Manus حققت نتائج SOTA في اختبار GAIA المعيار، مما أثار مناقشات حول مسار تطوير الذكاء الاصطناعي
أظهر Manus أداءً ممتازًا في اختبار GAIA المعياري، متفوقًا على نماذج كبيرة من نفس المستوى. وهذا يعني أنه قادر على معالجة المهام المعقدة بشكل مستقل، مثل المفاوضات التجارية الدولية، التي تتضمن تحليل بنود العقود، وتطوير الاستراتيجيات، وتوليد الحلول عبر عدة مراحل. تكمن ميزة Manus في قدرته على تفكيك الأهداف الديناميكية، والاستدلال عبر أنماط متعددة، وتعزيز التعلم بالذاكرة. يمكنه تقسيم المهام الكبيرة إلى مئات من المهام الفرعية القابلة للتنفيذ، ومعالجة أنواع متعددة من البيانات، وتحسين كفاءة اتخاذ القرار باستمرار من خلال التعلم المعزز، مما يقلل من معدل الأخطاء.
أثارت اختراقات Manus مرة أخرى مناقشات حول مسار التطور المستقبلي في مجال الذكاء الاصطناعي: هل نتجه نحو هيمنة الذكاء الاصطناعي العام (AGI) أم نحو هيمنة الأنظمة متعددة الوكلاء (MAS)؟
يتضمن مفهوم تصميم Manus احتمالين:
مسار AGI: من خلال تحسين مستوى الذكاء الفردي باستمرار، لجعله قريبًا من القدرة على اتخاذ القرار الشاملة للبشر.
MAS المسار: كمنسق رئيسي، يقوم بتوجيه العديد من الوكلاء الذكيين في مجالات رأسية متعددة للعمل معًا.
تتناول هذه المناقشة في الواقع جوهر قضية تطوير الذكاء الاصطناعي: كيف يمكن تحقيق التوازن بين الكفاءة والأمان؟ مع اقتراب الذكاء الفردي من AGI، تزداد مخاطر عدم شفافية عملية اتخاذ القرار؛ بينما يمكن أن يؤدي التعاون بين العوامل المتعددة إلى تقليل المخاطر، إلا أنه قد يفوت الفرصة الحاسمة في اتخاذ القرار بسبب تأخير الاتصالات.
تقدم Manus يبرز أيضًا المخاطر الكامنة في تطور الذكاء الاصطناعي. على سبيل المثال، في السيناريو الطبي، تحتاج Manus إلى الوصول الفوري إلى بيانات المرضى الحساسة؛ في المفاوضات المالية، قد تنطوي على معلومات غير معلنة عن الشركات. بالإضافة إلى ذلك، هناك مشكلة تحيز الخوارزميات، مثل الاقتراحات غير العادلة للرواتب التي قد تؤثر على مجموعات معينة في مفاوضات التوظيف، أو معدلات الخطأ العالية في تقييم شروط الصناعة الناشئة عند مراجعة العقود القانونية. خطر آخر محتمل هو الهجمات العدائية، حيث يمكن أن يتداخل القراصنة من خلال إدخال إشارات صوتية معينة، مما يعوق حكم Manus أثناء المفاوضات.
تسلط هذه التحديات الضوء على مسألة رئيسية: كلما زادت ذكاء أنظمة الذكاء الاصطناعي، زادت أيضًا مساحة الهجوم المحتملة.
في مجال Web3، كانت الأمان دائمًا من النقاط الرئيسية التي تركز عليها. استنادًا إلى هذه الفكرة، ظهرت أنواع متعددة من أساليب التشفير:
نموذج الأمان ذو الثقة الصفرية: يركز على إجراء تحقق وتفويض صارم لكل طلب وصول.
الهوية اللامركزية (DID): حققت نمطًا جديدًا من الهوية الرقمية اللامركزية.
التشفير المتجانس بالكامل (FHE): يسمح بإجراء حسابات على البيانات المشفرة دون فك تشفيرها.
يعتبر التشفير المتجانس بالكامل أداة قوية لحل مشكلات الأمان في عصر الذكاء الاصطناعي. إنه يسمح بإجراء حسابات على البيانات المشفرة، مما يوفر إمكانيات جديدة لحماية الخصوصية.
