该论文提出了基于哈希的同态人工智能（HbHAI）技术，该技术利用一类新型密钥相关哈希函数，能够在保留大多数AI算法所依赖的相似性属性的同时，对加密形式的数据进行分析和处理。与现有的同态加密方案相比，HbHAI在性能上取得了显著提升，甚至优于对明文数据的直接处理。论文报告了两项突破性成果：首先，将压缩率提高了10倍，从而能够在减少计算时间和能耗的同时处理大规模数据集；其次，通过引入重复纠错码，实现了任意降低基于AI的决策测试的最终验证误差。该方法支持在不修改现有AI算法的情况下直接应用于加密数据，具有广泛的应用前景。