Memperkenalkan AMPC: Lompatan lain dalam privasi dan kinerja untuk World ID

Pembaruan: Pos ini dan gambar terkait telah diperbarui pada 29 Mei 2025 untuk mencerminkan KAIST menjadi mitra simpul APMC.

AMPC, atau perhitungan multi-pihak anonim, telah diluncurkan. Ini adalah sistem multi-party computation (SMPC) generasi berikutnya yang bersifat open source dan tahan terhadap komputasi kuantum dari World, yang menganonimkan serta melindungi kode iris pemegang World ID yang telah diverifikasi oleh Orb secara aman. Ini memanfaatkan GPU NVIDIA H100 sebagai platform komputasi utama untuk memungkinkan hingga 50 juta perbandingan keunikan pasangan per detik. 

AMPC menawarkan perlindungan privasi tambahan dengan menghilangkan kebutuhan untuk menyerahkan kode iris dan menghindari jarak Hamming plaintext selama proses verifikasi. Ini juga beroperasi dengan pihak ketiga terkemuka Nethermind, University of Erlangen-Nuremberg (FAU), Korea Advanced Institute of Science and Technology (KAIST), dan UC Berkeley Center for Responsible Decentralized Intelligence (RDI). AMPC sekarang dioperasikan secara eksklusif oleh organisasi-organisasi independen dan terpercaya ini, dan baik World Foundation maupun Tools for Humanity tidak berperan sebagai pihak dalam AMPC.

Dengan dirilisnya AMPC, The World Foundation, bekerja sama dengan TACEO, Inversed TechModulus, Labs dan Automata, telah mengambil langkah besar lain dalam menjaga privasi verifikasi biometrik.

Seperti pendahulunya, AMPC menggabungkan kemajuan terbaru dalam protokol multiparti kriptografi dan lebih meningkatkan teknik-teknik mutakhir. Ini memastikan bahwa tidak ada kode iris yang pernah meninggalkan perangkat pengguna. Sebaliknya, data iris diproses secara kriptografis langsung pada Orb dan diubah menjadi anonim. Hanya data anonim, yang dibagikan secara rahasia dan dienkripsi end-to-end, yang ditransmisikan secara terpisah ke setiap node komputasi dari pengaturan AMPC.

Salah satu peningkatan utama dalam AMPC adalah cara penanganan perbandingan kesamaan. Dalam versi sebelumnya, jarak Hamming pasangan digunakan dalam teks biasa untuk menentukan hasil proses pendaftaran. Dalam AMPC, hanya hasil biner yang terungkap: apakah pengguna cocok atau tidak. Pendekatan ini meningkatkan privasi lebih lanjut.

Selain itu, masker iris, yang digunakan untuk menyaring gangguan dan menyoroti fitur relevan dari iris selama verifikasi biometrik, sekarang juga dibagi secara rahasia, memastikan bahwa mereka tidak pernah ada dalam teks biasa pada tahap mana pun. Ini menghilangkan informasi lain dan semakin meningkatkan perlindungan privasi bagi pengguna. Arsitektur ini memungkinkan biometrik pengguna tetap aman, pribadi, dan anonim sepanjang proses.

Untuk mencapai throughput tinggi yang diperlukan untuk verifikasi biometrik skala global, AMPC memanfaatkan GPU sebagai platform komputasi utama. Protokol AMPC telah sepenuhnya diimplementasikan menggunakan NVIDIA CUDA, memungkinkan sekitar 50 juta perbandingan berpasangan per detik secara keseluruhan. 

Setiap node komputasi terdiri dari sebuah instans AWS p5.48xlarge dengan delapan GPU NVIDIA H100. Instans ini menyediakan sekitar 3200 Gbps bandwidth melalui Remote Direct Memory Access (RDMA) dan 20 exaflops performa komputasi. Konfigurasi ini cukup untuk menangani skala saat ini dengan hampir 7 juta pengguna yang diverifikasi Orb dan beban puncak verifikasi.

Tidak hanya pemeriksaan keunikan itu sendiri, tetapi juga transisi dari SMPC ke AMPC dirancang dengan keamanan dan privasi tertinggi dalam pikiran. Proses migrasi ini, yang melibatkan perubahan dalam bagaimana berbagi rahasia kriptografi yang mendasarinya bekerja, sepenuhnya berbasis SMPC itu sendiri, yang berarti bahwa tidak ada data biometrik yang pernah diproses atau diungkapkan selama peningkatan. Ini memastikan bahwa privasi pengguna tetap terjaga sepanjang proses transisi.

AMPC menandai langkah penting menuju desentralisasi dan transparansi. 

World Foundation telah bermitra dengan Nethermind, perusahaan rekayasa riset dan blockchain yang terpercaya dan terkemuka, untuk mengoperasikan basis data independen di mana data anonim disimpan. Operator independen lainnya termasuk Friedrich-Alexander-Universität Erlangen-Nürnberg di Jerman dan Pusat Intelijen Desentralisasi Bertanggung Jawab UC Berkeley (RDI) di AS.

Selain itu, Pusat Blockchain dari Universitas Zurich di Swiss telah berkomitmen untuk membantu dalam memajukan penyimpanan yang aman dari data anonim. Perubahan ini akan membantu menciptakan sistem global dan terdesentralisasi, memastikan bahwa tidak ada entitas yang memiliki akses ke data biometrik.

Untuk lebih meningkatkan pengawasan komunitas, sebuah dewan tata kelola telah dibentuk, yang akan mencakup ahli domain eksternal independen. Dewan ini akan mengoordinasikan dan mengawasi pembaruan, memastikan akuntabilitas, dan mengatur onboarding pihak ketiga untuk mengoperasikan node komputasi dalam pengaturan AMPC.

Peta jalan masa depan untuk AMPC mencakup banyak perbaikan yang bertujuan untuk meningkatkan sistem demi pertumbuhan di masa mendatang. Ini juga pada akhirnya berfungsi untuk mengurangi kebutuhan komputasi, sehingga memudahkan pihak ketiga baru untuk bergabung dengan jaringan. Selain itu, trusted execution environments (TEEs) sedang dalam pengembangan untuk meminimalkan potensi manipulasi oleh pihak AMPC yang terpercaya.

Seperti pendahulunya, AMPC tentu saja sumber terbuka. Transparansi sangat penting untuk membangun kepercayaan dalam teknologi yang melindungi privasi, dan kami mengundang komunitas untuk meninjau, berkontribusi, dan mengembangkan karya kami.

AMPC bukan hanya salah satu sistem berbasis SMPC terbesar yang ada dalam produksi, tetapi juga mendobrak batas baru dengan memanfaatkan GPU berperforma tinggi untuk meningkatkan kinerja secara signifikan. Teknologi-teknologi ini menetapkan standar baru untuk privasi, keamanan, dan skalabilitas—semuanya sambil memajukan keadaan verifikasi biometrik.

Kami bangga dengan kemajuan yang diwakili AMPC dan bersemangat akan dampaknya dalam melindungi privasi pengguna sambil memungkinkan verifikasi keunikan biometrik skala global. Kami juga bangga dengan beragam kontributor dan ahli domain kami yang membantu mewujudkan peningkatan baru ini.

Untuk deskripsi rinci tentang teknik yang digunakan dalam AMPC, silakan merujuk ke makalah, Large-Scale MPC: Scaling Private Iris Code Uniqueness Checks to Millions of Users.