حقق Manus إنجازات بارزة في اختبار GAIA المعيار، مما أثار جدلاً حول مسار تطوير الذكاء الاصطناعي
أظهر Manus أداءً ممتازًا في اختبار GAIA المعياري، متجاوزًا نماذج اللغة الكبيرة من نفس الفئة. تُظهر هذه الإنجاز أن Manus يمتلك القدرة على إتمام المهام المعقدة بشكل مستقل، مثل معالجة المفاوضات التجارية الدولية، بما في ذلك تحليل بنود العقود، ووضع الاستراتيجيات، وتوليد الحلول في عدة مراحل. تبرز مزايا Manus بشكل رئيسي في ثلاثة مجالات: تقسيم الأهداف الديناميكية، والاستدلال عبر الأنماط، وتعزيز الذاكرة التعلم. يمكنه تقسيم المهام المعقدة إلى مئات من المهام الفرعية القابلة للتنفيذ، مع معالجة أنواع متعددة من البيانات، وتعزيز كفاءة اتخاذ القرار وتقليل معدل الأخطاء من خلال التعلم المعزز.
أدى ظهور Manus مرة أخرى إلى إثارة النقاش داخل الصناعة حول مسار تطوير الذكاء الاصطناعي: هل سيكون المستقبل في نموذج موحد للذكاء الاصطناعي العام (AGI) أم في قيادة التعاون لنظام متعدد الوكلاء (MAS)؟
تتناول هذه المسألة فلسفة تصميم Manus، مما يوحي باتجاهين محتملين للتطور:
مسار AGI: من خلال تحسين قدرة نظام ذكاء اصطناعي واحد باستمرار، مما يجعله يقترب تدريجياً من مستوى اتخاذ القرار الشامل للبشر.
مسار MAS: تحديد Manus كمنسق رئيسي، يقود آلاف الوكلاء المتخصصين للعمل معًا.
ظاهرًا، هذه خلافات حول مسارات التقنية، لكنها تعكس في الواقع التناقضات الأساسية في تطور الذكاء الاصطناعي: كيف نوازن بين الكفاءة والأمان؟ كلما اقترب النظام الذكي الفردي من AGI، زادت مخاطر عدم وضوح عملية اتخاذ القرار؛ بينما يمكن أن يؤدي التعاون بين العوامل المتعددة إلى توزيع المخاطر، لكنه قد يفوت اللحظات الحاسمة في اتخاذ القرار بسبب تأخير الاتصال.
تقدم Manus يزيد من المخاطر الكامنة في تطوير الذكاء الاصطناعي بشكل غير مرئي. على سبيل المثال:
مسائل خصوصية البيانات: في المجال الطبي، قد يحتاج Manus إلى الوصول الفوري إلى بيانات الجينوم الخاصة بالمرضى؛ في المفاوضات المالية، قد تتعلق المعلومات المالية غير المعلنة للشركات.
تحيز الخوارزمية: قد تقدم Manus اقتراحات رواتب غير عادلة لمجموعات معينة خلال عملية التوظيف؛ أثناء مراجعة العقود القانونية، قد يكون هناك معدل خطأ يصل إلى 50% في شروط الصناعات الناشئة.
ثغرات الهجمات العدائية: قد يتمكن القراصنة من زرع إشارات صوتية محددة، مما يؤدي إلى أن يخطئ Manus في تقدير نطاق عروض خصمه خلال المفاوضات.
تُبرز هذه المشكلات اتجاهًا مقلقًا: كلما كانت الأنظمة الذكية أقوى، زادت نقاط الضعف المحتملة.
في مجال Web3، كانت الأمان موضوعًا يحظى باهتمام كبير. ألهمت نظرية "المثلث المستحيل" التي طرحها مؤسس الإيثيريوم فيتاليك بوترين (لا يمكن لشبكة البلوكشين تحقيق الأمان واللامركزية والقابلية للتوسع في نفس الوقت) تطوير العديد من التقنيات التشفيرية:
نموذج الأمان بدون ثقة: اتبع مبدأ "لا تثق أبدًا، تحقق دائمًا"، مع إجراء تحقق صارم من الهوية وتفويض لكل طلب وصول.
الهوية اللامركزية (DID): معيار تحديد الهوية الذي لا يتطلب هيئة تسجيل مركزية، مما يحقق إدارة جديدة للهوية الرقمية اللامركزية.
التشفير المتجانس الكامل (FHE): يسمح بإجراء العمليات الحسابية على البيانات في حالة التشفير، وهو مناسب لمشاهد الحوسبة السحابية وإسناد البيانات التي تتطلب حماية البيانات الأصلية.
تُعتبر التشفير المتجانس الكامل من بين هذه التقنيات التقنية الرئيسية التي تحل مشكلة الأمان في عصر الذكاء الاصطناعي. يمكن أن يوفر الحماية على عدة مستويات:
على مستوى البيانات: يتم معالجة جميع المعلومات المدخلة من قبل المستخدم (بما في ذلك السمات البيولوجية، الصوت، إلخ) في حالة مشفرة، حتى Manus نفسها لا تستطيع فك تشفير البيانات الأصلية.
