紀錄。
  • 不宣稱已量產,也不宣稱成效已驗證:成效須以個案試行確認。
  • 試行分階段、名額有限:試行條件與客戶共同定義。

想看資料保密放進專利工作流的樣子?

預約 AIP 示範時,可以在需求說明裡註明想看資料保密的部分。