مؤخراً، حقق Manus نتائج ملحوظة في اختبار GAIA، حيث تفوق أداؤه على نماذج اللغة الكبيرة من نفس الفئة. وهذا يعني أن Manus قادر على إتمام مهام معقدة مثل التفاوض التجاري بين الدول بشكل مستقل، بما في ذلك تحليل بنود العقود، وتوقع الاستراتيجيات، وتوليد الحلول، بل ويمكنه أيضاً تنسيق الفرق القانونية والمالية.
تتمثل مزايا Manus بشكل أساسي في ثلاثة مجالات: القدرة على تفكيك الأهداف الديناميكية، والقدرة على الاستدلال عبر الأنماط، وقدرة التعلم المعزز للذاكرة. يمكنه تقسيم المهام الكبيرة إلى مئات من المهام الفرعية القابلة للتنفيذ، ومعالجة أنواع متعددة من البيانات، وتحسين كفاءة اتخاذ القرار الخاصة به باستمرار من خلال التعلم المعزز، وتقليل معدل الخطأ.
هذا الاختراق أثار مرة أخرى مناقشة داخل الصناعة حول مسار تطور الذكاء الاصطناعي: هل سيكون المستقبل تحت سيطرة الذكاء العام الاصطناعي (AGI) أم أن أنظمة الوكلاء المتعددة (MAS) ستتعاون للهيمنة؟
فلسفة تصميم Manus تتضمن احتمالين:
مسار AGI: من خلال تحسين مستوى الذكاء الفردي بشكل مستمر، مما يجعله قريبًا من القدرة على اتخاذ القرارات الشاملة البشرية.
مسار MAS: كمنسق رئيسي، يقود الآلاف من الوكلاء الذكيين في مجالات عمودية للعمل معًا.
من الظاهر، أن هذا هو انقسام في المسارات المختلفة، ولكن في الجوهر، يناقش كيفية تحقيق التوازن بين الكفاءة والأمان في تطوير الذكاء الاصطناعي. كلما اقتربت الذكاء الفردي من AGI، زادت مخاطر إغلاق صندوق القرار؛ بينما يمكن أن يؤدي التعاون بين الأنظمة الذكية المتعددة إلى توزيع المخاطر، إلا أنه قد يفوت اللحظة الحاسمة في اتخاذ القرار بسبب تأخير في الاتصال.
إن تطور Manus يوسع بشكل غير محسوس المخاطر المتأصلة في تطور الذكاء الاصطناعي، مثل خصوصية البيانات، والتحيز في الخوارزميات، والهجمات المعاكسة. في سياق الرعاية الصحية، يحتاج Manus إلى الوصول الفوري إلى بيانات الجينوم الخاصة بالمرضى؛ في مفاوضات التمويل، قد تتعلق المعلومات المالية غير المعلنة للشركات. في مفاوضات التوظيف، قد يتم تقديم اقتراحات رواتب منخفضة لمجموعات معينة؛ في مراجعة العقود القانونية، قد يكون معدل الخطأ في تقييم شروط الصناعات الناشئة قريبًا من نصف. بالإضافة إلى ذلك، قد يتمكن القراصنة من زرع ترددات صوتية معينة، مما يؤدي إلى خطأ Manus في تقييم نطاق عروض المنافسين خلال المفاوضات.
تسلط هذه المشكلات الضوء على نقطة مهمة: كلما كانت الأنظمة أكثر ذكاءً، زادت مساحة الهجوم الخاصة بها.
في مجال Web3، كانت الأمان دائمًا موضوعًا يحظى باهتمام كبير. استنادًا إلى "مثلث المستحيل" الذي اقترحه فيتاليك بوكيرين (لا يمكن لشبكة blockchain تحقيق الأمان واللامركزية وقابلية التوسع في نفس الوقت)، تم اشتقاق مجموعة متنوعة من طرق التشفير:
نموذج الأمان بدون ثقة: الفكرة الأساسية هي "لا تثق بأحد، تحقق دائمًا"، مما يبرز أهمية التحقق من الهوية والتفويض لكل طلب وصول.
الهوية اللامركزية (DID): مجموعة من معايير المعرفات تمكّن الكيانات من الحصول على هوية قابلة للتحقق ودائمة دون الحاجة إلى الاعتماد على سجل مركزي.
