Google prepara memoria privada y persistente para sus asistentes de IA
DeepMind presentó una arquitectura de memoria cifrada entre dispositivos, con claves controladas por el usuario y enclaves seguros.
Compartir esta nota
Envíala por mensaje o publícala en tus redes.
# Google plantea memoria persistente para asistentes de IA sin entregar las claves de los datos a la nube
Google DeepMind presentó el 23 de septiembre de 2026 una propuesta técnica para que sus asistentes de inteligencia artificial puedan recordar contexto entre dispositivos sin depender de una memoria convencional almacenada en servidores. La actualización de Private AI Compute busca combinar la potencia de procesamiento de la nube con protecciones de privacidad que normalmente se asocian al procesamiento local.
¿Qué cambia respecto a la memoria actual?
Según la explicación oficial, el procesamiento protegido en la nube funcionaba hasta entonces de manera esencialmente temporal: una vez terminada una tarea, el entorno eliminaba el contexto. Eso limita experiencias como continuar en el teléfono una conversación iniciada en la computadora o recuperar instrucciones consultadas desde otro dispositivo.
La arquitectura anunciada añade una capa de memoria persistente. Los datos necesarios para dar continuidad a la asistencia se guardarían cifrados en almacenamiento dedicado. Las claves para acceder a ellos permanecerían bajo control de los dispositivos personales del usuario, en vez de estar disponibles libremente para el proveedor del servicio.
Cómo pretende proteger la información
Cuando el asistente necesite recuperar un dato, el dispositivo establecería un canal autenticado y cifrado de extremo a extremo hacia un entorno aislado de cómputo, conocido como *enclave seguro*. Allí se descifraría temporalmente la información en memoria protegida para atender la solicitud; después, el contexto actualizado volvería a cifrarse antes de guardarse.
Google describe una combinación de enclaves respaldados por hardware, bases de datos separadas por usuario y claves derivadas de dispositivos. La compañía sostiene que el diseño busca impedir el acceso ordinario a los datos incluso desde sus propios sistemas. Es una afirmación de arquitectura y seguridad del fabricante, no una garantía independiente de ausencia absoluta de riesgos.
Verificación y transparencia
DeepMind también anunció documentación técnica actualizada, un registro público resistente a alteraciones del software que ejecutan los servidores y mecanismos para que los dispositivos comprueben la autenticidad de ese software antes de transmitir información personal. La publicación menciona resultados de una auditoría independiente y ofrece materiales para revisión de especialistas.
Es importante distinguir entre la presentación del diseño y la disponibilidad comercial de una función. El comunicado explica cómo se pretende implementar la memoria privada, pero no establece que todos los usuarios de Gemini ya dispongan de ella ni confirma una fecha general de lanzamiento. Tampoco significa que cualquier dato de cualquier producto de Google se incorpore automáticamente a esta memoria.
Por qué importa
La continuidad entre dispositivos puede hacer más útiles a los asistentes personales, pero también aumenta la sensibilidad de la información que conservan. La cuestión central es quién controla las claves, qué código puede procesar los datos y cómo se comprueba que ese código es el anunciado.
Si las protecciones se implementan y verifican como plantea DeepMind, la propuesta podría ofrecer una alternativa a la elección tradicional entre una IA local con recursos limitados y una IA en la nube con memoria accesible al proveedor. Su eficacia práctica dependerá de futuras implementaciones, auditorías y controles disponibles para cada usuario.
Fuente primaria: Google DeepMind, 23 de septiembre de 2026.