ManusがGAIAベンチマークで画期的な進展を遂げました

最近、ManusはGAIAベンチマークテストで目覚ましい成果を上げ、同レベルの大型言語モデルを超える性能を発揮しました。これは、Manusが契約条件の分解、戦略の予測、プランの生成などの複雑なタスクを独立して遂行できることを意味し、法務チームや財務チームとの調整も可能です。

Manusの利点は主に3つの側面に現れます：動的な目標分解能力、クロスモーダル推論能力、そして記憶強化学習能力です。これにより、大規模なタスクを数百の実行可能なサブタスクに分解し、さまざまなタイプのデータを同時に処理し、強化学習を通じて自らの意思決定効率を向上させ、エラー率を低下させることができます。

この突破は再び業界内でのAIの進化の道筋についての議論を引き起こしました：未来はAGIが支配するのか、それともマルチエージェントシステム（MAS）が協調して主導するのか？

Manusのデザイン理念は2つの可能性を暗示しています：

1. AGIの道筋：単体の知能レベルを持続的に向上させ、人間の総合的な意思決定能力に近づける。

2. MASパス：スーパーコーディネーターとして、数千の垂直分野のエージェントが協力して作戦を指揮します。

表面的には、これは異なるパスの分岐ですが、実質的にはAIの発展における効率と安全のバランスをどう取るかという問題についての議論です。単一の知能がAGIに近づくほど、その意思決定のブラックボックス化リスクは高まります。一方で、マルチエージェントの協調はリスクを分散させることができますが、通信の遅延によって重要な意思決定のタイミングを逃す可能性があります。

Manusの進化は、データプライバシー、アルゴリズムの偏見、対抗攻撃などの固有のリスクを無意識のうちに拡大しました。医療の場面では、Manusは患者のゲノムデータにリアルタイムでアクセスする必要があります。金融交渉では、企業の未公開の財務情報が関与する可能性があります。採用交渉では、特定のグループに対して低い給与提案を行う可能性があります。法律契約のレビューでは、新興業界の条項に対する誤判断率がほぼ半分に達する可能性があります。また、ハッカーは特定の音声周波数を埋め込むことによって、Manusが交渉中に相手の提示価格範囲を誤判断させる可能性があります。

これらの問題は重要なポイントを浮き彫りにしています：よりスマートなシステムは、その攻撃面も広がるということです。

! マヌスはAGIの夜明けをもたらし、AIセキュリティも熟考する価値があります

Web3分野では、安全性は常に注目されているトピックです。V神が提唱した「不可能の三角形」（ブロックチェーンネットワークは同時に安全性、分散化、スケーラビリティを実現できない）に基づいて、さまざまな暗号方法が派生しました。

1. ゼロトラストセキュリティモデル：核心理念は「誰も信頼せず、常に検証を行う」であり、すべてのアクセス要求に対して厳格な認証と承認を強調しています。

2. 分散型アイデンティティ（DID）：エンティティが集中型レジストリに依存せず、検証可能で持続的な方法で識別を取得できる標識標準のセット。

3. 完全同型暗号（FHE）：データを復号化せずに暗号化されたデータに対して任意の計算を実行できる高度な暗号技術。

その中で、FHEはAI時代の安全問題を解決するための鍵となる技術と見なされています。それは以下のいくつかのレベルで機能することができます：

1. データの面：ユーザーが入力したすべての情報（生体情報、声のトーンを含む）は暗号化された状態で処理され、AIシステム自身も元のデータを解読することができません。

2. アルゴリズムの面：FHEを通じて「暗号化モデルのトレーニング」を実現し、開発者でさえもAIの意思決定プロセスを覗くことができません。

3. 協調の面：複数のエージェント間の通信は閾値暗号を使用し、単一のノードが侵害されてもグローバルデータの漏洩にはつながらない。

Web3のセキュリティ分野では、さまざまなプロジェクトが異なる方向性で探求を行っています。しかし、セキュリティプロジェクトは投機家からはあまり注目されません。今後、AI技術が進化するにつれて、FHEなどのセキュリティ技術の重要性はますます顕著になるでしょう。AGIへの道のりにおいて、これらの技術は現在の問題を解決するためのツールであるだけでなく、未来の強力なAI時代において必要不可欠なものとなります。