Đột phá mới nhất trong lĩnh vực AI: Hiệu suất của mô hình Manus vượt trội hơn sản phẩm cùng loại của OpenAI
Gần đây, mô hình Manus đã đạt được những bước tiến đột phá trong bài kiểm tra chuẩn GAIA, vượt qua các mô hình OpenAI cùng cấp. Điều này có nghĩa là Manus đã có khả năng hoàn thành độc lập các nhiệm vụ phức tạp, chẳng hạn như đàm phán thương mại xuyên quốc gia với các nhiệm vụ nhiều bước liên quan đến phân tích điều khoản hợp đồng, xây dựng chiến lược và tạo ra các phương án.
Ưu điểm của Manus chủ yếu được thể hiện ở ba khía cạnh: phân tách mục tiêu động, suy luận đa hình thức và học tăng cường trí nhớ. Nó có khả năng chia nhỏ nhiệm vụ phức tạp thành hàng trăm nhiệm vụ con có thể thực hiện, đồng thời xử lý nhiều loại dữ liệu khác nhau, và thông qua học tăng cường, không ngừng nâng cao hiệu quả quyết định, giảm tỷ lệ lỗi.
Đột phá này lại làm dấy lên cuộc thảo luận trong ngành về con đường phát triển AI: có phải là hướng tới trí tuệ nhân tạo tổng quát (AGI) hay hệ thống đa tác nhân (MAS)? Ý tưởng thiết kế của Manus dường như gợi ý hai khả năng: một là thông qua việc không ngừng nâng cao trình độ trí tuệ đơn thể, tiến gần đến khả năng ra quyết định tổng hợp của con người; hai là như một người điều phối siêu cấp, chỉ huy nhiều AI chuyên ngành phối hợp làm việc.
Tuy nhiên, với sự gia tăng khả năng của AI, các rủi ro tiềm ẩn cũng đang gia tăng. Chẳng hạn, trong các tình huống y tế, AI có thể cần truy cập vào dữ liệu gen nhạy cảm của bệnh nhân; trong đàm phán tài chính, có thể liên quan đến thông tin tài chính doanh nghiệp chưa công khai. Hơn nữa, các hệ thống AI cũng có thể tồn tại sự thiên lệch thuật toán, như trong quá trình tuyển dụng gây ra đánh giá không công bằng đối với các nhóm cụ thể. Nghiêm trọng hơn, các hệ thống AI có thể phải đối mặt với các cuộc tấn công đối kháng, như hacker thông qua việc cài đặt âm thanh cụ thể khiến AI đưa ra những phán đoán sai lầm trong quá trình đàm phán.
Đối mặt với những thách thức này, ngành công nghiệp đang khám phá nhiều giải pháp an ninh khác nhau. Trong đó, mã hóa đồng nhất hoàn toàn (FHE) được coi là công cụ quan trọng để giải quyết các vấn đề an ninh trong thời đại AI. FHE cho phép xử lý dữ liệu trong trạng thái được mã hóa, ngay cả khi hệ thống AI cũng không thể giải mã thông tin gốc. Công nghệ này có thể được áp dụng ở nhiều cấp độ:
Mặt dữ liệu: Tất cả thông tin mà người dùng nhập ( bao gồm đặc điểm sinh học, giọng nói ) được xử lý trong trạng thái mã hóa, hiệu quả ngăn chặn rò rỉ thông tin.
Cấp độ thuật toán: Thực hiện "đào tạo mô hình mã hóa" thông qua FHE, ngay cả các nhà phát triển cũng không thể trực tiếp quan sát quá trình ra quyết định của AI.
Khía cạnh hợp tác: Giao tiếp giữa nhiều tác nhân AI sử dụng mã hóa ngưỡng, ngay cả khi một nút đơn lẻ bị xâm phạm cũng sẽ không dẫn đến việc rò rỉ dữ liệu toàn cục.
Mặc dù hiện nay ứng dụng công nghệ FHE trong lĩnh vực Web3 còn tương đối hạn chế, nhưng với sự phát triển nhanh chóng của công nghệ AI, tầm quan trọng của nó đang ngày càng được khẳng định. Trong tương lai, khi các hệ thống AI ngày càng gần gũi với trí thông minh của con người, các hệ thống phòng thủ an toàn phi truyền thống sẽ trở nên vô cùng quan trọng. FHE không chỉ có thể giải quyết các vấn đề an ninh hiện tại, mà còn đặt nền tảng cho thời đại AI mạnh mẽ trong tương lai. Trên con đường hướng tới AGI, FHE rất có thể chuyển từ lựa chọn trở thành nhu cầu sinh tồn.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Mô hình Manus vượt qua OpenAI mã hóa đồng cấu hoàn toàn có thể trở thành tiêu chuẩn mới cho Bảo mật AI
Đột phá mới nhất trong lĩnh vực AI: Hiệu suất của mô hình Manus vượt trội hơn sản phẩm cùng loại của OpenAI
Gần đây, mô hình Manus đã đạt được những bước tiến đột phá trong bài kiểm tra chuẩn GAIA, vượt qua các mô hình OpenAI cùng cấp. Điều này có nghĩa là Manus đã có khả năng hoàn thành độc lập các nhiệm vụ phức tạp, chẳng hạn như đàm phán thương mại xuyên quốc gia với các nhiệm vụ nhiều bước liên quan đến phân tích điều khoản hợp đồng, xây dựng chiến lược và tạo ra các phương án.
