การพิสูจน์ว่าเอเจนต์ AI ทำสิ่งที่มันอ้างว่าทำจริง ๆ บนฮาร์ดแวร์ที่มันอ้างว่าใช้ กลายเป็นหนึ่งในปัญหาที่ยุ่งยากที่สุดในระบบคอมพิวเตอร์ระดับองค์กร มูลนิธิ Linux กำลังก้าวเข้ามาเพื่อแก้ปัญหานี้ โดยประกาศว่าจะเป็นผู้กำกับดูแล TRACE ซึ่งเป็นสเปกแบบเปิดสำหรับการรับรองความถูกต้องระหว่างรันไทม์ของ AI (AI runtime attestation) ที่เปลี่ยนหลักฐานในระดับฮาร์ดแวร์ให้กลายเป็นใบเสร็จที่ตรวจสอบได้สำหรับงานประมวลผล AI การเคลื่อนไหวนี้เป็นสัญญาณว่าความเชื่อมั่นในระบบ AI กำลังเปลี่ยนจากคำสัญญาทางการตลาดไปสู่สิ่งที่สามารถตรวจสอบได้จริงด้วยวิธีการเข้ารหัส
Summary
ประเด็นสำคัญ
- มูลนิธิ Linux เป็นผู้กำกับดูแล TRACE ซึ่งเป็นมาตรฐานแบบเปิดสำหรับการรับรองความถูกต้องระหว่างรันไทม์ของ AI ที่สร้างหลักฐานการทำงานของงานประมวลผล AI ที่ได้รับการหนุนหลังจากฮาร์ดแวร์และตรวจสอบได้ด้วยการเข้ารหัส
- TRACE ย่อมาจาก Trust, Runtime Attestation and Compliance Evidence และเดิมถูกสร้างโดย OPAQUE ร่วมกับ AMD, Intel, Microsoft และสถาบันนวัตกรรมเทคโนโลยี
- มาตรฐานนี้อาศัยการรับรองความถูกต้องในระดับซิลิคอนจาก AMD SEV และ Intel TDX เพื่อสร้างสิ่งที่โครงการเรียกว่า Trust Records
- ในช่วงประมาณสิบสัปดาห์หลังจากเปิดตัวเมื่อวันที่ 23 มิถุนายน 2026 การอิมพลีเมนเทชันอ้างอิงของ TRACE ถูกดาวน์โหลดไปประมาณ 135,000 ครั้ง บน PyPI
- การพัฒนาด้านเทคนิคอย่างต่อเนื่องจะดำเนินต่อไปภายใต้การดูแลของ Coalition for Secure AI (CoSAI) โดย Jim Zemlin ซีอีโอของมูลนิธิ Linux เน้นย้ำถึงความจำเป็นของการกำกับดูแลที่เป็นกลาง
มูลนิธิ Linux เข้ารับหน้าที่กำกับดูแลมาตรฐาน TRACE สำหรับการรับรองความถูกต้องระหว่างรันไทม์ของ AI
TRACE มอบวิธีการมาตรฐานให้แก่องค์กรในการตอบคำถามที่ยิ่งยากจะมองข้ามได้ เมื่อเอเจนต์ AI เข้ามารับงานที่มีความอิสระและอ่อนไหวมากขึ้น: คุณจะรู้ได้อย่างไรว่างานประมวลผลนั้นรันตามที่ควรจะเป็นจริง ๆ? ชื่อย่อ TRACE มาจาก Trust, Runtime Attestation and Compliance Evidence และสเปกนี้จะสร้างบันทึกการทำงานของเอเจนต์ AI และงานประมวลผลลับที่ได้รับการรับรองจากฮาร์ดแวร์และตรวจสอบได้ด้วยการเข้ารหัส มันทำงานคล้ายใบเสร็จที่ป้องกันการปลอมแปลงสำหรับทุกการทำงานของ AI ซึ่งบุคคลที่สามสามารถตรวจสอบได้โดยไม่ต้องอาศัยเพียงคำพูดของผู้ให้บริการ