التشفير المتجانس بالكامل (FHE): تقنية تشفير متقدمة تسمح بإجراء حسابات عشوائية على البيانات المشفرة دون فك تشفيرها.
يعتبر FHE التقنية الرئيسية لحل مشكلات الأمان في عصر الذكاء الاصطناعي. يمكن أن تلعب دورًا على عدة مستويات:
الجانب البياني: تتم معالجة جميع المعلومات المدخلة من قبل المستخدم (بما في ذلك الخصائص البيولوجية ونبرة الصوت) في حالة مشفرة، حتى نظام الذكاء الاصطناعي نفسه لا يمكنه فك تشفير البيانات الأصلية.
على مستوى الخوارزمية: من خلال FHE تحقيق "تدريب النموذج المشفر"، حتى المطورين لا يمكنهم窥窥 مسار اتخاذ قرارات الذكاء الاصطناعي.
الجانب التعاوني: يتم استخدام التشفير بالعتبة للتواصل بين عدة وكلاء، ولن يؤدي اختراق عقدة واحدة إلى تسرب البيانات العالمية.
في مجال أمان Web3، توجد مشاريع متعددة تستكشف اتجاهات مختلفة. ومع ذلك، غالبًا ما لا يتم الانتباه إلى مشاريع الأمان من قبل المضاربين. في المستقبل، مع التطور المستمر لتقنيات الذكاء الاصطناعي، ستزداد أهمية تقنيات الأمان مثل FHE. على الطريق نحو AGI، ليست هذه التقنيات مجرد أدوات لحل المشكلات الحالية، بل هي ضرورية لعصر الذكاء الاصطناعي القوي في المستقبل.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 14
أعجبني
14
5
مشاركة
تعليق
0/400
DarkPoolWatcher
· 07-24 23:34
مرة أخرى، تظهر شركة تقول إن نفسها ثور.
شاهد النسخة الأصليةرد0
FrontRunFighter
· 07-24 23:31
الغابة المظلمة تزداد ظلمة... مانوس هو مجرد سلاح آخر في سباق تسليح استخراج MEV بصراحة
شاهد النسخة الأصليةرد0
DeFiGrayling
· 07-24 23:30
تأتي المجتمعات دائمًا بأفكار جديدة
شاهد النسخة الأصليةرد0
GasFeePhobia
· 07-24 23:21
آه، لا ينبغي أن يكون هناك شراء بدافع الذعر.
شاهد النسخة الأصليةرد0
OnChainDetective
· 07-24 23:17
في وقت متأخر من الليل قمت بالتنقيب في بيانات الخلفية، يبدو أن هيكل النظام مشبوه بنسبة 99.97%
突破 GAIA اختبار 引发 أمان الذكاء الاصطناعي و FHE التقنية مناقشة
حقق Manus تقدمًا ملحوظًا في اختبار GAIA المعياري
مؤخراً، حقق Manus نتائج ملحوظة في اختبار GAIA، حيث تفوق أداؤه على نماذج اللغة الكبيرة من نفس الفئة. وهذا يعني أن Manus قادر على إتمام مهام معقدة مثل التفاوض التجاري بين الدول بشكل مستقل، بما في ذلك تحليل بنود العقود، وتوقع الاستراتيجيات، وتوليد الحلول، بل ويمكنه أيضاً تنسيق الفرق القانونية والمالية.
تتمثل مزايا Manus بشكل أساسي في ثلاثة مجالات: القدرة على تفكيك الأهداف الديناميكية، والقدرة على الاستدلال عبر الأنماط، وقدرة التعلم المعزز للذاكرة. يمكنه تقسيم المهام الكبيرة إلى مئات من المهام الفرعية القابلة للتنفيذ، ومعالجة أنواع متعددة من البيانات، وتحسين كفاءة اتخاذ القرار الخاصة به باستمرار من خلال التعلم المعزز، وتقليل معدل الخطأ.
هذا الاختراق أثار مرة أخرى مناقشة داخل الصناعة حول مسار تطور الذكاء الاصطناعي: هل سيكون المستقبل تحت سيطرة الذكاء العام الاصطناعي (AGI) أم أن أنظمة الوكلاء المتعددة (MAS) ستتعاون للهيمنة؟
فلسفة تصميم Manus تتضمن احتمالين:
مسار AGI: من خلال تحسين مستوى الذكاء الفردي بشكل مستمر، مما يجعله قريبًا من القدرة على اتخاذ القرارات الشاملة البشرية.