Ưu điểm của Manus chủ yếu được thể hiện ở ba khía cạnh: phân tách mục tiêu động, suy luận đa hình thức và học tăng cường trí nhớ. Nó có khả năng chia nhỏ nhiệm vụ phức tạp thành hàng trăm nhiệm vụ con có thể thực hiện, đồng thời xử lý nhiều loại dữ liệu khác nhau, và thông qua học tăng cường, không ngừng nâng cao hiệu quả quyết định, giảm tỷ lệ lỗi.
Đột phá này lại làm dấy lên cuộc thảo luận trong ngành về con đường phát triển AI: có phải là hướng tới trí tuệ nhân tạo tổng quát (AGI) hay hệ thống đa tác nhân (MAS)? Ý tưởng thiết kế của Manus dường như gợi ý hai khả năng: một là thông qua việc không ngừng nâng cao trình độ trí tuệ đơn thể, tiến gần đến khả năng ra quyết định tổng hợp của con người; hai là như một người điều phối siêu cấp, chỉ huy nhiều AI chuyên ngành phối hợp làm việc.
Tuy nhiên, với sự gia tăng khả năng của AI, các rủi ro tiềm ẩn cũng đang gia tăng. Chẳng hạn, trong các tình huống y tế, AI có thể cần truy cập vào dữ liệu gen nhạy cảm của bệnh nhân; trong đàm phán tài chính, có thể liên quan đến thông tin tài chính doanh nghiệp chưa công khai. Hơn nữa, các hệ thống AI cũng có thể tồn tại sự thiên lệch thuật toán, như trong quá trình tuyển dụng gây ra đánh giá không công bằng đối với các nhóm cụ thể. Nghiêm trọng hơn, các hệ thống AI có thể phải đối mặt với các cuộc tấn công đối kháng, như hacker thông qua việc cài đặt âm thanh cụ thể khiến AI đưa ra những phán đoán sai lầm trong quá trình đàm phán.
Đối mặt với những thách thức này, ngành công nghiệp đang khám phá nhiều giải pháp an ninh khác nhau. Trong đó, mã hóa đồng nhất hoàn toàn (FHE) được coi là công cụ quan trọng để giải quyết các vấn đề an ninh trong thời đại AI. FHE cho phép xử lý dữ liệu trong trạng thái được mã hóa, ngay cả khi hệ thống AI cũng không thể giải mã thông tin gốc. Công nghệ này có thể được áp dụng ở nhiều cấp độ:
Mặt dữ liệu: Tất cả thông tin mà người dùng nhập ( bao gồm đặc điểm sinh học, giọng nói ) được xử lý trong trạng thái mã hóa, hiệu quả ngăn chặn rò rỉ thông tin.
Cấp độ thuật toán: Thực hiện "đào tạo mô hình mã hóa" thông qua FHE, ngay cả các nhà phát triển cũng không thể trực tiếp quan sát quá trình ra quyết định của AI.
Khía cạnh hợp tác: Giao tiếp giữa nhiều tác nhân AI sử dụng mã hóa ngưỡng, ngay cả khi một nút đơn lẻ bị xâm phạm cũng sẽ không dẫn đến việc rò rỉ dữ liệu toàn cục.
Mặc dù hiện nay ứng dụng công nghệ FHE trong lĩnh vực Web3 còn tương đối hạn chế, nhưng với sự phát triển nhanh chóng của công nghệ AI, tầm quan trọng của nó đang ngày càng được khẳng định. Trong tương lai, khi các hệ thống AI ngày càng gần gũi với trí thông minh của con người, các hệ thống phòng thủ an toàn phi truyền thống sẽ trở nên vô cùng quan trọng. FHE không chỉ có thể giải quyết các vấn đề an ninh hiện tại, mà còn đặt nền tảng cho thời đại AI mạnh mẽ trong tương lai. Trên con đường hướng tới AGI, FHE rất có thể chuyển từ lựa chọn trở thành nhu cầu sinh tồn.