على مستوى الخوارزمية: من خلال FHE لتحقيق "تدريب نموذج مشفر"، مما يجعل حتى المطورين غير قادرين على فهم عملية اتخاذ القرار للذكاء الاصطناعي بشكل مباشر.
الجانب التعاوني: يتم استخدام التشفير بالعتبة للتواصل بين عدة وكلاء، حتى لو تم اختراق عقدة واحدة، فلن يؤدي ذلك إلى تسرب البيانات العالمية.
على الرغم من أن تقنيات أمان Web3 قد تبدو بعيدة عن المستخدمين العاديين، إلا أنها مرتبطة بمصالح الجميع. في هذه البيئة المليئة بالتحديات، فإن تعزيز التدابير الأمنية بشكل مستمر هو المفتاح لتجنب أن تصبح "韭菜".
تشمل بعض المشاريع التي تستحق الانتباه:
uPort: قد تكون أول مشروع هوية لامركزية تم إطلاقه على شبكة الإيثريوم الرئيسية.
NKN: حقق إنجازات في نموذج الأمان المعدوم الثقة.
شبكة العقل: كأول مشروع FHE على الشبكة الرئيسية، تم إنشاء شراكات مع العديد من المؤسسات المعروفة.
على الرغم من أن المشاريع الأمنية غالبًا ما لا تحظى بشعبية بين المضاربين، إلا أنها ضرورية للتطور المستدام لتقنيات الذكاء الاصطناعي والبلوك تشين. مع اقتراب تقنيات الذكاء الاصطناعي من مستوى الذكاء البشري، أصبحت أنظمة الدفاع غير التقليدية أكثر أهمية. لا يمكن أن تحل FHE المشاكل الأمنية الحالية فحسب، بل إنها تؤسس أيضًا لحقبة الذكاء الاصطناعي القوي في المستقبل. على الطريق نحو AGI، أصبحت FHE ضرورة للبقاء بدلاً من خيار.
شاهد النسخة الأصلية
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 13
أعجبني
13
4
مشاركة
تعليق
0/400
ser_we_are_ngmi
· منذ 15 س
الآن حقًا ngmi
شاهد النسخة الأصليةرد0
WalletWhisperer
· منذ 15 س
تم اكتشاف شذوذ إحصائي. تشير أنماط السلوك إلى احتمال 73% من هيمنة AGI
شاهد النسخة الأصليةرد0
AirdropFreedom
· منذ 15 س
هل ستقوم العملة بالارتفاع مرة أخرى؟
شاهد النسخة الأصليةرد0
AirdropHunterZhang
· منذ 16 س
إطلاق airdrop آخر. غدًا سنبدأ في تفاعل manus. اعتبرها فرصة للتدرب وإعداد الواجب المنزلي مسبقًا.
Manus تتجاوز اختبار GAIA مما أثار جدلاً حول مسار تطوير الذكاء الاصطناعي والسلامة
حقق Manus إنجازات بارزة في اختبار GAIA المعيار، مما أثار جدلاً حول مسار تطوير الذكاء الاصطناعي
أظهر Manus أداءً ممتازًا في اختبار GAIA المعياري، متجاوزًا نماذج اللغة الكبيرة من نفس الفئة. تُظهر هذه الإنجاز أن Manus يمتلك القدرة على إتمام المهام المعقدة بشكل مستقل، مثل معالجة المفاوضات التجارية الدولية، بما في ذلك تحليل بنود العقود، ووضع الاستراتيجيات، وتوليد الحلول في عدة مراحل. تبرز مزايا Manus بشكل رئيسي في ثلاثة مجالات: تقسيم الأهداف الديناميكية، والاستدلال عبر الأنماط، وتعزيز الذاكرة التعلم. يمكنه تقسيم المهام المعقدة إلى مئات من المهام الفرعية القابلة للتنفيذ، مع معالجة أنواع متعددة من البيانات، وتعزيز كفاءة اتخاذ القرار وتقليل معدل الأخطاء من خلال التعلم المعزز.
أدى ظهور Manus مرة أخرى إلى إثارة النقاش داخل الصناعة حول مسار تطوير الذكاء الاصطناعي: هل سيكون المستقبل في نموذج موحد للذكاء الاصطناعي العام (AGI) أم في قيادة التعاون لنظام متعدد الوكلاء (MAS)؟
تتناول هذه المسألة فلسفة تصميم Manus، مما يوحي باتجاهين محتملين للتطور:
مسار AGI: من خلال تحسين قدرة نظام ذكاء اصطناعي واحد باستمرار، مما يجعله يقترب تدريجياً من مستوى اتخاذ القرار الشامل للبشر.