สเปกนี้ไม่ได้ถูกสร้างขึ้นจากศูนย์ภายในมูลนิธิ Linux เดิมทีพัฒนาโดย OPAQUE บริษัทด้านการประมวลผลลับ โดยร่วมมือกับ AMD, Intel, Microsoft และสถาบันนวัตกรรมเทคโนโลยี กลุ่มพันธมิตรนี้ได้นำส่วนประกอบที่จำเป็นมารวมกันเพื่อทำให้การรับรองความถูกต้องใช้งานได้จริงในระดับใหญ่: AMD และ Intel จัดหาต้นกำเนิดของความเชื่อถือในระดับฮาร์ดแวร์ Microsoft สนับสนุนด้วยสแตกการประมวลผลลับ Azure และ TII ซึ่งตั้งอยู่ในสหรัฐอาหรับเอมิเรตส์ เพิ่มข้อมูลเชิงเทคนิคเพิ่มเติม การส่งมอบการกำกับดูแลให้มูลนิธิ Linux มีเป้าหมายเพื่อให้มาตรฐานนี้คงความเป็นกลาง แทนที่จะผูกติดกับโรดแมปของผู้ขายรายใดรายหนึ่ง
TRACE ตรวจสอบงานประมวลผล AI ผ่านการรับรองความถูกต้องจากฮาร์ดแวร์อย่างไร
หน้าที่หลักของ TRACE คือการสร้างบันทึกที่พิสูจน์ว่างานประมวลผล AI รันตามที่สัญญาไว้ และทำเช่นนั้นโดยยึดการตรวจสอบไว้ที่ระดับซิลิคอน แทนที่จะอาศัยเพียงการอ้างอิงจากซอฟต์แวร์ แทนที่จะสร้างกรอบความเชื่อถือใหม่ทั้งหมด สเปกนี้ผสานชุดของมาตรฐานที่มีอยู่แล้ว เช่น RATS, EAT, SLSA, SCITT, SPIFFE และ EAR เพื่อให้สามารถทำงานร่วมกันได้ข้ามแพลตฟอร์มคลาวด์และสภาพแวดล้อมการประมวลผลที่ปลอดภัยต่าง ๆ ความสามารถในการทำงานร่วมกันนี้มีความสำคัญ เพราะองค์กรขนาดใหญ่มักรันงานประมวลผลบนผู้ให้บริการหลายราย และมาตรฐานที่ใช้ได้เฉพาะบนแพลตฟอร์มเดียวจะขัดกับวัตถุประสงค์
Trust Records และการตรวจสอบด้วยการเข้ารหัส
ผลลัพธ์ของทุกสิ่งนี้คือสิ่งที่โครงการเรียกว่า Trust Records เอกสารเหล่านี้บันทึกรายละเอียดการทำงาน เช่น สภาพแวดล้อมการรันซอฟต์แวร์ ซอฟต์แวร์ที่ถูกเรียกใช้ การจัดประเภทข้อมูล และข้อบังคับที่ถูกนำมาใช้ระหว่างการทำงานของ AI แต่ละครั้ง รายละเอียดทุกข้อได้รับการปกป้องด้วยกลไกการรับรองความถูกต้องจากซิลิคอน หมายความว่าหลักฐานนั้นยึดโยงกับฮาร์ดแวร์ แทนที่จะอาศัยคำยืนยันของผู้ให้บริการ ในทางปฏิบัติ TRACE ใช้ประโยชน์จากเทคโนโลยีการรับรองความถูกต้องของฮาร์ดแวร์อย่าง AMD SEV และ Intel TDX ทำให้ความสามารถด้านการประมวลผลลับที่มีอยู่เหล่านั้นมีภาษามาตรฐานเฉพาะสำหรับงานประมวลผล AI
การนำไปใช้ในระยะแรกและเส้นทางข้างหน้าภายใต้ CoSAI
ตัวเลขการนำไปใช้บ่งชี้ว่านักพัฒนาไม่ได้รอนานในการเริ่มทดสอบ TRACE สเปกนี้ถูกนำเสนอเป็นครั้งแรกต่อสาธารณะในงาน Confidential Computing Summit เมื่อวันที่ 23 มิถุนายน 2026 และในช่วงประมาณสิบสัปดาห์ถัดมา การอิมพลีเมนเทชันอ้างอิงของมันถูกดาวน์โหลดไปประมาณ 135,000 ครั้งบน PyPI ซึ่งเป็นที่เก็บแพ็กเกจ Python การตอบรับในระยะแรกเช่นนี้ ก่อนที่กรอบการกำกับดูแลอย่างเป็นทางการจะเสร็จสมบูรณ์ สะท้อนถึงความต้องการจริงสำหรับวิธีมาตรฐานในการตรวจสอบพฤติกรรมของ AI ระหว่างรันไทม์ แทนที่จะเป็นเพียงการทดลองเชิงทฤษฎี
การกำกับดูแลที่เป็นกลางกลายเป็นหัวใจสำคัญ
