Google fue el primero en el sector en publicar un compromiso de privacidad con la IA y el AA, que describe nuestra creencia de que los clientes deben tener el nivel más alto de seguridad y control sobre sus datos que se almacenan en la nube. Ese compromiso se extiende a los productos de IA generativa de Google Cloud. Google garantiza que sus equipos cumplan con estos compromisos mediante prácticas sólidas de administración de datos, que incluyen revisiones de los datos que Google Cloud usa para el desarrollo de sus productos. Puedes encontrar más detalles sobre cómo Google procesa los datos en el Anexo de Tratamiento de Datos de Cloud (CDPA) de Google.
Definiciones
| Término | Descripción |
|---|---|
| Modelos de base | Modelos de aprendizaje automático (AA) a gran escala que se entrenan con una alta cantidad de datos y se pueden usar para una amplia variedad de tareas. |
| Modelos de adaptador | También se conocen como capas de adaptador o pesos de adaptador. Son modelos de AA que funcionan junto con un modelo de base para mejorar el rendimiento de tareas especializadas. |
| Datos del cliente | Para ver una definición, consulta las Condiciones del Servicio de Google Cloud Platform. |
| Capacitación | El proceso de usar datos para entrenar un modelo de AA. |
| Predicción | También se conoce como inferencia, que hace referencia al procesamiento de entradas con modelos de AA para generar salidas. |
| Clasificadores de seguridad | Se usa para identificar ciertas categorías de contenido, como material potencialmente violento durante el proceso de predicción. |
Entrenamiento de modelos de base
De forma predeterminada, Google Cloud no usa los datos del cliente para entrenar sus modelos de base. Los clientes pueden usar los modelos de base de Google Cloud, ya que saben que sus instrucciones, respuestas y cualquier dato de entrenamiento de modelos de adaptador no se usan para el entrenamiento de modelos de base.
Entrenamiento de modelos de adaptador
Vertex AI ofrece un servicio que permite a los clientes entrenar modelos de adaptador. Los datos de entrenamiento de modelos de adaptador son datos del cliente y no se almacenan. Además, los datos del cliente no se usan para mejorar los modelos de base de Google Cloud. El modelo de adaptador solo está disponible para el cliente que entrenó el modelo de adapter. Google no reclama la propiedad de los Modelos de Adaptador, excepto en la medida en que estos modelos usen la propiedad intelectual de Google preexistente. Según la configuración predeterminada, los datos del cliente se almacenan en formato encriptado y se encriptan en tránsito. El cliente también puede controlar la encriptación de sus modelos de adaptador mediante claves de encriptación administradas por el cliente (CMEK) y puede borrar los modelos de adaptador en cualquier momento.
Predicción
Las entradas y salidas procesadas por los modelos de base, los modelos de adaptador y los clasificadores de seguridad durante la predicción son datos del cliente. Google nunca registra los datos del cliente sin su permiso explícito, cuando acepta permitir que se almacenen en caché las entradas y salidas.
Durante la predicción, no registramos los datos del cliente para generar los resultados del cliente ni entrenar modelos de base. De forma predeterminada, Google almacena en caché las entradas y salidas de un cliente para los modelos de Gemini a fin de acelerar las respuestas a las solicitudes posteriores del cliente. El contenido almacenado en caché se almacena por hasta 24 horas. La privacidad a nivel del proyecto se aplica a los datos almacenados en caché. Si quieres obtener información sobre cómo usar la API para obtener el estado de almacenamiento en caché, inhabilitar el almacenamiento en caché o volver a habilitarlo en un proyecto de Google Cloud, consulta ¿Cómo habilito o inhabilito el almacenamiento en caché? Si inhabilitas el almacenamiento en caché, es posible que experimentes una latencia más alta.
Inhabilita el Programa de verificadores de confianza
Si habilitaste previamente la opción de permitir que Google use tus datos para mejorar los servicios de IA y AA de la fase previa a la DG como parte de las condiciones del Programa de verificadores de confianza, puedes usar el formulario Programa de verificadores de confianza: Solicitud para inhabilitar para inhabilitarla.
¿Qué sigue?
- Obtén información sobre las prácticas recomendadas de IA responsable y los filtros de seguridad de Vertex AI.