مسار MAS: تحديد Manus كمنسق رئيسي، يقود آلاف الوكلاء المتخصصين للعمل معًا.
ظاهرًا، هذه خلافات حول مسارات التقنية، لكنها تعكس في الواقع التناقضات الأساسية في تطور الذكاء الاصطناعي: كيف نوازن بين الكفاءة والأمان؟ كلما اقترب النظام الذكي الفردي من AGI، زادت مخاطر عدم وضوح عملية اتخاذ القرار؛ بينما يمكن أن يؤدي التعاون بين العوامل المتعددة إلى توزيع المخاطر، لكنه قد يفوت اللحظات الحاسمة في اتخاذ القرار بسبب تأخير الاتصال.
تقدم Manus يزيد من المخاطر الكامنة في تطوير الذكاء الاصطناعي بشكل غير مرئي. على سبيل المثال:
مسائل خصوصية البيانات: في المجال الطبي، قد يحتاج Manus إلى الوصول الفوري إلى بيانات الجينوم الخاصة بالمرضى؛ في المفاوضات المالية، قد تتعلق المعلومات المالية غير المعلنة للشركات.
تحيز الخوارزمية: قد تقدم Manus اقتراحات رواتب غير عادلة لمجموعات معينة خلال عملية التوظيف؛ أثناء مراجعة العقود القانونية، قد يكون هناك معدل خطأ يصل إلى 50% في شروط الصناعات الناشئة.
ثغرات الهجمات العدائية: قد يتمكن القراصنة من زرع إشارات صوتية محددة، مما يؤدي إلى أن يخطئ Manus في تقدير نطاق عروض خصمه خلال المفاوضات.
تُبرز هذه المشكلات اتجاهًا مقلقًا: كلما كانت الأنظمة الذكية أقوى، زادت نقاط الضعف المحتملة.
في مجال Web3، كانت الأمان موضوعًا يحظى باهتمام كبير. ألهمت نظرية "المثلث المستحيل" التي طرحها مؤسس الإيثيريوم فيتاليك بوترين (لا يمكن لشبكة البلوكشين تحقيق الأمان واللامركزية والقابلية للتوسع في نفس الوقت) تطوير العديد من التقنيات التشفيرية:
نموذج الأمان بدون ثقة: اتبع مبدأ "لا تثق أبدًا، تحقق دائمًا"، مع إجراء تحقق صارم من الهوية وتفويض لكل طلب وصول.
الهوية اللامركزية (DID): معيار تحديد الهوية الذي لا يتطلب هيئة تسجيل مركزية، مما يحقق إدارة جديدة للهوية الرقمية اللامركزية.
التشفير المتجانس الكامل (FHE): يسمح بإجراء العمليات الحسابية على البيانات في حالة التشفير، وهو مناسب لمشاهد الحوسبة السحابية وإسناد البيانات التي تتطلب حماية البيانات الأصلية.
تُعتبر التشفير المتجانس الكامل من بين هذه التقنيات التقنية الرئيسية التي تحل مشكلة الأمان في عصر الذكاء الاصطناعي. يمكن أن يوفر الحماية على عدة مستويات:
على مستوى البيانات: يتم معالجة جميع المعلومات المدخلة من قبل المستخدم (بما في ذلك السمات البيولوجية، الصوت، إلخ) في حالة مشفرة، حتى Manus نفسها لا تستطيع فك تشفير البيانات الأصلية.
على مستوى الخوارزمية: من خلال FHE لتحقيق "تدريب نموذج مشفر"، مما يجعل حتى المطورين غير قادرين على فهم عملية اتخاذ القرار للذكاء الاصطناعي بشكل مباشر.
الجانب التعاوني: يتم استخدام التشفير بالعتبة للتواصل بين عدة وكلاء، حتى لو تم اختراق عقدة واحدة، فلن يؤدي ذلك إلى تسرب البيانات العالمية.
على الرغم من أن تقنيات أمان Web3 قد تبدو بعيدة عن المستخدمين العاديين، إلا أنها مرتبطة بمصالح الجميع. في هذه البيئة المليئة بالتحديات، فإن تعزيز التدابير الأمنية بشكل مستمر هو المفتاح لتجنب أن تصبح "韭菜".
تشمل بعض المشاريع التي تستحق الانتباه:
على الرغم من أن المشاريع الأمنية غالبًا ما لا تحظى بشعبية بين المضاربين، إلا أنها ضرورية للتطور المستدام لتقنيات الذكاء الاصطناعي والبلوك تشين. مع اقتراب تقنيات الذكاء الاصطناعي من مستوى الذكاء البشري، أصبحت أنظمة الدفاع غير التقليدية أكثر أهمية. لا يمكن أن تحل FHE المشاكل الأمنية الحالية فحسب، بل إنها تؤسس أيضًا لحقبة الذكاء الاصطناعي القوي في المستقبل. على الطريق نحو AGI، أصبحت FHE ضرورة للبقاء بدلاً من خيار.