Чем ближе искусственный интеллект к человеческому интеллекту, тем больше нужна защитная система, не являющаяся человеческой.
Написал: 0xResearcher
Manus достиг SOTA (State-of-the-Art) результатов в тестах GAIA, что показывает, что его производительность превосходит аналогичные большие модели Open AI. Другими словами, он способен самостоятельно выполнять сложные задачи, такие как международные коммерческие переговоры, включая разбор условий контракта, стратегическое прогнозирование, генерацию решений, а также согласование работы юридического и финансового отделов. По сравнению с традиционными системами, преимущества Manus заключаются в его способности динамического разложения целей, мультимодального рассуждения и улучшения памяти. Он способен разбивать крупные задачи на сотни исполнимых подзадач, одновременно обрабатывать различные типы данных, и с использованием обучения с подкреплением постоянно совершенствовать свою эффективность принятия решений и снижать уровень ошибок.
!
Восхищаясь быстрым развитием технологий, Manus вновь вызвал разногласия в отрасли относительно пути развития искусственного интеллекта: будет ли в будущем доминировать общий искусственный интеллект (AGI), или же ведущую роль будут играть мультиагентные системы (MAS)?
Это следует начать с концепции дизайна Manus, которая включает в себя два варианта возможного развития событий:
Один из путей - это путь AGI. Путем непрерывного повышения уровня интеллекта отдельного лица сделать его способным к принятию комплексных решений, приближенных к способностям человека.
Есть также путь MAS. В качестве суперкоординатора он командует тысячами агентов в вертикальных областях, совместно сражаясь.
На поверхности мы обсуждаем различия в путях, на самом деле мы обсуждаем базовые противоречия в развитии искусственного интеллекта: как достичь баланса между эффективностью и безопасностью? По мере приближения одиночного интеллекта к AGI растет риск его решений в черном ящике; в то время как сотрудничество нескольких агентов может разрежить риски, но может привести к пропуску ключевых решений из-за задержек в коммуникации.
Эволюция Manus неосознанно усилила встроенные риски развития искусственного интеллекта. Например, черная дыра конфиденциальности данных: в медицинской среде Manus должен иметь доступ к геномным данным пациентов в реальном времени; в финансовых переговорах он может коснуться неопубликованной финансовой отчетности компании; в ловушке предвзятости алгоритма Manus может дать кандидатам определенной этнической группы совет по зарплате ниже среднего уровня в переговорах о приеме на работу; при проверке юридических контрактов оценка ошибок в условиях новой отрасли составляет почти половину. Кроме того, в борьбе с уязвимостями взлома хакеры могут внедрить в Manus определенные частоты речи, чтобы сделать ошибочное представление о ценовом диапазоне предложений противника в переговорах.
Нам приходится столкнуться с ужасной болью точки в AI системе: чем умнее система, тем шире у нее атакующая поверхность.
Однако безопасность всегда была ключевым термином в web3, и в рамках невозможного треугольника Виталика (блокчейн сеть не может одновременно обеспечить безопасность, децентрализацию и масштабируемость) также было разработано множество методов шифрования:
Модель безопасности Zero Trust (Zero Trust Security Model): Основная идея модели безопасности Zero Trust заключается в том, что «нельзя доверять никому, всегда требуется проверка», то есть ни одно устройство, находящееся внутри сети, не должно автоматически считаться доверенным. Эта модель подчеркивает необходимость строгой идентификации и авторизации каждого запроса на доступ для обеспечения безопасности системы.
Децентрализованная идентичность (Decentralized Identity, DID): DID - это набор стандартов идентификации, который позволяет сущностям получать идентификацию способом, не требующим централизованной реестрации, и обеспечивать ее верифицируемость и долговечность. Это реализует новую модель децентрализованной цифровой идентичности, часто сравниваемую с идентичностью с суверенитетом, и является важной частью Web3.