عند مواجهة تحديات أمان الذكاء الاصطناعي، يمكن أن تلعب FHE دورًا على عدة مستويات:
على مستوى البيانات: تتم معالجة جميع المعلومات المدخلة من قبل المستخدم في حالة تشفير، حتى أن نظام الذكاء الاصطناعي نفسه لا يمكنه فك تشفير البيانات الأصلية.
على مستوى الخوارزمية: تحقيق "تدريب نموذج مشفر" من خلال FHE، لضمان عدم اختراق عملية اتخاذ القرار في الذكاء الاصطناعي.
المستوى التعاوني: يتم استخدام تشفير العتبة للتواصل بين عدة وكلاء، لمنع تسرب البيانات العالمية بسبب تسرب نقطة واحدة.
على الرغم من أن تقنيات أمان Web3 قد تبدو بعيدة عن المستخدمين العاديين في الوقت الحالي، إلا أن أهميتها لا يمكن تجاهلها. في هذا المجال المليء بالتحديات، لا يمكن تجنب أن نكون ضحايا محتملين إلا من خلال تعزيز الحماية باستمرار.
مع اقتراب تقنية الذكاء الاصطناعي من مستوى الذكاء البشري، أصبحت أنظمة الدفاع غير التقليدية أكثر أهمية. لا يمكن لـ FHE فقط حل المشكلات الأمنية الحالية، بل تضع أيضًا الأساس لعصر الذكاء الاصطناعي القوي في المستقبل. على الطريق نحو AGI، أصبحت FHE من خيار اختياري إلى ضرورة للبقاء.
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 6
أعجبني
6
5
مشاركة
تعليق
0/400
CryptoCross-TalkClub
· منذ 21 س
كيف يمكن أن يكون ذكاء هذه الذكاء الاصطناعي أعلى من الحمقى ارتفع بشكل أسرع؟
شاهد النسخة الأصليةرد0
NFT_Therapy
· منذ 21 س
النموذج ذكي جداً، ماذا نفعل إذا كان يحصد الحمقى كل يوم؟
شاهد النسخة الأصليةرد0
MEVictim
· منذ 21 س
لا زلت أضغط على AGI، حقًا أرهقتني كثيرًا
شاهد النسخة الأصليةرد0
SandwichHunter
· منذ 21 س
ألم الرأس AGI صعب للغاية
شاهد النسخة الأصليةرد0
ForkPrince
· منذ 22 س
من هو الذي يلعب لعبة تخطي المستويات في هذه العائلة الذكية؟
تجاوز نموذج Manus الطبقات مما أثار جدلاً حول مسارات تطوير الذكاء الاصطناعي
Manus حققت نتائج SOTA في اختبار GAIA المعيار، مما أثار مناقشات حول مسار تطوير الذكاء الاصطناعي
أظهر Manus أداءً ممتازًا في اختبار GAIA المعياري، متفوقًا على نماذج كبيرة من نفس المستوى. وهذا يعني أنه قادر على معالجة المهام المعقدة بشكل مستقل، مثل المفاوضات التجارية الدولية، التي تتضمن تحليل بنود العقود، وتطوير الاستراتيجيات، وتوليد الحلول عبر عدة مراحل. تكمن ميزة Manus في قدرته على تفكيك الأهداف الديناميكية، والاستدلال عبر أنماط متعددة، وتعزيز التعلم بالذاكرة. يمكنه تقسيم المهام الكبيرة إلى مئات من المهام الفرعية القابلة للتنفيذ، ومعالجة أنواع متعددة من البيانات، وتحسين كفاءة اتخاذ القرار باستمرار من خلال التعلم المعزز، مما يقلل من معدل الأخطاء.
أثارت اختراقات Manus مرة أخرى مناقشات حول مسار التطور المستقبلي في مجال الذكاء الاصطناعي: هل نتجه نحو هيمنة الذكاء الاصطناعي العام (AGI) أم نحو هيمنة الأنظمة متعددة الوكلاء (MAS)؟
يتضمن مفهوم تصميم Manus احتمالين:
مسار AGI: من خلال تحسين مستوى الذكاء الفردي باستمرار، لجعله قريبًا من القدرة على اتخاذ القرار الشاملة للبشر.
