Значний прорив у сфері ШІ: Модель Manus встановила новий рекорд у тестуванні GAIA

Нещодавно в галузі штучного інтелекту відбулися значні досягнення. Модель Manus досягла проривних результатів у бенчмаркінгу GAIA, її продуктивність перевершила продуктивність великих мовних моделей того ж рівня. Це досягнення означає, що Manus здатна самостійно виконувати складні завдання, такі як міжнародні бізнес-перемовини, що включають аналіз контрактів, розробку стратегій та створення планів.

Порівняно з традиційними системами, переваги Manus полягають у його здатності до динамічного розподілу цілей, крос-модального міркування та вдосконаленого навчання з пам'яттю. Він може розбивати складні завдання на сотні виконуваних підзадач, одночасно обробляючи різні типи даних і постійно підвищуючи ефективність прийняття рішень за допомогою навчання з підкріпленням, знижуючи рівень помилок.

Проте прогрес Manus також викликав дискусії в галузі щодо шляхів розвитку ШІ: чи буде майбутнє під управлінням загального штучного інтелекту (AGI), чи його буде очолювати багатокористувацька система (MAS)? Ця суперечка по суті відображає питання балансу між ефективністю та безпекою в розвитку ШІ.

З розвитком систем ШІ їх потенційні ризики також зростають. Наприклад, у медичних сценаріях ШІ потребує доступу до чутливих даних пацієнтів; у фінансових переговорах можуть бути залучені непубліковані корпоративні дані. Крім того, ШІ також може мати проблеми з упередженістю алгоритмів та безпекою.

Щоб впоратися з цими викликами, галузь вивчає різні рішення для забезпечення безпеки:

1. Модель нульового довіри в безпеці: підкреслює необхідність сувірної автентифікації та авторизації для кожного запиту на доступ.

2. Децентралізована ідентичність (DID): реалізація ідентифікації без централізованої реєстрації.

3. Повна гомоморфна криптографія (FHE): дозволяє виконувати обчислення над даними в зашифрованому стані, захищаючи конфіденційність.

Технологія FHE демонструє величезний потенціал у вирішенні проблем безпеки в епоху ШІ. Вона може захищати інформацію користувачів на рівні даних, забезпечувати навчання зашифрованих моделей на алгоритмічному рівні та використовувати порогове шифрування на рівні співпраці для запобігання витоку даних.

З розвитком технологій ШІ, які все більше наближаються до рівня людського інтелекту, створення потужної системи захисту стає все більш важливим. FHE не тільки вирішує поточні проблеми, але й закладає основу для безпеки в епоху потужного ШІ. На шляху до AGI, FHE став незамінною технологічною підтримкою.