O Google DeepMind divulgou, em 23 de setembro de 2026, uma atualização da arquitetura Private AI Compute para permitir que sistemas de inteligência artificial mantenham memória entre diferentes dispositivos sem abandonar mecanismos de proteção associados ao processamento privado. A proposta combina armazenamento criptografado em nuvem, canais de comunicação protegidos e ambientes isolados de execução, conhecidos como secure enclaves.
A mudança busca responder a uma limitação comum dos assistentes de IA: a dificuldade de oferecer personalização contínua quando o sistema não conserva informações entre uma tarefa e outra. Segundo o Google DeepMind, a nova abordagem amplia o Private AI Compute com memória no lado do servidor, mantendo o foco na proteção dos dados pessoais.
Como funciona a memória persistente em nuvem
Na arquitetura descrita pelo Google DeepMind, os dados de memória são armazenados de forma criptografada. As chaves necessárias para acessar esse conteúdo ficam exclusivamente nos dispositivos pessoais do usuário. De acordo com a empresa, isso significa que terceiros não deveriam conseguir consultar as informações guardadas, incluindo o próprio Google.
Para processar uma solicitação, os dados podem ser temporariamente descriptografados dentro de um ambiente isolado de execução. Esse espaço foi projetado para separar o processamento das demais partes da infraestrutura, reduzindo a possibilidade de acesso indevido. Depois que a operação é concluída, o conteúdo volta a ser protegido por criptografia.
O modelo tenta equilibrar duas necessidades que nem sempre caminham juntas: a capacidade computacional da nuvem e o controle sobre informações pessoais. A nuvem oferece recursos para executar sistemas de IA mais avançados, enquanto a memória persistente permite que o assistente reconheça preferências, tarefas e contextos construídos ao longo do tempo.
O desafio de combinar personalização e privacidade
Antes da atualização, a abordagem apresentada pelo Google para o Private AI Compute era descrita como “sem estado”. Nesse formato, o sistema processa uma tarefa, utiliza o contexto necessário durante a execução e não mantém essa informação para interações futuras. A estratégia reduz a retenção de dados, mas também limita a continuidade da experiência.
Com a memória persistente, a empresa pretende permitir que uma atividade iniciada em um computador seja retomada a partir de um celular, por exemplo. Outro uso mencionado envolve consultar, em um dispositivo diferente, informações que já foram pesquisadas anteriormente com o auxílio de óculos inteligentes. Esses cenários dependem de uma memória compartilhada entre produtos, mas também exigem mecanismos para impedir que os dados se tornem acessíveis fora do controle previsto.
O ponto central da proposta está na distribuição das responsabilidades de segurança. O conteúdo fica na nuvem, mas as chaves de acesso permanecem nos aparelhos do usuário. Dessa forma, a infraestrutura remota pode executar o processamento sem, segundo a descrição do Google, obter diretamente a capacidade de ler as informações armazenadas.
O que muda para os assistentes de inteligência artificial
A memória persistente pode modificar a forma como assistentes digitais são utilizados. Em vez de repetir preferências ou fornecer novamente o contexto de uma tarefa, o usuário poderá contar com uma experiência mais contínua entre dispositivos. Isso pode ser útil para atividades que começam em uma tela e terminam em outra, desde que a arquitetura seja implementada nos produtos compatíveis.
A novidade, porém, não significa que todos os sistemas de IA passarão automaticamente a lembrar conversas e atividades. A atualização descreve uma arquitetura de infraestrutura, e sua aplicação prática depende da adoção dessa tecnologia em serviços específicos. O material divulgado não apresenta, na pauta consultada, uma lista de produtos com disponibilidade imediata do recurso.
Além da atualização técnica, o Google afirma ter publicado uma nova versão do documento que explica o funcionamento do Private AI Compute, um registro público do software de servidor e informações sobre uma auditoria independente de segurança. O Google Blog também apresenta o Private AI Compute como parte da estratégia da empresa para desenvolver sistemas de IA que combinem utilidade e privacidade.
A iniciativa coloca a memória como uma das próximas fronteiras dos assistentes pessoais. Quanto mais um sistema conhece o histórico e as preferências de uma pessoa, maior tende a ser a personalização — e também a responsabilidade sobre a proteção dessas informações. A proposta do Google DeepMind tenta enfrentar esse dilema usando criptografia, chaves mantidas nos dispositivos e processamento em ambientes isolados, mas a confiança dependerá da implementação e da verificação contínua desses mecanismos.
