اختراق جديد في تطوير الذكاء الاصطناعي: نموذج Manus يتجاوز النماذج الكبيرة في نفس المستوى، مما يثير مخاوف بشأن الأمان

مؤخراً، حقق نموذج Manus نتائج بارزة في اختبار GAIA، حيث تفوق أداؤه على نماذج اللغة الكبيرة من نفس المستوى. يظهر هذا الإنجاز قدرة Manus الاستثنائية في معالجة المهام المعقدة، مثل المفاوضات التجارية الدولية، وغيرها من السيناريوهات التي تتطلب مهارات متعددة. تتمثل مزايا Manus بشكل رئيسي في تحليل الأهداف الديناميكية، والاستدلال متعدد الوسائط، وتعزيز التعلم من خلال الذاكرة. يمكنه تقسيم المهام الكبيرة إلى مئات من المهام الفرعية، مع معالجة أنواع متعددة من البيانات، ومن خلال التعلم التعزيزي، يعمل باستمرار على تحسين كفاءة اتخاذ القرار وتقليل معدل الأخطاء.

أدى هذا التطور مرة أخرى إلى إثارة النقاش في الصناعة حول مسار تطوير الذكاء الاصطناعي: هل نسير نحو مسار الذكاء الاصطناعي العام (AGI) كمسار للذكاء الأحادي، أم مسار نظام الوكلاء المتعددة (MAS) التعاوني كمسار موزع؟ لكل من هذين المسارين مزايا وعيوب. يسعى مسار AGI إلى تقريب نظام واحد من القدرة على اتخاذ القرارات الشاملة مثل البشر، بينما يركز مسار MAS على تنسيق عمل عدة وكلاء ذوي تخصصات مختلفة.

ومع ذلك، مع تزايد ذكاء أنظمة الذكاء الاصطناعي، تزداد المخاطر المحتملة بشكل مستمر. تشمل المخاوف الرئيسية:

1. خصوصية البيانات: في مجالات حساسة مثل الرعاية الصحية والمالية، تحتاج أنظمة الذكاء الاصطناعي إلى الوصول إلى كميات كبيرة من البيانات الخاصة.
2. التحيز في الخوارزميات: قد تظهر الذكاء الاصطناعي ميول غير عادلة أو تمييزية في بعض القرارات.
3. ثغرات الأمان: قد تصبح الأنظمة عالية الذكاء هدفًا رئيسيًا لهجمات القراصنة.

لمواجهة هذه التحديات، يستكشف القطاع مجموعة متنوعة من تقنيات التشفير ونماذج الأمان:

• نموذج الأمان بدون ثقة: يركز على التحقق الصارم من كل طلب وصول.
• الهوية اللامركزية (DID): تحقيق التعرف على الهوية القابلة للتحقق والدائمة دون الحاجة إلى تسجيل مركزي.
• التشفير المتجانس بالكامل (FHE): يسمح بإجراء الحسابات على البيانات في حالة مشفرة، مما يحمي الخصوصية.

من بين ذلك، يُعتبر التشفير المتجانس الكامل أحد التقنيات الرئيسية لحل مشكلات الأمان في عصر الذكاء الاصطناعي. يمكنه حماية خصوصية المستخدم على مستوى البيانات، وتنفيذ تدريب النماذج المشفرة على مستوى الخوارزميات، واستخدام التشفير بالعتبة لحماية الاتصالات على مستوى التعاون.

على الرغم من أن تقنيات الأمان كانت دائمًا موضوعًا ساخنًا في مجال العملات المشفرة، إلا أن العديد من المشاريع الابتكارية لم تحظَ بالاهتمام الكافي. على سبيل المثال، لم تستطع المشاريع المبكرة للهويات اللامركزية والشبكات القائمة على نموذج الثقة الصفرية الحفاظ على زخمها في السوق على المدى الطويل. حاليًا، تحاول بعض المشاريع الناشئة في مجال تشفير البيانات بالكامل تطبيق هذه التقنية في سيناريوهات عملية، وتعاونت مع العديد من عمالقة التكنولوجيا.

مع اقتراب تقنيات الذكاء الاصطناعي من مستويات الذكاء البشري، أصبح من المهم بشكل متزايد إنشاء نظام دفاعي قوي. تقنيات مثل التشفير المتجانس بالكامل لا تحل فقط التحديات الأمنية الحالية، بل ستضع الأساس لعصر الذكاء الاصطناعي القوي في المستقبل. على الطريق نحو الذكاء الاصطناعي العام، لم تعد هذه التقنيات الأمنية خيارًا، بل أصبحت شرطًا ضروريًا لضمان التشغيل الموثوق لأنظمة الذكاء الاصطناعي.