Полностью гомоморфное шифрование (Fully Homomorphic Encryption, FHE) - это передовая криптографическая технология, которая позволяет выполнять любые вычисления с зашифрованными данными без их расшифровки. Это означает, что третья сторона может оперировать с шифротекстом, и результат операции после расшифровки будет совпадать с результатом той же операции над открытым текстом. Эта особенность имеет важное значение для сценариев, где требуется проведение вычислений без раскрытия исходных данных, таких как облачные вычисления и внешняя обработка данных.
Модель нулевого доверия и DID имеют определенное количество проектов, которые атакуются во время многих бычьих рынков, они либо добиваются успеха, либо тонут в волнах криптографии, а как самый молодой метод криптографии: Полностью гомоморфное шифрование (Fully Homomorphic Encryption, FHE) также является мощным оружием для решения проблем безопасности в эпоху искусственного интеллекта. Полностью гомоморфное шифрование (FHE) - это технология, позволяющая выполнять вычисления над зашифрованными данными.
Как решить?
Во-первых, с точки зрения данных. Вся информация, введенная пользователем (включая биометрические данные, речевые характеристики), обрабатывается в зашифрованном состоянии, и даже сам Manus не может расшифровать исходные данные. Например, в случае медицинского диагноза геномные данные пациента участвуют в анализе исключительно в виде шифротекста, чтобы избежать утечки биологической информации.
На уровне алгоритма. С помощью FHE достигается «шифрованное обучение модели», даже разработчики не могут проникнуть в путь принятия решений искусственного интеллекта.
На уровне совместной работы. Связь между несколькими агентами осуществляется с использованием криптографии порогового порога, взлом одного узла не приведет к утечке глобальных данных. Даже в ходе учений по защите и атаке в цепи поставок злоумышленники не смогут получить полное бизнес-представление даже после вторжения в несколько агентов.
Из-за технических ограничений безопасность web3 возможно не имеет прямого отношения к большинству пользователей, но у нее есть тонкая сеть косвенных выгод. В этой темной лесной чаще, если не вооружиться, то никогда не избавиться от статуса "поросенка".
uPort был выпущен на главной сети Ethereum в 2017 году и, возможно, является одним из первых проектов децентрализованной идентификации (DID), выпущенных на главной сети.
А в области модели безопасности нулевого доверия NKN выпустил свою основную сеть в 2019 году.
Mind Network - первый проект FHE, запущенный на основной сети, и первый, кто сотрудничает с ZAMA, Google, DeepSeek и другими.
uPort и NKN уже проекты, о которых я никогда не слышал, кажется, что безопасные проекты действительно не привлекают внимание спекулянтов. Сможет ли Mind Network избежать этого проклятия и стать лидером в области безопасности? Давайте посмотрим.
Будущее уже наступило. Чем ближе искусственный интеллект подходит к уровню человеческого, тем больше нужна защитная система, не подверженная человеческим ошибкам. Значение FHE заключается не только в решении текущих проблем, но и в подготовке почвы для эпохи сильного искусственного интеллекта. На этом опасном пути к общему искусственному интеллекту FHE не является вариантом, а является необходимостью для выживания.
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Manus принес AGI первые лучи света, и безопасность искусственного интеллекта снова находится в переменном положении
Написал: 0xResearcher
Manus достиг SOTA (State-of-the-Art) результатов в тестах GAIA, что показывает, что его производительность превосходит аналогичные большие модели Open AI. Другими словами, он способен самостоятельно выполнять сложные задачи, такие как международные коммерческие переговоры, включая разбор условий контракта, стратегическое прогнозирование, генерацию решений, а также согласование работы юридического и финансового отделов. По сравнению с традиционными системами, преимущества Manus заключаются в его способности динамического разложения целей, мультимодального рассуждения и улучшения памяти. Он способен разбивать крупные задачи на сотни исполнимых подзадач, одновременно обрабатывать различные типы данных, и с использованием обучения с подкреплением постоянно совершенствовать свою эффективность принятия решений и снижать уровень ошибок.
!
Восхищаясь быстрым развитием технологий, Manus вновь вызвал разногласия в отрасли относительно пути развития искусственного интеллекта: будет ли в будущем доминировать общий искусственный интеллект (AGI), или же ведущую роль будут играть мультиагентные системы (MAS)?