مسار MAS: كمنسق رئيسي، يقود الآلاف من الوكلاء الذكيين في مجالات عمودية للعمل معًا.
من الظاهر، أن هذا هو انقسام في المسارات المختلفة، ولكن في الجوهر، يناقش كيفية تحقيق التوازن بين الكفاءة والأمان في تطوير الذكاء الاصطناعي. كلما اقتربت الذكاء الفردي من AGI، زادت مخاطر إغلاق صندوق القرار؛ بينما يمكن أن يؤدي التعاون بين الأنظمة الذكية المتعددة إلى توزيع المخاطر، إلا أنه قد يفوت اللحظة الحاسمة في اتخاذ القرار بسبب تأخير في الاتصال.
إن تطور Manus يوسع بشكل غير محسوس المخاطر المتأصلة في تطور الذكاء الاصطناعي، مثل خصوصية البيانات، والتحيز في الخوارزميات، والهجمات المعاكسة. في سياق الرعاية الصحية، يحتاج Manus إلى الوصول الفوري إلى بيانات الجينوم الخاصة بالمرضى؛ في مفاوضات التمويل، قد تتعلق المعلومات المالية غير المعلنة للشركات. في مفاوضات التوظيف، قد يتم تقديم اقتراحات رواتب منخفضة لمجموعات معينة؛ في مراجعة العقود القانونية، قد يكون معدل الخطأ في تقييم شروط الصناعات الناشئة قريبًا من نصف. بالإضافة إلى ذلك، قد يتمكن القراصنة من زرع ترددات صوتية معينة، مما يؤدي إلى خطأ Manus في تقييم نطاق عروض المنافسين خلال المفاوضات.
تسلط هذه المشكلات الضوء على نقطة مهمة: كلما كانت الأنظمة أكثر ذكاءً، زادت مساحة الهجوم الخاصة بها.
في مجال Web3، كانت الأمان دائمًا موضوعًا يحظى باهتمام كبير. استنادًا إلى "مثلث المستحيل" الذي اقترحه فيتاليك بوكيرين (لا يمكن لشبكة blockchain تحقيق الأمان واللامركزية وقابلية التوسع في نفس الوقت)، تم اشتقاق مجموعة متنوعة من طرق التشفير:
نموذج الأمان بدون ثقة: الفكرة الأساسية هي "لا تثق بأحد، تحقق دائمًا"، مما يبرز أهمية التحقق من الهوية والتفويض لكل طلب وصول.
الهوية اللامركزية (DID): مجموعة من معايير المعرفات تمكّن الكيانات من الحصول على هوية قابلة للتحقق ودائمة دون الحاجة إلى الاعتماد على سجل مركزي.
التشفير المتجانس بالكامل (FHE): تقنية تشفير متقدمة تسمح بإجراء حسابات عشوائية على البيانات المشفرة دون فك تشفيرها.
يعتبر FHE التقنية الرئيسية لحل مشكلات الأمان في عصر الذكاء الاصطناعي. يمكن أن تلعب دورًا على عدة مستويات:
الجانب البياني: تتم معالجة جميع المعلومات المدخلة من قبل المستخدم (بما في ذلك الخصائص البيولوجية ونبرة الصوت) في حالة مشفرة، حتى نظام الذكاء الاصطناعي نفسه لا يمكنه فك تشفير البيانات الأصلية.
على مستوى الخوارزمية: من خلال FHE تحقيق "تدريب النموذج المشفر"، حتى المطورين لا يمكنهم窥窥 مسار اتخاذ قرارات الذكاء الاصطناعي.
الجانب التعاوني: يتم استخدام التشفير بالعتبة للتواصل بين عدة وكلاء، ولن يؤدي اختراق عقدة واحدة إلى تسرب البيانات العالمية.
في مجال أمان Web3، توجد مشاريع متعددة تستكشف اتجاهات مختلفة. ومع ذلك، غالبًا ما لا يتم الانتباه إلى مشاريع الأمان من قبل المضاربين. في المستقبل، مع التطور المستمر لتقنيات الذكاء الاصطناعي، ستزداد أهمية تقنيات الأمان مثل FHE. على الطريق نحو AGI، ليست هذه التقنيات مجرد أدوات لحل المشكلات الحالية، بل هي ضرورية لعصر الذكاء الاصطناعي القوي في المستقبل.