Jim Zemlin ซีอีโอของมูลนิธิ Linux เน้นย้ำถึงความสำคัญของการกำกับดูแลที่เป็นกลางในการสร้างบันทึกความเชื่อถือของ AI ที่องค์กรในหลากหลายอุตสาหกรรมสามารถพึ่งพาได้ ในอนาคต การพัฒนาด้านเทคนิคอย่างต่อเนื่องของ TRACE จะดำเนินต่อไปภายใต้ Coalition for Secure AI หรือ CoSAI ซึ่งจะเป็นผู้กำหนดทิศทางการพัฒนาของสเปก แทนที่จะปล่อยให้ขึ้นอยู่กับบริษัทผู้ก่อตั้งรายใดรายหนึ่งเพียงรายเดียว ประเด็นนี้สำคัญต่อการนำไปใช้: มาตรฐานที่ผูกติดกับแรงจูงใจของผู้ขายรายเดียวมักประสบปัญหาในการได้รับการยอมรับอย่างกว้างขวาง ในขณะที่สเปกที่อยู่ภายใต้การกำกับดูแลของมูลนิธิเช่นโครงการอื่น ๆ ของมูลนิธิ Linux มีประวัติในการกลายเป็นโครงสร้างพื้นฐานร่วมกันระหว่างคู่แข่ง
ปัญหาความเชื่อถือที่ TRACE มุ่งหวังจะแก้ไข
เมื่อองค์กรต่าง ๆ นำเอเจนต์ AI ที่มีความเป็นอิสระมากขึ้นไปใช้จัดการงานประมวลผลที่อ่อนไหวบนโครงสร้างพื้นฐานที่พวกเขาไม่ได้ควบคุมอย่างเต็มที่ ช่องว่างด้านความเชื่อถือพื้นฐานก็เปิดกว้างขึ้น ธนาคารที่อยู่ภายใต้การกำกับดูแลจำเป็นต้องยืนยันว่าโมเดลปัญญาประดิษฐ์ของตนถูกรันภายในเอนเคลฟที่ได้รับการป้องกันบนผู้ให้บริการคลาวด์รายใดรายหนึ่งที่ระบุ บริษัทด้านสุขภาพต้องพิสูจน์ต่อผู้ตรวจสอบว่าข้อมูลผู้ป่วยถูกประมวลผลตามนโยบาย องค์กรใดก็ตามที่รันงานประมวลผลบนฮาร์ดแวร์ของผู้อื่น ท้ายที่สุดแล้วต้องแสดงให้เห็นถึงการปฏิบัติตามข้อกำหนด โดยไม่ใช่แค่ขอให้ผู้ตรวจสอบเชื่อคำพูดของตน
TRACE พลิกโมเดลนั้น เนื่องจากการรับรองความถูกต้องมีต้นกำเนิดจากตัวฮาร์ดแวร์เอง แทนที่จะมาจากล็อกของผู้ให้บริการ Trust Records ที่ได้จึงสามารถถูกตรวจสอบความถูกต้องโดยบุคคลที่สามใด ๆ ที่มีสิทธิ์เข้าถึงสเปก นี่คือความแตกต่างสำคัญจากเอกสารการปฏิบัติตามข้อกำหนดส่วนใหญ่ที่มีอยู่: การตรวจสอบด้วยการเข้ารหัสยืนยันได้ว่างานประมวลผลรันอย่างไร โดยไม่จำเป็นต้องให้ผู้ตรวจสอบเห็นว่ามันประมวลผลข้อมูลอะไร ซึ่งมีความสำคัญในภาคส่วนที่ถูกกำกับดูแลซึ่งความเป็นส่วนตัวและความสามารถในการตรวจสอบมักจะขัดแย้งกัน
ว่า TRACE จะกลายเป็นภาษามาตรฐานสำหรับการรับรองความถูกต้องระหว่างรันไทม์ของ AI ข้ามผู้ให้บริการคลาวด์หรือไม่นั้น น่าจะขึ้นอยู่กับความเร็วที่แพลตฟอร์มรายใหญ่ซึ่งอยู่นอกเหนือกลุ่มผู้ก่อตั้งจะเลือกสนับสนุนมัน ด้วย CoSAI ที่ตอนนี้เป็นผู้กำหนดโรดแมปด้านเทคนิค และมูลนิธิ Linux เป็นผู้ถือสิทธิ์การกำกับดูแล มาตรฐานนี้ได้ผ่านอุปสรรคแรกมาแล้ว แต่การยอมรับอย่างกว้างขวางข้ามอุตสาหกรรมยังเป็นบททดสอบที่รออยู่ข้างหน้า
คำถามที่พบบ่อย
TRACE คืออะไร และทำไมจึงสำคัญ?