Это следует начать с концепции дизайна Manus, которая включает в себя два варианта возможного развития событий:
Один из путей - это путь AGI. Путем непрерывного повышения уровня интеллекта отдельного лица сделать его способным к принятию комплексных решений, приближенных к способностям человека.
Есть также путь MAS. В качестве суперкоординатора он командует тысячами агентов в вертикальных областях, совместно сражаясь.
На поверхности мы обсуждаем различия в путях, на самом деле мы обсуждаем базовые противоречия в развитии искусственного интеллекта: как достичь баланса между эффективностью и безопасностью? По мере приближения одиночного интеллекта к AGI растет риск его решений в черном ящике; в то время как сотрудничество нескольких агентов может разрежить риски, но может привести к пропуску ключевых решений из-за задержек в коммуникации.
Эволюция Manus неосознанно усилила встроенные риски развития искусственного интеллекта. Например, черная дыра конфиденциальности данных: в медицинской среде Manus должен иметь доступ к геномным данным пациентов в реальном времени; в финансовых переговорах он может коснуться неопубликованной финансовой отчетности компании; в ловушке предвзятости алгоритма Manus может дать кандидатам определенной этнической группы совет по зарплате ниже среднего уровня в переговорах о приеме на работу; при проверке юридических контрактов оценка ошибок в условиях новой отрасли составляет почти половину. Кроме того, в борьбе с уязвимостями взлома хакеры могут внедрить в Manus определенные частоты речи, чтобы сделать ошибочное представление о ценовом диапазоне предложений противника в переговорах.
Нам приходится столкнуться с ужасной болью точки в AI системе: чем умнее система, тем шире у нее атакующая поверхность.
Однако безопасность всегда была ключевым термином в web3, и в рамках невозможного треугольника Виталика (блокчейн сеть не может одновременно обеспечить безопасность, децентрализацию и масштабируемость) также было разработано множество методов шифрования:
Модель нулевого доверия и DID имеют определенное количество проектов, которые атакуются во время многих бычьих рынков, они либо добиваются успеха, либо тонут в волнах криптографии, а как самый молодой метод криптографии: Полностью гомоморфное шифрование (Fully Homomorphic Encryption, FHE) также является мощным оружием для решения проблем безопасности в эпоху искусственного интеллекта. Полностью гомоморфное шифрование (FHE) - это технология, позволяющая выполнять вычисления над зашифрованными данными.
Как решить?
Во-первых, с точки зрения данных. Вся информация, введенная пользователем (включая биометрические данные, речевые характеристики), обрабатывается в зашифрованном состоянии, и даже сам Manus не может расшифровать исходные данные. Например, в случае медицинского диагноза геномные данные пациента участвуют в анализе исключительно в виде шифротекста, чтобы избежать утечки биологической информации.
На уровне алгоритма. С помощью FHE достигается «шифрованное обучение модели», даже разработчики не могут проникнуть в путь принятия решений искусственного интеллекта.
На уровне совместной работы. Связь между несколькими агентами осуществляется с использованием криптографии порогового порога, взлом одного узла не приведет к утечке глобальных данных. Даже в ходе учений по защите и атаке в цепи поставок злоумышленники не смогут получить полное бизнес-представление даже после вторжения в несколько агентов.
Из-за технических ограничений безопасность web3 возможно не имеет прямого отношения к большинству пользователей, но у нее есть тонкая сеть косвенных выгод. В этой темной лесной чаще, если не вооружиться, то никогда не избавиться от статуса "поросенка".
uPort и NKN уже проекты, о которых я никогда не слышал, кажется, что безопасные проекты действительно не привлекают внимание спекулянтов. Сможет ли Mind Network избежать этого проклятия и стать лидером в области безопасности? Давайте посмотрим.
Будущее уже наступило. Чем ближе искусственный интеллект подходит к уровню человеческого, тем больше нужна защитная система, не подверженная человеческим ошибкам. Значение FHE заключается не только в решении текущих проблем, но и в подготовке почвы для эпохи сильного искусственного интеллекта. На этом опасном пути к общему искусственному интеллекту FHE не является вариантом, а является необходимостью для выживания.