MAS المسار: كمنسق رئيسي، يقوم بتوجيه العديد من الوكلاء الذكيين في مجالات رأسية متعددة للعمل معًا.
تتناول هذه المناقشة في الواقع جوهر قضية تطوير الذكاء الاصطناعي: كيف يمكن تحقيق التوازن بين الكفاءة والأمان؟ مع اقتراب الذكاء الفردي من AGI، تزداد مخاطر عدم شفافية عملية اتخاذ القرار؛ بينما يمكن أن يؤدي التعاون بين العوامل المتعددة إلى تقليل المخاطر، إلا أنه قد يفوت الفرصة الحاسمة في اتخاذ القرار بسبب تأخير الاتصالات.
تقدم Manus يبرز أيضًا المخاطر الكامنة في تطور الذكاء الاصطناعي. على سبيل المثال، في السيناريو الطبي، تحتاج Manus إلى الوصول الفوري إلى بيانات المرضى الحساسة؛ في المفاوضات المالية، قد تنطوي على معلومات غير معلنة عن الشركات. بالإضافة إلى ذلك، هناك مشكلة تحيز الخوارزميات، مثل الاقتراحات غير العادلة للرواتب التي قد تؤثر على مجموعات معينة في مفاوضات التوظيف، أو معدلات الخطأ العالية في تقييم شروط الصناعة الناشئة عند مراجعة العقود القانونية. خطر آخر محتمل هو الهجمات العدائية، حيث يمكن أن يتداخل القراصنة من خلال إدخال إشارات صوتية معينة، مما يعوق حكم Manus أثناء المفاوضات.
تسلط هذه التحديات الضوء على مسألة رئيسية: كلما زادت ذكاء أنظمة الذكاء الاصطناعي، زادت أيضًا مساحة الهجوم المحتملة.
في مجال Web3، كانت الأمان دائمًا من النقاط الرئيسية التي تركز عليها. استنادًا إلى هذه الفكرة، ظهرت أنواع متعددة من أساليب التشفير:
نموذج الأمان ذو الثقة الصفرية: يركز على إجراء تحقق وتفويض صارم لكل طلب وصول.
الهوية اللامركزية (DID): حققت نمطًا جديدًا من الهوية الرقمية اللامركزية.
التشفير المتجانس بالكامل (FHE): يسمح بإجراء حسابات على البيانات المشفرة دون فك تشفيرها.
يعتبر التشفير المتجانس بالكامل أداة قوية لحل مشكلات الأمان في عصر الذكاء الاصطناعي. إنه يسمح بإجراء حسابات على البيانات المشفرة، مما يوفر إمكانيات جديدة لحماية الخصوصية.
عند مواجهة تحديات أمان الذكاء الاصطناعي، يمكن أن تلعب FHE دورًا على عدة مستويات:
على مستوى البيانات: تتم معالجة جميع المعلومات المدخلة من قبل المستخدم في حالة تشفير، حتى أن نظام الذكاء الاصطناعي نفسه لا يمكنه فك تشفير البيانات الأصلية.
على مستوى الخوارزمية: تحقيق "تدريب نموذج مشفر" من خلال FHE، لضمان عدم اختراق عملية اتخاذ القرار في الذكاء الاصطناعي.
المستوى التعاوني: يتم استخدام تشفير العتبة للتواصل بين عدة وكلاء، لمنع تسرب البيانات العالمية بسبب تسرب نقطة واحدة.
على الرغم من أن تقنيات أمان Web3 قد تبدو بعيدة عن المستخدمين العاديين في الوقت الحالي، إلا أن أهميتها لا يمكن تجاهلها. في هذا المجال المليء بالتحديات، لا يمكن تجنب أن نكون ضحايا محتملين إلا من خلال تعزيز الحماية باستمرار.
مع اقتراب تقنية الذكاء الاصطناعي من مستوى الذكاء البشري، أصبحت أنظمة الدفاع غير التقليدية أكثر أهمية. لا يمكن لـ FHE فقط حل المشكلات الأمنية الحالية، بل تضع أيضًا الأساس لعصر الذكاء الاصطناعي القوي في المستقبل. على الطريق نحو AGI، أصبحت FHE من خيار اختياري إلى ضرورة للبقاء.