TRACE เป็นมาตรฐานแบบเปิดสำหรับการรับรองความถูกต้องระหว่างรันไทม์ของ AI ที่สร้างบันทึกที่ตรวจสอบได้ด้วยการเข้ารหัส เพื่อพิสูจน์ว่างานประมวลผล AI รันตามที่สัญญาไว้ โดยมีหลักฐานยึดโยงกับการรับรองความถูกต้องจากฮาร์ดแวร์ แทนที่จะเป็นเพียงการอ้างอิงจากซอฟต์แวร์
ใครเป็นผู้กำกับดูแลมาตรฐาน TRACE?
มูลนิธิ Linux เป็นผู้กำกับดูแล TRACE โดยให้การกำกับดูแลที่เป็นกลาง เพื่อสนับสนุนการสร้างบันทึกความเชื่อถือของ AI ที่ตรวจสอบได้ทั่วทั้งอุตสาหกรรม
เทคโนโลยีใดที่อยู่เบื้องหลังการรับรองความถูกต้องของฮาร์ดแวร์ใน TRACE?
TRACE ใช้เทคโนโลยีการรับรองความถูกต้องของฮาร์ดแวร์ AMD SEV และ Intel TDX เพื่อปกป้อง Trust Recordsที่มันสร้างขึ้น
TRACE ช่วยเพิ่มความเชื่อมั่นในกระบวนการรันงานประมวลผล AI อย่างไร?
TRACE สร้าง Trust Records ที่ได้รับการปกป้องด้วยการรับรองความถูกต้องจากซิลิคอน ทำให้บุคคลที่สามสามารถตรวจสอบด้วยการเข้ารหัสได้ว่างานประมวลผล AI รันอย่างไร โดยไม่จำเป็นต้องเชื่อคำพูดของผู้ให้บริการหรือเปิดเผยข้อมูลพื้นฐาน
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”TRACE คืออะไร และทำไมจึงสำคัญ?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”TRACE เป็นมาตรฐานแบบเปิดสำหรับการรับรองความถูกต้องระหว่างรันไทม์ของ AI ที่สร้างบันทึกที่ตรวจสอบได้ด้วยการเข้ารหัส เพื่อพิสูจน์ว่างานประมวลผล AI รันตามที่สัญญาไว้ โดยมีหลักฐานยึดโยงกับการรับรองความถูกต้องจากฮาร์ดแวร์ แทนที่จะเป็นเพียงการอ้างอิงจากซอฟต์แวร์.”}},{“@type”:”Question”,”name”:”ใครเป็นผู้กำกับดูแลมาตรฐาน TRACE?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”มูลนิธิ Linux เป็นผู้กำกับดูแล TRACE โดยให้การกำกับดูแลที่เป็นกลาง เพื่อสนับสนุนการสร้างบันทึกความเชื่อถือของ AI ที่ตรวจสอบได้ทั่วทั้งอุตสาหกรรม.”}},{“@type”:”Question”,”name”:”เทคโนโลยีใดที่อยู่เบื้องหลังการรับรองความถูกต้องของฮาร์ดแวร์ใน TRACE?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”TRACE ใช้เทคโนโลยีการรับรองความถูกต้องของฮาร์ดแวร์ AMD SEV และ Intel TDX เพื่อปกป้อง Trust Records ที่มันสร้างขึ้น.”}},{“@type”:”Question”,”name”:”TRACE ช่วยเพิ่มความเชื่อมั่นในกระบวนการรันงานประมวลผล AI อย่างไร?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”TRACE สร้าง Trust Records ที่ได้รับการปกป้องด้วยการรับรองความถูกต้องจากซิลิคอน ทำให้บุคคลที่สามสามารถตรวจสอบด้วยการเข้ารหัสได้ว่างานประมวลผล AI รันอย่างไร โดยไม่จำเป็นต้องเชื่อคำพูดของผู้ให้บริการหรือเปิดเผยข้อมูลพื้นฐาน.”}}]}
บทความนี้จัดทำขึ้นด้วยความช่วยเหลือของปัญญาประดิษฐ์และผ่านการทบทวนโดยทีมบรรณาธิการแล้ว
