Hur kan AI förbli privat? Latticas $ 3,25M-finansiering driver helt homomorf kryptering i fokus
Kan AI bearbeta känsliga data utan att någonsin avslöja det?Detta är frågan Tel Aviv-baserade startupLettiskaFöretagets uppdrag är att lösa en av artificiell intelligens mest ihållande integritetsutmaningar med hjälp av Fullt Homomorphic Encryption (FHE).
Att bryta ner Latticas finansiering och investerarintresse
Latticas förfröfinansiering, ledd av Konstantin Lomashuks Cyber Fund, inkluderar deltagande från anmärkningsvärda investerare som Sandeep Nailwal, medgrundare av Polygon Network och Sentient: The Open AGI Foundation. $ 3,25 miljoner förfröinjektion positionerar Lattica för att skala sin molnbaserade plattform, som lovar säker AI-beräkning genom att möjliggöra frågor över krypterade data - utan att någonsin dekryptera den.
Investerarintresset signalerar en ökande efterfrågan på integritetsförbättrande tekniker inom AI, särskilt i branscher där efterlevnaden av dataskyddsföreskrifter inte är förhandlingsbar.EnligtNär det gäller Ciscos 2025 AI Briefing är säkerhet fortfarande ett stort problem, med 34% av VD: er som citerar det som ett hinder för bredare AI-antagande.
Vad gör Latticas strategi annorlunda?
FHE har länge hyllats som kryptografins "heliga graal", som erbjuder ett sätt att beräkna på krypterade data. Men på grund av ineffektivitet har det i stor utsträckning förblivit en teoretisk lösning. Lattica tar itu med denna utmaning genom sin Homomorphic Encryption Abstraction Layer (HEAL), som standardiserar och accelererar FHE-operationer över olika hårdvarumiljöer, inklusive GPU:er, TPU:er och ASIC:er.
Dr Rotem Tsabary, grundare och VD, förklarade,
är"Vi möjliggör praktisk FHE genom att utveckla en lösning som är skräddarsydd för neurala nätverk."
är
"Vi möjliggör praktisk FHE genom att utveckla en lösning som är skräddarsydd för neurala nätverk."
Med en bakgrund i gallerbaserad kryptografi från Weizmann Institute, utnyttjar Tsabaris vision både hårdvaru- och mjukvaruoptimering för att överbrygga klyftan mellan säker databehandling och skalbar AI-utbyggnad.
Branschfokus: Hälso- och sjukvård och finans i korshåren
Latticas plattform är särskilt relevant för sektorer som hälso- och sjukvård och finans, där hantering av känsliga data är både ett regulatoriskt och operativt problem.
Sandeep Nailwal kommenterade:
är"Latticas produkt-första tillvägagångssätt förvandlar fundamentalt känslig databehandling i AI-ekosystemet.
är
"Latticas produkt-första tillvägagångssätt förvandlar fundamentalt känslig databehandling i AI-ekosystemet.
Från StartupsEgen undersökning inom FHE-gemenskapen71% tror att antagandet av FHE kommer att bero på att kombinera hårdvara och mjukvara – validering av Latticas hybridmetod.
Marknadsimplikationer och slutliga tankar
Latticas framväxt speglar en bredare trend: det ökande trycket på AI-leverantörer för att säkerställa datasekretess till varje pris.När regleringsmiljöer skärps globalt och AI blir mer inbäddat i kritisk infrastruktur, kan lösningar som FHE skifta från nischforskning till mainstream nödvändighet.
Framgången för Lattica kommer inte bara att bero på sin teknik, utan på dess förmåga att leverera prestationslöften där andra har stannat.Om HEAL verkligen ger den nödvändiga accelerationen kan Lattica vara i framkant av en integritetsbaserad AI-revolution.
FHE har alltid låter för bra för att vara praktiskt. Latticas hybridmodell är ambitiös men aktuell. Finansieringen, även om den är blygsam enligt AI-startstandarder, kan erbjuda tillräckligt med gångväg för att bevisa livskraft. Trycket är nu på Lattica för att visa mätbara prestandavinster som kan övertyga branscher som länge varit försiktiga med AI: s integritetsrisker.
Glöm inte att gilla och dela berättelsen!
Vested Interest Disclosure: Denna författare är en oberoende bidragsgivare som publicerar via vårt affärsbloggprogram. HackerNoon har granskat rapporten för kvalitet, men påståendena här hör till författaren. #DYO
ärAvslöjande av intresse:ärDenna författare är en oberoende bidragsgivare som publicerar via vårt affärsbloggprogram. HackerNoon har granskat rapporten för kvalitet, men påståendena härtill hör till författaren. #DYO
Avslöjande av intresse: