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.
Manusモデルの突破がAGIに関する議論を引き起こす FHEがAIセキュリティの鍵となる可能性
AGIの前奏：Manusモデルの突破とAIセキュリティの新たな挑戦
人工知能分野において、Manusモデルは最近重要なブレークスルーを達成し、GAIAベンチマークテストで最先端のレベルに達しました。その性能は同レベルの大型言語モデルをも超えています。これは、Manusが契約分析、戦略予測、プラン策定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、さらには法律および財務チームを調整することさえできるのです。
Manusの利点は主に3つの側面にあります：動的な目標分解能力、クロスモーダル推論能力、そしてメモリ強化学習能力です。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処理しながら、強化学習を通じて自身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。
! 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
Manusの進歩は再び業界内でのAI発展の道筋についての議論を引き起こしました：将来的には統一された汎用人工知能（AGI）が現れるのか、それとも多エージェントシステム（MAS）が主導するのか？この問題はManusの核心設計理念に関わっており、2つの可能な発展方向を示唆しています：
AGIの道：単一の知能システムの能力を継続的に向上させ、人間の総合的な意思決定レベルに徐々に近づける。
MASパス：Manusをスーパーコーディネーターとして、数百の専門分野のエージェントが協力して作業するよう指揮します。
表面上、これは技術的な道筋についての議論ですが、本質的にはAIの発展における根本的な矛盾を反映しています：効率と安全の間でどのようにバランスを取るか？単一の知能システムがAGIにますます近づくにつれて、その意思決定プロセスの不透明性リスクも増加しています。そして、多数の知能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、通信の遅延のために重要な意思決定の機会を逃してしまう可能性があります。
Manusの発展は、AIが本来持つリスクを無形のうちに拡大しています。例えば、医療シーンでは、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、企業が公開していない財務情報が関与する可能性があります。さらに、アルゴリズムの偏見の問題も存在します。例えば、採用交渉では特定の集団に対して不公平な給与提案を行う可能性があり、法的契約のレビューでは新興業界の条項について誤判定をする率が高くなります。さらに深刻なのは、Manusには対抗的攻撃の脆弱性が存在する可能性があり、ハッカーが特定の音声周波数を埋め込むことで、その交渉判断を誤らせる可能性があることです。
これがAIシステムの厳しい現実を浮き彫りにしています：知能レベルが高いほど、潜在的な攻撃面も広がります。
Web3分野では、安全性が常に核心的なテーマとなっています。ヴィタリック・ブテリンが提唱した「不可能な三角形」理論（ブロックチェーンネットワークは安全性、分散化、スケーラビリティを同時に実現できない）に基づいて、さまざまな暗号技術が派生しています：
その中で、完全同型暗号は最新の暗号技術として、AI時代の安全問題を解決する鍵と考えられています。
ManusなどのAIシステムのセキュリティの課題に対して、FHEは多面的な解決策を提供します。
データのレベル：ユーザーが入力したすべての情報（生体情報、音声など）は暗号化された状態で処理され、AIシステム自体も元のデータを解読することができません。
アルゴリズム面：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AIの意思決定プロセスを直接観察できないようにします。
協調レベル：複数のエージェント間の通信は閾値暗号を採用しており、単一のノードが攻撃されてもグローバルデータの漏洩は発生しない。
Web3セキュリティ技術は一般ユーザーにとって遠い存在に思えるかもしれませんが、それは誰にとっても密接に関連しています。この厳しいデジタル世界では、防御策を積極的に講じなければ、情報セキュリティリスクから逃れることは難しいのです。
分散型アイデンティティ分野では、uPortプロジェクトが2017年にイーサリアムメインネットでローンチされました。ゼロトラストセキュリティモデルに関しては、NKNプロジェクトが2019年にメインネットを公開しました。そして、Mind Networkはメインネットで最初にローンチされたFHEプロジェクトであり、ZAMA、Google、DeepSeekなどの著名な機関と協力しています。
初期のセキュリティプロジェクトは広く注目されなかったかもしれませんが、AI技術の急速な発展に伴い、セキュリティ分野の重要性がますます際立っています。Mind Networkがこのトレンドを打破し、セキュリティ分野のリーダーとなることができるかどうか、私たちは引き続き注目する価値があります。
AI技術が人間の知能レベルに近づくにつれて、私たちはより高度な防御システムを必要としています。FHEの価値は、現在の問題を解決するだけでなく、未来の強力なAI時代の基盤を築くことにもあります。AGIへの道のりでは、FHEはもはや選択肢ではなく、AIの安全な発展を確保するための必要条件です。