O Google foi o primeiro no setor a publicar um compromisso de privacidade de IA/ML, que descreve que os clientes devem ter o mais alto nível de segurança e controle sobre os dados armazenados na nuvem. Esse compromisso se estende aos produtos de IA generativa do Google Cloud. O Google garante que as equipes sigam esses compromissos por meio de práticas robustas de governança de dados, que incluem revisões dos dados que o Google Cloud usa no desenvolvimento dos produtos. Para mais detalhes sobre como o Google processa dados, consulte o Adendo sobre processamento de dados do Cloud (CDPA).
Definições
| Termo | Descrição |
|---|---|
| Modelos de fundação | Modelos de machine learning (ML) em grande escala treinados em uma grande quantidade de dados e que podem ser usados para diversas tarefas. |
| Modelos de adaptadores | Também conhecidas como camadas de adaptadores ou pesos dos adaptadores. Eles são modelos de ML que funcionam em conjunto com um modelo de fundação para melhorar o desempenho de tarefas especializadas. |
| Dados do cliente | Confira as definições nos Termos de Serviço do Google Cloud Platform. |
| Treinamento | O processo de usar dados para treinar um modelo de ML. |
| Previsão | Também conhecida como inferência, que se refere ao processamento de entradas com modelos de ML para gerar saídas. |
| Classificadores de segurança | Usado para identificar determinadas categorias de conteúdo, como material potencialmente violador, durante o processo de previsão. |
Treinamento do modelo de fundação
Por padrão, o Google Cloud não usa dados do cliente para treinar os modelos de fundação. Os clientes podem usar os modelos de fundação do Google Cloud sabendo que as instruções, as respostas e os dados de treinamento do modelo adaptador não são usados para o treinamento dos modelos de fundação.
Treinamento do modelo adaptador
A Vertex AI oferece um serviço para que os clientes treinem modelos adaptadores. Os dados de treinamento do modelo adaptador são dados do cliente e não são armazenados. Além disso, os dados do cliente não são usados para melhorar os modelos de fundação do Google Cloud. O modelo adaptador só está disponível para o cliente que treinou esse modelo. O Google não reivindica a propriedade dos modelos adaptadores, exceto quando eles usam propriedades intelectuais atuais do Google. Por padrão, os dados do cliente são armazenados em formato criptografado e criptografados em trânsito. O cliente também pode controlar a criptografia dos modelos adaptadores usando chaves de criptografia gerenciadas pelo cliente (CMEK, na sigla em inglês) e pode excluí-los a qualquer momento.
Previsão
As entradas e saídas processadas por modelos de fundação, modelos adaptadores e classificadores de segurança durante a previsão são dados do cliente. Os dados do cliente nunca são registrados pelo Google sem o consentimento explícito do cliente permitindo o armazenamento em cache de entradas e saídas.
Durante a previsão, não registramos dados do cliente para gerar a saída de um cliente ou treinar modelos de fundação. Por padrão, o Google armazena em cache as entradas e saídas de um cliente nos modelos do Gemini para acelerar as respostas aos comandos subsequentes do cliente. Os conteúdos armazenados em cache são armazenados por até 24 horas. A privacidade no nível do projeto é aplicada aos dados armazenados em cache. Para saber como usar a API para conhecer o status do armazenamento em cache, desativar ou reativar o armazenamento em cache em um projeto do Google Cloud, consulte Como ativar ou desativar o armazenamento em cache? Se você desativar o armazenamento em cache, talvez enfrente uma maior latência.
Cancelar a participação no programa Trusted Tester
Se você permitiu anteriormente que o Google usasse seus dados para melhorar os serviços de IA/ML pré-GA como parte dos termos do programa Trusted Tester, use o formulário de desativação Programa Trusted Tester: solicitação de desativação.
A seguir
- Saiba mais sobre as práticas recomendadas de IA responsável e os filtros de segurança da Vertex AI.