Manus достиг прорывных результатов в тестировании Бенчмарк GAIA
Недавно Manus достиг впечатляющих результатов в тестировании GAIA, его производительность превосходит крупные языковые модели того же уровня. Это означает, что Manus может самостоятельно выполнять сложные задачи, такие как международные бизнес-переговоры, включая разбор условий контракта, предсказание стратегий и генерацию предложений, а также координировать юридические и финансовые команды.
Преимущества Manus в основном проявляются в трех аспектах: способности к динамическому разбиению целей, способности к кросс-модальному выводу и способности к обучению с усилением памяти. Он может разбивать крупные задачи на сотни исполняемых подзадач, одновременно обрабатывать различные типы данных и постоянно повышать свою эффективность принятия решений и снижать уровень ошибок с помощью обучения с подкреплением.
Этот прорыв вновь вызвал обсуждение в отрасли о путях эволюции ИИ: будущее — это единоличное господство AGI или совместное руководство многоагентных систем (MAS)?
Дизайнерская концепция Manus подразумевает две возможности:
Путь AGI: через постоянное повышение уровня индивидуального интеллекта, чтобы он приблизился к комплексной способности принятия решений человеком.
MAS путь: в качестве суперкоординатора, командует тысячами вертикальных областей агентов, работающих совместно.
На поверхности это разногласия между различными путями, но на самом деле обсуждается вопрос о том, как сбалансировать эффективность и безопасность в развитии ИИ. Чем ближе отдельный интеллект к AGI, тем выше риск черного ящика в его решениях; хотя координация нескольких интеллектов может снизить риски, она может привести к упущению ключевых моментов для принятия решений из-за задержки связи.
Эволюция Manus неявно увеличивает присущие риски развития ИИ, такие как проблемы конфиденциальности данных, предвзятости алгоритмов и атак противника. В медицинских сценариях Manus необходимо в реальном времени получать доступ к данным геномов пациентов; в финансовых переговорах могут быть задействованы нераскрытые финансовые отчеты компаний. В процессе найма могут быть предложены заниженные зарплатные рекомендации для определенных групп; при проверке юридических контрактов вероятность ошибок в интерпретации условий новых отраслей может достигать половины. Кроме того, хакеры могут внедрить специфическую частоту голоса, что приведет к ошибкам в оценке диапазона предложений противника во время переговоров.
Эти вопросы подчеркивают важную точку зрения: чем умнее система, тем шире ее уязвимость.
В области Web3 безопасность всегда была предметом особого внимания. Основываясь на "треугольнике невозможного", предложенном Виталием Бутериным (блокчейн-сеть не может одновременно обеспечить безопасность, децентрализацию и масштабируемость), появились различные способы шифрования:
Модель нулевого доверия: основная идея заключается в том, чтобы "не доверять никому и всегда проверять". Это подчеркивает необходимость строгой проверки и авторизации каждого запроса на доступ.
Децентрализованная идентичность (DID): набор стандартов идентификаторов, позволяющий сущностям получать идентификацию в проверяемой и постоянной форме без необходимости полагаться на централизованные реестры.
Полностью однородное шифрование (FHE): продвинутая технология шифрования, позволяющая выполнять произвольные вычисления над зашифрованными данными без их расшифровки.
Среди них FHE считается ключевой технологией для решения проблем безопасности в эпоху ИИ. Она может играть роль на нескольких уровнях:
Уровень данных: Вся информация, введенная пользователем (включая биометрические данные, голос и интонацию), обрабатывается в зашифрованном состоянии, и даже сама система ИИ не может расшифровать исходные данные.
Алгоритмический уровень: реализация "обучения модели с шифрованием" через FHE, даже разработчик не сможет заглянуть в путь принятия решений ИИ.
Сотрудничество на уровне: связь между несколькими агентами осуществляется с помощью порогового шифрования, компрометация одного узла не приведет к утечке глобальных данных.
В области безопасности Web3 уже существует несколько проектов, которые исследуют различные направления. Однако проекты в области безопасности часто не привлекают внимание спекулянтов. В будущем, с постоянным развитием технологий ИИ, такие технологии безопасности, как FHE, будут приобретать все большее значение. На пути к AGI эти технологии будут не только инструментами для решения текущих проблем, но и необходимыми в эпоху сильного ИИ.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
14 Лайков
Награда
14
5
Поделиться
комментарий
0/400
DarkPoolWatcher
· 07-24 23:34
Ещё одна компания выпрыгнула и заявила, что она бык.
Посмотреть ОригиналОтветить0
FrontRunFighter
· 07-24 23:31
темный лес становится все темнее... manus просто еще одно оружие в гонке за извлечением MEV, если честно
Посмотреть ОригиналОтветить0
DeFiGrayling
· 07-24 23:30
В сообществе всегда есть что-то новенькое.
Посмотреть ОригиналОтветить0
GasFeePhobia
· 07-24 23:21
Га, это не должно вызвать панического спроса.
Посмотреть ОригиналОтветить0
OnChainDetective
· 07-24 23:17
В полночь я проверил данные в бэкэнде, эта архитектура системы вызывает подозрение на 99.97%.
Manus преодолел тест GAIA, вызвав обсуждение безопасности с помощью искусственного интеллекта и технологий FHE.
Manus достиг прорывных результатов в тестировании Бенчмарк GAIA
Недавно Manus достиг впечатляющих результатов в тестировании GAIA, его производительность превосходит крупные языковые модели того же уровня. Это означает, что Manus может самостоятельно выполнять сложные задачи, такие как международные бизнес-переговоры, включая разбор условий контракта, предсказание стратегий и генерацию предложений, а также координировать юридические и финансовые команды.
Преимущества Manus в основном проявляются в трех аспектах: способности к динамическому разбиению целей, способности к кросс-модальному выводу и способности к обучению с усилением памяти. Он может разбивать крупные задачи на сотни исполняемых подзадач, одновременно обрабатывать различные типы данных и постоянно повышать свою эффективность принятия решений и снижать уровень ошибок с помощью обучения с подкреплением.
Этот прорыв вновь вызвал обсуждение в отрасли о путях эволюции ИИ: будущее — это единоличное господство AGI или совместное руководство многоагентных систем (MAS)?
Дизайнерская концепция Manus подразумевает две возможности:
Путь AGI: через постоянное повышение уровня индивидуального интеллекта, чтобы он приблизился к комплексной способности принятия решений человеком.
MAS путь: в качестве суперкоординатора, командует тысячами вертикальных областей агентов, работающих совместно.
На поверхности это разногласия между различными путями, но на самом деле обсуждается вопрос о том, как сбалансировать эффективность и безопасность в развитии ИИ. Чем ближе отдельный интеллект к AGI, тем выше риск черного ящика в его решениях; хотя координация нескольких интеллектов может снизить риски, она может привести к упущению ключевых моментов для принятия решений из-за задержки связи.
Эволюция Manus неявно увеличивает присущие риски развития ИИ, такие как проблемы конфиденциальности данных, предвзятости алгоритмов и атак противника. В медицинских сценариях Manus необходимо в реальном времени получать доступ к данным геномов пациентов; в финансовых переговорах могут быть задействованы нераскрытые финансовые отчеты компаний. В процессе найма могут быть предложены заниженные зарплатные рекомендации для определенных групп; при проверке юридических контрактов вероятность ошибок в интерпретации условий новых отраслей может достигать половины. Кроме того, хакеры могут внедрить специфическую частоту голоса, что приведет к ошибкам в оценке диапазона предложений противника во время переговоров.
Эти вопросы подчеркивают важную точку зрения: чем умнее система, тем шире ее уязвимость.
В области Web3 безопасность всегда была предметом особого внимания. Основываясь на "треугольнике невозможного", предложенном Виталием Бутериным (блокчейн-сеть не может одновременно обеспечить безопасность, децентрализацию и масштабируемость), появились различные способы шифрования:
Модель нулевого доверия: основная идея заключается в том, чтобы "не доверять никому и всегда проверять". Это подчеркивает необходимость строгой проверки и авторизации каждого запроса на доступ.
Децентрализованная идентичность (DID): набор стандартов идентификаторов, позволяющий сущностям получать идентификацию в проверяемой и постоянной форме без необходимости полагаться на централизованные реестры.
Полностью однородное шифрование (FHE): продвинутая технология шифрования, позволяющая выполнять произвольные вычисления над зашифрованными данными без их расшифровки.
Среди них FHE считается ключевой технологией для решения проблем безопасности в эпоху ИИ. Она может играть роль на нескольких уровнях:
Уровень данных: Вся информация, введенная пользователем (включая биометрические данные, голос и интонацию), обрабатывается в зашифрованном состоянии, и даже сама система ИИ не может расшифровать исходные данные.
Алгоритмический уровень: реализация "обучения модели с шифрованием" через FHE, даже разработчик не сможет заглянуть в путь принятия решений ИИ.
Сотрудничество на уровне: связь между несколькими агентами осуществляется с помощью порогового шифрования, компрометация одного узла не приведет к утечке глобальных данных.
В области безопасности Web3 уже существует несколько проектов, которые исследуют различные направления. Однако проекты в области безопасности часто не привлекают внимание спекулянтов. В будущем, с постоянным развитием технологий ИИ, такие технологии безопасности, как FHE, будут приобретать все большее значение. На пути к AGI эти технологии будут не только инструментами для решения текущих проблем, но и необходимыми в эпоху сильного ИИ.